Please use this identifier to cite or link to this item: https://repositorio.insper.edu.br/handle/11224/1085
Type: Dissertação
Title: Construção de modelos de classificação de risco de crédito para empresas brasileiras com base em indicadores contábeis
Authors: Rezende, Fernanda Carneiro De
Examination board: Artes, Rinaldo
Douat, João Carlos
Advisor: Minardi, Andrea Maria Accioly Fonseca
Publication Date: 2007
Original Abstract: O objetivo deste estudo é demonstrar, utilizando as técnicas de análise discriminante e regressão logística, o poder de previsão de modelos de classificação de risco de crédito com base em indicadores contábeis. A amostra utilizada compreende 126 empresas brasileiras com ações negociadas na BOVESPA, sendo 63 concordatárias e 63 não concordatárias, para o período de 1988 a 2006. Foram estimados modelos para o período todo, para o período anterior ao Plano Real e para o período posterior ao Plano Real. Constatou-se uma melhora significativa do modelo no período após a implementação do Plano Real. Apesar dos rígidos pressupostos, o modelo de análise discriminante obteve uma boa discriminação entre as empresas concordatárias e não concordatárias, e o índice de acerto desse modelo foi superior ao modelo de regressão logística. Observou-se que a utilização de indicadores contábeis em modelos de classificação de risco de crédito permite classificar empresas como concordatárias e não concordatárias, com um nível de acerto acima de 90%. O estudo procurou responder principalmente a três questões: (i) como os indicadores contábeis evoluem – uma comparação da importância de indicadores contábeis referentes ao período anterior e posterior ao Real; (ii) determinação de um modelo de classificação de risco de crédito; e (iii) qual técnica estatística tem maior poder de previsão de falência: análise discriminante ou regressão logística.
Keywords in original language : Modelo de escoragem
Análise discriminante
Regressão logística
Risco de crédito
Previsão de falência
Indicadores contábeis
Score models
Discriminant analysis
Logit
Credit risk
Prediction of default
Financial ratios
Abstract: This study demonstrates, through the utilization of discriminant analysis and logistic regression techniques, the predicted power of credit risk models based on financial ratios. The sample utilized is composed of 126 Brazilian companies negotiated in BOVESPA, of which 63 are solvent and 63 are insolvent, for the period between 1988 and 2006. The models were estimated for the entire period, for the period before the implementation of Real Plan and for the period after the Real Plan. It was observed a significant improvement of the model after the implementation of the Real Plan. Despite the rigorous assumptions, the discriminant analysis model had a great discrimination between solvent and insolvent companies, and the level of adequacy was superior to the logistic regression model. It was observed that the utilization of financial ratios in credit risk classification models permits the discrimination of companies in default and companies not in default, with a level of adequacy above 90%. Three main questions were covered: (i) the evolution of financial ratios – a comparison of the importance of different financial ratios before and after the Real; (ii) determination of a credit risk classification model; and (iii) which statistical technique has greater prediction power of default: discriminant analysis or logistic regression.
Language: Português
Appears in Collections:Mestrado Profissional em Economia

Files in This Item:
File Description SizeFormat 
Fernanda Carneiro de Rezende.pdfTEXTO COMPLETO319.21 kBAdobe PDFThumbnail
View/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.