PREDIÇÃO DE INSOLVÊNCIA DE EMPRESAS ATRAVÉS DA INTELIGÊNCIA ARTIFICIAL - TÉCNICAS DE APRENDIZADO DE MÁQUINA

Abstract

Qualquer empresa que possua um processo de tomada de decisões em relação a concessão de crédito mais ágil e com um modelo confiável  servindo de apoio para as análises de insolvência das organizações terá vantagens no mercado. Assim, o objetivo deste artigo foi desenvolver e testar um modelo de predição de insolvência com base no aprendizado em máquina. A metodologia do artigo enquadra-se por meio de uma pesquisa bibliográfica, descritiva e quantitativa. Para a amostra da pesquisa foram selecionadas 24 empresas de capital aberto do setor de comércio, e a base de dados utilizada para a coleta foi a Economatica no período entre 2014 e 2019. O modelo preditivo desenvolvido está estruturado baseado em 16 variáveis preditoras, onde existem informações financeiras e não financeiras, e a verificação do modelo se faz por meio de uma análise ferramental CheckUp+. As evidências mostram que o modelo embasado na aprendizagem de máquina conseguiu alcançar bons patamares de acerto e previsibilidade nas verificações, os valores são semelhante aos modelos de previsão tradicionais baseados em análise discriminante e regressão. O trabalho é relevante, pois contribui para a teoria e para a prática com o aprimoramento dos modelos de previsões de risco, e fornece suporte para as instituições financeiras tomarem decisões mais assertivas sobre concessões de crédito.