• español
    • English
  • English 
    • español
    • English
  • Login
View Item 
  •   DSpace Home
  • Producción Científica
  • Departamento de Estadística, Econometría, Investigación Operativa, Organización de Empresas y Economía Aplicada
  • DEEIOOEEA-Artículos, capítulos, libros...
  • View Item
  •   DSpace Home
  • Producción Científica
  • Departamento de Estadística, Econometría, Investigación Operativa, Organización de Empresas y Economía Aplicada
  • DEEIOOEEA-Artículos, capítulos, libros...
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Rating de empresas a partir de datos financieros

Thumbnail
View/Open
Artículo. Rating de empresas a partir de datos financieros (439.8Kb)
Author
Caridad López del Río, Lorena
Núñez Tabales, Julia M.
García Moreno, María
Seda, Petr
Caridad y Ocerin, José María
Date
2019
Subject
Estimación del rating, estados contables, modelos estadísticos, redes neuronales artificiales (RNA).
METS:
Mostrar el registro METS
PREMIS:
Mostrar el registro PREMIS
Metadata
Show full item record
Abstract
Los ratings de las principales empresas calificadoras son la base de las emisiones de activos financieros para proporcionar información a los inversores sobre el riesgo implícito en las operaciones de crédito de estas compañías. Es posible reproducir estas calificaciones con bastante precisión usando datos públicos, disponibles en las principales bases de datos de información empresarial estadística-financiera. Diversos métodos estadísticos son útiles, aunque los resultados más precisos se basan en redes neuronales artificiales. A partir de una amplia muestra de más de mil compañías de diversos sectores, se reproducen las calificaciones de éstas, utilizando la información disponible en la aplicación profesional de Bloomberg, permitiendo evaluar los resultados de calificación publicados y obtener calificaciones al margen de las grandes empresas de rating, y en función del nivel de desagregación de las predicciones; en los niveles donde se concentran la mayoría de las compañías se consigue una predicción correcta en la mitad de los casos, mientras que se se consideran una o dos clases adyacentes se alcanzan predicciones mucho más precisas.
URI
http://hdl.handle.net/10396/31369
Versión del Editor
https://www.revistaespacios.com/a19v40n10/19401025.html
Collections
  • DEEIOOEEA-Artículos, capítulos, libros...

DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
© Biblioteca Universidad de Córdoba
Biblioteca  UCODigital
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

De Interés

Archivo Delegado/AutoarchivoAyudaPolíticas de Helvia

Compartir


DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
© Biblioteca Universidad de Córdoba
Biblioteca  UCODigital