000164675 001__ 164675 000164675 005__ 20251203145553.0 000164675 037__ $$aTAZ-TFG-2025-3861 000164675 041__ $$aspa 000164675 1001_ $$aDisla Del Orbe, Frank 000164675 24200 $$aApplication of neural networks to financial bankruptcy prediction 000164675 24500 $$aAplicación de redes neuronales a la predicción de quiebra financiera 000164675 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2025 000164675 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000164675 520__ $$aEste trabajo analiza la aplicación de modelos de redes neuronales profundas, a la predicción de quiebra empresarial a partir de ratios financieros. Se construyó una base de datos con información de 684 empresas que cotizan en la Bolsa de Nueva York, de las cuales 75 atravesaron procesos de bancarrota entre 2000 y 2024. A partir de los estados financieros disponibles en la base de datos Refinitiv Eikon, se calcularon 34 ratios, aunque tras un riguroso proceso de preprocesamiento, limpieza y transformación estadística se utilizaron finalmente 22.<br />El modelo principal es una red neuronal con una capa oculta de 22 neuronas y función de activación ReLU. Los resultados muestran una exactitud aproximada del 90% en entrenamiento, validación y prueba, destacando una elevada capacidad de detección de quiebras (recuperación del 81%), aunque con una precisión más limitada (alrededor del 40–68% según la partición). Esto implica que el modelo identifica la mayoría de los casos de bancarrota, pero genera un número considerable de falsas alarmas.<br />Se concluye que este tipo de modelos no sustituyen al analista humano, pero constituyen una herramienta complementaria valiosa para filtrar empresas y priorizar análisis financieros en contextos de riesgo.<br /><br /><br /> 000164675 521__ $$aGraduado en Economía 000164675 540__ $$aDerechos regulados por licencia Creative Commons 000164675 691__ $$a0 000164675 692__ $$a 000164675 700__ $$aMartín Vallespín, Emilio$$edir. 000164675 7102_ $$aUniversidad de Zaragoza$$bContabilidad y Finanzas$$c 000164675 8560_ $$f845628@celes.unizar.es 000164675 8564_ $$s2061755$$uhttps://zaguan.unizar.es/record/164675/files/TAZ-TFG-2025-3861.pdf$$yMemoria (spa) 000164675 909CO $$ooai:zaguan.unizar.es:164675$$pdriver$$ptrabajos-fin-grado 000164675 950__ $$a 000164675 951__ $$adeposita:2025-12-03 000164675 980__ $$aTAZ$$bTFG$$cECON 000164675 999__ $$a20250828172618.CREATION_DATE