46955

Felipe Fontaine Rezende
Roberto Marcos da Silva Montezano
Fernando Nascimento de Oliveira
Valdir de Jesus Lameira

Revista Contabilidade & Finanças

Ao longo dos anos, desenvolveram-se diversos modelos de previsão de insolvência, sendo uma das razões o seu importante papel na tomada de decisão. Entretanto, ao prever a insolvência de uma empresa, proporciona-se um tempo muito curto para que as partes interessadas consigam agir e reverter essa situação. É nesse contexto que o presente trabalho surge, com o objetivo de desenvolver um modelo de previsão de dificuldade financeira identificado como uma etapa anterior à insolvência. No desenvolvimento do modelo de previsão, utiliza-se a técnica de análise de regressão logística com dados em painel e a amostra de empresas brasileiras de capital aberto com ações negociadas na Bolsa de Valores, Mercadorias e Futuros de São Paulo, entre os períodos de 2001 e 2014. O modelo final contempla, além das variáveis financeiras, as variáveis de expectativa de mercado (macroeconômicas) e setorial. Essas variáveis são testadas estatisticamente e a hipótese de que melhoram a previsibilidade do modelo é confirmada. A pesquisa identificou a existência do estado de dificuldade financeira em 96% das empresas que entraram em insolvência. Além disso, verifica-se a relação entre os fenômenos de insolvência e dificuldade financeira. Os resultados obtidos demonstram que a maioria (83%) das variáveis explicativas do modelo de previsão de insolvência também está presente no modelo de previsão do fenômeno de dificuldade financeira. As variáveis de expectativa do produto interno bruto e as variáveis financeiras de liquidez seca, giro do ativo e patrimônio líquido sobre passivo total são estatisticamente significativas para prever ambos os fenômenos. Com esses indícios, o estudo sugere a utilização do conceito de dificuldade financeira como uma etapa predecessora da insolvência e disponibiliza um modelo de previsão de dificuldade financeira com poder de acerto de 89% dos casos, quando aplicado às empresas de capital aberto no Brasil no período pesquisado.

dados em painel, dificuldade financeira, insolvência, modelos de previsão, regressão logística

REZENDE, F. F.; MONTEZANO, R. M. S.; OLIVEIRA, F. N.; LAMEIRA, V. J. Previsão de Dificuldade Financeira em Empresas de Capital Aberto . Revista Contabilidade & Finanças, v. 28, n. 75, p. 390-406, 2017.

Rezende, F. F., Montezano, R. M. S., Oliveira, F. N., & Lameira, V. J. (2017). Previsão de Dificuldade Financeira em Empresas de Capital Aberto . Revista Contabilidade & Finanças, 28(75), 390-406.

10.1590/1808-057x201704460

https://www.spell.org.br/documentos/ver/46955/previsao-de-dificuldade-financeira-em-empresas-de-capital-aberto-/i/pt-br

Artigo

Português

Aita, J.; Zani, J.; Silva, C. E. S. (2010). Determinantes de insolvência bancária no Brasil: identificação de evidências macro e microeconômicas. (Dissertação de mestrado). Universidade do Vale dos Sinos, São Leopoldo.

Allen, L.; DeLong, G.; Saunders, A. (2004). Issues in the credit risk modeling of retail markets. Journal of Banking & Finance, 28(4), 727-752.

Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of finance, 23(4), 589-609.

Altman, E. I. (1983). Why businesses fail. Journal of Business Strategy, 3(4), 15-21.

Altman, E. I.; Baidya, T. K.; Dias, L. M. R. (1979). Previsão de problemas financeiros em empresas. Revista de Administração de Empresas, 19(1), 17-28.

Altman, E. I.; Sabato, G. (2007). Modelling credit risk for SMEs: evidence from the US market. Abacus, 43(3), 332-357.

Andrade, G.; Kaplan, S. N. (1998). How costly is financial (not economic) distress?Evidence from highly leveraged transactions that became distressed. Journal of Finance, 53(5), 1443-1493.

Asquith, P.; Gertner, R.; Scharfstein, D. (1991). Anatomy of financial distress: an examination of junk-bond issuers. Quarterly Journal of Economics, 109(3), 625-658.

Balcaen, S.; Ooghe, H. (2006). 35 years of studies on business failure: an overview of the classic statistical methodologies and their related problems. The British Accounting Review, 38(1), 63-93.

Baldwin, J.; Glezen, G. W. (1992). Bankruptcy prediction using quarterly financial statement data. Journal of Accounting, Auditing & Finance, 7(3), 269-285.

Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4, 71-111.

Bellovary, J. L.; Giacomino, D. E.; Akers, M. D. (2007). A review of bankruptcy prediction studies: 1930 to present. Journal of Financial Education, 33, 1-42.

Blanco-Oliver, A.; Irimia-Dieguez, A.; Oliver-Alfonso, M.; Wilson, N. (2015). Improving bankruptcy prediction in micro-entities by using nonlinear effects and non-financial variables. Finance a Uver, 65(2), 144.

Brito, G. A. S.; Assaf Neto, A. (2008). Modelo de classificação de risco de crédito de empresas. Revista Contabilidade & Finanças, 19(46), 18-29.

Chava, S.; Jarrow, R. A. (2004). Bankruptcy prediction with industry effects. Review of Finance, 8(4), 537-569.

Cinca, C. S.; Molinero, C. M.; Larraz, J. G. (2005). Country and size effects in financial ratios: a European perspective. Global Finance Journal, 16(1), 26-47.

Cuthbertson, K.; Hudson, J. (1996). The determinants of compulsory liquidations in the UK. The Manchester School, 64(3), 298-308.

Elizabetsky, R. (1976). Um modelo matemático para a decisão no banco comercial. (Trabalho de formatura). Departamento de Engenharia de Produção, Escola Politécnica da Universidade de São Paulo, São Paulo.

Fávero, L.; Belfiore, P.; Silva, F.; Cham, B. (2009). Análise de dados: modelagem multivariada para tomada de decisão. São Paulo, SP: Campus.

Goudie, A. W.; Meeks, G. (1991). The exchange rate and company failure in a macro-micro model of the UK company sector. The Economic Journal, 101(406), 444-457.

Greene, W. H. (2003). Econometric analysis. Delhi: Pearson Education India.

Grice, J. S.; Ingram, R. W. (2001). Tests of the generalizability of Altman’s bankruptcy prediction model. Journal of Business Research, 54(1), 53-61.

Hein, N.; Pinto, J.; Beuren, I. M. (2012). Uso da teoria rough sets na análise da solvência de empresas. BASE - Revista de Administração e Contabilidade da Unisinos, 9(1), 68-81.

Hill, N.; Perry, S.; Andes, S. (2011). Evaluating firms in financial distress: an event history analysis. Journal of Applied Business, 12(3), 60-71.

Horta, R. A. M.; Alves, F. J. S.; Carvalho, F. A. A. (2013). Seleção de atributos na previsão de insolvência: aplicação e avaliação usando dados brasileiros recentes. Revista de Administração Mackenzie, 15(1), 125-151.

Horta, R. A. M.; Borges, C. C. H.; Carvalho, F. A. A.; Alves, F. J. S. (2011). Previsão de insolvência: uma estratégia para balanceamento da base de dados utilizando variáveis contábeis de empresas brasileiras. Sociedade, Contabilidade e Gestão, 6(2), 21-36.

Hudson, J. (1987). The age, regional, and industrial structure of company liquidations. Journal of Business Finance & Accounting, 14(2), 199-213.

Johnson, C. G. (1970). Ratio analysis and the prediction of firm failure. Journal of Finance, 25(5), 1166-1168.

Kanitz, S. C. (1976). Indicadores contábeis financeiros previsão de insolvência: a experiência da pequena e média empresa brasileira. (Tese de livre-docência). Faculdade de Economia Administração e Contabilidade, Universidade de São Paulo, São Paulo.

Karkinen, E. L. & Laitinen, E. K. (2015). Financial and nonfinancial information in reorganisation failure prediction. International Journal Management and Enterprise Development, 14(2), 144-171.

Kennedy, P. (2009). Manual de econometria. 6 ed. Rio de Janeiro, RJ: Elsevier.

Korol, T.; Korodi, A. (2010). Predicting bankruptcy with the use of macroeconomic variables. Economic Computation and Economic Cybernetics Studies and Research, 44(1), 201-221.

Levy, A.; Bar-niv, R. (1987). Macroeconomic aspects of firm bankruptcy analysis. Journal of Macroeconomics, 9(3), 407-415.

Liou, D. K. (2007). Macroeconomic variables and financial distress. Journal of Accounting, Business & Management, 14, 17-31.

Liu, J. (2004). Macroeconomic determinants of corporate failures: evidence from the UK. Applied Economics, 36(9), 939-945.

Liu, J. (2009). Business failures and macroeconomic factors in the UK. Bulletin of Economic Research, 61(1), 47-72.

Mansi, S. A.; Maxwell, W. F. & Zhang, A. (2012). Bankruptcy prediction models and the cost of debt. The Journal of Fixed Income, 21(4), 25-42.

Martin, D. (1977). Early warning of bank failure: a logit regression approach. Journal of Banking & Finance, 1(3), 249-276.

Matarazzo, D. C. (2010). Análise financeira de balanços: abordagem gerencial. 7 ed. São Paulo, SP: Atlas.

Matias, A. B. (1978). Contribuição às técnicas de análise financeira: um modelo de concessão de crédito. (Tese de doutorado). Departamento de Administração da Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São Paulo.

Minussi, J. A.; Damacena, C.; Ness, W. L., Jr. (2002). Um modelo de previsão de solvência utilizando regressão logística. Revista de Administração Contemporânea, 6(3), 109-128.

Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18, 109-131.

Olson, D. L.; Delen, D.; Meng, Y. (2012). Comparative analysis of data mining methods for bankruptcy prediction. Decision Support Systems, 52(2), 464-473.

Pindado, J.; Rodrigues, L.; de la Torre, C. (2008). Estimating financial distress likelihood. Journal of Business Research, 61(9), 995-1003.

Pinheiro, L. E. T.; Santos, C. P.; Colauto, R. D.; Pinheiro, J. L. (2009). Validação de modelos brasileiros de previsão de insolvência. Contabilidade Vista & Revista, 18(4), 83-103.

Platt, H. D.; Platt, M. (2006). Comparing financial distress and bankruptcy. [Working Paper]. Review of Applied Economics. Recuperado de https://ssrn.com/abstract=876470

Platt, H. D.; Platt, M. B. (1994). Business cycle effects on state corporate failure rates. Journal of Economics and Business, 46(2), 113-127.

Sanvicente, A. Z.; Minardi, A. M. A. F. (1998). Identificação de indicadores contábeis significativos para a previsão de concordata de empresas. [Working Paper]. Instituto Brasileiro de Mercado de Capitais. Recuperado de http://www.cyta.com.ar/elearn/tc/marterial/altaman5.pdf

Silva, J. P. D. (1982). Modelos para classificação de empresas com vistas à concessão de crédito. (Tese de mestrado). Escola de Administração de Empresas de São Paulo, Fundação Getúlio Vargas, São Paulo.

Soares, R. A.; Rebouças, S. M. D. P. (2015). Avaliação do desempenho de técnicas de classificação aplicadas à previsão de insolvência de empresas de capital aberto brasileiras. Revista do Programa de Mestrado em Administração e Desenvolvimento Empresarial da Universidade Estácio de Sá, 18(3), 40-61.

Sun, J.; Li, H.; Huang, Q. H.; He, K. Y. (2014). Predicting financial distress and corporate failure: a review from the state-of-the-art definitions, modeling, sampling, and featuring approaches. Knowledge-Based Systems, 57, 41-56.

Tascón, M. T.; Castaño, F. J. (2012). Variables y modelos para la identificación y predicción del fracas empresarial: revisión de la investigación empírica reciente. Revista de ContabilidadSpanish Accounting Review, 15(1), 7-58.

Tinoco, M. H.; Wilson, N. (2013). Financial distress and bankruptcy prediction among listed companies using accounting, market and macroeconomic variables. International Review of Financial Analysis, 30, 394-419.

Tomas, I.; Dimitrić, M. (2011, Maio). Micro and macroeconomic variables in predicting financial distress of companies. Anais of International Conference Challenges of Europe: Growth and competitiveness – reversing the trends. Split, Croácia, 9. Recuperado de http://conference.efst.hr/proceedings/NinthInternationalConferenceChallengesOfEurope-ConferenceProceedings-bookmarked.pdf

Wadhwani, S. B. (1986). Inflation, bankruptcy, default premia and the stock market. The Economic Journal, 96(381), 120-138.

Whitaker, R. B. (1999). The early stages of financial distress. Journal of Economics and Finance, 23(2), 123-132.

Wruck, K. H. (1990). Financial distress, reorganization, and organizational efficiency. Journal of Financial Economics, 27(2), 419-444.

Zhang, J.; Bessler, D. A.; Leatham, D. J. (2013). Aggregate business failures and macroeconomic conditions: a VAR look at the US between 1980 and 2004. Journal of Applied Economics, 16(1), 179-202.