Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción

Este artículo evalúa las técnicas utilizadas para la detección y predicción de las causas del fracaso empresarial. Se exponen las principales limitaciones de los modelos clásicos de predicción de insolvencia empresarial y se incorpora el análisis fuzzy como alternativa para identificar la relación e...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2016
Institución:
Universidad de Medellín
Repositorio:
Repositorio UDEM
Idioma:
spa
OAI Identifier:
oai:repository.udem.edu.co:11407/3086
Acceso en línea:
http://revistas.udem.edu.co/index.php/economico/article/view/1965
http://hdl.handle.net/11407/3086
http://dx.doi.org/10.22395/seec.v19n41a8
Palabra clave:
Business failure
fuzzy relations
command board
financial economic ratios.
Fracaso empresarial
relaciones borrosas
tablero de comando
ratios económico financieros
Fracasso empresarial
relações obscuras
painel de comando
indicadores económico financeiros
Rights
License
http://creativecommons.org/licenses/by-nc-sa/4.0/
id REPOUDEM2_0d8a46dbd16ab402246dc5ef74007f0e
oai_identifier_str oai:repository.udem.edu.co:11407/3086
network_acronym_str REPOUDEM2
network_name_str Repositorio UDEM
repository_id_str
dc.title.spa.fl_str_mv Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
dc.title.alternativepor.por.fl_str_mv Relações obscuras como ferramenta de predição das causas do fracasso empresarial no setor construção
dc.title.alternativeen.eng.fl_str_mv Fuzzy relations as a prediction tool of business failure causes in the construction sector
title Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
spellingShingle Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
Business failure
fuzzy relations
command board
financial economic ratios.
Fracaso empresarial
relaciones borrosas
tablero de comando
ratios económico financieros
Fracasso empresarial
relações obscuras
painel de comando
indicadores económico financeiros
title_short Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
title_full Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
title_fullStr Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
title_full_unstemmed Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
title_sort Relaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcción
dc.subject.spa.fl_str_mv Business failure
fuzzy relations
command board
financial economic ratios.
Fracaso empresarial
relaciones borrosas
tablero de comando
ratios económico financieros
Fracasso empresarial
relações obscuras
painel de comando
indicadores económico financeiros
topic Business failure
fuzzy relations
command board
financial economic ratios.
Fracaso empresarial
relaciones borrosas
tablero de comando
ratios económico financieros
Fracasso empresarial
relações obscuras
painel de comando
indicadores económico financeiros
description Este artículo evalúa las técnicas utilizadas para la detección y predicción de las causas del fracaso empresarial. Se exponen las principales limitaciones de los modelos clásicos de predicción de insolvencia empresarial y se incorpora el análisis fuzzy como alternativa para identificar la relación entre las causas del fracaso y los síntomas visibles en las empresas. En forma complementaria se utiliza el Balanced Scorecard como herramienta de análisis global de la empresa y base para la detección de las causas del fracaso. La aplicación del Balanced Scorecard permite definir un listado de causas originarias de los problemas en las empresas. Estas son valoradas a través de etiquetas lingüísticas para detectar las enfermedades más frecuentes que pueden conducir al fracaso empresarial. Respecto a los modelos tradicionales, la metodología aplicada en este trabajo permite predecir el posible fracaso de una empresa e identificar las causas del mismo.
publishDate 2016
dc.date.created.none.fl_str_mv 2016-12-30
dc.date.accessioned.none.fl_str_mv 2017-03-14T12:52:02Z
dc.date.available.none.fl_str_mv 2017-03-14T12:52:02Z
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.spa.fl_str_mv http://revistas.udem.edu.co/index.php/economico/article/view/1965
10.22395/seec.v19n41a8
dc.identifier.issn.none.fl_str_mv 0120-6346
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11407/3086
dc.identifier.doi.none.fl_str_mv http://dx.doi.org/10.22395/seec.v19n41a8
dc.identifier.eissn.none.fl_str_mv 2248-4345
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad de Medellín
dc.identifier.instname.spa.fl_str_mv instname:Universidad de Medellín
url http://revistas.udem.edu.co/index.php/economico/article/view/1965
http://hdl.handle.net/11407/3086
http://dx.doi.org/10.22395/seec.v19n41a8
identifier_str_mv 10.22395/seec.v19n41a8
0120-6346
2248-4345
reponame:Repositorio Institucional Universidad de Medellín
instname:Universidad de Medellín
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://revistas.udem.edu.co/index.php/economico/article/view/1965/1783
dc.relation.ispartofseries.spa.fl_str_mv Semestre Económico; Vol. 19, núm. 41 (2016)
dc.relation.haspart.spa.fl_str_mv Semestre Económico; Vol. 19, núm. 41 - octubre/diciembre 2016
dc.relation.citationvolume.spa.fl_str_mv 19
dc.relation.citationissue.spa.fl_str_mv 41
dc.relation.citationstartpage.spa.fl_str_mv 191
dc.relation.citationendpage.spa.fl_str_mv 228
dc.relation.ispartofes.spa.fl_str_mv Semestre Económico
dc.relation.references.spa.fl_str_mv Altman, Edward (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. En: Journal of Finance, Vol. 23, No. 4, p. 589-609.
Argenti, John (1976). Corporate Collapse: The Causes and Symptoms, New York, John Wiley and Sons, 193p.
Argenti, John (1983). Prediction corporate failure. En: Accountants Digest, No. 138, p. 1-25.
Bahrammirzaee, Arash (2010). A comparative survey of artificial intelligence applications in finance: artificial neural networks, expert systems and hybrid intelligent systems. En: Neural Computing and Applications, Vol. 19, No. 8, p. 1165-1195.
Balcaen, Sofie y Ooghe, Hubert (2006). 35 years of studies on business failure: An overview of the classic statistical methodologies and their related problems. En: British Accounting Review, Vol. 38, No. 1, p. 63-93.
Beaver, William (1966). Financial ratios as predictors of failure. En: Journal of Accounting Research, Vol. 4, Empirical Research in Accounting: Selected Studies, p. 71-111.
Becchetti, Leonardo y Sierra, Jaime (2003). Bankruptcy risk and productive efficiency in manufacturing firms. En: Journal of Banking and Finance, Vol. 27, No. 11, p. 2099-2120.
Behbood, Vahíd y Lu, Jie (2011). Intelligent financial warning model using fuzzy neural network and case-based reasoning. En: IEEE Symposium on CIFEr- Computational Intelligence for Financial Engineering and Economics, 6 p.
Campillo, José; Serer, Gregorio y Ferrer, Ernesto (2013). Validez de la información financiera en los procesos de insolvencia. Un estudio de la pequeña empresa española. En: Cuadernos de Economía y Dirección de la Empresa, Vol. 16, No. 1, enero-marzo, p. 29-40.
Delcea, Camelia y Dascalu, Maria (2009). Knowledge strategies tools for managing Enterprise crisis. En: Actas del 4th International Conference on Knowledge Management: Projects, Systems and Technologies, Bucharest, Vol. 25, p. 1-25.
Delcea, Camelia y Scarlat, Emil (2010). Finding companies’ bankruptcy causes using a hybrid grey-fuzzy model. En: Economic Computation and Economic Cybernetics Studies and Research. Vol. 44, No. 2, p. 77-94.
Delcea, Camelia; Scarlat, Emil y Maracine, Virginia (2012). Grey relational analysis between firm’s current situation and its possible causes: A bankruptcy syndrome approach. En: Grey Systems: Theory and Application, Vol. 2, No. 2, p. 229-239.
Edmister, Robert (1972). An empirical test of financial ratio analysis for small business failure prediction. En: Journal of Financial and Quantitative Analysis, Vol. 7, No. 2, p. 1477-1493.
Elam, Rick (1975). The effect of lease data on the predictive ability of financial ratios. En: The Accounting Review, Vol. 50, No. 1, p. 25-43.
Fernández, María y Castaño, Francisco (2012). Variables y modelos para la identificación y predicción del fracaso empresarial: Revisión de la investigación empírica reciente. En: Revista de Contabilidad-Spanish Accounting Review, Vol. 15, No. 1, p. 7-58.
Ferrer, Ernesto; Serer, Gregorio y Campillo, José (2009). Hacia una ordenación de las pequeñas empresas atendiendo a su posible situación de fracaso. En: Estudios de Economía Aplicada, Vol. 27, No. 3, p. 1-18.
Flagg, James; Giroux, Gary y Wiggins, Casper (1991). Predicting corporate bankruptcy using failing firms. En: Review of Financial Economics, Vol. 1, No 1, p. 67-78.
Gabás, Francisco (1997). Predicción de la insolvencia empresarial. En: Predicción de la Insolvencia Empresarial, Madrid, AECA- Asociación Española de Contabilidad y Administración de Empresas, p. 11-32.
Gil Aluja, Jaume (1990). Ensayo sobre un modelo de diagnóstico económico-financiero. En: Actas de las V Jornadas Hispano- Lusas de Gestión Científica, Vigo, España, p. 26-29.
Gil Lafuente, Jaume (1996). El control de las actividades de marketing. En: Actas del III SIGEF Congress, Buenos Aires, Argentina, Vol. 244, p. 1-21.
Grunert, Jens; Norden, Lars y Weber, Martin (2005). The role of non-financial factors in internal credit ratings. En: Journal of Banking and Finance, Vol. 29, No. 2, p. 509-531.
Hillegeist, Stephen; Keating, Elizabeth; Cram, D. y Lundstedt, K. (2004). Assessing the probability of bankruptcy. En: Review of Accounting Studies, Vol. 9, No. 1, p. 5-34.
Kaplan, Robert y Norton, David (1992). The Balanced Scorecard: measures that drivers performance. En: Harvard Business Review, Vol. 70, No. 1, p. 71-79.
Kaplan, Robert y Norton, David (1996a). Using the Balanced Scorecard as a strategic management system. En: Harvard Business Review, Vol. 74, No. 1, p. 75-85.
Kaplan, Robert y Norton, David (1996b). Linking the Balanced Scorecard to strategy. En: California Management, Vol. 39, No. 1, p. 53-79.
Keasey, Kevin y Watson, Robert (1987). Non-financial symptoms and the prediction of small company failure: a test of Argenti’s hypothesis. En: Journal of Business, Finance and Accounting, Vol. 14, No. 3, p. 335-354.
Korol, Tomasz y Korodi, Adrian (2011). An evaluation of effectiveness of fuzzy logic model in predicting the business bankruptcy. En: Romanian Journal of Economic Forecasting, Vol. 3, No. 1, p. 92-107.
Kumar, P. Ravi y Ravi, Vadlamani (2007), Bankruptcy prediction in banks and firms via statistical and intelligent techniques: A review. En: European Journal of Operational Research, Vol. 180, No. 1, p. 1-28.
López, José; Gandía, Juan y Molina, Rafael (1998). La suspensión de pagos en las PyMEs: una aproximación empírica. En: Revista Española de Financiación y Contabilidad, Vol. 27, No. 94, p. 71-97.
Madrid, Antonia y García, Domingo Perez de Lema (2006). Factores que explican el fracaso empresarial en la PyME. En: Gestión: Revista de Economía, No. 36, p. 5-9.
Maracine, Virginia y Delcea, Camelia (2009). How we can diagnose the firm’s diseases using grey systems theory. En: Economic Computation and Economic Cybernetics Studies and Research, Vol. 3, p. 39-55.
McGahan, Anita y Porter, Michael (1997). How much does industry matter really? En: Strategic Management Journal, Vol. 18 (Summer Special Issue), p. 15-30.
Mensah, Yaw (1984). An examination of the stationary of multivariate bankruptcy prediction models: A methodological study. En: Journal of Accounting Research, Vol. 22, No. 1, p. 380-395.
Mora Enguídanos, Araceli (1994). Limitaciones metodológicas de los trabajos empíricos sobre la predicción del fracaso empresarial. En: Revista Española de Financiación y Contabilidad, Vol. 24, No. 80, p. 709-732.
Ng, Geok; Quek, Chai y Jiang, H. (2008). FCMAC-EWS: A bank failure early warning system based on a novel localized pattern learning and semantically associative fuzzy neural network. En: Expert Systems with Applications, Vol. 34, No. 2, p. 989-1003.
Ohlson, James (1980). Financial ratios and the probabilistic prediction of bankruptcy. En: Journal of Accounting Research, Vol. 18, No. 1, p. 109-131.
Ooghe, Hubert y De Prijcker, Sofie (2008), Failure processes and causes of company bankruptcy: A typology. En: Management Decision, Vol. 46, No. 2, p. 223-242.
Peel, Michael; Peel, David y Pope, Peter (1986), Predicting corporate failure. Some results for the UK corporate sector. En: Omega, Vol. 14, No. 1, p. 5-12.
Pérez, Ana; Rodríguez, Alicia y Acosta Molina, Miguel. (2002). Factores determinantes de la rentabilidad financiera de las PyMEs. En: Journal of Finance and Accounting/ Revista Española de Financiación y Contabilidad, Vol. 31, No. 112, p. 395-429.
Platt, Harlan; Platt, Majorie y Pedersen, Jon (1994). Bankruptcy discrimination with real variables. En: Journal of Business Finance and Accounting, Vol. 21, No. 4, p. 491-510.
Porter, Michael (1991). La Ventaja Competitiva de las Naciones, Buenos Aires, Ed. Vergara, 1025 p.
Quek, Chai; Zhou, R. y Lee, C. (2009). A novel fuzzy neural approach to data reconstruction and failure prediction. En: Intelligent in Accounting, Finance and Management, Vol. 16, No. 1-2, p. 165-187.
Quintana, María y García Gallego, Ana (2004). Factores determinantes del fracaso empresarial en Castilla y León. En: Revista de Economía y Empresa, Vol. 51, No. 21, p. 95-116.
Rose, Peter; Andrews, Wesley y Girox, Gary (1982). Predicting business failure: A macroeconomics perspective. En: Journal of Accounting Auditing and Finance, Vol. 6, No. 1, p. 20-31.
Rumelt, Richard (1997). Towards a strategic theory of the firm, p. 131-145. En: Nicolai J. Foss (Edit.) Resources, firms, and strategies: A reader in the resource-based perspective. Oxford University Press, 1 edition Oxford, Serie: Management Readers, 400p.
Scarlat, Emil; Delcea, Camelia y Maracine, Virginia (2010). Genetic Fuzzy Grey Algorithms: A Hybrid Model for Establishing Companies Failure Reasons. En: Actas de International Conference on SMC- Systems Man and Cybernetics, IEEE, p. 955- 962.
Scherger, Valeria; Vigier, Hernán y Barberá-Mariné, Gloria (2014). Finding business failure reasons through a fuzzy model of diagnosis. En: Fuzzy Economic Review, Vol. 19, No. 1, p. 45-62.
Scherger, Valeria; Terceño, Antonio; Vigier, Hernán y Barberá-Mariné, Gloria (2015). Detection and assessment of causes in business diagnosis. En: Economic Computation and Economic Cybernetics Studies and Research, Vol. 49, No. 4, p. 211-229.
Somoza López, Antonio (2001). La consideración de factores cualitativos, macroeconómicos y sectoriales en los modelos de predicción de la solvencia empresarial. En: Papeles de Economía Española, No. 89-90, p. 402-426.
Sun, Jie; Li, H.; Huang, Q. H. y He, K. Y. (2014). Predicting financial distress and corporate failure: A review from the state-of-the-art definitions, modeling, sampling, and featuring approaches. En: Knowledge-Based Systems, Vol. 57, p. 41-56.
Thapar, Antika; Pandey, Dhaneshwar y Gaur, S. (2009). Optimization of linear objective function with max-t fuzzy relation equations. En: Applied Soft Computing, Vol. 9, No. 3, p. 1097-1101.
Terceño, Antonio; Vigier, Hernán; Barberá- Marinè, Gloria y Scherger, Valeria (2009). Hacia una integración de la teoría del diagnóstico fuzzy y del Balanced Scorecard. En: Actas XV SIGEF Conference, Lugo, España, p. 364-379.
Terceño, Antonio; Vigier, Hernán y Scherger, Valeria (2014). Identificación de las causas en el |diagnóstico empresarial mediante relaciones fuzzy y el BSC. En: Actualidad Contable Fases, Vol. 17, No. 28, p. 101-118.
Vigier, Hernán y Terceño, Antonio (2008). A model for the prediction of diseases of firms by means of fuzzy relations. En: Fuzzy Sets and System, Vol. 159, No. 1, p. 2299-2316.
Vigier, Hernán; Scherger, Valeria y Terceño, Antonio (2016). An application of OWA operators in fuzzy business diagnosis. En: Applied Soft Computing, http://dx.doi.org/10.1016/j. asoc.2016.06.026.
Xiu-ying, Liu y Zhong-chun, Mi (2009). The Application of grey relational analysis in credit evaluation of group enterprises. En: Actas de International Conference IEEE GSIS, Nanjing, China, p. 236-241.
Zavgren, Christine (1983). The prediction of Corporate Failure: The state of art. En: Journal of Accounting Literature, Vol. 2, p. 1-37.
Zimmermann, Hans (1987). Fuzzy Set Decision Making and Expert Systems. Volumen 10 de International Series in Management Science Operations Research, Kluwer Academic Publishers, Massachusetts, Norwell, 336p.
Zmijewski, Mark (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. En: Journal of Accounting Research, Vol. 22, p. 59-86.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.spa.fl_str_mv p.191-228
dc.format.medium.spa.fl_str_mv Electrónico
dc.format.mimetype.none.fl_str_mv application/pdf
PDF
dc.coverage.spa.fl_str_mv Lat: 06 15 00 N  degrees minutes  Lat: 6.2500  decimal degreesLong: 075 36 00 W  degrees minutes  Long: -75.6000  decimal degrees
dc.publisher.spa.fl_str_mv Universidad de Medellín
Universidad de Medellín
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias Económicas y Administrativas
dc.source.spa.fl_str_mv Semestre Económico Universidad de Medellín; Vol. 19, núm. 41 (2016); 191-228
2248-4345
0120-6346
institution Universidad de Medellín
bitstream.url.fl_str_mv http://repository.udem.edu.co/bitstream/11407/3086/3/Semestre_Economico_310.pdf.jpg
http://repository.udem.edu.co/bitstream/11407/3086/2/Semestre_Economico_310.pdf
http://repository.udem.edu.co/bitstream/11407/3086/1/Articulo.html
bitstream.checksum.fl_str_mv 7ca1a94282126e87f896182a4421a3cf
1208613f82cb11669c7cac8539a8e9ca
b88fe482b41deab559111d4814630808
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Medellin
repository.mail.fl_str_mv repositorio@udem.edu.co
_version_ 1814159184103473152
spelling 2017-03-14T12:52:02Z2017-03-14T12:52:02Z2016-12-30http://revistas.udem.edu.co/index.php/economico/article/view/196510.22395/seec.v19n41a80120-6346http://hdl.handle.net/11407/3086http://dx.doi.org/10.22395/seec.v19n41a82248-4345reponame:Repositorio Institucional Universidad de Medellíninstname:Universidad de MedellínEste artículo evalúa las técnicas utilizadas para la detección y predicción de las causas del fracaso empresarial. Se exponen las principales limitaciones de los modelos clásicos de predicción de insolvencia empresarial y se incorpora el análisis fuzzy como alternativa para identificar la relación entre las causas del fracaso y los síntomas visibles en las empresas. En forma complementaria se utiliza el Balanced Scorecard como herramienta de análisis global de la empresa y base para la detección de las causas del fracaso. La aplicación del Balanced Scorecard permite definir un listado de causas originarias de los problemas en las empresas. Estas son valoradas a través de etiquetas lingüísticas para detectar las enfermedades más frecuentes que pueden conducir al fracaso empresarial. Respecto a los modelos tradicionales, la metodología aplicada en este trabajo permite predecir el posible fracaso de una empresa e identificar las causas del mismo.This article evaluates the techniques used for the detection and prediction of business cause failures. The main limitations of the classical prediction models for business insolvency are exposed and a fuzzy analysis as an alternative to identify the relation between failure causes and the businesses´ visible symptoms. As complement, a Balanced Scorecard is used as global analysis tool for the base company in order to detect the cause of failure. The application of the balance scorecard allows defining a list of origination causes for the problems faced by the companies. These are valued using linguistic labels for detecting the most common diseases that can lead to business failure. Concerning traditional models, the applied methodology in the work allows to predict the possible failure of a company and identify the causes.Este artigo avalia as técnicas utilizadas para a detecção e predição das causas do fracasso empresarial. Se expõem as principais limitações dos modelos clássicos de predição de insolvência empresarial e se incorpora a análise fuzzy como alternativa para identificar a relação entre as causas do fracasso e os sintomas visíveis nas empresas. Em forma complementar se utiliza o Balanced Scorecard como ferramenta de análise global da empresa e base para a detecção das causas do fracasso. A aplicação do Balanced Scorecard permite definir um listado de causas originárias dos problemas nas empresas. Estas são valoradas através de etiquetas linguísticas para detectar as doenças mais frequentes que podem conduzir ao fracasso empresarial. Respeito aos modelos tradicionais, a metodologia aplicada neste trabalho permite prever o possível fracasso de uma empresa e identificar as causas do mesmo.p.191-228Electrónicoapplication/pdfPDFspaUniversidad de MedellínUniversidad de MedellínFacultad de Ciencias Económicas y Administrativashttp://revistas.udem.edu.co/index.php/economico/article/view/1965/1783Semestre Económico; Vol. 19, núm. 41 (2016)Semestre Económico; Vol. 19, núm. 41 - octubre/diciembre 20161941191228Semestre EconómicoAltman, Edward (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. En: Journal of Finance, Vol. 23, No. 4, p. 589-609.Argenti, John (1976). Corporate Collapse: The Causes and Symptoms, New York, John Wiley and Sons, 193p.Argenti, John (1983). Prediction corporate failure. En: Accountants Digest, No. 138, p. 1-25.Bahrammirzaee, Arash (2010). A comparative survey of artificial intelligence applications in finance: artificial neural networks, expert systems and hybrid intelligent systems. En: Neural Computing and Applications, Vol. 19, No. 8, p. 1165-1195.Balcaen, Sofie y Ooghe, Hubert (2006). 35 years of studies on business failure: An overview of the classic statistical methodologies and their related problems. En: British Accounting Review, Vol. 38, No. 1, p. 63-93.Beaver, William (1966). Financial ratios as predictors of failure. En: Journal of Accounting Research, Vol. 4, Empirical Research in Accounting: Selected Studies, p. 71-111.Becchetti, Leonardo y Sierra, Jaime (2003). Bankruptcy risk and productive efficiency in manufacturing firms. En: Journal of Banking and Finance, Vol. 27, No. 11, p. 2099-2120.Behbood, Vahíd y Lu, Jie (2011). Intelligent financial warning model using fuzzy neural network and case-based reasoning. En: IEEE Symposium on CIFEr- Computational Intelligence for Financial Engineering and Economics, 6 p.Campillo, José; Serer, Gregorio y Ferrer, Ernesto (2013). Validez de la información financiera en los procesos de insolvencia. Un estudio de la pequeña empresa española. En: Cuadernos de Economía y Dirección de la Empresa, Vol. 16, No. 1, enero-marzo, p. 29-40.Delcea, Camelia y Dascalu, Maria (2009). Knowledge strategies tools for managing Enterprise crisis. En: Actas del 4th International Conference on Knowledge Management: Projects, Systems and Technologies, Bucharest, Vol. 25, p. 1-25.Delcea, Camelia y Scarlat, Emil (2010). Finding companies’ bankruptcy causes using a hybrid grey-fuzzy model. En: Economic Computation and Economic Cybernetics Studies and Research. Vol. 44, No. 2, p. 77-94.Delcea, Camelia; Scarlat, Emil y Maracine, Virginia (2012). Grey relational analysis between firm’s current situation and its possible causes: A bankruptcy syndrome approach. En: Grey Systems: Theory and Application, Vol. 2, No. 2, p. 229-239.Edmister, Robert (1972). An empirical test of financial ratio analysis for small business failure prediction. En: Journal of Financial and Quantitative Analysis, Vol. 7, No. 2, p. 1477-1493.Elam, Rick (1975). The effect of lease data on the predictive ability of financial ratios. En: The Accounting Review, Vol. 50, No. 1, p. 25-43.Fernández, María y Castaño, Francisco (2012). Variables y modelos para la identificación y predicción del fracaso empresarial: Revisión de la investigación empírica reciente. En: Revista de Contabilidad-Spanish Accounting Review, Vol. 15, No. 1, p. 7-58.Ferrer, Ernesto; Serer, Gregorio y Campillo, José (2009). Hacia una ordenación de las pequeñas empresas atendiendo a su posible situación de fracaso. En: Estudios de Economía Aplicada, Vol. 27, No. 3, p. 1-18.Flagg, James; Giroux, Gary y Wiggins, Casper (1991). Predicting corporate bankruptcy using failing firms. En: Review of Financial Economics, Vol. 1, No 1, p. 67-78.Gabás, Francisco (1997). Predicción de la insolvencia empresarial. En: Predicción de la Insolvencia Empresarial, Madrid, AECA- Asociación Española de Contabilidad y Administración de Empresas, p. 11-32.Gil Aluja, Jaume (1990). Ensayo sobre un modelo de diagnóstico económico-financiero. En: Actas de las V Jornadas Hispano- Lusas de Gestión Científica, Vigo, España, p. 26-29.Gil Lafuente, Jaume (1996). El control de las actividades de marketing. En: Actas del III SIGEF Congress, Buenos Aires, Argentina, Vol. 244, p. 1-21.Grunert, Jens; Norden, Lars y Weber, Martin (2005). The role of non-financial factors in internal credit ratings. En: Journal of Banking and Finance, Vol. 29, No. 2, p. 509-531.Hillegeist, Stephen; Keating, Elizabeth; Cram, D. y Lundstedt, K. (2004). Assessing the probability of bankruptcy. En: Review of Accounting Studies, Vol. 9, No. 1, p. 5-34.Kaplan, Robert y Norton, David (1992). The Balanced Scorecard: measures that drivers performance. En: Harvard Business Review, Vol. 70, No. 1, p. 71-79.Kaplan, Robert y Norton, David (1996a). Using the Balanced Scorecard as a strategic management system. En: Harvard Business Review, Vol. 74, No. 1, p. 75-85.Kaplan, Robert y Norton, David (1996b). Linking the Balanced Scorecard to strategy. En: California Management, Vol. 39, No. 1, p. 53-79.Keasey, Kevin y Watson, Robert (1987). Non-financial symptoms and the prediction of small company failure: a test of Argenti’s hypothesis. En: Journal of Business, Finance and Accounting, Vol. 14, No. 3, p. 335-354.Korol, Tomasz y Korodi, Adrian (2011). An evaluation of effectiveness of fuzzy logic model in predicting the business bankruptcy. En: Romanian Journal of Economic Forecasting, Vol. 3, No. 1, p. 92-107.Kumar, P. Ravi y Ravi, Vadlamani (2007), Bankruptcy prediction in banks and firms via statistical and intelligent techniques: A review. En: European Journal of Operational Research, Vol. 180, No. 1, p. 1-28.López, José; Gandía, Juan y Molina, Rafael (1998). La suspensión de pagos en las PyMEs: una aproximación empírica. En: Revista Española de Financiación y Contabilidad, Vol. 27, No. 94, p. 71-97.Madrid, Antonia y García, Domingo Perez de Lema (2006). Factores que explican el fracaso empresarial en la PyME. En: Gestión: Revista de Economía, No. 36, p. 5-9.Maracine, Virginia y Delcea, Camelia (2009). How we can diagnose the firm’s diseases using grey systems theory. En: Economic Computation and Economic Cybernetics Studies and Research, Vol. 3, p. 39-55.McGahan, Anita y Porter, Michael (1997). How much does industry matter really? En: Strategic Management Journal, Vol. 18 (Summer Special Issue), p. 15-30.Mensah, Yaw (1984). An examination of the stationary of multivariate bankruptcy prediction models: A methodological study. En: Journal of Accounting Research, Vol. 22, No. 1, p. 380-395.Mora Enguídanos, Araceli (1994). Limitaciones metodológicas de los trabajos empíricos sobre la predicción del fracaso empresarial. En: Revista Española de Financiación y Contabilidad, Vol. 24, No. 80, p. 709-732.Ng, Geok; Quek, Chai y Jiang, H. (2008). FCMAC-EWS: A bank failure early warning system based on a novel localized pattern learning and semantically associative fuzzy neural network. En: Expert Systems with Applications, Vol. 34, No. 2, p. 989-1003.Ohlson, James (1980). Financial ratios and the probabilistic prediction of bankruptcy. En: Journal of Accounting Research, Vol. 18, No. 1, p. 109-131.Ooghe, Hubert y De Prijcker, Sofie (2008), Failure processes and causes of company bankruptcy: A typology. En: Management Decision, Vol. 46, No. 2, p. 223-242.Peel, Michael; Peel, David y Pope, Peter (1986), Predicting corporate failure. Some results for the UK corporate sector. En: Omega, Vol. 14, No. 1, p. 5-12.Pérez, Ana; Rodríguez, Alicia y Acosta Molina, Miguel. (2002). Factores determinantes de la rentabilidad financiera de las PyMEs. En: Journal of Finance and Accounting/ Revista Española de Financiación y Contabilidad, Vol. 31, No. 112, p. 395-429.Platt, Harlan; Platt, Majorie y Pedersen, Jon (1994). Bankruptcy discrimination with real variables. En: Journal of Business Finance and Accounting, Vol. 21, No. 4, p. 491-510.Porter, Michael (1991). La Ventaja Competitiva de las Naciones, Buenos Aires, Ed. Vergara, 1025 p.Quek, Chai; Zhou, R. y Lee, C. (2009). A novel fuzzy neural approach to data reconstruction and failure prediction. En: Intelligent in Accounting, Finance and Management, Vol. 16, No. 1-2, p. 165-187.Quintana, María y García Gallego, Ana (2004). Factores determinantes del fracaso empresarial en Castilla y León. En: Revista de Economía y Empresa, Vol. 51, No. 21, p. 95-116.Rose, Peter; Andrews, Wesley y Girox, Gary (1982). Predicting business failure: A macroeconomics perspective. En: Journal of Accounting Auditing and Finance, Vol. 6, No. 1, p. 20-31.Rumelt, Richard (1997). Towards a strategic theory of the firm, p. 131-145. En: Nicolai J. Foss (Edit.) Resources, firms, and strategies: A reader in the resource-based perspective. Oxford University Press, 1 edition Oxford, Serie: Management Readers, 400p.Scarlat, Emil; Delcea, Camelia y Maracine, Virginia (2010). Genetic Fuzzy Grey Algorithms: A Hybrid Model for Establishing Companies Failure Reasons. En: Actas de International Conference on SMC- Systems Man and Cybernetics, IEEE, p. 955- 962.Scherger, Valeria; Vigier, Hernán y Barberá-Mariné, Gloria (2014). Finding business failure reasons through a fuzzy model of diagnosis. En: Fuzzy Economic Review, Vol. 19, No. 1, p. 45-62.Scherger, Valeria; Terceño, Antonio; Vigier, Hernán y Barberá-Mariné, Gloria (2015). Detection and assessment of causes in business diagnosis. En: Economic Computation and Economic Cybernetics Studies and Research, Vol. 49, No. 4, p. 211-229.Somoza López, Antonio (2001). La consideración de factores cualitativos, macroeconómicos y sectoriales en los modelos de predicción de la solvencia empresarial. En: Papeles de Economía Española, No. 89-90, p. 402-426.Sun, Jie; Li, H.; Huang, Q. H. y He, K. Y. (2014). Predicting financial distress and corporate failure: A review from the state-of-the-art definitions, modeling, sampling, and featuring approaches. En: Knowledge-Based Systems, Vol. 57, p. 41-56.Thapar, Antika; Pandey, Dhaneshwar y Gaur, S. (2009). Optimization of linear objective function with max-t fuzzy relation equations. En: Applied Soft Computing, Vol. 9, No. 3, p. 1097-1101.Terceño, Antonio; Vigier, Hernán; Barberá- Marinè, Gloria y Scherger, Valeria (2009). Hacia una integración de la teoría del diagnóstico fuzzy y del Balanced Scorecard. En: Actas XV SIGEF Conference, Lugo, España, p. 364-379.Terceño, Antonio; Vigier, Hernán y Scherger, Valeria (2014). Identificación de las causas en el |diagnóstico empresarial mediante relaciones fuzzy y el BSC. En: Actualidad Contable Fases, Vol. 17, No. 28, p. 101-118.Vigier, Hernán y Terceño, Antonio (2008). A model for the prediction of diseases of firms by means of fuzzy relations. En: Fuzzy Sets and System, Vol. 159, No. 1, p. 2299-2316.Vigier, Hernán; Scherger, Valeria y Terceño, Antonio (2016). An application of OWA operators in fuzzy business diagnosis. En: Applied Soft Computing, http://dx.doi.org/10.1016/j. asoc.2016.06.026.Xiu-ying, Liu y Zhong-chun, Mi (2009). The Application of grey relational analysis in credit evaluation of group enterprises. En: Actas de International Conference IEEE GSIS, Nanjing, China, p. 236-241.Zavgren, Christine (1983). The prediction of Corporate Failure: The state of art. En: Journal of Accounting Literature, Vol. 2, p. 1-37.Zimmermann, Hans (1987). Fuzzy Set Decision Making and Expert Systems. Volumen 10 de International Series in Management Science Operations Research, Kluwer Academic Publishers, Massachusetts, Norwell, 336p.Zmijewski, Mark (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. En: Journal of Accounting Research, Vol. 22, p. 59-86.http://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Semestre Económico Universidad de Medellín; Vol. 19, núm. 41 (2016); 191-2282248-43450120-6346Business failurefuzzy relationscommand boardfinancial economic ratios.Fracaso empresarialrelaciones borrosastablero de comandoratios económico financierosFracasso empresarialrelações obscuraspainel de comandoindicadores económico financeirosRelaciones borrosas como herramienta de predicción de las causas del fracaso empresarial en el sector construcciónRelações obscuras como ferramenta de predição das causas do fracasso empresarial no setor construçãoFuzzy relations as a prediction tool of business failure causes in the construction sectorComunidad Universidad de MedellínLat: 06 15 00 N  degrees minutes  Lat: 6.2500  decimal degreesLong: 075 36 00 W  degrees minutes  Long: -75.6000  decimal degreesMedellíninfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Scherger, Valeria; Universidad Nacional del SurTerceño, Antonio; Universidad Rovira i Virgili, ReusVigier, Hernán; Universidad Nacional del SurTHUMBNAILSemestre_Economico_310.pdf.jpgSemestre_Economico_310.pdf.jpgIM Thumbnailimage/jpeg8733http://repository.udem.edu.co/bitstream/11407/3086/3/Semestre_Economico_310.pdf.jpg7ca1a94282126e87f896182a4421a3cfMD53ORIGINALSemestre_Economico_310.pdfSemestre_Economico_310.pdfapplication/pdf759221http://repository.udem.edu.co/bitstream/11407/3086/2/Semestre_Economico_310.pdf1208613f82cb11669c7cac8539a8e9caMD52Articulo.htmlArticulo.htmltext/html493http://repository.udem.edu.co/bitstream/11407/3086/1/Articulo.htmlb88fe482b41deab559111d4814630808MD5111407/3086oai:repository.udem.edu.co:11407/30862020-05-27 17:48:40.722Repositorio Institucional Universidad de Medellinrepositorio@udem.edu.co