O risco de crédito está presente em todas as transações comerciais regidas pelo princípio de competência. É indispensável que os credores façam uma análise da capacidade de pagamento dos clientes. Para avaliar o risco de crédito, os credores podem utilizar metodologias variadas, como as destacadas nessa pesquisa, sendo elas: análise julgamental, análise discriminante (ADML) e análise estrutural. Com esse foco, o objetivo desta pesquisa é avaliar, por meio da realização de um estudo de caso, se a classificação de risco de crédito proposta pela metodologia discriminante de previsão de insolvência de Sanvicente e Minardi (S&M), e pela metodologia estrutural KMV estão em conformidade com o modelo Julgamental, o qual se baseia na análise do risco de crédito considerando informações qualitativas e quantitativas, bem como, o fator ‘bom senso’ nas decisões de financiamentos. A pesquisa contribui ao analisar o nível de aderência dessas metodologias classificatórias de risco de crédito na maior empresa do setor de educação listada na [B]3 Brasil, Bolsa, Balcão, a Kroton Educacional S.A., dada a sua relevância dentro desse setor. Os resultados não atestaram aderência estatisticamente significativa entre as metodologias S&M e KMV com a metodologia julgamental, sendo, em parte, explicados por aspectos como a não inclusão do fator ‘bom senso’ na decisão de crédito, a utilização de informações contábeis históricas (S&M) e a utilização de informações históricas do preço e do retorno das ações ordinárias.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.