Redes neuronales artificiales en la predicción de insolvencia. Un cambio de paradigma ante recetas tradicionales de prácticas empresariales

Autores/as

  • Marcia M. Lastre Valdes Universidad de Holguín
  • Arlys M. Lastre Aleaga Universidad Tecnológica Equinoccial
  • Gelmar García Vidal Universidad de Holguín

DOI:

https://doi.org/10.29019/enfoqueute.v5n2.39

Palabras clave:

redes neuronales, insolvencia, quiebra, redes de petri

Resumen

(Recibido: 2014/05/14 - Aceptado: 2014/06/27)

En este trabajo se realiza una revisión y análisis de las principales teorías y modelos que abordan la predicción de la insolvencia y quiebra empresarial. Las redes neuronales son un instrumento de más reciente aparición, si bien en los últimos años han recibido considerable atención por parte del mundo académico y profesional, y ya empiezan a implantarse en diversas organizaciones modelos de análisis de la insolvencia basados en la computación neuronal. El objetivo del presente trabajo es arrojar evidencias de la utilidad de las Redes Neuronales Artificiales, en la problemática de predicción de insolencia o quiebra por lo cual comparamos su capacidad predictiva con la de los métodos utilizados habitualmente en dicho contexto. Las conclusiones del estudio apuntan a que se pueden lograr altas capacidades predictivas empleando las redes neuronales artificiales que cuenten con variables cualitativas y cuantitativas.

Metrics

Descargas

La descarga de datos todavía no está disponible.

Publicado

2014-06-30

Cómo citar

Lastre Valdes, M. M., Lastre Aleaga, A. M., & García Vidal, G. (2014). Redes neuronales artificiales en la predicción de insolvencia. Un cambio de paradigma ante recetas tradicionales de prácticas empresariales. Enfoque UTE, 5(2), pp. 38 - 58. https://doi.org/10.29019/enfoqueute.v5n2.39

Número

Vol. 5 Núm. 2 (2014)

Sección

Misceláneos

Los artículos e investigaciones publicadas por la Universidad UTE, se realizan en régimen de Acceso Abierto [Open Access] en formato electrónico. Al enviar un artículo a cualquiera de las revistas científicas de la Universidad UTE, el o los autores aceptan estas condiciones.

La UTE aplica la licencia Creative Commons Attribution (CC-BY) a los artículos de sus revistas científicas. En virtud de esta licencia de acceso abierto, como autor usted acuerda que cualquier persona puede reutilizar su artículo en su totalidad o en parte para cualquier propósito, de forma gratuita, incluso para fines comerciales. Cualquiera puede copiar, distribuir o reutilizar el contenido siempre y cuando el autor y la fuente original estén correctamente citados. Esto facilita la libertad de reutilización y también asegura que el contenido pueda ser extraído sin barreras para necesidades de investigación.

 

Esta obra está bajo una Creative Commons Attribution 3.0 International (CC BY 3.0).

 

Además, la Revista Enfoque UTE garantiza y declara que los autores conservan siempre todos los derechos de autor y de publicación de sus obras originales sin restricciones [© Los Autores].  El reconocimiento (BY) permite cualquier explotación de la obra, incluyendo una finalidad comercial, así como la creación de obras derivadas, la distribución de las cuales también está permitida sin ninguna restricción.