Modelos de predictibilidad de quiebras e insolvencia basados en análisis de estados financieros. Evaluación crítica y aspectos metodológicos enfocados en el uso de herramientas de b.i.

Vista sencilla de ítem
dc.citation.titleVigesimoprimeras Jornadas "Investigaciones en la Facultad" de Ciencias Económicas y Estadísticaes
dc.contributor.organizerSecretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosarioes
dc.creatorCampanaro, Rosa Susana
dc.creatorDíaz, Daniel José
dc.creatorMarchese, Alicia Graciela
dc.creatorSepliarsky, Patricia Adriana
dc.creatorViola, Mónica Beatriz
dc.creatorRivero, Juliana Natali
dc.creatorCarrizo, Facundo
dc.creatorFerraro, Ariel
dc.creatorDíaz Toledo, Selva
dc.creatorGardenal, Luciano
dc.date.accessioned2017-08-01T13:25:15Z
dc.date.available2017-08-01T13:25:15Z
dc.date.issued2016-11
dc.description.abstractEl modelo analizado, surgido de la comparación entre distintos autores , resulta un buen inicio para obtener las primeras conclusiones y proponer alternativas acordes con nuestra realidad, en lo geográfico y en lo temporal. Los cambios producidos por la irrupción tecnológica y por la globalización de la economía, han derivado en nuevas técnicas, formas de asociaciones, acceso a mercados financieros y procesos de negocios adoptados por las empresas contemporáneas. Esta realidad presenta grandes cambios en referencia a las situaciones analizadas por Altman en los años 60/70, lo cual abre un ámbito de discusión sobre si se deberían rever estos modelos bajo las actuales circunstancias. El diagnóstico propuesto por Altman, categoriza a las empresas bajo análisis en 3 grupos: “saludables, zona gris y enfermas”. Sin embargo, en el caso de que una empresa se incluya dentro de las “saludables”, no nos muestra con claridad la eficiencia en la gestión de la misma. Esto surge de que el objetivo buscado por Altman, fue identificar las empresas en riesgo de quiebra o insolvencia. Es nuestra intención continuar esta investigación con un análisis específico de evaluación de gerenciamiento, a través de indicadores de gestión (KPI - Key Perfomance Indicators).es
dc.description.abstractThe present work is based on Research Project: “USING INTELLIGENT TOOLS FOR ANALYZING FINANCIAL REPORTS”. The SEC (Securities and Exchange Commission) from USA is gathering financial reports of public companies since 2005. Those reports are codified with XBRL (eXtensible Business Reporting Language). By this way, they’re in a format enable for directly be used in computational system. At december 2015, the system counted with 163.000 filings. This repository of financial and economic information means a value source of data for the study of analytic and predictive models of business. This work analyze the bankruptcy’s predictable model of Altman, chosen by the research project, for its relevance, and with the goal of evaluating it efficiency under the scope of actual data. Is being analyzed the technologic approach necessary for managing big volume of Data (Big Data), the feasibility of applying artificial intelligence tools for knowledge discovery, and finally new lines of research are proposed, based on ratios analyzed techniques (Key Performance Indicators).
dc.description.filFil:Marchese, Alicia Graciela, Facultad Ciencias Económicas y Estadística - Universidad Nacional de Rosario - Argentinaes
dc.description.sponsorshipFacultad Ciencias Económicas y Estadística - Universidad Nacional de Rosario - Argentinaes
dc.formatapplication/pdf
dc.identifier.issn1668-5008es
dc.identifier.urihttp://hdl.handle.net/2133/7607
dc.language.isospaes
dc.relation.publisherversionhttps://www.fcecon.unr.edu.ar/web-nueva/investigacion/actas-de-las-jornadas-anualeses
dc.rightsopenAccesses
dc.rights.holderFacultad Ciencias Económicas y Estadística - Universidad Nacional de Rosario - Argentinaes
dc.rights.textAtribución – No Comercial – Compartir Igual (by-nc-sa)es
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/*
dc.subjectpredictibilidad quiebrases
dc.subjectestados financieroses
dc.subjectherramientas de b.i.es
dc.subjectPredictability
dc.subjectFinancial Reports
dc.subjectXBRL
dc.subjectKey Perfomance Indicators
dc.subjectData Mining
dc.subjectBig Data
dc.titleModelos de predictibilidad de quiebras e insolvencia basados en análisis de estados financieros. Evaluación crítica y aspectos metodológicos enfocados en el uso de herramientas de b.i.es
dc.typeconferenceObject
dc.typedocumento de conferencia
dc.typeacceptedVersion
dc.type.collectioncomunicaciones
dc.type.versionacceptedVersiones

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Marchese y otros_Modelos de predictibilidad de quiebras e insolvencia basados en análisis de Estados Financieros.pdf
Tamaño:
632.5 KB
Formato:
Adobe Portable Document Format
Descripción:
El presente trabajo está basado en el Proyecto de Investigación APLICACIÓN DE HERRAMIENTAS INTELIGENTES AL ANÁLISIS DE INFORMES FINANCIEROS”. La SEC (Securities and Exchange Commission) de USAEl viene recibiendo desde el 2005, reportes financieros de sus empresas reguladas, codificados con el lenguaje XBRL (eXtensible Business Reporting Language) es decir en formato apto para su explotación por sistemas computacionales. A diciembre 2015 se podía acceder a más de 163.000 presentaciones. Este repositorio de información económico-financiera representa una apreciable fuente de datos para el estudio de modelos analíticos y predictivos de comportamiento empresarial. En el presente trabajo se analiza el modelo de predictibilidad de quiebras de Altman, seleccionado por el proyecto de investigación por su relevancia, a fin de evaluar su eficiencia en base a datos actuales. Se analiza el enfoque tecnológico necesario para la gestión de cantidades masivas de datos, la factibilidad de aplicación de técnicas de inteligencia artificial para el descubrimiento de conocimiento, y por último se contemplan nuevas líneas de investigación fundadas en técnicas de análisis de ratios (Key Performance Indicators).
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Nombre:
license.txt
Tamaño:
3.14 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

FCEyE 2016 - Actas Jornadas Anuales - Vigésimoprimeras: 22 y 23-11-2016