Predicción de fragilidad financiera para sociedades anónimas colombianas mediante la aplicación de las técnicas Logit, árboles de clasificación y boosting

Abstract

RESUMEN: Este trabajo presenta los resultados de aplicar tres diferentes técnicas para la predicción de quiebra empresarial para los tipos societarios de Sociedad Anónima (S.A. y S.A.S) en Colombia: regresión logística, árboles de clasificación y boosting. Inicia describiendo qué se entiende por quiebra empresarial y hace un recuento de los métodos de aprendizaje estadístico utilizados para su predicción, posteriormente se detalla el procedimiento metodológico utilizado, incluyendo los criterios de depuración y tratamiento de datos, así como el proceso de estimación de los modelos, para finalmente presentar el conjunto de indicadores financieros que explican en mayor medida la quiebra empresarial: solvencia y nivel de endeudamiento; así como cuál es el modelo de predicción más potente, haciendo uso de criterios como la tasa de clasificación y la métrica basada en el AUC (área bajo la curva ROC). El trabajo desarrollado desvirtúa el supuesto de que el modelo de regresión logística es insuficiente para predecir eventos raros de quiebra y señala algunas diferencias entre los modelos que pueden contribuir al refinamiento estadístico de las mediciones.