Análisis Multivariado y Aprendizaje Automático en la evaluación y pronóstico de los perfiles financieros en el sector de Telecomunicaciones en Colombia
DOI:
https://doi.org/10.15665/rp%20.v18i1.2063Palabras clave:
Aprendizaje automático, Análisis multivariado, Análisis de Conglomerados, Indicadores financierosResumen
En esta investigación se desarrolla un método apoyado en las técnicas de Aprendizaje automático para evaluar y pronosticar perfiles financieros en el sector de Telecomunicaciones en Colombia. Lo anterior soportado en elementos conceptuales relacionados con el Análisis multivariado y herramientas de Aprendizaje automático. Para lo anterior, se utilizó información relacionada con los rublos financieros de 75 empresas, información que sirvió para calcular indicadores financieros y de productividad. Seguidamente se aplicó la técnica de análisis de conglomerados que permitió identificar y clasificar las empresas en tres grupos característicos del sector lográndose un nivel de homogeneidad de 0,,527 y heterogeneidad de 1,358. A partir de lo anterior se aplicó el algoritmo GLMNET asociado a las técnicas de Aprendizaje automático, lográndose un modelo que predice de manera correcta la pertenencia a los grupos identificados con un 98% de precisión. En general se valora el método que integra el análisis de conglomerados y el algoritmo de GLMNET para evaluar y pronosticar perfiles financieros y de productividad en el sector de telecomunicaciones en Colombia.
Citas
G. R. Zambrano and A. C. Gamboa, “Los procesos de investigación y desarrollo de las empresas operadoras de telecomunicaciones del Ecuador The processes of research and development of the Ecuador telecommunications operating companies,” Rev. Cuba. Ciencias Informáticas, vol. 10, no. 4, pp. 15–27, 2016.
J. Algarra, Los 5 grandes retos del sector de las telecomunicaciones, Corporació. 2018.
J. Torrejón-Flores and F. García-Solanes, “Las variaciones del tipo de cambio y el índice de inflación en las economías emergentes,” Rev. CEPAL, no. 116, pp. 27–46, 2015.
R. Orduz, L. Ayala, and M.-E. Vallejo, Aprender y Educar con las tecnologías del siglo XXI, Colombia D. Bogotá-Colombia, 2012.
J. Díaz Lazo, A. Pérez Gutiérrez, and R. Florido Bacallao, “Impacto de las tecnologías de la información y las comunicaciones (TIC) para disminuir la brecha digital en la sociedad actual impact of information technology and communications (ICT) to reduce the digital divide in today ’ s society,” Cultiv. trópicales, vol. 32, no. 1, pp. 81–90, 2011.
B. Journal, J. Fischer, V. S. Lopes, S. L. Cardoso, U. C. Filho, and V. L. Cardoso, “Machine learning techniques applied to lignocellulosic ethanol in simultaneous hydrolysis and fermentation,” Brazilian J. Chem. Eng., vol. 34, no. 01, pp. 53–63, 2017.
R. Piazzaroli, “An SHM approach using machine learning and statistical indicators extracted from raw dynamic measurements,” J. Solids Struct., vol. 16, no. 1998, pp. 1–17, 2019.
A. Cient, A. M. Guimar, K. Sato, and C. Ferreira, “Estimating gypsum equirement under no-till based on machine,” Rev. Ciência Agronômica, vol. 6, no. 2, pp. 250–257, 2015.
F. Silva, V. Vidotti, F. Cremasco, M. Dias, E. Gomi, and V. Costa, “Sensitivity and specificity of machine learning classifiers for glaucoma diagnosis using Spectral Domain OCT and standard automated perimetry,” Arq. Bras. Oftalmol., vol. 76, no. 3, pp. 170–174, 2013.
A. E. Hoerl and R. W. Kennard, “Ridge regression: Biased estimation for nonorthogonal problems,” Technometrics, vol. 12, no. 1, pp. 55–67, 1970.
C. Hans, “Bayesian lasso regression,” Biometrika, vol. 96, no. 4, pp. 835–845, 2009.
J. Friedman, T. Hastie, and R. Tibshirani, “Regularization paths for generalized linear models via coordinate descent.,” J.
Stat. software, vol. 33, no. 1, pp. 1–22, 2010.
C. Pereira et al., “Multivariate Analysis and Machine Learning in Properties of Ultisols ( Argissolos ) of Brazilian Amazon,” Rev Bras Cienc Solo, vol. 42, no. e0170419, pp. 1–20, 2018.
S. Silva and J. De Souza, “Multivariate Analysis and Geostatistics of the Fertility of a Humic Rhodic Hapludox under,” Rev Bras Cienc Solo. Bras. Ci. Solo, vol. 36, no. 2, pp. 467–474, 2012.
C. Moreno, I. Mancebo, A. M. Tarquis, and M. M. Moreno, “Univariate and multivariate analysis on processing tomato quality under different mulches,” Sci. Agric., vol. 71, no. 2, pp. 114–119, 2014.
C. Cuadras, Nuevos métodos de análisis multivariante, CMC Editio. Barcelona, 2019.
T. Fontalvo, E. De La Hoz, and E. De La Hoz, “Método Análisis Envolvente de Datos y Redes Neuronales en la Evaluación y Predicción de la Eficiencia Técnica de Pequeñas Empresas Exportadoras Data Envelopment Analysis Method and Neural Networks in the Evaluation and Prediction of the Technical Efficien,” Inf. Tecnol., vol. 29, no. 6, pp. 267–276, 2018.
J. Morelos, E. De La Hoz, and T. Fontalvo, “Método de cálculo multivariante para analizar y proyectar el comportamiento de las razones financieras de grupos empresariales del sector extracción en colombia,” Interciencia, vol. 43, no. 10, pp. 696–700, 2018.
E. J. de la Hoz Granadillo, T. J. F. Herrera, and J. M. Gómez, “Evaluación del comportamiento de los indicadores de productividad y rentabilidad financiera del sector petróleo y gas en Colombia mediante el análisis discriminante,” Contaduría y Adm., vol. 59, no. 4, pp. 167–191, 2014.
E. De La Hoz and L. López Polo, “Aplicación de Técnicas de Análisis de Conglomerados y Redes Neuronales Artificiales en la Evaluación del Potencial Exportador de una Empresa.,” Inf. tecnológica, vol. 28, no. 4, pp. 67–74, 2017.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2020 Efrain Javier De La Hoz Granadillo, Tomás José Fontalvo Herrera, Enrique De La Hoz Dominguez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as ceden los derechos de autor y dan a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Instrucciones para el llenado de la Certificación de Originalidad y la Cesión de Derechos de Autor.
- Haga click aquí y baje el formulario de Certificación de Originalidad y la Cesión de Derechos de Autor.
- En cada uno de los campos para rellenar haga click y complete lo correspondiente.
- Una vez llenos los campos, copie al final su firma escaneada o firma digital. Favor ajustar el tamaño de la firma en el formulario.
- Finalmente, lo puede guardar como pdf y enviarlo a través de la palataforma OJS, como archivo complementario.
Si tiene dudas contáctenos, por favor.
