A análise discriminante é uma técnica que visa identificar quais variáveis distinguem os grupos observados e quantas dessas variáveis são importantes para conseguir a melhor classificação dos indivíduos de uma determinada população. Uma das principais diferenças da regressão múltipla, esta no fato da variável dependente ser de natureza não métrica (qualitativa), ou seja, categórica. Segundo Hair (2005) quando a variável dependente tem apenas dois grupos, a regressão logística pode ser preferida por várias razões, pois a análise discriminante pressupõe linearidade, ausência de outliers, ausência de multicolineariedade, normalidade multivariada e homogeneidade das matrizes de variância-co-variância, essas duas últimas premissas normalmente difíceis de serem respeitadas em boa parte das amostras estudadas.
A regressão logística não depende de suposições tão rígidas, e dentre algumas vantagens podemos destacar: quando a amostra tem problemas relacionados à homogeneidade da variância, trabalha com estimação de probabilidades (limite mínimo e máximo entre 0 e 1), requer menor número de observações se comparada com discriminante, facilidade na interpretação dos dados, etc. Portanto será utilizada como principal técnica do estudo, no entanto será feita uma comparação com a análise discriminante que, apesar da rigidez mencionada, tem grande valor e utilização na área de crédito, segundo Hair (2005) pode ser utilizada em conjunto com outras técnicas para que se tenha maior confiabilidade nos resultados alcançados.
A tabela a seguir demonstra os principais estudos que utilizaram as técnicas mencionadas e os indicadores contábeis financeiros significativos para identificação de falência e insolvência, no qual muitos desses indicadores são os mesmos observados nas variáveis independentes disponíveis nesse trabalho:
Tabela 7 – Revisão bibliográfica - estudos na área de crédito
Autores Indicadores contábeis financeiros significativos Patrick (1936) Patrimônio líquido/passivo
Lucro líquido/patrimônio líquido Geração de caixa/dívida total Beaver (1968) Lucro líquido/ativo total
Exigível total/ativo total
Capital de giro/ativo total
Liquidez corrente
Capital circulante líquido – estoques/desembolsos
Altman (1968) Ativo corrente – passivo corrente/ativo total Lucros retidos/ativo total
Lucros antes de juros e impostos/ativo total
Valor de mercado do equity3/exigível total
Vendas/ativo total
Matias (1978) Patrimônio líquido/ativo total
Financiamento e empréstimos bancários/ativo circulante Fornecedores/ativo total
Ativo circulante/passivo circulante
Lucro operacional/lucro bruto
Disponível/ativo total
Kanitz (1978) Lucro líquido/patrimônio líquido
Ativo circulante + realizável em longo prazo/exigível total Ativo circulante – estoque/passivo circulante
Ativo circulante/passivo circulante
Exigível total/patrimônio líquido
Beaver (1966) Índices para fluxo de caixa
Índices para resultado líquido
Índices de dívida em relação ao ativo total
Índices relacionando ativos líquidos em relação ao total de ativos Índices relacionando ativos líquidos e dívidas de curto prazo
Índices de giro
Altman Capital circulante líquido/ativo total (1968) Lucros acumulados/ativo total
Lucros antes dos juros e impostos/ativo total
Valor de mercado do PL/passivo exigível a valores contábeis
Vendas/ativo total
Altman, Retorno dos ativos (Ebit/ativo total) Haldeman e
Estabilidade dos lucros (erro padrão da estimativa de Ebit/ ativo total)
Narayanan Serviço da dívida (log Ebit/juros totais pagos) (1977) Lucros retidos/ativo total
Liquidez corrente
Capitalização (preço ações ordinárias/PL a valor de mercado)
Tamanho (log ativo total)
Ohlson Log ativo total/ PIB
(1974) Passivo/ativo total
Capital de giro/ativo total
Passivo circulante/ativo circulante
Lucro líquido/ativo total
Geração bruta de caixa/passivo
Dummy: 1 se ativo total excede o ativo, e zero, caso contrário Dummy: 1 se lucro líquido for negativo nos dois últimos anos Relações entre os lucros dos períodos mais recentes
Cole e Capital = razão entre o capital próprio e as provisões para Gunther perdas em relação ao ativo bruto
(1995) Inadimplência/ativo total
Receita líquida/ativo líquido médio
Certificado de depósito bancário superior a $ 100.000/ativo total Empréstimos comerciais e industriais/ativo total
Empréstimos para produção agrícola/ativo total
Empréstimos para construção/ativo total
Empréstimos para consumidores/ativo total
Empréstimos para membros internos da instituição/ativo total
Despesas fixas/ativo total
Tamanho do ativo
Crescimento do emprego não agrícola
Dummy com valor 1 para países “rurais”
Matias e Custo administrativo
Siqueira (1996) Comprometimento do patrimônio líquido com crédito em liquidação
Evolução da captação de recursos
Rocha (1999) Margem líquida
Wheelock e Total do equity/ativo total
Wilson (1994) Empréstimos comerciais e industriais/total dos empréstimos
Bens de imóveis próprios/ativo total
Inadimplência/total do ativo
Liquidez
Martins Empréstimos bancários/ativo circulante (2003) Retorno sobre o patrimônio líquido
Deyoung Proibição legal de novas aquisições, em anos
(2003) Ln do ativo total
Total dos empréstimos/ativo total
Inadimplência/ativo total
Lucro líquido/ativo total
Equity/ativo total
Carlson Número de empresas no país
(2004) Novos bancos
Log ativo total
Empréstimos/ativo total
Redesconto/ativo total
Bressan, Capitalização: patrimônio líquido/passivo real Braga e Lima Cobertura voluntária = disponibilidades/passivo real (2004) Crescimento da captação total
Brown e Dinç Total do equity /ativo total
(2005) Dummy – antes da eleição
Corrêa, Costa Custo de pessoal
e Matias Captação com moeda estrangeira
(2006) Spread
Braga et al. Liquidez
(2006) Despesas de pessoal
Volume de crédito concedido em relação ao patrimônio líquido Imai (2009) Capital/ativo
Retorno sobre os ativos
Dummy para cooperativa de crédito6
Bressan Proteção
(2009) Efetiva estrutura financeira
Qualidade dos ativos
Liquidez
Sinais de crescimento
Fonte: apud Bressan et al. (2011).
Comparativamente as técnicas previamente mencionadas, será utilizado um modelo de árvore de decisão (CART), segundo Novak e LaDue (1999) defini como uma técnica computadorizada, embasada em um método não paramétrico de classificação, que a priori não impõe nenhuma adoção de distribuição de probabilidades. Segundo Perera (2013) a essência é desenvolver uma árvore de classificação particionando as observações baseadas em divisões binárias de variáveis características. O processo de divisão ocorre repetidas vezes até que não seja possível mais nenhuma seleção, ou o processo seja interrompido por algum critério estabelecido. Para Breiman (1984) as variáveis são divididas em duas até quando identificada uma diferença de comportamento que aumente o poder preditivo. A escolha pela melhor árvore passa pelo esforço de processamento e quantidade de nós, no qual árvores com menos nós são mais simples de serem produzidas e entendidas, porém em teoria tem um menor poder preditivo. Analogamente árvores com mais nós são mais complexas e tendem a ter maior poder preditivo.