Determinantes da insolvência das empresas cotadas da zona euro

Abstract

Os modelos de previsão de insolvência são um instrumento valioso a nível económico e financeiro, uma vez que, para além de permitirem que as empresas avaliem a sua situação financeira, funcionam como um meio de suporte e apoio à forma como as mesmas adotam a sua estratégia e gerem a sua atividade. Neste sentido, revelam a sua importância por representarem uma ferramenta que auxilia os agentes económicos na tomada de decisão no que respeita a anteciparem possíveis cenários de insolvência prevenindo, dentro do possível, a ocorrência de tais eventos. Neste âmbito, esta dissertação propõe um modelo logístico capaz de prever a insolvência das empresas cotadas da Zona Euro, que revela capacidade preditiva até cinco anos antes do acontecimento. Os determinantes da situação de insolvência incluídos no modelo final são rácios económico-financeiros, testados com recurso à Análise Discriminante Múltipla, usada como análise preliminar, e à Análise Logística, principal método de análise. A amostra deste estudo é constituída por empresas que se encontram em estado de insolvência e por empresas saudáveis, localizadas na Zona Euro e cotadas em Bolsa de Valores Mobiliários, compreendendo o horizonte temporal entre 2006 até 2021, inclusive. Os dados foram recolhidos da ORBIS Europe da Moody's Analytics e da Refinitiv DataStream e Worldscope. O modelo logístico final de previsão de insolvência é composto pelas variáveis que revelaram maior capacidade preditiva no que diz respeito à deteção da insolvência, nomeadamente: Rentabilidade das Vendas, Valor de Mercado das Vendas, Endividamento, Solvabilidade, Ganhos Retidos e Dimensão. Posteriormente, este modelo foi sujeito a testes de robustez, revelando uma boa capacidade preditiva, com um nível de precisão associado de 80% até cinco anos antes de ser declarada a situação de insolvência.

Financial distress prediction models are a valuable tool at the economic and financial level since, in addition to allowing companies to assess their financial situation, they function as a means of support of corporations' strategy and operating activities management. In this sense, these models reveal their importance by representing a tool that helps economic agents in decision making with regard to anticipate possible insolvency scenarios, preventing, as far as possible, the occurrence of such events. In this context, this dissertation proposes a logistic model capable of predicting financial distress of listed companies in the Eurozone, providing predictive ability up to five years before the event occurs. The insolvency situation determinants included in the final distress model are economic and financial ratios, tested using Multiple Discriminant Analysis as a preliminary analysis, and Logistic Analysis as the main method of analysis. The sample used in this study is formed of insolvent companies and healthy companies from the Eurozone and listed on stock exchange markets, covering the 2006 to 2021 period, inclusive. The data was collected from Moody's Analytics' ORBIS Europe and Refinitiv DataStream and Worldscope. The final logistic model for forecasting financial distress is composed of variables that have revealed the greatest predictive ability regarding insolvency prediction, namely: Return on Sales, Market Value of Sales, Leverage, Solvency, Retained Earnings, and Size. Furthermore, this model passed through different robustness tests, revealing a good predictive capacity with an associated precision level of 80%, up to five years before the insolvency situation.