Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019
La detección temprana de la probabilidad de que una empresa entre en insolvencia empresarial puede servir como insumo a los diseñadores de política pública para mitigar este fenómeno, así como sus posibles efectos sobre el empleo y el bienestar social. Si bien en Colombia en épocas de crisis económi...
- Autores:
-
Hernández Cruz, Laura Vanessa
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/55745
- Acceso en línea:
- http://hdl.handle.net/1992/55745
- Palabra clave:
- Contraste de modelos
Predicción
Técnicas computacionales
Insolvencia
Machine learning
Modelos de regularización
Economía
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIANDES2_261296a751673c6d043d3a34f98d1e25 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/55745 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 |
| title |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 |
| spellingShingle |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 Contraste de modelos Predicción Técnicas computacionales Insolvencia Machine learning Modelos de regularización Economía |
| title_short |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 |
| title_full |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 |
| title_fullStr |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 |
| title_full_unstemmed |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 |
| title_sort |
Crisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019 |
| dc.creator.fl_str_mv |
Hernández Cruz, Laura Vanessa |
| dc.contributor.advisor.spa.fl_str_mv |
Ibáñez Parra, David Andrés |
| dc.contributor.advisor.none.fl_str_mv |
Tovar Mora, Jorge Andrés |
| dc.contributor.author.spa.fl_str_mv |
Hernández Cruz, Laura Vanessa |
| dc.contributor.jury.spa.fl_str_mv |
López Gaviria, José Ignacio |
| dc.subject.keyword.none.fl_str_mv |
Contraste de modelos Predicción Técnicas computacionales Insolvencia Machine learning Modelos de regularización |
| topic |
Contraste de modelos Predicción Técnicas computacionales Insolvencia Machine learning Modelos de regularización Economía |
| dc.subject.themes.none.fl_str_mv |
Economía |
| description |
La detección temprana de la probabilidad de que una empresa entre en insolvencia empresarial puede servir como insumo a los diseñadores de política pública para mitigar este fenómeno, así como sus posibles efectos sobre el empleo y el bienestar social. Si bien en Colombia en épocas de crisis económica este fenómeno tiende a exacerbarse, el grado de afectación empresarial va a depender de la naturaleza de la crisis, y puede incidir de forma distinta a las empresas de acuerdo con sus características intrínsecas como su desempeño operativo y financiero, su tamaño o el sector empresarial al que pertenece. Mediante la comparación de técnicas de pronóstico que contemplan diferentes tipos de relacionamiento de variables financieras y económicas, este documento identifica que, en el problema de insolvencia empresarial en Colombia, los predictores se relacionan de formas complejas que no pueden ser detectadas por técnicas tradicionales de pronóstico, por lo cual los modelos de aprendizaje de máquinas, como los árboles de decisión estimados mediante técnicas de boosting, generan un mejor desempeño de pronóstico que los modelos lineales. |
| publishDate |
2021 |
| dc.date.issued.none.fl_str_mv |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2022-02-22T20:12:36Z |
| dc.date.available.none.fl_str_mv |
2022-02-22T20:12:36Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/55745 |
| dc.identifier.pdf.spa.fl_str_mv |
25554.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/55745 |
| identifier_str_mv |
25554.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
28 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.spa.fl_str_mv |
Maestría en Economía Aplicada |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Economía |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/927f6f07-645e-4aea-83db-7587cecb49b2/download https://repositorio.uniandes.edu.co/bitstreams/a65a82f6-09e7-4410-bb9f-7071f79f142b/download https://repositorio.uniandes.edu.co/bitstreams/8e60bb59-5369-47e9-83ea-b47c6b5d7cc1/download |
| bitstream.checksum.fl_str_mv |
995fcc9258edc06487ecb7af026ba916 14aa285e7a2c27acc26e353fb7b79e5b f2f2469463a1bbbbbb46ad7c3a384841 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1808390496055197696 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ibáñez Parra, David Andrésa4eac57b-c8d2-4cbd-8404-0eabb89c43f5500Tovar Mora, Jorge Andrésvirtual::16818-1Hernández Cruz, Laura Vanessa3e35a786-6615-4597-a4fa-647c9df839c0400López Gaviria, José Ignacio2022-02-22T20:12:36Z2022-02-22T20:12:36Z2021http://hdl.handle.net/1992/5574525554.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/La detección temprana de la probabilidad de que una empresa entre en insolvencia empresarial puede servir como insumo a los diseñadores de política pública para mitigar este fenómeno, así como sus posibles efectos sobre el empleo y el bienestar social. Si bien en Colombia en épocas de crisis económica este fenómeno tiende a exacerbarse, el grado de afectación empresarial va a depender de la naturaleza de la crisis, y puede incidir de forma distinta a las empresas de acuerdo con sus características intrínsecas como su desempeño operativo y financiero, su tamaño o el sector empresarial al que pertenece. Mediante la comparación de técnicas de pronóstico que contemplan diferentes tipos de relacionamiento de variables financieras y económicas, este documento identifica que, en el problema de insolvencia empresarial en Colombia, los predictores se relacionan de formas complejas que no pueden ser detectadas por técnicas tradicionales de pronóstico, por lo cual los modelos de aprendizaje de máquinas, como los árboles de decisión estimados mediante técnicas de boosting, generan un mejor desempeño de pronóstico que los modelos lineales.The early detection of the probability that a company enters corporate insolvency can serve as an input for public policy makers to mitigate this phenomenon, as well as its possible effects on employment and social welfare. Although in Colombia in times of economic crisis this phenomenon tends to be exacerbated, the degree of business impact will depend on the nature of the crisis and may affect companies differently according to their intrinsic characteristics, such as their operating and financial performance, their size, or the business sector to which it belongs. By comparing forecasting techniques that contemplate different types of relationships between financial and economic variables, this document identifies that, in the problem of business insolvency in Colombia, the predictors are related in complex ways that cannot be detected by traditional forecasting techniques. Therefore, machine learning models, such as decision trees that are estimated using boosting techniques, generate better forecasting performance than linear models.Magíster en Economía AplicadaMaestría28 páginasapplication/pdfspaUniversidad de los AndesMaestría en Economía AplicadaFacultad de EconomíaCrisis empresarial en Colombia. Probabilidad de entrar en proceso de insolvencia: 2016-2019Trabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMContraste de modelosPredicciónTécnicas computacionalesInsolvenciaMachine learningModelos de regularizaciónEconomía201910760Publicationhttps://scholar.google.es/citations?user=nydszQMAAAAJvirtual::16818-10000-0001-5525-6829virtual::16818-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000417920virtual::16818-1ab9050ef-af1d-44c8-9270-1ff9785f2c69virtual::16818-1ab9050ef-af1d-44c8-9270-1ff9785f2c69virtual::16818-1ORIGINAL25554.pdfapplication/pdf592254https://repositorio.uniandes.edu.co/bitstreams/927f6f07-645e-4aea-83db-7587cecb49b2/download995fcc9258edc06487ecb7af026ba916MD51THUMBNAIL25554.pdf.jpg25554.pdf.jpgIM Thumbnailimage/jpeg16285https://repositorio.uniandes.edu.co/bitstreams/a65a82f6-09e7-4410-bb9f-7071f79f142b/download14aa285e7a2c27acc26e353fb7b79e5bMD53TEXT25554.pdf.txt25554.pdf.txtExtracted texttext/plain83427https://repositorio.uniandes.edu.co/bitstreams/8e60bb59-5369-47e9-83ea-b47c6b5d7cc1/downloadf2f2469463a1bbbbbb46ad7c3a384841MD521992/55745oai:repositorio.uniandes.edu.co:1992/557452024-03-13 15:50:00.382http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |