| dc.description.abstract |
O uso de técnicas para diagnosticar a capacidade de pagamento de uma entidade, é de fundamental importância para avaliação e liberação de créditos a clientes. Uma das técnicas mais utilizadas é a estatística discriminante. Atualmente, acredita-se que não exista uma convergência na classificação das empresas pelos modelos de previsão de insolvência baseados na estatística discriminante, provavelmente devido aos diferentes pesos e variáveis utilizadas, visto que, é freqüente identificar, em uma mesma análise de dados, diferentes diagnósticos, quando utilizados diversos modelos. Sendo assim, a presente pesquisa tem por objetivo verificar se a classificação dos modelos discriminantes de previsão de insolvência, desenvolvidos no Brasil, apontam adequadamente as empresas com problemas de insolvência. O estudo foi baseado nos modelos de Kanitz; Altman; Elizabetsky; Matias; e Silva. Para alcançar o objetivo foi levantada uma amostra composta por 6 empresas com ocorrência de situação de concordata ou liquidação ocorrida no período de 1998 a 2001, que foram consideradas insolventes, e de 6 empresas do mesmo porte e segmento, que não estavam em concordata ou liquidação judicial, para compor o grupo de empresas solventes. Foram selecionadas, para análise, as demonstrações financeiras dos três períodos que antecederam a ocorrência da concordata ou da liquidação, montando, assim, 36 exercícios sociais analisados. Em seguida, foram extraídos os dados para apuração dos quocientes dos modelos. Verificou-se que, de acordo com a amostra aplicada, os modelos apontam classificações distintas, quando aplicados a uma mesma demonstração contábil. Verificou-se, ainda, que dentre todos os modelos o que obteve melhor performance na previsão das empresas em insolventes e/ou solventes foi a função de Silva, adaptado para empresas industriais para até um exercício social. |
pt_BR |
