Modelo de previsão de insolvência para pequenas e médias empresas em S.Tomé e Príncipe

Abstract

É considerado em situação de insolvência “o devedor que se encontre impossibilitado de cumprir as suas obrigações vencidas.” (Decreto-Lei nº53/2004 de 18 de Março, 2004) A presente dissertação tem como objetivo desenvolver um modelo de previsão de insolvência das pequenas e médias empresas no mercado são-tomense que sirva de auxílio as instituições financeiras, nomeadamente os bancos comerciais, na tomada de decisão quanto ao risco de incumprimento dos créditos concedidos. A criação desse modelo poderá contribuir para a compreensão da realidade empresarial são-tomense e possível a redução dos créditos malparados nas instituições financeiras. Para o desenvolvimento do modelo foram utilizados diferentes tipos de rácios contabilísticos e financeiros como variáveis explicativas para estimação do modelo de regressão logística. Por conseguinte, à luz do modelo estatístico de regressão logística comprovou-se que as informações contidas nas demonstrações financeiras permitem classificar as empresas com alto índice de precisão, ou seja, através das demonstrações contabilísticas é possível prever a ocorrência de eventuais defaults, pois, efetivamente, fornecem dados que nos possibilitam estimar a probabilidade de uma empresa ser ou não insolvente; Abstract: Model for Insolvency Forecasting of Small and Medium Sized Companies in Sao Tome and Principe It is deemed insolvent when a person is unable to meet his past-due debts (Decree-Law No. 53/2004, enacted on March 18, 2004.). This dissertation intends to create a model for small and medium-sized business insolvency forecasting in the Sao Tome market, which will aid financial institutions, particularly commercial banks, in making choices about the risk of defaulting on loans given. The development of this model may help to better understand the business environment in Sao Tome, as well as the possibility of reducing bad loans in financial institutions. Different forms of accounting and financial ratios were employed as explanatory variables for estimating the logistic regression model during the construction of the model. As a result, using the statistical model of logistic regression, it was demonstrated that the information contained in financial statements allows for highly precise classification of companies, i.e., it is possible to predict the occurrence of eventual defaults using accounting statements, because they effectively provide data that allow us to estimate the probability of a company being insolvent or not.