Utilización de técnicas paramétricas y no paramétricas para la elaboración de un modelo de predicción de quiebra en las microempresas

Abstract

<p>La pequeña y mediana empresa es uno de los principales motores de las economías, generando la mayor parte del empleo y contribuyendo significativamente al crecimiento económico de un país. De entre ellas un porcentaje muy alto está constituido por las microempresas, que son, en la actualidad, el segmento empresarial que está sufriendo en mayor medida la situación de crisis financiera, con la consecuente elevación de la tasa de destrucción de las mismas. Esto, unido al hecho de sus particularidades, entre las que destacamos su opacidad con respecto a la información financiera, ya que los datos que se publican son limitados y no están obligadas a ser auditadas, hacen que el desarrollo de modelos de quiebra específicos para estas y la identificación de las variables con mayor poder explicativo sobre las que se pueda actuar a tiempo, constituya un reto. En este trabajo se aborda la cuestión, constituyéndose en un trabajo pionero en este campo, en tanto la metodología utilizada y el sector al que se aplica. Partiendo de variables financieras y no financieras que han sido utilizadas con relativo éxito en el pronóstico de quiebra empresarial en general, tratamos de determinar cuáles de ellas están afectando en mayor medida a la microempresa, elaborando un modelo híbrido mediante la combinación de la regresión logística, enfoque paramétrico, y una técnica no paramétrica de aprendizaje derivada de la teoría de los Rough Sets. La aplicación del modelo elaborado a una base de datos de microempresas nos muestra que nuestro modelo híbrido mejora los resultados, a lo que se une una convergencia más rápida que implementado cada método en forma aislada. Por otra parte, se constata la conveniencia de la introducción de variables no financieras y macroeconómicas que complementen a la información proporcionada por los ratios financieros para la predicción de la quiebra.</p>