TY - JOUR T1 - Optimización de la predicción de problemas financieros en empresas sanitarias privadas españolas aplicando algoritmos genéticos JO - Gaceta Sanitaria T2 - AU - González-Martín,Jesús María AU - Sánchez-Medina,Agustín J. AU - Alonso,Jesús B. SN - 02139111 M3 - 10.1016/j.gaceta.2018.01.001 DO - 10.1016/j.gaceta.2018.01.001 UR - https://www.gacetasanitaria.org/es-optimizacion-prediccion-problemas-financieros-empresas-articulo-S0213911118300396 AB - ObjetivoPresentar una metodología para optimizar, a través de la Z’-Score de Altman para empresas privadas, la predicción de entrada en situación de concurso de acreedores (bancarrota) en empresas privadas del sector sanitario español. MétodoEl método propuesto consiste en la aplicación de los algoritmos genéticos (AG) para encontrar los coeficientes de la fórmula de la cadena de ratios propuestos por Altman en su versión para empresas privadas que optimicen la predicción en empresas privadas sanitarias españolas, maximizando la sensibilidad y la especificidad, y con ello reduciendo los errores de tipo I y tipo II. Con este propósito se ha utilizado una muestra de 5903 empresas del sector sanitario privado español obtenidas de las bases de datos de Sistema de Análisis de Balances Ibéricos (SABI) entre los años 2007 y 2015. ResultadosEl modelo predictivo obtenido con los AG presenta mayor exactitud, sensibilidad y especificidad que el propuesto por Altman para empresas privadas, tanto con los datos de test como con todos los datos de la muestra. ConclusionesEl hallazgo más importante del presente estudio es establecer una metodología que logra identificar unos coeficientes optimizados para la Z de Altman, lo cual permite realizar una predicción más precisa de la bancarrota en las empresas sanitarias privadas españolas. ER -