Estudio predictivo de costes y financiación del servicio de transporte urbano colectivo en las empresas españolas mediante la aplicación de redes neuronales artificiales

Resumen

La presente investigación tiene su justificación en nuestra convicción en la importancia de las Redes Neuronales y su aplicación como una herramienta que puede contribuir a mejorar lasgestión eficiente de los servicios públicos y, en particular, para el servicio de transporte público urbano colectivo. Por sus propias características de servicio público, el sector del transporte público urbano, supone unas tarifas sujetas a precios políticos y una dependencia excesiva de las aportaciones de las Administraciones Públicas que creemos que no se reciben con unos criterios comunes debido a la inexistencia de una Ley de Financiación del transporte urbano. Este hecho unido a la actual crisis económica, trae consigo una disminución de ingresos que conlleva la necesidad de buscar: ¿ Por un lado nuevas fuentes de financiación ¿ Y por otro, ejercer un mayor control en los costes con un análisis de eficiencia que justifique estas necesidades de financiación. Los modelos de Redes Neuronales están diseñados para analizar series temporales no lineales y por su capacidad de aprendizaje, podemos señalar que se han convertido en un modelo muy útil para poder realizar complejos análisis en el ámbito económico y financiero que de otra forma sería muy laborioso realizar. Por ello, entendemos que el diseño de un modelo de predicción basado en Redes Neuronales podría ser una herramienta de gestión útil y contribuir, de manera importante, a la consecución de los objetivos claves relacionados con los retos críticos del sector. Por tanto: Nuestro objetivo general ha sido la realización de un modelo que nos permita estimar los costes de explotación, ingresos por recaudación y las aportaciones de Administraciones Públicas a recibir por las empresas operadoras, mediante Redes Neuronales, a partir de unas variables, que hemos identificado en nuestra investigación y que consideramos determinantes para el sector. METODOLOGÍA: En primer lugar definimos los objetivos de la investigación. A partir de ahí, llevamos a cabo un trabajo de revisión de la literatura e investigación documental, que nos permitió fundamentar de manera sólida la construcción de nuestra investigación empírica. Esta investigación empírica se desarrolló en dos fases: En la primera, realizamos un estudio estadístico descriptivo desde el punto de vista financiero, económico y operacional a partir de una muestra de empresas operadoras. Tomando como punto de partida los resultados de esta primera fase, desarrollamos los modelos no lineales de estimación mediante Redes Neuronales Artificiales, que componen la segunda fase de la investigación. Para ello una vez descritos el objetivo principal y sus objetivos específicos de esta fase, planteamos las hipótesis que queremos verificar. A continuación, se procedió a la identificación, definición y justificación de las variables, que consideramos relevantes para cada una de las tres Redes Neuronales confeccionadas, es decir, para costes, ingresos por recaudación y subvenciones. Y por último, tras elegir la aplicación informática utilizada, analizamos los resultados obtenidos. Finalmente, se obtienen una serie de conclusiones tanto del marco teórico, como de los estudios empíricos realizados. ESTRUCTURA Y CONTENIDO DE LA TESIS DOCTORAL En este sentido, articulamos nuestro trabajo en cuatro grandes apartados: ¿ Introducción ¿ Fundamentos ¿ Investigación empírica ¿ Conclusiones y reflexiones finales Estructurados a su vez en seis capítulos. CONCLUSIONES Las conclusiones de la investigación están estructuradas en tres grupos: 1. Las relativas al marco teórico 2. Las referidas a los resultados del análisis estadístico descriptivo de la muestra elegida. 3. Y las vinculadas a los resultados obtenidos mediante la elaboración del modelo basado en las Redes Neuronales Artificiales Idas. BIBLIOGRAFÍA Para la realización del trabajo hemos referenciado y consultado una amplia bibliografía que hemos dividido en: ¿ Bibliografía general, compuesta por libros, artículos y estudios relacionados con el tema objeto de estudio ¿ Legislación ¿ Páginas web vinculadas a tema tratado.