new 2. - dialnet · 2019. 11. 28. · determinar los grados de pertenencia de escalas determinadas...
TRANSCRIPT
32
Juan Meacutendez 1 Kleber Luna 2 Juan Erazo 3 123 Universidad Catoacutelica de Cuenca 1 jmmendeza634psgucacueeduec 2 klunaaucacueeduec 3 jcerazoucacueeduec
Fecha de presentacioacuten 01 de octubre de 2018Fecha de aceptacioacuten 03 de enero de 2019
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-0705
Modelo predictivo para la calificacioacuten de riesgo
de la COAC JardiacutenAzuayo mediante loacutegica
difusa
2
33
La presente investigacioacuten propone un modelo de prediccioacuten de datos para la calificacioacuten de riesgo en
cualquier sector siendo aplicado a la Cooperativa de Ahorro y Creacutedito (COAC) Jardiacuten Azuayo de la
ciudad de Cuenca-Ecuador las entidades financieras estaacuten sujetas a demostrar su sostenibilidad en el
tiempo por ello el problema del estudio denota que la estructura tradicional de calificacioacuten de riesgo no
permite a estas entidades tener un enfoque estimado de prediccioacuten por lo que las decisiones no se to-
man en el momento criacutetico para adoptar estrategias de cambio oportuno El objetivo de la investigacioacuten
es aplicar herramientas de avanzada que ofrece la loacutegica difusa como la teoriacutea de distancias relativas de
Hamming y coeficiente de adecuacioacuten con ponderacioacuten convexa otorgando confiabilidad en los datos
a partir de informacioacuten ambiguumla partiendo de estructuras estaacuteticas a sistemas dinaacutemicos acotando la
incertidumbre con el fin de alcanzar el perfil ideal revelando su sostenibilidad y estructura organizacio-
nal solvente a largo plazo Dentro de la metodologiacutea se explica en forma detallada la aplicacioacuten de estas
herramientas llegado a tratar de predecir su calificacioacuten en el ranking cooperativo de manera oportuna
para que la gerencia enfoque su estimacioacuten en los puntos criacuteticos y en las fortalezas de la entidad ya
que en la opcioacuten maacutes pesimista se califica como Buena (BBB+) y en la opcioacuten maacutes optimista llega a una
categorizacioacuten de Excelente (A+) pero auacuten necesita concentrar esfuerzos para alcanzar un nivel de
calificacioacuten ideal y de excelencia financiera
Palabras claves Calificacioacuten de riesgo coeficiente de adecuacioacuten incertidumbre loacutegica difusa mo-
delo predictivo
RESUMEN
ABSTRACTThis research proposes a data prediction model for risk rating in any sector being applied to the Savings
and Credit Cooperative (COAC) Jardin Azuayo in the city of Cuenca-Ecuador financial institutions are
subject to demonstrate their sustainability over time so the problem of the study denotes that the tradi-
tional risk rating structure does not allow these institutions to have an estimated prediction approach
so decisions are not made at the critical time to adopt strategies for timely change The objective of the
research is to apply advanced tools that offer fuzzy logic such as the theory of relative distances of Ham-
ming and coefficient of adequacy with convex weighting giving reliability in the data from ambiguous
information starting from static structures to dynamic systems limiting uncertainty in order to reach
the ideal profile revealing its sustainability and solvent organizational structure in the long term Within
the methodology the application of these tools is explained in detail and an attempt is made to predict
their rating in the cooperative ranking in a timely manner so that management can focus its estimation
on the critical points and strengths of the entity since in the most pessimistic option it is rated as Good
(BBB+) and in the most optimistic option it reaches a categorization of Excellent (A+) but it still needs to
concentrate efforts to reach an ideal level of rating and financial excellence
Keywords Risk rating adequacy coefficient uncertainty fuzzy logic predictive model
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070534
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
INTRODUCCIOacuteN1
Las entidades de ahorro y creacutedito del Ecuador
se encuentran bajo la supervisioacuten y control a
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Esta entidad gubernamental
que rige y vela por los activos y beneficios
otorgados al pueblo ecuatoriano estableciendo
los requerimientos poliacuteticos-administrativos
en cuanto a los objetivos que deben trazarse
las cooperativas de Ahorro y Creacutedito Dicha
institucioacuten impone una serie de lineamientos
para garantizar a los clientes las solvencia
rentabilidad y liquidez financiera de la entidad
a traveacutes de la transparencia de los resultados de
los anaacutelisis financieros
Para el anaacutelisis de calificacioacuten de riesgo que se
implementan en las Cooperativas de Ahorro
y Creacutedito (COAC) bajo los lineamientos de la
SEPS se exigen una serie de caracteriacutesticas y
manejo de procedimientos que deben cumplir
con paraacutemetros miacutenimos a ser aceptados a
nivel internacional
Es asiacute que en la calificacioacuten de riesgo de la
COAC Jardiacuten Azuayo se observan carencias
en cuanto al manejo y caacutelculo analiacutetico de los
procesos de calificacioacuten ya que la entidad se
enmarca en la medicioacuten del riesgo tradicional
enfocado a estructuras sin cambios en el
tiempo y que son riacutegidas para la previsioacuten de
riesgo que puede asumir la entidad en un
futuro En este sentido dicha entidad utiliza
modelos riacutegidos estandarizados basados en
informaciones financieras de tiempos pasados
que no permiten recoger las variaciones de los
patrones de medicioacuten en el tiempo
Por este motivo se recurre a un modelo
predictivo que recoja la dinaacutemica existente en
las variables objeto de medicioacuten a traveacutes de la
loacutegica difusa donde las variables son evaluadas
mediante rangos que permiten atrapar el mejor
y peor de los escenarios dentro del periodo
analizado en el tiempo Con ello se utilizan
instrumentos de avanzada para el caacutelculo de
la calificacioacuten del riesgo financiero que permita
a la gerencia poder tomar predicciones para
direccionar a la empresa para escenarios futuros
y de esta manera alcanzar perfiles ideales en lo
que deberiacutea constituirse una cooperativa de
ahorro y creacutedito de elite
En este estudio se maneja la loacutegica difusa
mediante la utilizacioacuten de Distancias Relativas
de Hamming con ponderacioacuten convexa
coeficiente de adecuacioacuten con ponderacioacuten
convexa y teoriacutea de expertizaje desarrollados
por Gil (2000) con la finalidad de explicar
que los nuacutemeros borrosos que determinan
datos inciertos son susceptibles a representar
fenoacutemenos en estimaciones subjetivas
permiendo reducir la incertidumbre de
ocurrencia en el mejor y peor de las situaciones
otorgando posibilidades de nuacutemeros inciertos
acorde a una estructura ideal
Dicha investigacioacuten consta en una primera
fase en el estudio de los distintos enfoques
que determinados autores han hecho en
la utilizacioacuten de la loacutegica difusa al estudio de
riesgo presentando las bases metodoloacutegicas
de los anaacutelisis crediticios de distintas entidades
enmarcadas en sus procesos evaluativos
En una segunda fase se explica los pasos a
seguir para la construccioacuten y evaluacioacuten de un
modelo crediticio presentando el desarrollo
de las herramientas utilizadas y las foacutermulas de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070535
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
caacutelculo Por uacuteltimo se presentan los resultados
con la calificacioacuten del riesgo que puede asumir
la entidad en un futuro inmediato
Las instituciones del sector micro financiero
cruzan por problemas en la calificacioacuten de
riesgo ya que las entidades basan sus estudios
en procesos riacutegidas de calificacioacuten las mismas
que dificultad su manejo ya que forman parte
de la estructura tradicional que existe en el
mercado financiero por ello algunos autores
dan a conocer sus investigaciones relacionadas
a esta problemaacutetica entre ellos Carmona
(2013) aplica Redes Neuronales Artificiales en
finanzas enfocadas en el estudio del anaacutelisis del
riesgo de creacutedito utlizadas para establecer un
ajuste a la medicioacuten y clasificacioacuten del riesgo de
mercado Fernaacutendez y Peacuterez (2005) presentan
un planteamiento no lineal de los modelos
de eleccioacuten dicotoacutemica que sin duda es una
buena eleccioacuten para evaluar el riesgo de creacutedito
de una cartera comercial Martiacuten Domiacutenguez
Perea Saca y Saacutenchez (2011) demuestran
la relacioacuten existente entre la concentracioacuten
bancaria y el desarrollo de mercado de capitales
es decir si una elevada concentracioacuten en la
calificacioacuten de riesgo de las empresas puede
influir en el coste de financiacioacuten Rivas y Masci
(2004) demuestran el impacto que el Nuevo
Acuerdo de Capitales de Basilea (NACB) tendraacute
sobre los procedimientos de calificacioacuten de
riesgo Tambieacuten se revisa la transparencia de los
regiacutemenes de calificacioacuten en el contexto de las
legislaciones vigentes sugiriendo los cambios
que podriacutean implicar una mejora Schreiner
(1999) prueba si un modelo de calificacioacuten de
creacuteditos puede predecir el riesgo de atrasos
costosos de los creacuteditos de una organizacioacuten
de microfinanzas en Bolivia Peacuterez y Fernandez
(2007) exponen la aplicacioacuten de un modelo
de cuantificacioacuten de la calificacioacuten del riesgo
para una cartera comercial calculando las
probabilidades de impago para establecer el
capital miacutenimo requerido y las provisiones de
cartera a traveacutes de las metodologiacuteas de redes
neuronales
La Loacutegica Difusa es una rama de la inteligencia
artificial se introdujo en California en el antildeo
de 1965 por el Profesor de la Universidad de
Berkeley Lotfy Zadeh permitiendo trasladar el
lenguaje subjetivo a un lenguaje matemaacutetico
formal otorgando teacutecnicas que permitan usar
el juicio humano como un sistema de anaacutelisis a
mediano y largo plazo (Zadeh 1976) El filoacutesofo
Jan Lukasiewicz en el antildeo de 1920 desarrollo
la pertenencia de valores endecadarios
entendidos entre 00 y 10 que ayudan a
determinar los grados de pertenencia de
escalas determinadas por el juicio de expertos
para el proceso de determinacioacuten de datos en
escalas que permitan realizar la estructuracioacuten
de una tabla valorativa de datos con las distintas
morfologiacuteas de puntos de vista de cada variante
(Diacuteaz Coba Moreno y Santamariacutea 2017)
Sin embargo ciertos autores han contribuido
respecto al uso de la loacutegica difusa para
dinamizar las variabilidades tradicionales o
riacutegidas acotando la incertidumbre buscando
instrumentos que complementen la base
multivariante para conseguir un perfil ideal
adaptando la automatizacioacuten en los procesos
administrativos entre los cuales Zadeh (1976)
proporciona un marco para la definicioacuten de
tales conceptos encontrados en varios dominios
del conocimiento humano mediante el uso de
algoritmos difusos que tienen la estructura de
un cuestionario de derivacioacutenTinto Molina
y Cisneros (2018) proponen un modelo
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070536
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
dinaacutemico que permita atrapar la incertidumbre
aplicando el vasto instrumental que ofrece la
loacutegica difusa para controlar las fluctuaciones en
los precios de las materias primas y productos
intermedios que permitan un mejor control de
la planificacioacuten en el proceso de fabricacioacuten
Tinto Molina Chaacutevez y Mosquera (2016)
proponen atrapar la incertidumbre reinante
y poder tomar decisiones para un mediano y
largo plazo en la empresa banenera del Oro
ndash Ecuador con ello lograr la automatizacioacuten
de un modelo que permite el estudio de la
solvencia financiera y del estudio del beneficio
empresarial
Tinto Molina y Habbid (2015) determinan
introducir la teoriacutea de la incertidumbre dentro
de las Ciencias Contables como elemento
fundamental para la toma de decisiones donde
surge la necesidad de dar una visioacuten predictiva
y dinaacutemica al aacuterea contable Hurtado Tinto
y Zerpa (2011) proponen un modelo para la
medicioacuten de la calidad de vida de los hogares
del aacuterea metropolitana de Meacuterida (Venezuela)
a traveacutes de la loacutegica difusa considerando un
conjunto amplio de indicadores empleados en
los estudios teoacutericos de la calidad de vida
No obstante la determinacioacuten de un perfil ideal
hace que una estructura se dinamice para que
una entidad enfoque esfuerzos de cambio en
algunas variaciones que permite alcanzar una
excelencia financiera debido a esto algunos
autores han contribuido con la investigacioacuten
de las herramientas que intervienen en el
modelo de prediccioacuten con el uso de las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten entre ellos Diacuteaz Aguilera y
Guilleacuten (2014) evaluacutean los ratios del segmento
1 de las Cooperativas de Ahorro y Creacutedito
del Ecuador en un rango de bajo estable
y oacuteptimo mediante grados de pertenencia
y variables linguumliacutesticas que sustentan la
conversioacuten de los iacutendices financieros a teacuterminos
difusos con el uso de las Distancias relativas de
Hamming Canoacutes Cantildeo y Gonzaacutelez (2006)
proponen meacutetodos de ordenacioacuten uacutetiles
para la toma de decisiones en el proceso de
seleccioacuten de personal presentando resultados
computacionales para diferentes casos
representativos del comportamiento de dichos
algoritmos bajo el manifiesto del coeficiente de
adecuacioacuten de la loacutegica borrosa y la distancia
de Hamming Samaniego Reyes y Bachs
(2008) proponen ajustar las razones financieras
mediante el coeficiente de pesimismo relativo
(CPR) y las distancias de Hamming tomando
en cuenta la relacioacuten riesgo-rendimiento
asimismo proponen una metodologiacutea para
el caacutelculo de un indicador relativo de este
coeficiente en los inversionistas que participan
en un sector de mercado de valores Goyoso
Hernaacutendez Hernaacutendez Montoya y Oruacutee
(2014) presentan la viabilidad de utilizar como
meacutetodo de verificacioacuten de una identidad
basada en iris la transformada de Walsh-
Hadamard complementada con la covarianza
cruzada y las distancias de Hamming y eucliacutedea
Alfaro y Alfaro (2015) demuestran la unioacuten
de los beneficios del Algoritmo de Pichat y la
distancia de Hamming con el fin de disminuir
la incertidumbre en el proceso de toma de
decisiones Santos y Gil (2016) proponen
un modelo causal de comportamiento de la
lealtad actitudinal estructurado a partir de dos
referenciales que segmentan al consumidos
de una comunidad virtual de marca a traveacutes
del coeficiente de adecuacioacuten Guerrero y
Tercentildeo (2011) proponen una metodologiacutea de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070537
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
subconjuntos borrosos en la cual se construye
un coeficiente de adecuacioacuten con el fin de
enfrentar la incertidumbre en la seleccioacuten de
empresas que surgen de los contratos de
outsourcing
Con la base teorica descrita por los autores
se sustenta el estudio de la loacutegica difusa y las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten relacionado a la calificacioacuten
de riesgo permitiendo la toma acertada de
decisiones por parte de la gerencia para la
sostenibilidad a largo plazo
MEacuteTODO2
Meacutetodo
La metodologiacutea analiacutetica para le medicioacuten del
riesgo crediticio de una entidad viene desde
la antiguumledad en la cual comprende procesos
de medicioacuten del endeudamiento o niveles de
inversioacuten que asumen las instituciones desde
la deacutecada de los 70 la actividad crediticia surge
de manera activa pero desde la actualidad las
empresas o entidades financieras que califican
el riesgo aparecen desde los principios del siglo
XX en los Estados Unidos (Morales y Tuesta
1998)
Proceso de Expertizaje
Proceso mediante el cual se recolecta la
opinioacuten de un experto o conjunto de expertos
calificados en el aacuterea a investigar sobre un tema
determinado estos datos deben ser medidos
en cuanto a su calidad de consideracioacuten de
expertos principalmente a traveacutes de encuestas
realizadas al personal selecto y calificado Se
indaga datos coadyuvantes entre los maacutes
pesimistas y los maacutes optimistas que predicen
los expertos seleccionados para la encuesta
explicando los rangos de calificacioacuten respecto a
la tabla de valoracioacuten endecadaria o semaacutentica
desde un enfoque prospectivo numeacutericamente
se determina asiacute nuestra escala
Cuadro 1 Escala Semaacutentica
GRADO DE PRESUNCIOacuteN
α
INCIDENCIA
00 Cumplimiento del 0 o existencia nula
01 Cumplimiento del 1002 Cumplimiento del 2003 Cumplimiento del 3004 Cumplimiento del 4005 Cumplimiento del 5006 Cumplimiento del 6007 Cumplimiento del 7008 Cumplimiento del 8009 Cumplimiento del 9010 Cumplimiento del 100
Fuente Elaboracioacuten Propia
El Nuacutemero de expertos emiten n opiniones o
proposiciones sobre un enfoque determinado
eacutestas se agrupan en un expertoacuten de la forma [αi1
αi2] es decir mediante intervalos de confianza
que puede ser de tipo agrupado triangular o
trapezoidal como se puede observar en la tabla
1 sobre cada variable De esta forma al expresar
la opinioacuten del experto n se puedan agrupar las
opiniones indagadas mediante la aplicacioacuten de
la esperanza matemaacutetica donde se procesan los
datos para el miacutenimo y maacuteximo cumplimiento
(peor y mejor de los casos) de cada enfoque de
estudio de la siguiente manera
Tabla 1 Valoraciones de los Expertos
Variable 1 Opinioacuten Expertos α1 α2
1 04 072 01 08
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070538
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
3 02 074 04 08
Fuente Elaboracioacuten Propia
A partir de estas opciones y al analizar las
preguntas de la encuesta se procede a
contar las valoraciones de los expertos y se las
coloca cada variable respectivamente en su
base estructurada luego se procede a dividir
cada valor de la frecuencia entre en nuacutemero
n de expertos que dieron su estimacioacuten
seguidamente se procesa los datos de abajo
hacia arriba donde se suma la valoracioacuten
inferior de la frecuencia con la siguiente de la
normalizada de la siguiente manera 0+0 = 0
helliphellip 0+05 = 05 075+025 = 1
Finalmente aplicando la esperanza matemaacutetica
se obtiene que al eliminar el nivel cero (00) y
dividiendo la segregacioacuten de datos restantes
entre 10 ( de variables en escala endecadaria)
el factor de correlacioacuten para la cifra establecida
inicial oscila entre (αi1 α
i2) para el lado izquierdo
y derecho respectivamente obteniendo las
frecuencias acumuladas como se puede ver en
la tabla 2
sum (ṽ Variacioacuten de las existencias) = 110 (1)
([α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ]) = 110 [α1 α2 ]
= [α1 α2 ]
Tabla 2 Caacutelculo del Expertizaje con datos de
Incertidumbre
GRADO DE PRESUNCIOacuteN
αFREC
1FREC
2
00 04 04 0 0 1 1
01 14 04 025 0 1 1
02 14 04 025 0 075 1
03 04 04 0 0 05 1
04 14 04 05 0 05 1
05 04 04 0 0 0 1
06 04 04 0 0 0 1
07 04 24 0 05 0 1
08 04 24 0 05 0 05
09 04 04 0 0 0 0
10 04 04 0 0 0 0
4 4 Σ 028 075
NORMALIZACIOacuteN FREC 1 FREC 2
ACUMULACIOacuteN FREC 1 FREC 2
Fuente Elaboracioacuten Propia
Al cumplir con el proceso de expertizaje se
procede a construir los datos en intervalos
de confianza condensados respecto a las
valoraciones otorgadas por los expertos para
poder procesarlos a traveacutes de datos matemaacuteticos
para obtener las valoraciones ponderadas de
cada nivel de calificacioacuten de riesgo actual de
la cooperativa de ahorro y creacutedito con este
proceso se obtiene datos reales y con un mayor
grado de certeza de cada variable
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
33
La presente investigacioacuten propone un modelo de prediccioacuten de datos para la calificacioacuten de riesgo en
cualquier sector siendo aplicado a la Cooperativa de Ahorro y Creacutedito (COAC) Jardiacuten Azuayo de la
ciudad de Cuenca-Ecuador las entidades financieras estaacuten sujetas a demostrar su sostenibilidad en el
tiempo por ello el problema del estudio denota que la estructura tradicional de calificacioacuten de riesgo no
permite a estas entidades tener un enfoque estimado de prediccioacuten por lo que las decisiones no se to-
man en el momento criacutetico para adoptar estrategias de cambio oportuno El objetivo de la investigacioacuten
es aplicar herramientas de avanzada que ofrece la loacutegica difusa como la teoriacutea de distancias relativas de
Hamming y coeficiente de adecuacioacuten con ponderacioacuten convexa otorgando confiabilidad en los datos
a partir de informacioacuten ambiguumla partiendo de estructuras estaacuteticas a sistemas dinaacutemicos acotando la
incertidumbre con el fin de alcanzar el perfil ideal revelando su sostenibilidad y estructura organizacio-
nal solvente a largo plazo Dentro de la metodologiacutea se explica en forma detallada la aplicacioacuten de estas
herramientas llegado a tratar de predecir su calificacioacuten en el ranking cooperativo de manera oportuna
para que la gerencia enfoque su estimacioacuten en los puntos criacuteticos y en las fortalezas de la entidad ya
que en la opcioacuten maacutes pesimista se califica como Buena (BBB+) y en la opcioacuten maacutes optimista llega a una
categorizacioacuten de Excelente (A+) pero auacuten necesita concentrar esfuerzos para alcanzar un nivel de
calificacioacuten ideal y de excelencia financiera
Palabras claves Calificacioacuten de riesgo coeficiente de adecuacioacuten incertidumbre loacutegica difusa mo-
delo predictivo
RESUMEN
ABSTRACTThis research proposes a data prediction model for risk rating in any sector being applied to the Savings
and Credit Cooperative (COAC) Jardin Azuayo in the city of Cuenca-Ecuador financial institutions are
subject to demonstrate their sustainability over time so the problem of the study denotes that the tradi-
tional risk rating structure does not allow these institutions to have an estimated prediction approach
so decisions are not made at the critical time to adopt strategies for timely change The objective of the
research is to apply advanced tools that offer fuzzy logic such as the theory of relative distances of Ham-
ming and coefficient of adequacy with convex weighting giving reliability in the data from ambiguous
information starting from static structures to dynamic systems limiting uncertainty in order to reach
the ideal profile revealing its sustainability and solvent organizational structure in the long term Within
the methodology the application of these tools is explained in detail and an attempt is made to predict
their rating in the cooperative ranking in a timely manner so that management can focus its estimation
on the critical points and strengths of the entity since in the most pessimistic option it is rated as Good
(BBB+) and in the most optimistic option it reaches a categorization of Excellent (A+) but it still needs to
concentrate efforts to reach an ideal level of rating and financial excellence
Keywords Risk rating adequacy coefficient uncertainty fuzzy logic predictive model
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070534
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
INTRODUCCIOacuteN1
Las entidades de ahorro y creacutedito del Ecuador
se encuentran bajo la supervisioacuten y control a
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Esta entidad gubernamental
que rige y vela por los activos y beneficios
otorgados al pueblo ecuatoriano estableciendo
los requerimientos poliacuteticos-administrativos
en cuanto a los objetivos que deben trazarse
las cooperativas de Ahorro y Creacutedito Dicha
institucioacuten impone una serie de lineamientos
para garantizar a los clientes las solvencia
rentabilidad y liquidez financiera de la entidad
a traveacutes de la transparencia de los resultados de
los anaacutelisis financieros
Para el anaacutelisis de calificacioacuten de riesgo que se
implementan en las Cooperativas de Ahorro
y Creacutedito (COAC) bajo los lineamientos de la
SEPS se exigen una serie de caracteriacutesticas y
manejo de procedimientos que deben cumplir
con paraacutemetros miacutenimos a ser aceptados a
nivel internacional
Es asiacute que en la calificacioacuten de riesgo de la
COAC Jardiacuten Azuayo se observan carencias
en cuanto al manejo y caacutelculo analiacutetico de los
procesos de calificacioacuten ya que la entidad se
enmarca en la medicioacuten del riesgo tradicional
enfocado a estructuras sin cambios en el
tiempo y que son riacutegidas para la previsioacuten de
riesgo que puede asumir la entidad en un
futuro En este sentido dicha entidad utiliza
modelos riacutegidos estandarizados basados en
informaciones financieras de tiempos pasados
que no permiten recoger las variaciones de los
patrones de medicioacuten en el tiempo
Por este motivo se recurre a un modelo
predictivo que recoja la dinaacutemica existente en
las variables objeto de medicioacuten a traveacutes de la
loacutegica difusa donde las variables son evaluadas
mediante rangos que permiten atrapar el mejor
y peor de los escenarios dentro del periodo
analizado en el tiempo Con ello se utilizan
instrumentos de avanzada para el caacutelculo de
la calificacioacuten del riesgo financiero que permita
a la gerencia poder tomar predicciones para
direccionar a la empresa para escenarios futuros
y de esta manera alcanzar perfiles ideales en lo
que deberiacutea constituirse una cooperativa de
ahorro y creacutedito de elite
En este estudio se maneja la loacutegica difusa
mediante la utilizacioacuten de Distancias Relativas
de Hamming con ponderacioacuten convexa
coeficiente de adecuacioacuten con ponderacioacuten
convexa y teoriacutea de expertizaje desarrollados
por Gil (2000) con la finalidad de explicar
que los nuacutemeros borrosos que determinan
datos inciertos son susceptibles a representar
fenoacutemenos en estimaciones subjetivas
permiendo reducir la incertidumbre de
ocurrencia en el mejor y peor de las situaciones
otorgando posibilidades de nuacutemeros inciertos
acorde a una estructura ideal
Dicha investigacioacuten consta en una primera
fase en el estudio de los distintos enfoques
que determinados autores han hecho en
la utilizacioacuten de la loacutegica difusa al estudio de
riesgo presentando las bases metodoloacutegicas
de los anaacutelisis crediticios de distintas entidades
enmarcadas en sus procesos evaluativos
En una segunda fase se explica los pasos a
seguir para la construccioacuten y evaluacioacuten de un
modelo crediticio presentando el desarrollo
de las herramientas utilizadas y las foacutermulas de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070535
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
caacutelculo Por uacuteltimo se presentan los resultados
con la calificacioacuten del riesgo que puede asumir
la entidad en un futuro inmediato
Las instituciones del sector micro financiero
cruzan por problemas en la calificacioacuten de
riesgo ya que las entidades basan sus estudios
en procesos riacutegidas de calificacioacuten las mismas
que dificultad su manejo ya que forman parte
de la estructura tradicional que existe en el
mercado financiero por ello algunos autores
dan a conocer sus investigaciones relacionadas
a esta problemaacutetica entre ellos Carmona
(2013) aplica Redes Neuronales Artificiales en
finanzas enfocadas en el estudio del anaacutelisis del
riesgo de creacutedito utlizadas para establecer un
ajuste a la medicioacuten y clasificacioacuten del riesgo de
mercado Fernaacutendez y Peacuterez (2005) presentan
un planteamiento no lineal de los modelos
de eleccioacuten dicotoacutemica que sin duda es una
buena eleccioacuten para evaluar el riesgo de creacutedito
de una cartera comercial Martiacuten Domiacutenguez
Perea Saca y Saacutenchez (2011) demuestran
la relacioacuten existente entre la concentracioacuten
bancaria y el desarrollo de mercado de capitales
es decir si una elevada concentracioacuten en la
calificacioacuten de riesgo de las empresas puede
influir en el coste de financiacioacuten Rivas y Masci
(2004) demuestran el impacto que el Nuevo
Acuerdo de Capitales de Basilea (NACB) tendraacute
sobre los procedimientos de calificacioacuten de
riesgo Tambieacuten se revisa la transparencia de los
regiacutemenes de calificacioacuten en el contexto de las
legislaciones vigentes sugiriendo los cambios
que podriacutean implicar una mejora Schreiner
(1999) prueba si un modelo de calificacioacuten de
creacuteditos puede predecir el riesgo de atrasos
costosos de los creacuteditos de una organizacioacuten
de microfinanzas en Bolivia Peacuterez y Fernandez
(2007) exponen la aplicacioacuten de un modelo
de cuantificacioacuten de la calificacioacuten del riesgo
para una cartera comercial calculando las
probabilidades de impago para establecer el
capital miacutenimo requerido y las provisiones de
cartera a traveacutes de las metodologiacuteas de redes
neuronales
La Loacutegica Difusa es una rama de la inteligencia
artificial se introdujo en California en el antildeo
de 1965 por el Profesor de la Universidad de
Berkeley Lotfy Zadeh permitiendo trasladar el
lenguaje subjetivo a un lenguaje matemaacutetico
formal otorgando teacutecnicas que permitan usar
el juicio humano como un sistema de anaacutelisis a
mediano y largo plazo (Zadeh 1976) El filoacutesofo
Jan Lukasiewicz en el antildeo de 1920 desarrollo
la pertenencia de valores endecadarios
entendidos entre 00 y 10 que ayudan a
determinar los grados de pertenencia de
escalas determinadas por el juicio de expertos
para el proceso de determinacioacuten de datos en
escalas que permitan realizar la estructuracioacuten
de una tabla valorativa de datos con las distintas
morfologiacuteas de puntos de vista de cada variante
(Diacuteaz Coba Moreno y Santamariacutea 2017)
Sin embargo ciertos autores han contribuido
respecto al uso de la loacutegica difusa para
dinamizar las variabilidades tradicionales o
riacutegidas acotando la incertidumbre buscando
instrumentos que complementen la base
multivariante para conseguir un perfil ideal
adaptando la automatizacioacuten en los procesos
administrativos entre los cuales Zadeh (1976)
proporciona un marco para la definicioacuten de
tales conceptos encontrados en varios dominios
del conocimiento humano mediante el uso de
algoritmos difusos que tienen la estructura de
un cuestionario de derivacioacutenTinto Molina
y Cisneros (2018) proponen un modelo
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070536
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
dinaacutemico que permita atrapar la incertidumbre
aplicando el vasto instrumental que ofrece la
loacutegica difusa para controlar las fluctuaciones en
los precios de las materias primas y productos
intermedios que permitan un mejor control de
la planificacioacuten en el proceso de fabricacioacuten
Tinto Molina Chaacutevez y Mosquera (2016)
proponen atrapar la incertidumbre reinante
y poder tomar decisiones para un mediano y
largo plazo en la empresa banenera del Oro
ndash Ecuador con ello lograr la automatizacioacuten
de un modelo que permite el estudio de la
solvencia financiera y del estudio del beneficio
empresarial
Tinto Molina y Habbid (2015) determinan
introducir la teoriacutea de la incertidumbre dentro
de las Ciencias Contables como elemento
fundamental para la toma de decisiones donde
surge la necesidad de dar una visioacuten predictiva
y dinaacutemica al aacuterea contable Hurtado Tinto
y Zerpa (2011) proponen un modelo para la
medicioacuten de la calidad de vida de los hogares
del aacuterea metropolitana de Meacuterida (Venezuela)
a traveacutes de la loacutegica difusa considerando un
conjunto amplio de indicadores empleados en
los estudios teoacutericos de la calidad de vida
No obstante la determinacioacuten de un perfil ideal
hace que una estructura se dinamice para que
una entidad enfoque esfuerzos de cambio en
algunas variaciones que permite alcanzar una
excelencia financiera debido a esto algunos
autores han contribuido con la investigacioacuten
de las herramientas que intervienen en el
modelo de prediccioacuten con el uso de las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten entre ellos Diacuteaz Aguilera y
Guilleacuten (2014) evaluacutean los ratios del segmento
1 de las Cooperativas de Ahorro y Creacutedito
del Ecuador en un rango de bajo estable
y oacuteptimo mediante grados de pertenencia
y variables linguumliacutesticas que sustentan la
conversioacuten de los iacutendices financieros a teacuterminos
difusos con el uso de las Distancias relativas de
Hamming Canoacutes Cantildeo y Gonzaacutelez (2006)
proponen meacutetodos de ordenacioacuten uacutetiles
para la toma de decisiones en el proceso de
seleccioacuten de personal presentando resultados
computacionales para diferentes casos
representativos del comportamiento de dichos
algoritmos bajo el manifiesto del coeficiente de
adecuacioacuten de la loacutegica borrosa y la distancia
de Hamming Samaniego Reyes y Bachs
(2008) proponen ajustar las razones financieras
mediante el coeficiente de pesimismo relativo
(CPR) y las distancias de Hamming tomando
en cuenta la relacioacuten riesgo-rendimiento
asimismo proponen una metodologiacutea para
el caacutelculo de un indicador relativo de este
coeficiente en los inversionistas que participan
en un sector de mercado de valores Goyoso
Hernaacutendez Hernaacutendez Montoya y Oruacutee
(2014) presentan la viabilidad de utilizar como
meacutetodo de verificacioacuten de una identidad
basada en iris la transformada de Walsh-
Hadamard complementada con la covarianza
cruzada y las distancias de Hamming y eucliacutedea
Alfaro y Alfaro (2015) demuestran la unioacuten
de los beneficios del Algoritmo de Pichat y la
distancia de Hamming con el fin de disminuir
la incertidumbre en el proceso de toma de
decisiones Santos y Gil (2016) proponen
un modelo causal de comportamiento de la
lealtad actitudinal estructurado a partir de dos
referenciales que segmentan al consumidos
de una comunidad virtual de marca a traveacutes
del coeficiente de adecuacioacuten Guerrero y
Tercentildeo (2011) proponen una metodologiacutea de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070537
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
subconjuntos borrosos en la cual se construye
un coeficiente de adecuacioacuten con el fin de
enfrentar la incertidumbre en la seleccioacuten de
empresas que surgen de los contratos de
outsourcing
Con la base teorica descrita por los autores
se sustenta el estudio de la loacutegica difusa y las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten relacionado a la calificacioacuten
de riesgo permitiendo la toma acertada de
decisiones por parte de la gerencia para la
sostenibilidad a largo plazo
MEacuteTODO2
Meacutetodo
La metodologiacutea analiacutetica para le medicioacuten del
riesgo crediticio de una entidad viene desde
la antiguumledad en la cual comprende procesos
de medicioacuten del endeudamiento o niveles de
inversioacuten que asumen las instituciones desde
la deacutecada de los 70 la actividad crediticia surge
de manera activa pero desde la actualidad las
empresas o entidades financieras que califican
el riesgo aparecen desde los principios del siglo
XX en los Estados Unidos (Morales y Tuesta
1998)
Proceso de Expertizaje
Proceso mediante el cual se recolecta la
opinioacuten de un experto o conjunto de expertos
calificados en el aacuterea a investigar sobre un tema
determinado estos datos deben ser medidos
en cuanto a su calidad de consideracioacuten de
expertos principalmente a traveacutes de encuestas
realizadas al personal selecto y calificado Se
indaga datos coadyuvantes entre los maacutes
pesimistas y los maacutes optimistas que predicen
los expertos seleccionados para la encuesta
explicando los rangos de calificacioacuten respecto a
la tabla de valoracioacuten endecadaria o semaacutentica
desde un enfoque prospectivo numeacutericamente
se determina asiacute nuestra escala
Cuadro 1 Escala Semaacutentica
GRADO DE PRESUNCIOacuteN
α
INCIDENCIA
00 Cumplimiento del 0 o existencia nula
01 Cumplimiento del 1002 Cumplimiento del 2003 Cumplimiento del 3004 Cumplimiento del 4005 Cumplimiento del 5006 Cumplimiento del 6007 Cumplimiento del 7008 Cumplimiento del 8009 Cumplimiento del 9010 Cumplimiento del 100
Fuente Elaboracioacuten Propia
El Nuacutemero de expertos emiten n opiniones o
proposiciones sobre un enfoque determinado
eacutestas se agrupan en un expertoacuten de la forma [αi1
αi2] es decir mediante intervalos de confianza
que puede ser de tipo agrupado triangular o
trapezoidal como se puede observar en la tabla
1 sobre cada variable De esta forma al expresar
la opinioacuten del experto n se puedan agrupar las
opiniones indagadas mediante la aplicacioacuten de
la esperanza matemaacutetica donde se procesan los
datos para el miacutenimo y maacuteximo cumplimiento
(peor y mejor de los casos) de cada enfoque de
estudio de la siguiente manera
Tabla 1 Valoraciones de los Expertos
Variable 1 Opinioacuten Expertos α1 α2
1 04 072 01 08
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070538
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
3 02 074 04 08
Fuente Elaboracioacuten Propia
A partir de estas opciones y al analizar las
preguntas de la encuesta se procede a
contar las valoraciones de los expertos y se las
coloca cada variable respectivamente en su
base estructurada luego se procede a dividir
cada valor de la frecuencia entre en nuacutemero
n de expertos que dieron su estimacioacuten
seguidamente se procesa los datos de abajo
hacia arriba donde se suma la valoracioacuten
inferior de la frecuencia con la siguiente de la
normalizada de la siguiente manera 0+0 = 0
helliphellip 0+05 = 05 075+025 = 1
Finalmente aplicando la esperanza matemaacutetica
se obtiene que al eliminar el nivel cero (00) y
dividiendo la segregacioacuten de datos restantes
entre 10 ( de variables en escala endecadaria)
el factor de correlacioacuten para la cifra establecida
inicial oscila entre (αi1 α
i2) para el lado izquierdo
y derecho respectivamente obteniendo las
frecuencias acumuladas como se puede ver en
la tabla 2
sum (ṽ Variacioacuten de las existencias) = 110 (1)
([α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ]) = 110 [α1 α2 ]
= [α1 α2 ]
Tabla 2 Caacutelculo del Expertizaje con datos de
Incertidumbre
GRADO DE PRESUNCIOacuteN
αFREC
1FREC
2
00 04 04 0 0 1 1
01 14 04 025 0 1 1
02 14 04 025 0 075 1
03 04 04 0 0 05 1
04 14 04 05 0 05 1
05 04 04 0 0 0 1
06 04 04 0 0 0 1
07 04 24 0 05 0 1
08 04 24 0 05 0 05
09 04 04 0 0 0 0
10 04 04 0 0 0 0
4 4 Σ 028 075
NORMALIZACIOacuteN FREC 1 FREC 2
ACUMULACIOacuteN FREC 1 FREC 2
Fuente Elaboracioacuten Propia
Al cumplir con el proceso de expertizaje se
procede a construir los datos en intervalos
de confianza condensados respecto a las
valoraciones otorgadas por los expertos para
poder procesarlos a traveacutes de datos matemaacuteticos
para obtener las valoraciones ponderadas de
cada nivel de calificacioacuten de riesgo actual de
la cooperativa de ahorro y creacutedito con este
proceso se obtiene datos reales y con un mayor
grado de certeza de cada variable
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070534
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
INTRODUCCIOacuteN1
Las entidades de ahorro y creacutedito del Ecuador
se encuentran bajo la supervisioacuten y control a
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Esta entidad gubernamental
que rige y vela por los activos y beneficios
otorgados al pueblo ecuatoriano estableciendo
los requerimientos poliacuteticos-administrativos
en cuanto a los objetivos que deben trazarse
las cooperativas de Ahorro y Creacutedito Dicha
institucioacuten impone una serie de lineamientos
para garantizar a los clientes las solvencia
rentabilidad y liquidez financiera de la entidad
a traveacutes de la transparencia de los resultados de
los anaacutelisis financieros
Para el anaacutelisis de calificacioacuten de riesgo que se
implementan en las Cooperativas de Ahorro
y Creacutedito (COAC) bajo los lineamientos de la
SEPS se exigen una serie de caracteriacutesticas y
manejo de procedimientos que deben cumplir
con paraacutemetros miacutenimos a ser aceptados a
nivel internacional
Es asiacute que en la calificacioacuten de riesgo de la
COAC Jardiacuten Azuayo se observan carencias
en cuanto al manejo y caacutelculo analiacutetico de los
procesos de calificacioacuten ya que la entidad se
enmarca en la medicioacuten del riesgo tradicional
enfocado a estructuras sin cambios en el
tiempo y que son riacutegidas para la previsioacuten de
riesgo que puede asumir la entidad en un
futuro En este sentido dicha entidad utiliza
modelos riacutegidos estandarizados basados en
informaciones financieras de tiempos pasados
que no permiten recoger las variaciones de los
patrones de medicioacuten en el tiempo
Por este motivo se recurre a un modelo
predictivo que recoja la dinaacutemica existente en
las variables objeto de medicioacuten a traveacutes de la
loacutegica difusa donde las variables son evaluadas
mediante rangos que permiten atrapar el mejor
y peor de los escenarios dentro del periodo
analizado en el tiempo Con ello se utilizan
instrumentos de avanzada para el caacutelculo de
la calificacioacuten del riesgo financiero que permita
a la gerencia poder tomar predicciones para
direccionar a la empresa para escenarios futuros
y de esta manera alcanzar perfiles ideales en lo
que deberiacutea constituirse una cooperativa de
ahorro y creacutedito de elite
En este estudio se maneja la loacutegica difusa
mediante la utilizacioacuten de Distancias Relativas
de Hamming con ponderacioacuten convexa
coeficiente de adecuacioacuten con ponderacioacuten
convexa y teoriacutea de expertizaje desarrollados
por Gil (2000) con la finalidad de explicar
que los nuacutemeros borrosos que determinan
datos inciertos son susceptibles a representar
fenoacutemenos en estimaciones subjetivas
permiendo reducir la incertidumbre de
ocurrencia en el mejor y peor de las situaciones
otorgando posibilidades de nuacutemeros inciertos
acorde a una estructura ideal
Dicha investigacioacuten consta en una primera
fase en el estudio de los distintos enfoques
que determinados autores han hecho en
la utilizacioacuten de la loacutegica difusa al estudio de
riesgo presentando las bases metodoloacutegicas
de los anaacutelisis crediticios de distintas entidades
enmarcadas en sus procesos evaluativos
En una segunda fase se explica los pasos a
seguir para la construccioacuten y evaluacioacuten de un
modelo crediticio presentando el desarrollo
de las herramientas utilizadas y las foacutermulas de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070535
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
caacutelculo Por uacuteltimo se presentan los resultados
con la calificacioacuten del riesgo que puede asumir
la entidad en un futuro inmediato
Las instituciones del sector micro financiero
cruzan por problemas en la calificacioacuten de
riesgo ya que las entidades basan sus estudios
en procesos riacutegidas de calificacioacuten las mismas
que dificultad su manejo ya que forman parte
de la estructura tradicional que existe en el
mercado financiero por ello algunos autores
dan a conocer sus investigaciones relacionadas
a esta problemaacutetica entre ellos Carmona
(2013) aplica Redes Neuronales Artificiales en
finanzas enfocadas en el estudio del anaacutelisis del
riesgo de creacutedito utlizadas para establecer un
ajuste a la medicioacuten y clasificacioacuten del riesgo de
mercado Fernaacutendez y Peacuterez (2005) presentan
un planteamiento no lineal de los modelos
de eleccioacuten dicotoacutemica que sin duda es una
buena eleccioacuten para evaluar el riesgo de creacutedito
de una cartera comercial Martiacuten Domiacutenguez
Perea Saca y Saacutenchez (2011) demuestran
la relacioacuten existente entre la concentracioacuten
bancaria y el desarrollo de mercado de capitales
es decir si una elevada concentracioacuten en la
calificacioacuten de riesgo de las empresas puede
influir en el coste de financiacioacuten Rivas y Masci
(2004) demuestran el impacto que el Nuevo
Acuerdo de Capitales de Basilea (NACB) tendraacute
sobre los procedimientos de calificacioacuten de
riesgo Tambieacuten se revisa la transparencia de los
regiacutemenes de calificacioacuten en el contexto de las
legislaciones vigentes sugiriendo los cambios
que podriacutean implicar una mejora Schreiner
(1999) prueba si un modelo de calificacioacuten de
creacuteditos puede predecir el riesgo de atrasos
costosos de los creacuteditos de una organizacioacuten
de microfinanzas en Bolivia Peacuterez y Fernandez
(2007) exponen la aplicacioacuten de un modelo
de cuantificacioacuten de la calificacioacuten del riesgo
para una cartera comercial calculando las
probabilidades de impago para establecer el
capital miacutenimo requerido y las provisiones de
cartera a traveacutes de las metodologiacuteas de redes
neuronales
La Loacutegica Difusa es una rama de la inteligencia
artificial se introdujo en California en el antildeo
de 1965 por el Profesor de la Universidad de
Berkeley Lotfy Zadeh permitiendo trasladar el
lenguaje subjetivo a un lenguaje matemaacutetico
formal otorgando teacutecnicas que permitan usar
el juicio humano como un sistema de anaacutelisis a
mediano y largo plazo (Zadeh 1976) El filoacutesofo
Jan Lukasiewicz en el antildeo de 1920 desarrollo
la pertenencia de valores endecadarios
entendidos entre 00 y 10 que ayudan a
determinar los grados de pertenencia de
escalas determinadas por el juicio de expertos
para el proceso de determinacioacuten de datos en
escalas que permitan realizar la estructuracioacuten
de una tabla valorativa de datos con las distintas
morfologiacuteas de puntos de vista de cada variante
(Diacuteaz Coba Moreno y Santamariacutea 2017)
Sin embargo ciertos autores han contribuido
respecto al uso de la loacutegica difusa para
dinamizar las variabilidades tradicionales o
riacutegidas acotando la incertidumbre buscando
instrumentos que complementen la base
multivariante para conseguir un perfil ideal
adaptando la automatizacioacuten en los procesos
administrativos entre los cuales Zadeh (1976)
proporciona un marco para la definicioacuten de
tales conceptos encontrados en varios dominios
del conocimiento humano mediante el uso de
algoritmos difusos que tienen la estructura de
un cuestionario de derivacioacutenTinto Molina
y Cisneros (2018) proponen un modelo
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070536
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
dinaacutemico que permita atrapar la incertidumbre
aplicando el vasto instrumental que ofrece la
loacutegica difusa para controlar las fluctuaciones en
los precios de las materias primas y productos
intermedios que permitan un mejor control de
la planificacioacuten en el proceso de fabricacioacuten
Tinto Molina Chaacutevez y Mosquera (2016)
proponen atrapar la incertidumbre reinante
y poder tomar decisiones para un mediano y
largo plazo en la empresa banenera del Oro
ndash Ecuador con ello lograr la automatizacioacuten
de un modelo que permite el estudio de la
solvencia financiera y del estudio del beneficio
empresarial
Tinto Molina y Habbid (2015) determinan
introducir la teoriacutea de la incertidumbre dentro
de las Ciencias Contables como elemento
fundamental para la toma de decisiones donde
surge la necesidad de dar una visioacuten predictiva
y dinaacutemica al aacuterea contable Hurtado Tinto
y Zerpa (2011) proponen un modelo para la
medicioacuten de la calidad de vida de los hogares
del aacuterea metropolitana de Meacuterida (Venezuela)
a traveacutes de la loacutegica difusa considerando un
conjunto amplio de indicadores empleados en
los estudios teoacutericos de la calidad de vida
No obstante la determinacioacuten de un perfil ideal
hace que una estructura se dinamice para que
una entidad enfoque esfuerzos de cambio en
algunas variaciones que permite alcanzar una
excelencia financiera debido a esto algunos
autores han contribuido con la investigacioacuten
de las herramientas que intervienen en el
modelo de prediccioacuten con el uso de las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten entre ellos Diacuteaz Aguilera y
Guilleacuten (2014) evaluacutean los ratios del segmento
1 de las Cooperativas de Ahorro y Creacutedito
del Ecuador en un rango de bajo estable
y oacuteptimo mediante grados de pertenencia
y variables linguumliacutesticas que sustentan la
conversioacuten de los iacutendices financieros a teacuterminos
difusos con el uso de las Distancias relativas de
Hamming Canoacutes Cantildeo y Gonzaacutelez (2006)
proponen meacutetodos de ordenacioacuten uacutetiles
para la toma de decisiones en el proceso de
seleccioacuten de personal presentando resultados
computacionales para diferentes casos
representativos del comportamiento de dichos
algoritmos bajo el manifiesto del coeficiente de
adecuacioacuten de la loacutegica borrosa y la distancia
de Hamming Samaniego Reyes y Bachs
(2008) proponen ajustar las razones financieras
mediante el coeficiente de pesimismo relativo
(CPR) y las distancias de Hamming tomando
en cuenta la relacioacuten riesgo-rendimiento
asimismo proponen una metodologiacutea para
el caacutelculo de un indicador relativo de este
coeficiente en los inversionistas que participan
en un sector de mercado de valores Goyoso
Hernaacutendez Hernaacutendez Montoya y Oruacutee
(2014) presentan la viabilidad de utilizar como
meacutetodo de verificacioacuten de una identidad
basada en iris la transformada de Walsh-
Hadamard complementada con la covarianza
cruzada y las distancias de Hamming y eucliacutedea
Alfaro y Alfaro (2015) demuestran la unioacuten
de los beneficios del Algoritmo de Pichat y la
distancia de Hamming con el fin de disminuir
la incertidumbre en el proceso de toma de
decisiones Santos y Gil (2016) proponen
un modelo causal de comportamiento de la
lealtad actitudinal estructurado a partir de dos
referenciales que segmentan al consumidos
de una comunidad virtual de marca a traveacutes
del coeficiente de adecuacioacuten Guerrero y
Tercentildeo (2011) proponen una metodologiacutea de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070537
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
subconjuntos borrosos en la cual se construye
un coeficiente de adecuacioacuten con el fin de
enfrentar la incertidumbre en la seleccioacuten de
empresas que surgen de los contratos de
outsourcing
Con la base teorica descrita por los autores
se sustenta el estudio de la loacutegica difusa y las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten relacionado a la calificacioacuten
de riesgo permitiendo la toma acertada de
decisiones por parte de la gerencia para la
sostenibilidad a largo plazo
MEacuteTODO2
Meacutetodo
La metodologiacutea analiacutetica para le medicioacuten del
riesgo crediticio de una entidad viene desde
la antiguumledad en la cual comprende procesos
de medicioacuten del endeudamiento o niveles de
inversioacuten que asumen las instituciones desde
la deacutecada de los 70 la actividad crediticia surge
de manera activa pero desde la actualidad las
empresas o entidades financieras que califican
el riesgo aparecen desde los principios del siglo
XX en los Estados Unidos (Morales y Tuesta
1998)
Proceso de Expertizaje
Proceso mediante el cual se recolecta la
opinioacuten de un experto o conjunto de expertos
calificados en el aacuterea a investigar sobre un tema
determinado estos datos deben ser medidos
en cuanto a su calidad de consideracioacuten de
expertos principalmente a traveacutes de encuestas
realizadas al personal selecto y calificado Se
indaga datos coadyuvantes entre los maacutes
pesimistas y los maacutes optimistas que predicen
los expertos seleccionados para la encuesta
explicando los rangos de calificacioacuten respecto a
la tabla de valoracioacuten endecadaria o semaacutentica
desde un enfoque prospectivo numeacutericamente
se determina asiacute nuestra escala
Cuadro 1 Escala Semaacutentica
GRADO DE PRESUNCIOacuteN
α
INCIDENCIA
00 Cumplimiento del 0 o existencia nula
01 Cumplimiento del 1002 Cumplimiento del 2003 Cumplimiento del 3004 Cumplimiento del 4005 Cumplimiento del 5006 Cumplimiento del 6007 Cumplimiento del 7008 Cumplimiento del 8009 Cumplimiento del 9010 Cumplimiento del 100
Fuente Elaboracioacuten Propia
El Nuacutemero de expertos emiten n opiniones o
proposiciones sobre un enfoque determinado
eacutestas se agrupan en un expertoacuten de la forma [αi1
αi2] es decir mediante intervalos de confianza
que puede ser de tipo agrupado triangular o
trapezoidal como se puede observar en la tabla
1 sobre cada variable De esta forma al expresar
la opinioacuten del experto n se puedan agrupar las
opiniones indagadas mediante la aplicacioacuten de
la esperanza matemaacutetica donde se procesan los
datos para el miacutenimo y maacuteximo cumplimiento
(peor y mejor de los casos) de cada enfoque de
estudio de la siguiente manera
Tabla 1 Valoraciones de los Expertos
Variable 1 Opinioacuten Expertos α1 α2
1 04 072 01 08
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070538
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
3 02 074 04 08
Fuente Elaboracioacuten Propia
A partir de estas opciones y al analizar las
preguntas de la encuesta se procede a
contar las valoraciones de los expertos y se las
coloca cada variable respectivamente en su
base estructurada luego se procede a dividir
cada valor de la frecuencia entre en nuacutemero
n de expertos que dieron su estimacioacuten
seguidamente se procesa los datos de abajo
hacia arriba donde se suma la valoracioacuten
inferior de la frecuencia con la siguiente de la
normalizada de la siguiente manera 0+0 = 0
helliphellip 0+05 = 05 075+025 = 1
Finalmente aplicando la esperanza matemaacutetica
se obtiene que al eliminar el nivel cero (00) y
dividiendo la segregacioacuten de datos restantes
entre 10 ( de variables en escala endecadaria)
el factor de correlacioacuten para la cifra establecida
inicial oscila entre (αi1 α
i2) para el lado izquierdo
y derecho respectivamente obteniendo las
frecuencias acumuladas como se puede ver en
la tabla 2
sum (ṽ Variacioacuten de las existencias) = 110 (1)
([α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ]) = 110 [α1 α2 ]
= [α1 α2 ]
Tabla 2 Caacutelculo del Expertizaje con datos de
Incertidumbre
GRADO DE PRESUNCIOacuteN
αFREC
1FREC
2
00 04 04 0 0 1 1
01 14 04 025 0 1 1
02 14 04 025 0 075 1
03 04 04 0 0 05 1
04 14 04 05 0 05 1
05 04 04 0 0 0 1
06 04 04 0 0 0 1
07 04 24 0 05 0 1
08 04 24 0 05 0 05
09 04 04 0 0 0 0
10 04 04 0 0 0 0
4 4 Σ 028 075
NORMALIZACIOacuteN FREC 1 FREC 2
ACUMULACIOacuteN FREC 1 FREC 2
Fuente Elaboracioacuten Propia
Al cumplir con el proceso de expertizaje se
procede a construir los datos en intervalos
de confianza condensados respecto a las
valoraciones otorgadas por los expertos para
poder procesarlos a traveacutes de datos matemaacuteticos
para obtener las valoraciones ponderadas de
cada nivel de calificacioacuten de riesgo actual de
la cooperativa de ahorro y creacutedito con este
proceso se obtiene datos reales y con un mayor
grado de certeza de cada variable
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070535
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
caacutelculo Por uacuteltimo se presentan los resultados
con la calificacioacuten del riesgo que puede asumir
la entidad en un futuro inmediato
Las instituciones del sector micro financiero
cruzan por problemas en la calificacioacuten de
riesgo ya que las entidades basan sus estudios
en procesos riacutegidas de calificacioacuten las mismas
que dificultad su manejo ya que forman parte
de la estructura tradicional que existe en el
mercado financiero por ello algunos autores
dan a conocer sus investigaciones relacionadas
a esta problemaacutetica entre ellos Carmona
(2013) aplica Redes Neuronales Artificiales en
finanzas enfocadas en el estudio del anaacutelisis del
riesgo de creacutedito utlizadas para establecer un
ajuste a la medicioacuten y clasificacioacuten del riesgo de
mercado Fernaacutendez y Peacuterez (2005) presentan
un planteamiento no lineal de los modelos
de eleccioacuten dicotoacutemica que sin duda es una
buena eleccioacuten para evaluar el riesgo de creacutedito
de una cartera comercial Martiacuten Domiacutenguez
Perea Saca y Saacutenchez (2011) demuestran
la relacioacuten existente entre la concentracioacuten
bancaria y el desarrollo de mercado de capitales
es decir si una elevada concentracioacuten en la
calificacioacuten de riesgo de las empresas puede
influir en el coste de financiacioacuten Rivas y Masci
(2004) demuestran el impacto que el Nuevo
Acuerdo de Capitales de Basilea (NACB) tendraacute
sobre los procedimientos de calificacioacuten de
riesgo Tambieacuten se revisa la transparencia de los
regiacutemenes de calificacioacuten en el contexto de las
legislaciones vigentes sugiriendo los cambios
que podriacutean implicar una mejora Schreiner
(1999) prueba si un modelo de calificacioacuten de
creacuteditos puede predecir el riesgo de atrasos
costosos de los creacuteditos de una organizacioacuten
de microfinanzas en Bolivia Peacuterez y Fernandez
(2007) exponen la aplicacioacuten de un modelo
de cuantificacioacuten de la calificacioacuten del riesgo
para una cartera comercial calculando las
probabilidades de impago para establecer el
capital miacutenimo requerido y las provisiones de
cartera a traveacutes de las metodologiacuteas de redes
neuronales
La Loacutegica Difusa es una rama de la inteligencia
artificial se introdujo en California en el antildeo
de 1965 por el Profesor de la Universidad de
Berkeley Lotfy Zadeh permitiendo trasladar el
lenguaje subjetivo a un lenguaje matemaacutetico
formal otorgando teacutecnicas que permitan usar
el juicio humano como un sistema de anaacutelisis a
mediano y largo plazo (Zadeh 1976) El filoacutesofo
Jan Lukasiewicz en el antildeo de 1920 desarrollo
la pertenencia de valores endecadarios
entendidos entre 00 y 10 que ayudan a
determinar los grados de pertenencia de
escalas determinadas por el juicio de expertos
para el proceso de determinacioacuten de datos en
escalas que permitan realizar la estructuracioacuten
de una tabla valorativa de datos con las distintas
morfologiacuteas de puntos de vista de cada variante
(Diacuteaz Coba Moreno y Santamariacutea 2017)
Sin embargo ciertos autores han contribuido
respecto al uso de la loacutegica difusa para
dinamizar las variabilidades tradicionales o
riacutegidas acotando la incertidumbre buscando
instrumentos que complementen la base
multivariante para conseguir un perfil ideal
adaptando la automatizacioacuten en los procesos
administrativos entre los cuales Zadeh (1976)
proporciona un marco para la definicioacuten de
tales conceptos encontrados en varios dominios
del conocimiento humano mediante el uso de
algoritmos difusos que tienen la estructura de
un cuestionario de derivacioacutenTinto Molina
y Cisneros (2018) proponen un modelo
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070536
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
dinaacutemico que permita atrapar la incertidumbre
aplicando el vasto instrumental que ofrece la
loacutegica difusa para controlar las fluctuaciones en
los precios de las materias primas y productos
intermedios que permitan un mejor control de
la planificacioacuten en el proceso de fabricacioacuten
Tinto Molina Chaacutevez y Mosquera (2016)
proponen atrapar la incertidumbre reinante
y poder tomar decisiones para un mediano y
largo plazo en la empresa banenera del Oro
ndash Ecuador con ello lograr la automatizacioacuten
de un modelo que permite el estudio de la
solvencia financiera y del estudio del beneficio
empresarial
Tinto Molina y Habbid (2015) determinan
introducir la teoriacutea de la incertidumbre dentro
de las Ciencias Contables como elemento
fundamental para la toma de decisiones donde
surge la necesidad de dar una visioacuten predictiva
y dinaacutemica al aacuterea contable Hurtado Tinto
y Zerpa (2011) proponen un modelo para la
medicioacuten de la calidad de vida de los hogares
del aacuterea metropolitana de Meacuterida (Venezuela)
a traveacutes de la loacutegica difusa considerando un
conjunto amplio de indicadores empleados en
los estudios teoacutericos de la calidad de vida
No obstante la determinacioacuten de un perfil ideal
hace que una estructura se dinamice para que
una entidad enfoque esfuerzos de cambio en
algunas variaciones que permite alcanzar una
excelencia financiera debido a esto algunos
autores han contribuido con la investigacioacuten
de las herramientas que intervienen en el
modelo de prediccioacuten con el uso de las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten entre ellos Diacuteaz Aguilera y
Guilleacuten (2014) evaluacutean los ratios del segmento
1 de las Cooperativas de Ahorro y Creacutedito
del Ecuador en un rango de bajo estable
y oacuteptimo mediante grados de pertenencia
y variables linguumliacutesticas que sustentan la
conversioacuten de los iacutendices financieros a teacuterminos
difusos con el uso de las Distancias relativas de
Hamming Canoacutes Cantildeo y Gonzaacutelez (2006)
proponen meacutetodos de ordenacioacuten uacutetiles
para la toma de decisiones en el proceso de
seleccioacuten de personal presentando resultados
computacionales para diferentes casos
representativos del comportamiento de dichos
algoritmos bajo el manifiesto del coeficiente de
adecuacioacuten de la loacutegica borrosa y la distancia
de Hamming Samaniego Reyes y Bachs
(2008) proponen ajustar las razones financieras
mediante el coeficiente de pesimismo relativo
(CPR) y las distancias de Hamming tomando
en cuenta la relacioacuten riesgo-rendimiento
asimismo proponen una metodologiacutea para
el caacutelculo de un indicador relativo de este
coeficiente en los inversionistas que participan
en un sector de mercado de valores Goyoso
Hernaacutendez Hernaacutendez Montoya y Oruacutee
(2014) presentan la viabilidad de utilizar como
meacutetodo de verificacioacuten de una identidad
basada en iris la transformada de Walsh-
Hadamard complementada con la covarianza
cruzada y las distancias de Hamming y eucliacutedea
Alfaro y Alfaro (2015) demuestran la unioacuten
de los beneficios del Algoritmo de Pichat y la
distancia de Hamming con el fin de disminuir
la incertidumbre en el proceso de toma de
decisiones Santos y Gil (2016) proponen
un modelo causal de comportamiento de la
lealtad actitudinal estructurado a partir de dos
referenciales que segmentan al consumidos
de una comunidad virtual de marca a traveacutes
del coeficiente de adecuacioacuten Guerrero y
Tercentildeo (2011) proponen una metodologiacutea de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070537
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
subconjuntos borrosos en la cual se construye
un coeficiente de adecuacioacuten con el fin de
enfrentar la incertidumbre en la seleccioacuten de
empresas que surgen de los contratos de
outsourcing
Con la base teorica descrita por los autores
se sustenta el estudio de la loacutegica difusa y las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten relacionado a la calificacioacuten
de riesgo permitiendo la toma acertada de
decisiones por parte de la gerencia para la
sostenibilidad a largo plazo
MEacuteTODO2
Meacutetodo
La metodologiacutea analiacutetica para le medicioacuten del
riesgo crediticio de una entidad viene desde
la antiguumledad en la cual comprende procesos
de medicioacuten del endeudamiento o niveles de
inversioacuten que asumen las instituciones desde
la deacutecada de los 70 la actividad crediticia surge
de manera activa pero desde la actualidad las
empresas o entidades financieras que califican
el riesgo aparecen desde los principios del siglo
XX en los Estados Unidos (Morales y Tuesta
1998)
Proceso de Expertizaje
Proceso mediante el cual se recolecta la
opinioacuten de un experto o conjunto de expertos
calificados en el aacuterea a investigar sobre un tema
determinado estos datos deben ser medidos
en cuanto a su calidad de consideracioacuten de
expertos principalmente a traveacutes de encuestas
realizadas al personal selecto y calificado Se
indaga datos coadyuvantes entre los maacutes
pesimistas y los maacutes optimistas que predicen
los expertos seleccionados para la encuesta
explicando los rangos de calificacioacuten respecto a
la tabla de valoracioacuten endecadaria o semaacutentica
desde un enfoque prospectivo numeacutericamente
se determina asiacute nuestra escala
Cuadro 1 Escala Semaacutentica
GRADO DE PRESUNCIOacuteN
α
INCIDENCIA
00 Cumplimiento del 0 o existencia nula
01 Cumplimiento del 1002 Cumplimiento del 2003 Cumplimiento del 3004 Cumplimiento del 4005 Cumplimiento del 5006 Cumplimiento del 6007 Cumplimiento del 7008 Cumplimiento del 8009 Cumplimiento del 9010 Cumplimiento del 100
Fuente Elaboracioacuten Propia
El Nuacutemero de expertos emiten n opiniones o
proposiciones sobre un enfoque determinado
eacutestas se agrupan en un expertoacuten de la forma [αi1
αi2] es decir mediante intervalos de confianza
que puede ser de tipo agrupado triangular o
trapezoidal como se puede observar en la tabla
1 sobre cada variable De esta forma al expresar
la opinioacuten del experto n se puedan agrupar las
opiniones indagadas mediante la aplicacioacuten de
la esperanza matemaacutetica donde se procesan los
datos para el miacutenimo y maacuteximo cumplimiento
(peor y mejor de los casos) de cada enfoque de
estudio de la siguiente manera
Tabla 1 Valoraciones de los Expertos
Variable 1 Opinioacuten Expertos α1 α2
1 04 072 01 08
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070538
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
3 02 074 04 08
Fuente Elaboracioacuten Propia
A partir de estas opciones y al analizar las
preguntas de la encuesta se procede a
contar las valoraciones de los expertos y se las
coloca cada variable respectivamente en su
base estructurada luego se procede a dividir
cada valor de la frecuencia entre en nuacutemero
n de expertos que dieron su estimacioacuten
seguidamente se procesa los datos de abajo
hacia arriba donde se suma la valoracioacuten
inferior de la frecuencia con la siguiente de la
normalizada de la siguiente manera 0+0 = 0
helliphellip 0+05 = 05 075+025 = 1
Finalmente aplicando la esperanza matemaacutetica
se obtiene que al eliminar el nivel cero (00) y
dividiendo la segregacioacuten de datos restantes
entre 10 ( de variables en escala endecadaria)
el factor de correlacioacuten para la cifra establecida
inicial oscila entre (αi1 α
i2) para el lado izquierdo
y derecho respectivamente obteniendo las
frecuencias acumuladas como se puede ver en
la tabla 2
sum (ṽ Variacioacuten de las existencias) = 110 (1)
([α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ]) = 110 [α1 α2 ]
= [α1 α2 ]
Tabla 2 Caacutelculo del Expertizaje con datos de
Incertidumbre
GRADO DE PRESUNCIOacuteN
αFREC
1FREC
2
00 04 04 0 0 1 1
01 14 04 025 0 1 1
02 14 04 025 0 075 1
03 04 04 0 0 05 1
04 14 04 05 0 05 1
05 04 04 0 0 0 1
06 04 04 0 0 0 1
07 04 24 0 05 0 1
08 04 24 0 05 0 05
09 04 04 0 0 0 0
10 04 04 0 0 0 0
4 4 Σ 028 075
NORMALIZACIOacuteN FREC 1 FREC 2
ACUMULACIOacuteN FREC 1 FREC 2
Fuente Elaboracioacuten Propia
Al cumplir con el proceso de expertizaje se
procede a construir los datos en intervalos
de confianza condensados respecto a las
valoraciones otorgadas por los expertos para
poder procesarlos a traveacutes de datos matemaacuteticos
para obtener las valoraciones ponderadas de
cada nivel de calificacioacuten de riesgo actual de
la cooperativa de ahorro y creacutedito con este
proceso se obtiene datos reales y con un mayor
grado de certeza de cada variable
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070536
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
dinaacutemico que permita atrapar la incertidumbre
aplicando el vasto instrumental que ofrece la
loacutegica difusa para controlar las fluctuaciones en
los precios de las materias primas y productos
intermedios que permitan un mejor control de
la planificacioacuten en el proceso de fabricacioacuten
Tinto Molina Chaacutevez y Mosquera (2016)
proponen atrapar la incertidumbre reinante
y poder tomar decisiones para un mediano y
largo plazo en la empresa banenera del Oro
ndash Ecuador con ello lograr la automatizacioacuten
de un modelo que permite el estudio de la
solvencia financiera y del estudio del beneficio
empresarial
Tinto Molina y Habbid (2015) determinan
introducir la teoriacutea de la incertidumbre dentro
de las Ciencias Contables como elemento
fundamental para la toma de decisiones donde
surge la necesidad de dar una visioacuten predictiva
y dinaacutemica al aacuterea contable Hurtado Tinto
y Zerpa (2011) proponen un modelo para la
medicioacuten de la calidad de vida de los hogares
del aacuterea metropolitana de Meacuterida (Venezuela)
a traveacutes de la loacutegica difusa considerando un
conjunto amplio de indicadores empleados en
los estudios teoacutericos de la calidad de vida
No obstante la determinacioacuten de un perfil ideal
hace que una estructura se dinamice para que
una entidad enfoque esfuerzos de cambio en
algunas variaciones que permite alcanzar una
excelencia financiera debido a esto algunos
autores han contribuido con la investigacioacuten
de las herramientas que intervienen en el
modelo de prediccioacuten con el uso de las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten entre ellos Diacuteaz Aguilera y
Guilleacuten (2014) evaluacutean los ratios del segmento
1 de las Cooperativas de Ahorro y Creacutedito
del Ecuador en un rango de bajo estable
y oacuteptimo mediante grados de pertenencia
y variables linguumliacutesticas que sustentan la
conversioacuten de los iacutendices financieros a teacuterminos
difusos con el uso de las Distancias relativas de
Hamming Canoacutes Cantildeo y Gonzaacutelez (2006)
proponen meacutetodos de ordenacioacuten uacutetiles
para la toma de decisiones en el proceso de
seleccioacuten de personal presentando resultados
computacionales para diferentes casos
representativos del comportamiento de dichos
algoritmos bajo el manifiesto del coeficiente de
adecuacioacuten de la loacutegica borrosa y la distancia
de Hamming Samaniego Reyes y Bachs
(2008) proponen ajustar las razones financieras
mediante el coeficiente de pesimismo relativo
(CPR) y las distancias de Hamming tomando
en cuenta la relacioacuten riesgo-rendimiento
asimismo proponen una metodologiacutea para
el caacutelculo de un indicador relativo de este
coeficiente en los inversionistas que participan
en un sector de mercado de valores Goyoso
Hernaacutendez Hernaacutendez Montoya y Oruacutee
(2014) presentan la viabilidad de utilizar como
meacutetodo de verificacioacuten de una identidad
basada en iris la transformada de Walsh-
Hadamard complementada con la covarianza
cruzada y las distancias de Hamming y eucliacutedea
Alfaro y Alfaro (2015) demuestran la unioacuten
de los beneficios del Algoritmo de Pichat y la
distancia de Hamming con el fin de disminuir
la incertidumbre en el proceso de toma de
decisiones Santos y Gil (2016) proponen
un modelo causal de comportamiento de la
lealtad actitudinal estructurado a partir de dos
referenciales que segmentan al consumidos
de una comunidad virtual de marca a traveacutes
del coeficiente de adecuacioacuten Guerrero y
Tercentildeo (2011) proponen una metodologiacutea de
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070537
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
subconjuntos borrosos en la cual se construye
un coeficiente de adecuacioacuten con el fin de
enfrentar la incertidumbre en la seleccioacuten de
empresas que surgen de los contratos de
outsourcing
Con la base teorica descrita por los autores
se sustenta el estudio de la loacutegica difusa y las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten relacionado a la calificacioacuten
de riesgo permitiendo la toma acertada de
decisiones por parte de la gerencia para la
sostenibilidad a largo plazo
MEacuteTODO2
Meacutetodo
La metodologiacutea analiacutetica para le medicioacuten del
riesgo crediticio de una entidad viene desde
la antiguumledad en la cual comprende procesos
de medicioacuten del endeudamiento o niveles de
inversioacuten que asumen las instituciones desde
la deacutecada de los 70 la actividad crediticia surge
de manera activa pero desde la actualidad las
empresas o entidades financieras que califican
el riesgo aparecen desde los principios del siglo
XX en los Estados Unidos (Morales y Tuesta
1998)
Proceso de Expertizaje
Proceso mediante el cual se recolecta la
opinioacuten de un experto o conjunto de expertos
calificados en el aacuterea a investigar sobre un tema
determinado estos datos deben ser medidos
en cuanto a su calidad de consideracioacuten de
expertos principalmente a traveacutes de encuestas
realizadas al personal selecto y calificado Se
indaga datos coadyuvantes entre los maacutes
pesimistas y los maacutes optimistas que predicen
los expertos seleccionados para la encuesta
explicando los rangos de calificacioacuten respecto a
la tabla de valoracioacuten endecadaria o semaacutentica
desde un enfoque prospectivo numeacutericamente
se determina asiacute nuestra escala
Cuadro 1 Escala Semaacutentica
GRADO DE PRESUNCIOacuteN
α
INCIDENCIA
00 Cumplimiento del 0 o existencia nula
01 Cumplimiento del 1002 Cumplimiento del 2003 Cumplimiento del 3004 Cumplimiento del 4005 Cumplimiento del 5006 Cumplimiento del 6007 Cumplimiento del 7008 Cumplimiento del 8009 Cumplimiento del 9010 Cumplimiento del 100
Fuente Elaboracioacuten Propia
El Nuacutemero de expertos emiten n opiniones o
proposiciones sobre un enfoque determinado
eacutestas se agrupan en un expertoacuten de la forma [αi1
αi2] es decir mediante intervalos de confianza
que puede ser de tipo agrupado triangular o
trapezoidal como se puede observar en la tabla
1 sobre cada variable De esta forma al expresar
la opinioacuten del experto n se puedan agrupar las
opiniones indagadas mediante la aplicacioacuten de
la esperanza matemaacutetica donde se procesan los
datos para el miacutenimo y maacuteximo cumplimiento
(peor y mejor de los casos) de cada enfoque de
estudio de la siguiente manera
Tabla 1 Valoraciones de los Expertos
Variable 1 Opinioacuten Expertos α1 α2
1 04 072 01 08
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070538
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
3 02 074 04 08
Fuente Elaboracioacuten Propia
A partir de estas opciones y al analizar las
preguntas de la encuesta se procede a
contar las valoraciones de los expertos y se las
coloca cada variable respectivamente en su
base estructurada luego se procede a dividir
cada valor de la frecuencia entre en nuacutemero
n de expertos que dieron su estimacioacuten
seguidamente se procesa los datos de abajo
hacia arriba donde se suma la valoracioacuten
inferior de la frecuencia con la siguiente de la
normalizada de la siguiente manera 0+0 = 0
helliphellip 0+05 = 05 075+025 = 1
Finalmente aplicando la esperanza matemaacutetica
se obtiene que al eliminar el nivel cero (00) y
dividiendo la segregacioacuten de datos restantes
entre 10 ( de variables en escala endecadaria)
el factor de correlacioacuten para la cifra establecida
inicial oscila entre (αi1 α
i2) para el lado izquierdo
y derecho respectivamente obteniendo las
frecuencias acumuladas como se puede ver en
la tabla 2
sum (ṽ Variacioacuten de las existencias) = 110 (1)
([α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ]) = 110 [α1 α2 ]
= [α1 α2 ]
Tabla 2 Caacutelculo del Expertizaje con datos de
Incertidumbre
GRADO DE PRESUNCIOacuteN
αFREC
1FREC
2
00 04 04 0 0 1 1
01 14 04 025 0 1 1
02 14 04 025 0 075 1
03 04 04 0 0 05 1
04 14 04 05 0 05 1
05 04 04 0 0 0 1
06 04 04 0 0 0 1
07 04 24 0 05 0 1
08 04 24 0 05 0 05
09 04 04 0 0 0 0
10 04 04 0 0 0 0
4 4 Σ 028 075
NORMALIZACIOacuteN FREC 1 FREC 2
ACUMULACIOacuteN FREC 1 FREC 2
Fuente Elaboracioacuten Propia
Al cumplir con el proceso de expertizaje se
procede a construir los datos en intervalos
de confianza condensados respecto a las
valoraciones otorgadas por los expertos para
poder procesarlos a traveacutes de datos matemaacuteticos
para obtener las valoraciones ponderadas de
cada nivel de calificacioacuten de riesgo actual de
la cooperativa de ahorro y creacutedito con este
proceso se obtiene datos reales y con un mayor
grado de certeza de cada variable
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070537
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
subconjuntos borrosos en la cual se construye
un coeficiente de adecuacioacuten con el fin de
enfrentar la incertidumbre en la seleccioacuten de
empresas que surgen de los contratos de
outsourcing
Con la base teorica descrita por los autores
se sustenta el estudio de la loacutegica difusa y las
distancias relativas de Hamming y el coeficiente
de adecuacioacuten relacionado a la calificacioacuten
de riesgo permitiendo la toma acertada de
decisiones por parte de la gerencia para la
sostenibilidad a largo plazo
MEacuteTODO2
Meacutetodo
La metodologiacutea analiacutetica para le medicioacuten del
riesgo crediticio de una entidad viene desde
la antiguumledad en la cual comprende procesos
de medicioacuten del endeudamiento o niveles de
inversioacuten que asumen las instituciones desde
la deacutecada de los 70 la actividad crediticia surge
de manera activa pero desde la actualidad las
empresas o entidades financieras que califican
el riesgo aparecen desde los principios del siglo
XX en los Estados Unidos (Morales y Tuesta
1998)
Proceso de Expertizaje
Proceso mediante el cual se recolecta la
opinioacuten de un experto o conjunto de expertos
calificados en el aacuterea a investigar sobre un tema
determinado estos datos deben ser medidos
en cuanto a su calidad de consideracioacuten de
expertos principalmente a traveacutes de encuestas
realizadas al personal selecto y calificado Se
indaga datos coadyuvantes entre los maacutes
pesimistas y los maacutes optimistas que predicen
los expertos seleccionados para la encuesta
explicando los rangos de calificacioacuten respecto a
la tabla de valoracioacuten endecadaria o semaacutentica
desde un enfoque prospectivo numeacutericamente
se determina asiacute nuestra escala
Cuadro 1 Escala Semaacutentica
GRADO DE PRESUNCIOacuteN
α
INCIDENCIA
00 Cumplimiento del 0 o existencia nula
01 Cumplimiento del 1002 Cumplimiento del 2003 Cumplimiento del 3004 Cumplimiento del 4005 Cumplimiento del 5006 Cumplimiento del 6007 Cumplimiento del 7008 Cumplimiento del 8009 Cumplimiento del 9010 Cumplimiento del 100
Fuente Elaboracioacuten Propia
El Nuacutemero de expertos emiten n opiniones o
proposiciones sobre un enfoque determinado
eacutestas se agrupan en un expertoacuten de la forma [αi1
αi2] es decir mediante intervalos de confianza
que puede ser de tipo agrupado triangular o
trapezoidal como se puede observar en la tabla
1 sobre cada variable De esta forma al expresar
la opinioacuten del experto n se puedan agrupar las
opiniones indagadas mediante la aplicacioacuten de
la esperanza matemaacutetica donde se procesan los
datos para el miacutenimo y maacuteximo cumplimiento
(peor y mejor de los casos) de cada enfoque de
estudio de la siguiente manera
Tabla 1 Valoraciones de los Expertos
Variable 1 Opinioacuten Expertos α1 α2
1 04 072 01 08
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070538
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
3 02 074 04 08
Fuente Elaboracioacuten Propia
A partir de estas opciones y al analizar las
preguntas de la encuesta se procede a
contar las valoraciones de los expertos y se las
coloca cada variable respectivamente en su
base estructurada luego se procede a dividir
cada valor de la frecuencia entre en nuacutemero
n de expertos que dieron su estimacioacuten
seguidamente se procesa los datos de abajo
hacia arriba donde se suma la valoracioacuten
inferior de la frecuencia con la siguiente de la
normalizada de la siguiente manera 0+0 = 0
helliphellip 0+05 = 05 075+025 = 1
Finalmente aplicando la esperanza matemaacutetica
se obtiene que al eliminar el nivel cero (00) y
dividiendo la segregacioacuten de datos restantes
entre 10 ( de variables en escala endecadaria)
el factor de correlacioacuten para la cifra establecida
inicial oscila entre (αi1 α
i2) para el lado izquierdo
y derecho respectivamente obteniendo las
frecuencias acumuladas como se puede ver en
la tabla 2
sum (ṽ Variacioacuten de las existencias) = 110 (1)
([α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ]) = 110 [α1 α2 ]
= [α1 α2 ]
Tabla 2 Caacutelculo del Expertizaje con datos de
Incertidumbre
GRADO DE PRESUNCIOacuteN
αFREC
1FREC
2
00 04 04 0 0 1 1
01 14 04 025 0 1 1
02 14 04 025 0 075 1
03 04 04 0 0 05 1
04 14 04 05 0 05 1
05 04 04 0 0 0 1
06 04 04 0 0 0 1
07 04 24 0 05 0 1
08 04 24 0 05 0 05
09 04 04 0 0 0 0
10 04 04 0 0 0 0
4 4 Σ 028 075
NORMALIZACIOacuteN FREC 1 FREC 2
ACUMULACIOacuteN FREC 1 FREC 2
Fuente Elaboracioacuten Propia
Al cumplir con el proceso de expertizaje se
procede a construir los datos en intervalos
de confianza condensados respecto a las
valoraciones otorgadas por los expertos para
poder procesarlos a traveacutes de datos matemaacuteticos
para obtener las valoraciones ponderadas de
cada nivel de calificacioacuten de riesgo actual de
la cooperativa de ahorro y creacutedito con este
proceso se obtiene datos reales y con un mayor
grado de certeza de cada variable
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070538
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
3 02 074 04 08
Fuente Elaboracioacuten Propia
A partir de estas opciones y al analizar las
preguntas de la encuesta se procede a
contar las valoraciones de los expertos y se las
coloca cada variable respectivamente en su
base estructurada luego se procede a dividir
cada valor de la frecuencia entre en nuacutemero
n de expertos que dieron su estimacioacuten
seguidamente se procesa los datos de abajo
hacia arriba donde se suma la valoracioacuten
inferior de la frecuencia con la siguiente de la
normalizada de la siguiente manera 0+0 = 0
helliphellip 0+05 = 05 075+025 = 1
Finalmente aplicando la esperanza matemaacutetica
se obtiene que al eliminar el nivel cero (00) y
dividiendo la segregacioacuten de datos restantes
entre 10 ( de variables en escala endecadaria)
el factor de correlacioacuten para la cifra establecida
inicial oscila entre (αi1 α
i2) para el lado izquierdo
y derecho respectivamente obteniendo las
frecuencias acumuladas como se puede ver en
la tabla 2
sum (ṽ Variacioacuten de las existencias) = 110 (1)
([α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ] + [α1 α2 ] + [α1 α2 ] +
[α1 α2 ] + [α1 α2 ]) = 110 [α1 α2 ]
= [α1 α2 ]
Tabla 2 Caacutelculo del Expertizaje con datos de
Incertidumbre
GRADO DE PRESUNCIOacuteN
αFREC
1FREC
2
00 04 04 0 0 1 1
01 14 04 025 0 1 1
02 14 04 025 0 075 1
03 04 04 0 0 05 1
04 14 04 05 0 05 1
05 04 04 0 0 0 1
06 04 04 0 0 0 1
07 04 24 0 05 0 1
08 04 24 0 05 0 05
09 04 04 0 0 0 0
10 04 04 0 0 0 0
4 4 Σ 028 075
NORMALIZACIOacuteN FREC 1 FREC 2
ACUMULACIOacuteN FREC 1 FREC 2
Fuente Elaboracioacuten Propia
Al cumplir con el proceso de expertizaje se
procede a construir los datos en intervalos
de confianza condensados respecto a las
valoraciones otorgadas por los expertos para
poder procesarlos a traveacutes de datos matemaacuteticos
para obtener las valoraciones ponderadas de
cada nivel de calificacioacuten de riesgo actual de
la cooperativa de ahorro y creacutedito con este
proceso se obtiene datos reales y con un mayor
grado de certeza de cada variable
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070539
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Tabla 3 Perfil Ideal y Perfil dado por Expertos
VARIABLES FREC ACUM α1
FREC ACUM α2
VARIABLES FREC ACUM α1
FREC ACUM α2
Variable 1 09 10 Variable 1 028 075
Variable 2 09 10 Variable 2 073 090
Variable 3 09 10 Variable 3 063 078
Variable 4 09 10 Variable 4 075 093
Variable 5 09 10 Variable 5 073 088
Variable 6 09 10 Variable 6 083 098
Variable 7 09 10 Variable 7 060 088
Variable 8 09 10 Variable 8 065 083
Variable 9 09 10 Variable 9 028 050
Variable 10 09 10 Variable 10 020 040
Variable 11 09 10 Variable 11 035 060
Variable 12 09 10 Variable 12 038 063
Variable 13 09 10 Variable 13 073 090
Variable 14 09 10 Variable 14 013 023
Variable 15 09 10 Variable 15 078 095
Variable 16 09 10 Variable 16 060 080
Variable 17 09 10 Variable 17 068 083
Variable 18 09 10 Variable 18 075 088
Variable 19 09 10 Variable 19 080 093
Variable 20 09 10 Variable 20 078 093
Variable 21 09 10 Variable 21 048 068
Variable 22 09 10 Variable 22 055 075
Variable 23 09 10 Variable 23 065 078
Variable 24 09 10 Variable 24 068 083
Variable 25 09 10 Variable 25 063 080
Variable 26 09 10 Variable 26 070 090
Variable 27 09 10 Variable 27 063 085
Variable 28 09 10 Variable 28 033 063
Variable 29 09 10 Variable 29 038 053
Variable 30 09 10 Variable 30 045 060
Variable 31 09 10 Variable 31 030 070
PERFIL IDEAL PERFIL EXPERTOS
Fuente Elaboracioacuten Propia
Asimismo se lo debe realizar para cada una
de las 31 variables estudiadas respecto a las
opiniones de los expertos hasta construir el
perfil de la entidad como se puede observar
en la tabla 3
La siguiente tabla tiene una valoracioacuten del
100 respecto a los estaacutendares de calificacioacuten
de riesgo internacional con el cual las entidades
micro financieras se rigen para localizar su
posicioacuten respecto a su control interno y con esto
dar una imagen de solvencia sostenibilidad y
rentabilidad ante la sociedad
Cuadro 2 Estatutos de Valoracioacuten para la
Calificacioacuten de Riesgo
Posicionamiento 15Evolucioacuten del Sistema 20Capacidad de la Entidad 50Posicionamiento de la Entidad 30Total Posicionamiento 100Capitalizacioacuten 20Relacioacuten Capital - Activos 70Capacidad de incrementar el Capital 15Experiencia sobre deuda Subordinada
10
Garantiacuteas Explicitas 5Total Capitalizacioacuten 100Activos 15Composicioacuten de Activos 10Concentracioacuten por Clientes y Grupos 5Concentracioacuten Sectorial 5Preacutestamos a Empresas y Grupos Vinculados
10
Relaciones de la Cartera Irregular sobre Cartera Total y Garantiacuteas
25
Nivel de Provisiones 25Descalce de monedas 20Total Activos 100Administracioacuten 10Gerencia General Control accionario 15Anaacutelisis de Poliacuteticas y Planos de Negocios
10
Proceso de Toma de decisiones 15Poliacutetica de Personal 5Auditoriacutea Interna 15Auditoriacutea Externa 15Participacioacuten en otras Sociedades 10Cumplimiento seguimiento y observancia de normativas
15
Total Administracioacuten 100Utilidades 10Nivel de las Utilidades 40Composicioacuten de las Utilidades 30Costos de la Entidad 30Total Utilidad 100Liquidez 10
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070540
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Disponibilidades en relacioacuten a Pasivos Totales
20
Tiacutetulos Valores Privados y Puacuteblicos 20Descalce de plazos entre Activos y Pasivos
30
Concentracioacuten de Pasivos 30Total Liquidez 100Sensibilidad 20Actual con la mayor Probabilidad de Ocurrencia
50
Escenario con menor Probabilidad de Ocurrencia
50
Total Sensibilidad 100
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
Distancia Relativa de Hamming con
Ponderacioacuten Convexa
Cada intervalo de confianza debe ser
procesado bajo la tendencia de comparacioacuten y
formulacioacuten matemaacutetica de la teacutecnica aplicada
comparaacutendola asiacute con la probabilidad de
ocurrencia y la que maacutes se asemeje al intervalo
o perfil ideal al cual se compara La formulacioacuten
matemaacutetica para el caacutelculo de Distancias
Relativas de Hamming es
Pr= n valores sum (l Pi ndash Pe l ) (2)
Pr = Perfil Real
Pi = Perfil Ideal
Pe = Perfil proporcionado por los expertos sobre
la situacioacuten real de la entidad
Por ende la valoracioacuten luego de predecir la
foacutermula comparativa entre probabilidades de
ocurrencia y el ideal la valoracioacuten de menor
distancia seraacute la valoracioacuten que maacutes se asemeje
al ideal y por ende se podraacute procesar y evaluar
como la maacutes apta o semejante en comparacioacuten
al perfil ideal
La estructura matemaacutetica enfocada a la
Cooperativa de Ahorro y Creacutedito Jardiacuten
Azuayo se ha realizado en base a enfoques
teacutecnicos y metodoloacutegicos reales del Ranking de
Cooperativas del Ecuador por lo cual el perfil
ideal que toda entidad financiera desea alcanzar
estaacute entre el 90 en el peor de los casos y el
100 en el mejor de los casos esta estructura
de intervalo se la ha determinado gracias a que
las entidades financieras no pueden determinar
niveles maacutes bajos de compromiso social por su
gran demanda de estructura financiera social
entonces el perfil ideal estaacute estructurado para
el caacutelculo difuso como en el peor de los casos
o banda izquierda 09 y en el mejor de los
casos o banda derecha 10 como se puede
observar en la tabla 3 para que la entidad se
pueda mantener a flote con la estructura y
requerimientos necesarios emprendidos por
la Superintendencia de Economiacutea Popular y
Solidaria (SEPS) Dicha estructura se la debe
comparar con cada ponderacioacuten estructurada
de la variable respectiva de calificacioacuten de
riesgo tanto del perfil ideal como del perfil
dado por los expertos
Coeficiente de adecuacioacuten con
Ponderacioacuten Convexa
El coeficiente de adecuacioacuten (K) es la relacioacuten
existente de los criterios propuestos sobre el
perfil Ideal y el perfil dado por los expertos este
se calcula a traveacutes de la formulacioacuten matemaacutetica
en la que estructura una ponderacioacuten de
un valor de 1 la estimacioacuten estructural estaacute
dada por la misma prediccioacuten en la cual
el valor ideal es pasado por el proceso de
diferenciacioacuten con el valor de adecuacioacuten (1)
para realizar la adicioacuten del valor calificativo de
los expertos ya comprimido ante los meacutetodos
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070541
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
difusos obteniendo asiacute un valor calificativo
estructural para su rango de calificacioacuten de
riesgo permitiendo medir de manera integral la
competitividad a futuro (Soler y Castillo 2009)
K (P I) = 1Ʌ(1 - microj + microi) (3)
La determinacioacuten de caacutelculo de la teoriacutea de
distancia relativa de Hamming y el uso del
coeficiente de adecuacioacuten (K) estructura un
modelo en el cual el perfil ideal es procesado
ante determinantes matemaacuteticas obteniendo
variable que ayudan a estructurar el perfil real
en base a las 7 aacutereas que estabilizan el riesgo a
futuro de una entidad
Cuadro 3 Valores del Perfil Ideal vs el Perfil de
Expertos
Variable 1 Perfil Ideal 090 100
Perfil Expertos 028 075
Fuente Elaboracioacuten Propia
Para calcular las distancias relativas de Hamming
con coeficiente de adecuacioacuten se comienza
con realizar el proceso de diferenciacioacuten en la
cual al valor del perfil ideal se lo resta de 1 y se
suma el valor obtenido por los expertos tanto
de la banda inferior o peor de lo caso y la banda
superior o mejor de los casos este proceso se
realiza para poder comparar si el caacutelculo del
coeficiente de adecuacioacuten es mayor a 1 no se
puede colocar ya que sobrepasa el perfil ideal
de valoracioacuten del 100 y se lo coloca como dato
liacutemite el valor de 1 pero si el dato no es mayor a
1 se registra el valor del caacutelculo obtenido y asiacute
seguidamente se procesa los demaacutes datos de
las 31 variables como se observa en la Tabla 4
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 09 + 028 ) ]
K P IDEAL P EXPERTOS
b ( IE ) = [ 1 Ʌ ( 1 - 1 + 075 ) ]
b ( IE ) = ( 038 075 )
Tabla 4 Distancia Relativa de Hamming con
Coeficiente de Adecuacioacuten
VARIABLES FREC α1 FREC
α2Variable 1 038 075Variable 2 083 090Variable 3 073 078Variable 4 085 093Variable 5 083 088Variable 6 093 098Variable 7 070 088Variable 8 075 083Variable 9 038 050
Variable 10 030 040Variable 11 045 060Variable 12 048 063Variable 13 083 090Variable 14 023 023Variable 15 088 095Variable 16 070 080Variable 17 078 083Variable 18 085 088Variable 19 090 093Variable 20 088 093Variable 21 058 068Variable 22 065 075Variable 23 075 078Variable 24 078 083Variable 25 073 080Variable 26 080 090Variable 27 073 085Variable 28 043 063Variable 29 048 053Variable 30 055 060Variable 31 040 070
Fuente Elaboracioacuten Propia
Luego de realizar la ponderacioacuten de la
estructura del perfil real de la cooperativa a
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070542
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
traveacutes del coeficiente de adecuacioacuten (K) se
toma el porcentaje valorativo de cada una de
las variables en base al cuadro 2 siendo eacutesta
la calificacioacuten de riesgo seguacuten la estructura
internacional y el perfil ideal ponderado
en consiguiente se procede a multiplicar el
porcentaje valorativo respectivo por cada una
de las bandas de incertidumbre en el peor y
mejor de los casos (α1α2) Como el valor
porcentual es un valor uacutenico se realiza el
producto de este por cada una de las bandas
seguacuten su posicioacuten y valor ponderado en la
tabla antes mencionada y asiacute sucesivamente
para cada variable hasta construir la tabla 5
szlig (I E) = Σ [( Pi X1
Ki X1
) ( Pi X2
Ki X2
)] (4)
Variable 1
Posicionamiento
szlig (I1 E
1) = [ (20 038) (20 075) ] = (760
1500)
szlig (I2 E
2) = [ (50 083) (50 090) ] = (4150
4500)
szlig (I3 E
3) = [ (30 073) (30 078) ] = (2190
2340)
Finalmente se prosigue a realizar la
sumatoria total de los valores calculados antes
mencionados respecto a cada una de sus
bandas tanto banda izquierda como banda
derecha Σ (ƕ1 ƕ
2) para obtener cada una de
las 7 variables que determinan la calificacioacuten de
riesgo y asiacute se continua el proceso para cada
variable con la finalidad de construir el total de
la tabla 5para poder definir la calificacioacuten de
riesgo real de la entidad
szlig1 (I E) = Σ [ (760 + 4150 + 2190 ) (1500 +
4500 + 2340) ]
szlig1 (I E) = (7100 8340)
Tabla 5 Enfoque clasificatorio de las
determinantes de anaacutelisis de riesgo
α1 α2 ƕ1 ƕ2
Variable 1 20 20 038 075 760 1500
Variable 2 50 50 083 090 4150 4500
Variable 3 30 30 073 078 2190 2340
100 100 Σ 7100 8340
Variable 4 70 70 085 093 5950 6510
Variable 5 15 15 083 088 1245 1320
Variable 6 10 10 093 098 930 980
100 100 Σ 8475 9250
Variable 8 10 10 075 083 750 830
Variable 9 5 5 038 050 190 250
Variable 10 5 5 030 040 150 200
Variable 11 10 10 045 060 450 600
Variable 12 25 25 048 063 1200 1575
Variable 13 25 25 083 090 2075 2250
Variable 14 20 20 023 023 460 460
Activos 100 100 Σ 5275 6165
Variable 15 15 15 088 095 1320 1425
Variable 16 10 10 070 080 700 800
Variable 17 15 15 078 083 1170 1245
Variable 18 5 5 085 088 425 440
Variable 19 15 15 090 093 1350 1395
Variable 20 15 15 088 093 1320 1395
Variable 21 10 10 058 068 580 680
Variable 22 15 15 065 075 975 1125
100 100 Σ 7840 8505
Variable 23 40 40 075 078 3000 3120
Variable 24 30 30 078 083 2340 2490
Variable 25 30 30 073 080 2190 2400
Utilidades 100 100 Σ 7530 8010
Variable 26 20 20 080 090 1600 1800
Variable 27 20 20 073 085 1460 1700
Variable 28 30 30 043 063 1290 1890
Variable 29 30 30 048 053 1440 1590
Liquidez 100 100 Σ 5790 6980
Variable 30 50 50 055 060 2750 3000
Variable 31 50 50 040 070 2000 3500
100 100 Σ 4750 6500
PERFIL IDEALCALIFICACIOacuteN DE
RIESGODISTANCIA RELATIVA DE
HAMMING (K)
Posicionamiento
Capitalizacioacuten
Administracioacuten
Sensibilidad
Variables
Fuente Elaboracioacuten Propia
En consiguiente al modelo estructural propuesto
se procede a calcular a traveacutes del producto
los valores que determinan la sumatoria de
cada uno de las variables condensadas de la
tabla 5 por el grado porcentual de cada una
de las 7 variables que determinan el grado de
cumplimiento del modelo ideal de calificacioacuten
de riesgo del cuadro 4 respectivamente a
su posicioacuten y asiacute sucesivamente para cada
variable que le corresponde Como es un valor
porcentual uacutenico se lo multiplica al mismo por
cada uno de los valores de la banda izquierda y
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070543
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
derecha para construir la tabla 6
Cuadro 4 Grado de Cumplimiento Ideal
VARIABLES PERFIL IDEAL
GRADO DE CUMPLIMIENTO
IDEALPosicionamiento
Ideal (PoI)15
Capitalizacioacuten Ideal (CaI)
20
Activos Ideal (AcI) 15Administracioacuten Ideal
(AdI)10
Utilidades Ideal (UtI) 10Liquidez Ideal (LiI) 10Sensibilidad Ideal
(SeI)20
Fuente Datos obtenidos de MicroFinanzas
Rating (2016)
PE = [(7100 15) (8340 15)]
PE = (1065 1251)
Tabla 6 Ponderacioacuten de la Calificacioacuten de
Riesgo
Posicionamiento Ideal (PoI (15)) 1065 1251Capitalizacioacuten Ideal (CaI (20)) 1695 1850Activos Ideal (AcI (15)) 791 925Administracioacuten Ideal (AdI (10)) 784 851Utilidades Ideal (UtI (10)) 753 801Liquidez Ideal (LiI (10)) 579 698Sensibilidad Ideal (SeI (20)) 950 1300
TOTAL 6617 7675
Calificacioacuten de Riesgo de la Entidad
Fuente Elaboracioacuten Propia
Finalmente se precede a realizar el sumatorio
total de toda la ponderacioacuten de riesgo en la
Tabla 6 determinando el posicionamiento de
la entidad financiera en competitividad a la
calificacioacuten que obtiene las distintas estructuras
organizacionales en el paiacutes esto permite
mostrar a la sociedad su estructura funcional
y su eficiencia ante el manejo de recursos
econoacutemicos y financieros en peor y mejor de
los escenarios En la siguiente tabla se evaluacutea
su posicionamiento ante las diferentes escalas
que estructuran a la COAC Jardiacuten Azuayo en el
ranking clasificatorio del paiacutes
Cuadro 5 Ranking clasificatorio de calificacioacuten
de Riesgo
RANKING CALIFICATIVO
PONDERACIOacuteN DE RIESGO
PONDERACIOacuteN DE RIESGO
B Inf BSup
AAA 10090 (10 09)AA (AA+AA-) 89-8685-80 (089-086
085-08)A (A+ A-) 79-7675-70 (079-076
075-07)BBB (BBB+
BBB-)69-6665-60 (069-066
065-06)BB (BB+ BB-) 59-5655-50 (059-056
055-05)B (B+ B-) 49-4645-40 (049-046
045-04)CCC (CCC+
CCC-)39-3635-30 (039-036
035-03)CC 29-26 25-20 (029-026
025-02)C 19-1615-10 (019-016
015-01)D 9-65-0 (009-006
005-00)
Fuente Elaboracioacuten Propia
RESULTADOS3
Finalizado el proceso de anaacutelisis de riesgo
realizado frente a la estructura organizacional
de un perfil ideal y el perfil calculado en la
COAC Jardiacuten Azuayo se ha obtenido datos que
determinan que la cooperativa en el peor de
los casos su estructura llega a una calificacioacuten
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070544
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de riesgo de 6617 seguacuten la ranking de
calificacioacuten representa una calificacioacuten de
Buena ldquoBBB+rdquo y en el mejor de los casos la
cooperativa puede alcanzar una valoracioacuten de
7675 que para el ranking representa una
calificacioacuten de Excelente ldquoA+rdquo en el proceso de
calificacioacuten de riesgo
DISCUSIOacuteN4
Aplicando la distancia relativa de Hamming
con ponderacioacuten convexa y el coeficiente
de adecuacioacuten con ponderacioacuten convexa
refleja que la cooperativa al no cumplir ciertos
paraacutemetros de calificacioacuten que son parte del
perfil ideal obtiene una calificacioacuten seguacuten
el cuadro 5 de ldquoBBBrdquo con preponderancia
positiva (+) la misma determina que la
entidad se encuentra considerada con una
estabilidad crediticia confiable evidenciando
obstaacuteculos leves los mismos que pueden ser
manejados en el corto plazo la calificacioacuten
obtenida demuestra un riesgo moderado y un
gran manejo de su desempentildeo a mediano y
largo plazo con un posicionamiento relativo
creciente y una calificacioacuten de Bueno en el
ranking clasificatorio
La cooperativa Jardiacuten Azuayo con su visioacuten en
el mejor de los casos obtiene seguacuten el cuadro
5 una calificacioacuten de ldquoArdquo con preponderancia
positiva (+) en la cual muestra que la institucioacuten
es fuerte y soacutelida en su record financiero
contando con una estructura organizacional
con un alto alcance en los mercados naturales
de dinero con posibles existencias de aspecto
deacutebiles sin limitar ni detener su desempentildeo
histoacuterico y superacioacuten a mediano y largo plazo
La probabilidad de que la institucioacuten presente
problemas de significancia es muy baja aunque
ligeramente maacutes alta que las entidades con maacutes
alta calificacioacuten determinando su calificacioacuten
de Excelencia ante el riesgo y demostrando un
desempentildeo solvente
Este anaacutelisis realizado con los caacutelculos de las
variables de incertidumbre demuestran un
enfoque maacutes amplio para la toma de decisiones
gerenciales ya que la estructura de calificacioacuten
de riesgo es actualmente un modelo estaacutetico
y con este estudio se pretende otorgar un
modelo de prediccioacuten dinaacutemico con ello esta
investigacioacuten queda abierta a muacuteltiples posibles
investigaciones a futuro que desarrollen nuevas
herramientas para la calificacioacuten de riesgo con
el uso de la loacutegica difusa y la determinacioacuten
de distancias relativas de Hamming con
coeficiente de adecuacioacuten en beneficio al
caacutelculo de estructuras calificativas de riesgo
que actualmente no se han implementado
REFERENCIASBIBLIOGRAacuteFICAS5
Alfaro G amp Alfaro V (2015) La afinidad
de socios en la integracioacuten de cluster
caso mipymes morelianas Revista
Internacional Administracioacuten amp Finanzas
Vol 8 No 7 29-41 Retrieved from http
wwwtheibfr2comRePEcibfriafinriaf-
v8n7-2015RIAF-V8N7-2015-3pdf
Canoacutes L Cantildeo C amp Gonzaacutelez B (2006)
Algunos algoritmos de ordenacioacuten para
el proceso de seleccioacuten de personal X
Congreso de Ingenieriacutea de Organizacioacuten
(paacutegs 1-10) Valencia Espantildea Dpto de
Organizacioacuten de Empresas Economiacutea
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070545
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
Financiera y Contabilidad Universidad
Politeacutecnica de Valencia Retrieved from
httpadingorescongresosweb
articulodetallea854
Carmona E (2013) Ajustes a la calificacioacuten
del riesgo de mercados de las acciones
maacutes volaacutetiles que conforman el iacutendice de
precios y cotizaciones de la bolsa mexicana
de valores con la implementacioacuten de una
red neuronal artificial clasificadoraRevista
Mexicana de Economiacutea y Finanzas Vol 8
No 1 25-51 Retrieved from httpwww
remeforgmxindexphpremefarticle
view40
Diacuteaz C Aguilera A amp Guilleacuten N (2014)
Loacutegica difusa vs modelo de regresioacuten
muacuteltiple para la seleccioacuten de personal
Ingeniare Revista chilena de ingenieriacutea
547-559 Retrieved from httpsscielo
con icy t c l sc ie lo phpp id=S0718-
33052014000400010ampscript=sci_arttext
Diacuteaz J Coba E Moreno K amp Santamariacutea
E (2017) La Loacutegica Difusa Aplicada
a los Ratios Financieros en el Sector
Cooperativo del Ecuador Revista mensual
de la UIDE extensioacuten Guayaquil 64-82
Retrieved from httpsdialnetuniriojaes
servletarticulocodigo=6076495
Fernaacutendez H amp Peacuterez F (2005) El modelo
logiacutestico una herramienta estadiacutestica
para evaluar el riesgo de creacutedito Revistas
Ingenieriacuteas Universidad de Medelliacuten Vol
4 No 6 55-75 Retrieved from https
wwwredalycorghtml75075040605
Gil J (2000) Geacutenesis de una teoriacutea
de la incertidumbre Encuentro
multidiciplinarios 1-8 Retrieved from
httpsrepositoriouamesbitstream
h a n d l e 1 0 4 8 6 6 8 4 7 9 8 E M _ 6 _ 4
pdfsequence=1
Goyoso V Hernaacutendez F Hernaacutendez L
Montoya F amp Oruacutee A (2014) La
transformada de Walsh-Hadamard y
otros parametros en la autenticacioacuten
biomeacutetrica Departamento de Tratamiento
de la Informacioacuten y Criptografiacutea (paacutegs
2-5) Madrid Espantildea RECSI 2014
Alicante Retrieved from httpruauaes
dspacehandle1004540426
Guerrero C amp Tercentildeo A (2011) Coacutemo
seleccionar y contratar empresas en el
outsourcing utilizando la metodologiacutea
de nuacutemeros borrosos Contaduriacutea y
Administracioacuten Vol 57 No 2 113-
134 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422012000200006ampscript=sci_arttext
Hurtado A Tinto J amp Zerpa S (2011) Medicioacuten
de la calidad de vida en Meacuterida a traveacutes
de la loacutegica difusa Economiacutea XXXVI 67-
94 Retrieved from httpswwwredalyc
orghtml1956195623319004
Martiacuten M Domiacutenguez J Perea J Saca F
amp Saacutenchez S (2011) La Concentracioacuten
Bancaria y su Impacto en los Mercados de
Capitales de los Paiacuteses Emergentes Anales
de Estudios Econoacutemicos y Empresariales
Vol XXI 159-177 Retrieved from http
uvadocuvaeshandle1032419834
MicroFinanzas Rating L (2016) Rating
Institucional de Microfinanzas Quito
Ecuador Mexico Mexico La Paz Bolivia
Lima Peruacute MicroFinanza Rating Srl
Morales J amp Tuesta P (1998) Calificaciones
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070546
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
de creacutedito y riesgo paiacutes Banco Central de
la Reserva del Peruacute Revista de Estudios
Econoacutemicos (3) Retrieved from http
wwwbcrpgobpedocsPublicaciones
D o c u m e n t o s - d e - T r a b a j o 1 9 9 8
Documento-Trabajo-07-1998pdf
Peacuterez F amp Fernandez H (2007) Las
redes neuronales y la evalucioacuten del
riesgo de creacutedito Revista Ingenieriacuteas
Universidad de Medelliacuten Vol 6 No
10 77-91 Retrieved from httpwww
scieloorgcoscielophpscript=sci_
arttextamppid=S1692-33242007000100007
Rivas C amp Masci P (2004) Impacto del Nuevo
Acuerdo de Capitales de Basilea sobre el
sistema de calificacioacuten de riesgo Inter-
American Development Bank Retrieved
from httpspublicationsiadborgen
publication14740impacto-del-nuevo-
acuerdo-de-capitales-de-basilea-sobre-el-
sistema-de
Samaniego Aacute Reyes G amp Bachs J (2008)
Coeficiente de pesimismo relativo
Contaduriacutea y Administracioacuten No 226
59-72 Retrieved from httpwww
scieloorgmxscielophppid=S0186-
10422008000300004ampscr ip t=sc i_
arttextamptlng=en
Santos A amp Gil J (2016) La segmentacioacuten del
consumidor en las comunidades virtuales
de marca a traveacutes del coeficiente de
adecuacioacuten el caso empiacuterico eDreams
Revista Electroacutenica de Comunicaciones y
Trabajos de ASEPUMA Vol 17 105-116
Retrieved from httpswwwresearchgate
netprofileAdriana_Santos-Caballero
p u b l i c a t i o n 3 1 7 0 2 9 0 2 7 _ L a _
segmentacion_del_consumidor_en_las_
comunidades_virtuales_de_marca_a_
traves_del_coeficiente_de_adecuacion_
E l _ c a s o _ e m p i r i c o _ e D r e a m s
links59696c40458515e9afa7ab3b
La-segmentacion-del-consumidor-en-
las-comunidades-virtuales-de-marca-a-
traves-del-coeficiente-de-adecuacion-El-
caso-empirico-eDreamspdf
Schreiner M (1999) Un modelo de calificacioacuten
del riesgo de morosidad para los creacuteditos
de una organizacioacuten de microfinanzas
en Bolivia St Louis USA Center for
Social Development Washington
University Retrieved from httpwww
microfinancegatewayorgsitesdefault
filesmfg-es-documento-un-modelo-de-
calificacion-del-riesgo-de-morosidad-
para-los-creditos-de-una-organizacion-
de-microfinanzas-en-bolivia-10-1999pdf
Soler R amp Castillo A (2009) Competencia en la
incertidumbre Revista Cientiacutefica TEKNOS
54-59 Retrieved from httpsrevistas-
tecnologicocomfenalcoinfoindexphp
teknosarticleview649
Tinto J Molina M amp Cisneros D (2018)
Inferencias en la Incertidumbre para la
Optimizacioacuten de la gestioacuten de Stocks En
B Flores Romero amp F Gonzaacuteles Santoyo
La Gestioacuten como Herramienta para
el Desarrollo Empresarial (paacutegs 2262-
2281) Morelia Michuacaacuten Meacutexico Ilustre
Academia Iberoamericana de Doctores
AC Retrieved from httpiaidresorg
mxassetsgest ion_de_desarrol lo_
empresarial_capitulo_5pdf
Tinto J Molina M amp Habbid C (2015)
Instrumentos Fuzzy para la toma de
decisiones en las Ciencias Contables
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1
Antildeo 4 Nordm 1 Quito (Ecuador) Enero - Febrero 2019 ISSN 2588-070547
Modelo predictivo para la calificacioacuten de riesgo de la COAC Jardiacuten Azuayo mediante loacutegica difusa
ECA Sinergia 42-56 Retrieved from
https18646160238indexphp
ECASinergiaarticleview220
Tinto J Molina M Chaacutevez H amp Mosquera
S (2016) Automatizacioacuten Fuzzy
Aplicado en la Contabilidad Decisional
ECA Sinergia 1-18 Retrieved from
https18646160238indexphp
ECASinergiaarticleview210
Zadeh L (1976) A Fuzzy-Algorithmic Approach
to the Definition of Complex or Imprecise
Concepts Systems Theory in the Social
Sciences En L A Zadeh Interdisciplinary
Systems Research Interdisziplinaumlre
Systemforschung (Analysis mdash Modelling
mdash Simulation Analyse mdash Formalisierung
mdash Simulation) (paacutegs 202-282) Basel
Suiza Birkhaumluser Basel Retrieved
from httpslinkspringercom
chapter101007978-3-0348-5495-5_1