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.v18i1.2063Keywords:
Aprendizaje automático, Análisis multivariado, Análisis de Conglomerados, Indicadores financierosAbstract
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.
References
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.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 Efrain Javier De La Hoz Granadillo, Tomás José Fontalvo Herrera, Enrique De La Hoz Dominguez
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
The authors to publish in this journal agree to the following conditions:
- The authors transfer the copyright and give the the journal first publication right of the work registered with Creative Commons Attribution License, which allows third parties to use the published work on the condition of always mentioning the authorship and first publication in this journal.
- The authors may perform other independent and additional contractual arrangements for the non-exclusive distribution of the version of the article published in this issue (E.g., Inclusion in an institutional repository or publication in a book), it must be indicated clearly that the work was first published in this journal.
- It allows and encourages the authors to publish their work online (eg institutional or personal pages) before and during the review and publication process. It can lead to productive exchanges and greater and faster dissemination of the published work (see The Effect of Open Access)
Instructions to fill out Certificate of Originality and Copyright Assignment
- Click here and get the forms of Certificate of Originality and Copyright Assignment .
- In each field to fill out, click and complete the corresponding information.
- Once the fields are filled out, at the end of the form copy your scanned signature or digital signature. Please adjust the size of the signature on the form.
- Finally, you can save them as pdf files and send them through the OJS platform as an attachment.
