Dissertation
Predição de recuperação judicial de empresas do setor sucroalcooleiro no Brasil utilizando análise discriminante e regressão logística
Fecha
2020-07-03Autor
Costa, Roberto Zancaner
Institución
Resumen
O principal objetivo desta pesquisa foi desenvolver e comparar modelos estatísticos utilizando as técnicas de Regressão Logística e Análise Discriminante Linear, para compreender quais delas apresenta os melhores resultados na predição de recuperação judicial das empresas do setor sucroalcooleiro brasileiro. Inicialmente foram separados dois grupos de empresas para a coleta de dados, as empresas solventes e as insolventes, sendo este último grupo determinado pelas empresas que realizaram pedido formal de recuperação judicial. Para esses grupos foram levantadas as demonstrações financeiras para um, dois e três anos antes do evento do pedido de recuperação judicial. De posse das demonstrações financeiras, foram calculadas 20 variáveis independentes que, posteriormente, pela técnica de análise de componentes principais, foram reduzidas a 10, tendo sido eliminados principalmente os efeitos de multicolinearidade. A seleção final das variáveis explicativas significativas, tanto dos modelos de Regressão Logística quanto de Análise Discriminante Linear foi realizada pelo método stepwise. Os resultados obtidos demonstraram que a acurácia na previsão das empresas insolventes foi superior nos modelos de Regressão Logística em relação à Análise Discriminante Linear, portanto os modelos logit podem ser aplicados para a previsão de falência das empresas do setor com até três anos de antecedência com taxas de acerto superiores a 80%. The main purpose of this research was to develop and compare statistical models using the Logistic Regression and Linear Discriminant Analysis techniques, to identify which of these techniques is best suited to predicting the insolvency of Brazilian companies of the sugar and alcohol sector. Initially, two groups of companies were segregated for the data collection: solvent and insolvent, provided that the latter was composed by the companies which had filed a formal request for judicial recovery. The data obtained were the financial statements relating to the period of one, two and three years prior to the formal request for judicial recovery. The calculation of 20 independent variables has been made in possession of these financial statements and, subsequently, using the analysis of main components, the variables have been reduced to 10, eliminating the multicollinearity effects. The final selection of the significant explanatory variables, both in the Logistic Regression model and in the Linear Discriminant Analysis, was made using the stepwise method. The obtained results demonstrated that the accuracy in predicting the insolvent companies was higher in the models of Logistic Regression in comparison to the Linear Discriminant Analysis, therefore, the logit models can be used to predict the bankruptcy of companies in the sector up to 3 years in advance with a success rate higher than 80%.