Probabilidade da falência empresarial: uma aplicação às PME da indústria transformadora portuguesa

Abstract

O propósito deste estudo é o desenvolvimento de um modelo de previsão da falência empresarial para as PME da indústria transformadora nacional. Através da análise da informação financeira procedeu-se ao cálculo de rácios de rendibilidade, atividade, liquidez, alavancagem e solvabilidade, aos quais foram adicionados uma variável da dimensão das empresas e outra da idade, para um conjunto de 296 empresas durante os anos 2011 a 2015. A aplicação de um modelo logit ao conjunto de variáveis apresentadas permitiu obter um modelo com a capacidade preditiva de 73,5%. As variáveis que se revelaram mais importantes foram os rácios CFTA (Cash Flow/Total Assets) e TDTA (Total Debt/Total Assets), devendo ainda ser enumerado o impacto que a dimensão tem à semelhança de estudos anteriores. Constatou-se ainda que quando o desfasamento da informação com a data de falência diminuiu a capacidade preditiva do modelo melhora, conseguindo com dados do ano anterior à falência estimar corretamente a situação de 81,1% das empresas. Evidencia-se assim a capacidade das variáveis financeiras e não financeiras na previsão da falência aplicada às empresas da indústria transformadora.

The purpose of this study is to develop a model to predict corporate bankruptcy for SME in the Portuguese manufacturing industry. Through the analysis of financial information we have computed profitability, activity, liquidity, leverage and solvency ratios, to which a variable for dimension and another one for age were added, for a group of 296 companies during the years 2011 to 2015. The application of a logit model to the set of independent variables allowed us to estimate a model with 73.5% of predictive capacity. The most important variables identified were CFTA (Total Debt / Total Assets) and TDTA (Total Debt / Total Assets), and it should be mentioned that the impact of dimension was similar to that of previews studies. It was also observed that when the model was estimated only with the data closest to the bankruptcy date, the predictive capacity improved. Where data from the year before bankruptcy was used, a correct estimation of 81.1% of the situations was obtained. Thus, there is evidence that financial and non-financial variables are able to predict bankruptcy probability in the manufacturing industry.