Medición financiera y modelos de predictibilidad para el sector automotriz

Abstract

El objetivo general del presente trabajo consistió en desarrollar una medición financiera y modelos de predictibilidad de quiebra por medio de la usanza de los estados financieros con el fin de poder pronosticar riesgos de banca rota por posibles secuelas generadas por la pandemia conocida como COVID 19. La metodología consistió en un enfoque mixto ya que se usaron datos cuantitativos para el desarrollo de los indicadores financieros y los análisis de estructura y tendencia, así mismo, fue cualitativa porque se interpretó los datos y se recopiló criterios de expertos en el tema. Mientras que los tipos de investigación fueron descriptiva y explicativa, dado que se describen los efectos financieros generados por la pandemia y se determinaron las casuísticas por medio de las opiniones de los expertos, así como también es documental, ya que, se consiguió información relevante en revistas de alto prestigio, como también, la utilización de los estados financieros. En cuanto al método es inductivo, ya que la investigación conlleva a una hipótesis cualitativa, es decir, posee una idea a defender. Las técnicas usadas fueron la entrevista dirigida a 2 gerentes de la compañía AutoCredi S.A., y a 8 expertos del sector automotriz como complemento para afianzar esta investigación. Los resultados arrojaron que existe un desconocimiento sobre los modelos de predicción de quiebra y gran parte utiliza comparativos con el sector y la competencia, así mismo, mencionaron que la pandemia originó bajada en ventas. En la realización de la medición financiera y modelos de predictibilidad evidencio que tanto como el sector y como la compañía se encuentran estables en sus finanzas, pero en comparación a años anteriores, estos datos poseen una tendencia bajista. Por tal razón, se concluye que las compañías pertenecientes a este sector utilicen medidas de incentivo para la maximización de sus ventas, así como también, que apliquen los modelos de Altman Z-Score 2, Fulmer H-Score y CA-Score como indicador para la toma de decisiones.