000 02511nam a22003377i 4500
001 AZUAY-94613
003 AZUAY
005 20251111043105.0
008 251108b ||||||||qm||| 00| | d
040 _aAZUAY
_bspa
_cAZUAY
_dAZUAY
_erda
041 0 _aspa
084 _aUDA-BG T20254
100 1 _aCoellar Ulloa, María Paula,
_eautor
245 1 0 _aLa Insolvencia Empresarial del Sector Comercio, casos G46 y G47 en el período 2015-2022 con una aplicación de modelos Machine Learning
264 3 1 _aEcuador :
_bUniversidad del Azuay-Facultad de Ciencias de la Administración-Escuela de Economía,
_c2024
300 _a36 páginas
300 _bDigital
336 _2rdacontent
_atexto
_btxt
337 _2rdamedia
_acomputadora
_bc
338 _2rdacarrier
_arecurso en línea
_bcr
502 _aEconomista
520 3 _bEsta investigación es motivada por la importancia de tener una buena predicción de la insolvencia empresarial. El objetivo general evalúa la eficiencia del Modelo logístico con regularización elastic net en la predicción de quiebra en las empresas del sector comercio del Ecuador, así como identificar factores que influyen en el fracaso empresarial, tales como: el tamaño de la empresa, la estructura financiera reflejada por la medida del apalancamiento, liquidez actual, medida de desempeño con respecto a los activos totales como también de los pasivos totales, dummy de solvencia y rentabilidad, por último el cambio del ingreso neto. Para proporcionar información útil que facilite una planificación adecuada en situaciones de insolvencia y permita la toma de decisiones a tiempo. El modelo empleado en el estudio se aplicó varias pruebas para validar los resultados de 20.702 datos seleccionados de la Superintendencia de Compañías, Valores y Seguros, durante el período 2015-2022. La investigación concluyó que el Modelo Machine Learning con regularización elastic net pronostica eficientemente la insolvencia en las empresas del estudio, además ofrece información relevante a los distintos grupos de interés, incentivando la inversión y fomentando el apoyo gubernamental en situaciones de riesgo.
650 1 4 _aCOMERCIO
650 1 4 _aECONOMÍA DE LA EMPRESA
650 1 4 _aGESTIÓN DE RIESGOS
650 1 4 _aPROBABILIDAD ESTADÍSTICA
650 1 4 _aRECURSOS FINANCIEROS
700 1 _aPinos Luzuriaga, Luis Gabriel,
_edirector de tesis
856 4 0 _uhttp://dspace.uazuay.edu.ec/handle/datos/14736
_yVer documento en línea
942 _2z
_c6
999 _c45283
_d45283