La metodología Rough Set frente al Análisis Discriminante en los problemas de clasificación multiatributo

Muchas decisiones financieras implican la clasificación de una observación (empresas, títulos...) en una categoría o grupo, lo que ha propiciado la aplicación de métodos de investigación operativa a los problemas financieros. Un caso particular de los problemas de clasificación, es cuando el número de grupos se limita a dos. Existen numerosos estudios financieros dedicados a los problemas de clasificación binaria: clasificación de créditos entre fallidos y no, fusiones y adquisiciones, clasificación de bonos o la predicción del fracaso empresarial. Se han empleado numerosos métodos estadísticos para abordar los problemas mencionados. En la mayoría de las ocasiones, las variables explicativas utilizadas no suelen cumplir las hipótesis estadísticas que requieren estos métodos, lo cual ha motivado la búsqueda de otras herramientas que superen estos inconvenientes como es la Teoría Rough Set. Este trabajo describe una investigación empírica consistente en un estudio comparativo de la utilización del Análisis Discriminante y de la Teoría Rough Set sobre un sistema de información compuesto por 72 empresas espa olas de seguros no-vida descritas mediante 21 ratios financieros. Hemos comparado su efectividad aplicándolos a la detección de la insolvencia como problema de clasificación multiatributo entre empresas sanas y fracasadas y utilizando como atributos los ratios financieros.