Estatística Multivariada Aplicada: Construção do Modelo de Previsão de Insolvência Aranha & Gondrige

  • Eloir De Oliveira Gondrige Universidade Federal de Mato Grosso do Sul - UFMS https://orcid.org/0000-0002-0726-2105
  • José Aparecido Moura Aranha Universidade Federal de Mato Grosso do Sul - UFMS

Resumo

Previsão de insolvência, embora seja assunto bastante discutido, ainda existe necessidade de aprimoramento dos modelos existentes devido ao surgimento de novas variáveis preditoras, como substituições de moedas, cenários econômicos, adequações das normas contábeis ao padrão internacional. Dessa forma, indaga-se como construir um modelo de previsão de insolvência com a aplicação da função discriminante? O objetivo deste trabalho foi desenvolver um modelo de previsão de insolvência utilizando-se análise discriminante. A pesquisa utilizou-se de amostras com 60 companhias, sendo 30 por empresas considerada insolventes 30 por  solventes. Foram coletados indicadores econômico-financeiro junto à base de dados da Economática®. Para modelagem da função discriminante foi utilizado o Software SPSS-Statistic bem como planilha Microsoft Excel®.. A pesquisa quanto sua natureza caracteriza-se como aplicada, quanto a abordagem é quantitativa, com relação aos objetivos classifica-se como descritiva e utiliza-se dos procedimentos de pesquisa bibliográfica e coleta de dados. Estatisticamente o modelo apresentou poder discriminatório de 90% e, quando submetido ao teste de validação, com amostra de empresas diferentes das utilizadas inicialmente, apresentou índice de acerto de 95%, portanto, o modelo de previsão de Insolvência Aranha & Gondrige pode ser considerado robusto e com elevado grau de precisão.

Publicado
2021-09-29
Como Citar
DE OLIVEIRA GONDRIGE, E.; APARECIDO MOURA ARANHA, J. Estatística Multivariada Aplicada: Construção do Modelo de Previsão de Insolvência Aranha & Gondrige. Encontro Internacional de Gestão, Desenvolvimento e Inovação (EIGEDIN), v. 5, n. 1, 29 set. 2021.
Seção
EIXO 1 - Artigo Completo - Administração de Empresas