Finanzas

Agente Autónomo de Negociação




Manutenção da página: M Fernades / P. Brazdil
http://www.niaad.liacc.up.pt/~pbrazdil/Ensino/madsad/smaso/Aulas/felencia.html


O que é Financial Distress?

Empresas em dificuldades financeiras

Incumprimento das suas obrigações

Perda de fornecedores e clientes

Dificuldade na obtenção de crédito

Efeito bola de neve


Indicadores Utilizados

É importante distinguir as empresas em financial distress das restantes

financial distress reflecte-se nas contas do Balanço e da Demonstração de Resultados das empresas

Utilizam-se indicadores financeiros, tais como:

Disponibilidades / Passivo Curto Prazo

(Disponibilidades + Clientes) / Passivo Curto Prazo

(Disponibilidades + Clientes + Mercadorias) / Passivo de Curto Prazo

Tempo Médio de Pagamento

Tempo Médio de Recebimento

Tempo Médio de Duração de Existências

Passivo / Capitais Próprios

...

É possível calcular um vasto leque de indicadores

Torna-se necessário seleccionar um conjunto que seja capaz de identificar as situações de Financial Distress

Diferentes metodologias e modelos


Metodologias Tradicionais

Edward I. Altman, "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Banruptcy", The Journal of Finance, 1968

Modelo de Altman: Z-score

Z = aX1 + bX2 + cX3 + dX4 + eX5

X1 = Fundo de Maneio / Activo Total

X2 = Resultados Retidos / Activo Total

X3 = RAIEF / Activo Total

X4 = Valor de Mercado dos C.P. / Passivo Total

X5 = Vendas / Activo Total

Análise Discriminante

Modelo LOGIT


Estudos Recentes

Na última década foram publicados diversos estudos que tentam aplicar as redes neuronais a este tipo de problema

Altman E.I., Pareto Franco, "Corporate distress diagnosis: Comparisons using linear discriminant analysis and neural networks (the Italian

experience)", Journal of Banking & Finance, (1994)

Os estudos comparam a performance das redes neurais com as metodologias tradicionais

Vantagens:

Flexibilidade dos pressupostos

Capacidade de extrapolação

Dados com ruído

Bons resultados ao nível da performance

Desvantagens:

Black Box (pode ser um problema no meio financeiro)

Pouco consistentes

Processo lento

Conhecimento reduzido acerca da optimização da rede

Não contemplam custos para classificação incorrecta


Objectivos

Desenvolver um classificador capaz de identificar empresas em má situação financeira

Aplicação a empresas industriais portuguesas

Publicação de um artigo referente ao trabalho desenvolvido

Recursos

Colaboração com Professor Elísio Brandão

Dados da Dun & Bradstreet

Publicações da Biblioteca da Faculdade de Economia do Porto (versão papel e versão online)

Software NeuroSolutions


Situação Actual

Dados referentes a 41 empresas industriais nacionais (Balanço + Demonst. Resultados)

Período considerado 1997 a 1999

Tratamento dos dados necessário e trabalhoso

10 artigos recentes referentes a estudos similares



Arriba