Predicción de insolvencia en la empresa familiar

El objetivo de este trabajo es la construcción de un modelo para predecir la insolvencia de las empresas familiares. El hecho de centrarnos en esta tipología de empresas deriva de dos motivos esenciales: Primero, por la importante participación de la empresa familiar en el ámbito de la economía española, así como en la economía mundial (Allouche et al., 2008). España tiene en la actualidad 1,1 millones de empresas familiares, un 85% del total de empresas, las cuales generan siete millones de empleos directos, esto es, un 70% del empleo privado. Este hecho ha provocado que la investigación en el campo de la empresa familiar haya crecido significativamente durante las dos últimas décadas (Gómez-Mejia et al., 2011). Y segundo, porque pensamos que las diferencias y características propias de la empresa familiar deberían tomarse en consideración para la predicción de la insolvencia empresarial. Estas circunstancias han motivado el interés en analizar las causas que propician la insolvencia en las empresas familiares e intentar facilitar herramientas o estrategias a los gestores de las mismas, con vistas a evitarla y asegurar la viabilidad de sus empresas. Además, hasta la fecha no se ha estudiado la predicción de insolvencia en las empresas familiares, donde encontramos un gap que pretendemos cubrir con la presente investigación. En consecuencia, la inexistencia de trabajos empíricos con muestras específicas de empresas familiares, tanto españolas como internacionales, hace especialmente interesante que analicemos las causas que propician su posible insolvencia. Por ello, y con objeto de contar con un mayor margen para realizar estrategias que eviten la insolvencia de este tipo de empresas, pretendemos obtener modelos que tengan como objeto predecirla 1, 2 y 3 años antes de que ésta se produzca, comparándose las similitudes y diferencias de dichos modelos a medida que nos alejamos del momento de la insolvencia. Con objeto de resolver esta cuestión de investigación hemos dispuesto de seis muestras elaboradas a partir de una base de datos creada expresamente para el presente estudio, y que incluirá información económico-financiera de empresas familiares y no familiares, tanto solventes como insolventes. Estas muestras contienen un número suficiente de empresas para construir fiables modelos de predicción y conocer las variables predictivas propias de cada una de ellas. Así mismo, y con objeto de dotar de robustez a los modelos, se ha considerado un período total de análisis de ocho años, comprendidos entre el ejercicio 2005 y el 2012, periodo que abarcaría varios ciclos económicos y, en consecuencia, evita el riesgo de obtener modelos sólo válidos para épocas de crecimiento o, en su caso, de decrecimiento económico. En el análisis empírico desarrollado utilizaremos dos métodos diferentes para predecir la insolvencia: técnicas de regresión logística (LOGIT) y técnicas computacionales de redes neuronales (NN). Si bien los modelos LOGIT han tenido y siguen manteniendo una especial relevancia en los estudios realizados en esta materia en los últimos treinta y cinco años, los modelos NN se corresponden con metodologías más avanzadas, que han mostrado tener un importante potencial en el ámbito de la predicción. La principal ventaja de los modelos LOGIT reside, no sólo en la capacidad de predecir previamente si una empresa se espera resulte solvente e insolvente, sino en facilitar información respecto a cuáles son las variables que resultan significativamente explicativas de la insolvencia, y en consecuencia, permiten deducir estrategias adecuadas en la gestión de la empresa con objeto de asegurar la solvencia de la misma. Por su parte, los modelos NN presentan un gran potencial de clasificación, superando en la mayoría de los casos al LOGIT, si bien su utilidad explicativa está menos contrastada. Nuestro estudio contribuye a la literatura existente sobre predicción de insolvencia de varias formas. En primer lugar, construyendo modelos específicos para empresas familiares y no familiares, lo que puede mejorar la eficiencia en la predicción del fracaso empresarial y evitar el concurso de acreedores, así como las consecuencias negativas de la insolvencia empresarial para la economía en general, dada la importancia de la empresa familiar en el mundo. En segundo lugar, nuestras conclusiones sugieren que la relación entre la evolución de ciertas variables financieras y la insolvencia empresarial toma connotaciones específicas en el caso de las empresas familiares. Aunque los modelos de predicción de insolvencia confirman la importancia de algunas variables financieras comunes para ambos tipos de empresas (eficiencia y dimensión empresarial), también identifican factores específicos y únicos. Así, la rentabilidad es el factor diferenciador para las empresas familiares como lo es el apalancamiento para las empresas no familiares.

Desarrollo de técnicas de aprendizaje automático para la predicción de resultados de partidos en ligas futbolísiticas

En la actualidad, existen un gran número de investigaciones que usan técnicas de aprendizaje automático basadas en árboles de decisión. Como evolución de dichos trabajos, se han desarrollado métodos que usan Multiclasificadores (Random forest, Boosting, Bagging) que resuelven los mismos problemas abordados con árboles de decisión simples, aumentando el porcentaje de acierto. El ámbito de los problemas resueltos tradicionalmente por dichas técnicas es muy variado aunque destaca la bio-informática. En cualquier caso, la clasificación siempre puede ser consultada a un experto considerándose su respuesta como correcta. Existen problemas donde un experto en la materia no siempre acierta. Un ejemplo, pueden ser las quinielas (1X2). Donde podemos observar que un conocimiento del dominio del problema aumenta el porcentaje de aciertos, sin embargo, predecir un resultado erróneo es muy posible. El motivo es que el número de factores que influyen en un resultado es tan grande que, en muchas ocasiones, convierten la predicción en un acto de azar. En este trabajo pretendemos encontrar un multiclasificador basado en los clasificadores simples más estudiados como pueden ser el Perceptrón Multicapa o Árboles de Decisión con el porcentaje de aciertos más alto posible. Con tal fin, se van a estudiar e implementar una serie de configuraciones de clasificadores propios junto a multiclasificadores desarrollados por terceros. Otra línea de estudio son los propios datos, es decir, el conjunto de entrenamiento. Mediante un estudio del dominio del problema añadiremos nuevos atributos que enriquecen la información que disponemos de cada resultado intentando imitar el conocimiento en el que se basa un experto. Los desarrollos descritos se han realizado en R. Además, se ha realizado una aplicación que permite entrenar un multiclasificador (bien de los propios o bien de los desarrollados por terceros) y como resultado obtenemos la matriz de confusión junto al porcentaje de aciertos. En cuanto a resultados, obtenemos porcentajes de aciertos entre el 50% y el 55%. Por encima del azar y próximos a los resultados de los expertos.

Predicción de insolvencia en los sectores económicos: un análisis comparativo

El objetivo de esta tesis ha sido cubrir el hueco existente en la literatura en relación con la cuestión de la supuesta superioridad de los modelos de predicción de insolvencia empresarial "descentrados" (construidos sobre la base de una muestra de empresas pertenecientes a diversos sectores económicos) frente a los modelos de predicción de la insolvencia "centrados" (construidos con una muestra de empresas pertenecientes a un solo sector de actividad). Un análisis de la literatura previa sobre predicción de insolvencia empresarial permitió constatar la existencia de un patrón definido por lo que se refería a la construcción de modelos descentrados frente a modelos centrados, siendo los primeros mucho más numerosos que los segundos. Sin embargo, no fue posible identificar ninguna tendencia, ni a favor ni en contra, en el uso de un tipo de modelo u otro, por lo que no resultó posible inducir una conclusión definitiva sobre la superioridad de un tipo de modelo frente a otro a la hora de pronosticar la insolvencia empresarial. Para resolver esta cuestión, se tomó una base de datos formada por empresas, tanto solventes como insolventes, pertenecientes a cinco sectores de actividad diferenciados: agricultura, industria, construcción, comercio y servicios, y sector de hostelería, a partir de los datos proporcionados por SABI (Sistema de Análisis de Balances Ibéricos). Los datos utilizados para este estudio se correspondieron al periodo comprendido entre el año 2010 y el año 2012. Asimismo, se construyeron diversos modelos sectoriales o centrados (para cada uno de los sectores económicos considerados) y modelos globales o descentrados para un año y dos años antes de la entrada en quiebra. La metodología aplicada para la obtención de los modelos fue la construcción de modelos de regresión logística, y para la estimación de dichos modelos se emplearon 34 variables financieras, así como variables dummys representativas de los sectores de actividad bajo consideración. Con esta metodología se obtuvo un poder de clasificación que osciló entre un 69,6% (Sector Agricultura, dos años de la entrada en quiebra) y un 91,2% (Sector Hostelería, un año de la entrada en quiebra). Los resultados obtenidos permitieron verificar total o parcialmente las tres hipótesis planteadas: En primer lugar, que los modelos globales o descentrados y los centrados o sectoriales eran modelos distintos. En segundo lugar, que la inclusión de variables cualitativas sectoriales mejoraba los modelos globales estimados. Y, en tercer lugar, se verificó, si bien parcialmente, que los modelos globales o descentrados eran superiores a los centrados o sectoriales a la hora de predecir la insolvencia, con la única excepción del modelo del sector industrial dos años antes de la quiebra. Para el resto de modelos, los modelos globales estimados, uno y dos años antes de la quiebra, fueron capaces de obtener mejores resultados de predicción en las muestras sectoriales que los propios modelos centrados.

Pasado y futuro de la Auditoria Sociolaboral en la empresa

La Auditoría Sociolaboral en el campo de los recursos humanos es una de las asignaturas pendientes a la que tendrán que enfrentarse muchas de nuestras empresas y organizaciones en un futuro. Teóricamente, ya hemos superado aquello de que los recursos humanos son la clave del éxito de la compañía, de hecho cada vez son más los que le consideran como un factor estratégico. Pero, en la práctica, son muy pocas las organizaciones que han dado un paso adelante y desarrollan sistemas que permitan el estudio sistemático de toda la problemática que encierra el empleo del factor humano en las mismas. Las razones de este hecho las podríamos encontrar en que todavía se sigue haciendo un excesivo énfasis en los problemas económicos frente a los organizacionales y humanos, pero también podría ser fruto de un profundo desconocimiento de lo que es la Auditoría Sociolaboral, de la problemática que conlleva y de su utilidad y beneficios derivados de la aplicación de la misma. La gestión de los Recursos Humanos en las organizaciones en general y en la empresa en particular, ha ido adaptándose a las nuevas estructuras económicas y a los nuevos tiempos, demostrando cumplir con la morfogénesis necesaria para la convivencia con las organizaciones dado su evolución de cambio en el tiempo. La Auditoría Sociolaboral es una parcela emergente que en este momento cuenta con pocos estudios especializados. El concepto general relativo a la auditoría responde a la necesidad de dar transparencia y veracidad a una situación actual de la organización, y lo que hay que dejar claro es que lo que no garantiza es su continuidad en el tiempo ni realiza predicciones de futuro, por lo que nos podemos preguntar ¿cuál es el valor añadido que confiere cualquier tipo de auditoría realizada a la organización?. Una auditoría refleja la situación actual de la organización mediante la realización de pruebas en el momento actual y el estudio de los acontecimientos pasados, por tanto verifica una situación actual y no realiza ningún tipo de predicción sobre el futuro. Y por otro lado tenemos que tener presente que la responsabilidad del auditor no es otra que transmitir la imagen fiel en un determinado momento de una organización, pero jamás va a ser el responsable del diseño del sistema de control interno ni de los procedimientos, políticas y medios utilizados por la organización, ya que de llegar a realizarlo estaría ejerciendo la dirección de la organización o una consultoría sociolaboral y sería, por naturaleza, incompatible para realizar la auditoría de la organización. ¿Qué aporta la auditoría sociolaboral a la organización? Por un lado aporta la realidad actual de la organización, que servirá de punto de apoyo a la dirección de la organización para la toma de decisiones estratégicas, y aporta la comunicación de todas las debilidades (significativas o no significativas) encontradas en el transcurso de realización de la auditoría, debilidades que darán lugar a recomendaciones de arreglo de las deficiencias y debilidades de la organización, pero que en ningún momento serán las medidas a tomar por la organización para corregir dichas debilidades, estas medidas han de ser decididas por el órgano de dirección de la organización que, en definitiva, es la responsable de los recursos humanos. El auditor siempre ha de ser autónomo de la organización que audita, no pudiendo dicha organización imponer ningún límite al trabajo del auditor ni influir en su opinión profesional. De igual forma el auditor no puede ser el responsable del diseño del sistema de control interno ni de los procedimientos, políticas y medios utilizados por la organización, ya que se estaría autoauditando, lo que es un sin sentido. La auditoría bajo ningún concepto ha de interpretarse como un asesoramiento o consultoría que imponga las medidas a tomar para garantizar la buena marcha en un futuro, sino que por el contrario es una actividad censora que refleja, para bien o para mal, la realidad de una organización en un momento determinado, y en el supuesto de llegar más allá de la mera censura, entonces dejaría de ser una actividad de auditoría para pasar a ser una actividad de consultoría o asesoría por lo que el resultado de la misma no tendría nunca efectos frente a terceros. Tenemos que tener presente que la auditoría ha evolucionado en el tiempo por lo que su definición ha ido progresando según la necesidad de transparencia de las organizaciones. De esta evolución podemos observar como el primer interés por la auditoría fue el de la auditoría económica o censura de cuentas, evolucionando hacia la necesidad de rendir cuentas a los propietarios no empresarios dueños de las empresas y a los que hay que explicar que ha pasado con su inversión. Pero no queda aquí la evolución de la auditoría sino que avanza aún más y ya no solo se conforma con rendir cuentas a los propietarios no empresarios, sino también a los terceros como pueden ser entidades financieras, inversores, proveedores o clientes, entre otros, a los que le interesa la información que emite la empresa y de la que necesita un sello de transparencia y sobretodo fiabilidad de dicha información. Y debido a esta necesidad del sello de transparencia y fiabilidad de la información sociolaboral de la empresa, la auditoría ha de realizase bajo el amparo de normas de actuación de general aceptación y reconocimiento de tal manera que la congruencia del informe de auditoría promueva la credibilidad en el mercado de la información sociolaboral transmitida por las empresas.

Arquitectura de Comportamientos Reactivos para Agentes Robóticos basada en CBR

En los últimos tiempos se ha demostrado la importancia del aprendizaje en la Inteligencia humana, tanto en su vertiente de aprendizaje por observación como a través de la experiencia, como medio de identificar situaciones y predecir acciones o respuestas a partir de la información adquirida. Dado este esquema general de la Inteligencia Humana, parece razonable imitar su estructura y características en un intento por diseñar una arquitectura general de inteligencia aplicada a la Robótica. En este trabajo, inspirados por las teorías de Hawkins en su obra On Intelligence, hemos propuesto una arquitectura jerárquica de inteligencia en el que los diversos módulos se implementan a partir de Razonamiento basado en Casos ¿Case Based Reasoning (CBR)¿, una herramienta de IA especialmente apta para la adquisición de conocimiento a través del aprendizaje y para la predicción basada en similitud de información. Dentro de esta arquitectura la presente tesis se centra en las capas inferiores, las de tipo reactivo, expresadas en forma de comportamientos básicos, que implementan conductas sencillas pero indispensables para el funcionamiento de un robot. Estos comportamientos han sido tradicionalmente diseñados de forma algorítmica, con la dificultad que esto entraña en muchos casos por el desconocimiento de sus aspectos intrínsecos. Además, carecen de la capacidad de adaptarse ante nuevas situaciones no previstas y adquirir nuevos conocimientos a través del funcionamiento del robot, algo indispensable si se pretende que éste se desenvuelva en ambientes dinámicos y no estructurados. El trabajo de esta tesis considera la implementación de comportamientos reactivos con capacidad de aprendizaje, como forma de superar los inconvenientes anteriormente mencionados consiguiendo al mismo tiempo una mejor integración en la arquitectura general de Inteligencia considerada, en la cual el aprendizaje ocupa el papel principal. Así, se proponen y analizan diversas alternativas de diseño de comportamientos reactivos, construidos a través de sistemas CBR con capacidad de aprendizaje. En particular se estudia i) la problemática de selección, organización, y representación de la información como recipiente del conocimiento de los comportamientos;ii) los problemas asociados a la escalabilidad de esta información; iii) los aspectos que acompañan al proceso de predicción mediante la recuperación de la respuesta de experiencias previas similares a la presentada; iv) la identificación de la respuesta no solo con la acción a tomar por parte del comportamiento sino con un concepto que represente la situación presentada; y v) la adaptación y evaluación de la respuesta para incorporar nuevas situaciones como nuevo conocimiento del sistema. También se analiza la organización de comportamientos básicos que permite obtener, a través de sus interacciones, comportamientos emergentes de nivel superior aún dentro de un alcance reactivo. Todo ello se prueba con un robot real y con un simulador, en una variante de un escenario de aplicación clásico en Robótica, como es la competición Robocup. La elaboración de esta tesis ha supuesto, además de los aspectos puramente investigadores, un esfuerzo adicional en el desarrollo de las herramientas y metodología de pruebas necesarias para su realización. En este sentido, se ha programado un primer prototipo de marco de implementación de comportamientos reactivos con aprendizaje, basados en CBR, para la plataforma de desarrollo robótico Tekkotsu.

Contribución al estudio de la temperatura de módulos FV de diferentes tecnologías en condiciones de sol real

La energía solar fotovoltaica ha adquirido en los últimos años una presencia cada vez mayor en el mercado mundial de producción energética y, para que realmente sea una forma de producción energética competitiva, es importante abaratar costes y poder tener una estimación fiel de la energía que se puede producir en una instalación fotovoltaica antes de su localización, para así poder tomar decisiones sobre la ubicación y aplicación de las tecnologías más adecuadas. Son varias las tecnologías presentes en el mercado fotovoltaico actual y de todas ellas, la de silicio policristalino es la que está más extendida, siendo sobre la que más se ha investigado y analizado su comportamiento. Actualmente existen nuevas tecnologías de módulos fotovoltaicos que están adquiriendo una cuota de mercado cada vez más significativa, entre las que destacan las de lámina delgada. Para poder realizar una estimación de la energía que puede producir un módulo, es de vital importancia conocer la temperatura de operación del mismo. Por ese motivo, en este trabajo se analiza la aplicabilidad de modelos de predicción de temperatura de operación de módulos existentes en la literatura a las nuevas tecnologías, se proponen nuevos modelos de predicción de temperatura y se utilizan en escalas temporales diferentes para poder comprobar la eficacia de los mismos. El estudio se realiza con módulos trabajando en condiciones de sol real, pues es así como funcionarán las instalaciones fotovoltaicas de producción energética. En este trabajo se ha comprobado que se obtienen mejores resultados en la predicción horaria de temperatura de operación de módulos que en la predicción de temperatura instantánea. También se ha comprobado que uno de los modelos propuestos, el de dos coeficientes, consigue resultados similares a otros modelos existentes previamente en la literatura, pese a la sencillez de cálculo del mismo. La aplicación de este modelo propuesto para la predicción de la producción energética podría ser de gran ayuda para una estimación fiel previa a la instalación de una planta fotovoltaica. El hecho de que sea aplicable a nuevas tecnologías fotovoltaicas de lámina delgada como el telururo de cadmio, el silicio amorfo y el tándem silicio amorfo y microcristalino es un valor añadido. Poder predecir con precisión la producción energética es lo que hará que la energía solar fotovoltaica se perfile como una energía competitiva, y adquiera una posición dominante entre las energías renovables.