En este trabajo se aplic? un modelo predictivo de clasificaci?n basado en Redes Neuronales Artificiales (RNA) Perceptr?n Multicapa (MLP) asociadas al algoritmo de aprendizaje backpropagation, con el prop?sito de estimar las caracter?sticas o "s?ntomas" que presenta un pa?s catalogado como m?s o menos corrupto; se compararon los resultados con los obtenidos por otros modelos similares en aplicaci?n pero basados en caracter?sticas param?tricas convencionales y se contrastaron a su vez con los resultados te?ricos esperados de acuerdo a estudios previos sobre los determinantes de la corrupci?n internacional. El Perceptr?n Multicapa (MLP) obtuvo excelentes resultados en cuanto al poder de clasificaci?n y estimaci?n de las relaciones funcionales con respecto a otros modelos convencionales y los planteamientos te?ricos.