1. Repositorio institucional de CLACSO
2. Colección de los Centros Asociados
3. México
4. División de Ciencias Sociales y Humanidades - DCSH/UAM-A - Cosecha

Título :	Empresas exitosas y no exitosas que cotizan en la BMV del Sector Comercial: Una clasificación con Análisis Discriminante Múltiple, Modelos Logit y Redes Neuronales Artificiales Successful and unsuccessful companies from the Commercial Sector listed on the BMV: A classification with Multiple Discriminant Analysis, Logit Models and Artificial Neural Networks.
Palabras clave :	Razones financieras, desempeño financiero, redes neuronales artificiales. Financial ratios, financial performance, artificial neural networks.;CIENCIAS SOCIALES::CIENCIAS ECONÓMICAS::ORGANIZACIÓN Y DIRECCIÓN DE EMPRESAS::GESTIÓN FINANCIERA
Editorial :	Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco.
Descripción :	El presente estudio tiene el propósito de identificar las razones financieras que son determinantes para lograr el éxito financiero de las empresas que cotizan en la Bolsa Mexicana de Valores (BMV), en específico del sector comercial utilizando las técnicas de Análisis Discriminante Múltiple (ADM), el modelo Logit; y las Redes Neuronales Artificiales (RNA). Para ello se consideraron 24 empresas que pertenecían a este sector, tomando en cuenta para cada empresa 37 razones financieras - de liquidez, apalancamiento, solvencia, actividad, y rentabilidad - para el periodo comprendido entre 1995 y 2005. Se consideró como criterios de éxito financiero a aquellas empresas que crean valor teniendo crecimiento consecutivo por tres años en las utilidades netas, el precio del mercado y la Generación Económica Operativa. Los hallazgos mostraron que los modelos paramétricos ADM y Logit, están limitados debido a sus supuestos estadísticos, en específico en la normalidad exigida en las variables exógenas, a diferencia de las RNA que no están sometidas a condiciones paramétricas, demostrando que aunque todas las razones financieras tienen una participación en la obtención del éxito financiero, existen algunas que influyen más que otras, y que al hacer uso de las RNA es posible considerar el total de las razones financieras, sin descartar ninguna. The aim of this study is to identify the financial ratios that are crucial for the financial success of the companies listed on the Mexican Stock Exchange (MSE) specifically from the commercial sector using Multiple Discriminant Analysis (MDA), Logit model, and Artificial Neural Networks (ANN) techniques. 24 companies belonging to this sector were considered, taking into account 37 financial ratios - liquidity, leverage, solvency, activity, and profitability - for each company in the period between 1995 and 2005. It was considered as a criteria of financial success the companies that create value and consecutive growth in three years in net incomes, the market price and Operative Economic Generation. The findings showed that the parametric models MDA and Logit, are limited because of their statistical assumptions, specifically in normality required in the exogenous variables, unlike the ANN which are not subjected to parametric conditions. The results show that although all financial ratios have an interest in obtaining financial success, there are some that have more influence than others, and that in using ANN is possible to consider the total financial ratios, without discarding any. Clasificación JEL (JEL classification): C45, G1 y G14.
Otros identificadores :	García Salgado, Oswaldo y Morales Castro, Arturo. (2014). "Empresas exitosas y no exitosas que cotizan en la BMV del Sector Comercial: Una clasificación con Análisis Discriminante Múltiple, Modelos Logit y Redes Neuronales Artificiales". Estocástica: finanzas y riesgo, 4 (1), pp. 33-62. http://hdl.handle.net/11191/4187 https://doi.org/10.24275/uam/azc/dcsh/efr/2014v4n1/Garcia
Aparece en las colecciones:	División de Ciencias Sociales y Humanidades - DCSH/UAM-A - Cosecha

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.