EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Inteligencia artificial y predicción del riesgo financiero: revisión sistemática de modelos y predictores en la literatura reciente

Perla Ruiz Cortez

Remulci · 29.06.2026 · 4

DOI: 10.65835/remulci.4.1.1619 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Remulci, online erschienen am 29.06.2026. Verfasst von Perla Ruiz Cortez. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

La creciente digitalización del sistema financiero ha incrementado la complejidad y el volumen de datos utilizados en la gestión del riesgo, lo que ha evidenciado limitaciones en los modelos econométricos tradicionales. Este aporte se orienta a analizar la evidencia científica reciente sobre el uso de inteligencia artificial en la predicción del riesgo financiero, identificando los modelos predominantes y los principales predictores utilizados en la literatura académica. El estudio se desarrolló mediante una revisión sistemática de literatura con enfoque cualitativo, basada en el protocolo PRISMA. Se analizaron artículos científicos publicados entre 2020 y 2025 en bases de datos académicas como Scopus, Web of Science, ScienceDirect y Google Scholar. La información se examinó mediante análisis de contenido temático, clasificando la literatura según modelos de IA aplicados, predictores de riesgo identificados y métricas de desempeño reportadas. La evidencia muestra que los modelos de machine learning y deep learning, especialmente redes LSTM, CNN y modelos híbridos econométricos–IA superan a los enfoques tradicionales en precisión predictiva. Se identificaron como predictores claves variables financieras tradicionales, indicadores de mercado y fuentes de datos alternativas como sentimiento de noticias y redes sociales. Los resultados evidencian que la IA mejora significativamente la predicción del riesgo financiero y contribuye a una gestión más proactiva. Persisten desafíos relacionados con la calidad de los datos, la interpretabilidad de los modelos, los sesgos algorítmicos y la integración con marcos regulatorios, lo que subraya la necesidad de enfoques de IA explicable y gobernanza robusta de los modelos.

Zitieren

APA

Cortez, P. R. (2026). Inteligencia artificial y predicción del riesgo financiero: revisión sistemática de modelos y predictores en la literatura reciente. Remulci, 4. https://doi.org/10.65835/remulci.4.1.1619

Vancouver

Cortez PR. Inteligencia artificial y predicción del riesgo financiero: revisión sistemática de modelos y predictores en la literatura reciente. Remulci. 2026;4. doi:10.65835/remulci.4.1.1619

BibTeX
@article{Cortez2026,
  author = {Cortez, Perla Ruiz},
  title = {Inteligencia artificial y predicción del riesgo financiero: revisión sistemática de modelos y predictores en la literatura reciente},
  journal = {Remulci},
  year = {2026},
  volume = {4},
  doi = {10.65835/remulci.4.1.1619}
}
Kostenlos starten →