→ mix de várias categorias.

(1)

- 51 -

COMPONENTE 6: -R11

(79%)

+R7

(53%)

-R1

(37%)

→ mix de várias categorias.

Definidos os componentes, efectuamos a AD com um nível de significância de 5% (p- value ou Sig. < 0,05) para a generalidade dos testes efectuados, seleccionando aleatoriamente 70% da amostra para estimação e 30% para validação do modelo. O processo de validação do modelo está pormenorizado no apêndice II.

Ao analisar os resultados da classificação das empresas, contacta-se que o modelo de previsão classifica correctamente 77,6% [(181+3)/237] das empresas escolhidas aleatoriamente para estimar e 72% [(75+2)/107] das empresas escolhidas aleatoriamente para validar, conforme quadro seguinte.

Classification Results

^b,c,d

Predicted Group Membership

Grupo 0 1 Total

0 181 50 231

Count

1 3 3 6

0 78,4 21,6 100,0

Original

%

1 50,0 50,0 100,0

0 178 53 231

Count

1 6 0 6

0 77,1 22,9 100,0

Cases Selected

Cross-validated

^a

%

1 100,0 ,0 100,0

0 75 25 100

Count

1 5 2 7

0 75,0 25,0 100,0

Cases Not Selected Original

%

1 71,4 28,6 100,0

a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.

b. 77,6% of selected original grouped cases correctly classified.

c. 72,0% of unselected original grouped cases correctly classified.

d. 75,1% of selected cross-validated grouped cases correctly classified.

Relativamente ao modelo de estimação, observa-se que do total das 231 empresas não

devedoras 181 ou seja 78,4% foram classificadas correctamente e do total das 6 empresas

devedoras 3 ou seja 50% foram classificadas correctamente.

(2)

- 52 - Este facto leva a concluir que o acerto global da estimação (77,6%) está suportado na capacidade de classificação das empresas não devedoras. Pelo modelo discriminante desenvolvido, das 6 empresas que são devedoras publicitadas, 3 foram classificadas como não devedoras, cometendo-se um erro Tipo I (classificar uma devedora como não devedora) de 50% que pode dever-se ao número reduzido (13) de empresas devedoras publicitadas na internet que constam na amostra. Por outro lado, das 231 empresas que são não devedoras publicitadas, 50 foram classificadas como devedoras publicitadas, originando um erro Tipo II (classificar uma não devedora como devedora) de 21,6%.

Seleccionando aleatoriamente 50% da amostra para estimação e 50% para validação do mesmo modelo (ver quadro seguinte), verificou-se uma melhoria nos resultados: classifica correctamente 90,9 % das empresas escolhidas para estimar e 82,8% das empresas escolhidas para validar, continuando a ser preponderante a capacidade de classificar as empresas não devedoras e passando o erro Tipo I para 33,33% e o erro Tipo II para 8,7%.

Classification Results

^b,c,d

Predicted Group Membership

Grupo 0 1 Total

0 147 14 161

Count

1 1 2 3

0 91,3 8,7 100,0

Original

%

1 33,3 66,7 100,0

0 146 15 161

Count

1 3 0 3

0 90,7 9,3 100,0

Cases Selected

Cross-validated

^a

%

1 100,0 ,0 100,0

0 147 23 170

Count

1 8 2 10

0 86,5 13,5 100,0

Cases Not Selected Original

%

1 80,0 20,0 100,0

a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.

b. 90,9% of selected original grouped cases correctly classified.

c. 82,8% of unselected original grouped cases correctly classified.

d. 89,0% of selected cross-validated grouped cases correctly classified.

(3)

- 53 - CAPÍTULO VI – CONCLUSÃO

Paralelamente à caracterização do sector de actividade, a grande questão em investigação neste estudo é a identificação dos devedores ao Estado (empresas com dívidas superiores a cem mil euros publicitadas na Internet) com base na informação económico- financeira disponibilizada. Apesar de nas últimas décadas terem sido realizados numerosos estudos empíricos acerca do planeamento fiscal abusivo e desenvolvidos diversos modelos de previsão de falência, as questões da eficiência das administrações fiscais no âmbito da predição de situações de incumprimento, são ainda um campo pouco explorado.

A metodologia utilizada na pesquisa (técnicas da Análise Factorial e da Análise Discriminante aplicadas aos rácios financeiros), tornou possível identificar o perfil das empresas devedoras permitindo, deste modo, que a administração fiscal disponha de uma ferramenta analítica de predição para minimizar o risco de incumprimento fiscal e aumentar a eficácia no combate à evasão fiscal.

Verificou-se que, por um lado, a média agregada do resultado líquido das empresas não devedoras é superior à das empresas devedoras e, por outro, que o resultado fiscal das empresas devedoras é superior ao das empresas não devedoras. Este facto reflecte a importância para as empresas devedoras das diferenças entre as normas da Contabilidade e da Fiscalidade no tratamento (reconhecimento e mensuração) dos factos económicos. Ou, dito de outro modo, o impacto das correcções fiscais promovidas no quadro 07 de declaração de rendimentos modelo 22 é determinante para criar dívida fiscal.

A análise empírica efectuada evidencia que os rácios mais significativos para distinguir o grupo das empresas devedoras do grupo das não devedoras, são os integrantes da categoria da liquidez (X

4

) e da actividade (X

5

) conforme a seguinte função discriminante: Z = 0,40 -0,031X

1

+ 0,282X

2

+ 0,019X

3

+ 0,728X

4

+ 0,513X

5

- 0,246X

6

.

A liquidez está relacionada com o nível de pagamentos para satisfazer os compromissos com terceiros (credores, financiadores) e a debilidade deste indicador pode significar perda de credibilidade perante o mercado reflectindo dessa forma um sinal de alerta sobre a viabilidade do negócio desenvolvido e consequentemente com a capacidade de cumprir as suas obrigações fiscais de pagamento de impostos. Também o nível de actividade reflectivo na rotação do activo pode ser um indicador da “saúde” do negócio e é uma referência na previsão de incumprimento fiscal.

Concluiu-se, também, que os esforços para minimizar os problemas metodológicos do

modelo (distribuição normal de variáveis independentes, igualdade de matrizes de co-

variância entre os grupos e não multicolinearidade) não aumentaram o nível de acerto das

suas previsões.

(4)

- 54 - Apesar da fragilidade de alguns dos pressupostos de validação, o modelo produzido apresenta uma razoável capacidade (77,6%) de classificação correcta das empresas. Esta percentagem de acerto é obtida, em larga medida, pela capacidade de classificar bem as empresas sem dívidas porque a capacidade de classificar bem as empresas com dívidas é menos significativa e fica aquém do desejado. Demonstra-se, assim, que a utilização das técnicas de análise multivariada de dados podem ser uma ferramenta de auxílio na detecção e previsão de situações de incumprimento fiscal por falta de pagamento de impostos.

Este trabalho têm como condicionantes as próprias características do sector da fabricação de mobiliário de cozinha, nomeadamente por ser constituído por empresas de pequena dimensão, focalizadas quase exclusivamente no mercado nacional, que não permitem validar as conclusões da literatura científica acerca do planeamento fiscal

“abusivo”. Outro constrangimento é o facto da amostra de trabalho ser desproporcionada, uma vez que a quantidade de empresas devedoras (13) é muito inferior ao número de empresas não devedoras (331), o que coloca dificuldades quanto à representatividade dos dois grupos nos modelos de estimação. Salientamos, também, que o conteúdo dos dados recolhidos (do balanço e demonstração de resultados) proporcionam informação útil para caracterizar o sector do ponto de vista financeiro e económico, mas omitem dados que poderiam ser importantes no estudo, como por exemplo a titularidade do capital social, a relação entre as empresas, o nível de conflitualidade traduzido em acções judiciais em curso e a localização das operações. De referir, ainda, as fragilidades decorrente do desconhecimento da origem das dívidas (podem ser de IVA, IMI ou IRC e consequentemente com causas justificativas diversas), bem como da data a que as mesmas se reportam. Salientamos, finalmente, como limitação deste estudo, o facto de assentar no conhecimento sobre o passado das empresas, e no contexto actual de grande volatilidade dos mercados e de acelerada transformação da realidade económica e financeira, o analista interessado em prospectivar o futuro deve atender aos dados mais recentes.

Para melhorar a capacidade de acerto da classificação, o modelo pode ser gerado e

aplicado a um escalão de dívidas mais baixo para, deste modo, reunir um maior número de

empresas devedoras e tornar mais consistentes e robustas as características de

discriminação em que assenta. Também poderão ser seleccionados outros rácios com

capacidade discriminante e aplicadas outras técnicas estatísticas de tratamento de dados, em

particular a regressão Logit, que permitiria mitigar as restrições decorrentes da

desproporcionalidade da amostra. Em todo caso, fica demonstrado que reduzidos níveis de

liquidez e fraco volume de actividade são resultado de uma estrutura económico-financeira

desequilibrada, e reflectem um forte sinal de alerta para as empresas entrarem em situação

de incumprimento fiscal por falta de pagamento de impostos.

(5)

- 55 - APÊNDICES

I – Análise Discriminante aplicada às combinações de rácios de Altman (2009).

II – Descrição do procedimento da Análise Discriminante e Factorial.

(6)

- 56 - I – Análise Discriminante aplicada às combinações de rácios de Altman (2009)

Os resultados obtidos da Análise Discriminante (SPSS) com todas as 17 variáveis de Altman, seleccionando aleatoriamente 70% da amostra para estimação e 30% para validação, são os seguintes:

Classification Results

^b,c,d

Predicted Group Membership

Grupo 0 1 Total

0 223 8 231

Count

1 4 2 6

0 96,5 3,5 100,0

Original

%

1 66,7 33,3 100,0

0 218 13 231

Count

1 6 0 6

0 94,4 5,6 100,0

Cases Selected

Cross-validated

^a

%

1 100,0 ,0 100,0

0 98 2 100

Count

1 6 1 7

0 98,0 2,0 100,0

Cases Not Selected Original

%

1 85,7 14,3 100,0

a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.

b. 94,9% of selected original grouped cases correctly classified.

c. 92,5% of unselected original grouped cases correctly classified.

d. 92,0% of selected cross-validated grouped cases correctly classified.

Ou seja, com um nível de significância de 0,05 o modelo produziu que:

94,9% das empresas escolhidas para estimar o modelo foram classificadas correctamente; e

92,5 % das empresas escolhidas aleatoriamente para validar o modelo foram

classificadas correctamente.

(7)

- 57 - Os resultados obtidos da Análise Discriminante (SPSS) com todas as 17 variáveis, seleccionando aleatoriamente 50% da amostra para estimação e 50% para validação, são os seguintes:

Classification Results

^b,c,d

Predicted Group Membership

Grupo 0 1 Total

0 161 0 161

Count

1 1 2 3

0 100,0 ,0 100,0

Original

%

1 33,3 66,7 100,0

0 161 0 161

Count

1 3 0 3

0 100,0 ,0 100,0

Cases Selected

Cross-validated

^a

%

1 100,0 ,0 100,0

0 166 4 170

Count

1 10 0 10

0 97,6 2,4 100,0

Cases Not Selected Original

%

1 100,0 ,0 100,0

a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.

b. 99,4% of selected original grouped cases correctly classified.

c. 92,2% of unselected original grouped cases correctly classified.

d. 98,2% of selected cross-validated grouped cases correctly classified.

Ou seja, com um nível de significância de 0,05 este modelo produziu melhores resultados que o anterior uma vez que:

99,4% das empresas escolhidas para estimar o modelo foram classificadas correctamente; e

92,2 % das empresas escolhidas aleatoriamente para validar o modelo foram classificadas correctamente.

Sendo de destacar a percentagem de acerto na classificação das empresas não devedoras:

100% na estimação e 97,6% na validação.

(8)

- 58 - Com vista a reduzir o número as variáveis significativas a estudar, ensaiamos múltiplas combinações das variáveis (rácios) mais importantes para discriminar os grupos. Testamos combinações de um rácio de cada categoria e de dois ou mais rácios de rácios de cada categoria seleccionados em função do maior F ou o menor Wilks´ Lambda do quadro seguinte.

Salienta-se que valores elevados do teste de Wilks´ Lambda indicam que a capacidade da função para separar os grupos é reduzida.

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.

R1 ,935 16,289 1 235 ,000

R2 ,997 ,684 1 235 ,409

R3 1,000 ,045 1 235 ,832

R4 ,994 1,349 1 235 ,247

R5 ,982 4,266 1 235 ,040

R6 ,999 ,252 1 235 ,616

R7 ,905 24,640 1 235 ,000

R8 ,999 ,128 1 235 ,721

R9 1,000 ,012 1 235 ,914

R10 1,000 ,005 1 235 ,944

R11 ,999 ,259 1 235 ,611

R12 1,000 ,041 1 235 ,840

R13 1,000 ,011 1 235 ,915

R14 1,000 ,034 1 235 ,855

R15 ,990 2,323 1 235 ,129

R16 1,000 ,107 1 235 ,744

R17 ,998 ,388 1 235 ,534

A combinação produzida que evidenciou melhores resultados para classificar o conjunto das empresas, seleccionando aleatoriamente 70% da amostra para estimação e 30% para validação, é a formada pelos rácios:

Rácio Categoria Definição

R1 Endividamento Dívidas de Curto Prazo/Capital Próprio

R4 Liquidez Meios Financeiros Líquidos/Activo

R5 Liquidez (Activo Corrente-Passivo Corrente)/Activo

R7 Liquidez Activos Intangíveis/Activo

R15 Actividade Volume de Negócios/Activo

(9)

- 59 - Em termos de resultados, sobressai a capacidade de classificar correctamente as empresas não devedoras (95,2% de acerto na estimação e 99,0% na validação), conforme se apresenta no quadro seguinte:

Classification Results

^b,c,d

Predicted Group Membership

Grupo 0 1 Total

0 220 11 231

Count

1 4 2 6

0 95,2 4,8 100,0

Original

%

1 66,7 33,3 100,0

0 220 11 231

Count

1 6 0 6

0 95,2 4,8 100,0

Cases Selected

Cross-validated

^a

%

1 100,0 ,0 100,0

0 99 1 100

Count

1 7 0 7

0 99,0 1,0 100,0

Cases Not Selected Original

%

1 100,0 ,0 100,0

a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.

b. 93,7% of selected original grouped cases correctly classified.

c. 92,5% of unselected original grouped cases correctly classified.

d. 92,8% of selected cross-validated grouped cases correctly classified.

No entanto, a combinação obtida que produziu melhores resultados para classificar as empresas devedoras, seleccionando aleatoriamente 70% da amostra para estimação e 30%

para validação, é a formada pelos rácios:

Rácio Categoria Definição

R3 Endividamento Passivo/Activo

R5 Liquidez (Activo Corrente-Passivo Corrente)/Activo

R12 Rentabilidade Resultado Liquido/Volume de Negócios

R14 Cobertura de Dívida (Resultados Operacionais e Extraordinários)/Juros

R16 Actividade Dívidas a Pagar/Volume de Negócios

(10)

- 60 - Para um nível de significância de 0,05 proporcionaram que 73,4% das empresas escolhidas para estimar o modelo sejam classificadas correctamente e 70,1% das empresas escolhidas aleatoriamente para validar o modelo sejam classificadas correctamente.

Classification Results

^b,c,d

Predicted Group Membership

Grupo 0 1 Total

0 168 63 231

Count

1 0 6 6

0 72,7 27,3 100,0

Original

%

1 ,0 100,0 100,0

0 168 63 231

Count

1 2 4 6

0 72,7 27,3 100,0

Cases Selected

Cross-validated

^a

%

1 33,3 66,7 100,0

0 70 30 100

Count

1 2 5 7

0 70,0 30,0 100,0

Cases Not Selected Original

%

1 28,6 71,4 100,0

a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.

b. 73,4% of selected original grouped cases correctly classified.

c. 70,1% of unselected original grouped cases correctly classified.

d. 72,6% of selected cross-validated grouped cases correctly classified.

Destaque para a percentagem de acerto na classificação das empresas devedoras: 100% na

estimação e 71,4% na validação.

(11)

- 61 - II – Descrição do procedimento da Análise Discriminante e Factorial

Um dos pressupostos do modelo (ponto 4.5.3.) é que a correlação entre as variáveis independentes seja baixa (ausência de multicolinearidade). Esta condição verifica-se pois, pela análise da matriz de correlações que se apresenta, excepto os elementos da diagonal principal, a generalidade dos elementos da matriz são reduzidos:

Pooled Within-Groups Matrices

REGR factor score 1 for analysis 1

REGR factor score 6 for analysis 1 REGR factor score

1 for analysis 1

1,000 ,014 ,037 -,138 -,029 -,005

,014 1,000 ,027 ,040 ,137 -,040

,037 ,027 1,000 -,006 -,011 ,036

-,138 ,040 -,006 1,000 -,071 ,024

-,029 ,137 -,011 -,071 1,000 -,125

Correlation

-,005 -,040 ,036 ,024 -,125 1,000

O teste da igualdade das médias entre os grupos revela o potencial de cada variável antes da criação do modelo. As hipóteses a ser testadas são as seguintes, sendo que o objectivo é rejeitar a hipóteses nula:

H

0

= média dos 2 grupos são iguais H

1

= média dos 2 grupos são diferentes

No quadro seguinte é apresentado o resultado onde se destaca apenas o componente 4 (identificado com a liquidez), uma vez que é o único que rejeita a hipótese nula da igualdade das médias pois o p-value (sig.) é menor que o α (nível de significância) aceitável neste caso de 0,1.

Com isto, as restantes componentes não passam no pressuposto da (homogeneidade)

igualdade das matrizes de variância e co-variância, ou seja, não são significativas na

diferenciação entre os grupos. Este facto pode dever-se a que os grupos têm dimensões

muito diferentes.

(12)

- 62 - No entanto, como o Lambda de Wilk não considera as correlações entre as variáveis explicativas, a interpretação do nível de significância associado a cada variável não obriga a mantê-la ou a remove-la do modelo.

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.

REGR factor score 1 for analysis 1

1,000 ,110 1 235 ,741

REGR factor score 2 for analysis 1

,997 ,803 1 235 ,371

REGR factor score 3 for analysis 1

1,000 ,001 1 235 ,982

REGR factor score 4 for analysis 1

,988 2,937 1 235 ,088

REGR factor score 5 for analysis 1

,993 1,565 1 235 ,212

REGR factor score 6 for analysis 1

,998 ,539 1 235 ,464

O quadro seguinte evidencia o valor do Eigenvalue (valor próprio) que mede o grau de diferença dos grupos na função discriminante. Quanto maior que 1, maior será a variação entre os grupos explicada pela função discriminante. Como o valor obtido é muito reduzido, considera-se que têm com pouca capacidade de explicação da discriminação entre os grupos.

Eigenvalues

Function Eigenvalue % of Variance Cumulative %

Canonical Correlation

1 ,024

^a

100,0 100,0 ,153

O próximo teste corrobora a informação anterior, pois valores elevados do teste de Wilks´

Lambda indicam que a capacidade da função para separar os grupos é reduzida.

Wilks' Lambda

Test of Function(s) Wilks' Lambda Chi-square df Sig.

1 ,977 5,464 6 ,486

Os coeficientes normalizados com maior valor absoluto indicam as variáveis com maior

capacidade explicativa, neste caso a componente 4 (liquidez) e a componente 5

(actividade).

(13)

- 63 -

Standardized Canonical Discriminant Function Coefficients

Function 1 REGR factor score 1 for

analysis 1

-,027

REGR factor score 2 for analysis 1

,268

REGR factor score 3 for analysis 1

,022

REGR factor score 4 for analysis 1

,752

REGR factor score 5 for analysis 1

,513

REGR factor score 6 for analysis 1

-,254

A matriz da estrutura seguinte mostra a correlação entre cada variável e a função discriminante, ordenando as variáveis de acordo com a capacidade explicativa.

Structure Matrix

Function 1 REGR factor score 4 for

analysis 1

,724

REGR factor score 5 for analysis 1

,529

REGR factor score 2 for analysis 1

,379

REGR factor score 6 for analysis 1

-,310

REGR factor score 1 for analysis 1

-,140

REGR factor score 3 for analysis 1

,009

(14)

- 64 - De seguida apresentam-se as variáveis seleccionadas para compor a função e os respectivos coeficientes.

Canonical Discriminant Function Coefficients

Function 1 REGR factor score 1 for

analysis 1

-,031

REGR factor score 2 for analysis 1

,282

REGR factor score 3 for analysis 1

,019

REGR factor score 4 for analysis 1

,728

REGR factor score 5 for analysis 1

,513

REGR factor score 6 for analysis 1

-,246

(Constant) ,040

Unstandardized coefficients

Portanto, conforme os resultados apresentados no quadro supra, a função discriminante é descrita da seguinte forma:

Z = 0,40 -0,031X

1

+ 0,282X

2

+ 0,019X

3

+ 0,728X

4

+ 0,513X

0

= Centróide para o grupo 0 Z

1

= Centróide para o grupo 1 Donde resulta que:

Z crítico = -0,929

Ou seja, através deste procedimento classifica-se uma empresa como não devedora se o seu Z-score discriminante for menor que -0,929 e classifica-se uma empresa como devedora se o seu Z-score discriminante for superior a -0,929. Os tamanhos dos grupos usados no cálculo anterior são baseados no conjunto de empresas para estimar o modelo e não incluem a amostra para validação.

Functions at Group Centroids Function

Grupo 1

0 ,025

1 -,954

Através da função de classificação de Fischer apresentada no próximo quadro, as empresas podem ser classificadas considerando o grupo que evidenciar maior pontuação.

Com base no método de Fischer, o modelo discriminante de empresas (devedora e não devedora) pode ser expresso da forma linear como segue:

= Uma constante;

β

1,

β

2

...β

n

= São os coeficientes da importância relativa de cada componente/rácio;

X

1,

X

2

...X

n

= São as variáveis explicativas (componentes ou rácios).

(16)

- 66 - Para classificar introduz-se os coeficientes discriminantes e o valor das respectivas variáveis na função discriminante, sendo que o resultado maior indica a que grupo pertence aquela empresa (0 para as empresas sem dívidas e 1 para as que evidenciam dívidas na internet).

Classification Function Coefficients Grupo

0 1

REGR factor score 1 for analysis 1

,018 ,049

REGR factor score 2 for analysis 1

,011 -,265

REGR factor score 3 for analysis 1

-,002 -,020

REGR factor score 4 for analysis 1

-,007 -,720

REGR factor score 5 for analysis 1

-,048 -,550

REGR factor score 6 for analysis 1

-,041 ,199

(Constant) -,695 -1,189

Fisher's linear discriminant functions

Do quadro supra resulta que as funções discriminantes do grupo 0 e grupo 1 são descritas da seguinte forma:

Z

(0)

= -0,695 + 0,018X

1

+ 0,011X

2

- 0,002X

3

- 0,007X

4

- 0,048X

5

- 0,042X

6

Z

(1)

= -1,189 + 0,049X

1

- 0,265X

2

- 0,020X

3

- 0,720X

4

- 0,550X

5

+ 0,199X

6

mix de várias categorias.

(17)

- 67 - REFERÊNCIAS BIBLIOGRÁFICAS

Artigos

Abril Klein and Carol A. Marquardt (2006), “Fundamentals of accounting losses”. The Accounting Review, Vol. 81, n.º. 1, pp. 179-206.

Beaver, William H. (1966), “Financial Ratios as Predictors of Failure, Empirical research is accounting: selected studies”, Journal of Accounting Research, Supplement to Vol. 4, pp. 71-111.

Blum, M. (1974), “Failing Company Discriminant Analysis”, Journal of Accounting Research, Vol.

12, n.º 1, pp. 1-25.

Charitou, A., Neophytou Evi and Charalambous Chris (2004), “Predicting Corporate Failure:

Empirical Evidence for the UK”, European Accounting Review, Vol. 13, n.º 3, pp. 465-497.

Charitou, A. and Trigeorgis L., (2002), “Options-based bankruptey Prediction”, Paper presented at 6

^th

Annual Real Options Confernce, Paphos, Cyprus, pp. 1-25.

Charles Boynton, Petro Lisowsky and Willian B. Trautman (2008), “E-File, Enterprise Structures, and Tax Compliance Risk Assessment”, Tax Notes, Vol. 120, n.º 11.

Deakin, E. B. (1972), “A Discriminant Analysis of Predictors os Business Failure”, Journal of Accounting Research, Vol. 10, n.º 1, pp. 167-179.

Dyreng Scott, Michelle Hanlon and Edward L. Maydew (2008), “Long-run corporate tax avoidance”, The Accounting Review 83 (1), pp. 61-82.

Edminster R. O. (1972), “An empirical test of financial ratio analysis for small business failure prediction”, Journal of Financial and Quantitative Analysis, 7.

Edward Altman I. and Gabriele Sabato (2009), “Modeling Credit Risk for SME´s: Evidence from US Market”, Journal of Accounting, Finance and Business Studies.

Edward Altman I. (1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy”, The Journal of Finance, Vol. 23, n.º 4, pp. 589-609.

Gentry, James A., Paul Newbold, David T. Whitford (1985), “Classifying Bankrupt Firms with Funds Flow Components,” Journal of Accounting Research, pp. 146 – 160.

Graham John R. and Alan L. Tucker (2006), “Tax shelters and corporate debt policy”, Journal of Financial Economics, 81 (3), pp. 563-594.

Grunert J., Lars Norden, Martin Weber (2004), “The Role of Non-financial Factors in Internal Credit Ratings”, Journal of Banking & Finance,Vol. 29, pp: 509-531

Gunter Loffler et al. (2008), “Credit Risk Modeling using Excel amd VBA, Estimating Credit Scores with Logit (Chapter 1)”, Wiley Finance.

Hines R. James, Jr. and Eric Rice M. (1994), “Fiscal paradise: foreign tax havens and American business”, Quarterly Journal of Economics 109 (1), pp. 149-182.

Jeffry R. Haber (2005), “Assessing How Bankruptcy Prediction Models Are Evaluated”, Journal of Business & Economics Research, Vol. 3, n.º 1, pp. 87-92.

Lourenço Manuel, Sarmento Manuela e Rebelo Brito (2008), “A empresa, o valor dos livros e a

fraude contabilística ou cosmética”, revista TOC 104, pp. 36-39.

(18)

- 68 - Lussier, R. N. (1995) “A nonfinancial business success versus failure prediction model for youngfir ms”, Journal of Small Business Management, 33, pp. 8-20.

Mihir A. Desai, C. Fritz Foley and R. James Hines Jr (2006), “The demand for tax haven operations”, Journal of Public Economics 90 (3), pp. 513-531.

Ohlson, James A. (1980), “Financial Ratios and the Probabilistic Prediction of Bankruptcy”, Journal of Accounting Research, Vol. 18, n.º 1, pp. 109-131.

Petro Lisowsky (2010), “Seeking Shelter: Empirically Modeling Tax Shelters Using Financial Statement Information”, The Acoounting Review, Vol. 85, n.º 5.

Platt, Harlan D., Marjorie B. Platt (1990), “Development of a Class of Stable Predictive Variables:

The Case of Bankruptcy Prediction”, Journal of Business Finance & Accounting, pp. 31 – 51.

Sudheer Chava and Robert A. Jarrow (2004), “Bankruptcy Prediction with Industry Effects”, Review of Finance, 8(4), pp. 537-569.

Wilson R. (2009), “An examination of corporate tax shelter participants”, The Accounting Review 84 (3):, pp. 969-999.

Zavgren, C., (1983), “The prediction os corporate failure: the state of the art”, Journal of Accounting Literature, Vol. 2, pp. 1-37.

Livros

Borges António, Rodrigues Azevedo e Rodrigues Rogério (2003), “Elementos de contabilidade geral”, Áreas Editora, 21.ª Edição.

Borges António, Macedo João, Morgado José, Moreira António e Isidro Helena (2002), “Práticas de Contabilidade Financeira”, Áreas Editora, 3.ª Edição.

Brandão Elísio (2008), “Finanças”, 5.ª Edição.

Caiado A. C. Pires (2003), “Contabilidade de Gestão”, Áreas Editora, 3.ª Edição.

Carrilho J. Manuel, Laureano Luís, Pimentel L. Vilela, Prates M. Luís (2005), “Elementos de Análise Financeira – casos práticos”, Publisher Team.

Costa C. Baptista (2007), “Auditoria Financeira”, Editora Reis dos Livros, 8.ª Edição.

Costa C. Batista e Alves G. Correia (2005), “Contabilidade Financeira”, Publisher Team, 5.ª Edição.

Duque João, e al. (2005), “Exercícios de Contabilidade Financeira”, Publisher Team.

Hair, J. F. Jr, Anderson, Tatham, Black (1998), “Multivariate data Analysis”, Prentice-Hall International, Inc., 5ª edição.

Maroco, J. (2003), “Análise Estatística com a utilização do SPSS”, Edições Sílabo, 2.ª Edição.

Monteiro Carlos e Almeida Fernando, “Análise de Balanços e Estudos de Indicadores Económicos com Base nos Modelos SNC”, OTOC, 2010.

Moreira A. Carrizo, Macedo P. F. Pessoa, Costa M. C. Lopes e Moutinho V. M. Ferreira (2011),

“Exercícios de estatística – SPSS”, Edições Sílabo, 1.ª Edição.

Neves J. Carvalho (1994), “Análise Financeira, métodos e técnicas”, Texto Editora, 7.ª Edição.

(19)

- 69 - Pestana Maria H. e Gageiro João N. (2008), “Análise de dados para Ciências Sociais”, Edições Sílabo, 5.ª Edição.

Reis E. (1990), “Análise Factorial das componentes principais: um métodos de reduzir sem perder informação”, Lisboa Giesta/Iscte.

Outros

Associação Portuguesa das Industrias Mobiliário e Afins – APIMA, http://www.apima.pt/noticias, acedido em 2011.06.30.

Banco de Portugal (2009), “Caderno de Apoio aos Quadros do Sector”.

Câmara dos Técnicos Oficiais de Contas (2002), “Manual de Análise das Demonstrações Financeiras”.

Conde, Almeida e Ernesto Romano (2007), “Caracterização da Indústria de Mobiliário em Portugal e na Europa”, Associação das Industrias de Madeira e de Mobiliário de Portugal – AIMMP.

INA – Instituto Nacional de Administração (2007), “Manual de Técnicas e Métodos Quantitativos – Tomo 1”.

Ministério das Finanças e da Administração Pública (2010), “Relatório de Actividades Desenvolvidas no Combate à Fraude e Evasões Fiscais em 2009”.

Relatório de actividades (2010) da Direcção-Geral dos Impostos.

Sebrae (2008), “Móveis para cozinha – relatório completo”.

(20)

- 70 - ANEXOS

A - Medidas de estatística descritiva dos rácios da caracterização do sector (2007) B - Definição dos Rácios Altman (2009)

C - Identificação dos campos da Informação Empresasial Simplificada (IES) D - Rácios / Indicadores económico-financeiros

E - Rácios Altman (1968)

F - Matriz de correlação dos rácios de Altman (2009)

G - Médias dos rácios Altman (2009) para os dois grupos (0 não devedoras; 1

devedoras)

(21)

- 71 - A – Medidas de Estatística Descritiva dos rácios da caracterização do sector (2007)

Descriptive Statistics

N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness Kurtosis

Statistic Statistic Statistic Statistic Statistic Statistic Std.

Error Statistic Statistic Statistic Std.

Error Statistic Std.

Error

Liquidez Geral 300 20,61 ,09 20,69 504,09 1,68 ,12 2,03 4,12 5,21 ,14 35,45 ,28

Liquidez Reduzida 300 10,88 ,01 10,89 247,72 ,83 ,06 1,11 1,24 5,22 ,14 36,12 ,28

Liquidez Imediata 300 5,96 -,01 5,95 62,82 ,21 ,03 ,45 ,20 7,92 ,14 90,70 ,28

Rent.Vendas e Prest.Serv. 300 6,55 -6,38 ,17 -17,83 -,06 ,02 ,42 ,17 -12,35 ,14 181,35 ,28

Rent. Produção 300 6,57 -6,38 ,19 -15,82 -,05 ,02 ,41 ,17 -13,05 ,14 197,28 ,28

Rentabilidade do Activo (EP = Earning Power)

300 1,51 -1,06 ,44 ,60 ,00 ,01 ,12 ,01 -3,36 ,14 22,72 ,28

Rentabilidade do Activo (ROA) 300 1,37 -1,08 ,30 -4,54 -,02 ,01 ,12 ,01 -3,85 ,14 25,66 ,28

Rent. Financeira(ROE, ano N) 300 1410,66 -4,94 1405,72 1461,52 4,87 4,69 81,16 6587,25 17,31 ,14 299,80 ,28

AnáliseDupontSintética 300 1410,66 -4,94 1405,72 1461,52 4,87 4,69 81,16 6587,25 17,31 ,14 299,80 ,28

Análise Dupont Desenv. 300 1410,66 -4,94 1405,72 1461,52 4,87 4,69 81,16 6587,25 17,31 ,14 299,80 ,28

Autonomia Financeira 300 3,64 -2,75 ,89 50,24 ,17 ,02 ,37 ,14 -2,51 ,14 14,21 ,28

Debt-to-Equity Ratio, PT 300 6632,97 -360,94 6272,04 7548,98 25,16 20,96 362,97 131746,02 17,16 ,14 296,35 ,28

Debt-to-Equity Ratio, PMLP 300 461,22 -341,82 119,39 58,78 ,20 1,25 21,72 471,69 -12,64 ,14 210,26 ,28

PassivoTotal/ Activo Total 300 3,64 ,11 3,75 249,76 ,83 ,02 ,37 ,14 2,51 ,14 14,21 ,28

PassivoMLP/ Activo Total 300 3,16 ,00 3,16 50,33 ,17 ,02 ,31 ,09 4,29 ,14 32,21 ,28

PCP/Activo Total 300 2,17 ,00 2,17 199,43 ,66 ,02 ,36 ,13 1,03 ,14 2,19 ,28

Capitais Permanentes/ Activo 300 2,17 -1,17 1,00 100,57 ,34 ,02 ,36 ,13 -1,03 ,14 2,19 ,28

REFM 300 1316,27 -84,32 1231,95 3697,80 12,33 5,74 99,49 9898,13 10,24 ,14 108,64 ,28

Imobilizado/ Activo Total 300 ,92 ,00 ,92 79,27 ,26 ,01 ,19 ,04 ,61 ,14 -,27 ,28

ActivoCirculante/ Activo 300 ,92 ,08 1,00 219,16 ,73 ,01 ,19 ,04 -,60 ,14 -,29 ,28

TMR 300 2704,89 ,02 2704,91 50145,55 167,15 16,10 278,83 77745,83 5,58 ,14 38,50 ,28

TMP 300 19314,29 76,79 19391,09 211513,87 705,05 72,65 1258,31 1583340,26 11,42 ,14 163,92 ,28

TMDE, SC 300 14417,73 ,00 14417,73 109084,13 363,61 64,63 1119,46 1253185,53 10,15 ,14 114,91 ,28

TMDE,SI 300 2728,07 ,00 2728,07 45990,88 153,30 15,46 267,72 71676,67 6,46 ,14 53,83 ,28

GMRE, MP 300 128,98 ,03 129,01 1994,92 6,65 ,61 10,61 112,67 6,45 ,14 62,16 ,28

GMRE, Merc 300 1140,46 ,00 1140,46 2964,18 9,88 3,95 68,39 4677,27 15,35 ,14 252,12 ,28

CicloTesouraria 300 17513,79 -16392,48 1121,31 -115377,44 -384,59 61,51 1065,34 1134939,86 -11,82 ,14 172,14 ,28

Nec.FundoManeio 300 13573287,69 -

11686135,47

1887152,22 -

12858498,39 - 42861,66

41236,85 714243,12 510143230271,83 -14,43 ,14 238,33 ,28

FundoManeio 300 10380468,94 -4058105,03 6322363,91 25457488,33 84858,29 29257,40 506752,95 256798554241,69 4,93 ,14 92,28 ,28

Valid N (listwise) 300

(22)

- 72 - B - Definição dos Rácios Altman (2009)

Categoria Rácio

Designação/Fórmula Campo(s) da IES

Dívidas de Curto Prazo A0331_1

R1 Capital Próprio A0291_1

Capital Próprio A0291_1

R2 Passivo A0336_1

Passivo A0336_1

E n d iv id a m e n to

R3 Activo A0276_3

Meios Financeiros Líquidos A0265_3 + A0268_3

R4 Activo A0276_3

Activo Corrente - Passivo Corrente A0234_3+A0246_3+A0258_3+A0265_3+A0268_3+A0273_3-(A0331_1+A0335_1)

R5 Activo A0276_3

Meios Financeiros Líquidos A0265_3 + A0268_3

R6 Volume de Negócios A0124_1+A0125_1+A0126_1

Activos Intagíveis A0207_3

L iq u id e z

R7 Activo A0276_3

Resultado Operacional e Extraordinário Ver a)

R. Operacional+Extraordinário+Amortizações+Provisões Ver b)

R9 Activo A0276_3

Resultado Líquido A0122_2

R10 Activo A0276_3

Resultados Transitados A0288_1

R11 Activo A0276_3

Resultado Líquido A0122_2

R e n ta b il id a d e

R. Operacional+Extraordinário+Amortizações+Provisões Ver b)

R13 Juros A0113_2+A0116_2

Resultado Operacional+Extraordinário Ver a)

C o b e rt u ra d e D ív id a

R14 Juros A0113_2+A0116_2

Volume de Negócios A0124_1+A0125_1+A0126_1

R15 Activo A0276_3

Dívidas a Pagar A0313_1+A0331_1

Dívidas a Receber A0246_3+A0258_3

A c ti v id a d e

R17 Passivo A0336_1

a) =

A0126_2+A0127_2+A0129_1+A0130_1+A0128_2+A0131_1+A0132_1+A0141_2 -(A0102_2+A0103_2+A0110_1+A0106_2+A0111_1+A0107_1+A0108_1+A0109_1+A0118_2)

b) =

a) + A0107_1+A0108_1+A0109_1

(23)

- 73 - C – Identificação dos campos da Informação Empresasial Simplificada (IES)

Documento Quadro Campo Descrição do Campo

03 A0124_1 Vendas de Mercadorias A0125_1 Vendas de produtos A0126_1 Prestações de serviços A0126_2 SOMA (A101+A102+A103) A0127_2 Variação da produção (a) A0129_1 Proveitos suplementares A0130_1 Subsídios à exploração

A0128_2 Trabalhos para a própria empresa A0131_1 Outros proveitos e ganhos operacionais A0132_1 Reversões de amortizações e provisões A0139_2 Proveitos e ganhos financeiros A0141_2 Proveitos e ganhos extraordinários

A0142_2 TOTAL DOS PROVEITOS (A104 a A111 + A147)

A0102_2 Custo das mercadorias vendidas e das matérias consumidas A0103_2 Fornecimentos e serviços externos

A0110_1 Impostos

A0106_2 Custos com o pessoal

A0111_1 Outros custos e perdas operacionais

A0107_1 Amortizações do imobilizado corpóreo e incorpóreo, N A0108_1 Ajustamentos, N

A0109_1 Provisões do exercício

A0113_2 Perdas em empresas do grupo e associadas, N A0116_2 Custos e perdas financeiros

A0118_2 Custos e perdas extraordinários A0119_2 TOTAL DOS CUSTOS (A113 a A121) A0120_2 Imposto sobre o rendimento do exercício

A n e x o A d a I n fo rm a ç ã o E m p re s a ri a l S im p lif ic a d a ( IE S ) C o rr e s p o n d e à D e m o n s tr a ç ã o d e R e s u lt a d o s

A0122_2 RESULTADO LÍQUIDO DO EXERCÍCIO (a) (A112-A122-A123)

04 A0207_1 Imobilizações incorpóreas - Activo Bruto A0218_1 Imobilizações corpóreas - Activo Bruto A0227_1 Investimentos financeiros - Activo Bruto A0234_1 Existências - Activo Bruto

A0246_1 Dívidas de terceiros - Médio e longo prazo - Activo Bruto A0258_1 Dívidas de terceiros - Curto prazo - Activo Bruto A0265_1 Títulos negociáveis - Activo Bruto

A0207_2 Imobilizações incorpóreas - Amortizações e Ajustamentos A0218_2 Imobilizações corpóreas - Amortizações e Ajustamentos A0218_2 Investimentos financeiros - Amortizações e Ajustamentos A0234_2 Existências - Amortizações e Ajustamentos

A0246_2 Dívidas de terceiros - Médio e longo prazo - Amortizações e Ajust.

A0258_2 Dívidas de terceiros - Curto prazo - Amortizações e Ajustamentos A0265_2 Títulos negociáveis - Amortizações e Ajustamentos

A0207_3 Imobilizações incorpóreas - Activo Líquido A0218_3 Imobilizações corpóreas - Activo Líquido A0227_3 Investimentos financeiros - Activo Líquido A0234_3 Existências - Activo Líquido

A0246_3 Dívidas de terceiros - Médio e longo prazo - Activo Líquido A0258_3 Dívidas de terceiros - Curto prazo - Activo Líquido A0265_3 Títulos negociáveis - Activo Líquido

A0268_3 Depósitos bancários e caixa - Activo Líquido A0273_3 Acréscimos e diferimentos - Activo Líquido A0276_3 TOTAL DO ACTIVO (A216 a A224) A0277_1 Capital

A n e x o A d a I n fo rm a ç ã o E m p re s a ri a l S im p lif ic a d a ( IE S ) C o rr e s p o n d e a o B a la n ç o

A0278_1 Acções (quotas) próprias - Valor nominal, N

(24)

- 74 -

A0279_1 Acções (quotas) próprias a)-Descontos e prémios, N A0280_1 Prestações suplementares

A0281_1 Prémios de emissão de acções (quotas) a) A0282_1 Ajustamento de partes de capital a) A0283_1 Reservas de reavaliação N A0284_1 Reservas legais N A0285_1 Reservas estatutárias N A0286_1 Reservas contratuais N A0287_1 Outras reservas A0288_1 Resultados transitados a) A0289_1 Resultado Líquido do exercício a) A0290_1 Dividendos antecipados a)

A0291_1 TOTAL DO CAPITAL PRÓPRIO (A226 a A234) A0295_1 Provisões

A0313_1 Dívidas a terceiros - Médio e longo prazo A0331_1 Dívidas a terceiros - Curto prazo A0335_1 Acréscimos e diferimentos

A0336_1 TOTAL DO PASSIVO (A236 a A239)

A0337_1 TOTAL DO CAPITAL PRÓPRIO E PASSIVO (A235 + A240) 0541 A0590_1 1 Existências iniciais - Mercadorias

A0591_1 2 Compras - Mercadorias (b)

A0592_1 3 Regularização de existências – Mercadorias a) A0593_1 4 Existências finais - Mercadorias

A0594_1 5 CUSTO DAS MERCADORIAS VENDIDAS (5 = 1+ 2 ± 3 - 4) A0590_2 1 Existências iniciais - Matérias-Primas, Sub. e de Consumo A0591_2 2 Compras - Matérias-Primas, Sub. e de Consumo (b)

A0592_2 3 Regularização de existências - Matérias-Primas, Sub. e de Cons. a) A0593_2 4 Existências finais - Matérias-Primas, Sub. e de Consumo

A n e x o A d a I E S

A0594_2 5 CUSTO DAS MATÉRIAS CONSUMIDAS (5 = 1+ 2 ± 3 - 4)

0542 A0595_1 1 Existências finais - Produtos Acabados e Intermédios

A0596_1 2 Regularização de existências - Produtos Acabados e Intermédios a) A0597_1 3 Existências iniciais - Produtos Acabados e Intermédios

A0598_1 4 VARIAÇÂO DA PRODUÇÃO (4 = 1 ± 2 - 3)

A0595_2 1 Existências finais - Subprodutos, Desperd., Res. e Refugos A0596_2 2 Regularização de existências - Subprodutos, Desperd., ... a) A0597_2 3 Existências iniciais - Subprodutos, Desperd., Res. e Refugos A0598_2 4 VARIAÇÂO DA PRODUÇÃO (4 = 1 ± 2 - 3)

A0595_3 1 Existências finais - Produtos e Trabalhos em Curso

A0596_3 2 Regularização de existências - Produtos e Trabalhos em Curso a) A0597_3 3 Existências iniciais - Produtos e Trabalhos em Curso

A n e x o A d a I E S

A0598_3 4 VARIAÇÂO DA PRODUÇÃO (4 = 1 ± 2 - 3) 063 A0672 Suprimentos (Saldo credor)

A0673 Aquisição de vales de refeição

A0674_1 Suprimentos e empréstimos efectuados…-Nr. Ident. Fiscal Anexo A da IES

A0674_2 Suprimentos e empréstimos efectuados…-Valor

(25)

- 75 - D – Rácios / Indicadores económico-financeiros

Rácios / Indicadores Definição Média

grupo 0

Média

grupo 1 ^DIFERENÇA

Liquidez Geral Activo Corrente / Passivo Corrente 1,54 ,92 ,62

Liquidez Reduzida Activo Maneável / Passivo Corrente ,75 ,53 ,22

Liquidez Imediata Meios Financeiros Líquidos / Passivo Corrente ,20 ,08 ,12

Disponiblidades / Activo Meios Financeiros Líquidos / Activo total ,09 ,07 ,02

Disponibilidades / Volume de Negócios Meios Financeiros Líquidos / Volume de Negócios ,13 ,10 ,03 Rentabilidade das Vendas e Prestação Serviços Resultados Líquidos / (Vendas + Prestação de Serviços) -,10 -,26 ,16

Rentabilidade da Produção Resultados Líquidos / Produção -,10 -,26 ,16

Rentabilidade do Activo (Earning Power) (Resultados antes de Gastos Financeiros e Impostos) / Activo -,01 ,00 -,01

Rentabilidade do Activo (ROA) Resultados Líquidos / Activo Total -,03 -,05 ,02

Rentabilidade Financeira (ROE) Resultados Líquidos / Capitais Próprios ,12 ,54 -,43

Autonomia Financeira Capitais Próprios / Activo Total ,14 -,12 ,26

Solvabilidade Capitais Próprios / Passivo ,43 -,02 ,45

Debt-to Equity-Ratio, PT Passivo Total / Capitais Próprios 3,60 2,85 ,75

Debt-to Equity-Ratio, PMLP Passivo Não Corrente / Capitais Próprios ,02 1,29 -1,27

Debt-to Equity-Ratio, CP Passivo Corrente / Capitais Próprios 3,58 1,55 2,03

Passivo Total /Activo Total Passivo Total /Activo Total ,86 1,12 -,26

Passivo Médio Longo Prazo / Activo Total Passivo Não Corrente / Activo Total ,18 ,21 -,03

Passivo Curto Prazo / Activo Total Passivo Corrente / Activo Total ,68 ,91 -,23

Capitais Permanentes / Activo Total (Capital Próprio + Passivo Não Corrente) / Activo ,32 ,09 ,23

Regra Equilíbrio Financeiro Mínimo Capitais Permanentes / Activo Não Corrente 2,46 -1,35 3,81

Imobilizado / Activo Total Activo Não Corrente / Activo Total ,26 ,31 -,05

Activo Circulante / Activo Total Activo Corrente / Activo Total ,74 ,69 ,05

Tempo Médio de Recebimento (TMR) (Clientes/(Vendas + Prestação de Serviços)) * 365 170,05 232,30 -62,25

Tempo Médio de Pagamento (TMP) (Fornecedores / (Compras + FSE))*365 716,64 1778,04 -1061,40

Tempo Médio Duração Inventários (TMDI), comercial Inventários / CMVMC * 365 355,88 3276,22 -2920,34 Tempo Médio Duração Inventários (TMDI), industrial Inventários / (CMVMC + FSE+ GCP) * 365 153,60 276,52 -122,92 Grau Médio Rotação Inventários (matérias P.) CMVMC / Inventários (matérias primas) 6,35 7,60 -1,25 Grau Médio Rotação Inventários (mercadorias) CMVMC / Inventários (mercadorias) 22,31 10,70 11,61

VN / Activo Volume de Negócios / Activo Total ,89 1,07 -,17

Dividas a terceiros / VN Contas a Pagar / Volume de Negócios 1,72 3,16 -1,43

Dividas de terceiros / Passivo Contas a Receber / Passivo ,39 ,27 ,11

Ciclo de Tesouraria (CT) TMR + TMDI (industrial) - TMP -393,0 -1269,2 876,24

Necessidades de Fundo de Maneio (NFM) Inventários+Contas a Receber+Dif. Activos-Contas a Pagar-Dif. Passivos -17136,3 -1144394,3 1127257,97 Fundo de Maneio (FM) Capitais Próprios + Passivo Não Corrente - Activo Não Corrente 90403,8 -330321,6 420725,38

Margem Bruta das Vendas (MBV) (Vendas - CMVMC)/Vendas ,09 ,35 -,27

Rentabilidade Fiscal das Vendas (RFV) Resultado Fiscal / Volume de Negócios -,06 -,12 ,06

Cash-flow / VN (Resultado Líquido + Amortizações + Provisões) / Volume de Negócios -,04 -,21 ,17

VN/GCP Volume de Negócios / Gastos com Pessoal 4,23 4,74 -,50

RLE Resultado Líquido do Exercício 1119,76 -25541,41 26661,17

Resultado Fiscal (RF) Lucro ou prejuízo Fiscal 9708,25 11939,89 -2231,63

(26)

- 76 - E – Rácios Altman (1968)

NIF X1 X2 X3 X4.1 X4.2 X5 Grupo

400039257 -0,31 -0,36 -0,20 -0,14 -1,41 0,80 0

400112038 0,36 0,31 0,06 1,51 5,93 1,20 0

400119451 0,47 0,17 0,01 0,93 2,93 1,11 0

400145557 0,64 -6,53 -0,26 -0,86 -8,60 0,29 0

400151466 0,05 -0,25 0,02 0,34 1,30 0,66 0

400153921 0,11 -0,10 0,01 1,11 2,06 0,69 0

400183858 0,23 0,02 0,00 1,09 1,14 0,67 0

400188066 0,20 -0,10 0,01 0,39 1,20 0,86 0

400192177 -0,01 0,03 0,01 0,45 2,60 0,90 0

400211733 0,53 0,00 0,01 0,59 11,03 0,39 0

400251635 0,68 0,55 -0,05 2,84 28,74 0,51 0

400370331 0,34 -1,09 0,01 0,64 0,76 1,05 0

400414830 0,36 -1,05 -0,42 0,70 0,55 0,26 0

400428805 -0,04 -0,22 -0,03 0,64 3,94 0,73 0

400455386 0,12 -0,14 0,01 0,12 0,75 1,05 0

400543735 0,20 0,01 0,00 7,64 27,38 0,21 0

400603663 0,69 -2,10 -0,22 1,56 5,42 1,16 0

400614387 -0,71 -1,05 -0,03 -0,44 -31,00 0,19 0

400621562 0,08 0,07 -0,01 0,10 4,14 1,14 0

400662621 0,06 0,00 0,05 1,40 20,21 0,97 0

400672009 0,52 0,01 0,02 1,38 11,10 0,89 0

400672106 -0,16 -0,02 0,01 0,26 1,61 0,49 0

400696153 0,02 -0,72 -0,09 0,03 0,48 0,98 0

400697406 0,79 0,09 0,00 4,90 36,89 0,22 0

400706602 0,74 -0,04 0,00 0,06 0,65 0,37 0

400712936 0,26 0,13 0,14 0,70 5,73 1,28 0

400746815 0,35 0,01 0,01 0,33 2,72 1,04 0

400754874 -0,08 -0,10 -0,07 -0,06 -1,38 0,48 0

400857395 -0,26 0,03 -0,02 0,46 1,19 0,99 0

400986540 -0,53 -0,48 0,00 -0,33 -9,94 0,18 0

400991945 -0,15 -0,09 0,01 0,12 3,94 0,38 0

401095801 0,62 -0,66 -0,01 1,25 0,86 1,60 0

401147169 -0,25 -0,02 0,01 0,12 2,92 0,59 0

401182844 0,53 0,00 0,04 0,48 5,55 0,86 0

401183406 0,35 -0,12 0,03 0,59 0,83 0,33 0

401271525 0,26 0,10 0,06 0,47 4,41 0,83 0

401282277 0,39 -0,35 0,01 0,93 0,87 0,85 0

401285116 -0,16 0,00 0,01 0,23 11,82 0,61 0

401314983 0,62 -0,40 -0,09 -0,14 -0,49 0,28 0

401362068 0,29 0,01 0,01 0,57 4,33 1,25 0

401387964 0,09 0,30 0,08 0,67 12,22 1,34 0

401404548 -0,03 -0,03 0,00 0,25 14,57 0,95 0

401405292 0,14 0,32 -0,04 0,80 3,54 0,72 0

401421421 0,24 -0,24 -0,08 2,78 1,93 0,70 0

401454987 0,06 -0,02 0,00 0,21 0,95 0,85 0

401463138 0,56 0,22 0,05 1,67 26,49 1,26 0

401494865 0,17 0,00 0,05 0,25 1,95 0,71 0

401508828 0,18 0,21 -0,03 0,27 8,47 0,83 0

401523900 0,43 0,00 0,07 2,02 6,22 1,09 0

401542028 -0,11 0,02 0,01 0,09 1,40 0,99 0

401568470 -0,46 -0,33 0,01 0,01 0,04 0,20 1

(27)

- 77 -

401600558 0,27 -0,03 0,00 3,06 4,17 0,11 0

401614620 -0,44 -0,19 -0,77 0,11 0,83 0,10 0

401625545 0,39 0,15 0,01 0,27 3,76 0,51 0

401626242 0,22 0,07 0,02 0,26 2,07 0,74 0

401665140 0,48 0,00 0,05 0,53 5,08 1,60 0

401731973 0,12 0,30 0,03 0,55 21,40 0,89 0

401735041 0,39 0,00 0,12 0,29 2,33 1,06 0

401780328 0,37 0,05 0,00 0,36 1,29 0,63 0

401790923 0,61 0,00 0,01 0,96 2,10 0,93 0

401802038 -0,35 0,02 0,00 0,17 1,38 0,47 0

401804154 0,32 -0,49 0,00 1,53 4,60 0,54 0

401818908 0,36 0,01 0,01 1,01 1,31 0,77 0

401834053 0,58 -0,03 0,02 1,52 0,98 1,22 0

401837959 0,65 -0,32 -0,05 0,00 -0,12 0,35 0

401844982 0,07 -2,82 -0,19 0,76 5,35 0,74 0

401859317 0,43 0,01 0,02 0,39 1,90 0,74 0

401871540 -0,05 0,01 0,04 0,32 6,94 1,40 0

401896804 -0,03 0,29 0,07 0,74 6,48 1,02 0

401905017 0,40 0,04 0,04 1,59 3,29 1,38 0

401911712 0,01 -0,16 0,01 0,02 0,10 0,86 0

401912149 -0,16 0,02 -0,02 0,08 1,19 0,41 0

401926409 0,31 -0,89 -0,11 -0,42 -4,92 0,15 0

401935842 0,56 0,00 0,02 1,74 1,17 0,61 0

401938053 0,30 0,13 0,03 0,70 11,32 1,76 0

401970157 -0,22 -0,39 -0,28 -0,21 -1,53 0,58 1

401970781 -0,07 -0,01 -0,05 0,13 1,78 0,76 0

401975933 0,10 0,14 0,01 1,08 2,89 0,59 0

401987121 -0,62 -1,12 -0,27 -0,35 -1,63 1,27 0

401992730 0,33 0,07 -0,12 1,31 3,40 0,63 0

401992738 0,23 0,07 0,00 0,14 4,02 0,83 0

401997926 0,43 0,10 0,05 0,25 3,64 1,05 0

402005030 0,60 -0,39 -0,10 0,27 2,39 0,30 0

402005635 0,22 0,00 0,09 1,09 6,32 1,04 0

402020428 0,09 0,01 0,01 0,10 1,91 0,88 0

402030774 0,38 0,00 0,01 0,08 1,82 0,63 0

402032493 0,59 -0,40 0,06 0,94 1,80 1,13 0

402048529 0,13 0,03 -0,01 1,34 4,21 0,42 0

402078133 0,08 -1,43 -0,03 -0,59 -36,42 0,45 0

402090293 0,22 0,22 0,04 0,93 53,06 0,50 0

402102809 0,03 0,00 0,01 0,20 2,47 0,99 0

402104142 0,08 0,11 0,03 0,18 6,85 0,78 0

402110826 -0,28 0,00 -0,15 0,18 4,03 0,63 0

402125915 0,02 0,00 -0,09 0,03 1,23 0,31 0

402138431 0,07 0,13 0,00 0,76 3,20 1,51 0

402144830 0,51 0,00 0,02 1,21 4,74 1,96 0

402146879 0,33 -0,04 -0,01 0,16 8,24 0,66 0

402183750 -0,20 0,12 -0,21 0,11 0,53 0,59 1

402192112 0,16 0,22 0,00 1,04 5,22 0,60 0

402205681 -0,23 0,04 0,04 0,23 3,26 0,45 1

402224307 0,72 0,00 0,01 1,52 1,84 0,59 0

402269687 -0,02 0,00 -0,94 -0,47 -14,12 0,72 0

402287418 0,23 0,01 0,02 0,63 6,80 1,09 0

402290447 -1,01 -1,34 0,19 -0,49 -9,66 7,37 1

402296366 -0,02 0,05 -0,06 0,13 9,60 0,98 0

402296735 0,81 0,00 0,02 0,60 2,99 0,63 0

402309795 -0,03 0,00 0,00 0,31 5,64 0,88 0