Análisis de cierre de empresas dentro del sector hotelero ecuatoriano durante el periodo 2011-2021

By: Contributor(s): Material type: TextTextLanguage: Spanish Publisher: Ecuador : Universidad del Azuay-Facultad de Ciencias de la Administración-Escuela de Economía, 2023Description: 25 páginas; DigitalContent type:
  • texto
Media type:
  • computadora
Carrier type:
  • recurso en línea
Subject(s): Other classification:
  • UDA-BG T19038
Online resources: Dissertation note: Economista Abstract: La capacidad de financiamiento con la que pueda contar un hotel dentro de territorio ecuatoriano es crucial para su supervivencia. Por lo que el objetivo de este artículo era determinar la probabilidad de cierre de las empresas en el sector hotelero del Ecuador en base a información financiera del periodo 2011-2021. La metodología empleada consistió en la aplicación tanto de un modelo logístico como uno de redes neuronales a una base de datos particionada. Los resultados demostraron que por parte del modelo Logit, la variable endeudamiento fue la más relevante y este modelo contó con una capacidad de predicción del 97,7%. Mientras que para las redes neuronales el nivel de clasificación fue del 63,57%, concluyendo que para este sector el modelo logístico llegó a ser mejor para la predicción de quiebra y que las empresas deberían prestar especial atención a sus respectivas capacidades de endeudamiento.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Shelving location Call number Status Barcode
Tesis Biblioteca Hernán Malo González Digital UDA-BG T19038 (Browse shelf(Opens below)) Available T19038

Economista

La capacidad de financiamiento con la que pueda contar un hotel dentro de territorio ecuatoriano es crucial para su supervivencia. Por lo que el objetivo de este artículo era determinar la probabilidad de cierre de las empresas en el sector hotelero del Ecuador en base a información financiera del periodo 2011-2021. La metodología empleada consistió en la aplicación tanto de un modelo logístico como uno de redes neuronales a una base de datos particionada. Los resultados demostraron que por parte del modelo Logit, la variable endeudamiento fue la más relevante y este modelo contó con una capacidad de predicción del 97,7%. Mientras que para las redes neuronales el nivel de clasificación fue del 63,57%, concluyendo que para este sector el modelo logístico llegó a ser mejor para la predicción de quiebra y que las empresas deberían prestar especial atención a sus respectivas capacidades de endeudamiento.

There are no comments on this title.

to post a comment.

Catálogo
Digital