PREVISÃO DE INSOLVÊNCIA – UM MODELO AJUSTADO COM BASE EM ÍNDICES FINANCEIROS DE EMPRESAS BRASILEIRAS DE CAPITAL ABERTO

  • Autor
  • Gilberto Henrique Gonçalves Mendes
  • Co-autores
  • Fábio Viana de Moura
  • Resumo
  •  

    O objetivo desta pesquisa foi estimar um modelo de previsão de insolvência de empresas brasileiras de capital aberto com base em variáveis de estrutura financeira e na variável preditora denominada de “conexão política”, que tem sido observada como significativa na predição de certas dimensões financeiras de empresas brasileiras. Observando uma amostra de cinquenta e seis companhias brasileiras de capital aberto, estimou-se um modelo de regressão logística para testar a capacidade preditiva de variáveis financeiras e da conexão política sobre a chance de uma empresa observada entrar em recuperação judicial. No geral, o modelo ajustado apresenta boa qualidade, classificando corretamente oitenta e cinco por cento das observações. Os resultados corroboram, em parte, as hipóteses de pesquisa. As dimensões financeiras: Composição do endividamento, Liquidez corrente e tamanho do Ativo são estatisticamente significativas na predição da chance de uma empresa entrar em recuperação judicial. Ao contrário do esperado, no contexto desta pesquisa, conexão política não se apresenta como relevante na explicação do fenômeno em foco. De modo geral, pode-se concluir que tradicionais indicadores financeiros continuam sendo relevantes para prever as chances de uma empresa vir a entrar em situação de insolvência. 

  • Palavras-chave
  • Regressão logística. Previsão de Insolvência. Indicadores Financeiros. Conexão política.
  • Modalidade
  • Comunicação oral
  • Área Temática
  • Finanças
Voltar Download
  • Administração pública, governo e terceiro setor
  • Empreendedorismo, startups e inovação
  • Ensino, Pesquisa e Capacitação Docente em Administração
  • Estratégia
  • Estudos organizacionais
  • Finanças
  • Gestão de pessoas
  • Marketing
  • Operações e logística
  • Gestão socioambiental
  • Administração da Informação

Comissão Científica

Manolita Correia Lima (ESPM)
Marcelo Rocha e Silva Zorovich (ESPM)
Fabiano Rodrigues (ESPM)

Maria Carolina Conejero (FEI)