La Insolvencia Empresarial del Sector Comercio, casos G46 y G47 en el período 2015-2022 con una aplicación de modelos Machine Learning

Abstract

Esta investigación es motivada por la importancia de tener una buena predicción de la insolvencia empresarial. El objetivo general evalúa la eficiencia del Modelo logístico con regularización elastic net en la predicción de quiebra en las empresas del sector comercio del Ecuador, así como identificar factores que influyen en el fracaso empresarial, tales como: el tamaño de la empresa, la estructura financiera reflejada por la medida del apalancamiento, liquidez actual, medida de desempeño con respecto a los activos totales como también de los pasivos totales, dummy de solvencia y rentabilidad, por último el cambio del ingreso neto. Para proporcionar información útil que facilite una planificación adecuada en situaciones de insolvencia y permita la toma de decisiones a tiempo. El modelo empleado en el estudio se aplicó varias pruebas para validar los resultados de 20.702 datos seleccionados de la Superintendencia de Compañías, Valores y Seguros, durante el período 2015-2022. La investigación concluyó que el Modelo Machine Learning con regularización elastic net pronostica eficientemente la insolvencia en las empresas del estudio, además ofrece información relevante a los distintos grupos de interés, incentivando la inversión y fomentando el apoyo gubernamental en situaciones de riesgo.