Ives TorrienteArlys LastreClemencia CarreraKarla QuishpePaulina Morales2024-11-182024-11-182019-06-0297830302015319783030201548https://doi.org/10.1007/978-3-030-20154-8_56https://cris.ute.edu.ec/handle/123456789/732En 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.book-chapter