Modelos de clasificación y predicción de quiebra de empresas: Una aplicación a empresas chilenas
PDF

Cómo citar

Romani Chocce, G. A., Bravo Palma, Ángela, Aroca González, P., Aguirre Aguirre, N., Leiton Vega, P., & Muñoz Carrazana, J. (2002). Modelos de clasificación y predicción de quiebra de empresas: Una aplicación a empresas chilenas. Fórum Empresarial, 7(1 Verano), 2-20. https://doi.org/10.33801/fe.v7i1.3371

Resumen

La clasificación y predicción de quiebra de empresas es un tema ampliamente tratado en el ámbito internacional, sin embargo existen pocos estudios de este tipo aplicados a las empresas chilenas. En este contexto, el objetivo de esta investigación es identificar cuál es el modelo que clasifica y predice, con mayor grado de confiabilidad, la quiebra de empresas en Chile. Con tal fin, se comparan tres modelos comúnmente utilizados: Análisis Discriminante Múltiple (ADM), Regresión Logística (LOGIT) y Redes Neuronales (RN), los que utilizan diferentes índices financieros, variables macroeconómicas y otras variables de control. Los modelos fueron aplicados a una muestra de 98 empresas, seleccionadas accidentalmente, sin restricción de giro comercial, 49 quebradas y 49 no quebradas. El resultado de la investigación muestra que si bien el modelo de Redes Neuronales resultó superior, tanto al modelo ADM como al LOGIT, en lo que respecta a clasificación y predicción, se requiere de otras herramientas para determinar el conjunto óptimo de variables a utilizar.
https://doi.org/10.33801/fe.v7i1.3371
PDF

Descargas

Los datos de descargas todavía no están disponibles.