As variáveis de previsão da falência nas empresas portuguesas de vestuário,
couro e produtos de couro
A atual situação económica e financeira caracteriza-se por um elevado nível de
competitividade, daí ser cada vez mais frequente a perda das vantagens
concorrenciais de uma empresa. Esta situação torna cada mais provável a
possibilidade de falência ou de insolvência de uma empresa, independentemente
do seu setor de atividade ou da sua dimensão.
Os dois conceitos, falência e insolvência, apesar de muitas vezes serem
utilizadas como sinónimos, apresentam significados, económico e jurídico,
distintos. Uma empresa está insolvente se não tiver meios financeiros
suficientes para pagar as suas obrigações nas datas de vencimento, situação que
pode ser temporária e reversível. Enquanto uma empresa está em falência se
possui mais dívidas que a quantidade de seus bens para as pagar, situação que é
irreversível. Pode-se então dizer que uma empresa insolvente poderá
posteriormente ser declarada falida ou em recuperação. Uma empresa insolvente
não está automaticamente falida e o contrário não se verifica.
Altman (1968) e Ohlson (1980) utilizam o critério legal para definir o conceito
de falência. Para os autores, uma empresa está falida se for considerada
juridicamente como tal. No entanto, Casey e Baztczak (1985) consideram que uma
empresa está falida antes de ser considerada legalmente como tal, mas para a
qual foi realizado o pedido de falência. Gentry et al. (1985) englobam as
noções dos autores anteriores (Altman 1968; Casey e Baztczak, 1985) e
acrescentam que uma empresa poderá ser considerada falida se for liquidada.
Altman (1993) refere que insolvência caracteriza uma performance negativa, não
recomendada, que ocorre quando uma empresa não é capaz de cumprir os seus
compromissos financeiros, evidenciando problemas financeiros que poderão ser
temporários.
Ambos os conceitos estão relacionados com dificuldades financeiras (distress),
temporárias (insolvência) ou permanentes (falência). As duas situações são
indesejáveis, daí ser essencial o conhecimento das causas que provocam esta
situação. Para Domodaran (2008) as dificuldades financeiras de uma empresa
ocorrem quando é verificada uma, alguma ou todas as seguintes situações: lucros
e fluxos de caixa negativos, incapacidade de atender aos pagamentos das
dívidas, ausência de dividendos e um alto rácio medido pelo quociente entre o
endividamento e o património líquido.
As dificuldades financeiras de uma empresa e a consequente falência são devido
a causas de origem interna e externa. As primeiras, também designadas de
variáveis endógenas, como por exemplo: o endividamento excessivo, a falta de
liquidez, a falta de um sistema de controlo inter no, a ineficácia de gestão e
a realização de investimentos improdutivos. As segundas, também designadas de
variáveis exógenas, tais como: crises económicas, inflação, políticas
económicas do governo, concorrência excessiva e queda da procura. A Tabela_1
apresenta as principais causas endógenas e exógenas da falência empresarial.
Da análise à Tabela_1 constata-se que o fracasso das empresas pode resultar de
um conjunto de causas diversas e complexas, que podem ser explicadas, entre
outras, por uma deficiente estrutura organizativa, uma estratégia errada ou da
evolução da conjuntura económica (Pereira et al., 2007).
Apesar de existir um conjunto muito heterogéneo de fatores, que isoladamente ou
em conjunto podem levar ao fracasso empresarial, é crucial o conhecimento e a
identificação destes para ser possível evitar situações de falência (Campbell e
Underdown, 1991).
O objetivo deste artigo é analisar as variáveis condicionantes da previsão da
falência empresarial, através do desenvolvimento de um modelo econométrico, que
é estimado com base numa amostra de empresas portuguesas do vestuário, couro e
produtos de couro. A relevância desta investigação encontra-se no facto de
desenvolver uma metodologia de previsão de falência nas empresas portuguesas.
Salienta-se que a realidade económica e financeira das empresas portuguesas é
diferente das empresas dos EUA, analisadas nos estudos empíricos mais
relevantes.
Foram três os objetivos que motivaram a realização deste artigo. Primeiro,
realizar uma análise teórica sobre os modelos de previsão da falência. Segundo,
verificar a capacidade explicativa para a realidade portuguesa das variáveis
contidas nos modelos de previsão desenvolvidos pelos autores mais conceituados
na literatura (Altman et al., 1977; Ohlson, 1980). Analisar se os rácios
financeiros apresentam capacidade explicativa para distinguir empresas falidas
de não falidas. Terceiro, realizar uma análise a algumas variáveis ainda não
analisadas em estudos anteriores, mas que poderão apresentar capacidade
explicativa do fenómeno em estudo.
Este artigo está organizado da seguinte forma: na secção seguinte é apresentada
a revisão da literatura. A secção subsequente expõe a metodologia utilizada na
pesquisa, seguindo-se a descrição da amostra usada. Posteriormente, apresentam-
se e discutem-se os resultados empíricos e finalmente são abordadas as
conclusões finais.
Revisão da Literatura
O primeiro estudo a utilizar técnicas estatísticas a rácios financeiros na
previsão da falência empresarial é atribuído a Beaver (1966). O autor realiza
uma análise univariável a 30 rácios financeiros a uma amostra constituída por
158 empresas, 79 falidas e 79 não falidas, entre 1954 e 64. Constata que apenas
6 rácios são explicativos da falência empresarial: rácio de cash-flow, rácio de
rendibilidade, rácio de endividamento, rácio do fundo de maneio, rácio de
liquidez geral e rácio de segurança[1].
Beaver (1966) conclui que o maior contributo do seu estudo foi desenvolver uma
metodologia na análise de dados financeiros que consegue prever até cinco anos
de antecedência a ocorrência de situações de falência. Beaver (1966) obtém a
classificação correta de 87% das empresas um ano antes da falência e de 73% das
empresas quatro anos antes da falência. O autor refere que dos 6 rácios
selecionados, nem todos são capazes de prever a falência com a mesma
eficiência. Os 2 rácios que apresentam melhor performance são o rácio do cash-
flow e o rácio de rendibilidade.
A análise desenvolvida por Beaver (1966) não permite estudar as relações entre
os vários rácios, uma vez que os estuda isoladamente. Daí a importância da
passagem de uma análise univariável para uma análise multivariável. Altman
(1968) foi o pioneiro nesta análise, ao desenvolver o modelo Z-Score a uma
amostra constituída por 66 empresas dos EUA, das quais 33 falidas e 33 não
falidas. Inicialmente utiliza um grupo de 22 rácios económico-financeiros, por
serem os mais referidos na literatura teórica e os que potencialmente
apresentariam maior relevância[2].
Do estudo resultou a função descriminante conhecida por Z-Score, com 5
variáveis explicativas, em forma de rácios: (1) o quociente entre o fundo
maneio e o ativo, (2) o quociente entre os resultados retidos acumulados e o
ativo, (3) o quociente entre os resultados operacional e o ativo, (4) o
quociente entre o valor de mercado dos capitais próprios e o passivo e (5) o
quociente entre as vendas e o ativo. O modelo Z-Score classifica corretamente
95% das empresas, um ano antes da falência, e 83% das empresas, dois anos antes
da falência.
Edminster (1972) utiliza a análise discriminante na seleção dos rácios
financeiros. A metodologia utilizada para estimar os coeficientes da função
discriminante é transformar as variáveis, dependente e independentes, em
variáveis binárias. A variável dependente assume o valor de 0 se a empresa é
falida e o valor de 1 se é não falida. As variáveis independentes assumem o
valor 0 ou 1, com base num determinado ponto de corte, definido de forma
arbitrária. Edminster (1972) defende que a capacidade de previsão dos modelos
depende da metodologia seguida e dos rácios financeiros selecionados. Na sua
análise utiliza dois métodos: (1) um rácio medido pelo quociente entre a
variável da empresa e o valor médio do setor e (2) as variáveis das empresas
são divididas em quartis.
Blum (1974) elabora um modelo de previsão de falência[3] a uma amostra
constituída por 115 empresas declaradas falidas pelos tribunais e 115 empresas
não falidas, entre 1954 e 1968. A cada empresa falida corresponde uma empresa
não falida da mesma atividade económica e com dimensão semelhante. Os
resultados obtidos indicam que a capacidade de previsão vai diminuindo à medida
que aumenta o número de anos antes da falência. Blum (1974), assim como Beaver
(1966), constata que o rácio obtido pelo quociente entre cash-flow e o passivo
é o que apresenta maior capacidade de previsão.
Altman et al. (1977) desenvolvem o modelo Zeta que sucede ao anterior modelo Z-
Score de Altman (1968). São quatro os motivos apresentados pelos autores, para
desenvolver um novo modelo, quase dez anos depois do modelo Z-Score.
Primeiro, devido a um aumento da dimensão média das empresas falidas bem como a
um aumento do número de empresas falidas, facto que implica incluir na amostra
empresas de maior dimensão, ao contrário dos estudos anteriores. Segundo, os
modelos estudados até à data só incluem empresas industriais, sendo necessário
incluir outro tipo de empresas com elevado risco de falência. Terceiro, é
necessário ter em atenção as alterações ocorridas, quer na apresentação das
demonstrações financeiras quer nos normativos contabilísticos. Quarto, e
último, é necessário incorporar algumas melhorias desenvolvidas nas técnicas
estatísticas discriminantes para obter resultados mais precisos.
A amostra é constituída por 53 empresas declaradas falidas e 58 não falidas.
Das 27 variáveis analisadas são selecionadas 7: rendibilidade do ativo,
estabilidade dos resultados, serviço da dívida, rendibilidade acumulada,
liquidez, capitalização e dimensão[4]. Altman et al. (1977) concluem que as
variáveis com maior significância estatística para explicar a falência são
rendibilidade acumulada e estabilidade dos resultados. A variável que evidencia
uma menor significância estatística é a rendibilidade do ativo.
Koh e Killough (1990) utilizam a análise discriminante a uma amostra de 35
empresas declaradas falidas pelos tribunais e 35 empresas não falidas entre
1980 e 85. O modelo desenvolvido apresenta 4 variáveis explicativas: (1)
quociente entre o ativo corrente e o passivo corrente, (2) quociente entre
resultados retidos e o ativo, (3) o quociente entre o resultado líquido e o
número de ações e (4) o quociente entre os dividendos e o número de ações. Os
resultados indicam a classificação correta de 92,65% das empresas e uma
percentagem de erro, tipo I e tipo II[5], de 5,88% e 9,82%, respetivamente.
Laitinen (1991) utiliza a análise discriminante a uma amostra de 80 empresas,
das quais, 40 são falidas e 40 são não falidas. As variáveis selecionadas são
as seguintes: retorno de investimento, taxa de crescimento do ativo, quociente
entre vendas líquidas e o ativo, quociente entre o cash-flow e as vendas
líquidas, quociente entre o passivo e o ativo e o quociente entre o ativo
corrente e o passivo corrente. O autor concluiu que a capacidade de previsão do
seu modelo é maior um ano antes da falência e decresce à medida que aumenta o
número de anos antes da falência.
Ohlson (1980) utiliza uma técnica estatística diferente, modelo logit, na
previsão da falência empresarial a uma amostra constituída por 105 empresas
falidas entre 1970 e 76. Utiliza 9 variáveis explicativas, dos quais 7 são
rácios financeiros[6] e 2 variáveis binárias[7]. Ohlson (1980) concluiu que 4
variáveis são estatisticamente significativas para explicar a falência: a
dimensão da empresa e as medidas de estrutura financeira, de desempenho e de
liquidez.
Zavgren (1983, 1985) utiliza a análise fatorial e os modelos logit e probit, na
seleção das variáveis explicativas de previsão da falência empresarial. A
análise fatorial foi justificada por não existir uma teoria que fundamente a
seleção das variáveis explicativas da falência. Os modelos de escolha binária
são justificados porque a previsão da falência empresarial não deve limitar-se
a uma simples classificação dicotómica, falida ou não falida, mas também deve
determinar a probabilidade da falência da empresa, argumento também defendido
por Ohlson (1980). Outros estudos empíricos sobre a previsão da falência
empresarial utilizam os modelos de escolha binária, salientando-se Zmijweski
(1984), o qual utiliza um modelo probit, e Ohlson (1980) que utiliza o modelo
logit.
Recentemente surgiram alguns estudos empíricos que pretendem estudar a
realidade das empresas portuguesas, ao contrário dos estudos anteriores que
utilizam empresas dos EUA.
Santos (2000) analisa dois modelos, discriminante e logístico, a uma amostra de
48 empresas portuguesas do setor têxtil e do vestuário entre 1994 a 1999. Os
modelos classificam corretamente 93 e 98% das empresas respetivamente, um ano
antes da falência. O modelo logístico, para dois e três anos antes da falência,
obteve resultados superiores ao modelo descriminante, e classifica corretamente
90 e 79%, respetivamente.
Neves (2007) utiliza uma amostra de 187 empresas portuguesas (87 falidas e 100
não falidas) no ano de 1994. O modelo logístico, que melhor desempenho obteve,
contém 5 rácios[8] e classifica corretamente 81% das empresas.
Barros (2008) verifica que modelo Z-Score de Altman (1993) não apresenta
resultados satisfatórios em uma amostra de 672 empresas portuguesas. Ana Silva
(2011) analisa o modelo Z-Score a uma amostra de 12 pequenas e médias empresas
portuguesas pertencentes ao setor têxtil. Verifica que os rácios que apresentam
maior capacidade de previsão da falência são o quociente entre os resultados
retidos acumulados e o ativo, e o quociente entre o resultado operacional e o
ativo.
Aguiar (2013) analisa o modelo de Altman (1968) a uma amostra de 146 empresas
portuguesas entre 2008 a 2010. Conclui que nem todas as variáveis são
estatisticamente significativas e que a capacidade explicativa do modelo é
devida a 3 rácios: quociente entre os resultados retidos acumulados e o ativo;
quociente entre os resultados operacional e o ativo; e quociente entre as
vendas e o ativo.
Os estudos empíricos analisados, apesar de utilizarem diferentes técnicas
estatísticas, amostras e variáveis explicativas, apresentam duas conclusões que
são comuns: (1) a utilização de variáveis explicativas em forma de rácios
financeiros e (2) a capacidade de previsão dos modelos vai diminuindo à medida
que aumenta o número de anos antes da falência. Os estudos empíricos com
empresas dos EUA evidenciam resultados diferentes dos que utilizam empresas
portuguesas. Do exposto, a relevância deste artigo é desenvolver um modelo de
previsão da falência adequado à situação atual das empresas portuguesas da
indústria do vestuário, couro e produtos de couro.
Metodologia
O objetivo desta pesquisa é analisar a capacidade explicativa de um conjunto de
variáveis na previsão da falência das empresas portuguesas da indústria de
vestuário, couro e produtos de couro, através de um modelo econométrico de
escolha binária. O modelo logit utiliza na variável dependente uma variável
dummy, que assume o valor de zero se a empresa é falida e o valor de um no caso
contrário, i.e., se a empresa é não falida.
Para alcançar este objetivo, são testadas duas hipóteses:
H1: Verificar a existência de variáveis (rácios financeiros) que combinados
entre si apresentem capacidade explicativa da falência empresarial nas empresas
de vestuário, couro e produtos de couro;
H2: Avaliar a capacidade de previsão da falência empresarial nas empresas
portuguesas de vestuário, couro e produtos de couro.
A análise desenvolvida pretende testar as hipóteses levantadas a um conjunto de
variáveis explicativas, rácios económico-financeiros que foram selecionados
tendo em atenção dois critérios. Primeiro, os rácios que apresentaram
capacidade explicativa nos estudos empíricos analisados, de referir Beaver
(1966), Altman (1968), Altman et al. (1977) e Ohlson (1980). Segundo, os rácios
mais utilizados na avaliação da capacidade financeira das empresas. Na Tabela_2
são apresentadas as potenciais variáveis explicativas da falência empresarial a
incluir nos modelos analisados, assim como o sinal esperado.
Para dar resposta às hipóteses enunciadas, são analisados quatro modelos logit
multivariáveis, representados pelas seguintes funções logísticas:
(1) Pi=Y=1/Xi=11+e-(R7β1 + R5β2 + R6β3 + R2β4+ R13β5)
(2) Pi=Y=1/Xi=11+e-(R8β1 + R1β2 + R3β3 + R9β4+ R10β5+ R4β6+ R11β7+
R12β8
(3) Pi=Y=1/Xi=11+e-(R6β1 + R7β2 + R13β3)
(4) Pi=Y=1/Xi=11+e-(R6β1 + R10β2 + R13β3)
Em que Pi é a probabilidade de ocorrer o fenómeno (Y=1), i.e., da empresa ser
não falida, e a probabilidade da empresa ser falida (Y=0) é de (1-Pi).
O modelo (1) contém as variáveis explicativas utilizadas por Altman et al.
(1977) e o modelo (2) contém as variáveis explicativas utilizadas por Ohlson
(1980). Dos resultados obtidos nos dois modelos, (1) e (2), estimam-se novos
modelos que apenas diferem dos já apresentados porque são suprimidas as
variáveis explicativas não estatisticamente significativas para explicar a
variável dependente, resultando os modelos (3) e (4).
A metodologia de análise dos modelos estimados é avaliar: (1) se as variáveis
explicativas são individualmente estatisticamente significativas para explicar
a variável dependente, através do teste de significância individual sobre os
parâmetros; (2) se o modelo como um todo é estatisticamente significativo,
através do teste de significância global da regressão, o teste LR stat; (3) a
qualidade da bondade do ajustamento, através do R2 de McFadden; e, por último,
(4) a percentagem de acerto e de erro (tipo I e tipo II) do modelo. O nível de
significância estatística utilizado para os testes de significância estatística
é de 1,5 e 10%.
Sob o ponto de vista estatístico, os sinais dos coeficientes estimados devem
corresponder aos esperados, as variáveis explicativas devem ser individualmente
estatisticamente significativas, e o modelo deve ser globalmente
estatisticamente significativo.
Descrição dos dados
· Amostra
A fonte da amostra é a Coface Serviços de Portugal. O período da amostra são
quatro anos que medeiam entre 2007 e 2009[9]. As empresas analisadas pertencem
aos sectores da CAE 14 ' indústria de vestuário e da CAE 15 ' indústria do
couro e dos produtos de couro. A escolha destas duas CAE justifica-se por
incluírem os setores de atividade que mais predominam na zona norte de
Portugal, zona em que os autores têm largo conhecimento.
Os dados disponibilizados pela Coface, os quais obedeciam aos critérios acima,
perfaziam um total de 3825 empresas, repartidas em 3069 e 756 empresas das CAE
14 e 15 respetivamente. Destas empresas, 1296 eram falidas e 2529 estavam em
atividade. Para uma empresa poder ser incluída na amostra, teria de apresentar
toda a informação contabilística necessária ao desenvolvimento deste estudo, do
qual resultou uma amostra de 35 empresas, das quais 16 são falidas e 19 estão
em atividade. A Tabela_3 evidencia a composição da amostra por CAE e por
situação.
· Estatística descritiva das variáveis explicativas
A Tabela_4 apresenta as estatísticas descritivas das variáveis explicativas
propostas, discriminada por empresas falidas e empresas não falidas.
Quando o sinal esperado da variável explicativa é positivo, o valor médio das
empresas falidas deverá ser superior ao valor da média das empresas não
falidas. Nos restantes casos, se o sinal esperado da variável explicativa é
negativo, espera-se que o valor médio das empresas falidas seja inferior ao
valor da média das empresas não falidas. O valor máximo e o valor mínimo
indicam a variabilidade destes rácios. Quanto maior for o desvio-padrão, maior
será a oscilação de cada um dos rácios relativamente ao seu valor médio da
amostra.
Da Tabela_4, a análise à média das variáveis das empresas falidas e não
falidas, apenas os rácios R9, R12, não correspondem ao esperado. Os rácios R1,
R3, R4, R6, R7, R12 e R13 apresentam maior desvio-padrão na amostra das
empresas falidas. Os rácios R2, R5, R8 e R9 obtiveram um maior desvio-padrão
nas empresas não falidas.
Resultados empíricos
Esta secção tem como objetivo analisar e comparar os quatro modelos propostos,
que foram estimados com o programa Eviews ' versão 5.
Na Tabela_5 são apresentados os resultados das regressões dos modelos (1) e
(2), que incluem as variáveis explicativas analisadas por Altman et al. (1977)
e por Ohlson (1980), respetivamente.
O modelo (1), na Tabela_5, evidencia que os resultados para um e dois anos
antes da falência são equivalentes. Dois anos antes da falência o modelo
evidencia 3 variáveis estatisticamente significativas: R5 e R6 a um nível de
significância de 5% e R13 a um nível de significância de 1%. Um ano antes da
falência a variável R5 deixa de ser estatisticamente significativa para
explicar a variável dependente. A variável R6 é estatisticamente significativa
a 5%, para um e dois anos antes da falência, assim como a variável R13. A
variável R7 evidencia ser significativa, a um nível de significância de 10%, um
ano antes da falência, mas já não o é dois anos antes.
Existe evidência estatística para afirmar que as variáveis explicativas
propostas no modelo como um todo são estatisticamente significativas para
explicar a variável dependente, a um nível de significância de 1%, para um e
dois anos antes da falência. O indicador da qualidade do ajustamento R2 de
McFadden evidencia uma diminuição de 58% dois anos antes da falência para 49%
um ano antes da falência. Pode dizer-se que o modelo como um todo apresenta
maior poder explicativo dois anos antes da falência do que um ano antes. A
capacidade de previsão global correta é de 85,36%, para dois e um ano antes da
falência.
O modelo (2), na Tabela_5, evidencia que os resultados não são iguais para um
ano e dois anos antes da falência. Dois anos antes da falência o modelo não
possui nenhuma variável estatisticamente significativa, assim como o modelo
como um todo não é estatisticamente significativo. Um ano antes da falência, o
modelo apresenta 3 variáveis estatisticamente significativas: R8 a um nível de
significância de 5% e R10 e R12 a um nível de significância de 10%.
Existe evidência estatística para afirmar que as variáveis explicativas
propostas como um todo são estatisticamente significativas para explicar a
variável dependente a um nível de significância de 1%, facto que não é
verificado para dois anos antes da falência. O R2 de McFadden evidencia um
aumento de 17% para 41%, de dois para um ano antes da falência respetivamente.
Um ano antes da falência, 41% da proporção da variação total da variável
explicada, em torno da sua média, é explicado pelo modelo. Um ano antes da
falência, o modelo apresenta uma maior capacidade de previsão global correta,
de 85,85%, comparativamente a 64,47% para dois anos antes da falência.
Face aos resultados dos modelos (1) e (2), e como foi definido na metodologia,
estimam-se novos modelos, (3) e (4), que apenas diferem dos já apresentados
porque são suprimidas as variáveis explicativas não estatisticamente
significativas para explicar a falência empresarial nas indústrias portuguesas
de vestuário, couro e produtos de couro.
Na Tabela_6 são apresentados os resultados das regressões dos modelos (3) e
(4), que incluem as variáveis que revelaram ser estatisticamente significativas
dos modelos (1) e (2) respetivamente.
Da análise à Tabela_6 verifica-se que os resultados do modelo (3) são
semelhantes nos dois anos analisados antes da falência. Para um e dois anos
antes da falência, o modelo possui todas as variáveis estatisticamente
significativas para explicar a variável dependente. As variáveis R6 e R13 são
estatisticamente significativas a um nível de significância de 5% e a variável
R7 a um nível de significância de 10%. Existe evidência estatística para
afirmar que as variáveis explicativas propostas no modelo, como um todo, são
estatisticamente significativas para explicar a variável dependente, a um nível
de significância de 1%. O R2 de McFadden aumenta de 46% dois anos antes da
falência para 48% um ano antes da falência. A capacidade de previsão global
correta é de 82,73% dois anos antes da falência comparativamente a 79,61% para
um ano antes da falência.
Na Tabela_6, modelo (4), evidenciam-se diferenças para um ano e dois anos antes
da falência. Dois anos antes da falência, o modelo evidencia apenas uma
variável, R13,estatisticamente significativa, a um nível de significância de
5%. Um ano antes da falência, as variáveis explicativas R13 e R6 são
estatisticamente significativas para explicar a variável dependente a um nível
de significância de 5 e 10%, respetivamente. Pelo contrário, a variável R10
evidencia não ser estatisticamente significativa.
Existe evidência estatística para afirmar que as variáveis explicativas
propostas como um todo no modelo são estatisticamente significativas para
explicar a variável dependente, a um nível de significância de 1%, para dois e
um anos antes da falência. O R2 de McFadden aumenta de 40 para 42% de dois anos
para um ano antes da falência. Pode dizer-se que o modelo (4) apresenta maior
capacidade explicativa dois anos antes da falência do que um ano antes da
falência. O modelo dois anos antes da falência apresenta uma maior capacidade
de previsão global correta de 82,73% comparativamente a 79,11% para um ano
antes da falência.
Conclusões
A previsão da falência empresarial é benéfica, quer para os gestores das
empresas, quer para os investidores. Para a gestão é um instrumento de alerta,
para atempadamente tomar medidas e proceder à reorganização da empresa antes da
entrada em processo de insolvência ou de falência. Para os investidores é um
instrumento de decisão dos seus investimentos.
Esta investigação pretende contribuir para ajudar investidores e, em especial
gestores, na deteção do problema e, deste modo, possibilitarem a inversão da
falência das empresas. Foi utilizada uma amostra de empresas portuguesas
pertencentes à CAE 14 ' Indústria de vestuário e à CAE 15 ' indústria do couro
e dos produtos de couro, nos anos de 2007 a 2009.
O modelo (1) obteve melhor resultado que o modelo (2). O modelo (1) obteve
percentagens de acerto de aproximadamente 85%, quer para um ano, quer para dois
anos antes da falência. Verifica-se também que um ano antes da falência o
modelo (1) possui 3 variáveis estatisticamente significativas para explicar a
variável dependente, assim como no teste de significância global o modelo
revelou ser estatisticamente significativo. Dois anos antes da falência
evidencia variáveis estatisticamente significativas para explicar a variável
dependente e o modelo como um todo é também significativo para explicar a
falência empresarial.
Os modelos (3) e (4) diferem dos modelos (1) e (2) porque foram suprimidas as
variáveis explicativas não estatisticamente significativas. Nos indicadores de
qualidade global do ajustamento, os modelos (3) e (4) não revelam valores muito
diferentes dos primeiros modelos. O modelo (3) foi o que evidenciou melhores
indicadores da qualidade do ajustamento.
As variáveis com maior capacidade explicativa da falência das empresas
portuguesas de vestuário, couro e produtos de couro são as seguintes: (1) rácio
de rendibilidade acumulada (R6), (2) rácio de rendibilidade do ativo (R7) e (3)
dimensão (R13).
Em termos gerais, pode concluir-se que o modelo (3) de previsão da falência que
contém as variáveis acima descritas (R6, R7e R13) é capaz de prever a falência
com uma boa capacidade de acerto e classificou corretamente 79,61% e 82,73% das
empresas, um e dois anos antes da falência, respetivamente.
