Esta publicación presenta los aspectos metodológicos del diseño de un modelo de puntuación para la predicción temprana de quiebras mediante el uso de clasificadores en conjunto. El objetivo principal de la investigación fue desarrollar un modelo de puntuación (con buenas propiedades de clasificación) que pueda aplicarse en la práctica para evaluar el riesgo de quiebra de empresas en diversos sectores. Para la muestra de datos, que incluía 1739 empresas polacas (de las cuales 865 estaban en quiebra y 875 no tenían riesgo de quiebra), se aplicó un algoritmo genético para seleccionar el conjunto óptimo de 19 indicadores de quiebra, sobre la base de los cuales se estimó y verificó la precisión de clasificación de varios modelos de clasificadores en conjunto (boosting, bagging y stacking). La efectividad de clasificación de los modelos en conjunto se comparó con ocho modelos individuales clásicos que utilizaban clasificadores únicos. Se utilizó un modelo de clasificador en conjunto basado en GBM que ofrecía capacidades de clasificación superiores en la práctica para diseñar un modelo de puntuación, que se aplicó en la evaluación comparativa y análisis del riesgo de quiebra para empresas de diversos sectores y de diferentes tamaños de la Voivodato de Podkarpackie en 2018 (durante un horizonte temporal de hasta dos años). El enfoque aplicado también puede utilizarse para evaluar el riesgo crediticio de prestatarios corporativos.