Repository logo
  • English
  • Deutsch
  • Español
  • Français
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • Research Outputs
  • Fundings & Projects
  • People
  • Statistics
  • English
  • Deutsch
  • Español
  • Français
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. CRIS
  3. Publication
  4. Evaluation and Prediction of the Financial and Management Indicators in SME’S with the Use of Artificial Neural Net
 
  • Details
Options

Evaluation and Prediction of the Financial and Management Indicators in SME’S with the Use of Artificial Neural Net

Journal
Advances in Intelligent Systems and Computing
Advances in Human Factors, Business Management and Leadership
ISSN
2194-5365
Date Issued
2019-06-02
Author(s)
Ives Torriente
Universidad UTE  
Arlys Lastre
Universidad UTE  
Clemencia Carrera
Universidad UTE  
Karla Quishpe
Universidad UTE  
Paulina Morales
Universidad UTE  
DOI
https://doi.org/10.1007/978-3-030-20154-8_56
URL
https://cris.ute.edu.ec/handle/123456789/732
Abstract
En este trabajo, procedemos al estudio y análisis de un modelo que facilita la evaluación y predicción de indicadores financieros y de gestión de pymes. El modelo se basa en el uso de Redes Neuronales Artificiales (RNA) como herramienta de minería de datos que, con base en los estados financieros, contribuye a la evaluación y previsión de indicadores de liquidez, endeudamiento, rendimiento, eficiencia y rentabilidad, siguiendo el sistema DuPont. El objetivo del trabajo es evaluar y prever la situación financiera de las pymes para una adecuada toma de decisiones de gestión en las organizaciones. El modelo se centra en dos fases interrelacionadas: la fase de estimación-diagnóstico y la fase de previsión. Las conclusiones muestran la viabilidad predictiva del uso de redes neuronales para indicadores financieros.

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback

Hosting & Support by

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science