Logotipo del repositorio
 

Método para la determinación de insolvencia financiera a partir de algoritmos de clasificación borrosa supervisada y no supervisada

dc.contributor.advisorCastiblanco Ruiz, Fabián Alberto
dc.contributor.authorDussan Montoya, Hector Albeiro
dc.contributor.authorCoy Coy, Claudia Briceida
dc.creator.degreeMagister en Contabilidadspa
dc.date.accessioned2021-09-20T13:50:57Z
dc.date.available2021-09-20T13:50:57Z
dc.date.issued2021
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.identifier.urihttp://hdl.handle.net/11396/6947
dc.language.isospa
dc.publisherUniversidad La Gran Colombiaspa
dc.publisher.branchBogotáspa
dc.publisher.departmentFacultad de Postgradosspa
dc.publisher.programMaestría en Contabilidadspa
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.subject.keywordClassificationspa
dc.subject.keywordInsolvencyspa
dc.subject.keywordSolvencyspa
dc.subject.keywordRatiosspa
dc.subject.keywordMachine learningspa
dc.subject.keywordAlgorithmsspa
dc.subject.lembQuiebraspa
dc.subject.lembFracasos comercialesspa
dc.subject.lembLiquidación de negociosspa
dc.titleMétodo para la determinación de insolvencia financiera a partir de algoritmos de clasificación borrosa supervisada y no supervisadaspa

Archivos

Bloque original
Mostrando 1 - 5 de 10
Cargando...
Miniatura
Nombre:
Método para la determinación de insolvencia financiera.pdf
Tamaño:
3.05 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de Grado presentado como requisito para optar al título de Magister en Contabilidad
No hay miniatura disponible
Nombre:
Anexo 1. Base de datos Información Financiera Empresas requeridas por la Superintendencia de Sociedades con corte a 31 de diciembre de 2018_2021.xlsx
Tamaño:
4.62 MB
Formato:
Microsoft Excel XML
Descripción:
Anexo 1
No hay miniatura disponible
Nombre:
Anexo 2. Base de datos Soporte de Insolvencia 31 de diciembre de 2019 Superintendencia de Sociedades_2021.xlsx
Tamaño:
357.64 KB
Formato:
Microsoft Excel XML
Descripción:
Anexo 2
No hay miniatura disponible
Nombre:
Anexo 3. Seleccion de Ratios_2021.xlsx
Tamaño:
22.33 KB
Formato:
Microsoft Excel XML
Descripción:
Anexo 3
No hay miniatura disponible
Nombre:
Anexo 4. Resumen Base de Datos Ratios Calculados_2021.xlsx
Tamaño:
145.79 KB
Formato:
Microsoft Excel XML
Descripción:
Anexo 4
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.31 KB
Formato:
Item-specific license agreed upon to submission
Descripción: