Modelos de clasificación y predicción de quiebra de empresas: una aplicación a empresas chilenas

• Autores: Gianni A. Romani, Angela Bravo, Patricio Aroca, Nelson Aguirre Aguirre, Paola Leiton Vega, Javier Muñoz Carrazana
• Localización: Fórum Empresarial, ISSN-e 2475-8752, ISSN 1541-8561, Vol. 7, Nº. 1, 2002
• Idioma: español
• Títulos paralelos:
  • Models of classification and prediction of bankruptcy of companies: an application to Chilean companies
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 7 Citas
• Resumen
  • español

    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.

  • English

    Models of classification and prediction of bankruptcy of companies: an application to Chilean companies