O objetivo deste artigo foi desenvolver um modelo de previsão de insolvência, utilizando uma técnica matemática originada da Pesquisa Operacional: a Análise por Envoltória de Dados (Data Envelopment Analysis – DEA). A metodologia de pesquisa foi composta pelas seguintes etapas: (1) foram selecionadas dez empresas que enfrentaram processo de falência/concordata no perÃodo de 1995 a 2003; (2) para cada empresa insolvente foram sorteadas cinco empresas entre as de melhor desempenho do setor, com porte semelhante, totalizando 50 empresas saudáveis; (3) as informações contábeis das empresas, para três anos anteriores à falência/concordata, foram obtidas no banco de dados Melhores e Maiores, de Fipecafi-Exame, e efetuadas análises estatÃsticas; (4) foi desenvolvido um modelo DEA e calculados os indicadores de eficiência; (5) o ponto de corte para classificação das empresas como insolventes ou solventes foi determinado; (6) as classificações obtidas pelos indicadores DEA foram confrontadas com a situação real da empresa após três anos. Os resultados preliminares mostraram que o modelo DEA desenvolvido foi capaz de discriminar, com bom grau de acerto, empresas solventes e insolventes: 90% das empresas insolventes foram corretamente classificadas.
This article aimed to develop an insolvency forecasting model through a mathematical technique that was based on Operational Research: Data Envelopment Analysis (DEA). The research methodology involved the following steps: (1) we selected ten companies that faced a bankruptcy concordat process between 1995 and 2003; (2) for each insolvent company, we chose by lot five companies among those that performed best in the sector and had a similar size, summing up a sample of 50 health companies; (3) the sample companies' accounting information for a three-year period before the bankruptcy/concordat were obtained from Fipecafi/Exame's Melhores e Maiores database, and submitted to statistical analyses; (4) we developed a DEA model and calculated efficiency indicators for the sample companies; (5) we determined the cut-off point to rank companies as insolvent or solvent; (6) the classifications obtained through the DEA indicators were confronted with the company's actual situation. Preliminary results have shown that the developed DEA model was capable of distinguishing between solvent and insolvent companies with a reasonable level of exactness: it correctly classified 90% of the insolvent companies.
