Predicción del fracaso empresarial mediante Programación Genética

Abstract

[Resumen] El objetivo de esta investigación es desarrollar modelos predictivos del fracaso empresarial que permitan minorar los efectos negativos del mismo. Dentro del campo de Inteligencia Artificial y, más concretamente, de Computación Evolutiva, se ha utilizado Programación Genética para obtener automáticamente los modelos de predicción. En este contexto, la investigación se centra en el desarrollo de modelos predictivos con un enfoque innovador:• Horizonte de predicción de largo plazo (hasta 9 años).• Multiperíodo: los modelos realizan predicciones del fracaso durante un intervalo temporal y no en un momento concreto.• Personalización: los modelos permiten flexibilidad en el proceso de clasificación, facilitando su adaptación a las necesidades específicas de cada usuario.• Interpretabilidad: se ha puesto especial énfasis en la interpretabilidad de los modelos, lo que facilita su comprensión por parte de los usuarios finales y su aplicación en la toma de decisiones. Los resultados obtenidos demuestran la eficacia de los modelos desarrollados, con un elevado rendimiento en la predicción del fracaso empresarial a largo plazo. Además, los modelos se han mostrado robustos en diferentes escenarios y condiciones. Los modelos predictivos desarrollados permiten a los usuarios finales identificar empresas con mayor riesgo de fracaso con antelación suficiente para tomar medidas preventivas, así como implementar estrategias de intervención personalizadas para minimizar el impacto negativo del fracaso y tomar decisiones estratégicas más informadas y con mayor probabilidad de éxito.

[Abstract] The aim of this research is to develop prediction models of business failure in order to reduceits negative effects. Within the field of Artificial Intelligence and, more specifically, EvolutionaryComputing, Genetic Programming has been used to automatically obtain prediction models. Inthis context, research focuses on the development of prediction models with an innovativeapproach:• Long-term prediction horizon (up to 9 years).• Multiperiod: models make predictions of failure over a time interval rather than at aspecific point in time.• Customisation: the models allow flexibility in the classification process, facilitating theiradaptation to the specific needs of each user.• Interpretability: special emphasis has been placed on the interpretability of the models,which facilitates their understanding by end users and their application in decisionmaking.The results obtained demonstrate the effectiveness of the models developed, with highperformance in predicting long-term business failure. Furthermore, the models have beenshown to be robust under different scenarios and conditions.The prediction models developed allow end-users to identify companies with a higher risk offailure early enough to take preventive measures, as well as to implement personalisedintervention strategies to minimise the negative impact of failure and to make more informedstrategic decisions with a higher probability of success.

[Resumo] O obxectivo desta investigación é desenvolver modelos preditivos de fracaso empresarial que permitan reducir os seus efectos negativos. Dentro do ámbito da Intelixencia Artificial e, máis concretamente, da Computación Evolutiva, utilizouse a Programación Xenética para a obtención automática de modelos de predición. Neste contexto, a investigación céntrase no desenvolvemento de modelos preditivos cun enfoque innovador:• Horizonte de predición a longo prazo (ata 9 anos).• Multiperíodo: os modelos fan predicións do fracaso durante un intervalo de tempo e non nun momento específico.• Personalización: os modelos permiten flexibilizar o proceso de clasificación, facilitando a súa adaptación ás necesidades específicas de cada usuario.• Interpretabilidade: fíxose especial fincapé na interpretabilidade dos modelos, o que facilita a súa comprensión polos usuarios finais e a súa aplicación na toma de decisións.Os resultados obtidos demostran a eficacia dos modelos desenvolvidos, cun alto rendemento na predicción do fracaso empresarial a longo prazo. Ademais, os modelos demostraron serrobustos en diferentes escenarios e condicións.Os modelos preditivos desenvolvidos permiten aos usuarios finais identificar as empresas con maior risco de fracaso con suficiente antelación para adoptar medidas preventivas, así como implementar estratexias de intervención personalizadas para minimizar o impacto negativo do fracaso e tomar decisións estratéxicas máis informadas e cunha maior probabilidade de éxito