El riesgo económico es una probabilidad que mide las posibles alteraciones, así como la incertidumbre, generadas por múltiples factores internos o externos. A veces podría causar la imposibilidad de garantizar el nivel de cumplimiento de los objetivos y metas organizacionales, por lo que para su administración se dividen frecuentemente en múltiples categorías según sus consecuencias e impacto. Los indicadores globales son dinámicos y a veces la correlación es incierta porque dependen en gran medida de una combinación de factores económicos, sociales y ambientales. Por lo tanto, nuestra propuesta consiste en un modelo para la predicción y clasificación de factores de riesgo multivariados como la tasa de natalidad y el crecimiento de la población, entre otros, utilizando múltiples redes neuronales y sistemas difusos de Tipo-2 generalizados. La contribución es la propuesta de integrar múltiples variables de varias series temporales utilizando tanto redes neuronales supervisadas como no supervisadas, y una integración difusa de Tipo-2 generalizada. Los resultados muestran las ventajas de utilizar el método para la integración difusa de múltiples atributos de series temporales, con lo cual el usuario puede prevenir futuras amenazas del entorno global que impacten el proceso de cumplimiento programado.