Corporate Distress and Bankruptcy Prediction - A Critical Review of Statistical Methods and Models

Previsão de falhas corporativas nas operadoras de planos de saúde de assistência médica: uma análise do setor de saúde suplementar brasileiro

“…Nair (2019) sintetiza a análise univariada como uma técnica onde uma variável é utilizada como explicativa para um evento, ocorrendo o exame de cada evento em um conjunto de dados e assim descrevendo o padrão de resposta à variável. Cada variável no conjunto de dados é usada para classificar a amostra, onde o ponto de corte para tal classificação baseia-se no percentual de má classificação (Nair, 2019).…”

“…Para comparação da acurácia dos modelos, os autores destacam a necessidade da comparação do valor crítico de cada operadora em cada modelo com um indicador que representasse uma proxy de insolvência das mesmas e, portanto, considerando o valor do patrimônio líquido negativo como referência de insolvência (Barros & Beiruth, 2016) Além dos fatores mencionados, também são evidenciadas potenciais limitações dos modelos elaborados a partir de técnicas de análise discriminante multivariada. Nair (2019) aponta que apesar da técnica utilizar a combinação de uma gama de variáveis, indexando a um único fator (diminuindo a limitação frente a utilização de técnicas derivadas de análise univariada e demonstrando grande valor preditivo), são criticados por assumirem que as variáveis independentes possuam distribuição normal e as matrizes de dispersão dos grupos analisados também assumirem igualdade entre as companhias falhas e não falhas. Os autores apontam que a suposição de normalidade muitas vezes é negada e resultando em vieses significativos nas análises (Nair, 2019).…”

“…Nair (2019) aponta que apesar da técnica utilizar a combinação de uma gama de variáveis, indexando a um único fator (diminuindo a limitação frente a utilização de técnicas derivadas de análise univariada e demonstrando grande valor preditivo), são criticados por assumirem que as variáveis independentes possuam distribuição normal e as matrizes de dispersão dos grupos analisados também assumirem igualdade entre as companhias falhas e não falhas. Os autores apontam que a suposição de normalidade muitas vezes é negada e resultando em vieses significativos nas análises (Nair, 2019).…”

“…Nair (2019) destaca que as potenciais vantagens do uso de Redes Neurais Artificiais frente a outros métodos, se dá pela possibilidade de análises de padrões complexos na relação entre as variáveis dependentes e independentes e por não apresentar grandes restrições na seleção de premissas que possam levar a análises enviesadas (associando a técnica a um maior poder preditivo frente as demais técnicas tradicionais). No entanto, a técnica recebe críticas frente a suas dificuldades computacionais e, uma vez que o racional sobre o modelo de classificação não é revelado, a técnica se mostra com utilizações restritas frente a determinados objetivos (Nair, 2019).…”

“…Portanto, quanto mais próximo de 0, menor é a probabilidade de ocorrência do evento e, quanto mais próximo de 1, maior é a probabilidade de ocorrência do evento (Hair et al, 2009). Retomando Nair (2019), os valores dos coeficientes das variáveis independentes do modelo são resultados de testes de estimativa da máxima verossimilhança da relação entre essas e a probabilidade de ocorrência do evento (sempre no intervalo entre 0 e 1, porém, jamais assumindo absolutamente o valor dos mesmos). Em um contexto de classificação entre agentes falhos e não falhos, é estabelecido um ponto de corte, ou cut-off, discriminando os grupos com base no score obtido pelo modelo.…”