Mostrar el registro sencillo del Documento

dc.contributor.advisorCastiblanco Ruiz, Fabián Alberto
dc.contributor.authorDussan Montoya, Hector Albeiro
dc.contributor.authorCoy Coy, Claudia Briceida
dc.date.accessioned2021-09-20T13:50:57Z
dc.date.available2021-09-20T13:50:57Z
dc.date.issued2021
dc.identifier.urihttp://hdl.handle.net/11396/6947
dc.descriptionEl presente trabajo de investigación tiene como objetivo proponer un método para la determinación de insolvencia financiera a partir de algoritmos de clasificación borrosa supervisada y no supervisada. Se lleva a cabo la aplicación y validación del método en el sector económico de la construcción en Colombia, debido al alto porcentaje de empresas acogidas a procesos de insolvencia para los años 2018 y 2019. Las variables de entrada para el método corresponden con indicadores o ratios financieros de cada una de las empresas estudiadas, de acuerdo con su uso y aplicación tanto al contexto colombiano como al sector económico específico. Al final, se validan y contrastan los resultados de la aplicación del método a partir de técnicas propias del machine learning junto con los resultados emitidos por la superintendencia de sociedades de Colombia y su reporte sobre el estado de las empresas en estudio. Con base en lo anterior, se establecen las ventajas del método propuesto.spa
dc.description.abstractThe objective of this research is to propose a method for the determination of financial insolvency from supervised and unsupervised fuzzy classification algorithms. The application and validation of the method is carried out in the economic sector of construction in Colombia, due to the high percentage of companies in bankruptcy for the years 2017 and 2018. The input variables of the method correspond to indicators or ratios financial statements of each one of the companies studied, according to its use and application to both the Colombian context and the specific economic sector. In the end, the results of the application of the method are validated and contrasted using machine learning techniques together with the results issued by the Colombian Superintendency of Companies and its report on the status of the companies under study. Based on the above, the advantages of the proposed method are established.spa
dc.language.isospaspa
dc.publisherUniversidad La Gran Colombiaspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectClasificaciónspa
dc.subjectInsolvenciaspa
dc.subjectSolvenciaspa
dc.subjectRatiosspa
dc.subjectAlgoritmosspa
dc.titleMétodo para la determinación de insolvencia financiera a partir de algoritmos de clasificación borrosa supervisada y no supervisadaspa
dc.subject.lembQuiebraspa
dc.subject.lembFracasos comercialesspa
dc.subject.lembLiquidación de negociosspa
dc.publisher.departmentFacultad de Postgradosspa
dc.publisher.programMaestría en Contabilidadspa
dc.subject.keywordClassificationspa
dc.subject.keywordInsolvencyspa
dc.subject.keywordSolvencyspa
dc.subject.keywordRatiosspa
dc.subject.keywordMachine learningspa
dc.subject.keywordAlgorithmsspa
dc.coverage.locationBogotáspa
dc.creator.degreeMagister en Contabilidadspa


Ficheros en el Documento

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Este Documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del Documento

Attribution-NonCommercial-NoDerivatives 4.0 International
Excepto si se señala otra cosa, la licencia del Documento se describe como Attribution-NonCommercial-NoDerivatives 4.0 International