Please use this identifier to cite or link to this item:
http://hdl.handle.net/10071/24942
Author(s): | Ilhéu, João Miguel Oliveira |
Advisor: | Laureano, Raul Manuel da Silva Santos, Márcia Rafaela Cadete dos |
Date: | 1-Feb-2022 |
Title: | Modelos preditivos das insolvências: O contributo da auditoria financeira externa nas PME portuguesas |
Reference: | Ilhéu, J. M. O. (2021). Modelos preditivos das insolvências: O contributo da auditoria financeira externa nas PME portuguesas [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório do Iscte. http://hdl.handle.net/10071/24942 |
Keywords: | Insolvência Auditoria financeira externa Text mining Árvore de decisão -- Decision tree Insolvency External financial audit |
Abstract: | Em Portugal, desde a crise financeira, o número de PME que entram em insolvência é bastante elevado e preocupante pelos impactos que causam na economia e na sociedade. Embora já tenham sido desenvolvidos diversos modelos preditivos das insolvências cujos preditores são, essencialmente, a informação financeira, este tema ainda é crítico nos dias de hoje, pelo que é de enorme relevância continuar a investigar e a criar modelos com maior precisão que os anteriores. Deste modo, e como as demonstrações financeiras das empresas nem sempre transparecem a realidade económico-financeira das mesmas, o presente estudo avalia o impacto do trabalho em auditoria financeira externa e das características da auditora na predição das insolvências. Para tal, recorre-se a técnicas de análise de dados mais avançadas, nomeadamente text mining e árvores de decisão com o algoritmo CART de forma a analisar as Certidões Legais de Contas/relatórios de auditoria, entre os anos de 2016 e 2020, de uma amostra de 2.040 empresas, 1.020 ativas e 1.020 insolventes. Os resultados obtidos permitem identificar uma relação entre o trabalho efetuado em auditoria financeira externa, bem como as características da auditora e a insolvência das empresas, prevendo-se uma percentagem de exemplos corretamente classificados de 93%. O principal contributo empírico desta investigação é gerar melhor conhecimento sobre a inviabilidade das empresas através da atividade de auditoria financeira externa recorrendo-se a novas técnicas nunca antes utilizadas em modelos preditivos. In Portugal, since the financial crisis, the number of SME´s that have gone into insolvency is quite high and really worrying due the impacts they cause on the Portuguese economy and society. Although several insolvencies predictive models have already been developed whose predictors are, essentially, financial information, this matter is still critical today, so it is extremely important to continue to investigate and create models with greater precision than the previous ones. In this way, and as the company´s financial statements do not always show their true economic and financial reality, this study assesses the impact of the work in external financial audit and the characteristics of the audit firm in predicting insolvency. To this end, more advanced data analysis techniques are used, namely text mining and decision trees with the CART algorithm to analyses the audit report between the years 2016 and 2020 of a sample of 2.020 companies, 1.020 active and 1.020 insolvent. The results obtained indicate the existence of a relationship between the work carried out by external financial audit as well as the characteristics of the audit firm and the company’s insolvencies, achieving an accuracy of 93%. Therefore, the main empirical contribution of this investigation is to bring the best knowledge about the unfeasible of companies through the external audit activity, using new techniques have never used in predictive models. |
Degree: | Mestrado em Contabilidade |
Peerreviewed: | yes |
Access type: | Open Access |
Appears in Collections: | T&D-DM - Dissertações de mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
master_joao_oliveira_ilheu.pdf | 1,19 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.