Tesis:
Herramienta de alerta temprana para la predicción de insolvencias en empresas constructoras de edificios = Early warning tool for insolvency predictions in building construction companies
- Autor: SORDO SIERPE, José Ignacio
- Título: Herramienta de alerta temprana para la predicción de insolvencias en empresas constructoras de edificios = Early warning tool for insolvency predictions in building construction companies
- Fecha: 2021
- Materia: Sin materia definida
- Escuela: FACULTAD DE INFORMATICA
- Departamentos: AEROTECNIA
- Acceso electrónico: https://oa.upm.es/70044/
- Director/a 1º: RÍO MERINO, Mercedes del
- Resumen: La industria de la construcción es la industria más grande del mundo y una de las más dinámicas de la economía mundial. Su importancia viene dada por su extraordinaria contribución a la distribución de la riqueza, al bienestar de la sociedad y al importante número de trabajadores que emplea. El sector constructor en España aporta el 6,5% del PIB (Clasificación Nacional de Actividades Económicas CNAE 41) con un total de 1.202 millones de euros y 1.277.900 de empleos directos según la última publicación del Instituto Nacional de Estadística. Sin embargo, en los últimos 10 años, más de una cuarta parte de los concursos de acreedores presentados en España han sido de empresas del sector de la construcción, lo que hace que la investigación en herramientas de alerta temprana para el sector deba ser considerado prioritario por el impacto que ello provoca. La preocupación de la Unión Europea por evitar que las empresas lleguen a un proceso concursal motivó la promulgación de la Directiva (UE) 2019/1023 del Parlamento Europeo y del Consejo, y su obligatoria transposición a las normas de los Estados Miembros antes del 17 de Julio de 2021. Esta Directiva del Parlamento Europeo aprobada en Junio de 2019 indica que los Estados miembros deben velar “para que el deudor tenga acceso a una o más herramientas de alerta temprana, claras y transparentes que permitan detectar circunstancias que pueda provocar una insolvencia inminente y que puedan advertirle de la necesidad de actuar sin demora”. La Directiva vuelve a incidir que los Estados miembros velarán porque exista a disposición del público en línea, la posibilidad de acceder a esas herramientas de alerta temprana, que sea información fácilmente accesible y que se presente en formato sencillo de consultar. Esta Directiva, cuya transposición estaba prevista para el pasado 17 de julio no ha sido aun transpuesta en su totalidad a los diferentes Estados miembros ya que muchos de los países de la Unión Europea (entre ellos España) se han acogido al artículo 34.2 de la Directiva y han solicitado una prórroga de 1 año para la aplicación de la misma. La Directiva no llega a definir el concepto de herramientas de alerta temprana, pero aprovechando la filosofía de los múltiples trabajos de predicción de insolvencia empresarial que desde los años 60 del pasado siglo se han ido sucediendo, y la simplicidad del uso de las técnicas avanzadas informáticas, es factible establecer una línea de investigación para que los deudores, a partir de sus cuentas anuales, puedan verificar de una manera simple su probabilidad de insolvencia 3 años antes de que la misma se produzca, disponiendo así de una herramienta de diagnóstico para trabajar en la reestructuración de sus actividades empresariales. El principal objetivo de la investigación es encontrar un modelo que muestre la mayor exactitud en la predicción de insolvencia en empresas constructoras de edificios residenciales y no residenciales, con la suficiente antelación para que sirva como alerta temprana de dicha circunstancia. La metodología se ha dividido en varias fases, cada una de ellas para un objetivo específico, siendo las dos más importantes: seleccionar las variables predictoras que mejor puedan explicar el modelo (para ello se han utilizado técnicas estadísticas tradicionales), y; por otro, seleccionar de entre doce diferentes algoritmos de “Machine Learning” aquellos que mayor precisión aporten al modelo de herramienta de alerta temprana. Todo ello con el objetivo principal de que se obtenga con suficiente antelación dicha alerta que permita detectar situaciones de insolvencia. La aportación fundamental es desarrollar el modelo sin utilizar la cuenta de Pérdidas y Ganancias de las constructoras objeto de investigación, con el fin de evitar la poca objetividad que pueden tener los ingresos y por tanto los resultados contables en este sector. Se obtienen porcentajes de precisión superiores al 85% tres años antes de que se produzca la insolvencia usando solo ratios del Balance de Situación. El modelo propuesto responde a las necesidades expuestas en la Directiva: Anticipación: Cuanto antes pueda detectar un deudor sus dificultades financieras y tomar las medidas oportunas, mayor será la posibilidad de evitar una insolvencia inminente, tal y como señala la Directiva en su Considerando 22. Accesibilidad: Se puede disponer de la herramienta en línea. Facilidad: Con muy poca información a introducir en la herramienta se puede obtener el resultado. Solo habría que introducir en línea vía web las 5 masas patrimoniales y 2 partidas del Balance de las Cuentas Anuales de la empresa: • Activo no corriente • Activo corriente • Existencias • Tesorería • Patrimonio Neto • Pasivo no corriente • Pasivo corriente Claridad: La respuesta del modelo en modo de probabilidad de insolvencia es clara y sencilla de comprender. ----------ABSTRACT---------- The construction industry is the world's largest industry and one of the most dynamic in the global economy. Its importance is due to its extraordinary contribution to the distribution of wealth, to the well-being of society, and the large number of workers it employs. The construction sector in Spain contributes 6.5% of the GDP (Spanish National Classification of Economic Activities CNAE 41) with the sector bringing in a total of 1,202 million euros and 1,277,900 directly related jobs, according to the latest publication of the National Statistics Institute. However, over 25% of the bankruptcy proceedings in Spain, in the past 10 years have involved businesses within the construction industry, therefore it is extremely relevant and becomes a high priority to dedicate resources to develop early warning tools. The concerns of European Union related to insolvency proceedings motivated the enactment of the EU Parliament and Council 2019/1023 directive, and the mandatory transposition to EU member standards before July 17th 2021. This European Parliament Directive adopted in June 2019 notes that Member States must ensure "that debtors have access to one or more clear and transparent early warning tools which can detect circumstances that could give rise to a likelihood of insolvency and can signal to them the need to act without delay". The Directive re-emphasizes that Member States shall ensure that such early warning tools are publicly available online, that they are easily accessible, and that they are presented in a user-friendly format. This Directive, whose transposition was scheduled for 17 July, has not yet been transposed in its entirety in the different Member States, as many EU countries (including Spain) have made use of Article 34.2 of the Directive and have requested a one-year extension for its application. The Directive does not articulate in detail the concept of early warning tools; nevertheless, by taking advantage of the lines of thought defined in multiple case studies related to businesses insolvency prediction which have occurred from the late 60s, as well as the fast development of computer science techniques, it may be feasible to establish a line of investigation whereby debtors can easily identify their probability of insolvency 3 years before it happens, by using simple diagnostic tools based on their annual accounts. This would provide them with the appropriate tools to restructure their business activities. The main objective of the research is to find a model that show greater accuracy in the prediction of insolvency in residential and non-residential construction companies that also do so sufficiently enough in advance to serve as an early warning sign of this circumstance. The methodology has been divided into several phases, each one for a specific objective, the two most important being: (1) to select the predictor variables that can best explain the model (traditional statistical techniques have been used for this purpose); and (2) to select the algorithms that provide the greatest precision for the early warning tool model from among twelve different algorithms using machine learning techniques. The main objective of this is to obtain warning signs sufficiently enough in advance that insolvency situations can be detected. The fundamental aim is to achieve a model without using the profit and loss accounts from the construction companies under investigation. This is so to avoid the lack of objectivity that income, and therefore accounting results, may have in this sector. Accuracy percentages of over 85% were obtained three years before insolvency occurred using only balance sheet ratios. The proposed model responds to the needs set out in the Directive: Anticipation: The earlier a debtor can detect its financial difficulties and take appropriate measures, the greater the chance of avoiding imminent insolvency, as the Directive points out in recital 22. Accessibility: The tool is available online. Ease: With very little information being needed to enter into the tool, results can be obtained. As only the five assets and two balance sheet items from the company's annual accounts need to be entered online: • Non-current assets • Current assets • Stock • Liquid assets • Net worth • Non-current liabilities • Current liabilities Clarity: The response of the model in a way that shows the probability of insolvency is clear and easy to understand.