Publicação em atas de evento científico
Modelo preditivo das insolvências: O contributo da auditoria financeira externa
João M. Ilhéu (Ilhéu, J. M.); Raul Laureano (Laureano, R. M. S.); Márcia Santos (Santos, M. R. C.);
2022 17th Iberian Conference on Information Systems and Technologies (CISTI)
Ano (publicação definitiva)
2022
Língua
Português
País
Estados Unidos da América
Mais Informação
Web of Science®

Esta publicação não está indexada na Web of Science®

Scopus

N.º de citações: 0

(Última verificação: 2024-06-19 19:42)

Ver o registo na Scopus

Google Scholar

N.º de citações: 0

(Última verificação: 2024-06-21 06:29)

Ver o registo no Google Scholar

Títulos Alternativos

(Inglês) Predicting insolvencies: The contribution of the external financial audit

Abstract/Resumo
Em Portugal, desde a crise financeira, o número de Pequenas e Médias Empresas (PME) que entram em insolvência é bastante elevado e preocupante pelos impactos que causam na economia e na sociedade. Embora já tenham sido desenvolvidos diversos modelos preditivos das insolvências cujos preditores são, essencialmente, a informação financeira, este tema ainda é crítico nos dias de hoje, pelo que é de enorme relevância continuar a investigar e a criar modelos com maior precisão que os anteriores. Deste modo, e como as demonstrações financeiras das empresas nem sempre transparecem a realidade económico-financeira das mesmas, o presente estudo avalia o impacto das características do auditor e o conteúdo da sua opinião na predição das insolvências. Para tal, recorre-se a técnicas de análise de dados mais avançadas, nomeadamente text mining e árvores de decisão com o algoritmo CART de forma a analisar as Certificações Legais de Contas (CLC)/Relatórios de Auditoria Financeira Externa (RAFE), entre os anos de 2016 e 2020, de uma amostra de 2.040 empresas, 1.020 não insolventes e 1.020 insolventes. Os resultados obtidos permitem identificar uma relação entre as características do auditor e o conteúdo da sua opinião e a insolvência das empresas, prevendo-se uma Percentagem de Exemplos Corretamente Classificados (PECC) de 93%. O principal contributo empírico desta investigação é gerar melhor conhecimento sobre a inviabilidade das empresas através da atividade de Auditoria Financeira Externa (AFE), recorrendo-se a novas técnicas nunca antes utilizadas em modelos preditivos.
Agradecimentos/Acknowledgements
À FCT, pelo apoio no âmbito dos projetos estratégicos: UID/GES/00315/2020, UIDB/04466/2020 e UIDP/04466/2020. Ao Instituto Politécnico de Setúbal [programa RAADRI].
Palavras-chave
Insolvência,Auditoria financeira externa,Text mining,Árvores de decisão,Previsão
  • Economia e Gestão - Ciências Sociais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UID/GES/00315/2020 Fundação para a Ciência e a Tecnologia
UIDP/04466/2020 Fundação para a Ciência e a Tecnologia
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia
Projetos Relacionados

Esta publicação é um output do(s) seguinte(s) projeto(s):

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.