Comparativa de modelos de predicción de quiebra: una aplicación para el sector minero comprendido en el periodo 2009 al 2015 para el caso peruano

• Autores: Cruz Jauregui, Miguel Alonzo, Rodrigo Calderon, Frances Ariadna
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad de Lima
• Repositorio: ULIMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulima.edu.pe:20.500.12724/23001
• Enlace del recurso: https://hdl.handle.net/20.500.12724/23001
• Nivel de acceso: acceso abierto
• Materia: Industria minera; Quiebra; Modelos econométricos; https://purl.org/pe-repo/ocde/ford#5.02.01

El objetivo de la investigación es identificar la metodología de predicción de quiebra con mayor grado de eficacia para el sector minero entre los años 2009 al 2015. Esta aplicación se realizará para el caso peruano utilizando la información de 16 mineras que se encuentran inscritas en la Bolsa de Valores de Lima. Se realiza la comparación de las 3 metodologías más conocidas para la predicción de quiebras, dichas metodologías son las siguientes: Análisis Discriminante Múltiple, Regresión Logística y Redes Neuronales. Para alcanzar nuestro objetivo, se hará uso de ratios de apalancamiento de cada minera comparándolo con nuestros resultados obtenidos y así obtener cual es la metodología con mayor grado de acierto. Al finalizar de la investigación, se concluye que el modelo de Redes Neuronales cuenta con el mayor grado de eficacia, seguido del modelo Logit y por último el modelo de Análisis discriminante. Lo que nos llevó a realizar esta investigación fue principalmente la importancia que el sector estudiado posee para nuestro país, sumado con la intriga presente en el comportamiento de las mineras peruanas.