Abstract
When it comes to loyalty of MSMEs, the Colombian financial sector assumes a conception of commercial banking, not investment banking, reason why, a high credit risk is assumed by ignoring the early warning indicators that could mitigate such risk. Credit borrowers lack concepts, knowledge and tools to warn the credit condition demanded by lenders, in this sense, this paper describes the design and development of a software tool Construction at the service of Antioquia’s MSMEs, which is based on the appropriation of knowledge on the Income Statement, the Balance Sheet and the Cash Flow of 3,766 companies monitored by Supersociedades from 2010 to 2014, to generate indicators that determine both credit risk and risk in the business unit.With this exercise it is possible to show the relationship between early warning indicators, i.e., “traditional credit risk models that predict the bankruptcy of enterprises from the independent variables (financial reasons, micro and macroeconomic indicators) most relevant to statistical level”, and the likelihood of non-compliance of the credit liabilities as well as the probability of bankruptcy of Antioquia’s MSMEs improving the econometric models with pioneering works of predicting corporate bankruptcies such as those of Edward I. Altman.
References
Berrio Guzmán, D., & Cabeza de Vergara, L. (2003). Verificación y adaptación del modelo de ALTMAN a la Superintendencia de Sociedades de Colombia. Revista Universidad del Norte Pensamiento y Gestión, 26 - 51.
Cerezo, M. A. (2009). Impacto de las políticas crediticias de la banca en los resultados ex post. Revista ICE Tribuna de economía.
Ciencias juridicas. (27 de abril de 2017). http://deconceptos.com. Obtenido de Ciencias jurídicas: http://deconceptos.com/ciencias-juridicas/quiebra
Diccionario de Forex. (29 de mayo de 2017). Diccionario de Forex. Obtenido de Diccionario de Forex: https://efxto.com/diccionario/riesgo-de-credito
Hernández, L. (2005). HernDesarrollo de una metodología propia de análisis de crédito empresarial en una entidad financiera. Estudios Gerenciales Universidad Icesi.
Herrera, T. F. (2012). Tomas Fontalvo Herrera, José Aplicacion de Analisis Discriminante para evaluar el comportamiento de los indicadores Financieros en las empresas del sector carbon en Colombia. 64 -73.
Ibarra Mares, A. (2006). Una perspectiva sobre la evolución en la utilización de las razones financieras o ratios. Universidad del Norte. Revista Pensamiento y gestión, 234-271.
López Gutierrez, C., & Fernández Fernández, J. M. (s.f.). Métodos para la gestión de riesgosoperacionales en entidades financieras: Un enfoque combinado. Obtenido de http://www.asepuc.org/banco/mEtodos_para_la_gestiOn_ de_riesgos_operacionales.pdf
Marín, J. J. (2008). Cómo medir la quiebra de las empresas en Santander, el modelo logístico: una herramienta para evaluar el riesgo de quiebra.
Millán, G. (2014). GallardoEstructura de Capital y riesgo financiero Evidencia empírica en Pymes Hoteleras.
Ortega, H. (2012). Diferencias entre la banca comercial y la banca de desarrollo mexicanas en el financiamiento bancario a empresas. Gestion y Política Pública.
Ossa, N. (2004). La venta de productos financieros. Universidad Nacional, 17 - 21.
Pérez, A. M. (2009). Gestión del capital circulante y rentabilidad en pymes. Gestión 2000, 119 - 140.
Reina, S. (2012). Estimación del riesgo de crédito en empresas del sector real en Colombia. Estudios Gerenciales. Estudios Gerenciales, 169 - 190.
Rodríguez, H. (2016). Las barreras para acceder al crédito formal dificultan la subsistencia de los microempresarios. Revista Finnova, 2(3), 57-69.
Trébol, Á. C. (2016). Medición de riesgo de crédito: desarrollo de una nueva herramienta.
Valencia, J. (2016). Modelo para el análisis de la quiebra financiera en pymes agroindustriales antioqueñas.
Vargas, H. (2015). Choques Macroeconómicos y retos de la política monetaria.
