Publicación: Modelo de redes neuronales para la determinación del riesgo de liquidez en las pymes
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
LA Referencia Stats
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: En Colombia encontramos que día a día es inmensa la cantidad de pymes que aparecen y que desconocen diversos factores del negocio para poder prevalecer dentro de un mercado tan agresivo, según Confecámaras sólo el 29.7% de los emprendimientos en el país sobreviven y el 70% de las empresas fracasan (Redacción Nacional, 2018). Esto se ha dado gracias a que las pymes han contado con un problema muy particular como lo es la determinación de la probabilidad de que un activo se venda a un precio inferior al del mercado, esto a razón de que no se cuentan con herramientas que permitan determinar este tipo de riesgo, Para solucionar esto proponemos un modelo de redes neuronales para así ayudar a las pymes a afrontar sus obligaciones en el corto plazo, a gestionar el riesgo frente al cumplimiento de estas obligaciones y a evaluar su capacidad de satisfacer sus necesidades de flujo de efectivo, colaterales sin tener impacto en las operaciones cotidianas de esta, mitigar el riesgo desarrollando estrategias para garantizar que los fondos y elementos colaterales estén disponibles cuando se necesiten, por medio de un análisis de las bases de datos históricos de la empresa para así poder predecir su futuro comportamiento.
Resumen en inglés
ABSTRACT: In Colombia we find that day by day the number of PYMES that appear is immense and that they are unaware of various business factors to be able to prevail within such an aggressive market, according to Confecámaras only 29.7% of the enterprises in the country survive and 70% of companies fail (Redacción Nacional, 2018). This has been due to the fact that PYMES have had a very particular problem such as determining the probability that an asset is sold at a lower price than the market price, this because they do not have tools that allow To determine this type of risk, To solve this we propose a neural network model to help PYMES to face their short-term obligations, to manage the risk in front of the fulfillment of these obligations and to evaluate their ability to satisfy their cash flow needs , collaterals without having an impact on the company's daily operations, mitigate risk by developing strategies to ensure that funds and collateral elements are available when needed, through an analysis of the company's historical databases in order to predict its future behavior.