| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.23 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
Previsão de falência refere-se ao uso de modelos estatísticos e técnicas de análise financeira, para determinar a probabilidade de uma empresa entrar em colapso. A utilização deste conjunto de procedimentos ajudar investidores e outras partes interessadas, a tomar decisões informadas sobre o risco financeiro e o grau de exposição dos investimentos associados. O modelo Z-Score de Altman é considerado uma ferramenta eficaz para prever a falência, sendo amplamente utilizado. No entanto, o modelo conta apenas com alguns índices financeiros e não inclui outras variáveis que possam ser relevantes para a previsão de falência das organizações. Esta tese começa por analisar as capacidades preditivas do modelo Altman Z-Score num conjunto de países da União Europeia, para empresas privadas não manufatureiras. Em seguida, testamos se as técnicas modernas de aprendizagem automática podem constituir instrumento para obtenção de uma melhor previsão de falência e, quais as características, quer de uma demonstração financeira da empresa, quer do modelo de Altman, se revelam as mais importantes a serem consideradas ao prever a falência. O modelo Altman Z-Score mostrou uma capacidade preditiva fraca, enquanto os modelos de aprendizagem automática mostraram capacidades preditivas superiores ao conjugar variáveis do modelo Altman Z-Score e demonstrações financeiras da empresa. Concluindo que é possível construir um modelo com maior precisão.
Previsão de falência refere-se ao uso de modelos estatísticos e técnicas de análise financeira, para determinar a probabilidade de uma empresa entrar em colapso. A utilização deste conjunto de procedimentos ajudar investidores e outras partes interessadas, a tomar decisões informadas sobre o risco financeiro e o grau de exposição dos investimentos associados. O modelo Z-Score de Altman é considerado uma ferramenta eficaz para prever a falência, sendo amplamente utilizado. No entanto, o modelo conta apenas com alguns índices financeiros e não inclui outras variáveis que possam ser relevantes para a previsão de falência das organizações. Esta tese começa por analisar as capacidades preditivas do modelo Altman Z-Score num conjunto de países da União Europeia, para empresas privadas não manufatureiras. Em seguida, testamos se as técnicas modernas de aprendizagem automática podem constituir instrumento para obtenção de uma melhor previsão de falência e, quais as características, quer de uma demonstração financeira da empresa, quer do modelo de Altman, se revelam as mais importantes a serem consideradas ao prever a falência. O modelo Altman Z-Score mostrou uma capacidade preditiva fraca, enquanto os modelos de aprendizagem automática mostraram capacidades preditivas superiores ao conjugar variáveis do modelo Altman Z-Score e demonstrações financeiras da empresa. Concluindo que é possível construir um modelo com maior precisão.
Previsão de falência refere-se ao uso de modelos estatísticos e técnicas de análise financeira, para determinar a probabilidade de uma empresa entrar em colapso. A utilização deste conjunto de procedimentos ajudar investidores e outras partes interessadas, a tomar decisões informadas sobre o risco financeiro e o grau de exposição dos investimentos associados. O modelo Z-Score de Altman é considerado uma ferramenta eficaz para prever a falência, sendo amplamente utilizado. No entanto, o modelo conta apenas com alguns índices financeiros e não inclui outras variáveis que possam ser relevantes para a previsão de falência das organizações. Esta tese começa por analisar as capacidades preditivas do modelo Altman Z-Score num conjunto de países da União Europeia, para empresas privadas não manufatureiras. Em seguida, testamos se as técnicas modernas de aprendizagem automática podem constituir instrumento para obtenção de uma melhor previsão de falência e, quais as características, quer de uma demonstração financeira da empresa, quer do modelo de Altman, se revelam as mais importantes a serem consideradas ao prever a falência. O modelo Altman Z-Score mostrou uma capacidade preditiva fraca, enquanto os modelos de aprendizagem automática mostraram capacidades preditivas superiores ao conjugar variáveis do modelo Altman Z-Score e demonstrações financeiras da empresa. Concluindo que é possível construir um modelo com maior precisão.
Description
Keywords
Bankruptcy Altman Z-score model Machine learning Falência Altman Z-score model Aprendizagem automática