FACULTAD DE CIENCIAS EMPRESARIALES

ESCUELA PROFESIONAL DE ADMINISTRACIÓN

Título del estudio de caso

La Inteligencia Artificial Aplicada al Análisis Financiero

de Empresas

AUTOR (ES):
Mendoza Illan, Lizbeth Estefany (orcid.org/0000-0002-9481-2725)
Neira Meza, Albert Leonardo (orcid.org/0000-0002-1305-4732)
Nuñez Venancio, Karla Marieth (orcid.org/0000-0003-3177-9785)
Pando Diego, Akemy Emery (orcid.org/0000-0001-9744-6604)
Ruiz Vega, Christian (orcid.org/0000-0003-3536-0316)

ASESOR(A)(ES):

Castillo Heredia, Gustavo Adolfo (0000-0002-7588-2824)

LINEA DE INVESTIGACION
Planeamiento estratégico y desarrollo institucional

LIMA - PERÚ

2023
I.INTRODUCCIÓN

La Inteligencia Artificial (IA) es una tecnología de reciente aparición y de suma

importancia para las sociedades actuales y futuras mencionadas anteriormente, es
preciso recalcar que es imprescindible analizar esta tecnología de manera
sociológica. Por ello, uno de los motivos que hace interesante esta investigación
es el debate ético que conlleva el desarrollo de la IA, que se establecen desde la
denuncia de la destrucción de puestos de trabajo, intereses de los sectores
privilegiados, datos personales, que se da a conocer el proceso de diseño y
elaboración del sistema de la IA que puede ser una percepción social.
En los últimos años, la Inteligencia Artificial (IA) se ha vuelto una herramienta cada
vez más relevante en diversos campos, incluido el análisis financiero de
empresas. La IA puede procesar grandes cantidades de datos de manera rápida y
eficiente, lo que brinda a los analistas financieros una visión más completa y
precisa de la situación financiera de una empresa. Además, esta realiza tareas
complejas como el análisis de estados financieros, la evaluación de riesgos y el
pronóstico de resultados, utilizando algoritmos y modelos avanzados. La
inteligencia puede identificar patrones y tendencias en los datos financieros, que
ayuda a los analistas a tomar decisiones más informadas y acertadas que
automatiza procesos que anteriormente requerían mucho tiempo y esfuerzo, como
la elaboración de informes financieros y la gestión de carteras de inversiones. Esto
no solo reduce el margen de error humano, sino que también permite a los
analistas dedicar tiempo a actividades estratégicas y de mayor valor agregado.
El rápido crecimiento que tiene la tecnología de inteligencia artificial facilita que las
empresas automaticen y subcontraten tareas que normalmente son desarrolladas
por las personas. En este contexto, notamos que la IA se empezó a usar hace
mucho tiempo con bastante frecuencia en las empresas para distintas tareas,que
permitía hacer el análisis de datos, el modelado predictivo, el aprendizaje
automático, identificar patrones, descubrir ideas y predecir resultados futuros.
Esas predicciones hacen referencia a los movimientos de precios del mercado, lo
que da entrada a identificar patrones de comportamiento y realizar un análisis de
riesgo para saber si le conviene o no a la empresa invertir, comprar, vender, etc.
Todo esto permite a los inversionistas también aprovechar distintas oportunidades
que se le presentan para invertir rápida y eficientemente, lo que impulsa el
crecimiento del mercado. Por ello, la IA se está utilizando para mejorar la gestión
de los portafolios de inversión, la cual identifica y elimina riesgos de un portafolio
de inversiones, permitiendo diversificar y reducir cualquier tipo de pérdida. Sin
embargo se ha hecho uso cada vez mayor de la Inteligencia Artificial (IA) para así
analizar grandes cantidades de datos financieros. Muchos pensábamos que
faltaba mucho para que las máquinas y los software fueran capaces de ejecutar
acciones y resolver problemas, pero ahora es posible ver varios usos de la
inteligencia artificial en los servicios financieros.
La inteligencia artificial (IA) ha revolucionado muchos sectores en los últimos años,
y el análisis financiero no es una excepción. A medida que las empresas recopilan
y generan grandes cantidades de datos financieros, la IA ha demostrado ser una
herramienta potente para la interpretación y predicción de estos datos. En el caso
de la evaluación del riesgo crediticio, la inteligencia artificial puede analizar una
serie de variables financieras y no financieras para determinar la probabilidad de
que una empresa incumpla con sus obligaciones financieras. De manera que, la
inteligencia artificial utiliza técnicas de análisis predictivo y comportamientos
futuros en los mercados financieros, esto permite a los analistas financieros
centrarse en tareas de mayor valor agregado, como la interpretación de los
resultados y la planificación financiera estratégica.
Actualmente, se ha visto un amplio rango de aplicaciones tecnológicas que se
basan en las áreas científicas, educativas, producción, servicios y entretenimiento
que tienen un papel fundamental en el acceso e intercambio de información
mediante esta tecnología como bancos,correos, internet,control y administración
de las empresas. Estas ideas planteadas ayudan a resolver retos y desarrollos de
sistemas de manera que son flexibles y autónomos que posibilitan la cooperación
de información en diversos contenidos. Ante esto,las técnicas y metodologías de
la inteligencia artificial dan soluciones posibles a las perspectivas del campo de la
empresa,que supone percibir,razonar,analizar, detallar, aprender y comunicarse en
los entornos complejos.
Por el contrario, la inteligencia artificial está presente en los sistemas como
grandes piezas de recompensas acopladas en los sistemas complejos,la cual su
implementación se desarrolla con la construcción de subsistemas que
gradualmente generan sistemas mejores. Se ha introducido en el cambio de la
tecnología que ha tenido un gran impacto en la humanidad que ha permitido a las
personas acceder a la información, la cual es uno de los cambios más veloces que
se ha visto en la sociedad, que logran establecer generan cambios en la
comunicación en el proceso de globalización y modernización que ha llevado a
una nueva revolución en la industria.
La inteligencia artificial tiene como finalidad superar las funciones mecánicas de
procesamiento y retención de información de los computadores agregando lo
preciso para simular en un experto humano y realizar tareas consideradas
inteligentes. Esta tiene dos finalidades principales: el primero es tecnológico e
involucra el manejo de computadores para realizar actividades útiles utilizando
métodos muy diferentes a los de la mente humana; el segundo es científico e
implica el uso de ideas y modelos de inteligencia artificial para plantear temas
relacionados con los humanos y otros seres vivos.
Se dice con regularidad que muchas de las actividades mentales humanas, cómo
escribir programas de cómputo, demostrar teoremas, razonar con sentido común y
conducir un vehículo, requieren "inteligencia". Se han creado programas aptos
para realizar tareas semejantes durante décadas. Así mismo, existe el ámbito
empresarial que posee sistemas que, utilizando IA, se pueden implementar en
distintas áreas empresariales, como chatbots para la atención. Mencionada por
Jesús Seijas, el experto, los chatbots son una nueva manera más natural de
interactuar con los usuarios y viven en los canales que ya utilizan los clientes
(Seijas, 2018). Estos refuerzan la importante actividad de atender y apoyar a los
usuarios con todo tipo de servicios, la IA tiene dos estructuras claves que se
manejan en distintas secciones comerciales a nivel global. Uno de ellos es el
minado de datos, que se puede ejercer en el ámbito empresarial, en especial en
las redes neuronales, que autorizan acceder a información de datos. Mediante el
minado de datos, se pueden reconocer clientes propensos a responder de manera
positiva en una oferta de negocio (González).
La IA en el análisis financiero es la automatización de tareas repetitivas y tediosas,
como el procesamiento de facturas o la reconciliación de cuentas. Esto permite a
los analistas financieros centrarse en tareas más estratégicas y de mayor valor
añadido.
En relación al caso de estudio se pudo identificar el problema de la inteligencia
artificial aplicada al análisis financiero de las empresas, los cuales se darán a
conocer en la presente investigación a continuación:
- Calidad y precisión de los datos : La inteligencia artificial funciona a partir de
datos, por lo que es fundamental contar con información confiable y precisa
sobre las empresas.
- Falta de comprensión del contexto financiero: Aunque la inteligencia artificial
tiene la capacidad de analizar volúmenes de datos,puede tener dificultades
para comprender el contexto financiero en el que operan las empresas.
- Sesgo algorítmico : Los algoritmos utilizados en la inteligencia artificial pueden
estar sesgados si los datos de entrenamiento tienen sesgos previos.
- Interpretación de resultados: Incluso si los resultados obtenidos por la
inteligencia artificial son precisos, pueden haber dificultades en la
interpretación de los mismos.
Por ello, es importante mencionar que el análisis financiero es una herramienta
crucial para evaluar la salud financiera de una empresa y tomar decisiones
informadas sobre inversiones, préstamos o adquisiciones. Sin embargo, realizar
un análisis financiero exhaustivo puede ser un proceso largo y laborioso que
requiere tiempo, experiencia y conocimientos técnicos. La inteligencia artificial
tiene el potencial de agilizar y mejorar este proceso al utilizar algoritmos
avanzados y aprendizaje automático para analizar grandes cantidades de datos
financieros y extraer información relevante. Sin embargo, también existen desafíos
y preocupaciones en la aplicación de la inteligencia artificial al análisis financiero.
Estos desafíos incluyen la calidad y confiabilidad de los datos utilizados, la
interpretación e implementación de los resultados obtenidos por los algoritmos de
inteligencia artificial, y la necesidad de profesionales capacitados para utilizar y
comprender adecuadamente la inteligencia artificial en el análisis financiero. Por lo
tanto, el problema principal en este contexto es cómo aprovechar de manera
efectiva la inteligencia artificial en el análisis financiero de empresas, superar los
desafíos asociados y maximizar los beneficios que puede proporcionar en la toma.
En resumen, el problema identificado es la falta de eficiencia y precisión en el
análisis financiero de empresas utilizando métodos tradicionales, y la IA aplicada
al análisis financiero puede ser una solución para mejorar estos aspectos.
Como grupo identificamos objetivos acerca del caso de estudio investigado, como
objetivo general tenemos, determinar la inteligencia artificial en las organizaciones
y aplicarla al análisis financiero de empresas con el fin de mejorar la eficiencia,
precisión y toma decisiones basadas en datos financieros orientados a los
beneficios de la tecnología en los negocios. Asimismo, como objetivos específicos
se basa en recopilar y analizar datos financieros relevantes de la empresa, como
estados financieros, informes anuales, transacciones y noticias del mercado,
desarrollar modelos de inteligencia artificial que puedan analizar y procesar los
datos financieros de manera eficiente y conocer acerca de la estructura de
documentos de análisis financiero.
El diseño de investigación del presente trabajo se basa en 6 características de las
cuales son las siguientes:
​- Diseño de objetivo de la investigación: Se debe establecer claramente cuál es el
propósito de la investigación por ejemplo; determinar si la IA puede mejorar la
eficiencia y precisión del análisis financiero, identificar patrones y tendencias
ocultas en los datos financieros.
- Definición de la muestra de empresas: Se debe seleccionar una muestra
adecuada de empresas para analizar. Esto puede incluir empresas de diferentes
sectores, tamaños y ubicación geográfica.
- Recopilación de datos financieros : Se deben recopilar los datos financieros
relevantes de las empresas seleccionadas. Esto puede incluir estados
financieros,informes de pagos,informes de auditoría,entre otros.
- Análisis de resultados : Se deben analizar los resultados obtenidos mediante la
aplicación de los modelos IA. Esto puede incluir análisis de tendencias,
identificación de variables clave,entre otros.
- Discusión de resultados y conclusiones: Se deben discutir los resultados
obtenidos en el análisis financiero utilizando IA para realizar conclusiones sobre
los beneficios y limitaciones de su aplicación.
- Presentación de resultados: Se deben presentar los resultados de la
investigación de manera clara y concisa, que se puede incluir informes escritos,
presentaciones en conferencia o seminarios, publicación en revista científicas,
entre otros.
II DESCRIPCIÓN Y ANÁLISIS DEL FENÓMENO ESTUDIADO

La inteligencia artificial se enfrenta a tres importantes desafíos. El primero es la

magnitud de los datos, el segundo es la restricción de tareas múltiples y el
tercero es la compresión de las conclusiones. Es bien conocido que la
Inteligencia Artificial suele ignorar los datos para aprender sobre su entorno.
Para comprender y analizar conceptos y características, la inteligencia artificial
necesita miles de veces más datos que el cerebro humano.

Según Neil Lawrence, profesor de la universidad de Sheffield y miembro del

equipo de la IA de Amazonas, los casos en los que las máquinas tienen acceso a
una gran cantidad de datos son los más exitosos. La expresión y reconocimiento
de imágenes por parte del cerebro artificial podrían servir como una buena prueba
de esto. Facebook y Google son buenos ejemplos de Inteligencia Artificial porque
tienen acceso a grandes cantidades de datos de sus suscriptores, usuarios y la
red en general, lo que, les permite realizar búsquedas más eficientes y obtener
mejores resultados.

La salud es un campo sensible en el que la inteligencia artificial necesita mejorar

la obtención de datos, ya que se utiliza para tareas de visión artificial como el
reconocimiento de tumores en las exploraciones de rayos X, pero donde los datos
digitalizados pueden ser escasos y pueden arrojar falsos negativos o positivos
que pueden resultar en errores fatales. La Inteligencia Artificial (IA) aplicada al
análisis financiero de empresas es un fenómeno que ha ganado relevancia en los
últimos años. La IA se refiere a la capacidad de las máquinas para realizar tareas
que requieren de inteligencia humana, como el reconocimiento de voz, el
procesamiento de lenguaje natural y la toma de decisiones. En este caso, la IA se
utiliza para analizar la información financiera de las empresas, como los estados
financieros, los informes anuales y las noticias corporativas, con el objetivo de
proporcionar recomendaciones de inversión y tomar decisiones financieras más
informadas.

El uso de la Inteligencia en el análisis financiero presenta ciertos desafíos. Uno de

ellos es la necesidad de contar con datos de alta calidad y completos para
entrenar los algoritmos de aprendizaje automático. Además, la interpretación de
los resultados generados por la IA puede ser compleja y requiere de
conocimientos expertos en finanzas. Otro desafío es el sesgo inherente en los
datos utilizados para entrenar los modelos de inteligencia, es decir; si los datos
históricos utilizados para el entrenamiento están sesgados o reflejan inequidades
sociales, económicas o raciales, los modelos de IA pueden perpetuar esos
sesgos y generar resultados injustos o discriminatorios. Por lo tanto, es crucial
que los analistas financieros supervisen y validen los resultados generados por la
IA para garantizar su imparcialidad y justicia.

Pero por otro lado, también puede ser ventajosa y de gran ayuda, una de las
principales ventajas de la inteligencia artificial aplicada al análisis financiero es su
capacidad para procesar grandes volúmenes de información en poco tiempo. Esto
permite a los analistas financieros obtener resultados en tiempo real y tomar
decisiones de forma rápida y segura. Otra ventaja de la inteligencia artificial en el
análisis financiero es su capacidad para aprender y adaptarse. A medida que se
alimenta con más datos, la inteligencia artificial puede mejorar su precisión y
generar pronósticos más acertados.

Sin embargo, es importante tener en cuenta algunos desafíos y riesgos asociados

con la inteligencia artificial aplicada al análisis financiero. Uno de los principales
desafíos es garantizar la calidad y la integridad de los datos utilizados en el
análisis. Si los datos son deficientes o incorrectos, los resultados del análisis
pueden ser poco confiables. Además, existe el riesgo de que los modelos de
inteligencia artificial sean sesgados o generen resultados incoherentes. Esto
puede ocurrir si los algoritmos están entrenados con datos sesgados o si se
utilizan datos no representativos, de manera que es importante que los analistas
financieros supervisen y validen los resultados generados por la inteligencia
artificial para garantizar su fiabilidad.
III. CONCLUSIONES

En conclusión, la aplicación de la inteligencia artificial al análisis financiero de

empresas ofrece numerosas ventajas y beneficios significativos. Con el uso de la
inteligencia artificial en los servicios financieros se estima tener predicciones para
la otorgación de créditos e identificación de fraudes de manera que se pueda
invertir en el mercado de capital. Por ello, al utilizar algoritmos y técnicas de
aprendizaje automático, la IA puede procesar grandes volúmenes de datos
financieros en tiempo real,identificar patrones y tendencias y proporcionar
información valiosa para la toma de decisiones. A continuación, se presentan
algunas conclusiones clave:

- Mejora de la eficiencia la IA automatiza tareas rutinarias y repetitivas en el

análisis financiero, lo que permite a los analistas enfocarse en actividades más
estratégicas y de mayor valor. Además, la IA puede procesar grandes
cantidades de datos en poco tiempo, acelerando el proceso de análisis.
- Mayor precisión y objetividad La IA puede analizar datos financieros de manera
objetiva y precisa, sin verse influenciada por sesgos humanos. Esto reduce la
probabilidad de errores y proporciona resultados más confiables en el análisis
financiero.
- Predicciones más precisas La IA puede desarrollar modelos predictivos
basados en datos históricos y en tiempo real. Estos modelos pueden ayudar a
predecir el rendimiento futuro de una empresa, identificar oportunidades de
inversión y evaluar riesgos de manera más precisa.
- Detección de patrones y fraudes La IA puede identificar patrones, relaciones y
señales de alerta en los datos financieros, lo que permite detectar posibles
fraudes o comportamientos anómalos. Esto ayuda a las empresas a tomar
medidas rápidas para prevenir y mitigar riesgos financieros.
- Apoyo en la toma de decisiones Los sistemas de IA pueden proporcionar
recomendaciones y asesoramiento financiero basados en análisis de datos.
- La aplicación de la Inteligencia Artificial (IA) en el análisis financiero de
empresas ha demostrado ser una herramienta poderosa que ofrece numerosos
beneficios y mejoras en la eficiencia y precisión de las decisiones basadas en
 datos financieros. Al utilizar algoritmos y modelos avanzados, la IA puede
procesar grandes cantidades de información de manera rápida y eficiente,
permitiendo a los analistas financieros obtener una visión más completa y
precisa de la situación financiera de una empresa.
- La IA en el análisis financiero permite realizar tareas complejas como el
análisis de estados financieros, la evaluación de riesgos y el pronóstico de
resultados. Al identificar patrones y tendencias en los datos financieros, los
analistas pueden tomar decisiones más informadas y acertadas, reduciendo el
margen de error humano. Además, automatiza procesos que antes requerían
mucho tiempo y esfuerzo, como la elaboración de informes financieros y la
gestión de carteras de inversiones. Esto libera tiempo para que los analistas se
dediquen a actividades estratégicas y de mayor valor agregado.
- La IA también ha mejorado la gestión de los portafolios de inversión,
permitiendo identificar y eliminar riesgos, diversificar y reducir pérdidas. Al
utilizar técnicas de análisis predictivo, la IA puede ayudar a los inversionistas a
aprovechar oportunidades de inversión de manera rápida y eficiente, lo que
impulsa el crecimiento del mercado financiero.
- Sin embargo, es importante tener en cuenta algunos desafíos y
consideraciones éticas asociados con el uso de la IA en el análisis financiero.
La calidad y precisión de los datos son fundamentales para el funcionamiento
efectivo de la IA, por lo que es necesario contar con información confiable y
precisa sobre las empresas. Además, la interpretación de los resultados
generados por los algoritmos de IA puede ser un desafío, especialmente para
personas no técnicas. Existe también la posibilidad de sesgo algorítmico si los
datos de entrenamiento tienen sesgos previos.
- A pesar de estos desafíos, la IA en el análisis financiero ha revolucionado la
forma en que las empresas abordan la gestión financiera y toman decisiones
estratégicas. Su capacidad para procesar grandes volúmenes de datos,
identificar patrones y tendencias, y automatizar tareas repetitivas ha mejorado
la eficiencia y la precisión en el análisis financiero.
REFERENCIAS BIBLIOGRÁFICAS

Alfonso,G(2019).
problemas de inteligencia artificial
https://www.bigdata-social.com/inteligencia-artificial-aplicada-en-finanzas/

Javier,L(2021).
investigación de la inteligencia artificial
https://www.apd.es/el-gran-impacto-de-la-inteligencia-artificial-en-las-empresas/

Robert L. McDonald( 2018)

Redes Neuronales Artificiales en el Análisis Financiero
https://ocw.ehu.eus/pluginfile.php/40137/mod_resource/content/1/redes_neuro/co
ntenidos/pdf/libro-del-curso.pdf

Gary S. Lynch (2023)

Inteligencia Artificial para la Gestión Empresarial
https://legrandcontinent.eu/es/2023/04/28/limites-de-un-sistema-desbloquear-la-ia/

Ruiz Barón, Carlos (2023)

Aplicación de la inteligencia artificial en las inversiones financieras
https://uvadoc.uva.es/bitstream/handle/10324/51713/TFG-E-1315.pdf?sequence=
1&isAllowed=y

Pérez, E. & Rojas, D. (2019). Impacto de la inteligencia artificial en las empresas

con un enfoque global. [Tesis de Titulación, Universidad Peruana de Ciencias
Aplicadas].
https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/628123/P%C3%
A9rezL_E.pdf?sequence=3