Resumen en español

Ante la complejidad y la cantidad de variables que se pueden presentar en la evaluación financiera de un proyecto, es indispensable caracterizar cada una de dichas variables y entender cómo estas pueden afectar por su variación las diferentes herramientas de evaluación financiera, tales como el VPN o la TIR. Este trabajo de grado pretende desarrollar un modelo neuro-borroso que permita estimar el valor de la TIR y la probabilidad de ocurrencia del valor anteriormente estimado en proyectos de inversión considerando tasas variables. Para esto se diseñará un sistema de inferencia neuro-difuso (ANFIS) que permita caracterizar y agrupar las tasas variables propias de un proyecto de inversión en diferentes conjuntos según su pertenencia a estos, para así, en función de dichas tasas realizar el respectivo proceso de aprendizaje con el propósito de predecir la TIR asociada a dicha combinación de variables. Posteriormente, se modificará la red neuronal diseñada utilizando modelos Logit que permitan calcular la probabilidad de ocurrencia para el valor asociado a la TIR. Finalmente, el modelo propuesto permitirá diseñar un conjunto de reglas en función de las tasas del proyecto que permitan caracterizar la TIR, considerando la magnitud esperada y la probabilidad de ocurrencia asociada a dicho valor. De este modo se tendrá un modelo que permitirá a los interesados evaluar financieramente proyectos de inversión considerando el dinamismo de todos los diferentes elementos que pudiesen estar asociados a tales proyectos.