Predicción financiera en la empresa mediante Inteligencia Artificial

Con este proyecto se ha realizado un análisis de todas las tecnologías de la IA y, en concreto, del ML, tratando de contribuir a su difusión y acercamiento al mundo empresarial, y de manera más específica en del sector financiero. Posteriormente, se ha llevado a cabo un experimento de ML consistente en la aplicación del análisis predictivo para un set de datos de una empresa del sector de las telecomunicaciones.
Este modelo se ha diseñado para predecir el valor de la renta de una serie de grupos de alquileres (en concreto, antenas de telefonía móvil) de distintas naturalezas, en función del histórico de pagos mensuales de los últimos años, y de una serie de variables internas de los contratos, además de otras referentes al entorno económico y del sector. Gracias al tratamiento de todas estas variables y a la ejecución de pruebas con diferentes algoritmos de regresión, se ha logrado desarrollar un modelo predictivo por regresión lineal que garantiza un 95 % de fiabilidad en los resultados.
Finalmente, una vez entrenado el modelo, ha sido posible efectuar la predicción de unos contratos para junio de 2020, lo que ha demostrado el buen funcionamiento y la fiabilidad del modelo. Además, se han alcanzado ciertas conclusiones interesantes acerca de la influencia de la crisis del COVID-19 en esta empresa en concreto, y en general en el sector de las telecomunicaciones. Con este modelo se ha podido demostrar que este sector no se ha visto afectado por la crisis gracias a la alta demanda de Internet que se ha generado durante el confinamiento.

In this project, an analysis of all AI technologies and, specifically, of the ML, has been carried out, trying to contribute to its dissemination and approach to the business world, particularly in the financial sector. Subsequently, an ML experiment has been conducted consisting on the application of predictive analysis to a set of data from a company in the telecommunications sector.
This model has been designed to predict the value of the income of a number of rental groups (specifically, mobile telephone antennas) of different natures, based on the historical monthly payments in recent years, and a number of internal variables in the contracts, apart from others referring to the economic environment and the sector. Thanks to the treatment of all these variables and the execution of tests with different regression algorithms, it has been possible to develop a predictive model by linear regression that guarantees 95% reliability in the results.
Finally, once the model had been tested, it was possible to predict contracts for June 2020, which demonstrated the good functioning and reliability of the model. In addition, some interesting conclusions have been reached about the influence of the COVID-19 crisis on this company in particular, and on the telecommunications sector in general. With this model, it has been possible to demonstrate that this industry has not been affected by the crisis thanks to the high demand for Internet generated during the confinement.