Previsão de Insolvência: Uma Estratégia para Balanceamento da Base de Dados Utilizando Variáveis Contábeis de Empresas Brasileiras

• Published in: Sociedade, contabilidade e gestão Vol. 6; no. 2
• Main Authors: Horta, Rui Américo Mathiasi, Borges, Carlos Cristiano Hasenclever, Carvalho, Frederico Antonio Azevedo de, Alves, Francisco José Dos Santos
• Format: Journal Article
• Language: English
• Published: 02-12-2011
• ISSN: 1982-7342; 1982-7342
• DOI: 10.21446/scg_ufrj.v6i2.13236

O tema previsão de insolvência vem cada vez mais sendo objeto de novos estudos e pesquisas ela permite que seja possível prever uma situação financeira difícil com certa antecedência, de forma que haja tempo hábil para serem adotadas medidas que reverta essa situação impedindo a geração de grandes custos sociais e financeiros. Este estudo tem adquirido mais importância também devido às mudanças ocorridas nos ambientes de negócios, o aumento das bases de dados e o desenvolvimento de novas tecnologias de sistemas computacionais. No Brasil os estudos neste tema ainda sofrem o efeito por se encontrar bases de dados de dimensão reduzidas devido à qualidade dos dados disponíveis, felizmente essa situação vem se alterando. Utilizando dados originados de demonstrativos contábeis de empresas brasileiras listada na BOVESPA, é apresentada uma metodologia de data mining que ataca o problema do desequilíbrio de classes, problema existente neste tema porque em ambientes econômicos normais o número de empresas classificadas como solventes são bem maiores do que aquelas classificadas como insolventes. Tal metodologia visa melhor caracterizar aquelas empresas que apresentam maiores potencias de virem a se tornar insolventes. De acordo com os resultados obtidos a metodologia obteve sucesso podendo ser considerado bem competitivo com outras metodologias apresentadas na literatura específica.