Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
Texto Completo: | http://hdl.handle.net/10071/30606 |
Resumo: | Em Portugal, desde a crise financeira de 2008, o número de empresas que entram em insolvência/falência é bastante elevado e preocupante pelos impactos que causam na economia e na sociedade. Apesar de já existirem diversos modelos preditivos das insolvências e falências, cujos preditores são, essencialmente, indicadores financeiros, a previsão de insolvências e falências ainda é crítica nos dias de hoje, pelo que é importante continuar a investigar e a criar modelos com maior precisão que os anteriores. Deste modo, o presente estudo avalia o impacto de indicadores financeiros e não financeiros na predição das insolvências e falências. Para tal, recorre-se a técnicas preditivas de análise de dados mais avançadas, nomeadamente árvores de decisão com os algoritmos CART, CHAID e C5.0, de forma a analisar o impacto dos indicadores entre os anos de 2013 e 2022, de uma amostra de 707.291 empresas, 642.983 ativas e 64.308 insolventes/falidas. Os resultados obtidos permitem identificar uma relação entre os indicadores financeiros e a insolvência/falência das empresas, prevendo-se uma percentagem de empresas corretamente classificadas de 82%. O principal contributo desta investigação é gerar conhecimento sobre a inviabilidade das empresas através dos indicadores financeiros e não financeiros, recorrendo-se a técnicas nunca utilizadas em modelos preditivos aplicados a Portugal. |
id |
RCAP_8b5814814b21db550dcb659452877ddd |
---|---|
oai_identifier_str |
oai:repositorio.iscte-iul.pt:10071/30606 |
network_acronym_str |
RCAP |
network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository_id_str |
https://opendoar.ac.uk/repository/7160 |
spelling |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeirosInsolvência -- InsolvencyFalênciaÁrvore de decisão -- Decision treePrevisãoBankruptcyPredictionEm Portugal, desde a crise financeira de 2008, o número de empresas que entram em insolvência/falência é bastante elevado e preocupante pelos impactos que causam na economia e na sociedade. Apesar de já existirem diversos modelos preditivos das insolvências e falências, cujos preditores são, essencialmente, indicadores financeiros, a previsão de insolvências e falências ainda é crítica nos dias de hoje, pelo que é importante continuar a investigar e a criar modelos com maior precisão que os anteriores. Deste modo, o presente estudo avalia o impacto de indicadores financeiros e não financeiros na predição das insolvências e falências. Para tal, recorre-se a técnicas preditivas de análise de dados mais avançadas, nomeadamente árvores de decisão com os algoritmos CART, CHAID e C5.0, de forma a analisar o impacto dos indicadores entre os anos de 2013 e 2022, de uma amostra de 707.291 empresas, 642.983 ativas e 64.308 insolventes/falidas. Os resultados obtidos permitem identificar uma relação entre os indicadores financeiros e a insolvência/falência das empresas, prevendo-se uma percentagem de empresas corretamente classificadas de 82%. O principal contributo desta investigação é gerar conhecimento sobre a inviabilidade das empresas através dos indicadores financeiros e não financeiros, recorrendo-se a técnicas nunca utilizadas em modelos preditivos aplicados a Portugal.In Portugal, since the financial crisis of 2008, the number of companies entering insolvency/bankruptcy is very high and worrying due to the impact they have on the economy and society. Although there are already several predictive models for insolvencies and bankruptcies, whose predictors are essentially financial indicators, the prediction of insolvencies and bankruptcies is still critical today, so it is important to continue researching and creating models with greater precision than the previous ones. Therefore, this study assesses the impact of financial and non-financial indicators in predicting insolvencies and bankruptcies. To this end, more advanced data analysis techniques were used, namely decision trees with the CART, CHAID and C5.0 algorithms, in order to analyze the impact of the indicators between 2013 and 2022, from a sample of 707,291 companies, 642,983 active and 64,308 insolvent/bankrupt. The results obtained show a relationship between financial indicators and company insolvency/bankruptcy, with a predicted percentage of correctly classified examples of 82%. The main contribution of this research is to generate knowledge about the viability of companies through financial and non-financial indicators, using techniques never used before in predictive models applied to Portugal.2024-01-25T15:07:57Z2023-12-11T00:00:00Z2023-12-112023-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10071/30606TID:203461746porIldefonso, Mariana Viegas da Silvainfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-07-07T02:34:14Zoai:repositorio.iscte-iul.pt:10071/30606Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T18:01:06.981626Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
dc.title.none.fl_str_mv |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros |
title |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros |
spellingShingle |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros Ildefonso, Mariana Viegas da Silva Insolvência -- Insolvency Falência Árvore de decisão -- Decision tree Previsão Bankruptcy Prediction |
title_short |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros |
title_full |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros |
title_fullStr |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros |
title_full_unstemmed |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros |
title_sort |
Modelos preditivos de insolvências e falências em empresas Portuguesas: O impacto de indicadores financeiros e não financeiros |
author |
Ildefonso, Mariana Viegas da Silva |
author_facet |
Ildefonso, Mariana Viegas da Silva |
author_role |
author |
dc.contributor.author.fl_str_mv |
Ildefonso, Mariana Viegas da Silva |
dc.subject.por.fl_str_mv |
Insolvência -- Insolvency Falência Árvore de decisão -- Decision tree Previsão Bankruptcy Prediction |
topic |
Insolvência -- Insolvency Falência Árvore de decisão -- Decision tree Previsão Bankruptcy Prediction |
description |
Em Portugal, desde a crise financeira de 2008, o número de empresas que entram em insolvência/falência é bastante elevado e preocupante pelos impactos que causam na economia e na sociedade. Apesar de já existirem diversos modelos preditivos das insolvências e falências, cujos preditores são, essencialmente, indicadores financeiros, a previsão de insolvências e falências ainda é crítica nos dias de hoje, pelo que é importante continuar a investigar e a criar modelos com maior precisão que os anteriores. Deste modo, o presente estudo avalia o impacto de indicadores financeiros e não financeiros na predição das insolvências e falências. Para tal, recorre-se a técnicas preditivas de análise de dados mais avançadas, nomeadamente árvores de decisão com os algoritmos CART, CHAID e C5.0, de forma a analisar o impacto dos indicadores entre os anos de 2013 e 2022, de uma amostra de 707.291 empresas, 642.983 ativas e 64.308 insolventes/falidas. Os resultados obtidos permitem identificar uma relação entre os indicadores financeiros e a insolvência/falência das empresas, prevendo-se uma percentagem de empresas corretamente classificadas de 82%. O principal contributo desta investigação é gerar conhecimento sobre a inviabilidade das empresas através dos indicadores financeiros e não financeiros, recorrendo-se a técnicas nunca utilizadas em modelos preditivos aplicados a Portugal. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-12-11T00:00:00Z 2023-12-11 2023-09 2024-01-25T15:07:57Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10071/30606 TID:203461746 |
url |
http://hdl.handle.net/10071/30606 |
identifier_str_mv |
TID:203461746 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
repository.mail.fl_str_mv |
info@rcaap.pt |
_version_ |
1833597132302450688 |