Determinación del riesgo de fracaso financiero mediante la utilización de modelos paramétricos, de inteligencia artificial, y de información de auditoría

Abstract

Resumen

Calculando el riesgo de insolvencia, de los métodos tradicionales a las redes neuronales artificiales. Una revisión de literatura

“…Algunas desventajas, según López et al (2014) los modelos de redes neuronales mantienen interacciones pequeñas por lo que es necesario eliminar algunas de las variables y tomar las más significativas para el desarrollo, por lo que, consideran que no son mejores que los modelos matemáticos pese a que arrojen resultados dentro de lo aceptable. Rodríguez et al (2014) desarrollan un modelo de predicción paramétrico de inteligencia artificial para predecir el riesgo de fracaso financiero y determinaron que el modelo predictivo se debilita con el tiempo y requiere una mayor cantidad de variables para obtener un resultado aceptable debido a que las organizaciones analizadas no presentan un perfil claro, derivado de su afán por permanecer en operación, estas asumen medidas que si bien pueden llegar a retrasar el fracaso financiero, generan ciertos desequilibrios y no evitan el fracaso inminente.…”

Predicción del fracaso empresarial: Una contribución a la síntesis de una teoría mediante el análisis comparativo de distintas técnicas de predicción

“…La literatura reciente se orienta a la detección de las tensiones y disfunciones financieras en estados de latencia, antes de que se manifiesten explícitamente en forma de concursos, insolvencias documentadas, o quiebras propiamente dichas; aquí se han realizado interesantes progresos en la búsqueda de variables que puedan proporcionar alertas tempranas acerca de la posible existencia de disfunciones no reveladas -obsérvese que las ratios financieras son indicadores a posteriori-. Se han formulado modelos que incluyen evidencias relativas a la calidad de gestión, tanto indicadores de gobierno corporativo como evidencias derivadas del proceso de auditoría externa (Sun y Li, 2009;Tsai et al, 2009;Lajili y Zéghal, 2011;Piñeiro et al, 2012Piñeiro et al, y 2013aRodríguez et al, 2014). En estos modelos, que incluso cuando la empresa pone en práctica estrategias para impedir la revelación de sus disfunciones financieras, es posible identificar signos de alerta dentro del flujo de información corporativa: estos resultados son sugerentes, en el sentido de que proporcionan una eficaz alternativa a los modelos basados en ratios, en aquellas situaciones en que existen dudas respecto de la fiabilidad de la información contable.…”

Gestión de ganancias en el riesgo de quiebra de las empresas públicas mexicanas

“…Bryan, Dinesh y Tripathy (2013), mencionan que este estatus acontece cuando una empresa es incapaz de dar cumplimiento a sus obligaciones financieras actuales y se presenta ante un tribunal federal para solicitar un periodo de recuperación y así poder reorganizar sus deudas o liquidar sus activos. Los efectos de la quiebra o bancarrota perjudican fuertemente tanto a la empresa que la sufre, como a diversos grupos de interés de la misma, entre ellos sus empleados, proveedores, acreedores y clientes (Rodríguez, Piñeiro y De Llano, 2014).…”