Análisis predictivo sobre insolvencia de empresas en Colombia

RESUMEN: Cuando se crea una empresa, la idea que suele surgir en sus creadores es que pueda conseguir el éxito y expandirse en el mercado. Determinar los elementos que puedan producir insolvencia financiera y, posteriormente, la quiebra, permiten conseguir una oportuna intervención por parte de las...

Full description

Autores:
Caita Giraldo, Laura Sofía
Tipo de recurso:
Tesis
Fecha de publicación:
2022
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/29195
Acceso en línea:
http://hdl.handle.net/10495/29195
Palabra clave:
Aprendizaje automático (inteligencia artificial)
Machine learning
Quiebra
Bankruptcy
Técnicas de predicción
Forecasting techniques
Datos desbalanceados
Insolvencia
Rights
openAccess
License
http://creativecommons.org/publicdomain/zero/1.0/
id UDEA2_73f7bbf8e2d04ca842d5f6bc0856732f
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/29195
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Análisis predictivo sobre insolvencia de empresas en Colombia
title Análisis predictivo sobre insolvencia de empresas en Colombia
spellingShingle Análisis predictivo sobre insolvencia de empresas en Colombia
Aprendizaje automático (inteligencia artificial)
Machine learning
Quiebra
Bankruptcy
Técnicas de predicción
Forecasting techniques
Datos desbalanceados
Insolvencia
title_short Análisis predictivo sobre insolvencia de empresas en Colombia
title_full Análisis predictivo sobre insolvencia de empresas en Colombia
title_fullStr Análisis predictivo sobre insolvencia de empresas en Colombia
title_full_unstemmed Análisis predictivo sobre insolvencia de empresas en Colombia
title_sort Análisis predictivo sobre insolvencia de empresas en Colombia
dc.creator.fl_str_mv Caita Giraldo, Laura Sofía
dc.contributor.advisor.none.fl_str_mv Sepúlveda Cano, Lina María
dc.contributor.author.none.fl_str_mv Caita Giraldo, Laura Sofía
dc.subject.lemb.none.fl_str_mv Aprendizaje automático (inteligencia artificial)
Machine learning
Quiebra
Bankruptcy
Técnicas de predicción
Forecasting techniques
topic Aprendizaje automático (inteligencia artificial)
Machine learning
Quiebra
Bankruptcy
Técnicas de predicción
Forecasting techniques
Datos desbalanceados
Insolvencia
dc.subject.proposal.spa.fl_str_mv Datos desbalanceados
Insolvencia
description RESUMEN: Cuando se crea una empresa, la idea que suele surgir en sus creadores es que pueda conseguir el éxito y expandirse en el mercado. Determinar los elementos que puedan producir insolvencia financiera y, posteriormente, la quiebra, permiten conseguir una oportuna intervención por parte de las organizaciones con el fin de evitar pérdidas. De igual manera, pueden ser un aviso para los bancos y proveedores, en caso de que estas empresas hagan una solicitud de créditos o préstamos. Debido a lo anterior, se plantea un algoritmo de clasificación “Solvencia” o “Insolvencia”, el cual parte del análisis de tres bases de datos diferentes de la Superintendencia de Sociedades con datos altamente desbalanceados. Se realizó todo el proceso de exploración, estandarización, selección de hiperparámetros, uso de matrices de confusión y curva ROC. El ejercicio iterativo utiliza, además, métricas como F1, Recall, Precision y Accuracy, teniendo especial cuidado con los efectos del posible sobre-entrenamiento de los modelos.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-06-14T16:34:14Z
dc.date.available.none.fl_str_mv 2022-06-14T16:34:14Z
dc.date.issued.none.fl_str_mv 2022
dc.type.spa.fl_str_mv info:eu-repo/semantics/other
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/draft
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_46ec
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/COther
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Especialización
format http://purl.org/coar/resource_type/c_46ec
status_str draft
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/29195
url http://hdl.handle.net/10495/29195
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/publicdomain/zero/1.0/
dc.rights.accessrights.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/publicdomain/zero/1.0/
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.extent.spa.fl_str_mv 33
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.place.spa.fl_str_mv Medellín - Colombia
institution Universidad de Antioquia
bitstream.url.fl_str_mv https://bibliotecadigital.udea.edu.co/bitstream/10495/29195/4/license_rdf
https://bibliotecadigital.udea.edu.co/bitstream/10495/29195/5/license.txt
https://bibliotecadigital.udea.edu.co/bitstream/10495/29195/1/CaitaLaura_2022_AnalisisPredictivoInsolvencia.pdf
bitstream.checksum.fl_str_mv fd0548b8694973befb689f3e7a707f1d
8a4605be74aa9ea9d79846c1fba20a33
791be7fb645ff453528ccd5c0ff9d7cc
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Antioquia
repository.mail.fl_str_mv andres.perez@udea.edu.co
_version_ 1812173081024659456
spelling Sepúlveda Cano, Lina MaríaCaita Giraldo, Laura Sofía2022-06-14T16:34:14Z2022-06-14T16:34:14Z2022http://hdl.handle.net/10495/29195RESUMEN: Cuando se crea una empresa, la idea que suele surgir en sus creadores es que pueda conseguir el éxito y expandirse en el mercado. Determinar los elementos que puedan producir insolvencia financiera y, posteriormente, la quiebra, permiten conseguir una oportuna intervención por parte de las organizaciones con el fin de evitar pérdidas. De igual manera, pueden ser un aviso para los bancos y proveedores, en caso de que estas empresas hagan una solicitud de créditos o préstamos. Debido a lo anterior, se plantea un algoritmo de clasificación “Solvencia” o “Insolvencia”, el cual parte del análisis de tres bases de datos diferentes de la Superintendencia de Sociedades con datos altamente desbalanceados. Se realizó todo el proceso de exploración, estandarización, selección de hiperparámetros, uso de matrices de confusión y curva ROC. El ejercicio iterativo utiliza, además, métricas como F1, Recall, Precision y Accuracy, teniendo especial cuidado con los efectos del posible sobre-entrenamiento de los modelos.33application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/otherhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/publicdomain/zero/1.0/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Análisis predictivo sobre insolvencia de empresas en ColombiaMedellín - ColombiaAprendizaje automático (inteligencia artificial)Machine learningQuiebraBankruptcyTécnicas de predicciónForecasting techniquesDatos desbalanceadosInsolvenciahttps://github.com/lauracaita1/CaitaLaura_2022_InsolvenciaEspecialista en Analítica y Ciencia de DatosEspecializaciónFacultad de Ingeniería. Especialización en Analítica y Ciencia de DatosUniversidad de AntioquiaCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8712https://bibliotecadigital.udea.edu.co/bitstream/10495/29195/4/license_rdffd0548b8694973befb689f3e7a707f1dMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstream/10495/29195/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55ORIGINALCaitaLaura_2022_AnalisisPredictivoInsolvencia.pdfCaitaLaura_2022_AnalisisPredictivoInsolvencia.pdfTrabajo de grado especializaciónapplication/pdf878989https://bibliotecadigital.udea.edu.co/bitstream/10495/29195/1/CaitaLaura_2022_AnalisisPredictivoInsolvencia.pdf791be7fb645ff453528ccd5c0ff9d7ccMD5110495/29195oai:bibliotecadigital.udea.edu.co:10495/291952022-06-14 11:34:44.691Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=