Descontinuidade de empresas é um tema que cada vez mais vem sendo estudado no campo da contabilidade e finanças devido ao considerável número de partes do tecido social afetadas pelo fracasso corporativo de uma entidade. Bancos, investidores, governos, auditores, gerentes, fornecedores, empregados e muitos outros têm grandes interesses na acurácia da previsão de insolvência de uma companhia. No Brasil os estudos sobre o tema ainda sofrem o efeito de estarem disponíveis apenas em bases de dados com dimensões reduzidas, quase sempre devido à qualidade dos dados. Mas há questões pouco estudadas na modelagem de previsão de insolvência. O desequilíbrio ou desbalanceamento dos dados sobre insolvência é uma dessas questões, em ambientes econômicos típicos o número de empresas classificadas como solventes é bem maior do que o daquelas classificadas como insolventes. O objetivo deste estudo é propor um novo procedimento para balanceamento da base de dados em problemas de previsão de insolvência com (etapa de) seleção de atributos. Foi então construída uma estratégia de data mining com a dupla virtude de selecionar atributos e de resolver o problema do desequilíbrio. A base de dados foi originada de demonstrativos contábeis de empresas brasileiras do setor econômico de consumo cíclico, listadas na BOVESPA entre os anos de 1996 e 2011. Os resultados obtidos e as validações realizadas evidenciam o sucesso da estratégia proposta, melhorando a capacidade do modelo de previsão na classificação das empresas pertencentes à classe das insolventes e, assim consolidando-a como bastante competitiva com outras estratégias apresentadas na literatura específica. Dada a natureza do exercício empírico, fica evidente que a vantagem do novo procedimento não depende do setor estudado.
Autores:
Rui Américo Mathiasi Horta,
Carlos Cristiano Hasenclever Borges,
Marcelino José Jorge
Veja:
Nenhum comentário:
Postar um comentário