Industry specific financial distress modeling

• Naz Sayari ^[1] ; Can Simga Mugan ^[2]
  1. [1] Wake Forest University

     Wake Forest University

     Township of Winston, Estados Unidos

     
  2. [2] İzmir University of Economics

     İzmir University of Economics

     Turquía

     
• Localización: Business Research Quarterly, ISSN 2340-9444, ISSN-e 2340-9436, Vol. 20, Nº. 1, 2017, págs. 45-62
• Idioma: inglés
• Títulos paralelos:
  • Modelado de dificultades financieras específicas de la industria
• Enlaces
  • Texto completo
• Resumen
  • español

    Este estudio investiga los niveles de incertidumbre de varias industrias y trata de determinar las razones financieras que tienen el mayor contenido de información para determinar el conjunto de características de la industria. Luego utiliza estos índices para desarrollar modelos de dificultades financieras específicas de la industria. Primero, empleamos el análisis factorial para determinar el conjunto de razones que son más informativas en industrias específicas. En segundo lugar, utilizamos un método basado en el concepto de entropía para medir el nivel de incertidumbre en las industrias y también para identificar las razones que mejor reflejan los niveles de incertidumbre en industrias específicas. Finalmente, llevamos a cabo un análisis de regresión logística y derivamos modelos de dificultades financieras específicas de la industria que se pueden usar para juzgar la capacidad de predicción de índices financieros seleccionados para cada industria. Los resultados muestran que los ratios financieros efectivamente reflejan las características de la industria y que el contenido de información de ratios específicos varía entre diferentes industrias. Nuestros hallazgos muestran un impacto divergente de las características de la industria en las empresas; y por lo tanto la necesidad de construir modelos de dificultades financieras específicos de la industria.

  • English

    This study investigates uncertainty levels of various industries and tries to determine financial ratios having the greatest information content in determining the set of industry characteristics. It then uses these ratios to develop industry specific financial distress models.

    First, we employ factor analysis to determine the set of ratios that are most informative in specified industries. Second, we use a method based on the concept of entropy to measure the level of uncertainty in industries and also to single out the ratios that best reflect the uncertainty levels in specific industries. Finally, we conduct a logistic regression analysis and derive industry specific financial distress models which can be used to judge the predictive ability of selected financial ratios for each industry. The results show that financial ratios do indeed echo industry characteristics and that information content of specific ratios varies among different industries. Our findings show diverging impact of industry characteristics on companies; and thus the necessity of constructing industry specific financial distress models