1) O documento analisa os indicadores contábeis que contribuem para o risco de insolvência de empresas de capital aberto listadas na BM&FBOVESPA. 2) Foram selecionadas variáveis como PL/AT, LG, setor têxtil e estimado um modelo de regressão logística binária. 3) O modelo teve bom desempenho na previsão de insolvência e PL/AT foi o indicador mais significativo.

1. ANÁLISE DO RISCO DE INSOLVÊNCIA DE EMPRESAS
DE CAPITAL ABERTO NEGOCIADAS NA
BM&F/BOVESPA A PARTIR DE INDICADORES
CONTÁBEIS
Aluno: Rafael Antonio Chiapetti
Orientador Prof.: Dr. Wesley Vieira da Silva

2. Introdução  Tema e Problema de Pesquisa
 Objetivos de pesquisa e Justificativas
Fundamentação
Teórica Empírica
Risco de Crédito e Insolvência
Análises Qualitativas e Quantitativas
Metodologia
Pergunta de Pesquisa
Delineamento da pesquisa
População, Amostra e coleta de dados
Apresentação
dos resultados e
considerações
Discriminação inicial
Homogeneidade e normalidade
Função causa-raiz
Regressão Logística Binária
Desempenho e validação
Conclusão
AGENDA

3. Introdução: Tema e Problema de pesquisa
Tema:
Risco de Crédito/Insolvência;
Problema:
Quais os indicadores contábeis que mais
contribuem com o risco de insolvência de
empresas de capital aberto negociadas
na BMF&BOVESPA?

4. Objetivo geral: Analisar os indicadores contábeis que
contribuem com o nível de insolvência de empresas de
capital aberto negociadas na BMF&BOVESPA.
Introdução: Objetivo geral

5. Introdução: Objetivos Específicos
a) Realizar uma análise exploratória dos dados coletados;
b) Estabelecer critérios estatísticos para corrigir problemas de
multicolinearidade na amostra;
c) Identificar quais as variáveis independentes que mais
contribuem com a variável dependente;
d) Estimar a probabilidade de insolvência das empresas
componentes da amostra.

6. JUSTIFICATIVA
 Teórica: Contribui para o campo teórico de finanças,
podendo servir como apoio para estudos futuros;
 Prática: A pesquisa pode beneficiar na tomada de
decisões financeiras em instituições financeiras e
empresas trazendo agilidade e baixos custos de
aplicação.

7. Fundamentação Teórica Empírica
 Risco de Crédito: Capacidade de perdas caso a
contraparte tenha sua capacidade de honrar as obrigações
alterada (DUARTE JR., 2003);
 Insolvência: Quando a empresa não tem mais capacidade
ou recursos necessários (ou caminha nessa direção) para
saldar seus exigíveis (FAMÁ e GRAVA, 2000) seguindo o
ponto de vista estrutural stock-based insolvency (MYERS,
1996)

8.  ANÁLISES QUALITATIVAS:
 Análise por julgamento;
 Análise por meio dos 5 C’s;
 Análise por meio de rating;
 ANÁLISES QUANTITATIVAS
 Modelagem CreditRisk+;
 Modelagem CreditMetrics;
 Modelagem CreditPortfolio View;
 Modelagem KMV.
Fundamentação Teórica Empírica

9. Metodologia: Pergunta de Pesquisa
Qual a probabilidade de insolvência das empresas
da amostra?

10. Metodologia: Delineamento de pesquisa
 Pesquisa de natureza aplicada;
 Descritiva;
 De Corte transversal (2012);
 Natureza quantitativa;
 Pesquisa bibliográfica;
 Ex-post-facto.

11.  População: Todas as empresas cotadas na
BM&FBOVESPA;
 Amostra: Companhias cotadas na BMF&BOVESPA, de
capital intensivo, exceto as pertencentes aos setores:
Financeiro, Energia elétrica e Outros (prestadores de
serviços) conforme classificação da Economática® nos
demonstrativos do encerramento do exercício de 2012.
 292 empresas de 17 setores
 279 casos após eliminação de dados missing
Metodologia: População, Amostra e Coleta de
dados

12. Seleção das Variáveis explicativas
a) Reuniu-se trabalhos clássicos de previsão de
insolvência nacionais e internacionais;
b) Verificou-se quais variáveis compunham cada
modelo;
c) Selecionou-se as variáveis explicativas e
significativas em cada trabalho;
d) Coletou-se todas as possíveis partir do
Economática®.
28 variáveis extraídas de 279 empresas

13. OE b) Multicolinearidade pelo VIF e R2
VARIÁVEIS
ML LL/PL CG/AT LL/AT CR/Vendas ExgTot/PL AC-PC/AT
VIF 132,787 - - 280,402 10,513 19,436 -
R2 99,25% 100% 100% 94,80% 90,49% 94,85% 100%
Variáveis
RCP/Vendas PC/AT PL/PT LAJIR/AT IMOB/Vendas RP LC
VIF 27,773 - 607,799 16,385 96,561 - 47,029
R2 96,40% 100% 88,61% 93,90% 98,96% 100% 97,87%
VARIÁVEIS
GE LS CR/AT LO/LB BANC/AC DISP/AT FORN/AT
VIF 21,032 50,667 3,587 6,350 2,315 5,457 2,668
R2 95,25% 98,03% 72,12% 84,25% 56,80% 81,68% 62,52%
VARIÁVEIS
Estoques/AT DISP/IMOB DISP/PC LG Vendas/AT PL/AT ExgTot/AC
VIF 9,943 1,648 8,099 9,831 1,984 3,855 3,204
R2 89,94% 39,32% 87,65% 71,55% 49,59% 74,06% 68,79%

14. Discriminação inicial solventes/insolventes
 Segregação em três etapas:
a) Empresas com PL negativo: das 279 empresas, 37
encontravam-se com PL negativo;
b) Concordatárias/recuperação judicial:
a) Independente se ATIVAS ou CANCELADAS;
b) Pesquisou-se nos sites da CVM, BOVESPA e das
empresas;
c) De 91 CANCELADAS, 20 são PL negativo e 01 encontrava-
se como concordatária/recuperação judicial;
d) Considerando toda amostra haviam 09 nesta situação.

15. Discriminação inicial solventes/insolventes
c) Distinção de Solventes/insolventes a partir do
termômetro de Kanitz (1978):
𝑍 𝐾𝐴𝑁𝐼𝑇𝑍 = 0.05 𝐿𝐿/𝑃𝐿 + 1.65 𝐴𝐶+𝑅𝐿𝑃/𝑃𝑇 + 3.55 𝐴𝐶−𝐸𝑆𝑇𝑂𝑄𝑈𝐸𝑆/𝑃𝐶 − 1.06 𝐴𝐶/𝑃𝐶 +
0.33 𝑃𝑇/𝑃𝐿
Pelo termômetro de Kanitz são 25 insolventes e 254
solventes

16. Discriminação inicial solventes/insolventes
Empresas com PL Negativo 37
Concordatárias ou Recuperação Judicial 9
Insolventes pelo Termômetro de Kanitz 25
Total de Empresas na Amostra 279
Total de Solventes 233
Total de Insolventes 46
Tabela 3: Discriminação da Amostra Inicial

17. Teste de homogeneidade
F (Valor observado) 11,598
F (Valor crítico) 2,014
GL1 7
GL2 2.224
Valor-p (unilateral) < 0,0001
Alfa 0,05
Tabela 7: Teste de Hipóteses de Homogeneidade de Variâncias de Levene
Resultado: <0,05 rejeita-se H0, com um nível de significância de 5%

18. Teste de normalidade de Jarque-Bera
Variável n JB Estimado
JB Crítico
(5%)
Valor-p
H0: Normalidade das
Distribuições
ExgTot/AC 279 188.697,05 5,991 < 0,0001 Rejeita-se H0
Vendas/AT 279 752,26 5,991 < 0,0001 Rejeita-se H0
Estoque/AT 279 136,50 5,991 < 0,0001 Rejeita-se H0
PL/AT 279 123.674,14 5,991 < 0,0001 Rejeita-se H0
LO/LB 279 85.355,86 5,991 < 0,0001 Rejeita-se H0
BANC/AC 279 262.768,84 5,991 < 0,0001 Rejeita-se H0
FORN/AT 279 112.954,98 5,991 < 0,0001 Rejeita-se H0
LG 279 2.275,11 5,991 < 0,0001 Rejeita-se H0
Tabela 8: Estimativa do Teste de Hipóteses de Normalidade de Jarque-Bera

19. Função Causa-raiz (RCA) pelo Qui-quadrado
Figura 4: Grau de Importância de Cada Variável

20. Análise da Função Causa-raiz (RCA)
 As variáveis explicativas mais impactantes: LG,
BANC/AT, VENDAS/AT, ExgTot/AC, FORN/AT,
ESTOQUE/AT, PL/AT, Têxtil e LO/LB.
 Perceba o setor têxtil, composto de 33 empresas
sendo 11 com PL negativo, isso contribuiu para
figurar no modelo.
 Estas são as melhores candidatas a compor o
modelo.

21. OE c)Estimação do modelo LOGIT
Variáveis
Parâmetros Erro padrão
Qui-quadrado de
Wald
Pr > Qui²
Intercepto -9,423 4,152 5,151 0,023
ExgTot/AC 0,085 0,183 0,216 0,642
Vendas/AT 1,374 2,455 0,314 0,576
Estoque/AT -23,832 14,028 2,267 0,132
*PL/AT 34,040 15,626 4,745 0,029
LO/LB 0,000 0,007 0,001 0,971
Banc/AC 3,654 4,367 0,700 0,403
Forn/AT 37,207 23,705 2,464 0,117
*LG 8,168 4,282 3,639 0,055
Têxtil 0,939 3,608 0,068 0,795
Tabela 10: Parâmetros Estimados para o Modelo de Regressão Logística Binária
*LG E PL/AT significantes para a estatística WALD com nível de confiança de 95%

22.  LG (AT/PT) – também foi considerado significante
em Kanitz (1978). Indica diretamente a capacidade
de honrar com os compromissos de curto ou longo
prazo.
 PL/AT – significante para Matias (1978); Pandelo Jr.
(2006); Minussi, Damacena e Ness Jr. (2002); Brito
e Assaf Neto (2005). Indica o percentual de capital
próprio sobre o total de ativos.
 PL/AT é estrutural e corrobora a teoria Stock-Based
Insolvency.

23. O modelo LOGIT
𝐿𝑂𝐺
𝑃𝑖
1−𝑃𝑖
= −9,423 + 0,085𝐸𝑥𝑔𝑇𝑜𝑡𝐴𝐶 + 1,37𝑉𝑒𝑛𝑑𝑎𝑠𝐴𝑇 + 23,832𝐸𝑠𝑡𝑜𝑞𝑢𝑒𝐴𝑇 +
34,040𝑃𝐿𝐴𝑇 + 3,654𝐵𝑎𝑛𝑐𝐴𝐶 + 37,207𝐹𝑜𝑟𝑛𝐴𝑇 + 8,168𝐿𝐺 + 0,939𝑇ê𝑥𝑡𝑖𝑙 (6)
Pautando-se na probabilidade de insolvência 𝑃𝑖 descrita algebricamente conforme
encontra-se em (7):
𝑃𝑖 = 𝑃𝑟 𝑌𝑖 = 1 𝑋 = 𝑋𝑖 =
𝜀−9,423+0,085𝐸𝑥𝑔𝑇𝑜𝑡𝐴𝐶+1,37𝑉𝑒𝑛𝑑𝑎𝑠𝐴𝑇+23,832𝐸𝑠𝑡𝑜𝑞𝑢𝑒𝐴𝑇+34,040𝑃𝐿𝐴𝑇+3,654𝐵𝑎𝑛𝑐𝐴𝐶+37,207𝐹𝑜𝑟𝑛𝐴𝑇+8,168𝐿𝐺+0,939𝑇ê𝑥𝑡𝑖𝑙
1+𝜀−9,423+0,085𝐸𝑥𝑔𝑇𝑜𝑡𝐴𝐶+1,37𝑉𝑒𝑛𝑑𝑎𝑠𝐴𝑇+23,832𝐸𝑠𝑡𝑜𝑞𝑢𝑒𝐴𝑇+34,040𝑃𝐿𝐴𝑇+3,654𝐵𝑎𝑛𝑐𝐴𝐶+37,207𝐹𝑜𝑟𝑛𝐴𝑇+8,168𝐿𝐺+0,939𝑇ê𝑥𝑡𝑖𝑙
(7)

24. Desempenho e Validação
Estatística
Comple
to
Observações 259
Soma dos pesos 259,000
GL 248
-2 Log
(Verossimilhança)
16,962 Quanto menor, melhor o modelo (0 = ajuste perfeito)
R²(McFadden) 0,953 Quanto mais próximo de 1, melhor a qualidade
R²(Cox e Snell) 0,733 idem
R²(Nagelkerke) 0,977 Idem, “excelente qualidade próximo a 100%”
AIC 38,962
SBC 78,087
Iterações 17
Tabela 11: Medidas de Ajustamento do Modelo

25. Desempenho e Validação
Estatística Qui-quadrado GL Pr > Qui²
Hosmer-Lemeshow 1,879 8 *0,984
*Em caso de boa adequação p-valor não deve ser significativo (p≤0,05)
Tabela 12: Teste de Hosmer-Lemeshow (variável status)
INSOLVENTES SOLVENTES Total % de acerto
INSOLVENTES 42 0 42 100,00%
SOLVENTES 1 216 217 99,54%
Total 43 216 259 99,61%
Erro tipo I: 100% de empresas insolventes classificadas como insolventes
Erro tipo II: 99,54% empresas solventes classificas corretamente
Tabela 13: Classificação para a Amostra de Estimação

26. Desempenho e Validação
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 0.2 0.4 0.6 0.8 1 1.2
Sensibilidade/Especificidade
Status
Sensibilidade e especificidade / Status
Sensibilidade Especificidade
Figura 5: Estimação da Curva ROC
Quanto mais distante da diagonal, melhor o modelo. A área abaixo da curva é 0,983
PODER DE DISCRIMINAÇÃO EXCEPCIONAL

27.  Para avaliar se o modelo mantém seu poder de
predição em outras amostras da mesma população,
fez-se o teste para sua validação:

28. OE d) Probabilidade de insolvência em amostra
aleatória de validação
Empresas
Status
Previsão
(Status)
Resíduo
padronizado
Limite inferior 95%
Limite superior
95%
Aco Altona 1 0,927 0,280 0,115 0,999
AGconcessoes 1 0,999 0,036 0,280 1,000
B2W Varejo 1 1,000 0,001 0,796 1,000
Cia Hering 1 1,000 0,000 0,926 1,000
Cimaf 0 0,000 0,000 0,000 1,000
Cimob Partic 1 1,000 0,005 0,137 1,000
Cobrasma 1 1,000 0,000 0,984 1,000
Ecisa 1 1,000 0,000 0,933 1,000
Gol 1 1,000 0,000 0,969 1,000
Helbor 1 1,000 0,000 0,807 1,000
JSL 1 0,929 0,277 0,266 0,998
Litel 1 1,000 0,000 0,909 1,000
Lojas Hering 1 1,000 0,000 0,997 1,000
Lojas Renner 1 1,000 0,007 0,707 1,000
Metodo Engenharia 1 1,000 0,001 0,890 1,000
Pet Manguinh 0 0,005 -0,074 0,000 0,771
Petrobras 1 1,000 0,000 0,839 1,000
Tele Nordeste Celul 1 1,000 0,000 0,996 1,000
Tele Sudeste Celul 0 0,000 0,000 0,000 0,152

29. CONCLUSÃO
 O modelo resultou em 8 variáveis: ExgTotAC,
VendasAT, EstoqueAT, PLAT, BancAC, FornAT, LG e
Têxtil.
 Percentual de acerto global do modelo: 96.61%.
 A curva (ROC) avaliou o poder discriminante do
modelo em 0,983, considerado excepcional para
identificar casos de Insolvência.
 A amostra aleatória de validação com 20 empresas,
ao nível de confiança de 95%, conclui que o modelo
é capaz de produzir estimativas confiáveis.

30. Obrigado
Rafael Chiapetti
rafaelchiapetti@gmail.com