Loading...
Publication
Evaluating financial distress in Portuguese firms : revisiting Altman's Z-score model
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.56 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
This thesis significantly advances the field of financial distress prediction in Portuguese companies by meticulously refining Altman's seminal Z-Score model (1983). With strategic updates to the model's parameters using the latest financial data, this research not only improves predictive accuracy but fundamentally transforms the tool to meet the contemporary needs of Portugal's dynamic economy. By transitioning from multiple discriminant analysis to logistic regression, the study introduces a robust methodological enhancement that substantially increases the model’s predictive precision. Furthermore, the integration of macroeconomic indicators such as GDP has revolutionized its predictive capabilities, proving indispensable in today's interconnected financial landscape. However, the research also unveils limitations; elements such as year dummies, company size, age, and sector-specific factors did not markedly influence the model’s effectiveness, prompting a revaluation of traditional assumptions in distress prediction. This thorough analysis of diverse firm characteristics emphasizes the critical need for financial models that are specifically adapted to the distinct economic features of the Portuguese market. These insights offer invaluable guidance for financial institutions, investors, and policymakers, significantly enhancing the utility and application of distress prediction models across diverse economic environments. Ultimately, the refined model does not just promise better risk management—it guarantees more informed, strategic decision-making for stakeholders within the SME-dominated Portuguese market.
Esta tese avança significativamente no campo da previsão de dificuldades financeiras em empresas portuguesas, através de uma meticulosa refinaria do seminal modelo Z-Score de Altman (1983). Com atualizações estratégicas aos parâmetros do modelo utilizando os dados financeiros mais recentes, esta pesquisa não só melhora a precisão preditiva, mas também transforma fundamentalmente a ferramenta para atender às necessidades contemporâneas da dinâmica economia de Portugal. Ao fazer a transição da análise discriminante múltipla para a regressão logística, o estudo introduz uma robusta melhoria metodológica que aumenta substancialmente a precisão preditiva do modelo. Além disso, a integração de indicadores macroeconómicos, como o PIB, revolucionou as capacidades preditivas, provando ser indispensável na paisagem financeira interconectada de hoje. Contudo, a pesquisa também revela limitações; elementos como dummies anuais, tamanho da empresa, idade e fatores específicos do setor não influenciaram de forma marcante a eficácia do modelo, o que motiva uma reavaliação das suposições tradicionais na previsão de dificuldades. Esta análise minuciosa das diversas características empresariais enfatiza a necessidade crítica de modelos financeiros que sejam especificamente adaptados às características económicas distintas do mercado português. Estes insights oferecem orientações inestimáveis para instituições financeiras, investidores e formuladores de políticas, melhorando significativamente a utilidade e aplicação de modelos de previsão de dificuldades em ambientes económicos diversos. Em última análise, o modelo refinado não promete apenas uma melhor gestão de riscos — garante uma tomada de decisão mais informada e estratégica para os intervenientes no mercado dominado pelas PME em Portugal.
Esta tese avança significativamente no campo da previsão de dificuldades financeiras em empresas portuguesas, através de uma meticulosa refinaria do seminal modelo Z-Score de Altman (1983). Com atualizações estratégicas aos parâmetros do modelo utilizando os dados financeiros mais recentes, esta pesquisa não só melhora a precisão preditiva, mas também transforma fundamentalmente a ferramenta para atender às necessidades contemporâneas da dinâmica economia de Portugal. Ao fazer a transição da análise discriminante múltipla para a regressão logística, o estudo introduz uma robusta melhoria metodológica que aumenta substancialmente a precisão preditiva do modelo. Além disso, a integração de indicadores macroeconómicos, como o PIB, revolucionou as capacidades preditivas, provando ser indispensável na paisagem financeira interconectada de hoje. Contudo, a pesquisa também revela limitações; elementos como dummies anuais, tamanho da empresa, idade e fatores específicos do setor não influenciaram de forma marcante a eficácia do modelo, o que motiva uma reavaliação das suposições tradicionais na previsão de dificuldades. Esta análise minuciosa das diversas características empresariais enfatiza a necessidade crítica de modelos financeiros que sejam especificamente adaptados às características económicas distintas do mercado português. Estes insights oferecem orientações inestimáveis para instituições financeiras, investidores e formuladores de políticas, melhorando significativamente a utilidade e aplicação de modelos de previsão de dificuldades em ambientes económicos diversos. Em última análise, o modelo refinado não promete apenas uma melhor gestão de riscos — garante uma tomada de decisão mais informada e estratégica para os intervenientes no mercado dominado pelas PME em Portugal.
Description
Keywords
Financial distress Z-score model Portuguese companies Logistic regression Risk management Macroeconomic factors Industry-specific variables Predictive accuracy SMEs (small and medium enterprises) Financial modelling Dificuldades financeiras Modelo Z-score Empresas portuguesas Regressão logística Gestão de riscos Fatores macroeconómicos Variáveis específicas do sector Precisão preditiva PME (pequenas e médias empresas) Modelagem financeira