Este documento apresenta um estudo sobre a aplicação de modelos de previsão de insolvência em empresas listadas na BM&FBOVESPA que se encontram em recuperação judicial. O estudo caracteriza quatro modelos de previsão e aplica cada um em oito empresas, analisando a variação dos resultados. Os modelos apresentam resultados divergentes e a crise financeira teve influência em alguns, mas não em outros.
TCC - Estudo de caso: Implantação do Modelo MPS.BREdimar Ramos
Este trabalho descreve um estudo de caso sobre a implantação do nível G do modelo "Melhoria de Processo do Software Brasileiro" (MPS.BR) realizado pela empresa CIENTEC - Consultora e Desenvolvimento de Sistemas. Inicialmente apresenta uma revisão conceitual sobre processo e qualidade de software, bem como uma introdução sobre o Programa MPS.BR. A seguir, relata como ocorreu a implantação do modelo e os resultados obtidos pela empresa decorrentes desta implantação, apresentando o processo de desenvolvimento definido e os documentos e controles criados para a utilização deste processo. A realização deste estudo de caso teve como objetivo mostrar os passos para a implantação, o apoio oferecido pelo governo às micro, pequenas e médias empresas de software e os benefícios obtidos com avaliações deste tipo para as empresas.
TCC - Estudo de caso: Implantação do Modelo MPS.BREdimar Ramos
Este trabalho descreve um estudo de caso sobre a implantação do nível G do modelo "Melhoria de Processo do Software Brasileiro" (MPS.BR) realizado pela empresa CIENTEC - Consultora e Desenvolvimento de Sistemas. Inicialmente apresenta uma revisão conceitual sobre processo e qualidade de software, bem como uma introdução sobre o Programa MPS.BR. A seguir, relata como ocorreu a implantação do modelo e os resultados obtidos pela empresa decorrentes desta implantação, apresentando o processo de desenvolvimento definido e os documentos e controles criados para a utilização deste processo. A realização deste estudo de caso teve como objetivo mostrar os passos para a implantação, o apoio oferecido pelo governo às micro, pequenas e médias empresas de software e os benefícios obtidos com avaliações deste tipo para as empresas.
Trabalho em grupo apresentação slides master consultoriaJoão Silva
Meus Parabéns universitários de Gestão em Marketing o Grupo foi além das expectativas, exibindo um excelente trabalho interdisciplinar de Grupo, a equipe demonstrou excelente capacidade empreendedora para prosseguir no estudo da das rotinas em Gestão em Marketing.
APLICAÇÃO DO BIG DATA NA INDÚSTRIA E SUAS VANTAGENS EM RELAÇÃO AOS MODELOS TR...Ricardo Dubsky de Matos
O artigo propõe-se a apresentar um panorama do uso de tecnologias Big Data na indústria através de conceitos atualizados e estabelecer um comparativo com as tecnologias tradicionais como por exemplo PIMS (Plant Information Management System).
Trabalho em grupo apresentação slides master consultoriaJoão Silva
Meus Parabéns universitários de Gestão em Marketing o Grupo foi além das expectativas, exibindo um excelente trabalho interdisciplinar de Grupo, a equipe demonstrou excelente capacidade empreendedora para prosseguir no estudo da das rotinas em Gestão em Marketing.
APLICAÇÃO DO BIG DATA NA INDÚSTRIA E SUAS VANTAGENS EM RELAÇÃO AOS MODELOS TR...Ricardo Dubsky de Matos
O artigo propõe-se a apresentar um panorama do uso de tecnologias Big Data na indústria através de conceitos atualizados e estabelecer um comparativo com as tecnologias tradicionais como por exemplo PIMS (Plant Information Management System).
Ciclo de vida e desempenho das empresasFelipe Pontes
Objetivo da aula: analisar as relações e as implicações dos estágios do ciclo de vida na qualidade das demonstrações contábeis e no desempenho das empresas.
Conteúdo: Teoria do ciclo de vida. Modelo de classificação do ciclo de vida. Ciclo de vida e desempenho.
Objetivo da aula: estudar ferramentas para auxiliar na detecção de manipulações contábeis discricionárias e fraudes que reduzem a qualidade da informação.
Conteúdo: Gerenciamento de resultados e fraudes. Modelos usados para auxiliar na detecção de gerenciamento de resultados e fraudes.
Análise de crédito e previsão de insolvênciaFelipe Pontes
Objetivo da aula: ao término da aula o aluno deverá entender os eventos relacionados às dificuldades financeiras, quais suas implicações e como evitá-los e medi-los.
Conteúdo: Dificuldades financeiras. Insolvência. Liquidação e reorganização. Crédito e assimetria informacional. Opções de tomada de crédito e gerenciamento do risco de crédito. Mensuração do risco de insolvência.
Modelagem financeira e demonstrações pro formaFelipe Pontes
Objetivo da aula: os alunos deverão compreender a ideia por trás da modelagem financeira e forecasting aplicados à análise das empresas.
Conteúdo: modelagem financeira e projeções das demonstrações contábeis.
Objetivo da aula: discutir a discrepância entre preço e valor com base na metodologia de Graham e Dodd, além de alguns casos relacionados à análise de valor e de preço.
Conteúdo: análise comparativa e discrepâncias entre preço e valor.
Análise crítica dos indicadores contábeis tradicionais parte 2Felipe Pontes
Objetivo da aula: analisar de forma crítica, por meio de indicadores, as demonstrações contábeis das empresas.
Conteúdo: Rentabilidade. Alavancagem. Fluxo de Caixa. EBITDA. EVA. Insolvência.
Análise por Indicadores Tradicionais - Parte 1Felipe Pontes
Objetivo da aula: analisar de forma crítica, por meio de indicadores, as demonstrações contábeis das empresas.
Conteúdo: Liquidez. Capital de Giro. Prazos. Estrutura patrimonial. Cobertura de juros.
Objetivos centrais da análise das demonstrações contábeisFelipe Pontes
Objetivo da aula: discutir o conceito de lucro e caixa e o seu impacto na análise de desempenho.
Conteúdo: rentabilidade. Liquidez. Lucro vs caixa. Capítulo 6 (MARTINZ; DINIZ; MIRANDA, 2018)
Objetivo da aula: entender o negócio, o setor e os concorrentes das empresas.
Conteúdo: análise setorial, posicionamento competitivo e estratégia corporativa. Aula baseada no livro de Palepu e Healy (2007).
Objetivo da aula: apresentar ferramentas que deem base para a análise inicial das demonstrações contábeis
Conteúdo: Discricionariedade da gestão e formas de controlar esse efeito. Análise prévia dos números contábeis. Slides baseados no livro de Palepu e Healy.
Mitos, (nem tao) verdades (assim) e aplicacoes de valuation
Aplicação dos modelos de previsão de insolvência, nas empresas BM&F BOVESPA que se encontram em situação de recuperação judicial
1. UNIVERSIDADE FEDERAL DA PARAÍBA
CENTRO DE CIENCIAS SOCIAIS APLICADAS
DEPARTAMENTO DE FINANÇAS E CONTABILIDADE
FINANÇAS I
PROF: LUIZ FELIPE DE ARAÚJO PONTES
Aplicação dos modelos de previsão de
insolvência, nas empresas BM&F BOVESPA que se
encontram em situação de recuperação judicial
Lucas Duarte Gonçalves
Autores:
Tais Dalmoro
Cicero Eudivan N. de Sousa
Patricia Maldaner
Mara Jaqueline Santore Utzig
Valmir Roque Sott
Universidade do Oeste de Santa Catarina
2. Contextualização do tema
•
Diferentemente da falência, que encerra a sociedade empresarial e busca pagar
suas dívidas de forma organizada, a recuperação judicial tem como objetivo a
sobrevivência da recuperada.
•
A principal vantagem da recuperação judicial é proporcionar ao devedor a chance
de envolver todos os credores e apresentar um plano de recuperação
que, efetivamente, possa ser cumprido e evite sua falência
•
Em comunicado enviado à BM&FBovespa, a petroleira de Eike Batista conta o que
gerou a dívida de R$ 11,2 bilhões da empresa - que culminou no maior pedido de
recuperação judicial da américa latina
3. Contextualização do tema
•
Eifert (2003) ressalta que a insolvência é um dos mais graves problemas que a
empresa pode enfrentar, com o objetivo de prevê-la, estudos buscam definir
modelos que ajudam a identificar os fatores que podem levá-la à
insolvência, partindo da análise dos indicadores econômicos e financeiros
apresentados nas demonstrações contábeis
•
Para tal Iudícibus (2007) ressalta que o estado de insolvência de uma empresa
pode ocorrer quando esta se vê incapacitada para pagar as suas obrigações
financeiras na data do vencimento, bem como quando seus ativos forem inferiores
ao valor de seus passivos
4. Problema de pesquisa
•
Qual a variação dos modelos de previsão de insolvência, nas empresas que se
encontram em situação de recuperação judicial, listadas na BM&FBovespa?
5. Objetivo
•
Caracterizar os modelos de previsão de insolvência de Elizabetsky (1976), de
Matias (1978), de Kanitz (1978) e de Silva (1982)
•
Identificar as empresas que se encontram em processo de recuperação
judicial, listadas na BM&FBovespa
•
Aplicar os modelos de previsão de insolvência de Elizabetsky (1976), de Matias
(1978), de Kanitz (1978) e de Silva (1982) nas empresas participantes do estudo
•
Analisar a variação dos modelos de previsão de insolvência
6. Referencial teórico
•
O delineamento desta pesquisa caracteriza-se como sendo um estudo
descritivo, realizado por meio de pesquisa documental, com abordagem
quantitativa. A pesquisa descritiva têm como uma das principais características as
técnicas padronizadas de dados. (OLIVEIRA NETTO, 2006).
7. Referencial teórico
•
Método a estatística descritiva e a análise univariada - Teste ANOVA – Analysis of
Variance
•
Os dados coletados referem-se aos anos de 2006, 2007, 2008, 2009 e 2010, de
acordo com as demonstrações divulgadas no sítio da BM&FBovespa. Os dados
relativos ao ano de 2011, não foram utilizados, pois na data da coleta as empresas
ainda não haviam divulgado suas demonstrações.
•
Para análise dos dados coletados utilizou-se o método estatístico Teste ANOVA –
Analysis of Variance, ou, Análise da Variância, realizado mediante a utilização do
software Statistical Package for Social Sciences (SPSS), versão 20, para Windows.
De acordo com Stevenson (2001) a ANOVA é uma técnica que pode ser usada para
determinar se as médias de duas ou mais populações são iguais. Sendo assim, é
possível verificar se determinado fator é a possível causa dos efeitos observados
em certa variável de estudo.
8. Método e Procedimentos da Pesquisa
Estudo
descritivo
Pesquisa
documental
• Como o seu próprio nome já diz, procuram descrever situações de
mercado a partir de dados primários.
• É aquela realizada a partir de documentos, contemporâneos ou
retrospectivos, considerados cientificamente autênticos.
• Segundo Richardson (1999, p. 30) “Caracteriza-se pelo emprego da
quantificação tanto nas modalidades de coleta de informações, quanto
Abordagem no tratamento dessas através de técnicas estatísticas”.
quantitativa
9. Modelos de Previsão de Insolvência utilizados
no estudo.
MODELO
DE
PREVISÃO
DE MODELO
DE
PREVISÃO
INSOLVÊNCIA
DE
ELIZABETISKY INSOLVÊNCIA DE MATIAS (1978)
(1976)
DE
Z = 1,93 X32 - 0,20 X33 + 1,02 X35 + 1,33 Z = 23,792 X1 – 8,260 X2 – 8,868 X3 –
X36 – 1,12 X37
0,764 X4 + 1,535 X5 + 9,912 X6 – 3
Z = Total ou escore de pontos obtidos
X32 = Lucro Líquido / Vendas
X33 = Disponível / Ativo Permanente
X35 = Contas a Receber / Ativo Total
X36 = Estoque / Ativo Total
X37 = Passivo Circulante / Ativo Total
Z = Total ou escore de pontos obtidos
X1 = Patrimônio Líquido / Ativo Total
X2 = (Financiamentos e Empréstimos) /
Ativo Circulante
X3 = Fornecedores / Ativo Total
X4 = Ativo Circulante / Passivo Circulante
X5 = Lucro Operacional / Lucro Bruto
X6 = Disponível / Ativo Total
10. MODELO DE PREVISÃO DE
INSOLVÊNCIA DE KANITZ (1978)
MODELO DE PREVISÃO DE
INSOLVÊNCIA DE SILVA (1982) –
Modelo para Empresas Industriais
Z = 0,05 X1 + 1,65 X2 + 3,55 X3 – 1,06 Z1 = 0,722 – 5,124X1 + 11,016X2 –
X4 – 0,33 X5
0,342X3 – 0,048X4 + 8,605X5 -0,004X6
X1 = Lucro Líquido / Patrimônio
X2 = ( Ativo Circulante + Realizável o
Longo Prazo ) / (Exigível Curto + Exigível
Longo )
X3 = ( Ativo Circulante – Estoque ) /
Exigível a Curto Prazo
X4 = Ativo Circulante / Exigível a Curto
Prazo
X5 = ( Exigível Curto + Exigível Longo) /
Patrimônio Líquido
X1 = Duplicatas Descontadas /
Duplicatas a Receber
X2 = Estoques / Custo do Produto
Vendido
X3 = Fornecedores / Vendas
X4 = ( Estoque Médio / Custo dos
Produtos Vendidos ) x 360
X5 = ( Lucro Operacional + Despesas
Financeiras ) / ( Ativo Total Médio –
Investimentos Médios )
X6 = Passivo Circulante + Exigível Total a
Prazo / (Lucro Líquido + 0,10 x
Imobilizado Médio).
11. MODELO DE PREVISÃO DE INSOLVÊNCIA DE SILVA (1982) –
Modelo para Empresas Comerciais
Z2 = - 1,327 + 7,561X1 + 8,201X2 – 8,546X3 – 4,218X4 +
1,982X5 + 0,091X6
X1 = Reservas + Lucros Acumulados / Ativo Total
X2 = Disponível / Ativo Total
X3 = Ativo Circulante – Disponível – Passivo Circulante +
Financiamentos Bancários + Duplicatas Descontadas / Vendas
X4 = Lucro Operacional + Despesas Financeiras / Ativo Total
Médio – Investimento Médio
X5 = Lucro Operacional / Lucro Bruto
X6 = (Patrimônio Líquido / Passivo Circulante + Exigível a Longo
Prazo) / (Lucro Bruto * 100 / Vendas ) / ( Prazo Médio de
Rotação de Estoques + Prazo Médio de Recebimento de Vendas
– Prazo Médio de Pagamento de Compras)
12. Empresas que constituem a amostra da pesquisa
Nome da Empresa
Setor em que atua
Classificação Setorial
Fiação e Tecelagem São Indústria
José S.A.
Consumo Cíclico
Sansuy S.A. Indústria de Indústria e Comércio
Plásticos
Materiais Básicos
Botucatu têxtil S.A.
Indústria
Consumo Cíclico
Cerâmica Chiarelli S.A.
Indústria
Construção e Transporte
Construtora Beter S.A.
Indústria
Construção e Transporte
CIA Indústria Schlosser Indústria
S.A.
Consumo Cíclico
Buettner S.A. Indústria e Indústria
Comércio
Consumo Cíclico
Fábrica
de
Tecidos Indústria
Carlos Renaux S.A.
Consumo Cíclico
13. O procedimento de coleta de dados seguiu os seguintes passos:
1º - Identificação das empresas em situação de recuperação judicial listadas
na BM&FBovespa;
2º - Análise do Balanço Patrimonial, Demonstração do Resultado do Exercício
e Notas Explicativas das referidas empresas.
Os dados coletados referem-se aos anos de 2006, 2007, 2008*, 2009 e 2010,
de acordo com as demonstrações divulgadas no sítio da BM&FBovespa.
Para a análise comparativa utilizou-se a estatística descritiva aplicada para
cada modelo. Foram analisados os dados de mínimo, máximo, média, desvio
padrão e o Teste ANOVA (realizado mediante a utilização do software
Statistical Package for Social Sciences (SPSS), versão 20, para Windows) para
cada modelo, aplicado a cada empresa participante do estudo.
15. Análise Univariada (Anova)– Modelo de Elizabetsky (1976)
Empresa
SIG
Botucatu
Buettner
Chiarelli
Beter
Renaux
Sansuy
Schlosser
Tec. São José
0,178
0,842
0,373
0,270
0,139
0,116
0,204
0,254
O Teste ANOVA, identificou que a crise financeira não teve influência sobre os
resultados encontrados pelo Modelo de Elizabetsky.
16. Estatística Descritiva – Modelo de Matias (1978)
Empresa
Mínimo
Máximo
Média
Desvio Padrão
Botucatu
Buettner
Chiarelli
Beter
Renaux
Sansuy
Schlosser
Tec. São José
-24,840334
-19,168344
-279,767998
-3,501018
-31,836468
-23,113629
-94,998083
-129,704719
-2,870936
-0,980517
-34,326827
11,462999
-10,843258
-12,312071
-42,304670
-17,249572
-16,675402
-11,275410
-132,371442
2,571081
-22,143148
-19,603664
-64,694461
-70,405775
10,199604
6,819415
107,492527
6,140166
7,838233
4,287311
24,136809
45,938789
Pelo modelo de Matias houve uma inversão das posições com relação ao modelo de
Elizabetsky.
17. Análise Univariada (Anova)– Modelo de Matias (1978)
Empresa
SIG
Botucatu
Buettner
Chiarelli
Beter
Renaux
Sansuy
Schlosser
Tec. São José
0,004
0,852
0,123
0,310
0,066
0,114
0,477
0,028
O Teste ANOVA, identificou que a crise financeira teve influência sobre os resultados
encontrados pelo Modelo de Matias.
18. Estatística Descritiva – Modelo de Kanitz (1978)
Empresa
Mínimo
Máximo
Média
Desvio Padrão
Botucatu
Buettner
Chiarelli
Beter
Renaux
Sansuy
Schlosser
Tec. São José
-2,590958
0,148044
0,416679
3,448949
1,373905
2,471191
0,693600
0,787791
1,105224
5,366129
0,870504
7,820385
9,233832
4,790136
2,261294
4,718311
-1,307809
2,546044
0,596814
6,641492
3,350896
3,140133
1,349245
1,903130
1,568244
2,014709
0,193417
1,838229
3,308062
0,992987
0,624313
1,625299
Finalmente pode-se perceber que há grandes divergências entre os resultados
apresentados pelo modelo de Kanitz, em relação aos demais modelos.
19. Análise Univariada (Anova)– Modelo de Kanitz (19978)
Empresa
SIG
Botucatu
Buettner
Chiarelli
Beter
Renaux
Sansuy
Schlosser
Tec. São José
0,026
0,066
0,026
0,391
0,255
0,446
0,072
0,119
Observa-se que as empresas Botucatu, 0,026, e Chiarelli, 0,026, obtiveram o mesmo
coeficiente de variação, ou SIG, de acordo com esses resultados pode- se dizer que
estas empresas tiveram suas atividades, e por consequência seu desempenho
influenciados pela crise financeira de 2008.
20. Estatística Descritiva – Modelo de Silva (1982)
Empresa
Mínimo
Máximo
Média
Desvio Padrão
Botucatu
Buettner
Chiarelli
Beter
Renaux
Sansuy Ind.
Sansuy Com.
Schlosser
Tec. São José
0,128990
-1,112598
-468,965727
-2,703299
-8,210765
-4,331373
-2,913885
-10,946566
-90,568540
1,910325
2,126683
-3,315864
5,159579
-6,325897
-1,155960
2,490617
-2,837957
-1,416549
0,994008
-0,102667
-102,616448
1,091238
-7,156259
-2,612843
-0,226463
-7,513107
-30,794245
0,645820
1,300950
205,065203
2,842899
0,780781
1,415069
2,004088
3,052990
38,845325
Aqui temos nove empresas sendo que a pesquisa só foi feita com oito, e isso se da,
por conta de que Silva criou dois modelos: um para Emp. Industrial e outro para Emp.
Comercial e a única que atua nesses dois segmentos é a Sansuy S.A. .
21. Análise Univariada (Anova)– Modelo de Silva (1982)
Empresa
SIG
Botucatu
Buettner
Chiarelli
Beter
Renaux
Sansuy
Schlosser
Tec. São José
0,931
0,820
0,463
0,165
0,660
0,006
0,131
0,216
Observa-se que o menor coeficiente de variação, ou SIG, resultante do teste de
insolvência proposto por Silva foi resultante da aplicação na empresa Sansuy, com o
SIG de 0,006, permitindo concluir que a crise teve influência no resultado da aplicação
na empresa. Sendo assim, permite identificar que o modelo possui relevância, e que a
crise financeira, tem influência significativa sobre os resultados, e que o modelo pode
ser levado em consideração.
22. Conclusão
Conclui-se que com a aplicação dos modelos de previsão de insolvência de
Elizabetsky, Matias, Kanitz e Silva, no período de 2006 a 2010, foi possível identificar
as variações dos modelos de insolvência nas 8 empresas participantes do estudo, e
que todos os modelos apresentaram variações de acordo com o ramo de atuação das
empresas e seus resultados foram influenciados pela crise financeira. As empresas
estudadas apresentavam-se em situação de insolvência, o que foi possível identificar
pela aplicação dos modelos, com exceção de Kanitz, que trouxe as empresas como
solventes.