Modelos predictivos de la probabilidad de insolvencia en microempresas chilenas

Abstract

este trabajo empírico realiza una exploración, revisión y análisis de las principales teorías que modelan un tipo de fracaso empresarial: el no pago de deuda, de tal manera que pueda conformase un modelo predictivo de impagos, propio de las microempresas chilenas, utilizando una base de 10.519 créditos para 9.649 microempresarios, durante el periodo enero del 2004 a julio del 2006. Se utilizaron dos modelos no-paramétricos del campo de la inteligencia artificial: el método de inducción de reglas rough set y la metodología de redes neuronales artificiales. Ellos fueron

comparados con un modelo estadístico tradicional de regresión logística (logit). Para identificar cuál es el modelo que mejor predice el no pago en microempresas, se hizo uso de atributos múltiples que evalúan de manera más precisa el estado económico de este tipo de empresas según sus

propias características. Las conclusiones del estudio apuntan a que se pueden lograr capacidades predictivas del orden del 71.9% usando la metodología de redes neuronales.