Análisis de la utilidad del algoritmo Gradient Boosting Machine (GBM) en la predicción del fracaso empresarial. Issue 4 (2nd October 2018)

• Record Type: Journal Article
• Authors: Campillo, José Pozuelo; Vargas, Julián Martínez; Ibáñez, Pedro Carmona
• Is Part Of: Revista española de financiación y contabilidad. Volume 47:Issue 4(2018)
• Page Start: 507
• Page End: 532
• Publication Date: 2018-10-02
• Subjects: Fracaso empresarial -- Gradient boosting -- Aprendizaje automático -- Ratios financieros; Business failure -- Gradient boosting -- Machine learning -- Financial ratios; Finance -- Spain -- Periodicals; Finance -- Periodicals; Accounting -- Spain -- Periodicals; Accounting -- Periodicals; Banks and banking -- Periodicals; 332.094605
• DOI: 10.1080/02102412.2018.1442039
• Languages: English
• ISSNs: 0210-2412

Abstract

RESUMEN: Este estudio, novedoso en cuanto a la utilización de la metodología basada en la cultura de los algoritmos, prueba la capacidad de la técnica 'Gradient Boosting Machine' (GBM) en la predicción de la quiebra de empresas españolas. Asimismo, muestra su utilidad para identificar las variables más relevantes que anticipan el fracaso empresarial. Aplicando esta metodología a una muestra de 1.506 empresas del periodo 2010–2013 se han estimado modelos de predicción que alcanzan porcentajes de acierto que superan los obtenidos con otras metodologías como el AdaBoost o la Regresión Logística, resultando determinantes las variables que relacionan la cifra de ventas con el activo y los gastos financieros.