Predecir el riesgo de incumplimiento corporativo ha sido durante mucho tiempo un tema crucial en el campo de las finanzas, ya que las quiebras imponen enormes costos a los participantes del mercado, así como a la economía en su conjunto. Este artículo tiene como objetivo pronosticar modelos de incumplimiento correlacionados con la fragilidad con juicios subjetivos sobre una muestra de empresas no financieras públicas de EE. UU. que abarca de enero de 1980 a junio de 2019. Consideramos un modelo de forma reducida y adoptamos un enfoque bayesiano junto con el algoritmo de Cadena de Markov de Partículas Monte Carlo (Particle MCMC) para analizar este problema. Los hallazgos muestran que la predicción a 1 año para modelos de incumplimiento correlacionados con la fragilidad con diferentes distribuciones a priori es relativamente buena, mientras que las tasas de precisión de la predicción para modelos de incumplimiento correlacionados con la fragilidad con distribuciones a priori no informativas y subjetivas a través de varios horizontes de predicción no son significativamente diferentes.