Martínez Vargas, Juan DavidSepúlveda Cano, Lina María2024-11-012024https://hdl.handle.net/10784/34764La insolvencia empresarial repercute económicamente en la empresa afectada y, de forma directa e indirecta, en sus proveedores de bienes y servicios. Esto termina afectando a la población en general, quienes son los consumidores de estos bienes y servicios. Por ende, es importante analizar y estudiar los posibles factores que llevan a una empresa a entrar en situación de insolvencia económica. De acuerdo con lo anterior, el presente trabajo tiene como objetivo predecir la insolvencia empresarial en el contexto colombiano para las Pymes. Asimismo, se hará uso de los datos financieros disponibles de la Superintendencia de Sociedades en el año 2021 y las empresas que entraron en situación de insolvencia económica en el año 2023. De esta manera, a través de indicadores financieros, será posible construir las variables explicativas de la insolvencia económica y lograr un modelo predictivo de insolvencia económica. El presente trabajo se aborda de la siguiente manera: primero, se extrae la información de la Superintendencia de Sociedades para las pymes en el año 2021 y las empresas que entraron en insolvencia económica en 2023 para obtener nuestra variable objetivo. Después, con base en los datos obtenidos, se calculan los índices financieros necesarios para el presente estudio, utilizando los estados financieros de estas empresas correspondientes al año 2021. A continuación, se realiza el análisis exploratorio de datos para obtener un conocimiento más amplio del conjunto de datos y analizar temas de correlación entre variables, entre otros aspectos. Finalmente, se diseñan varios modelos de machine learning para determinar cuál es el más apropiado para el caso de estudio. Finalmente, los resultados del presente trabajo nos indican que los modelos Random Forest y CatBoost son los más adecuados para predecir la insolvencia económica en Colombia, teniendo en cuenta que estos modelos son de gran utilidad en variables categóricas y para efectos del trabajo la variable objetivo es categórica.Business insolvency has an economic impact on the affected company and, directly and indirectly, on its suppliers of goods and services. This ends up affecting the general population, who are the consumers of these goods and services. Therefore, it is important to analyze and study the possible factors that lead a company to enter a situation of economic insolvency. In accordance with the above, the objective of this work is to predict business insolvency in the Colombian context for SMEs. Likewise, use will be made of the financial data available from the Superintendency of Companies in the year 2021 and the companies that entered into a situation of economic insolvency in the year 2023. In this way, through financial indicators, it will be possible to construct the explanatory variables. of economic insolvency and achieve a predictive model of economic insolvency. This work is approached as follows: first, information is extracted from the Superintendency of Companies for SMEs in 2021 and companies that entered economic insolvency in 2023 to obtain our objective variable. Then, based on the data obtained, the financial ratios necessary for this study are calculated, using the financial statements of these companies corresponding to the year 2021. Next, the exploratory data analysis is carried out to obtain a broader knowledge of the set. of data and analyze correlation issues between variables, among other aspects. Finally, several machine learning models are designed to determine which one is most appropriate for the case studyspaTodos los derechos reservadosInsolvencia económicaPymesModelo predictivomasterThesisinfo:eu-repo/semantics/openAccessCIENCIA DE LA INFORMACIÓNPEQUEÑA Y MEDIANA EMPRESAQUIEBRAFRACASOS COMERCIALESEconomic InsolvencySMEsPredictive ModelAcceso abierto2024-11-01Castro Espitia, Camilo