Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Enfoque UTE
versión On-line ISSN 1390-6542versión impresa ISSN 1390-9363
Resumen
VALDES, Marcia M. Lastre; ALEAGA, Arlys M. Lastre y VIDAL, Gelmar García. Redes neuronales artificiales en la predicción de insolvencia. Un cambio de paradigma ante recetas tradicionales de prácticas empresariales. Enfoque UTE [online]. 2014, vol.5, n.2, pp.38-58. ISSN 1390-6542. https://doi.org/10.29019/enfoqueute.v5n2.39.
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.
Palabras clave : Redes Neuronales; Insolvencia; Quiebra; Redes de Petri..