Previsão de insolvência de empresas brasileiras usando análise discriminante, regressão logística e redes neurais

Júnior, Castro; de, Francisco Henrique Figueiredo

doi:10.11606/d.12.2003.tde-16092004-121634

Cited by 5 publications

(9 citation statements)

References 3 publications

(3 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Alguns dos trabalhos de relevância realizados dentro da temática do risco de crédito no país são: Kanitz (1974); Elizabetsky (1976); Matias (1978); Altman, Baidya e Dias (1979); Silva (2008); Sanvicente e Minardi (1998); Mário (2002);Castro Junior (2003) e Carvalho (2004). Desde de 1974, com o trabalho pioneiro de Kanitz, a análise de risco de crédito no Brasil vem crescendo.…”

Section: Definições Do Crédito Risco E Análiseunclassified

“…As mais tradicionais na construção de modelos de risco de crédito são as técnicas de análise multivariada, como a análise discriminante e a regressão logística. Entretanto, novas técnicas de Inteligência Artificial têm chamado a atenção dos pesquisadores, entre elas, estão as redes neurais artificiais (TAM, 1991;CASTRO JUNIOR, 2003;LIMA et al, 2009;GOUVÊA;GONÇALVES;MANTOVANI, 2015).…”

Section: Introductionunclassified

See 1 more Smart Citation

Previsão Da Insolvência Empresarial Utilizando Redes Neurais Artificiais

Prado

Vilamaior

Campos

et al. 2020

RGD

View full text Add to dashboard Cite

Nas negociações de crédito, o risco é um custo que está sempre presente e, portanto, precisa ser quantificado. Neste cenário, existem diversas ferramentas que se propõem à análise do crédito, algumas delas de ordem quantitativa. Neste sentido, esse artigo tem por objetivo propor um modelo capaz de prever a insolvência de empresas por meio da aplicação do modelo de redes neurais artificiais. O estudo é uma pesquisa exploratória de caráter quantitativo, aplicado à área financeira, utilizando-se o modelo tradicional e o modelo dinâmico de análise financeira. Com os resultados, obtiveram-se dois modelos: um contendo apenas as variáveis do modelo tradicional e outro com as variáveis do modelo tradicional e do modelo dinâmico de análise financeira. A comparação entre estes dois modelos de análise de crédito possibilitou verificar a contribuição das variáveis do modelo dinâmico para o modelo final. Os índices que mais contribuíram para acurácia do modelo proposto foram: Índice de Rentabilidade (X5) com 100% de exatidão; Índice de Estrutura de Capitais (X2) com 98,9% de acerto; e Índice do Modelo Dinâmico (X8) com 91% de precisão.Palavras-chave: Análise de balanços. Risco de crédito. Insolvência. Modelos de previsão.ABSTRACTIn credit negotiations the risk is a cost that is always present and therefore needs to be quantified. In this scenario, there are several tools that propose to credit analysis, some of them of quantitative order. In this sense, this article aims to propose a model capable of predicting the insolvency of companies by applying the artificial neural networks model. The study is exploratory research of quantitative character, applied to the financial area, using the traditional model and the dynamic model of financial analysis. The results obtained two models: one containing only the variables of the traditional model and another with the variables of the traditional model and the dynamic model of financial analysis. The comparison between these two models of credit analysis made it possible to verify the contribution of the variables of the dynamic model to the final model. The indexes that contributed most to the accuracy of the proposed model were: Profitability Index (X5) with 100% accuracy; Capital Structure Index (X2) with 98.9% accuracy and Dynamic Model Index (X8) with 91% accuracy.Keywords: Analysis of balance sheets. Credit risk. Insolvency. Forecasting models..

show abstract

Section: Definições Do Crédito Risco E Análiseunclassified

Section: Introductionunclassified

Previsão Da Insolvência Empresarial Utilizando Redes Neurais Artificiais

Prado

Vilamaior

Campos

et al. 2020

RGD

View full text Add to dashboard Cite

show abstract

“…The current research has contributed to the debate surrounding the utilization of financial, macroeconomic and/or corporative management variable groups regarding insolvency prediction, motivated by the verification of conflicting results displayed by other studies (ex. : Brito and Assaf Neto, 2008;Castro Junior, 2003;Rezende, Montezano, Oliveira, & Lameira, 2017;Soares and Rebouças, 2014;Stüpp, 2015).…”

Section: Introductionmentioning

confidence: 99%

Financial, Macroeconomic and Corporative Management Indicators to Predict the Insolvency of B3 Companies

Bezerra¹,

Lagioia²,

Pereira³

2019

CGG

View full text Add to dashboard Cite

Objective: To analyze the effect of financial, macroeconomic and descriptive (qualitative) corporative management indicators to predict insolvency of Brazil, Bolsa, Balcão (B3) (Brazil, Stock market, Bench) companies, between the years of 2006 and 2016. Method: Logistic regression was estimated according to unbalanced panel data, after choosing the best predictive variables for the model, utilizing the backward stepwise model. The sample is based on 55 publicly-traded non-financial corporations. Originality/Relevance: When macroeconomic and corporative management variables are inserted, the expectation is that the company's insolvency condition have another explanatory alternative in order to cut down on the negative aspects that such a condition imposes upon the concerned parts. Results: The number of the model's correct classifications was 89.5% and pseudo R-squared = 0.4872. Results show that the financial indicators, just as verified by other works, are fine predictors of company insolvency. Moving onto the corporative management indicators utilized, p-value results do not dismiss the theoretical relationship that management elements might be linked to corporation insolvency. Regarding macroeconomic factors, only one variable (among 5) showed a value of statistical significance according to the definitions. Theoretical/Methodological contributions: Results may justify why only the variable gross domestic product (among the macroeconomic ones) has presented a significant statistical relationship with the predictive model, as organization management may overcome issues caused by macroeconomic variables.

show abstract

“…As redes neurais artificiais (RNA) consistem em sistemas paralelos distribuídos de processamento de informações (ZHANG, PATUWO; HU, 1998), capazes de aprender relações entre variáveis apresentadas previamente e generalizar seus resultados para outros conjuntos de dados desconhecidos (CASTRO JR, 2003).…”

Section: Redes Neuraisunclassified

Credit Scoring aplicado ao segmento educacional

Melo Sobrinho

2022

Credit Scoring Aplicado Ao Segmento Educacional

View full text Add to dashboard Cite

Previsão de insolvência de empresas brasileiras usando análise discriminante, regressão logística e redes neurais

Cited by 5 publications

References 3 publications

Previsão Da Insolvência Empresarial Utilizando Redes Neurais Artificiais

Previsão Da Insolvência Empresarial Utilizando Redes Neurais Artificiais

Financial, Macroeconomic and Corporative Management Indicators to Predict the Insolvency of B3 Companies

Credit Scoring aplicado ao segmento educacional

Contact Info

Product

Resources

About