Pablo de Llano Monelos

La evaluación de la probabilidad de fracaso financiero. Contraste empírico del contenido informacional de la auditoría de cuentas

RESUMEN La posibilidad de detectar las tensiones financieras latentes de la empresa, y de anticipar eventuales fallos financieros en el futuro, es una cuestión de extraordinaria importancia para la actividad económica por sus implicaciones sobre el riesgo de crédito y sobre la estabilidad financiera de clientes, proveedores, y otros grupos de interés. Aplicando métodos de regresión logística sobre una muestra de pymes, este trabajo analiza si el proceso de auditoría externa proporciona indicios significativos de cara a inferir la existencia de tensiones financieras latentes en el cliente, y evaluar la probabilidad de que éste sufra un fallo financiero. Los resultados indican que ciertas evidencias externas, como la reiteración de dictámenes con salvedades o las tasas anómalas de rotación de auditores, están relacionadas con fenómenos subyacentes de tensión financiera y pueden ser utilizadas como medidas fiables de riesgo de crédito y predictores de la probabilidad de incurrir en una insolvencia. El modelo diseñado logra una capacidad predictiva de acierto del 87%.

Reestimación Del Modelo De Curva De Tipos Basado En Tres Factores De Diebold: Una Determinación Imprecisa De Lambda Puede Inducir a Sesgos Significativos (A Three-Factor Yield Curve Model by Diebold Re-Estimation: A Lambda Miscalculation Leads to Biased Forecasts)

En el artículo titulado A Three-Factor Yield Curve Model: Non-Affine Structure, Systematic Risk Sources, and Generalized Duration�?, Diebold, Ji and Li (2006) desarrollan un modelo de estimación del comportamiento de la curva de tipos de interés, basado en el modelo de Nelson-Siegel (1987), y suponiendo que el parámetro lambda puede tratarse como una constate; sugieren un valor λ = 0,0609, pero el valor cierto del mismo es λ = 0.05977607 (Tabla 3). La estimación realizada, por Diebold et al, es imprecisa, y puede inducir a sesgos significativos en la previsión de la tasa de interés. Aportamos una simple y comprensible prueba y demostración del correcto proceso de estimación de los parámetros de ft(tau). In a paper entitled A Three-Factor Yield Curve Model: Non-Affine Structure, Systematic Risk Sources, and Generalized Duration�?, Diebold, Ji and Li (2006) discuss an extension of the Nelson-Siegel (1987) model based on the assumption that the lambda parameter can be treated as fixed with little degradation of fit; they suggest λ = 0,0609 but the right parameter value is λ = 0.05977607 (Table 3). DJL’s estimation is not accurate, therefore could induce significant biases in interest rate forecasts. We supply a simple and comprehensible proof and discuss the right estimation process for the ft(tau) parameters.