Predicción de quiebras empresariales mediante inteligencia artificial

Montero Casarejos, Álvaro

Publication:
Predicción de quiebras empresariales mediante inteligencia artificial

dc.contributor.advisor	Quintana, David
dc.contributor.advisor	López Gómez, Miguel Ángel
dc.contributor.author	Montero Casarejos, Álvaro
dc.contributor.departamento	UC3M. Departamento de Informática	es
dc.coverage.spatial	east=2.3747239309434365; north=47.06350000743013; name=Francia
dc.date.accessioned	2016-07-28T10:44:45Z
dc.date.available	2016-07-28T10:44:45Z
dc.date.issued	2016
dc.date.submitted	2016-02
dc.description.abstract	El estudio de la predicción de quiebras empresariales ha incrementado su interés e importancia durante los últimos años, especialmente desde comienzo de la crisis de 2008, diferentes actores de la economía mundial, han requerido de sistemas capaces de identificar señales de insolvencia, con objeto de evitar los conocidos escenarios adversos asociados a las quiebras. A partir de los años 90, el campo de la Inteligencia Artificial se adentra en el estudio de la quiebra empresarial, consiguiendo una mejora de tasas predictivas, frente a las obtenida por parte de los modelos teóricos y estadísticos. La presente investigación se lleva a cabo con el propósito de establecer una génesis en el desarrollo de nuevos modelos de predicción, facilitando una comparación de las diferentes técnicas predictivas empleadas a lo largo de los últimos 50 años, basada tanto en investigaciones de terceros, como en el estudio empírico propio. Utilizando de manera independiente las máquinas de soporte vectorial y los árboles de decisión sobre la muestra estudiada, se alcanzan las mejores tasas de acierto. No obstante, el estudio empírico revela una mejora generalizada de las tasas de acierto al realizar una optimización previa de la muestra mediante el uso de técnicas de selección de atributos. Por otro lado, el trabajo justifica la tendencia actual de emplear modelos híbridos en la predicción de quiebras, al lograr la tasa de acierto más alta de la investigación (93.47%) mediante la combinación de cinco técnicas clasificatorias a través del clasificador combinatorio por votación.	es
dc.description.degree	Doble Grado en Ingeniería Informática y Administración de Empresas	es
dc.format.mimetype	application/pdf
dc.identifier.uri	https://hdl.handle.net/10016/23450
dc.language.iso	spa	es
dc.rights	Atribución-NoComercial-SinDerivadas 3.0 España	*
dc.rights.accessRights	open access	es
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/es/	*
dc.subject.eciencia	Informática	es
dc.subject.other	Quiebra	es
dc.subject.other	Inteligencia artificial	es
dc.title	Predicción de quiebras empresariales mediante inteligencia artificial	es
dc.type	bachelor thesis	*
dspace.entity.type	Publication