Logo de Iustel
 
 
DIRECCIÓN
Juana Pulgar Ezquerra. Catedrático de Derecho Mercantil, Universidad Complutense de Madrid.

SUBDIRECCIÓN
Andrés Gutiérrez Gilsanz. Catedrático de Derecho Mercantil, Universidad Rey Juan Carlos.
Javier Megías López. Profesor Titular de Derecho Mercantil, Universidad Complutense de Madrid.

SECRETARÍA
Eva Recamán Graña. Profesora de Derecho Mercantil, Universidad Complutense de Madrid.


Menú de la revista

Conexión a la revista

 

La inteligencia artificial (IA) en los modelos de predicción de la insolvencia. (RI §428537)  


Artificial intelligence (AI) in insolvency prediction models - Luis Ángel Sánchez Pachón, Rodion Iurev y Sofía Ramos Sánchez

Tras la Ley 16/2022, de 5 de septiembre, de reforma del texto refundido de la Ley Concursal, la predicción de la insolvencia constituye un pilar fundamental en los planes de reestructuración o, en su caso, en los de continuidad de empresas. Las herramientas digitales, a las que la propia Ley apunta, son, sin duda, un instrumento idóneo en los diagnósticos y pronósticos de insolvencias. Nuestro trabajo revisa y compara los modelos tradicionales de predicción de la insolvencia, y, centrándonos particularmente en el análisis de los modelos de posición de riesgo y de pronóstico de viabilidad propuestos por Registradores de España, destacamos sus posibles limitaciones e indagamos y valoramos las posibles soluciones que pueden ofrecerse hoy a través de las herramientas de Inteligencia Artificial Generativa, en particular, las que puede ofrecer ChatGPT.

I.- INTRODUCCIÓN: PLANTEAMIENTO, OBJETIVOS, MÉTODO Y RESULTADOS ESPERADOS. II.- LA PREDICCIÓN DE LA INSOLVENCIA COMO PILAR FUNDAMENTAL DE LA REGULACIÓN CONCURSAL. III.- HERRAMIENTAS TRADICIONALES Y HERRAMIENTAS DIGITALES PARA LA PREDICCIÓN DE LA INSOLVENCIA. 1.- Modelos tradicionales de predicción de la insolvencia y sus limitaciones y modelos basados en la IA. 2.- Herramientas de diagnóstico empresarial y predicción de la insolvencia ofrecidas por instituciones públicas. 2.1 La web de autoevaluación de la solvencia empresarial del Ministerio de Industria y Turismo. Secretaría de Estado e Industria. Dirección General de Estrategia Industrial y de la pequeña y mediana empresa. 2.2. La web de la Junta de Castilla y León. 2.3 - Plataforma/aplicación del Colegio de Registradores de la Propiedad, Mercantiles y Bienes Muebles de España: El modelo de Registradores de España. IV.- LIMITACIONES EN LA METODOLOGÍA ALGORÍTMICA TRADICIONAL: LIMITACIONES EN EL MODELO DE REGISTRADORES DE ESPAÑA. V.- ESTIMACIÓN DE PROBABILIDAD DE INSOLVENCIA A TRAVÉS DE IA GENERATIVA: CHATGPT. VI.- CONCLUSIONES. VII.- REFERENCIAS BIBLIOGRÁFICAS.

Palabras clave: Insolvencia; predicción; modelos de predicción; planes de reestructuración; herramientas digitales; inteligencia artificial.;

Following Law 16/2022, of 5 September, which reforms the recast text of the Insolvency Act, the prediction of insolvency constitutes a fundamental pillar in restructuring plans or, where appropriate, in business continuity strategies. Digital tools, which are expressly referenced by the Law itself, are undoubtedly a suitable instrument for diagnosing and forecasting insolvency situations. This paper reviews and compares traditional models for predicting insolvency, and, with a particular focus on the risk position and viability forecasting models proposed by the Registrars of Spain, highlights their potential limitations and explores and evaluates possible solutions currently available through Generative Artificial Intelligence tools, specifically those offered by ChatGPT.

Keywords: Insolvency; Prediction; Prediction models; Restructuring plans; Digital tools; Artificial Intelligence (AI).;

Para la consulta de este artículo es necesaria suscripción.

Pulse aquí si desea más información sobre cómo contratar las Revistas Generales de Derecho

 
 
 

© PORTALDERECHO 2001-2025

Icono de conformidad con el Nivel Doble-A, de las Directrices de Accesibilidad para el Contenido Web 1.0 del W3C-WAI: abre una nueva ventana