Redes neuronales y escalas multidimensionales |
|
El Análisis Contable es una disciplina en constante evolución que se nutre de diferentes herramientas para cumplir el objetivo de convertir los datos contenidos en los estados económico-financieros en información útil para la toma de decisiones.
El análisis univariante de ratios financieros auxiliado por la calculadora o, más recientemente, la hoja de cálculo y los programas de estadística descriptiva han sido tradicionalmente los instrumentos básicos del analista financiero.
Pero al ser la realidad empresarial cada vez más compleja, se hace imprescindible manejar multitud de variables procedentes de los informes contables u otras fuentes.
Las técnicas multivariantes suponen un gran avance frente a aquellas que estudian cada variable por separado, al permitir estudiar el comportamiento de un conjunto de variables de forma simultánea.
Una forma para clasificar estas técnicas es según el objetivo del analista. Hay muchos modelos estadísticos pero en esta lección vamos a repasar los siguientes:
|
|
Clasificar y agrupar empresas en grupos similares | El análisis de conglomerados o cluster |
Obtener una representación gráfica que sintetice un amplio conjunto de datos y variables | Las escalas multidimensionales |
Predecir la pertenencia de una empresa a grupos, como quebradas o solventes | El análisis discriminante y el logit |
Otras técnicas como las que provienen de la Inteligencia Artificial no han pasado inadvertidas a los analistas. La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Sus dos ramas más importantes son los Sistemas Expertos y las Redes Neuronales.
|
Pero ¡ojo!, aunque es un término que suena -y vende- bien, las redes neuronales por dentro son modelos matemáticos multivariantes.
|
|
Predecir la pertenencia de una empresa a grupos, como quebradas o solventes. Predecir una serie temporal. | El perceptrón multicapa |
Obtener una representación gráfica que sintetice un amplio conjunto de datos y variables | Los mapas neuronales autoorganizados |