Modelo predictivo para riesgo de quiebra en el sector salud en Colombia para el periodo 2023

Simple item page
dc.contributor.advisorPeña Vargas, Víctor Alberto
dc.contributor.authorRamírez Ríos, Juan Camilo
dc.contributor.authorVélez Restrepo, Juan Esteban
dc.date.accessioned2024-08-13T13:51:10Z
dc.date.available2024-08-13T13:51:10Z
dc.date.issued2024
dc.description.abstractEste trabajo de investigación presenta un análisis exhaustivo sobre la predicción de riesgos de quiebra en el sector salud en Colombia, centrando la atención en la evaluación de la solvencia financiera de las Instituciones Prestadoras de Salud. Frente a un escenario de crecientes desafíos económicos y financieros, exacerbados por la pandemia de COVID-19 y la integración de poblaciones migrantes, el sector salud colombiano enfrenta una crisis de insolvencia que amenaza su estabilidad y continuidad. La investigación se fundamenta en un robusto conjunto de datos proporcionado por la Supersalud, abarcando información financiera de 1335 empresas hasta el año 2022, con un enfoque particular en aquellas en proceso de liquidación. Utilizando metodologías avanzadas de análisis, se evalúan y comparan tres modelos predictivos: Regresión Logística, Máquina de Vectores de Soporte (SVM) y Redes Neuronales. Cada modelo se sometió a un riguroso proceso de validación cruzada y se analizó mediante una serie de métricas de rendimiento, incluyendo precisión, sensibilidad y especificidad, para determinar su capacidad predictiva. Los resultados indican que, mientras cada modelo ofrece insights valiosos, ciertas técnicas proporcionan un mejor entendimiento y predicción de los riesgos financieros inminentes. Este estudio contribuye significativamente a la literatura existente al ofrecer una metodología replicable y un modelo predictivo optimizado que puede ser utilizado por los reguladores y administradores del sector salud para realizar intervenciones proactivas y fundamentadas. Asimismo, el análisis proporciona una base empírica para la formulación de políticas públicas que aspiren a fortalecer la resiliencia financiera del sistema de salud en Colombia.
dc.description.abstractengThe financial stability of the health sector in Colombia faces unprecedented challenges, exacerbated by socioeconomic and public health factors such as the COVID-19 pandemic and the growing migrant population. This study addresses the urgent need to predict insolvency in Health Service Entities (EPS) through the application of advanced predictive models. Utilizing data from Supersalud, which includes financial information from 1,335 companies up to 2022, three predictive models were evaluated: Logistic Regression, Support Vector Machine (SVM), and Neural Networks. Each model underwent rigorous cross-validation and was compared using performance metrics such as accuracy, sensitivity, and specificity. The results highlight the models' ability to identify early signs of financial risk, providing valuable tools for proactive decision-making. This study not only contributes to academic literature, offering a framework for future research, but also provides a critical resource for policymakers and health sector administrators in implementing strategies to ensure the continuity and effectiveness of medical care in Colombia
dc.format.extent73 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://vitela.javerianacali.edu.co/handle/11522/3756
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.facultyFacultad de Ciencias Económicas y Administrativas
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectPredicción de riesgos de quiebra
dc.subjectSector salud en Colombia
dc.subjectSolvencia financiera
dc.subjectInstituciones Prestadoras de Salud (IPS)
dc.subjectDesafíos económicos y financieros
dc.subjectPandemia COVID-19
dc.subjectPoblaciones migrantes
dc.subjectCrisis de insolvencia
dc.subjectSupersalud
dc.subjectBankruptcy risk prediction
dc.subjectHealth sector in Colombia
dc.subjectFinancial solvency
dc.subjectHealth Providing Institutions (IPS)
dc.subjectEconomic and financial challenges
dc.subjectCOVID-19 Pandemic
dc.subjectMigrant populations
dc.subjectInsolvency crisis
dc.thesis.disciplineFacultad de Ciencias Económicas y Administrativas. Maestría en Finanzas
dc.thesis.grantorPontificia Universidad Javeriana Cali
dc.thesis.levelMaestría
dc.titleModelo predictivo para riesgo de quiebra en el sector salud en Colombia para el periodo 2023spa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Trabajo Grado Prediccion.pdf
Size:
868.28 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia_autorizacion.pdf
Size:
191.42 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Finanzas