Supuesto 18
Enunciado
Bodegas Ribera del Duero S.A. (Valladolid) atravesó una crisis de liquidez en 2022-2023 tras una mala campaña. El banco acreedor solicita un análisis de solvencia para renovar una línea de crédito. El analista aplica el modelo Altman Z-score (Altman, 1968) con datos del balance y cuenta de resultados 2022:
| Variable | Valor |
|---|---|
| Capital circulante (AC − PC) | 820 k€ |
| Activo total | 6.200 k€ |
| Reservas acumuladas (Resultados retenidos) | 480 k€ |
| BAII (EBIT) | 310 k€ |
| Valor de mercado del capital propio (PN a valor de mercado) | 1.900 k€ |
| Pasivo total (exigible) | 3.900 k€ |
| Ventas | 4.400 k€ |
Datos 2023 (ejercicio posterior): EBIT = 640 k€; Activo total = 6.400 k€; las demás variables se mantienen similares.
Se pide:
- Calcula el Z-score de Altman (modelo original 1968 para empresas cotizadas) para el ejercicio 2022.
- Interpreta el resultado según las zonas de Altman (zona segura, gris e insolvencia).
- Calcula el Z’-score adaptado a empresas no cotizadas (Altman, 1983) sustituyendo X4.
- Recalcula el Z-score para 2023 con los nuevos datos de EBIT y comenta la evolución.
- Valoración crítica del modelo Altman: limitaciones, aplicabilidad en España y alternativas contemporáneas.
Mostrar solución
El modelo Z-score de Edward Altman (1968) es una función discriminante lineal que predice la quiebra empresarial combinando cinco ratios contables ponderados. Fue el primer modelo multivariante de predicción de insolvencia y sigue siendo referencia en la literatura contable y financiera (Altman y Hotchkiss, 2006):
Cálculo de los 5 ratios:
Z-score:
Z-score 2022 = 1,43
Las zonas definidas por Altman (1968) para empresas cotizadas:
- Z > 2,99 → Zona segura (baja probabilidad de insolvencia)
- 1,81 ≤ Z ≤ 2,99 → Zona gris (incertidumbre, monitorizar)
- Z < 1,81 → Zona de insolvencia (alta probabilidad de quiebra)
Con Z = 1,43, Bodegas Ribera del Duero se sitúa en la zona de insolvencia (Z < 1,81). El modelo predice una alta probabilidad de quiebra en los próximos 2 años si la situación no mejora.
Z = 1,43 → ZONA DE INSOLVENCIA (Z < 1,81). Alerta alta.
El ratio más debilitado es X3 (rentabilidad económica = 5%), que indica escasa generación de beneficio de explotación sobre activos totales. X2 bajo (7,7%) refleja reservas acumuladas insuficientes, lo que señala historial de beneficios mediocre o distribución excesiva de dividendos. El ratio X4 (0,49) también penaliza: el patrimonio a valor de mercado cubre apenas el 49% del pasivo exigible.
Altman (1983) adapta el modelo para empresas no cotizadas sustituyendo X4 (valor de mercado del PN) por el valor contable del PN y recalibrando los coeficientes:
Zonas del modelo Z’: zona segura Z’ > 2,9; zona gris 1,23 ≤ Z’ ≤ 2,9; zona insolvencia Z’ < 1,23.
Z’ = 1,27 → Zona gris (1,23 ≤ Z’ ≤ 2,9). Situación mejorada ligeramente respecto al modelo cotizado.
En 2023: EBIT = 640 k€; Activo total = 6.400 k€. Las demás variables se mantienen. X3 nuevo = 640/6.400 = 0,100 (frente a 0,050 en 2022). X5 nuevo = 4.400/6.400 = 0,688. X1 = 820/6.400 = 0,128; X2 = 480/6.400 = 0,075; X4 = 1.900/3.900 = 0,487.
Z_2023 = 1,57 → aún en zona de insolvencia (1,57 < 1,81), pero mejora desde 1,43.
Tendencia positiva: EBIT se ha duplicado. Si mantiene la mejora, podría alcanzar zona gris en 2024.
Limitaciones del Z-score:
(1) Calibrado en 1968 con 66 empresas industriales cotizadas en EE.UU. El entorno económico, las normas contables (US GAAP vs. NIIF) y las estructuras de capital han cambiado sustancialmente. Beaver (1966) ya señaló que los ratios contables tienen poder predictivo pero son sensibles al contexto institucional.
(2) Estático: usa datos de un solo ejercicio y no captura tendencias dinámicas (crecimiento de ventas, ciclo de conversión de caja). El modelo de Ohlson (1980) basado en logit y el de Zmijewski (1984) probit incorporan más variables y periodos.
(3) Sectorial: los umbrales (1,81 / 2,99) se definieron para la industria manufacturera. Para el sector bodeguero con ciclos largos de maduración (3-5 años de crianza), la existencia de inventarios no corrientes de alto valor (vino en barrica) distorsiona el capital circulante. Altman (2000) reconoce que para sectores de activos específicos el modelo debe recalibrarse.
(4) Alternativas contemporáneas: modelos de machine learning (Random Forests, Gradient Boosting) entrenados con miles de empresas españolas y datos del Registro Mercantil ofrecen mejores tasas de predicción (Acosta-González y Fernández-Rodríguez, 2014; Banco de España, 2022). El sistema de detección de insolvencia del Banco de España (SIAD) combina modelos contables con datos de comportamiento de pago (CIRBE, morosidad).
Aplicabilidad en España: la Ley Concursal (RD-Leg 1/2020, art. 2) define la insolvencia como la incapacidad de cumplir regularmente las obligaciones exigibles. El Z-score es un predictor externo útil para acreedores y analistas pero no tiene efectos jurídicos; el umbral legal es el de insolvencia real o inminente (presupuesto objetivo del concurso de acreedores).