1) O documento analisa os indicadores contábeis que contribuem para o risco de insolvência de empresas de capital aberto listadas na BM&FBOVESPA.
2) Foram selecionadas variáveis como PL/AT, LG, setor têxtil e estimado um modelo de regressão logística binária.
3) O modelo teve bom desempenho na previsão de insolvência e PL/AT foi o indicador mais significativo.
1. ANÁLISE DO RISCO DE INSOLVÊNCIA DE EMPRESAS
DE CAPITAL ABERTO NEGOCIADAS NA
BM&F/BOVESPA A PARTIR DE INDICADORES
CONTÁBEIS
Aluno: Rafael Antonio Chiapetti
Orientador Prof.: Dr. Wesley Vieira da Silva
2. Introdução Tema e Problema de Pesquisa
Objetivos de pesquisa e Justificativas
Fundamentação
Teórica Empírica
Risco de Crédito e Insolvência
Análises Qualitativas e Quantitativas
Metodologia
Pergunta de Pesquisa
Delineamento da pesquisa
População, Amostra e coleta de dados
Apresentação
dos resultados e
considerações
Discriminação inicial
Homogeneidade e normalidade
Função causa-raiz
Regressão Logística Binária
Desempenho e validação
Conclusão
AGENDA
3. Introdução: Tema e Problema de pesquisa
Tema:
Risco de Crédito/Insolvência;
Problema:
Quais os indicadores contábeis que mais
contribuem com o risco de insolvência de
empresas de capital aberto negociadas
na BMF&BOVESPA?
4. Objetivo geral: Analisar os indicadores contábeis que
contribuem com o nível de insolvência de empresas de
capital aberto negociadas na BMF&BOVESPA.
Introdução: Objetivo geral
5. Introdução: Objetivos Específicos
a) Realizar uma análise exploratória dos dados coletados;
b) Estabelecer critérios estatísticos para corrigir problemas de
multicolinearidade na amostra;
c) Identificar quais as variáveis independentes que mais
contribuem com a variável dependente;
d) Estimar a probabilidade de insolvência das empresas
componentes da amostra.
6. JUSTIFICATIVA
Teórica: Contribui para o campo teórico de finanças,
podendo servir como apoio para estudos futuros;
Prática: A pesquisa pode beneficiar na tomada de
decisões financeiras em instituições financeiras e
empresas trazendo agilidade e baixos custos de
aplicação.
7. Fundamentação Teórica Empírica
Risco de Crédito: Capacidade de perdas caso a
contraparte tenha sua capacidade de honrar as obrigações
alterada (DUARTE JR., 2003);
Insolvência: Quando a empresa não tem mais capacidade
ou recursos necessários (ou caminha nessa direção) para
saldar seus exigíveis (FAMÁ e GRAVA, 2000) seguindo o
ponto de vista estrutural stock-based insolvency (MYERS,
1996)
8. ANÁLISES QUALITATIVAS:
Análise por julgamento;
Análise por meio dos 5 C’s;
Análise por meio de rating;
ANÁLISES QUANTITATIVAS
Modelagem CreditRisk+;
Modelagem CreditMetrics;
Modelagem CreditPortfolio View;
Modelagem KMV.
Fundamentação Teórica Empírica
10. Metodologia: Delineamento de pesquisa
Pesquisa de natureza aplicada;
Descritiva;
De Corte transversal (2012);
Natureza quantitativa;
Pesquisa bibliográfica;
Ex-post-facto.
11. População: Todas as empresas cotadas na
BM&FBOVESPA;
Amostra: Companhias cotadas na BMF&BOVESPA, de
capital intensivo, exceto as pertencentes aos setores:
Financeiro, Energia elétrica e Outros (prestadores de
serviços) conforme classificação da Economática® nos
demonstrativos do encerramento do exercício de 2012.
292 empresas de 17 setores
279 casos após eliminação de dados missing
Metodologia: População, Amostra e Coleta de
dados
12. Seleção das Variáveis explicativas
a) Reuniu-se trabalhos clássicos de previsão de
insolvência nacionais e internacionais;
b) Verificou-se quais variáveis compunham cada
modelo;
c) Selecionou-se as variáveis explicativas e
significativas em cada trabalho;
d) Coletou-se todas as possíveis partir do
Economática®.
28 variáveis extraídas de 279 empresas
14. Discriminação inicial solventes/insolventes
Segregação em três etapas:
a) Empresas com PL negativo: das 279 empresas, 37
encontravam-se com PL negativo;
b) Concordatárias/recuperação judicial:
a) Independente se ATIVAS ou CANCELADAS;
b) Pesquisou-se nos sites da CVM, BOVESPA e das
empresas;
c) De 91 CANCELADAS, 20 são PL negativo e 01 encontrava-
se como concordatária/recuperação judicial;
d) Considerando toda amostra haviam 09 nesta situação.
15. Discriminação inicial solventes/insolventes
c) Distinção de Solventes/insolventes a partir do
termômetro de Kanitz (1978):
𝑍 𝐾𝐴𝑁𝐼𝑇𝑍 = 0.05 𝐿𝐿/𝑃𝐿 + 1.65 𝐴𝐶+𝑅𝐿𝑃/𝑃𝑇 + 3.55 𝐴𝐶−𝐸𝑆𝑇𝑂𝑄𝑈𝐸𝑆/𝑃𝐶 − 1.06 𝐴𝐶/𝑃𝐶 +
0.33 𝑃𝑇/𝑃𝐿
Pelo termômetro de Kanitz são 25 insolventes e 254
solventes
16. Discriminação inicial solventes/insolventes
Empresas com PL Negativo 37
Concordatárias ou Recuperação Judicial 9
Insolventes pelo Termômetro de Kanitz 25
Total de Empresas na Amostra 279
Total de Solventes 233
Total de Insolventes 46
Tabela 3: Discriminação da Amostra Inicial
17. Teste de homogeneidade
F (Valor observado) 11,598
F (Valor crítico) 2,014
GL1 7
GL2 2.224
Valor-p (unilateral) < 0,0001
Alfa 0,05
Tabela 7: Teste de Hipóteses de Homogeneidade de Variâncias de Levene
Resultado: <0,05 rejeita-se H0, com um nível de significância de 5%
18. Teste de normalidade de Jarque-Bera
Variável n JB Estimado
JB Crítico
(5%)
Valor-p
H0: Normalidade das
Distribuições
ExgTot/AC 279 188.697,05 5,991 < 0,0001 Rejeita-se H0
Vendas/AT 279 752,26 5,991 < 0,0001 Rejeita-se H0
Estoque/AT 279 136,50 5,991 < 0,0001 Rejeita-se H0
PL/AT 279 123.674,14 5,991 < 0,0001 Rejeita-se H0
LO/LB 279 85.355,86 5,991 < 0,0001 Rejeita-se H0
BANC/AC 279 262.768,84 5,991 < 0,0001 Rejeita-se H0
FORN/AT 279 112.954,98 5,991 < 0,0001 Rejeita-se H0
LG 279 2.275,11 5,991 < 0,0001 Rejeita-se H0
Tabela 8: Estimativa do Teste de Hipóteses de Normalidade de Jarque-Bera
20. Análise da Função Causa-raiz (RCA)
As variáveis explicativas mais impactantes: LG,
BANC/AT, VENDAS/AT, ExgTot/AC, FORN/AT,
ESTOQUE/AT, PL/AT, Têxtil e LO/LB.
Perceba o setor têxtil, composto de 33 empresas
sendo 11 com PL negativo, isso contribuiu para
figurar no modelo.
Estas são as melhores candidatas a compor o
modelo.
21. OE c)Estimação do modelo LOGIT
Variáveis
Parâmetros Erro padrão
Qui-quadrado de
Wald
Pr > Qui²
Intercepto -9,423 4,152 5,151 0,023
ExgTot/AC 0,085 0,183 0,216 0,642
Vendas/AT 1,374 2,455 0,314 0,576
Estoque/AT -23,832 14,028 2,267 0,132
*PL/AT 34,040 15,626 4,745 0,029
LO/LB 0,000 0,007 0,001 0,971
Banc/AC 3,654 4,367 0,700 0,403
Forn/AT 37,207 23,705 2,464 0,117
*LG 8,168 4,282 3,639 0,055
Têxtil 0,939 3,608 0,068 0,795
Tabela 10: Parâmetros Estimados para o Modelo de Regressão Logística Binária
*LG E PL/AT significantes para a estatística WALD com nível de confiança de 95%
22. LG (AT/PT) – também foi considerado significante
em Kanitz (1978). Indica diretamente a capacidade
de honrar com os compromissos de curto ou longo
prazo.
PL/AT – significante para Matias (1978); Pandelo Jr.
(2006); Minussi, Damacena e Ness Jr. (2002); Brito
e Assaf Neto (2005). Indica o percentual de capital
próprio sobre o total de ativos.
PL/AT é estrutural e corrobora a teoria Stock-Based
Insolvency.
24. Desempenho e Validação
Estatística
Comple
to
Observações 259
Soma dos pesos 259,000
GL 248
-2 Log
(Verossimilhança)
16,962 Quanto menor, melhor o modelo (0 = ajuste perfeito)
R²(McFadden) 0,953 Quanto mais próximo de 1, melhor a qualidade
R²(Cox e Snell) 0,733 idem
R²(Nagelkerke) 0,977 Idem, “excelente qualidade próximo a 100%”
AIC 38,962
SBC 78,087
Iterações 17
Tabela 11: Medidas de Ajustamento do Modelo
25. Desempenho e Validação
Estatística Qui-quadrado GL Pr > Qui²
Hosmer-Lemeshow 1,879 8 *0,984
*Em caso de boa adequação p-valor não deve ser significativo (p≤0,05)
Tabela 12: Teste de Hosmer-Lemeshow (variável status)
INSOLVENTES SOLVENTES Total % de acerto
INSOLVENTES 42 0 42 100,00%
SOLVENTES 1 216 217 99,54%
Total 43 216 259 99,61%
Erro tipo I: 100% de empresas insolventes classificadas como insolventes
Erro tipo II: 99,54% empresas solventes classificas corretamente
Tabela 13: Classificação para a Amostra de Estimação
26. Desempenho e Validação
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 0.2 0.4 0.6 0.8 1 1.2
Sensibilidade/Especificidade
Status
Sensibilidade e especificidade / Status
Sensibilidade Especificidade
Figura 5: Estimação da Curva ROC
Quanto mais distante da diagonal, melhor o modelo. A área abaixo da curva é 0,983
PODER DE DISCRIMINAÇÃO EXCEPCIONAL
27. Para avaliar se o modelo mantém seu poder de
predição em outras amostras da mesma população,
fez-se o teste para sua validação:
29. CONCLUSÃO
O modelo resultou em 8 variáveis: ExgTotAC,
VendasAT, EstoqueAT, PLAT, BancAC, FornAT, LG e
Têxtil.
Percentual de acerto global do modelo: 96.61%.
A curva (ROC) avaliou o poder discriminante do
modelo em 0,983, considerado excepcional para
identificar casos de Insolvência.
A amostra aleatória de validação com 20 empresas,
ao nível de confiança de 95%, conclui que o modelo
é capaz de produzir estimativas confiáveis.