Apresentação dissertação rafael

ANÁLISE DO RISCO DE INSOLVÊNCIA DE EMPRESAS

DE CAPITAL ABERTO NEGOCIADAS NA

BM&F/BOVESPA A PARTIR DE INDICADORES

CONTÁBEIS

Aluno: Rafael Antonio Chiapetti

Orientador Prof.: Dr. Wesley Vieira da Silva

Introdução Tema e Problema de Pesquisa Objetivos de pesquisa e Justificativas

Fundamentação

Teórica EmpíricaRisco de Crédito e InsolvênciaAnálises Qualitativas e Quantitativas

Metodologia

Pergunta de PesquisaDelineamento da pesquisaPopulação, Amostra e coleta de dados

Apresentação

dos resultados e

considerações

Discriminação inicialHomogeneidade e normalidadeFunção causa-raizRegressão Logística BináriaDesempenho e validaçãoConclusão

AGENDA

Introdução: Tema e Problema de pesquisa

Tema:

Risco de Crédito/Insolvência;

Problema:

Quais os indicadores contábeis que mais

contribuem com o risco de insolvência de

empresas de capital aberto negociadas

na BMF&BOVESPA?

Objetivo geral: Analisar os indicadores contábeis que

contribuem com o nível de insolvência de empresas de

capital aberto negociadas na BMF&BOVESPA.

Introdução: Objetivo geral

Introdução: Objetivos Específicos

a) Realizar uma análise exploratória dos dados coletados;

b) Estabelecer critérios estatísticos para corrigir problemas de

multicolinearidade na amostra;

c) Identificar quais as variáveis independentes que mais

contribuem com a variável dependente;

d) Estimar a probabilidade de insolvência das empresas

componentes da amostra.

JUSTIFICATIVA

Teórica: Contribui para o campo teórico de finanças,

podendo servir como apoio para estudos futuros;

Prática: A pesquisa pode beneficiar na tomada de

decisões financeiras em instituições financeiras e

empresas trazendo agilidade e baixos custos de

aplicação.

Fundamentação Teórica Empírica

Risco de Crédito: Capacidade de perdas caso a

contraparte tenha sua capacidade de honrar as obrigações

alterada (DUARTE JR., 2003);

Insolvência: Quando a empresa não tem mais capacidade

ou recursos necessários (ou caminha nessa direção) para

saldar seus exigíveis (FAMÁ e GRAVA, 2000) seguindo o

ponto de vista estrutural stock-based insolvency (MYERS,

1996)

ANÁLISES QUALITATIVAS:

Análise por julgamento;

Análise por meio dos 5 C’s;

Análise por meio de rating;

ANÁLISES QUANTITATIVAS

Modelagem CreditRisk+;

Modelagem CreditMetrics;

Modelagem CreditPortfolio View;

Modelagem KMV.

Fundamentação Teórica Empírica

Metodologia: Pergunta de Pesquisa

Qual a probabilidade de insolvência das empresas

da amostra?

Metodologia: Delineamento de pesquisa

Pesquisa de natureza aplicada;

Descritiva;

De Corte transversal (2012);

Natureza quantitativa;

Pesquisa bibliográfica;

Ex-post-facto.

População: Todas as empresas cotadas na

BM&FBOVESPA;

Amostra: Companhias cotadas na BMF&BOVESPA, de

capital intensivo, exceto as pertencentes aos setores:

Financeiro, Energia elétrica e Outros (prestadores de

serviços) conforme classificação da Economática® nos

demonstrativos do encerramento do exercício de 2012.

292 empresas de 17 setores

279 casos após eliminação de dados missing

Metodologia: População, Amostra e Coleta de

dados

Seleção das Variáveis explicativas

a) Reuniu-se trabalhos clássicos de previsão de

insolvência nacionais e internacionais;

b) Verificou-se quais variáveis compunham cada

modelo;

c) Selecionou-se as variáveis explicativas e

significativas em cada trabalho;

d) Coletou-se todas as possíveis partir do

Economática®.

28 variáveis extraídas de 279 empresas

OE b) Multicolinearidade pelo VIF e R2

VARIÁVEIS

ML LL/PL CG/AT LL/AT CR/Vendas ExgTot/PL AC-PC/AT

VIF 132,787 - - 280,402 10,513 19,436 -

R2 99,25% 100% 100% 94,80% 90,49% 94,85% 100%

Variáveis

RCP/Vendas PC/AT PL/PT LAJIR/AT IMOB/Vendas RP LC

VIF 27,773 - 607,799 16,385 96,561 - 47,029

R2 96,40% 100% 88,61% 93,90% 98,96% 100% 97,87%

VARIÁVEIS

GE LS CR/AT LO/LB BANC/AC DISP/AT FORN/AT

VIF 21,032 50,667 3,587 6,350 2,315 5,457 2,668

R2 95,25% 98,03% 72,12% 84,25% 56,80% 81,68% 62,52%

VARIÁVEIS

Estoques/AT DISP/IMOB DISP/PC LG Vendas/AT PL/AT ExgTot/AC

VIF 9,943 1,648 8,099 9,831 1,984 3,855 3,204

R2 89,94% 39,32% 87,65% 71,55% 49,59% 74,06% 68,79%

Discriminação inicial solventes/insolventes

Segregação em três etapas:

a) Empresas com PL negativo: das 279 empresas, 37

encontravam-se com PL negativo;

b) Concordatárias/recuperação judicial:

a) Independente se ATIVAS ou CANCELADAS;

b) Pesquisou-se nos sites da CVM, BOVESPA e das

empresas;

c) De 91 CANCELADAS, 20 são PL negativo e 01 encontrava-

se como concordatária/recuperação judicial;

d) Considerando toda amostra haviam 09 nesta situação.


c) Distinção de Solventes/insolventes a partir do

termômetro de Kanitz (1978):

𝑍𝐾𝐴𝑁𝐼𝑇𝑍 = 0.05𝐿𝐿/𝑃𝐿 + 1.65𝐴𝐶+𝑅𝐿𝑃/𝑃𝑇 + 3.55𝐴𝐶−𝐸𝑆𝑇𝑂𝑄𝑈𝐸𝑆/𝑃𝐶 − 1.06𝐴𝐶/𝑃𝐶 +

0.33𝑃𝑇/𝑃𝐿

Pelo termômetro de Kanitz são 25 insolventes e 254

solventes


Empresas com PL Negativo 37

Concordatárias ou Recuperação Judicial 9

Insolventes pelo Termômetro de Kanitz 25

Total de Empresas na Amostra 279

Total de Solventes 233

Total de Insolventes 46

Tabela 3: Discriminação da Amostra Inicial

Teste de homogeneidade

F (Valor observado) 11,598

F (Valor crítico) 2,014

GL1 7

GL2 2.224

Valor-p (unilateral) < 0,0001

Alfa 0,05

Tabela 7: Teste de Hipóteses de Homogeneidade de Variâncias de Levene

Resultado: <0,05 rejeita-se H0, com um nível de significância de 5%

Teste de normalidade de Jarque-Bera

Variável n JB EstimadoJB Crítico

(5%)Valor-p

H0: Normalidade das

Distribuições

ExgTot/AC 279 188.697,05 5,991 < 0,0001 Rejeita-se H0

Vendas/AT 279 752,26 5,991 < 0,0001 Rejeita-se H0

Estoque/AT 279 136,50 5,991 < 0,0001 Rejeita-se H0

PL/AT 279 123.674,14 5,991 < 0,0001 Rejeita-se H0

LO/LB 279 85.355,86 5,991 < 0,0001 Rejeita-se H0

BANC/AC 279 262.768,84 5,991 < 0,0001 Rejeita-se H0

FORN/AT 279 112.954,98 5,991 < 0,0001 Rejeita-se H0

LG 279 2.275,11 5,991 < 0,0001 Rejeita-se H0

Tabela 8: Estimativa do Teste de Hipóteses de Normalidade de Jarque-Bera

Função Causa-raiz (RCA) pelo Qui-quadrado

Figura 4: Grau de Importância de Cada Variável

Análise da Função Causa-raiz (RCA)

As variáveis explicativas mais impactantes: LG,

BANC/AT, VENDAS/AT, ExgTot/AC, FORN/AT,

ESTOQUE/AT, PL/AT, Têxtil e LO/LB.

Perceba o setor têxtil, composto de 33 empresas

sendo 11 com PL negativo, isso contribuiu para

figurar no modelo.

Estas são as melhores candidatas a compor o

modelo.

OE c)Estimação do modelo LOGIT

VariáveisParâmetros Erro padrão

Qui-quadrado de

WaldPr > Qui²

Intercepto -9,423 4,152 5,151 0,023

ExgTot/AC 0,085 0,183 0,216 0,642

Vendas/AT 1,374 2,455 0,314 0,576

Estoque/AT -23,832 14,028 2,267 0,132

*PL/AT 34,040 15,626 4,745 0,029

LO/LB 0,000 0,007 0,001 0,971

Banc/AC 3,654 4,367 0,700 0,403

Forn/AT 37,207 23,705 2,464 0,117

*LG 8,168 4,282 3,639 0,055

Têxtil 0,939 3,608 0,068 0,795

Tabela 10: Parâmetros Estimados para o Modelo de Regressão Logística Binária

*LG E PL/AT significantes para a estatística WALD com nível de confiança de 95%

LG (AT/PT) – também foi considerado significante

em Kanitz (1978). Indica diretamente a capacidade

de honrar com os compromissos de curto ou longo

prazo.

PL/AT – significante para Matias (1978); Pandelo Jr.

(2006); Minussi, Damacena e Ness Jr. (2002); Brito

e Assaf Neto (2005). Indica o percentual de capital

próprio sobre o total de ativos.

PL/AT é estrutural e corrobora a teoria Stock-Based

Insolvency.

O modelo LOGIT

𝐿𝑂𝐺𝑃𝑖

1−𝑃𝑖= −9,423 + 0,085𝐸𝑥𝑔𝑇𝑜𝑡𝐴𝐶 + 1,37𝑉𝑒𝑛𝑑𝑎𝑠𝐴𝑇 + 23,832𝐸𝑠𝑡𝑜𝑞𝑢𝑒𝐴𝑇 +

34,040𝑃𝐿𝐴𝑇 + 3,654𝐵𝑎𝑛𝑐𝐴𝐶 + 37,207𝐹𝑜𝑟𝑛𝐴𝑇 + 8,168𝐿𝐺 + 0,939𝑇ê𝑥𝑡𝑖𝑙 (6)

Pautando-se na probabilidade de insolvência 𝑃𝑖 descrita algebricamente conforme

encontra-se em (7):

𝑃𝑖 = 𝑃𝑟 𝑌𝑖 = 1 𝑋 = 𝑋𝑖 =

𝜀−9,423+0,085𝐸𝑥𝑔𝑇𝑜𝑡𝐴𝐶+1,37𝑉𝑒𝑛𝑑𝑎𝑠𝐴𝑇+23,832𝐸𝑠𝑡𝑜𝑞𝑢𝑒𝐴𝑇+34,040𝑃𝐿𝐴𝑇+3,654𝐵𝑎𝑛𝑐𝐴𝐶+37,207𝐹𝑜𝑟𝑛𝐴𝑇+8,168𝐿𝐺+0,939𝑇ê𝑥𝑡𝑖𝑙

1+𝜀−9,423+0,085𝐸𝑥𝑔𝑇𝑜𝑡𝐴𝐶+1,37𝑉𝑒𝑛𝑑𝑎𝑠𝐴𝑇+23,832𝐸𝑠𝑡𝑜𝑞𝑢𝑒𝐴𝑇+34,040𝑃𝐿𝐴𝑇+3,654𝐵𝑎𝑛𝑐𝐴𝐶+37,207𝐹𝑜𝑟𝑛𝐴𝑇+8,168𝐿𝐺+0,939𝑇ê𝑥𝑡𝑖𝑙

(7)

Desempenho e Validação

Estatística

Comple

to

Observações 259

Soma dos pesos 259,000

GL 248

-2 Log

(Verossimilhança)16,962 Quanto menor, melhor o modelo (0 = ajuste perfeito)

R²(McFadden) 0,953 Quanto mais próximo de 1, melhor a qualidade

R²(Cox e Snell) 0,733 idem

R²(Nagelkerke) 0,977 Idem, “excelente qualidade próximo a 100%”

AIC 38,962

SBC 78,087

Iterações 17

Tabela 11: Medidas de Ajustamento do Modelo


Estatística Qui-quadrado GL Pr > Qui²

Hosmer-Lemeshow 1,879 8 *0,984

*Em caso de boa adequação p-valor não deve ser significativo (p≤0,05)

Tabela 12: Teste de Hosmer-Lemeshow (variável status)

INSOLVENTES SOLVENTES Total % de acerto

INSOLVENTES 42 0 42 100,00%

SOLVENTES 1 216 217 99,54%

Total 43 216 259 99,61%

Erro tipo I: 100% de empresas insolventes classificadas como insolventes

Erro tipo II: 99,54% empresas solventes classificas corretamente

Tabela 13: Classificação para a Amostra de Estimação


0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

0 0.2 0.4 0.6 0.8 1 1.2

Sen

sib

ilid

ade

/ E

spe

cifi

cid

ade

Status

Sensibilidade e especificidade / Status

Sensibilidade Especificidade

Figura 5: Estimação da Curva ROC

Quanto mais distante da diagonal, melhor o modelo. A área abaixo da curva é 0,983

PODER DE DISCRIMINAÇÃO EXCEPCIONAL

Para avaliar se o modelo mantém seu poder de

predição em outras amostras da mesma população,

fez-se o teste para sua validação:

OE d) Probabilidade de insolvência em amostra

aleatória de validação

EmpresasStatus

Previsão

(Status)

Resíduo

padronizadoLimite inferior 95%

Limite superior

95%

Aco Altona 1 0,927 0,280 0,115 0,999

AGconcessoes 1 0,999 0,036 0,280 1,000

B2W Varejo 1 1,000 0,001 0,796 1,000

Cia Hering 1 1,000 0,000 0,926 1,000

Cimaf 0 0,000 0,000 0,000 1,000

Cimob Partic 1 1,000 0,005 0,137 1,000

Cobrasma 1 1,000 0,000 0,984 1,000

Ecisa 1 1,000 0,000 0,933 1,000

Gol 1 1,000 0,000 0,969 1,000

Helbor 1 1,000 0,000 0,807 1,000

JSL 1 0,929 0,277 0,266 0,998

Litel 1 1,000 0,000 0,909 1,000

Lojas Hering 1 1,000 0,000 0,997 1,000

Lojas Renner 1 1,000 0,007 0,707 1,000

Metodo Engenharia 1 1,000 0,001 0,890 1,000

Pet Manguinh 0 0,005 -0,074 0,000 0,771

Petrobras 1 1,000 0,000 0,839 1,000

Tele Nordeste Celul 1 1,000 0,000 0,996 1,000

Tele Sudeste Celul 0 0,000 0,000 0,000 0,152

Unipar 1 1,000 0,000 0,885 1,000

CONCLUSÃO

O modelo resultou em 8 variáveis: ExgTotAC,

VendasAT, EstoqueAT, PLAT, BancAC, FornAT, LG e

Têxtil.

Percentual de acerto global do modelo: 96.61%.

A curva (ROC) avaliou o poder discriminante do

modelo em 0,983, considerado excepcional para

identificar casos de Insolvência.

A amostra aleatória de validação com 20 empresas,

ao nível de confiança de 95%, conclui que o modelo

é capaz de produzir estimativas confiáveis.

Obrigado

Rafael Chiapetti

[email protected]

Apresentação dissertação rafael

Economy & Finance

Transcript of Apresentação dissertação rafael