Escuela:Ingenieria de Computacin y Sistemas

Curso:Sistemas Inteligentes

Proyecto:Estructura de la Red Neuronal de Mapas Auto-Organizados para el Anlisis de la Informacin Financiera Multidimensional

Docente:Abanto Cabrera, Heber

Alumno: Cabrera Salazar, Jorge

TRUJILLO PERU2015

INDICEINTRODUCCIN.....................................................................................................................31. DEFINICIN DEL PROBLEMA...41.1. DESCRIPCIN DEL PROBLEMA.........................................................................................41.2. JUSTIFICACIN DEL PROYECTO.......................................................................................42. OBJETIVOS.........................................................................................................................42.1. OBJETIVO GENERAL.........................................................................................................42.2. OBJETIVOS ESPECFICOS..................................................................................................53. MARCO TERICO...............................................................................................................53.1. ANALISIS FINANCIERO....................................................53.2. OBJETIVOS DEL ANLISIS FINANCIERO..54. METODOLOGIA..64.1. DESEMPEO PASADO64.2. DESEMPEO FUTURO64.3. DESEMPEO COMPARATIVO6

ESTRUCTURA DE LA RED NEURONAL DE MAPAS AUTO-ORGANIZADOS PARA EL ANLISIS DE LA INFORMACIN FINANCIERA MULTIDIMENSIONAL

INTRODUCCIN

Uno de los problemas en la toma de decisiones del inversionista es examinar dnde estn las mejores opciones apoyndose en criterios como el desempeo, la rentabilidad, nivel de deuda, entre otros; compara varias empresas manejando varios datos financieros a la vez. Esta complejidad se simplifica tomando un solo dato como criterio de evaluacin, pero la solucin no es adecuada, al excluir el resto de la informacin. Si se toman por ejemplo, 4 empresas con su informacin, la situacin es manejable, pero si son decenas o cientos, el anlisis se hace complicado. El analista requiere una manera de clasificar al tiempo a las empresas con todos sus indicadores. Entre las tcnicas de clasificacin para solucionar este problema se tienen:

Las jerrquicas Las de particionamiento Las basadas en la densidad

Las tcnicas de clasificacin jerrquicas encuentran grupos usando subgrupos establecidos previamente. Pueden ser aglomerativos (de abajo a arriba) o divisivos (de arriba a abajo), las segundas requieren un nmero de grupos previamente establecido. Las tcnicas basadas en los algoritmos de particionamiento determinan todos los clsteres a la vez, pero tambin pueden ser utilizados como algoritmos divisivos en el agrupamiento jerrquico. Las tcnicas de clasificacin basadas en densidad toman una regin en la cual la densidad de los objetos de los datos excede cierto lmite. DBSCAN y OPTICS son algoritmos de este tipo.

Todas las tcnicas requieren una medida de la distancia, entre ellas la eucldea y la distancia Manhattan. Adems de estas tcnicas de agrupamiento proponemos el mapa auto organizado de Kohonen, que es una red neuronal artificial del tipo de aprendizaje no supervisado, que se utiliza para reducir el nmero de dimensiones en una representacin discreta del espacio de los ejemplos de entrada. La red neuronal utiliza una funcin de vecindad (generalmente la funcin gaussiana) para preservar las propiedades topolgicas del espacio de entrada. Con la red entrenada, el inversionista puede ubicar a las empresas de un modo organizado permitindole un anlisis en los distintos ratios financieros. Las empresas tambin se benefician del mapa si lo usan en funcin del mejoramiento comparativo (benchmarking).

1. DEFINICIN DEL PROBLEMA

1.1 DESCRIPCIN DEL PROBLEMA

Los analistas manejan en su trabajo ingentes cantidades de datos con multitud de variables y empresas, lo que torna complejo ver las relaciones de inters. El analista desea organizar los datos para encontrar patrones que le ayuden a agilizar la toma de decisiones. Su actividad los hace acudir a tcnicas de anlisis de datos multi-variable para clasificar y analizar sus opciones. La estadstica multi-variable ha sido de gran ayuda, comparada con la que estudia cada variable por separado, pero a pesar de sus ventajas no deja de tener inconvenientes: el no experto encuentra difcil trabajar con esta clase de conocimientos estadsticos. El analista debe adems ver el riesgo y la oportunidad en los datos por lo que necesita mtodos que los destaquen. Su actividad en tiempo real lo presiona a que sus herramientas le faciliten su trabajo.

1.2 JUSTIFICACIN DEL PROYECTO

Cuando el analista financiero desea invertir enfrenta datos de diferentes empresas con multitud de variables, por lo cual necesita una forma de organizarlos. Las tcnicas clsicas estadsticas son una buena opcin, pero tambin lo son las alternativas como las redes neuronales, por eso proponemos a los mapas autoorganizados de Kohonen. Su capacidad de clasificar datos multidimensionales en un mapa de menos dimensiones, los hace muy tiles.

Desde esta proyeccin de los datos, se pueden realizar anlisis ms detallados. Un mapa auto organizado de Kohonen proyecta las muestras de los datos de las empresas del entrenamiento, en sectores que se pueden clasificar para futuras interpretaciones. Por ejemplo, zonas en el mapa establecidas como buenas, malas o regulares en rentabilidad. De este modo, una nueva empresa puede ser calificada segn su ubicacin. Esta red permite hacer un anlisis separado de los distintos componentes financieros.

Por ejemplo, consultar el nivel de endeudamiento de la empresa. Puede tambin proyectar datos en el tiempo, lo que contribuye a una idea del movimiento de las empresas en las subregiones caracterizadas del mapa. Con esta red neuronal, el analista puede obtener de un modo detallado, informacin de las empresas de su inters.

2. OBJETIVOS

2.1 OBJETIVO GENERAL

Analizar y clasificar la informacin financiera empresarial mediante mapas auto-organizados soportados en la estructura de la red neuronal de Kohonen para la ayuda en la toma de decisiones de riesgo.

2.2 OBJETIVOS ESPECFICOS

Seleccionar y describir los parmetros financieros empresariales en funcin de la informacin contable, para conocer el estado financiero de una empresa.

Evaluar diferentes alternativas para la implementacin del modelo de anlisis financiero elegido, analizando factores como licenciamiento, costo, tiempo de implementacin y funcionalidad.

Generacin de mapas auto organizados de Kohonen, variando parmetros de arquitectura y entrenamiento para la seleccin de un mapa idneo que ser utilizado en la fase de anlisis financiero.

Establecer regiones en el mapa auto organizado segn el Ratio financiero dominante.

Describir los sectores del mapa autoorganizado generado, en cada una de sus dimensiones financieras.

3. MARCO TERICO

3.1 EL ANLISIS FINANCIERO

Se llama tambin anlisis del estado financiero o anlisis contable y se refiere a la evaluacin de la viabilidad, estabilidad y rentabilidad de un negocio o un proyecto. Lo realizan profesionales que preparan reportes utilizando relaciones que hacen uso de la informacin tomada de los estados financieros y otros reportes. Estos reportes se presentan a la alta gerencia como una de las bases para tomar decisiones de negocios. Basados en estos reportes, la direccin puede:

Continuar o suspender sus operaciones principales o parte de sus negocios. Hacer o adquirir ciertos materiales en la manufactura de su producto. Adquirir, rentar o alquilar ciertas maquinarias y equipo en la produccin de sus bienes. Emitir acciones o negociar con un banco un prstamo para incrementar su capital de trabajo. Tomar decisiones para la inversin o prstamo de capital. Otras decisiones que permitan a la direccin hacer selecciones de alternativas para conducir sus negocios.

3.2 OBJETIVOS DEL ANLISIS FINANCIERO: El analista financiero muchas veces evala de una compaa:

LA RENTABILIDAD: Es la habilidad de obtener ingresos y sostener un crecimiento en el corto y largo plazo.

SOLVENCIA: La capacidad de pagar sus obligaciones a sus acreedores y terceras partes en el largo plazo.

LIQUIDEZ: La destreza para mantener un flujo de caja positivo mientras cumple con sus obligaciones.

ESTABILIDAD: La competencia de la firma para permanecer en el largo plazo, sin tener prdidas significativas en la conduccin de su negocio.

4. MTODOLOGIA

Los analistas financieros comparan los ratios financieros, tales como la solvencia, la rentabilidad, el crecimiento entre otras, en funcin del:

4.1 DESEMPEO PASADO: Entre varios perodos de tiempo para la misma firma (por ejemplo los ltimos 6 aos).

4.2 DESEMPEO FUTURO: Lo estima con figuras histricas y ciertas tcnicas matemticas y estadsticas, incluyendo el valor presente y el valor futuro. Este mtodo de extrapolacin es la principal fuente de errores en el anlisis financiero y las estadsticas pasadas, pueden ser malos pronosticadores de prospectos futuros.

4.3 DESEMPEO COMPARATIVO: La comparacin entre firmas similares.

Comparar ratios financieros es tan solo una forma de hacer anlisis financiero. Estos ratios encaran varios retos tericos, entre ellos: Dicen poco acerca de los prospectos de la firma en un sentido absoluto. Para su usarlas se necesitan otras referencias, por ejemplo histricas o informacin de otras firmas.

Un ratio financiero aislado tiene muy poco significado. Para que tenga ms significado se necesita verlo con otros ratios, de este modo se puede ver un cuadro general del desempeo de una compaa.

Factores como la temporada o la estacin, pueden afectar la representacin del Ratio financiero. Tambin se pueden distorsionar cuando los perodos contables finalizan y comienzan. Por eso se recomienda utilizar valores promedio.

Los ratios financieros no son ms objetivos que los mtodos contables desde donde se producen. Los cambios en las reglas contables cambian drsticamente los ratios.

Los ratios fallan al no considerar factores exgenos, como el comportamiento del inversor, que no se comporta de acuerdo con los fundamentos econmicos de la compaa ni de la economa en general.