El contagio en el fracaso empresarial como consecuencia de la proximidad geográficaun análisis con los estadísticos join-count aplicado al sector servicios

  1. Christian Camilo Rodríguez Fuentes 1
  2. María Luz Maté Sánchez-Val 1
  3. Fernando A. López Hernández 1
  1. 1 Universidad Politécnica de Cartagena
    info

    Universidad Politécnica de Cartagena

    Cartagena, España

    ROR https://ror.org/02k5kx966

Revista:
Revista de métodos cuantitativos para la economía y la empresa

ISSN: 1886-516X

Año de publicación: 2017

Volumen: 23

Páginas: 75-97

Tipo: Artículo

Otras publicaciones en: Revista de métodos cuantitativos para la economía y la empresa

Resumen

El objetivo de este trabajo es contrastar el efecto de contagio en el fracaso empresarial como consecuencia de la proximidad geográfica entre empresas del mismo sector. Para ello, desarrollamos una aplicación empírica basada en el análisis de los estadísticos espaciales join-count sobre una muestra de empresas del sector servicios en el municipio de Murcia (España). Los resultados muestran un patrón de autocorrelación espacial significativo, de tal forma que la probabilidad de fracaso de una empresa no solo depende de sus características internas sino también de su proximidad a otras empresas fracasadas. Estos resultados pueden ser un interesante punto de partida para el desarrollo de análisis que incluyan los efectos de la proximidad geográfica entre empresas en la literatura de fracaso empresarial

Información de financiación

La investigación ha sido soportada por el Proyecto 19884/GERM/15 del Programa de Ayudas a Grupos de Excelencia de la Región de Murcia, de la Fundación Séneca, Agencia de Ciencia y Tecnología de la Región de Murcia.

Referencias bibliográficas

  • Addoum, J., Kumar, A. y Le, N. (2014). “Contagious Negative Sentiment and Corporate Policies: Evidence from Local Bankruptcy Filings”. Finance Meeting EUROFIDAI-AFFI Paper.
  • Balcaen, S. y Ooghe, H. (2006). “35 years of studies on business failure: an overview of the classic statistical methodologies and their related problems”. The British Accounting Review, 38(1), 63-93.
  • Battiston, S., Delli, D., Gallegati, M., Greenwald, B. y Stiglitz, J. (2007). “Credit chains and bankruptcy propagation in production networks”. Journal of Economic Dynamics and Control, 31(6), 2061-2084.
  • Campillo, J., Serer, G. y Ferrer, E. (2013). “Validez de la información financiera en los procesos de insolvencia. Un estudio de la pequeña empresa española”. Cuadernos de Economía y Dirección de la Empresa, 16(1), 29-40.
  • Carter, R. y Auken, H. (2006). “Small Firm Bankruptcy”. Journal of Small Business Management, 44(4), 493-512.
  • Cinca, C., Molinero, C., y Larraz, J. (2005). “Country and size effects in financial ratios: A European perspective”. Global Finance Journal, 16(1), 26-47.
  • Comisión Europea (2007). The observatory of European SMEs. Flash EB Series, 196.
  • De Silva, D. y McComb, R. (2012). “Geographic concentration and high tech firm survival”. Regional Science and Urban Economics, 42(4), 691-701.
  • Fernández, M. y Gutiérrez, F. (2012). “Variables y modelos para la identificación y predicción del fracaso empresarial: revisión de la investigación empírica reciente”. Revista de Contabilidad, 15(1), 7-58.
  • Fritsch, M., Brixy, U. y Falck, O. (2006). “The effect of industry, region, and time on new business survival–a multi-dimensional analysis”. Review of Industrial Organization, 28(3), 285-306.
  • García, A. y Mures, M. (2012). “Business failure prediction models: finding the connection between their results and the sampling method”. Economic Computation and Economic Cybernetics Studies and Research, 46(3), 157-168.
  • Gepp, A., Kumar, K., y Bhattacharya, S. (2010). “Business Failure Prediction using Decision Trees”. Journal of Forecasting, 29(6), 536-555.
  • Giesecke, K., y Weber, S. (2004). “Cyclical correlations, credit contagion, and portfolio losses”. Journal of Banking & Finance, 28(12), 3009-3036.
  • Gil, B. y Giner, B. (2013). “Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos”. Universia Business Review, 39, 118-131.
  • Hertzel, M., Li, Z., Officer, M. y Rodgers, K. (2008). “Inter-firm linkages and the wealth effects of financial distress along the supply chain”. Journal of Financial Economics, 87(2), 374-387.
  • Hertzel, M. y Officer, M. (2012). “Industry contagion in loan spreads”. Journal of Financial Economics, 103(3), 493-506.
  • Honjo, Y. (2000). “Business failure of new firms: an empirical analysis using a multiplicative hazards model”. International Journal of Industrial Organization,18 (4), 557-574.
  • Iqbal, Z. (2002). “The effects of bankruptcy filings on the competitors' earnings”. International Review of Economics & Finance, 11(1), 85-99.
  • Iriondo, J., Torres, E. y Escudero, A. (2008). Métodos para analizar variables continuas y categóricas: correlogramas y estadísticos “join count”. “Métodos para analizar variables continuas y categóricas: correlogramas y estadísticos ‘join count’”. En F.T. Maestre Gil, A. Escudero Alcántara y A. Bonet Jornet (eds.). Introducción al análisis espacial de datos en ecología y ciencias ambientales: métodos y aplicaciones. Dykinson, pp. 183-213.
  • Keeble, D. y Nachum, L. (2002). “Why do business service firms cluster? Small consultancies, clustering and decentralization in London and southern England”. Transactions of the Institute of British Geographers, 27(1), 67-90.
  • Kolay, M., Lemmon, M. y Tashjian, E. (2015). “Spreading the Misery? Sources of Bankruptcy Spillover in the Supply Chain”. Journal of Financial and Quantitative Analysis, 51(6), 1955-1990.
  • Lang, L. y Stulz, R. (1992). “Contagion and competitive intra-industry effects of bankruptcy announcements”. Journal of Financial Economics, 32(1), 45-60.
  • Le, N. (2012). “Spillover effects of intra-industry bankruptcy filings on firms cash holding policy”. Working paper.
  • Li, H. y Sun, J. (2011). “Principal component case-based reasoning ensemble for business failure Prediction”. Information and Management, 48(6), 220-227.
  • Li, H. y Xiong, T. (2012). “Predicting business risk using combined case-based reasoning in Euclidean space”. World Automation Congress (WAC), 1-6.
  • Maté, M., García, D. y López, F. (2009). “Spatial effects in the productivity convergence of Spanish industrial SME’s”. Spanish Journal of Finance and Accounting, 38(141), 13-36.
  • Maté, M., Hernández, G., Sánchez, J. y Mínguez A. (2013). “¿Hay efectos de interacción regional en el comportamiento financiero de las pyme?”. Trimestre Económico, 80(320), 841-867.
  • Mateos, A. y López A. (2011). “Developing a business failure prediction model for cooperatives: Results of an empirical study in Spain”. African Journal of Business Management, 5(26), 10565-10576.
  • Misas, M. (2008). “Análisis del fracaso empresarial en Andalucía. Especial referencia a la edad de la empresa”. Cuadernos de Ciencias Económicas y Empresariales, 1(54), 35-56.
  • Ooghe, H. y Balcaen, S. (2007). “Are failure prediction models widely usable? An empirical study using a Belgian dataset”. Multinational Finance Journal, 11(1/2), 33-76.
  • Pervan, I., Pervan, M., y Vukoja, B. (2011). “Prediction of company bankruptcy using statistical techniques – Case of Croatia”. Croatian Operational Research Review, 2(1), 158-167.
  • Puagwatana, S. y Gunawardana, K. (2005). “Business failure prediction model: A case study of technology industry in Thailand”. In Proceedings of IEEE International Engineering Management Conference, 11-13.
  • Pušnik, K. y Tajnikar, M. (2008). “Technical and cost efficiencies as determinants of business failures of small firms - The case of Slovenia”. Eastern European Economics, 46(1), 43-62.
  • Quintana, M., Gallego, A. y Pascual, M. (2012). “Análisis del fracaso empresarial por sectores: factores diferenciadores”. Pecunia: revista de la Facultad de Ciencias Económicas y Empresariales, 1, 53-83.
  • Sánchez, J. y García, D. (2003). “Influencia del tamaño y la antigüedad de la empresa sobre la rentabilidad: un estudio empírico”. Revista de Contabilidad, 6(12), 169-206.
  • Smaranda, C. (2014). “Scoring functions and bankruptcy prediction models – case study for Romanian companies”. Procedia Economics and Finance, 10, 217-226.
  • Staber, U. (2001). “Spatial Proximity and Firm Survival in a Declining Industrial District: The Case of Knitwear Firms in Baden-Württemberg”. Regional Studies, 35(4), 329-341.
  • Thornhill, S. y Amit, R. (2003). “Learning about failure: Bankruptcy, firm age, and the resource-based view”. Organization Science, 14(5), 497-509.
  • Turetsky, H. y McEwen, R. (2001). “An Empirical Investigation of Firm Longevity: A Model of the Ex Ante Predictors of Financial Distress”. Review of Quantitative Finance and Accounting, 16(4), 323-343.
  • Vivel, M., Lado, R. y Otero, L. (2015). “¿Por qué quiebran los hoteles españoles?: un estudio de sus determinantes”. Tourism & Management Studies, 11(2), 25-30.
  • Xu, W., Xiao, Z., Dang, X., Yang, D., y Yang, X. (2014). “Financial ratio selection for business failure prediction using soft set theory”. Knowledge-Based Systems, 63, 59-67.
  • Youn, H. y Gu, Z. (2010). “Predicting Korean lodging firm failures: An artificial neural network model along with a logistic regression model”. International Journal of Hospitality Management, 29(1), 120-127.