Redes neuronales

Caso práctico: aplicación de las redes neuronales al análisis de la información contable

En este caso práctico queremos diseñar un modelo de predicción de quiebras siguiendo el estudio clásico de Altman (1968) quien utilizó cinco ratios financieros y el análisis discriminante lineal como herramienta capaz de distinguir entre las empresas solventes y las quebradas.


1) Datos reales

A modo de ilustración del modo de funcionamiento, hemos tomado los datos de la crisis bancaria española de principios de los años ochenta. La muestra utilizada consta de sesenta y seis bancos y nueve ratios financieros y puede encontrarse en Serrano y Martín (1993) y Serrano (1997). Estos nueve ratios fueron seleccionados a partir de una muestra más amplia, según su capacidad para discriminar empresas quebradas y solventes. Del 1 al 29 son bancos que quebraron, siendo el resto solventes.

Acceda a la base de datos en excel con 9 ratios de 66 empresas quebradas y solventes: quiebra.xls quiebra.zip o quiebra.exe


2)
Otras bases de datos para practicar

Base de datos en excel con 5 ratios de 129 empresas quebradas y solventes: baseodom.xls baseodom.zip o baseodom.exe

Base de datos en excel de clientes buenos y malos de compañía de seguros: seguros.xls seguros.zip o seguros.exe

Ir a CiberConta Retroceder  Inicio leccion   Avanzar