Siege – A Thick Client Strategy for Workflows

El modelo de Vigier y Terceño (2008) es un modelo integral de diagnóstico económico financiero que permite simular, formalizar y dotar de objetividad la tarea del experto a la hora de diagnosticar situaciones en empresas. Es decir brinda una visión diferente a los modelos tradicionales incorporando elementos de subjetividad e incertidumbre que permiten resolver algunos de los problemas o limitaciones que hemos expuesto de los modelos anteriores. Según detalla Vigier (2001) el modelo supera algunas de estas limitaciones de la siguiente forma:

1) El problema de la variable dependiente. En el modelo se reconoce y plantea inicialmente la diferencia entre causas y síntomas, lo que significa incorporar a la resolución del problema del diagnóstico dos elementos esenciales, como son:

i) La identificación del conjunto de causas que componen las posibles enfermedades de la empresa incorporando una visión multidimensional.

ii) La posibilidad de determinar el grado de importancia de cada causa y reconocer los problemas a los que debe prestar más atención cada empresa a partir de los elementos de la matriz R (rij), que representan la intensidad de que ocurra el síntoma Si en la causa Cj.

2) El problema de la selección de la muestra. La necesidad de la selección de una muestra adecuada en relación al cumplimiento de propiedades y representatividad estadística con respecto a la población se reduce debido a la utilización de métodos provenientes de la lógica borrosa. Sin embargo, el modelo supone que, dentro del grupo de empresas que serán utilizadas para estimar la matriz R, se encuentren empresas afectadas con las diferentes enfermedades definidas en el conjunto, aunque no es importante disponer de un número mínimo de firmas con un problema específico, si es necesario que alguna esté enferma. Este modelo además determina las relaciones combinando un conjunto de empresas a través del tiempo, con lo cual se minimiza el riesgo de determinar niveles de incidencia entre síntoma y causa (rij) no significativos producto de una situación coyuntural. También el modelo recomienda seleccionar empresas de tamaño y sector

equivalente, a fin de homogeneizar el nivel aceptado de "normalidad" de las variables utilizadas en el modelo.

3) El problema de las variables independientes. Plantea desde el inicio una relación causa- efecto, relacionando las causas con enfermedades de la empresa y los efectos con los ratios económico- financieros. El modelo puede aplicarse para indagar las causas que llevan a la empresa a transitar por una situación de fracaso y, si se dispone de la evolución de los ratios a través del tiempo de una empresa quebrada, también se puede utilizar para evaluar las principales razones que condujeron a ese acontecimiento. La utilización de técnicas borrosas, además, permite superar los requerimientos estadísticos de las variables independientes, como son la normalidad de la distribución de probabilidad y los problemas de multicolinealidad. En la concepción metodológica que propone la lógica borrosa, resulta aconsejable maximizar el total de síntomas incluidos en el conjunto, de tal manera que se maximice la información disponible para determinar las posibles patologías. Es decir, de acuerdo a lo mencionado por Vigier (2001), nada impide que se incorporen al modelo la totalidad de los síntomas identificados, aún cuando entre algunos de ellos exista correlación. Además, las técnicas de la lógica borrosa permiten la incorporación en la modelización de variables cualitativas dentro del conjunto de variables independientes.

4) El problema de los errores de clasificación. Los modelos de predicción de quiebras definen los errores de clasificación, dado que determinan funciones que "clasifican" a las empresas como sanas o enfermas, en errores de clasificación tipo I y II. Esta clasificación de empresas en un grupo o en otro, implica considerar el problema con resultados binarios. El modelo de diagnóstico de Vigier y Terceño (2008) ofrece mucho más que resultados binarios, realizando un análisis multidimensional, al considerar un conjunto de causas y un conjunto de efectos, siendo significativo para el modelo determinar correctamente los niveles de incidencia entre síntoma y causa (rij), que son el núcleo del problema. Establecer correctamente el nivel de incidencia entre síntoma y causa permite determinar con alta eficacia las posibles patologías de una empresa y a partir de esto realizar acciones para revertir o neutralizar los problemas.

5) La aplicación de los modelos a priori. Este modelo de diagnóstico económico- financiero estimado con la metodología de resolución de ecuaciones en relaciones borrosas, no posee limitaciones de aplicación temporal. Si las estimaciones de los niveles de

intensidad entre síntoma y causa tienen consistencia temporal, situación que se asegura a través del procedimiento de agregación y de detección de tendencias, puede considerarse como un sistema continuo de medición. Es decir, en cualquier momento del tiempo, si se dispone del valor de los síntomas, puede estimarse la posible ocurrencia de cualquier enfermedad definida en el modelo. Esta consideración incorpora una característica dinámica del modelo de diagnóstico económico- financiero ausente en los modelos tradicionales.

6) Los problemas particulares de los modelos Discriminante y Logit. En los modelos de predicción de quiebras el problema de la capacidad predictiva del modelo se relaciona con la cantidad de empresas bien clasificadas con respecto al total. Mientras que en todo modelo de diagnóstico económico financiero la capacidad predictiva no se mide en porcentaje de aciertos en una u otra enfermedad, sino que depende de la posibilidad de identificar cuáles son los problemas que le aquejan a una empresa y cuál es la gravedad de cada uno de ellos. Este objetivo es altamente cumplido por el modelo ya que logra identificar relaciones teóricas de incidencia entre síntomas y causas que sean consistentes y significativas.

7) La concepción estática de la quiebra. Este modelo tiene una concepción dinámica del fracaso, que permite definir grados de enfermedades (incidencia de síntomas y causas) presentes en las empresas que permiten diagnosticar y corregir la situación. Es decir esta concepción permite monitorear la evolución de las empresas, atacando los factores críticos para su desempeño. Aunque el modelo no menciona cuáles son estos factores, nos brinda el instrumental analítico que permite formalizar las relaciones entre causas y síntomas a través de la matriz de conocimiento económico financiero, que como mostraremos en el capítulo 5 tiene validez temporal para realizar pronósticos y autodiagnósticos. Además la posibilidad de trabajar con múltiples variables nos permite simular el funcionamiento de la empresa en términos muy desagregados.

Hemos seleccionado este modelo integral de diagnóstico para nuestro trabajo, porque brinda una visión integradora de los aspectos incorporados en los modelos de Argenti y de Planificación Estratégica, que analizaremos con más detalle en el próximo capítulo, respecto a la identificación de causas cuantitativas y cualitativas que intervienen en el diagnóstico y su relación con los síntomas de la empresa, avanzando en este aspecto sobre los modelos tradicionales. Cho et al (2009) menciona “que desde que el ambiente de negocios es

crecientemente incierto y competitivo, cualquier empresa puede sufrir una quiebra; y desde este punto de vista es esencial observar las primeras señales de fracaso para realizar un diagnóstico temprano”. La utilización del instrumental de lógica borrosa permite la inclusión de aspectos cualitativos que son esenciales para simular la tarea del experto en el diagnóstico de empresas, incluyendo un alto grado de formalización que permite reducir fuertemente la discrecionalidad del analista y el carácter subjetivo de los resultados.