Os modelos preditivos do sucesso de candidaturas a fundos europeus: o papel da manipulação de resultados

Abstract

Portugal, desde a adesão à União Europeia até 2020, beneficiou de mais de 132 mil milhões de euros de apoio estrutural comunitário inseridos no esforço de convergência intereuropeu. No entanto, é questionada a eficácia da utilização dos fundos em Portugal, uma vez que muitas empresas apoiadas ficam aquém dos objetivos esperados. Assim, importa identificar as causas para este insucesso, concretizado no estudo do impacto desta ineficiência quer na elegibilidade da candidatura, quer na avaliação do projeto. Neste sentido, este estudo avalia o impacto da manipulação de resultados na previsão do sucesso de candidaturas na atribuição de fundos europeus. Esta investigação foi suportada por uma revisão sistemática da literatura, concretizada em 36 artigos, e por técnicas de analise de dados, nomeadamente regressões lineares e árvores de decisão, com os algoritmos CART e CHAID. Para tal, a partir das demonstrações financeiras de 2010 a 2020, de 14.122 empresas, o que corresponde a 22.422 candidaturas, foram aplicados quatro modelos baseados em accruals, assim como foram calculadas diversas variáveis independentes necessárias aos modelos preditores da elegibilidade e do sucesso. Os resultados permitiram identificar uma relação entre a manipulação de resultados e o sucesso dos projetos, prevendo uma percentagem de exemplos corretamente classificados de 84%. Como conseguinte, o principal contributo deste estudo é ajudar as instituições portuguesas a tornar a atribuição dos fundos mais eficiente e eficaz, de forma a que estes tenham um impacto maior, e positivo, no desenvolvimento da economia portuguesa.

Portugal, since joining the European Union until 2020, has benefited from more than 132 billion euros of Community structural support as part of the inter-European convergence effort. However, the effectiveness of the use of funds in Portugal is questioned as many supported companies fall short of their expected goals. Thus, it is important to identify causes for this failure, i.e., to understand its impact on both application eligibility and project evaluation. In this sense, this study seeks to evaluate the impact of the manipulation of results in predicting the success of applications in the allocation of European funds. This research was supported by a systematic review of the literature, carried out in 36 articles, and by data analysis techniques, namely linear regressions and decision trees, with the CART and CHAID algorithms. To this end, from the 2010 to 2020 financial statements of 14,122 companies, corresponding to 22,422 applications, four accrual-based models were applied, as well as several independent variables required for predictor models of eligibility and success. The results identified a relationship between the earnings management and the success of the projects, achieving an accuracy of 84%. Therefore, the main contribution of this study is to help Portuguese institutions to make the allocation of funds more efficient and effective, so that they have a greater and positive impact on the development of the Portuguese economy.