Abstract
La clasificación y predicción de quiebra de empresas es un tema ampliamente tratado en el ámbito internacional, sin embargo existen pocos estudios de este tipo aplicados a las empresas chilenas. En este contexto, el objetivo de esta investigación es identificar cuál es el modelo que clasifica y predice, con mayor grado de confiabilidad, la quiebra de empresas en Chile. Con tal fin, se comparan tres modelos comúnmente utilizados: Análisis Discriminante Múltiple (ADM), Regresión Logística (LOGIT) y Redes Neuronales (RN), los que utilizan diferentes índices financieros, variables macroeconómicas y otras variables de control. Los modelos fueron aplicados a una muestra de 98 empresas, seleccionadas accidentalmente, sin restricción de giro comercial, 49 quebradas y 49 no quebradas. El resultado de la investigación muestra que si bien el modelo de Redes Neuronales resultó superior, tanto al modelo ADM como al LOGIT, en lo que respecta a clasificación y predicción, se requiere de otras herramientas para determinar el conjunto óptimo de variables a utilizar.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.