|
 EJEMPLO 2: Otros estudios
Otros autores han planteado
la necesidad de proponer modelos formales de comportamiento,
en la que los ratios emanen de teorías económicas.
Así,
para Gonzalo (1983) "no es posible defender un ratio sin
una teoría que lo soporte".
Siguiendo a Lev (1983), en
las últimas décadas, generalmente han sido las teorías
financieras de selección de carteras las que han tratado
de dar ese cuerpo formal al análisis contable. Esta búsqueda de un paradigma
en el análisis contable se ve incentivada por la aparición
de las grandes teorías financieras de los años
setenta: el CAPM, Capital Asset Pricing Model o modelo de valoración
de activos de Sharpe (1964), el modelo de valoración de
opciones de Black y Scholes (1973), el APT, Arbitrage Pricing
Theory, de Ross (1976), etc. Aunque lógicamente han sido
muchas otras las teorías que han tenido una cierta influencia
en el análisis contable, desde nuestro punto de vista
la búsqueda de una teoría formal ha sido infructuosa.
La influencia de las teorías del
caos, proveniente de
la Física y de la lógica difusa o fuzzy, se empieza
a notar en el análisis contable. Los modelos de análisis
contable propuestos más recientemente están basados
en procesos estocásticos, como el de Tippett (1990). En
este trabajo se asume que los ratios se generan por movimiento
browniano o por un camino aleatorio elástico, lo que nos
lleva a negar la hipótesis de proporcionalidad de los
ratios, en la que se han basado la mayor parte de los estudios
empíricos en Contabilidad. Otras conclusiones de este
trabajo apuntan a que no podemos estar seguros de las propiedades
de las distribuciones de los ratios, siendo la hipótesis
de normalidad una excepción más que la regla. Además,
estos
modelos suponen que los ratios son funciones no lineales del
tiempo.
Un ejemplo de esta tendencia
en el campo de las finanzas es el trabajo de Refenes, Zapranis
y Francis (1994) donde presentan el modelo DynIM© . Este
modelo es una versión dinámica y no lineal del
citado APT. Según estos autores, el problema del APT es
que muestra que hay un camino para predecir las rentabilidades
de las acciones pero no dice cómo. Su modelo consta de
una red neuronal que utiliza tres variables extraidas de los
estados contables de las empresas. Es un modelo dinámico
porque es reentrenado a menudo, teniendo en cuenta por ejemplo
las recesiones en la economía, etc. Las relaciones entre
las variables que utilizan y las rentabilidades buscadas son
muy complejas, lo que es un inconveniente para el APT, que generalmente
se estima con regresiones multilineales, pero no para la red
neuronal, que es un modelo no lineal. Los resultados que obtienen
en la práctica son muy satisfactorios, aunque desafortunadamente
las variables que emplea están registradas, por lo que
no se pueden replicar sus estudios.
Lev (1978, pag 182) plantea
una serie de dudas sobre los modelos empíricos en el sentido
de que se comportan bien a la hora de clasificar, de describir,
pero no de predecir. Estamos de acuerdo con Lev en que los modelos
actuales no son estables en el tiempo, pero, ¿falla el
modelo o es que el sistema económico realmente es cambiante?.
¿Es una sorpresa que el modelo de predicción de
quiebras de Altman (1968) no funcione treinta años más
tarde?. Quizá la incorporación de estos sistemas
no lineales y dinámicos mejore al menos la capacidad predictiva
a corto plazo.
Siguiendo con el tema de la
predicción de la quiebra, Barnes (1987) considera que
un modelo es útil para propuestas predictivas, sólo
si las relaciones subyacentes y los parámetros son estables
en el tiempo. En nuestra opinión eso es muy difícil
de lograr por la propia naturaleza cambiante de la economía
y nuestra propuesta será un modelo dinámico, que
recoja estos cambios. Los modelos de Taffler (1982 y 1983) en
el Reino Unido y Altman en los Estados Unidos varían a
menudo sus coeficientes pero son aplicados por las empresas. |
