I SIMPÓSIO INTERNACIONAL DE CIÊNCIAS INTEGRADAS DA UNAERP CAMPUS GUARUJÁ
Risco empresarial – Como prever falências
Proposta de novo modelo e aplicação em indústrias paulistas
Danilo David dos Santos
Graduado em Administração de Empresas com habilitação em Comércio Exterior pela UNAERP
Mestrando em Estatística pela UNICAMP danidavid@terra.com.br
RESUMO A situação financeira das empresas tem sido investigada por profissionais e técnicos, quando estudam a concessão de créditos, fusão ou qualquer outra operação mercantil. O estudo de modelos que permitam a projeção de insolvências tem sido aprofundado nos últimos anos.
Segundo MATIAS (2003), toda a concessão de crédito é amparada em modelagem estatística de previsão de insolvência. Com este trabalho procurou-se construir um modelo de previsão de insolvência, aplicado a empresas industriais em operação no estado de São Paulo. A metodologia aplicada foi a seguinte: a) levantamento da ocorrência de insolvências em São Paulo; b) determinação do tamanho da amostra de empresas insolventes; c) coleta de dados financeiros das empresas insolventes; d) seleção de empresas solventes e coleta de seus dados financeiros; e) cálculo de índices financeiros das empresas de ambos os grupos; f) cálculo da análise discriminante sobre os indicadores financeiros das empresas de ambos os grupos; g) testes estatísticos; h) construção da escala de pontuação do modelo. As principais conclusões do trabalho revelam de que é possível a previsão de insolvência de empresas industriais com um ano de antecedência através do modelo aqui desenvolvido.
Palavras-chave: administração financeira; modelo; insolvência; concessão de crédito
ABSTRACT The financial aspect of the companies has been investigated by professionals and technicians, when they study the concession of credits, fusion or any other mercantile operation. The study of the models that allow the projection of insolvencies has been broadened in the last years.
Accordingly to MATIAS (2003) every concession of credit is supported in a
statistics model of insolvency forecast. In this paper it was possible to
make a model of bankruptcy forecasting, applied to the industrial
companies in operation in the state of São Paulo. The methodology used
was the following: a) survey of the occurrence of the insolvency’s in São
Paulo; b) determinations of the size of the sample of insolvency’s companies; c) collection of financial data of the insolvent companies; d) selection of the solvent companies and collection of its financial data; e) calculation of financial indicators of the companies of both the groups; f) calculation of the discriminant analysis on the financial pointers of the companies of both groups; g) statistical tests; h) construction of the Industrial Risk Score Model score’s scale punctuation. The main conclusions of the this paper reveal that is possible to foresee the industrial companies insolvency one year before hand using this model.
Key-words: Financial management; model; insolvency; concession of credits
1. INTRODUÇÃO O propósito deste trabalho é de analisar a ocorrência de insolvências nas indústrias domiciliadas na capital paulista nos anos de 2001 a 2003, identificando e evidenciando os principais indicadores financeiros característicos dos casos de insucesso neste segmento, propondo um modelo de previsão amparado em uma técnica estatística de análise multivariada.
Após o estudo de ALTMAN (1968), diversos outros estudos foram realizados sobre o tema, baseando-se na análise discriminante múltipla como técnica estatística para previsão de insolvências. Segundo DIETRICH (1984) o principal objetivo de tais estudos pode ser justificado sob dois enfoques teóricos; 1. Os modelos permitem estabelecer relações estatísticas significativas entre os resultados dos índices financeiros calculados através das demonstrações contábeis e a insolvência empresarial, ou seja, procuram verificar se os dados contábeis podem fornecer; 2. Os modelos constituem-se num instrumento capaz de prever o fracasso empresarial e, portanto, podem auxiliar diferentes usuários no seu processo de tomada de decisões.
2. REVISÃO DOS TRABALHOS REALIZADOS Os pesquisadores americanos foram os pioneiros nos estudos de insolvências empresariais. No Brasil o primeiro estudo foi elaborado por STEPHEN C. KANITZ em 1974.
SILVA (1998) apresenta como de maior relevância os seguintes estudos:
2.1 Estudo de FITZ PATRICK
Foram analisadas 19 empresas falidas e 19 empresas bem-sucedidas no
período de 1920 a 1929. As principais conclusões deste estudo revelam
que os indicadores PL / Passivo e Lucro Líquido / PL apresentavam
pontuação superior nos grupos de empresas bem-sucedidas em relação às empresas falidas. Este estudo apenas separa os dois grupos de empresas, não sendo feitas ponderações dos indicadores na explicação da falência.
2.2 Estudo de WINAKOR e SMITH
Desenvolvido com base em 21 indicadores dos últimos de anos de falências de 183 empresas, durante o período de 1923 a 1931, tal estudo concluiu que o índice CCL / ATIVO foi o melhor indicador na antecipação de insolvências. Assim como FITZ PATRICK não há ponderação.
2.3 Estudo de MERWIN
Este estudo foi desenvolvido com dados de empresas com ativos inferiores a US$250.000. Concluindo de que o índice Capital de Giro/Ativo foi o melhor preditor de falências. MERWIN introduz dois tipos de abordagem: na primeira, trabalha com uma faixa mínima e máxima para os índices; na segunda adota uma média para as empresas sobreviventes.
As empresas em processo de falência apresentaram índices abaixo e fora da faixa de variação. Segundo MATIAS, et. al. (2004), embora seja uma evolução entre os estudos anteriores, falta ainda o peso da participação dos índices na explicação da falência.
2.4 Estudo de TAMARI
Realizado no período 1956 a 1960, TAMARI identifica faixas de valores para os índices, concluindo que os índices poderiam ser utilizados como indicadores, não necessariamente de falências, mas, como classificador de empresas.
Segundo SILVA (1998), TAMARI é o primeiro a utilizar um composto ponderado de vários índices, onde para cada índice há um determinado valor que multiplicado por um peso atinge uma determinada escala.
2.5 Estudo de BEAVER
Em 1967 BEAVER realizou um estudo comparativo entre 79 empresas de boa saúde financeira, e 79 empresas que apresentavam deficiências na liquidação de seus passivos exigíveis. Suas conclusões apresentam como de maior relevância na predição de insolvências os índices, Geração de Caixa / Exigível Total e Lucro Líquido / ATIVO.
O estudo de BEAVER baseou-se um teste classificação dicotômica, onde
foram criados grupos de índices e adotados pontos de corte (ou índice
limite crítico), as empresas que possuíam pontuação abaixo do ponto de
corte eram classificadas como falidas.
MATIAS, et al. (2004) afirma que o mérito deste estudo está na adoção do ponto de corte crítico, similar aos modelos de insolvência baseados no modelo discriminante.
2.6 Estudos de ALTMAN
ALTMAN foi um dos primeiros pesquisadores a utilizar a análise discriminante múltipla, como instrumento para previsão de insolvências.
O estudo utilizou uma amostra de 33 empresas insolventes e 33 empresas solventes, com ATIVOS Totais entre US$1.000.000 e US$
25.000.000, no período de 1946 a 1965. ALTMAN buscava superar as deficiências das análises realizadas com apenas um índice, chegando seguinte equação: Z = 0,012(X
1) + 0,014(X
2) + 0,033(X
3) + 0,006(x
4) + 0,999(X
5).
Onde:
X
1= CCL / ATIVO
X
2= Lucros Retidos / ATIVO
X
3= Lucros Antes de Jurtos e Imposto de Renda / ATIVO X
4= Valor de Mercado das Ações / Exigível Total)
X
5= Vendas / ATIVO
A média dos grupos foi a seguinte:
Insolventes = -0,29 Solventes = 5,02
Em estudo posterior ALTMAN (2000), defende a revisão do Z-Score Model, adaptando a função discriminante para empresas privadas (Z’) e para empresas não-manufatureiras (Z”). Os resultados foram os seguintes:
Z’ = 0,717(X
1) + 0,847(X
2) + 3,107(X
3) + 0,420(X
4) + 0,998 (X
5) Original Classificação
Insolventes Solventes Total Insolventes 30
(90,9%) 3
(9,1%) 33 Solventes 1
(3,0%) 32
(97%) 33 Fonte: ALTMAN (2000)
A média dos grupos foi a seguinte:
Insolventes = 0,15
Solventes = 4,14
Z” = 6,56(X
1) + 3,26(X
2) + 6,72(X
3) + 1,05(X
4)
Segundo ALTMAN (2000) todos os coeficientes das variáveis X
1a X
4, foram alterados assim como as médias dos grupos e pontos de corte. Este modelo em particular é de utilidade em industrias quando o tipo de financiamento dos ativos não se refere a grandes companhias ou importantes ajustes, como capitalização de leasing. Este modelo foi aplicado por ALTMAN, HATZEL e PECK (1995), em estudo realizado com empresas de mercados emergentes, especificamente empresas mexicanas.
Neste estudo foi acrescentado o termo constante +3,25 para que o ponto de corte do modelo fosse igual a zero.
2.7 Estudo de BACKER e GOSMAN
BACKER e GOSMAN consideraram como principais parâmetros para a insolvência o declínio na capacidade de cumprimento das obrigações contraídas através de debêntures, declínio na avaliação de crédito da D&B (DUN & BRADSTREET) e a dificuldade obtenção de novos empréstimos bancários.
Forma realizados os testes estatísticos: Teste T, análise fatorial e análise discriminante, sendo considerados como principais parâmetros para caracterização de insolvência o declínio do “rating” da S&P (Standard &
Poor´s), declínio na avaliação de crédito da D&B e a dificuldade obtenção de novos empréstimos bancários.
Segundo MATIAS et al. (2004) esta é uma abordagem que pode ser considerada moderna, pois utiliza uma “cesta” de conceitos para a avaliação de risco do cliente.
2.8 Estudo de LETÍCIA E. TOPA
Segundo SILVA (1998), este estudo trabalha com o conceito de probabilidade subjetiva, onde os fatores de análise são classificados em:
Análise do caráter, do conceito na praça, experiência no negócio e seguros, denominados determinantes;
Os fatores complementares são estruturados como uma relação de peso por tipo de análise chegando-se a uma avaliação de risco aceitável ou não.
SILVA (1998) comenta que este modelo difere do uso do modelo
discriminante, onde os pesos são atribuídos objetivamente conforme o
modelo estatístico, neste modelo os pesos são atribuídos conforme a
experiência de relacionamento com o tomador do financiamento e são de
responsabilidade dos dirigentes da empresa.
ANÁLISE
V A L O R R E L A T I V O
QUALIFICAÇÃO PONDERADA
R I S C O Ó T I M O
RISCO MÁXIMO ACEITÁVEL
CLASSE PONTOS CLASSE PONTOS CLASSE PONTOS CLASSE PONTOS CLASSE PONTOS QUALIDADE
PONDERADA
Situação Fin. 6 C -2 A 4 B 7 MB 10 60 A 4 24
Situação Eco. 8 D -2 R 4 B 7 MB 10 60 R 4 32
Capital + Gar 10 I -5 E 4 Ad 7 MS 10 100 A 7 70
Disclosure 3 P -1 M 5 O 10 30 M 5 15
Conglomerado 4 EN -2 NH 0 EP 10 40 NH 0 0
Capacidade 4 P -1 M 5 S 10 40 M 5 20
Conceito 5 B 1 MB 10 50 B 1 5
Condições 6 Pe -4 N 4 Di 7 Ex 10 60 N 4 24
Org/Controle 4 D -1 B 5 MB 10 40 B 5 20
Tempo (anos) 4 0/
2 -2 2/
5 3 5/1
0 7 10 10 40 2/
5 3 12
540 222
Quadro 1. Estudo de LETÍCIA E. TOPA Fonte: MATIAS et al. (2004)
Onde:
CLASSE CONCEITO A Aceitável
Ad Adequado
B Boa
C Comprometida
D Deficiente Di Dinâmicas
E Escasso
EN Efeito negativo EP Efeito positivo Ex Excepcional I Insuficiente
M Média
MB Muito Boa MS Muito solvente
N Normal
NH Não há
O Ótima
P Pobre
Pe Perigosas
R Regular
S Sobressalente
2.9 Estudo de ESTEPHEN C. KANITZ
Este estudo foi desenvolvido em dezembro de 1974 intitulado: “Como prever a falência de empresas” publicado na revista Exame.
Assim como ALTMAN (1968), KANITZ (1974) desenvolveu seu modelo através da análise discriminante, KANITZ obteve a seguinte equação:
FI = 0,05(X
1) + 1,65(X
2) + 3,55(X
3) – 1,06(X
4) – 0,33(X
5) Onde:
FI (Fator de Insolvência) = Total de pontos obtidos X
1= Lucro Líquido / Patrimônio Líquido
X
2= Ativo Circulante + Realizável a Longo Prazo / Exigível Total X
3= Ativo Circulante – Estoques / Passivo Circulante
X
4= Ativo Circulante / Passivo Circulante X
5= Exigível Total / Patrimônio Líquido
A classificação através do modelo de KANITZ é feita através de uma escala desenvolvida por ele, a qual ele nomeou como termômetro de insolvência, conforme quando abaixo:
FATOR DENOMINAÇÃO SIGNIFICADO 7
ÁREA DE SOLVENCIA
Sempre que o fator de insolvência for maior que zero, a empresa estará classificada nesta área e conseqüentemente apresenta menores riscos de quebra.
6 5 4 3 2 1 0
ÁREA DE PENUMBRA
Empresas que apresentam fator de insolvência entre -3 e 0 denotam situação perigosa
merecendo cuidados especiais na concessão de financiamento.
-1 -2 -3 -4
ÁREA DE INSOLVÊNCIA
As empresas com fator de insolvência menor que -3 são as que apresentam as maiores probabilidades de insolvência. Quanto menor o fator de insolvência maior a probabilidade de quebra.
-5 -6 -7
Quadro 2. Termômetro de insolvência de KANITZ Fonte: MATIAS et. al. (2004)
2.10 Trabalho de ELIZABETSKY
ELISABETSKY utilizou a análise discriminante em um grupo de 373
empresas, auferindo três modelos diferentes, com resultados diferentes,
segregando os modelos de acordo com o número de variáveis, percebendo de que o número de variáveis causara distorções nas avaliações, conclui que:
"Este tipo de variável vem distorcer bastante o processo de regressão: se umas
poucas empresas de determinado grupo têm um índice com valor bastante diferenciado em relação
às outras, este passa por si só a ser um fator discriminante, e a variável é incluída na equação;
desta forma, a equação procura ajustar os coeficientes das demais variáveis de modo a compensar
esta inclusão para as demais empresas da amostra".
O modelo final publicado por ELIZABETSKY foi o seguinte:
Z = 1,93(X
32) – 0,20(X
33) + 1,02(X
35) + 1,33(X
36) – 1,12(X
37) Onde:
Z = total de pontos obtidos X
32= Lucro Líquido / Vendas
X
33= Disponível / Ativo Permanente X
35= Contas a Receber / Ativo Total X
36= Estoques / Ativo Total
X
37= Passivo Circulante / Ativo Total Nesse modelo o ponto crítico é 0,5.
2.11 Trabalho de MATIAS
Em 1978 MATIAS desenvolveu seu modelo utilizando a análise discriminante com 100 empresas de diversos setores, sendo 50 empresas solventes e 50 empresas insolventes. MATIAS obteve a seguinte equação:
Z = 23,792A – 8,260B – 8,868C – 0,764D + 1,5E + 9,912F – 3 Onde:
A = Patrimônio Líquido – Reserva de Reavaliação / Ativo Total – Reserva de Reavaliação + Leasing a pagar
B = Empréstimos de curto prazo + Duplicatas Descontadas + ACC
1+ Leasing / Ativo Circulante
C = Fornecedores / Ativo Total + Leasing a pagar
D = Ativo Circulante / Passivo Circulante + Leasing vencendo a curto prazo
E = Resultado Operacional – Resultado de Equivalência Patrimonial / Receitas Líquidas
1
Adiantamento de contrato de câmbio.
F = Disponível + Aplicações Financeiras / Ativo Total + Leasing a pagar O ponto crítico nesse modelo é 0 (zero).
A média dos grupos foi a seguinte:
Insolventes = -0,321 Solventes = 11,176 2.12 Modelo PEREIRA
PEREIRA desenvolveu sua dissertação de mestrado utilizando a análise discriminante, chegando a um modelo semelhante aos modelos de ALTMAN, KANITZ, ELIZABETSKY e MATIAS.
PEREIRA chegou a seguinte equação:
Z = 0,722 – 5,124(E
23) + 11,016(L
19) – 0,342(L
21) – 0,048(L
26) + 8,605(R
13) – 0,004(R
29)
Onde:
Z = total de pontos obtidos
E23 = Duplicatas Descontadas / Duplicatas a Receber L19 = Estoque (Final) / Custo das Mercadorias Vendidas L21 = Fornecedores / Vendas
L26 = Estoque Médio / Custo das Mercadorias Vendidas
R13 = Lucro Operacional + Despesas Financeiras / Ativo Total – Investimento Médio
R29 = Exigível Total / (Lucro Líquido + 0,1 Imobilizado Médio + Saldo Devedor
2da Correção Monetária)
O ponto crítico desse modelo é zero.
SILVA (1983) realizou um teste comparativo com estes cinco modelos, as conclusões estão expostas no quadro a seguir:
2
No caso de saldo credor, o sinal deverá ser negativo.
MODELO
% Empresas solventes classificadas corretamente
pelo modelo
% Empresas insolventes classificadas corretamente
pelo modelo
KANITZ 80% 68%
ALTMAN 83% 77%
ELIZABETSKY 74% 63%
MATIAS 70% 77%
PEREIRA 90% 86%
Quadro 3. Comparativo de diversos modelos de previsão de insolvência com base na análise discriminante
Fonte: MATARAZZO (2003) 3. A ANÁLISE DISCRIMINANTE
A análise discriminante caracteriza a relação entre um grupo de variáveis independentes com uma
MATIAS (1978) descreve a análise discriminante como um conjunto de técnicas cuja finalidade é a alocação de um elemento em uma de K populações previamente conhecidas, supondo que este elemento pertença a uma delas. Através de sua aplicação podemos identificar se uma empresa pertence ao grupo de solventes ou insolventes.
Segundo DOWING E CLARK (1999) na análise discriminante linear pressupõe-se que, a relação entre a variável dependente y e as m – 1 variáveis independentes x1, x2,...xm-1, é dada pela seguinte equação:
yi = B1xi1 + B2xi2 +…+ Bm-1xm-1 + Bm + e Onde:
yi =
imovalor da variável dependente;
Bij =
imaobservação da
jma;
e = variável aleatória normal com média 0 e δ2 desconhecida.
4. AMOSTRAGEM DESTE TRABALHO
Para a construção de um modelo de previsão de insolvência são necessários dois grupos distintos, um grupo de empresas solventes e um grupo de empresas insolventes, a saber:
Empresas insolventes: são aquelas que sofreram processo de falência
decretada e/ou concordata requerida ou deferida, caracterizando assim
que a empresa foi incapaz de saldar suas obrigações;
n
0N n
0 +(N –1) n =
Empresas solventes: são aquelas que se encontram em atividade e desfrutam de pleno crédito bancário;
Para compor a amostragem coletamos um histórico de 12 anos de falências e concordatas na capital e no estado de São Paulo, estudo este elaborado pelo Instituto de Economia “Gastão Vidigal” da Associação Comercial de São Paulo.
A figura 3.4 apresenta graficamente as insolvências ocorridas na capital no período de 1993 a 2003.
INSOLVÊNCIAS EM SÃO PAULO
0 200 400 600 800 1000 1200 1400
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 ANO
NÚMERO DE EMPRESAS
Indústria Comércio Serviços