RT Dissertation/Thesis
T1 El apoyo institucional a emprendedores: mejora de la tasa de rendimiento mediante técnicas de inteligencia artificial
A1 Chaves Maza, Manuel de la Cruz 
K1 Emprendedores
K1 Políticas públicas
K1 Inteligencia artificial
AB Los servicios públicos de apoyo a emprendedores forman parte de la agenda política como unos de los programas con mayor difusión a nivel mundial, avalados por multitud de expertos que subrayan su importancia en el desarrollo económico y la creación de empleo, y más aún en plena crisis mundial provocada por el Covid-19. De hecho, el presupuesto asignado a los organismos públicos que se dedican a poner en marcha de manera operati-va estos servicios es cada vez mayor en muchos países desarrollados. El presente estudio trata de predecir la probabilidad de éxito, supervivencia y fracaso de los emprendedores, así como saber cuáles son los factores principales que inciden, a través de un análisis comparativo entre diferentes técnicas de análisis clásico multivariante y otras técnicas de inteligencia artificial más avanzadas. Se pretende ayudar a la mejora en la eficiencia en el uso de recursos públicos al incidir en aquellos servicios de apoyo que incrementarían la viabilidad del proyecto y el éxito en función de las características del entorno y de los emprendedores. La metodología de análisis se aplicó sobre una base de datos de 2.221 emprendedores y 769 variables. Después de valorar los resultados, quedan patentes las limitaciones de la metodología clásica y las ventajas de otras técnicas más avanzadas como las redes neuronales (con un nivel de predicción del 98%). Se deja abierta la posible aplicación de otras técnicas en el futuro, así como el diseño e implementación del modelo predictivo en las instituciones de apoyo al emprendimiento.
YR 2020
FD 2020
LK http://hdl.handle.net/10433/8640
UL http://hdl.handle.net/10433/8640
LA es
NO Programa de Doctorado en Administración y Dirección de Empresas
NO Línea de Investigación: Métodos Cuantitativos en Gestión
NO Clave Programa: DAE
NO Código Línea: 5
NO Universidad Pablo de Olavide de Sevilla. Departamento de Economía, Métodos Cuantitativos e Historia Económica
DS RIO
RD Apr 23, 2026