Utilización del algoritmo Glow-worm para predecir las aflicciones financieras de las empresas

Resumen

Un tema de investigación importante en el área de gestión de riesgos es predecir las dificultades financieras de las empresas. Este caso ha recibido gran atención por parte de bancos, empresas, gestores e inversores. Aunque hay muchos estudios sobre este caso, los modelos híbridos (modelos mixtos de selección de características y clasificadores) han sido utilizados por los investigadores en los últimos años. El objetivo principal de este estudio es proponer un modelo predictivo de alto rendimiento y comparar sus resultados con otros modelos que se utilizan habitualmente para la predicción de dificultades financieras. Para hacer esto, se empleó el modelo de red neuronal híbrida basado en el algoritmo de optimización Glowworm. Además, se utilizó la red neuronal y el modelo de regresión logística, que es uno de los modelos clasificadores estadísticos. Los resultados indicaron que el modelo de red neuronal híbrida basado en el algoritmo de optimización de luciérnaga (también conocido como algoritmo de optimización de luciérnaga) tuvo un mayor rendimiento en comparación con la red neuronal y los modelos de regresión logística.