Seleção de atributos contábeis na previsão de insolvência de empresas brasileiras – Uma comparação de abordagens

Previsao de insolvencia tem sido um tema de estudo que tem ganho muita atencao em analise de negocios devido a importância de informacoes precisas e oportunas nas decisoes estrategicas de negocios. Isto porque a incorreta tomada de decisao nas instituicoes pode gerar dificuldades financeiras, alem de causar grandes custos sociais que afetam os proprietarios ou acionistas, gestores, trabalhadores, credores, fornecedores, clientes, comunidade, governo, etc. Como resultado, a previsao de falencia tem sido uma das tarefas mais desafiadoras e um topico de pesquisa importante na contabilidade, financas, computacao, e as tecnicas de mineracao de dados tem sido aplicadas para resolver problemas de previsao de falencias. Selecao de atributos e uma etapa importante para selecionar dados mais representativos de um conjunto de indices contabeis obtidos a partir de demonstrativos financeiros de empresas brasileiras; esta etapa visa melhorar o desempenho da previsao final. O objetivo principal deste artigo e comparar tres abordagens de selecao de atributos, filtro, wrapper e analise de componentes principais, em dados selecionados para elaboracao de modelos de previsao de insolvencia. Esta pesquisa e de natureza empirica, descritiva e quantitativa, compreendendo as empresas classificadas no SERASA e na BOVESPA como insolventes no periodo de 2005 a 2007. Neste trabalho, demonstrou-se, para a amostra utilizada, que a abordagem wrapper e a mais eficiente; ela obteve os melhores resultados de classificacao nas tecnicas de regressao logistica (89,88%), arvore de decisao (93,45%) e maquina de vetor suporte (97,02%). Palavras-chave: selecao de atributos, previsao de insolvencia, indices contabeis, mineracao de dados.