Construção de modelos de classificação de risco de crédito para empresas brasileiras com base em indicadores contábeis

• Autor(a) principal: Rezende, Fernanda Carneiro De
• Data de Publicação: 2007
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INSPER
• Texto Completo: https://www.repositorio.insper.edu.br/handle/11224/1085
• topic: Modelo de escoragem; Análise discriminante; Regressão logística; Risco de crédito; Previsão de falência; Indicadores contábeis; Score models; Discriminant analysis; Logit; Credit risk; Prediction of default; Financial ratios

O objetivo deste estudo é demonstrar, utilizando as técnicas de análise discriminante e regressão logística, o poder de previsão de modelos de classificação de risco de crédito com base em indicadores contábeis. A amostra utilizada compreende 126 empresas brasileiras com ações negociadas na BOVESPA, sendo 63 concordatárias e 63 não concordatárias, para o período de 1988 a 2006. Foram estimados modelos para o período todo, para o período anterior ao Plano Real e para o período posterior ao Plano Real. Constatou-se uma melhora significativa do modelo no período após a implementação do Plano Real. Apesar dos rígidos pressupostos, o modelo de análise discriminante obteve uma boa discriminação entre as empresas concordatárias e não concordatárias, e o índice de acerto desse modelo foi superior ao modelo de regressão logística. Observou-se que a utilização de indicadores contábeis em modelos de classificação de risco de crédito permite classificar empresas como concordatárias e não concordatárias, com um nível de acerto acima de 90%. O estudo procurou responder principalmente a três questões: (i) como os indicadores contábeis evoluem – uma comparação da importância de indicadores contábeis referentes ao período anterior e posterior ao Real; (ii) determinação de um modelo de classificação de risco de crédito; e (iii) qual técnica estatística tem maior poder de previsão de falência: análise discriminante ou regressão logística.