) ) 3 4 5 6 2 1) (11,016x X (0,342xX )-(0,048xX ) (8,605xX )-(0,004xX X x (5,124 - 0,722 F [17] Onde:
a) Indicadores de análise são: 0,722 – fator constante
X1= Duplicatas Descontadas/Duplicatas a Receber
X3= Fornecedores/Vendas
X4= Estoque médio/custo das vendas
X5 = (Lucro Operacional + Desp.Financ.)/ (Ativo Total – Investimento
médio)
X6 = Exigível Total / (Lucro Líq. + 10% Imob. médio + Saldo devedor da
Correção Monetária)
Análise: o ponto crítico é zero.
b) Pesos
5,124 é o peso que deve ser multiplicado pelo resultado obtido pelo índice X1
11,016 é o peso que deve ser multiplicado pelo resultado obtido pelo índice X2
0,342 é o peso que deve ser multiplicado pelo resultado obtido pelo índice X3
0,048 é o peso que deve ser multiplicado pelo resultado obtido pelo índice X4
8,605 é o peso que deve ser multiplicado pelo resultado obtido pelo incide X5
0,004 é o peso que deve ser multiplicado pelo resultado obtido pelo incide X6
c) A avaliação do F, segundo Silva (1982), do modelo Pereira é a seguinte: Ponto Crítico = 0
Resultado acima de 0 - empresa solvente. Resultado abaixo de 0 - empresa insolvente.
O modelo de Pereira (1982) é composto por um indicador de rentabilidade, X5= (Lucro Operacional + Desp.Financ.) / (Ativo Total – Investimento médio); por
um indicador de endividamento, X6 = Exigível Total / (Lucro Líq. + 10% Imob.
médio + Saldo devedor da Cor. Monet.), por três indicadores de atividade, X2
(Estoque final/Custo das Vendas), X3 (Fornecedores/Vendas) e X4 (Estoque
médio/custo das vendas), os demais índices são de participação.
2.13.9 Estudo de Odom e Sharda (1983)
Odom e Sharda efetuaram estudo no qual compararam modelos discriminantes e redes neurais, sendo que concluíram que as redes neurais são modelos eficientes na predicação de falências conforme Castro Junior (2003).
Utilizaram como base os estudos de Altman, formaram três grupos na proporção 50/50, 80/20 e 90/10, seus resultados mostram que as redes neurais apresentam resultados mais robustos que a análise discriminante.
2.13.10 Estudo de Altman, Marco e Varetto (1994)
Na mesma linha de Odom e Sharda (1983), também Altman, marco e Varetto (1994) efetuaram estudos comparando os modelos da análise discriminante com as redes neurais nas previsões de falência. Usaram no estudo 1000 empresas italianas de médio e pequeno porte, empresas cujas vendas não ultrapassassem 60.000 milhões de dólares. Os autores utilizaram 10 índices financeiros, abrangendo a estrutura de capital e endividamento, liquidez e lucratividade.
O estudo concluiu que as redes neurais superaram o desempenho da análise discriminante, no entanto por não serem transparentes os pesos inerentes ao sistema, os autores não destacam as redes neurais somo uma técnica dominante sobre as demais técnicas estatísticas tradicionais. Para eles os dois métodos devem ser utilizados em conjunto, visando a extração do que cada um tem de melhor.
2.13.11 Estudo de Wilson e Sharda (1994)
Conforme Pinheiro et al. (2007), Wilson e Sharda (1994) realizaram um estudo comparando as redes neurais e a análise discriminante. As redes neurais utilizadas nas comparações possuíam uma estrutura do tipo 5 – 10 – 2. Em geral as amostras de estimação e validação dos modelos apresentam 50% de empresas solventes e 50% de insolventes.
Wilson e Sharda (1994) realizaram diferentes subdivisões na amostra original, de forma que as amostras de estimação e validação apresentassem três composições relativas diferentes de empresas solventes e insolventes: 50 - 50%,
80 - 20% e 90 - 10%. Foram construídos, portanto, três modelos usando redes neurais e três usando a análise discriminante, e cada um deles foi testado como três amostras de validação. Os resultados demonstraram uma superioridade das redes neurais em todos esses testes.
2.13.12 Estudo de Poddig (1995)
Estudo realizado na França utilizou 150 empresas que haviam solicitado falência, sendo que a análise abrangeu do primeiro ao terceiro ano antes da decretação da insolvência. Utilizou também uma amostra de 150 empresas operantes consideradas saudáveis de forma aleatória. Poddig (1995) utilizou 45 índices financeiros extraídos das demonstrações contábeis. O grupo das empresas insolventes foi divido em duas amostras de treinamento de 100 empresas e outra de classificação de 50, conforme Castro Junior (2003). Neste caso os resultados contrariam os outros estudos sendo que a análise discriminante foi mais consistente do que as redes neurais.
2.13.13 Estudo de Almeida e Dumontier (1996)
Este trabalho diferenciou-se dos demais, pois utilizaram um método de retropropagação e a Rede Delta Generalizada. Utilizaram no estudo 2.424 corporações do setor de transporte francês. O estudo gerou 560 redes no total com 56 estruturas diferentes, concluindo que as previsões oriundas da rede neural são mais confiáveis do que as realizadas com modelo logístico.
2.13.14 Modelo de Sanvicente e Minardi (1998)
Este estudo foi importante para o Brasil, pois apresentou uma novidade interessante, que foi a inclusão, nos modelos, de variáveis importantes advindas
de pesquisas mais recentes na área de finanças corporativas que até então não haviam sido consideradas em estudos estatísticos de previsão de insolvência anteriormente.
No estudo foram realizadas três análises discriminantes desenvolvidas a partir do modelo de Altman, Baidya e Dias (1979) para dados de demonstrações contábeis do último, penúltimo e antepenúltimo anos prévios à ocorrência da insolvência. Uma vez que os resultados obtidos no trabalho original apontaram a análise discriminante para uma defasagem como a mais precisa na previsão de insolvência.
As variáveis referidas são:
1) Necessidade de investimento em giro, sendo (Ativo Circulante Operacional – Passivo Circulante Operacional);
2) Saldo do disponível, sendo (Ativo Circulante Financeiro – Passivo Circulante Financeiro).
Estas variáveis são calculadas a partir da análise da dinâmica do
overtrading, conforme recomendado por Assaf Neto e Silva (1997). Segundo
estes autores, essa análise é mais apropriada para a identificação de problemas futuros de insolvência do que a simples utilização da conta CCL (ativo circulante – passivo circulante).
Sanvicente e Minardi (1998) conseguiram uma margem de acerto de 80,2%, utilizando um modelo composto pelas seguintes variáveis:
1) Necessidade de investimento em giro / ativo total; 2) Saldo do disponível / ativo total;
3) (Patrimônio líquido – capital social) / ativo total; 4) Lucros antes dos juros e impostos / ativo total; 5) Patrimônio líquido / exigível total;
6) Vendas / ativo total.
É importante ressaltar que as empresas classificadas pelo modelo foram as mesmas utilizadas para construí-lo. Não houve a separação de uma amostra retida para validação.
2.13.15 Modelo de Scarpel (2000)
São raros os trabalhos, conforme Wiginton (1980), em que são usados o modelo Logit em análise financeira. Scarpel (2000) apresentou um destes modelos tipo Logit concebido para atuar em previsão de insolvência de empresas de setores industriais, totalizando 72 corporações sendo 24 empresas insolventes e 48 solventes no qual obteve índice global de certos da ordem de 87%. O resultado mencionado foi obtido a partir do seguinte modelo Logit calibrado: