{"id":{"repo_id":"javeriana","oai_identifier":"oai:repository.javeriana.edu.co:10554/68514"},"canonical_url":"https://search.dev.ndltd.org/etd/javeriana/oai:repository.javeriana.edu.co:10554/68514","repository":{"repo_id":"javeriana","name":"Pontificia Universidad Javeriana","base_url":"https://repository.javeriana.edu.co/oai/request"},"display":{"title":"Aplicación del modelo Z-Score de Altman en la predicción de quiebras de catorce empresas colombianas a través de redes neuronales","abstract":"Este estudio se centró en la aplicación del modelo Z-Score de Altman a 14 empresas colombianas de los sectores manufacturero y no manufacturero, abarcando actividades como la construcción, alimentos, restantes y laboratorios farmacéuticos. El objetivo principal fue evaluar la salud financiera de estas empresas y predecir su viabilidad futura mediante la implementación de redes neuronales LSTM. El modelo desarrollado además de calcular el Z-Score de Altman, un indicador usado para evaluar el riesgo de quiebra de en una empresa, también emplea redes neuronales LTSM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM fueron entrenadas con variables macroeconómicas como el PIB, la inflación, la tasa de intervención del Banco de la República Colombiana y el rendimiento del bono del tesoro americano a 10 años. Los resultados obtenidos permitieron identificar tendencias en la salud financiera a futuro, brindando una herramienta valiosa para la toma de decisiones.","abstract_html":"Este estudio se centró en la aplicación del modelo Z-Score de Altman a 14 empresas colombianas de los sectores manufacturero y no manufacturero, abarcando actividades como la construcción, alimentos, restantes y laboratorios farmacéuticos. El objetivo principal fue evaluar la salud financiera de estas empresas y predecir su viabilidad futura mediante la implementación de redes neuronales LSTM. El modelo desarrollado además de calcular el Z-Score de Altman, un indicador usado para evaluar el riesgo de quiebra de en una empresa, también emplea redes neuronales LTSM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM fueron entrenadas con variables macroeconómicas como el PIB, la inflación, la tasa de intervención del Banco de la República Colombiana y el rendimiento del bono del tesoro americano a 10 años. Los resultados obtenidos permitieron identificar tendencias en la salud financiera a futuro, brindando una herramienta valiosa para la toma de decisiones.","abstract_has_math":false,"creators":["Cuervo Castillo, Jhon Jairo","González Rodríguez, Katerin Julieth"],"institution":"Pontificia Universidad Javeriana","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Galvis Polo, Julián Andrés"],"committee_chairs":[],"committee_members":[],"year":null,"date_issued":"","date_published":null,"updated_at":"2026-08-21T22:21:56Z","subjects":["Redes neuronales","Riesgo de quiebra","Z-score de altman","Coeficiente de determinación","Error cuadrático medio"],"languages":["spa"],"rights":[],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":"http://hdl.handle.net/10554/68514","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"source_record":{"url":"https://repository.javeriana.edu.co/oai/request?verb=GetRecord&metadataPrefix=dim&identifier=oai%3Arepository.javeriana.edu.co%3A10554%2F68514","prefix":"dim"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Galvis Polo, Julián Andrés"]},{"key":"dc:creator","label":"Author","values":["Cuervo Castillo, Jhon Jairo","González Rodríguez, Katerin Julieth"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2024-10-01T20:25:29Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2024-10-01T20:25:29Z"]},{"key":"dc:publisher","label":"Institution","values":["Pontificia Universidad Javeriana"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Redes neuronales","Riesgo de quiebra","Z-score de altman","Coeficiente de determinación","Error cuadrático medio"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["spa"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/10554/68514"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Este estudio se centró en la aplicación del modelo Z-Score de Altman a 14 empresas colombianas de los sectores manufacturero y no manufacturero, abarcando actividades como la construcción, alimentos, restantes y laboratorios farmacéuticos. El objetivo principal fue evaluar la salud financiera de estas empresas y predecir su viabilidad futura mediante la implementación de redes neuronales LSTM. El modelo desarrollado además de calcular el Z-Score de Altman, un indicador usado para evaluar el riesgo de quiebra de en una empresa, también emplea redes neuronales LTSM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM fueron entrenadas con variables macroeconómicas como el PIB, la inflación, la tasa de intervención del Banco de la República Colombiana y el rendimiento del bono del tesoro americano a 10 años. Los resultados obtenidos permitieron identificar tendencias en la salud financiera a futuro, brindando una herramienta valiosa para la toma de decisiones."]},{"key":"dc:format","label":"Dc Format","values":["PDF"]},{"key":"dc:format.mimetype","label":"Dc Format Mimetype","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Aplicación del modelo Z-Score de Altman en la predicción de quiebras de catorce empresas colombianas a través de redes neuronales"]}]}],"canonical_facts":{"dc:contributor.advisor":["Galvis Polo, Julián Andrés"],"dc:creator":["Cuervo Castillo, Jhon Jairo","González Rodríguez, Katerin Julieth"],"dc:date.accessioned":["2024-10-01T20:25:29Z"],"dc:date.available":["2024-10-01T20:25:29Z"],"dc:description.abstract":["Este estudio se centró en la aplicación del modelo Z-Score de Altman a 14 empresas colombianas de los sectores manufacturero y no manufacturero, abarcando actividades como la construcción, alimentos, restantes y laboratorios farmacéuticos. El objetivo principal fue evaluar la salud financiera de estas empresas y predecir su viabilidad futura mediante la implementación de redes neuronales LSTM. El modelo desarrollado además de calcular el Z-Score de Altman, un indicador usado para evaluar el riesgo de quiebra de en una empresa, también emplea redes neuronales LTSM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM para pronosticar el Z-Score de los próximos años. Las redes neuronales LSTM fueron entrenadas con variables macroeconómicas como el PIB, la inflación, la tasa de intervención del Banco de la República Colombiana y el rendimiento del bono del tesoro americano a 10 años. Los resultados obtenidos permitieron identificar tendencias en la salud financiera a futuro, brindando una herramienta valiosa para la toma de decisiones."],"dc:format":["PDF"],"dc:format.mimetype":["application/pdf"],"dc:identifier.uri":["http://hdl.handle.net/10554/68514"],"dc:language.iso":["spa"],"dc:publisher":["Pontificia Universidad Javeriana"],"dc:subject":["Redes neuronales","Riesgo de quiebra","Z-score de altman","Coeficiente de determinación","Error cuadrático medio"],"dc:title":["Aplicación del modelo Z-Score de Altman en la predicción de quiebras de catorce empresas colombianas a través de redes neuronales"]},"updated_at":"2026-08-21T22:21:56Z"}