Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Modeling the Financial Distress of Microenterprise Start- Ups Using Support Vector Machines: A Case Study

Blanco-Oliver, Antonio and Pino-Mejías, Rafael and Lara-Rubio, Juan (2014) Modeling the Financial Distress of Microenterprise Start- Ups Using Support Vector Machines: A Case Study. Innovar, 24 (1Spe). pp. 153-168. ISSN 2248-6968

Texto completo

[img]
Vista previa
PDF - Versión Publicada
Available under License Creative Commons Attribution Non-commercial.

424kB

URL oficial: https://revistas.unal.edu.co/index.php/innovar/art...

Resumen

Despite the leading role that micro-entrepreneurship plays in economic development, and the high failure rate of microenterprise start-ups in their early years, very few studies have designed financial distress models to detect the financial problems of micro-entrepreneurs. Moreover, due to a lack of research, nothing is known about whether non-financial information and non-parametric statistical techniques improve the predictive capacity of these models. Therefore, this paper provides an innovative financial distress model specifically designed for microenterprise startups via support vector machines (SVMs) that employs financial, non-financial, and macroeconomic variables. Based on a sample of almost 5,500 micro-entrepreneurs from a Peruvian Microfinance Institution (MFI), our findings show that the introduction of non-financial information related to the zone in which the entrepreneurs live and situate their business, the duration of the MFI-entrepre-neur relationship, the number of loans granted by the MFI in the last year, the loan destination, and the opinion of experts on the probability that microenterprise start-ups may experience financial problems, significantly increases the accuracy performance of our financial distress model. Furthermore, the results reveal that the models that use SVMs outperform those which employ traditional logistic regression (LR) analysis., A pesar del destacado papel que desempeña el microemprendimiento en el desarrollo económico y de la alta tasa de quiebra que tienen las nuevas microempresas en sus primeros años de vida, muy pocos estúdios han diseñado un modelo para detectar las dificultades financieras de los microemprendedores Además, debido a la ausencia de investigaciones, no se conoce nada acerca de si la información no financiera y las técnicas estadísticas no paramétricas mejoran la capacidad predictiva de estos modelos. Por tanto, este artículo proporciona un innovador modelo para detectar las dificultades financieras específicamente diseñado para las microempresas de nueva creación mediante el uso de máquinas de soporte vectorial (MSV) y empleando variables financieras, no financieras y macroeconómicas. Basados en una muestra de casi 5.500 de una Institución Mi-crofinanciera (IMF) peruana, nuestros hallazgos muestran que la introducción de información no financiera relacionada con la zona en la que el emprendedor vive y localiza su negocio, la duración de la relación IMF-emprendedor, el número de préstamos concedidos por la IMF en el último año, el destino del préstamo y la opinión de los expertos sobre la probabilidad de que la nueva microempresa experimente problemas financieros, aumentan de manera significativa la precisión de nuestro modelo de detección de dificultades financieras. Además, los resultados revelan que los modelos construidos usando MVS superan los obtenidos por aquellos modelos que emplean el tradicional análisis de regresión logística., Apesar do destacado papel que o microempreendimento desempenha no desenvolvimento económico e da alta taxa de falências que as novas microempresas têm nos seus primeiros anos de vida, poucos estudos têm projetado um modelo para detectar as dificuldades financeiras dos microempreendedores. Além disso, devido à ausência de pesquisas, não se sabe nada sobre se a informação não financeira e as técnicas estatísticas não paramétricas melhoram a capacidade preditiva destes modelos. Portanto, este artigo proporciona um inovador modelo para detectar as dificuldades financeiras especificamente projetado para as microempresas de criação recente mediante o uso de máquinas de vetores suportes (MVS) e utilizando variáveis financeiras, não financeiras e macroeconómicas Baseados em uma amostra de quase 5.500 microempresas de uma micro-insti-tuição financeira (IMF) peruana, encontramos que a introdução de informação não financeira relacionada com a região na qual o empreendedor mora e localiza o seu negócio, a duração da relação IMF- empreendedor, o número de empréstimos concedidos pela IMF no último ano, a destinação do empréstimo e a opinião dos peritos sobre a probabilidade de a nova microempresa ter problemas financeiros aumentam significativamente a precisão do nosso modelo de detecção de dificuldades financeiras. Além do mais, os resultados revelam que os modelos construídos utilizando MVS ultrapassam os obtidos por aqueles modelos que utilizam a tradicional análise de regressão logística.

Tipo de documento:Artículo - Article
Palabras clave:Financial distress model, microenterprise start-ups, microfinancial institutions, Latin American, non-financial variables, modelo de dificultades financieras, microempresas de nueva creación, instituciones microfinancieras, América Latina, variables no financieras, Modelo de dificuldades financeiras, microempresas de criação recente, micro-instituições financeiras, América Latina, variáveis não financeiras
Temática:3 Ciencias sociales / Social sciences
Unidad administrativa:Revistas electrónicas UN > Revista Innovar Journal Revista de Ciencias Administrativas y Sociales
Código ID:66962
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :18 Septiembre 2018 21:20
Ultima modificación:18 Septiembre 2018 21:20
Ultima modificación:18 Septiembre 2018 21:20
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox