Redes neuronales artificiales para la evaluación de insolvencia en la Cooperativa de Crédito Santa Rafaela 2023

Abstract

Desarrollo del modelo En este estudio, se describe en detalle el proceso de diseño de un modelo predictivo basado en redes neuronales artificiales para predecir la insolvencia en la Cooperativa de Crédito Santa Rafaela durante 2023. El propósito del estudio es implementar un modelo que, utilizando los datos financieros históricos de la cooperativa y la inteligencia artificial de vanguardia, permitirá pronosticar de forma precisa y confiable la probabilidad de insolvencia, mejorando así el marco de toma de decisiones en torno a las finanzas. Por lo tanto, el enfoque de la investigación es cuantitativo, y el tipo de diseño metodológico es no experimental correlacional-predictivo. Los 5, 600 registros históricos se analizan en función de las variables financieras clave, que incluyen índices de liquidez, endeudamiento y rentabilidad, y se utilizan las técnicas de análisis exploratorio de los datos para estudiar estas variables. Para el desarrollo del modelo, se elige una arquitectura de redes neuronales con múltiples capas, conocida como perceptrón multicapa; utilizan los procesos de entrenamiento, validación y prueba para optimizar el modelo resultante. Se espera que el modelo cuente con una precisión mejorada del pronóstico de insolvencia y se validará a través de métricas como precisión, sensibilidad, agregando un rango de áreas bajo la curva. La aplicación de este modelo no solo permitirá a la cooperativa pronosticar mejor los riesgos financieros, sino que también le facilitará la adopción de medidas proactivas para evitarlos, lo que a su vez optimizará sus recursos humanos. activos y aumentará la competitividad en el mercado. Por lo tanto, esta investigación es una contribución valiosa para las finanzas al proporcionar una herramienta predictiva efectiva y para la academia al ofrecer información valiosa sobre la integración de la RNA en la evaluación del riesgo en las IF.