摘要：En el presente trabajo, se presenta y discute la utilización de Redes Neurales Artificiales (RNA) para la medición del rendimiento socioeconómico en cooperativas agropecuarias. Se utilizan, para ello, datos provenientes del Sistema de Seguimiento de Cooperativas del Estado de Paraná (Brasil) del año 1999. En ese sentido, se discuten las variables de forma cualitativa y, en seguida, se clasifican las cooperativas de acuerdo con una escala de rendimiento en clusters por medio de Redes Neurales Artificiales. Como resultado, se destaca la clasificación obtenida con las variables económicas, y no con las variables sociables, como las más importantes para explicar el rendimiento social de cooperativas agropecuarias. Al final de la investigación se obtuvo, por medio de las variables seleccionadas, una clasificación financiera y de riesgo de cooperativas agropecuarias próxima a la obtenida por el tradicional índice de Kanitz. Se concluye, por la importancia de los análisis y la necesidad de una agenda de investigaciones, que deben verificarse las limitaciones del método.
其他摘要：This essay describes the Neural Artificial Network applied to measure agricultural cooperative economic and social efficiency. The data is from agricultural cooperatives in Paraná State (Brazil) in 1999. Initially it is discussed about qualitative variables, after that promotes the data statistical normalization and the significance analysis to classify cooperatives in according to efficiency through Neural Artificial Network with self-learning clusters analysis. The relevant results show that economic variables are more important to procedure than the social classification in agricultural cooperatives. Through different financial variables it is possible to obtain the same rating classification of Kanitz financial risk index. The paper concludes the importance of this research and proposes a new agenda verifying the limits of this method.
