skip to main content
Idioma:

Previsão de insolvência de empresas brasileiras usando análise discriminante, regressão logística e redes neurais

Castro Junior, Francisco Henrique Figueiredo De

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Economia, Administração e Contabilidade 2003-09-16

Acesso online

  • Título:
    Previsão de insolvência de empresas brasileiras usando análise discriminante, regressão logística e redes neurais
  • Autor: Castro Junior, Francisco Henrique Figueiredo De
  • Orientador: Zwicker, Ronaldo
  • Assuntos: Análise Discriminante; Previsão De Insolvência; Redes Neurais; Regressão Logística; Artificial Neural Networks; Bankruptcy; Discriminant Analysis; Logistic Regression; Prediction
  • Descrição: Estudos com o objetivo de prever insolvência de empresas e que fazem uso de técnicas estatísticas modernas são conduzidos desde a década de 1960. Esta linha de pesquisa, que inicialmente usou técnicas univariadas, e em seguida incorporou as análises multivariadas, hoje emprega largamente técnicas que fazem uso de inteligência artificial e que necessitam uma grande capacidade de processamento computacional. Esta evolução trouxe melhorias contínuas aos resultados alcançados e hoje é possível afirmar que os demonstrativos financeiros de empresas quando analisados adequadamente são uma fonte importante de informação para a previsão de insolvência. Esta pesquisa teve como principal objetivo desenvolver e comparar modelos estatísticos usando as técnicas de Análise Discriminante Linear, Regressão Logística e Redes Neurais Artificiais a fim de investigar qual delas oferece os melhores resultados. A amostra foi composta por 40 empresas, divididas em dois grupos: o primeiro com empresas formalmente insolventes segundo os critérios da legislação brasileira, e o segundo com empresas sem tais problemas. Foram usadas inicialmente 16 variáveis para predição e empregou-se um critério de seleção de variáveis baseado nos melhores subconjuntos possíveis ao invés do stepwise. Foi tomado especial cuidado com os pré-requisitos das técnicas, sobretudo da Análise Discriminante, como normalidade e ausência de multicolinearidade das variáveis independentes. Os resultados das previsões obtidas com os modelos foram coerentes com o esperado, ou seja, a Análise Discriminante teve um desempenho inferior à Regressão Logística que também foi superada pelas Redes Neurais Artificiais.
  • DOI: 10.11606/D.12.2003.tde-16092004-121634
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Economia, Administração e Contabilidade
  • Data de criação/publicação: 2003-09-16
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.