Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales

La presente investigación tuvo como objetivo principal predecir la insolvencia financiera en una PYME de la ciudad de Bucaramanga, a través de Redes Neuronales Artificiales. Para alcanzar lo anterior, se consideró como referente un modelo perceptrón multicapa el cual fue desarrollado teniendo en cue...

Full description

Autores:
Quintana Reyes, Julián Felipe
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/43653
Acceso en línea:
http://hdl.handle.net/11634/43653
Palabra clave:
layer
neuron
neuron
SME
network
Microempresas
Inteligencia artificial
Redes neurales (computadores)
Fracasos comerciales
capa
neurona
perceptrón
PYME
red
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTTOMAS2_8b0b527e22f263f6327f6ac2ffd7f385
oai_identifier_str oai:repository.usta.edu.co:11634/43653
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
title Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
spellingShingle Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
layer
neuron
neuron
SME
network
Microempresas
Inteligencia artificial
Redes neurales (computadores)
Fracasos comerciales
capa
neurona
perceptrón
PYME
red
title_short Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
title_full Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
title_fullStr Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
title_full_unstemmed Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
title_sort Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales
dc.creator.fl_str_mv Quintana Reyes, Julián Felipe
dc.contributor.advisor.none.fl_str_mv Hernández Cáceres, Javier
dc.contributor.author.none.fl_str_mv Quintana Reyes, Julián Felipe
dc.subject.keyword.spa.fl_str_mv layer
neuron
neuron
SME
network
topic layer
neuron
neuron
SME
network
Microempresas
Inteligencia artificial
Redes neurales (computadores)
Fracasos comerciales
capa
neurona
perceptrón
PYME
red
dc.subject.lemb.spa.fl_str_mv Microempresas
Inteligencia artificial
Redes neurales (computadores)
Fracasos comerciales
dc.subject.proposal.spa.fl_str_mv capa
neurona
perceptrón
PYME
red
description La presente investigación tuvo como objetivo principal predecir la insolvencia financiera en una PYME de la ciudad de Bucaramanga, a través de Redes Neuronales Artificiales. Para alcanzar lo anterior, se consideró como referente un modelo perceptrón multicapa el cual fue desarrollado teniendo en cuenta variables como los son indicadores financieros que hacen parte de la estructura operativa y financiera de la empresa , entre estos se destacan: activos líquidos, apalancamiento financiero, efectividad operativa, autonomía financiera, volumen del negocio. Los ratios financieros mencionados fueron utilizados como variables independientes, mientras que el estado de solvencia (solvente/no solvente) fue la variable independiente usada en el modelo propuesto. Una vez generado el modelo de RNA perceptrón multicapa, se encontró que en la PYME analizada las variables que mayor incidencia pueden tener en dado el caso de un posible estado de insolvencia financiera son: efectividad operativa(34,6%),apalancamiento financiero(22,4%),y autonomía financiera(20,4%).Para llegar a lo anterior, la RNA utilizó el 80% de la información proporcionada por la PYME para el proceso de entrenamiento, y un 20% para el proceso de prueba.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-03-16T17:38:35Z
dc.date.available.none.fl_str_mv 2022-03-16T17:38:35Z
dc.date.issued.none.fl_str_mv 2022-03-15
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Quintana Reyes ,J.F.(2022).Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales[Tesis de Pregrado].Universidad Santo Tomás,Bucaramanga,Colombia.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/43653
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Quintana Reyes ,J.F.(2022).Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales[Tesis de Pregrado].Universidad Santo Tomás,Bucaramanga,Colombia.
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/43653
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv [1] Pepepromedio. 9 Octubre 2019. [En línea]. Available: https://www.barymont.com/pepepromedio/blog/solvencia/.
[2] F. Romero Espinosa, . Z. A. Melgarejo Molinab y . M. Analí Vera, "Fracaso empresarial de las pequeñas y medianas empresas (PYMES) en Colombia", Elsevier, vol. VI, nº 13, pp. 29-41, 2015.
[3] La República, 3 Abril 2019. [En línea]. Available: https://www.larepublica.co/alta-gerencia/los-tres-factores-que-aumentan-el-fracaso-de-los-emprendedores-en-colombia-2846985.
[4] Portafolio, 17 Octubre 2020. [En línea]. Available: https://www.portafolio.co/economia/la-mala-gestion-entre-las-causas-de-cierre-de-las-pymes-545746.
[5] F. Bravo Herrera y C. Pinto Gutiérrez, "Modelos predictivos de la probabilidad de insolvencia en microempresas chilenas", Contaduría, vol. V, nº 53, pp. 13-52, 2008.
[6] Universidad de La Sabana, 15 Agosto 2020. [En línea]. Available: https://www.unisabana.edu.co/portaldenoticias/al-dia/ley-de-insolvencia-un-salvavidas-para-las-empresas-en-crisis/.
[7] M. . M. Walteros Zarta, Repositorio Unipiloto, 2008. [En línea]. Available: http://polux.unipiloto.edu.co:8080/00004619.pdf.
[8] EL TIEMPO, 11 Noviembre 2004. [En línea]. Available: https://www.eltiempo.com/archivo/documento/MAM-1586442.
[9] D. Alaminos Aguilera,Repositorio institucional Universidad de Málaga, Octubre 2018. [En línea]. Available: https://riuma.uma.es/xmlui/.
[10] Circulantis, 2019. [En línea]. Available: https://circulantis.com/blog/solvencia-financiera/.
[11] C. Piñeiro Sánchez, M. Rodríguez López y P. De Llanos Monelos, AECA1, 2018. [En línea]. Available: http://www.aeca1.org/pub/on_line/comunicaciones_xviicongresoaeca/cd/141b.pdf.
[12] . L. B. Tonón Ordóñez y M. K. Ludeña Dávila, Repositorio Institucional de la Universidad de Azuay, 2021. [En línea]. Available: http://dspace.uazuay.edu.ec/handle/datos/10861.
[13] EL TIEMPO,29 Septiembre 2019. [En línea]. Available: https://www.eltiempo.com/archivo/documento/MAM-1260907.
[14] Cámara Oviedo, 2 Octubre 2019. [En línea]. Available: https://www.mba-asturias.com/economia/que-es-solvencia-finanzas/.
[15] R. . D. Cervantes Ardila, Repositorio Universidad de Santander, 2017. [En línea]. Available: https://repositorio.udes.edu.co/bitstream/001/612/1/An%C3%A1lisis%20del%20riesgo%20de%20insolvencia%20financiera%20bajo%20el%20modelo%20z2-altman%20en%20las%20cl%C3%ADnicas%20ubicadas%20en%20el%20municipio%20de%20Valledupar%20%28Cesar%29..pdf.
[16] . S. Mongrut Montalván, F. . I. Alberti Delgado, D. Fuenzalida O'Shee y M. Akamine Yamashiro, "Determinantes de la Insolvencia Empresarial en el Perú", Academia. Revista Latinoamericana de Administración, vol. 10, nº 47, pp. 126-139, 2011.
[17] Cámara de Comercio de Bogotá, 14 Agosto 2018. [En línea]. Available: https://www.ccb.org.co/Preguntas-frecuentes/Tramites-registrales/Que-es-una-empresa.
[18] D. A. Correa-Mejía y M. Lopera-Castaño, "Pronóstico de Insolvencia Empresarial en Colombia a través de Indicadores Financieros", Panorama Económico, vol. 27, nº 2, pp. 510-526, 2019.
[19] N. M. Fernando Villada y E. García-Quintero, "Redes Neuronales Artificiales aplicadas a la Predicción del Precio del Oro", Información Tecnológica, vol. 27, nº 5, pp. 143-150, 2016.
[20] J. R. Hílera González y V. J. Martínez Hernando, "Redes Neuronales Artificiales", de Redes Neuronales Artificiales.Funadementos,Modelos y Aplicaciones, Madrid, Addison -Wesley Iberoamericana, 1994, pp. 49-110.
[21] L. Manjarrez, Researchgate, 13 Junio 2014. [En línea]. Available: https://www.researchgate.net/figure/Figura-III4-Capas-de-una-Red-Neuronal-Capa-de-entrada-neuronas-que-reciben-datos-o_fig3_315762548.
[22] Actualicese, 6 Agosto 2020. [En línea]. Available: https://actualicese.com/indicadores-financieros-mas-importantes-para-las-microempresas/.
[23] Consultoria Estrategia, 14 Septiembre 2019. [En línea]. Available: https://consultoraestrategia.cl/derecho-empresarial/insolvencia-que-es-y-como-afrontarlo-en-terminos-de-gestion-financiera/.
[24] Merkle, 1 Septiembre 2020. [En línea]. Available: https://www.merkleinc.com/es/es/blog/prediccion-dato-redes-neuronales-artificiales.
[25] BANCOLDEX, 30 Julio 2018. [En línea]. Available: https://www.bancoldex.com/que-es-una-pyme-1338.
[26] IBM, 15 Mayo 2018. [En línea]. Available: https://www.ibm.com/docs/es/spss-modeler/SaaS?topic=networks-neural-model.
[27] L. Vega Mayángs, "Repositorio de Universidad de Oviedo", Junio 2012. [En línea]. Available: http://digibuo.uniovi.es/dspace/bitstream/10651/4305/6/TFM.%20Loreto%20Vega%20Mayans.pdf.
[28] Congreso de La República, "Departamento Administrativo de la Función Pública", 10 Julio 2000. [En línea]. Available: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=12672.
[29] Congreso de La República,"Secretaría del Senado", 27 Diciembre 2006. [En línea]. Available: http://www.secretariasenado.gov.co/senado/basedoc/ley_1116_2006.html.
[30] Ministerio de Comercio,Industria y Turismo, Presidencia de La República, 15 Abril 2020. [En línea]. Available: https://dapre.presidencia.gov.co/normativa/normativa/DECRETO%20560%20DEL%2015%20DE%20ABRIL%20DE%202020.pdf.
[31] Congreso de La República, "Secretaría del Senado", 25 Enero 2010. [En línea]. Available: http://www.secretariasenado.gov.co/senado/basedoc/ley_1380_2010.html.
[32] M. E. Gómez Miranda, J. . M. de la Torre Martínez y I. Román Martínez, "Analysis of temporal sensitivity in the insolvency prediction models: an application to the industrial small business", Taylor and Francis Online, vol. V, nº 37, pp. 85-111, 2014.
[33] X. Bredart, "Bankruptcy Prediction Model Using Neural Networks", Sciedu Press, vol. III, nº 2, pp. 124-128, 2014.
[34] A. M. Callejón , A. M. Casado, M. A. Fernández y J. I. PeláezDepartam, "A System of Insolvency Prediction for industrial companies using a financial alternative model with neural networks", Taylor and Francis Online, vol. VI, nº 1, pp. 29-37, 2012.
[35] A. I. Velasco Fernández, "Congreso Nacional de Medio Ambiente CONAMA", de Modelo de predicción de la solvencia empresarial mediante una red neuronal perceptrón multicapa, Madrid, 2014.
[36] M. K. Ludeña Dávila y L. B. Tonon Ordóñez , "Calculating the risk of insolvency, from traditional methods to artificial neural networks", INNOVA Research Journal, vol. VI, nº 3, pp. 270-287, 2021.
[37] K. Choy Chung, . T. Shin Shin y D. K. Holdsworth, "Insolvency Prediction Model Using Multivariate Discriminant Analysis and Artificial Neural Network for the Finance Industry in New Zealand", International Journal of Business and Management, vol. 39, nº 1, pp. 19-28, 2008.
[38] F. Bravo Herrera y C. Pinto Gutiérrez, "Modelos predictivos de la probabilidad de insolvencia en microempresas chilenas", Contaduría, vol. V, nº 53, pp. 13-52, 2008.
[39] L. C. Forero Galán, "Repositorio Institucional UIS", 2015. [En línea]. Available: http://tangara.uis.edu.co/biblioweb/tesis/2015/159163.pdf.
[40] M. . A. Gómez Barrera, "Repositorio Institucional Universidad de La Sabana", Septiembre 2020. [En línea]. Available: https://intellectum.unisabana.edu.co/bitstream/handle/10818/46535/Proyecto%20de%20grado%20Andrea%20Gomez.pdf?sequence=4&isAllowed=y.
[41] R. Hernández Sampieri, C. Fernéndez Collado y P. Baptista Lucio, "Metodlogía de LA Investigación", México, McGraw-Hill, 2006, p. 102.
[42] J. GM, "Estéticas de la Eficacia", 22 Octubre 2020. [En línea]. Available: https://esteticasdelaeficacia.es/diferencias-metodologia-agil-y-predictiva.
[43] J. Hurtado, "Metodología de la Investigación Holística", Caracas, Fundación Sypal, 2000, p. 269.
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bucaramanga
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Industrial
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Industrial
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/43653/10/license.txt
https://repository.usta.edu.co/bitstream/11634/43653/6/2022QuintanaJulian.pdf
https://repository.usta.edu.co/bitstream/11634/43653/7/2022QuintanaJulian1.pdf
https://repository.usta.edu.co/bitstream/11634/43653/8/2022QuintanaJulian2.pdf
https://repository.usta.edu.co/bitstream/11634/43653/9/license_rdf
https://repository.usta.edu.co/bitstream/11634/43653/11/2022QuintanaJulian.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/43653/12/2022QuintanaJulian1.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/43653/13/2022QuintanaJulian2.pdf.jpg
bitstream.checksum.fl_str_mv aedeaf396fcd827b537c73d23464fc27
8e137786cb362bc59f36c12f550b7550
5fd9156a38ea51e1e483580f52be88b1
7cd584f5e178e97987173dd7e0d977d6
217700a34da79ed616c2feb68d4c5e06
e135289caca84d20cbd99dc6d38c9f3e
52effb807aa22a5ba850c0933f33c417
5b803505253ac4e83b78c6178c609ef6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usantotomas.edu.co
_version_ 1782026241892679680
spelling Hernández Cáceres, JavierQuintana Reyes, Julián Felipe2022-03-16T17:38:35Z2022-03-16T17:38:35Z2022-03-15Quintana Reyes ,J.F.(2022).Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificiales[Tesis de Pregrado].Universidad Santo Tomás,Bucaramanga,Colombia.http://hdl.handle.net/11634/43653reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coLa presente investigación tuvo como objetivo principal predecir la insolvencia financiera en una PYME de la ciudad de Bucaramanga, a través de Redes Neuronales Artificiales. Para alcanzar lo anterior, se consideró como referente un modelo perceptrón multicapa el cual fue desarrollado teniendo en cuenta variables como los son indicadores financieros que hacen parte de la estructura operativa y financiera de la empresa , entre estos se destacan: activos líquidos, apalancamiento financiero, efectividad operativa, autonomía financiera, volumen del negocio. Los ratios financieros mencionados fueron utilizados como variables independientes, mientras que el estado de solvencia (solvente/no solvente) fue la variable independiente usada en el modelo propuesto. Una vez generado el modelo de RNA perceptrón multicapa, se encontró que en la PYME analizada las variables que mayor incidencia pueden tener en dado el caso de un posible estado de insolvencia financiera son: efectividad operativa(34,6%),apalancamiento financiero(22,4%),y autonomía financiera(20,4%).Para llegar a lo anterior, la RNA utilizó el 80% de la información proporcionada por la PYME para el proceso de entrenamiento, y un 20% para el proceso de prueba.The main objective of this research was to predict financial insolvency in a SME in the city of Bucaramanga, through Artificial Neural Networks. To achieve the above, a multilayer perceptron model was considered as a reference, which was developed taking into account variables such as financial indicators that are part of the company's operational and financial structure, among these are: liquid assets, financial leverage, operational effectiveness, financial autonomy, business volume. The mentioned financial ratios were used as independent variables, while the solvency status (solvent/non-solvent) was the independent variable used in the proposed model. Once the multilayer perceptron RNA model was generated, it was found that in the SME analyzed the variables that may have the greatest incidence in the case of a possible state of financial insolvency are: operational effectiveness (34.6%), financial leverage (22 .4%), and financial autonomy (20.4%). To achieve the above, the RNA used 80% of the information provided by the SME for the training process, and 20% for the testing process.Ingeniero Industrialhttp://www.ustabuca.edu.co/ustabmanga/presentacionPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería IndustrialFacultad de Ingeniería IndustrialAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo predictivo de insolvencia financiera en una PYME de la ciudad de Bucaramanga, utilizando redes neuronales artificialeslayerneuronneuronSMEnetworkMicroempresasInteligencia artificialRedes neurales (computadores)Fracasos comercialescapaneuronaperceptrónPYMEredTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA Bucaramanga[1] Pepepromedio. 9 Octubre 2019. [En línea]. Available: https://www.barymont.com/pepepromedio/blog/solvencia/.[2] F. Romero Espinosa, . Z. A. Melgarejo Molinab y . M. Analí Vera, "Fracaso empresarial de las pequeñas y medianas empresas (PYMES) en Colombia", Elsevier, vol. VI, nº 13, pp. 29-41, 2015.[3] La República, 3 Abril 2019. [En línea]. Available: https://www.larepublica.co/alta-gerencia/los-tres-factores-que-aumentan-el-fracaso-de-los-emprendedores-en-colombia-2846985.[4] Portafolio, 17 Octubre 2020. [En línea]. Available: https://www.portafolio.co/economia/la-mala-gestion-entre-las-causas-de-cierre-de-las-pymes-545746.[5] F. Bravo Herrera y C. Pinto Gutiérrez, "Modelos predictivos de la probabilidad de insolvencia en microempresas chilenas", Contaduría, vol. V, nº 53, pp. 13-52, 2008.[6] Universidad de La Sabana, 15 Agosto 2020. [En línea]. Available: https://www.unisabana.edu.co/portaldenoticias/al-dia/ley-de-insolvencia-un-salvavidas-para-las-empresas-en-crisis/.[7] M. . M. Walteros Zarta, Repositorio Unipiloto, 2008. [En línea]. Available: http://polux.unipiloto.edu.co:8080/00004619.pdf.[8] EL TIEMPO, 11 Noviembre 2004. [En línea]. Available: https://www.eltiempo.com/archivo/documento/MAM-1586442.[9] D. Alaminos Aguilera,Repositorio institucional Universidad de Málaga, Octubre 2018. [En línea]. Available: https://riuma.uma.es/xmlui/.[10] Circulantis, 2019. [En línea]. Available: https://circulantis.com/blog/solvencia-financiera/.[11] C. Piñeiro Sánchez, M. Rodríguez López y P. De Llanos Monelos, AECA1, 2018. [En línea]. Available: http://www.aeca1.org/pub/on_line/comunicaciones_xviicongresoaeca/cd/141b.pdf.[12] . L. B. Tonón Ordóñez y M. K. Ludeña Dávila, Repositorio Institucional de la Universidad de Azuay, 2021. [En línea]. Available: http://dspace.uazuay.edu.ec/handle/datos/10861.[13] EL TIEMPO,29 Septiembre 2019. [En línea]. Available: https://www.eltiempo.com/archivo/documento/MAM-1260907.[14] Cámara Oviedo, 2 Octubre 2019. [En línea]. Available: https://www.mba-asturias.com/economia/que-es-solvencia-finanzas/.[15] R. . D. Cervantes Ardila, Repositorio Universidad de Santander, 2017. [En línea]. Available: https://repositorio.udes.edu.co/bitstream/001/612/1/An%C3%A1lisis%20del%20riesgo%20de%20insolvencia%20financiera%20bajo%20el%20modelo%20z2-altman%20en%20las%20cl%C3%ADnicas%20ubicadas%20en%20el%20municipio%20de%20Valledupar%20%28Cesar%29..pdf.[16] . S. Mongrut Montalván, F. . I. Alberti Delgado, D. Fuenzalida O'Shee y M. Akamine Yamashiro, "Determinantes de la Insolvencia Empresarial en el Perú", Academia. Revista Latinoamericana de Administración, vol. 10, nº 47, pp. 126-139, 2011.[17] Cámara de Comercio de Bogotá, 14 Agosto 2018. [En línea]. Available: https://www.ccb.org.co/Preguntas-frecuentes/Tramites-registrales/Que-es-una-empresa.[18] D. A. Correa-Mejía y M. Lopera-Castaño, "Pronóstico de Insolvencia Empresarial en Colombia a través de Indicadores Financieros", Panorama Económico, vol. 27, nº 2, pp. 510-526, 2019.[19] N. M. Fernando Villada y E. García-Quintero, "Redes Neuronales Artificiales aplicadas a la Predicción del Precio del Oro", Información Tecnológica, vol. 27, nº 5, pp. 143-150, 2016.[20] J. R. Hílera González y V. J. Martínez Hernando, "Redes Neuronales Artificiales", de Redes Neuronales Artificiales.Funadementos,Modelos y Aplicaciones, Madrid, Addison -Wesley Iberoamericana, 1994, pp. 49-110.[21] L. Manjarrez, Researchgate, 13 Junio 2014. [En línea]. Available: https://www.researchgate.net/figure/Figura-III4-Capas-de-una-Red-Neuronal-Capa-de-entrada-neuronas-que-reciben-datos-o_fig3_315762548.[22] Actualicese, 6 Agosto 2020. [En línea]. Available: https://actualicese.com/indicadores-financieros-mas-importantes-para-las-microempresas/.[23] Consultoria Estrategia, 14 Septiembre 2019. [En línea]. Available: https://consultoraestrategia.cl/derecho-empresarial/insolvencia-que-es-y-como-afrontarlo-en-terminos-de-gestion-financiera/.[24] Merkle, 1 Septiembre 2020. [En línea]. Available: https://www.merkleinc.com/es/es/blog/prediccion-dato-redes-neuronales-artificiales.[25] BANCOLDEX, 30 Julio 2018. [En línea]. Available: https://www.bancoldex.com/que-es-una-pyme-1338.[26] IBM, 15 Mayo 2018. [En línea]. Available: https://www.ibm.com/docs/es/spss-modeler/SaaS?topic=networks-neural-model.[27] L. Vega Mayángs, "Repositorio de Universidad de Oviedo", Junio 2012. [En línea]. Available: http://digibuo.uniovi.es/dspace/bitstream/10651/4305/6/TFM.%20Loreto%20Vega%20Mayans.pdf.[28] Congreso de La República, "Departamento Administrativo de la Función Pública", 10 Julio 2000. [En línea]. Available: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=12672.[29] Congreso de La República,"Secretaría del Senado", 27 Diciembre 2006. [En línea]. Available: http://www.secretariasenado.gov.co/senado/basedoc/ley_1116_2006.html.[30] Ministerio de Comercio,Industria y Turismo, Presidencia de La República, 15 Abril 2020. [En línea]. Available: https://dapre.presidencia.gov.co/normativa/normativa/DECRETO%20560%20DEL%2015%20DE%20ABRIL%20DE%202020.pdf.[31] Congreso de La República, "Secretaría del Senado", 25 Enero 2010. [En línea]. Available: http://www.secretariasenado.gov.co/senado/basedoc/ley_1380_2010.html.[32] M. E. Gómez Miranda, J. . M. de la Torre Martínez y I. Román Martínez, "Analysis of temporal sensitivity in the insolvency prediction models: an application to the industrial small business", Taylor and Francis Online, vol. V, nº 37, pp. 85-111, 2014.[33] X. Bredart, "Bankruptcy Prediction Model Using Neural Networks", Sciedu Press, vol. III, nº 2, pp. 124-128, 2014.[34] A. M. Callejón , A. M. Casado, M. A. Fernández y J. I. PeláezDepartam, "A System of Insolvency Prediction for industrial companies using a financial alternative model with neural networks", Taylor and Francis Online, vol. VI, nº 1, pp. 29-37, 2012.[35] A. I. Velasco Fernández, "Congreso Nacional de Medio Ambiente CONAMA", de Modelo de predicción de la solvencia empresarial mediante una red neuronal perceptrón multicapa, Madrid, 2014.[36] M. K. Ludeña Dávila y L. B. Tonon Ordóñez , "Calculating the risk of insolvency, from traditional methods to artificial neural networks", INNOVA Research Journal, vol. VI, nº 3, pp. 270-287, 2021.[37] K. Choy Chung, . T. Shin Shin y D. K. Holdsworth, "Insolvency Prediction Model Using Multivariate Discriminant Analysis and Artificial Neural Network for the Finance Industry in New Zealand", International Journal of Business and Management, vol. 39, nº 1, pp. 19-28, 2008.[38] F. Bravo Herrera y C. Pinto Gutiérrez, "Modelos predictivos de la probabilidad de insolvencia en microempresas chilenas", Contaduría, vol. V, nº 53, pp. 13-52, 2008.[39] L. C. Forero Galán, "Repositorio Institucional UIS", 2015. [En línea]. Available: http://tangara.uis.edu.co/biblioweb/tesis/2015/159163.pdf.[40] M. . A. Gómez Barrera, "Repositorio Institucional Universidad de La Sabana", Septiembre 2020. [En línea]. Available: https://intellectum.unisabana.edu.co/bitstream/handle/10818/46535/Proyecto%20de%20grado%20Andrea%20Gomez.pdf?sequence=4&isAllowed=y.[41] R. Hernández Sampieri, C. Fernéndez Collado y P. Baptista Lucio, "Metodlogía de LA Investigación", México, McGraw-Hill, 2006, p. 102.[42] J. GM, "Estéticas de la Eficacia", 22 Octubre 2020. [En línea]. Available: https://esteticasdelaeficacia.es/diferencias-metodologia-agil-y-predictiva.[43] J. Hurtado, "Metodología de la Investigación Holística", Caracas, Fundación Sypal, 2000, p. 269.LICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/43653/10/license.txtaedeaf396fcd827b537c73d23464fc27MD510open accessORIGINAL2022QuintanaJulian.pdf2022QuintanaJulian.pdfTrabajo de Gradoapplication/pdf744074https://repository.usta.edu.co/bitstream/11634/43653/6/2022QuintanaJulian.pdf8e137786cb362bc59f36c12f550b7550MD56open access2022QuintanaJulian1.pdf2022QuintanaJulian1.pdfAprobación Facultadapplication/pdf162256https://repository.usta.edu.co/bitstream/11634/43653/7/2022QuintanaJulian1.pdf5fd9156a38ea51e1e483580f52be88b1MD57metadata only access2022QuintanaJulian2.pdf2022QuintanaJulian2.pdfAcuerdo de publicaciónapplication/pdf97043https://repository.usta.edu.co/bitstream/11634/43653/8/2022QuintanaJulian2.pdf7cd584f5e178e97987173dd7e0d977d6MD58metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/43653/9/license_rdf217700a34da79ed616c2feb68d4c5e06MD59open accessTHUMBNAIL2022QuintanaJulian.pdf.jpg2022QuintanaJulian.pdf.jpgIM Thumbnailimage/jpeg4805https://repository.usta.edu.co/bitstream/11634/43653/11/2022QuintanaJulian.pdf.jpge135289caca84d20cbd99dc6d38c9f3eMD511open access2022QuintanaJulian1.pdf.jpg2022QuintanaJulian1.pdf.jpgIM Thumbnailimage/jpeg8766https://repository.usta.edu.co/bitstream/11634/43653/12/2022QuintanaJulian1.pdf.jpg52effb807aa22a5ba850c0933f33c417MD512open access2022QuintanaJulian2.pdf.jpg2022QuintanaJulian2.pdf.jpgIM Thumbnailimage/jpeg8572https://repository.usta.edu.co/bitstream/11634/43653/13/2022QuintanaJulian2.pdf.jpg5b803505253ac4e83b78c6178c609ef6MD513open access11634/43653oai:repository.usta.edu.co:11634/436532022-10-27 03:04:15.379open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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