Exportar Publicação

A publicação pode ser exportada nos seguintes formatos: referência da APA (American Psychological Association), referência do IEEE (Institute of Electrical and Electronics Engineers), BibTeX e RIS.

Exportar Referência (APA) 
Ildefonso, Mariana V. S., Laureano, Raul M. S. & Vasarhelyi, Miklos A.  (2023). Modelos preditivos de insolvências: uma revisão sistemática da literatura. 2023 18th Iberian Conference on Information Systems and Technologies (CISTI).
Exportar Referência (IEEE) 
M. V. Ildefonso et al.,  "Modelos preditivos de insolvências: uma revisão sistemática da literatura", in 2023 18th Iberian Conf. on Information Systems and Technologies (CISTI), Aveiro, Portugal, 2023
Exportar BibTeX 
@misc{ildefonso2023_1732233941397,
	author = "Ildefonso, Mariana V. S. and Laureano, Raul M. S. and Vasarhelyi, Miklos A. ",
	title = "Modelos preditivos de insolvências: uma revisão sistemática da literatura",
	year = "2023",
	url = "https://cisti.eu/"
}
Exportar RIS 
TY  - CPAPER
TI  - Modelos preditivos de insolvências: uma revisão sistemática da literatura
T2  - 2023 18th Iberian Conference on Information Systems and Technologies (CISTI)
AU  - Ildefonso, Mariana V. S.
AU  - Laureano, Raul M. S.
AU  - Vasarhelyi, Miklos A. 
PY  - 2023
CY  - Aveiro, Portugal
UR  - https://cisti.eu/
AB  - Resumo — Este estudo visa explorar a importância da previsão de dificuldades financeiras, insolvências e falências para investidores, credores, bancos e outros stakeholders das empresas, devido à probabilidade de incumprimento das mesmas. Desde a crise financeira de 2008, tem sido uma prioridade para as empresas encontrarem o melhor modelo preditivo para a previsão de eventuais condições débeis. Este estudo apresenta uma revisão sistemática do trabalho já realizado e aumenta o grau de conhecimento através da utilização de técnicas avançadas de análise de dados e utilizando indicadores financeiros e não financeiros.

Abstract — This study aims to explore the importance of predicting financial distress, insolvency and bankruptcy for investors, creditors, banks and other stakeholders of companies due to the likelihood of corporate default. Since the 2008 financial crisis, it has been a priority for firms to find the best predictive model for forecasting possible weak conditions. This study presents a systematic review of work already done and increases the degree of knowledge through the use of advanced data analysis techniques and using financial and non-financial indicators.
ER  -