A Multi-Input Approach for SME Default Using Explainable Deep Learning

En la compleja maquinaria de una economía moderna, las pequeñas y medianas empresas actúan como los engranajes esenciales que mantienen todo en movimiento. Emplean a millones de personas, impulsan la innovación y forman la columna vertebral de la riqueza nacional. Sin embargo, estas empresas se enfrentan a una apuesta constante de alto riesgo: el peligro de impago, o la incapacidad de devolver sus deudas. Para los bancos y prestamistas, predecir qué empresa podría fracasar antes de que realmente suceda es una cuestión de estabilidad financiera. Durante décadas, los expertos han intentado resolver este enigma utilizando modelos matemáticos que analizan los estados financieros de una empresa —sus activos, deudas y beneficios— para adivinar su futuro. Estos métodos tradicionales funcionan razonablemente bien, pero a menudo tratan la historia de una empresa como una instantánea única en el tiempo, ignorando cómo esa empresa ha cambiado a lo largo de los años. También tienden a pasar por alto otros detalles cruciales, como quién dirige la empresa o dónde se encuentra ubicada, centrándose casi exclusivamente en los números del libro contable.

Un equipo de investigadores de la Universidad de Nápoles "Parthenope" en Italia ha desarrollado una nueva forma de abordar este problema, una que trata a una empresa más como una historia viva que como una fotografía estática. En lugar de depender de una fórmula única y rígida, construyeron un sistema informático sofisticado capaz de leer múltiples tipos de información a la vez. Este sistema, que denominan red neuronal de múltiples entradas, está diseñado para digerir tres flujos distintos de datos: el historial financiero de la empresa a lo largo de varios años, las características de su liderazgo y estructura de gestión, y las condiciones económicas de la región específica donde opera. Al tejer estos diferentes hilos, los investigadores crearon un modelo capaz de ver patrones y conexiones que los métodos más antiguos pasan por alto. Su trabajo sugiere que, para comprender verdaderamente el riesgo de que una empresa fracase, uno debe observar su trayectoria pasada, su liderazgo actual y su entorno, no solo su balance general.

Los investigadores probaron este nuevo enfoque utilizando un conjunto masivo de datos de pequeñas y medianas empresas italianas, cubriendo el periodo de 2013 a 2022. Se centraron en empresas establecidas que llevaban al menos tres años en funcionamiento, excluyendo a las microempresas muy pequeñas porque sus registros financieros suelen ser demasiado breves o sus estructuras de gestión demasiado simples para proporcionar la historia detallada necesaria para este tipo de análisis. El equipo recopiló información sobre miles de empresas, incluyendo sus beneficios, deudas y activos anuales, así como detalles sobre sus miembros de la junta directiva, tales como su edad, género y experiencia. También tomaron nota de la región específica donde se encontraba cada empresa, reconociendo que las condiciones económicas locales pueden influir en el éxito de un negocio.

Para procesar esta información tan diversa, los investigadores construyeron una arquitectura digital con tres vías especializadas, o "subredes", que alimentan una unidad central de toma de decisiones. La primera vía fue diseñada para manejar los datos financieros, que cambian cada año. En lugar de limitarse a mirar las cifras del último año, esta parte del sistema utiliza un tipo de inteligencia artificial conocida como red de Memoria a Largo Corto Plazo (Long Short-Term Memory). Esta tecnología es particularmente buena recordando secuencias; observa la historia financiera de una empresa a lo largo de varios años para comprender su tendencia, de la misma manera que un médico podría observar los registros de salud de un paciente durante una década en lugar de solo su temperatura en un solo día. La segunda vía procesa los datos de gobernanza, que describen a las personas a cargo. Dado que los equipos de liderazgo no cambian con tanta frecuencia como las cifras financieras, esta parte del sistema trata esa información como un conjunto estable de hechos sobre la estructura de la empresa. La tercera vía gestiona los datos regionales, convirtiendo el nombre de una región en un código numérico que permite al sistema aprender cómo las diferentes áreas geográficas afectan el riesgo empresarial.

Una vez procesados estos tres flujos de información, se combinan en una imagen única y unificada de la empresa. Esta visión combinada se pasa entonces a una capa final que calcula la probabilidad de que la empresa incurra en impago en el año siguiente. Los investigadores compararon este nuevo sistema de múltiples entradas con otros tres métodos utilizados habitualmente en la industria: un modelo estadístico tradicional conocido como regresión logística, una potente herramienta de aprendizaje automático llamada XGBoost, y un modelo estándar de aprendizaje profundo que no tiene en cuenta las secuencias temporales. Probaron estos modelos pidiéndoles que predijeran qué empresas fracasarían en 2021 y 2022, basándose en los datos disponibles el año anterior.

Los resultados mostraron que el nuevo enfoque de múltiples entradas era el predictor más preciso. En las pruebas diseñadas para ver qué tan bien los modelos podían distinguir entre las empresas que sobrevivirían y aquellas que fracasarían, el nuevo sistema superó consistentemente a los demás. Logró las puntuaciones más altas al identificar correctamente tanto a las empresas que sobrevivirían como a las que fracasarían, logrando un mejor equilibrio que los otros modelos. Mientras que el modelo estadístico tradicional y las herramientas estándar de aprendizaje automático cometieron más errores, el nuevo sistema demostró una capacidad superior para adaptarse a nuevos datos y evitar el error común del sobreajuste, donde un modelo memoriza los datos pasados tan perfectamente que falla al predecir el futuro.

Más allá de simplemente predecir quién fracasaría, los investigadores querían entender por qué su modelo tomaba las decisiones que tomaba. Los sistemas de aprendizaje profundo suelen ser criticados por ser "cajas negras", lo que significa que su lógica interna es tan compleja que los humanos no pueden explicar fácilmente cómo llegaron a una conclusión. Para abordar esto, el equipo utilizó una técnica llamada valores de Shapley, que actúa como un calculador de equidad para medir cuánto contribuyó cada pieza de información a la predicción final. Encontraron que los indicadores financieros y económicos eran, como era de esperar, los motores más fuertes de la predicción. Sin embargo, el análisis reveló algo importante: las características de la gobernanza de la empresa y su ubicación geográfica también desempeñaron un papel significativo y no despreciable. Aunque los datos financieros tenían el mayor peso, el modelo mostró que ignorar a las personas a cargo o el contexto económico local conduciría a predicciones menos precisas. Los datos regionales, por ejemplo, contribuyeron con menos del 20 por ciento a la decisión final, pero esa pequeña cantidad era lo suficientemente significativa como para mejorar la precisión general.

Este estudio confirma que mirar un negocio a través de un solo lente ya no es suficiente para una evaluación de riesgo precisa. Al integrar la historia financiera, los detalles de liderazgo y el contexto regional en un único sistema flexible, los investigadores han creado una herramienta que ofrece una visión más completa y fiable de la salud corporativa. Su trabajo sugiere que el futuro de la predicción del fracaso empresarial reside en modelos que puedan manejar diferentes tipos de datos simultáneamente, respetando la forma única en que cada pieza de información evoluciona con el tiempo. Aunque el modelo fue probado específicamente en empresas italianas, el enfoque ofrece un plano de cómo los prestamistas y analistas en otros lugares podrían comprender mejor las realidades complejas de las empresas que apoyan. Los hallazgos no eliminan el riesgo de fracaso, pero proporcionan un mapa más claro y matizado para navegarlo.