Financial distress prediction for portuguese SMEs

Detalhes bibliográficos
Autor(a) principal: Sera, Roxana
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/69982
Resumo: Dissertação de mestrado em Finance
id RCAP_bfa3f0304f2f69583904b77bd7b3f008
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/69982
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Financial distress prediction for portuguese SMEsInsolvencyFinancial ratiosFinancial distress prediction modelPropensity score matchingLogistic modelsSmall and medium-sized enterprisesInsolvênciaRácios financeirosModelo de previsão de dificuldade financeiraModelos logísticosPequenas e médias empresasCiências Sociais::Economia e GestãoDissertação de mestrado em FinanceIn Portugal, small and medium-sized enterprises (SMEs) represent 99.9% of the total number of companies and are key generators of employment and contributors to the country`s economy. Given their key role and the fact that their main source of funding comes from financial institutions, it is vital that they have easy access to diversified financing instruments as well as the capacity of presenting their activity and results in an efficient way in order to gain access to them. In this context, a way of interpreting the information available about a company in a clear, concise and efficient manner is through the application of an accounting - based financial distress model. The analysis provided by such an instrument is beneficial to both financial institutions, that can use the results in order to understand the general situation of the company, and to the company`s management, who can foresee and prevent eventual financial problems. The objective of this study is to identify the main financial ratios that are relevant in order to discriminate between financially distressed and healthy companies and estimate financial distress prediction models based on them then use the estimated parameters to predict the probability of financial distress in Portuguese SMEs. In order to obtain a more balanced data set of companies the propensity score method, with matching of one-to-one as well as one-to-many, was applied. The model estimation was made with insolvent companies` data from one year prior to insolvency. Validation tests were performed on data samples for one, two and three years before insolvency, as well as for years one to three in a joint data set and also for the entire set of insolvent companies available, up to six years prior to insolvency. The five variables found to be the best predictors of insolvency are Current Assets to Total Assets, Operating Cash Flow to Total Assets, Operating Cash Flow to Debt, Retained Earnings to Total Assets and Equity to Debt. The overall forecasting accuracy of the final model was of over 85%, by which we conclude that the model could be successfully applied to the Portuguese market, in the context of the SMEs.Em Portugal, as Pequenas e Médias Empresas (PMEs) representam 99.9% do número total de empresas e são um fator chave para a geração de emprego, com uma contribuição elevada para a economia geral do país. Considerando o papel estratégico desempenhado e o fato de que a maior fonte de recursos para as PMEs são as instituições financeiras, é fundamental que essas tenham tanto facilidade de acesso à instrumentos financeiros diversificados, quanto a possibilidade de apresentar a sua atividade e resultados obtidos de uma maneira adequada que lhes garante acesso a esses instrumentos. Nesse contexto, a aplicação de um modelo de previsão de insolvência baseado na análise de rácios financeiros é uma maneira de interpretar a informação disponível sobre uma empresa de uma forma clara, concisa e eficiente. A análise facilitada por tal instrumento beneficia tanto as instituições financeiras, que podem interpretar os resultados obtidos para melhor entender a situação geral da empresa, quanto os gestores da empresa, para quais facilita a detecção e prevenção de eventuais problemas financeiros. O objetivo deste estudo é identificar os principais rácios financeiros relevantes para distinguir entre empresas em dificuldades financeiras e empresas saudáveis, estimar com base neles um modelo de previsão de insolvência e utilizar os parámetros estimados para previsão de dificuldades financeiras nas PMEs portuguesas. Para obter uma amostra mais equilibrada de empresas foi aplicado o método Propensity Score Matching, com pareamentos de um-para-um e um-para-muitos. O modelo foi estimado com base nos dados financeiros de empresas insolventes de um ano antes da insolvência. Testes de validação foram feitos em amostras de um, dois e três anos antes da insolvência, amostra de um a três anos antes da falência, bem como no inteiro conjunto de empresas com dados disponíveis, até seis anos antes da insolvência. As cinco variáveis que mostraram melhor capacidade de previsão da insolvência são: Ativo Corrente/ Total do Ativo, Fluxo de Caixa Operacional/ Total do Ativo, Fluxo de Caixa Operacional/ Total do Ativo, Resultados Transitados/ Total do Ativo e Patrimônio Líquido/ Total do Passivo. A capacidade total preditiva do modelo é acima de 85%, o que leva à conclusão de que o modelo pode ser aplicado ao mercado Português, no contexto das PMEs.Universidade do MinhoSera, Roxana20202020-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/69982eng202555399info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T11:59:05Zoai:repositorium.sdum.uminho.pt:1822/69982Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:48:49.748384Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Financial distress prediction for portuguese SMEs
title Financial distress prediction for portuguese SMEs
spellingShingle Financial distress prediction for portuguese SMEs
Sera, Roxana
Insolvency
Financial ratios
Financial distress prediction model
Propensity score matching
Logistic models
Small and medium-sized enterprises
Insolvência
Rácios financeiros
Modelo de previsão de dificuldade financeira
Modelos logísticos
Pequenas e médias empresas
Ciências Sociais::Economia e Gestão
title_short Financial distress prediction for portuguese SMEs
title_full Financial distress prediction for portuguese SMEs
title_fullStr Financial distress prediction for portuguese SMEs
title_full_unstemmed Financial distress prediction for portuguese SMEs
title_sort Financial distress prediction for portuguese SMEs
author Sera, Roxana
author_facet Sera, Roxana
author_role author
dc.contributor.none.fl_str_mv Universidade do Minho
dc.contributor.author.fl_str_mv Sera, Roxana
dc.subject.por.fl_str_mv Insolvency
Financial ratios
Financial distress prediction model
Propensity score matching
Logistic models
Small and medium-sized enterprises
Insolvência
Rácios financeiros
Modelo de previsão de dificuldade financeira
Modelos logísticos
Pequenas e médias empresas
Ciências Sociais::Economia e Gestão
topic Insolvency
Financial ratios
Financial distress prediction model
Propensity score matching
Logistic models
Small and medium-sized enterprises
Insolvência
Rácios financeiros
Modelo de previsão de dificuldade financeira
Modelos logísticos
Pequenas e médias empresas
Ciências Sociais::Economia e Gestão
description Dissertação de mestrado em Finance
publishDate 2020
dc.date.none.fl_str_mv 2020
2020-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/69982
url http://hdl.handle.net/1822/69982
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 202555399
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132251102904320

Registros relacionados