Aplicación de las redes neuronales artificiales a la predicción del éxito empresarial. Caso particular de las empresas de nueva creación

Resumen

Dentro de un país, el principal motor de la creación de empleo son las pequeñas y medianas empresas. Por ello surgen, desde ámbitos estatales, diferentes políticas de ayudas, enfocadas a promover de muy distintas formas la creación de estas pequeñas y medianas empresas. Desde el punto de vista del organismo patrocinador es importante contar con una herramienta lo suficientemente fiable para diferencias aquellas ideas que tengan más probabilidad de éxito de las que no. Existen diversas líneas de investigación encaminadas a obtener modelos estadísticos para predecir el éxito empresarial basadas en variables cuantitativas como los ratios de Altman o variables cualitativas que evalúan la formación del director, la presencia en el mercado, el control sobre el producto terminado o las políticas de formación en la empresa. Sin embargo, todos estos estudios se enfocan más a empresas ya instaladas en el mercado que a empresas de nueva creación. Para este último caso, los estudios realizados son muy escasos y de resultados muy pobres. En este estudio se pretende modelizar el éxito empresarial de empresas de nueva creación mediante la utilización de la técnica de redes neuronales artificiales partiendo tanto de datos financieros como de datos referentes a las distintas políticas de la empresa en diferentes ámbitos, como puede ser el comercial, calidad, formación o gerencial. Para obtener los datos el equipo investigador ha diseñado una encuesta específica que se realizará sobre 125 empresas de nueva creación. Para garantizar la homogeneidad de la toma de datos, las encuestas serán realizadas por el propio equipo investigador. Las redes neuronales artificiales son una potente técnica de modelización que simula el funcionamiento de un cerebro biológico. Su uso ha experimentado un gran a partir de finales de los setenta, debido principalmente al aumento de potencia en los ordenadores y a la resolución de ciertos problemas estructurales que afectaban al modelo de red más utilizado, el perceptrón. Aunque su principal campo de aplicación siempre ha sido el industrial, especialmente en la modelización de propiedades mecánicas de productos manufacturados, también se han utilizado en otros muchos campos que van desde la medicina a las ciencias económicas. Su característica de aproximador universal les permite modelar relaciones complejas entre variables sobre todo cuando es más importante la obtención de una solución dentro de unos márgenes aceptables que conocer la relación que existe entre las variables implicadas en el proceso. Este estudio ayudará no sólo a diferenciar entre ideas abocadas al éxito o el fracaso, sino también permitirá detectar las posibles carencias que puedan afectar a la supervivencia de las empresas de nueva creación.