Modelo de alertade quiebra probable a dos años para empresas colombianas utilizando algoritmos de machine learning

En este estudio se desarrolla un modelo predictivo de quiebra empresarial para empresas colombianas, basado en algoritmos de machine learning. A diferencia de modelos tradicionales enfocados en la predicción de quiebra a corto plazo, este trabajo propone un modelo que proyecta la quiebra a dos años. El modelo fue construido usando datos financieros suministrados por la Superintendencia de Sociedades, los cuales fueron depurados para adaptarse a la realidad del entorno empresarial colombiano, excluyendo variables como el EBITDA y la capitalización bursátil por falta de información. Se usaron como base teórica los modelos de Altman y las mejoras más recientes al Z-Score, incorporando indicadores adicionales como el Total Activo/Total Pasivo y el Pasivo a Corto Plazo/Total Pasivo. El algoritmo de Random Forest mostró un área bajo la curva (AUC) del 92,89% para predicciones a dos años, lo que confirma su utilidad como una herramienta de alerta temprana para la gerencia financiera.

• Autores: Villamizar Peñaranda, Julián Andrés
• Tipo de recurso: Article of journal
• Fecha de publicación: 2025
• Institución: Universidad Externado de Colombia
• Repositorio: Biblioteca Digital Universidad Externado de Colombia
• Idioma: spa
• OAI Identifier: oai:bdigital.uexternado.edu.co:001/26671
• Acceso en línea: https://bdigital.uexternado.edu.co/handle/001/26671; https://doi.org/10.18601/17941113.n27.07
• Palabra clave: predicción de quiebra; machine learning; Random Forest; Altman Z-Score; empresas colombianas; Bankruptcy prediction; Machine Learning; Random Forest; Altman Z-Score; Colombian companies
• Rights: openAccess
• License: Julián Andrés Villamizar Peñaranda - 2025