Quanto pior, melhor: Estudo da utilização da análise por envoltória de dados em modelos de análise de inadimplência/insolvência de empresas
| Autor | Silvia Pereira de Castro Casa Nova |
| Cargo | Doutora em Controladoria e Contabilidade pela Universidade de São Paulo |
| Páginas | 71-96 |
DOI: http://dx.doi.org/10.5007/2175-8069.2013v10n19p71
71
ISSN 2175-8069, UFSC, Florianópolis, v.10, n.19, p.71-96, jan./abr., 2013
Quanto pior, melhor: Estudo da utilização da análise por envoltória de
dados em modelos de análise de inadimplência/insolvência de empresas
When worst is better: Study of the application of data envelopment analysis in models of
insolvency/default analysis
Silvia Pereira de Castro Casa Nova
Doutora em Controladoria e Contabilidade pela Universidade de São Paulo
Professora do Programa de Pós-Graduação em Controladoria e Contabilidade da Universidade
de São Paulo
Endereço: Avenida Professor Luciano Gualberto, n◦ 908 - Sala 214 - Prédio FEA3
CEP: 05508-010 – São Paulo/SP – Brasil
E-mail: silvianova@usp.br
Telefone: (11) 3091-5820 - Ramal 156
Artigo recebido em 04/05/2012. Revisado por pares em 01/10/2012. Reformulado em
20/12/2012. Recomendado para publicação em 08/02/2013 por Sandra Rolim Ensslin (Editora
Científica). Publicado em 30/04/2013.
Silvia Pereira de Castro Casa Nova
ISSN 2175-8069, UFSC, Florianópolis, v.10, n.19, p.71-96, jan./abr., 2013
72
Resumo
O objetivo foi construir modelos de análise de inadimplência/insolvência aliando Análise por
Envoltória de Dados (DEA) e informações contábeis. A pesquisa foi subdividida em etapas:
exames de trabalhos anteriores com modelos DEA de previsão de inadimplência/insolvência;
composição de amostras de diferentes bancos de dados com informações contábeis de
empresas com problemas financeiros e saudáveis; e, proposta de metodologia de aplicação de
DEA à análise da inadimplência/insolvência de empresas. Os resultados comparam-se aos
obtidos dos modelos de Regressão Logística e Redes Neurais, porém sem indicação de
superioridade de algum procedimento.
Palavras-chave: Insolvência. Análise por Envoltória de Dados. Análise de Balanços.
Abstract
This paper aims to develop an insolvency/failure analysis model allying accounting
information with Data Envelopment Analysis (DEA). The research was conducted in phases:
initially previous studies were examined; then samples were obtained from different databases
containing financial information of distressed and healthy companies; and, finally a
methodology for application of DEA to failure/insolvency analysis was proposed. The results
were comparable to those obtained from logistic regression models and neural network
models, without, however, a clear indication of the superiority of any procedure.
Keywords: Insolvency. Data Envelopment Analysis. Balance Sheet Analysis.
1 Introdução
O presente estudo faz parte de uma série de trabalhos dedicados a estudar e apresentar
contribuições à avaliação do desempenho econômico das empresas por meio da Análise de
Demonstrações Contábeis, associada à Análise por Envoltória de Dados (DEA). Trata-se de
uma técnica desenvolvida em 1978 e, ainda hoje, com poucos trabalhos realizados no Brasil.
Especificamente teve como objetivo construir, testar e comparar modelos de análise de
inadimplência/insolvência aliando análise de balanços e DEA. Diferencia-se pela base de
dados utilizada, composta por empresas de médio porte dos setores comercial e industrial.
A pesquisa está subdividida em etapas. Na primeira etapa, com base em levantamento
bibliográfico, foram localizados, selecionados e examinados trabalhos que construíram
modelos de previsão de inadimplência/insolvência com utilização de DEA. Essa etapa
originou um comparativo de estudos que serviu de base para a construção do modelo
proposto. A etapa seguinte foi obter uma base de dados com informações contábeis de
empresas com problemas financeiros (inadimplentes/insolventes) e com empresas
solventes/saudáveis, para um determinado período de tempo e, a partir dela, compor amostras
para aplicação do modelo. A janela de tempo ideal seria de cinco anos antes da data da
ocorrência do problema. Esse intervalo temporal permitiria um acompanhamento da evolução
Para continuar a ler
PEÇA SUA AVALIAÇÃO