Resumo:
O tema previsão de insolvência vem cada vez mais sendo objeto de novos estudos e pesquisas porque ela permite que seja possível prever uma situação financeira difícil com certa antecedência, de forma que haja tempo hábil para serem adotadas medidas que reverta essa situação impedindo a geração de grandes custos sociais e financeiros. Este estudo tem adquirido mais importância devido às mudanças ocorridas nos ambientes de negócios, o aumento das bases de dados e o desenvolvimento de novas tecnologias de sistemas computacionais. No Brasil os estudos neste tema ainda sofrem o efeito por se encontrar bases de dados com dimensões reduzidas devido à qualidade dos dados disponíveis, felizmente essa situação vem se alterando. Utilizando dados originados de demonstrativos contábeis de empresas brasileiras listadas na BOVESPA, é apresentada uma estratégia de data mining que ataca o problema do desequilíbrio de classes, problema pouco estudado e existente neste tema porque nos ambientes econômicos normais o número de empresas classificadas como solventes são bem maiores do que aquelas classificadas como insolventes. Tal estratégia visa melhor caracterizar aquelas empresas que apresentam maiores potenciais de virem a se tornar insolventes atacando o problema do desequilíbrio entre as classes. Os resultados obtidos e as validações realizadas da estratégia apresentada evidenciam o seu sucesso podendo ser considerada bem competitiva com outras estratégias apresentadas na literatura específica. |
