• Un estudio de la Universidad Complutense de Madrid compara datos de empresas españolas y británicas.
• No es tan importante la cantidad de datos como la calidad de estos para detectar compañías con riesgo a tener dificultades financieras.

UCC-UCM, 4 de noviembre de 2026. Un estudio de la Universidad Complutense de Madrid (UCM) con más de 87 000 empresas de España y Reino Unido muestra que la información sobre sostenibilidad, conocida como ESG por sus siglas en inglés (ambiental, social y de buen gobierno), puede ayudar a detectar compañías con riesgo de tener dificultades financieras, pero solo cuando los datos son completos, fiables y comparables.

Muchos estudios anteriores habían analizado la relación entre la información ESG de las empresas y su riesgo financiero. El trabajo, publicado en Finance Research Letters, plantea una pregunta diferente y más práctica: si esta información sirve realmente para detectar a tiempo qué empresas tienen dificultades financieras.

Según revela la investigación, en Reino Unido, donde las empresas publican esta información de forma más completa y homogénea, añadir estos indicadores mejora el acierto a la hora de predecir la salud financiera de las empresas.

Sin embargo, en las empresas españolas analizadas, donde faltan más datos disponibles (por ejemplo, en algunos indicadores ambientales faltan entre el 25 % y el 75 % de los datos) y son más desiguales entre empresas, la contribución de la información ESG es mucho más limitada e incluso empeora las predicciones.

“Más información sobre sostenibilidad no significa necesariamente mejores predicciones. Para que realmente ayude a detectar riesgos financieros, esa información debe ser rigurosa, homogénea y comparable entre empresas”, indica Florentina Iulia Voicila, investigadora del Departamento de Contabilidad y Finanzas de la UCM.

Modelos con IA, más eficaces si los datos son de calidad

La investigación analizó más de 87 000 compañías privadas de España y Reino Unido, la mayoría de ellas pequeñas y medianas empresas, para comprobar si la información sobre sostenibilidad ayuda a detectar compañías con riesgo de dificultades financieras. La muestra está compuesta por 77 140 empresas españolas y 10 085 británicas, utilizando información procedente de la base de datos internacional Orbis. Los datos abarcan desde 1996 hasta 2023 en el caso de España y desde 1985 hasta 2023 en el de Reino Unido, y de cada empresa se tomó el último año disponible.

Las empresas fueron clasificadas en tres categorías: situación financiera segura, situación intermedia y situación de dificultad financiera, según el Z-score de Altman, un indicador calculado a partir de las cuentas de la empresa. Para predecir en cuál de ellas se encontraba cada empresa se emplearon 52 variables relacionadas tanto con sus cuentas financieras (liquidez, endeudamiento, rentabilidad) como con aspectos ambientales, sociales y de buen gobierno.

Posteriormente se compararon distintos métodos de predicción: un método estadístico tradicional y dos modelos de aprendizaje automático (una rama de la inteligencia artificial en la que el ordenador aprende a partir de los datos), con y sin información ESG, para evaluar si la información ESG contribuía a mejorar la identificación de empresas con problemas financieros.

Además, los modelos se entrenaron con el 80 % de las empresas de cada país y se pusieron a prueba con el 20 % restante, que no habían visto antes, para comprobar si eran capaces de predecir correctamente su situación. Esto permitió evaluar de forma rigurosa el valor añadido de la información ESG en distintos contextos a nivel internacional.

Los resultados también indican que los modelos de aprendizaje automático suelen acertar más que el método estadístico tradicional con el que se compararon.

“Sin embargo, incluso en estos modelos más avanzados, el valor añadido de la información ESG depende de la calidad de los datos disponibles. Las mejoras son moderadas, pero pueden ser relevantes para detectar a tiempo a empresas en riesgo financiero”, añade Voicila.

Estos resultados pueden ser de utilidad para bancos y otras entidades financieras, organismos reguladores y también para las propias empresas.

Para los investigadores de la UCM, este artículo abre un filón de estudio sobre nuevos modelos apoyados en la IA para analizar la salud de las empresas, que la información ESG debe complementar el análisis financiero y que la comparación entre países siempre da lugar a nuevos descubrimientos.

Referencia bibliográfica: I. Voicila Voicila, E. Urquía Grande, “ESG and financial distress: The role of disclosure quality in predictive accuracy”, Finance Research Letters, Volume 110, 2026, 110623, ISSN 1544-6123. DOI: 10.1016/j.frl.2026.110623.

Con la colaboración de la Fundación Española para la Ciencia y la Tecnología - Ministerio de
Ciencia, Innovación y Universidades