Name: | Description: | Size: | Format: | |
---|---|---|---|---|
801.77 KB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
A definição de dificuldades financeiras das empresas está relacionada com o insucesso, a insolvência, a falência e o incumprimento. Embora estes termos sejam ocasionalmente utilizados como sinónimos, o seu significado formal é distinto. O insucesso ocorre quando as receitas são insuficientes para pagar as despesas ou quando a taxa de rendibilidade dos investimentos realizados é significativa e continuamente inferior à rendibilidade produzida por investimentos comparáveis após a contabilização dos fatores de risco. O termo "insolvência" descreve as empresas que são incapazes de pagar as suas obrigações correntes, a incapacidade de pagar dividendos aos acionistas e quando o passivo de uma empresa ultrapassa os seus ativos devido a problemas de liquidez (Habib, Costa, Huang, Bhuiyan e Sun, 2020; Levratto, 2013; Altman e Hotchkiss, 2006).
A investigação sobre modelos de previsão de falências teve início na década de 60 com os estudos pioneiros de Beaver (1966) e Altman (1968). Estes dois estudos serviram de base a uma série de trabalhos de investigação sobre a previsão de falências que registaram grandes avanços metodológicos. Os modelos de previsão de falência mais utilizados e investigados atualmente baseiam-se na regressão logística sendo que, infelizmente, a teoria ainda não consegue explicar, exatamente, o como e porquê as empresas entram em falência.
Este estudo centra-se no Processo Especial de Revitalização (PER), que introduz a oportunidade de um devedor possuir um "escudo protetor" (também conhecido como "suspensão automática" no sistema jurídico dos EUA), que suspende todas as ações de execução e impede o início de novas ações, em caso de dificuldades financeiras ou de mera insolvência iminente. Deste modo, o devedor dispõe do tempo necessário para tentar inverter a situação, sem a pressão do mercado e das tentativas de pagamento dos credores. O presente trabalho parte então desta realidade e visa encontrar um modelo que permita discriminar entre empresas que, após um período de dificuldades financeiras, entram em PER e outras que entram diretamente em processo de falência sem passar por esta fase de reestruturação.
Este estudo foca-se em empresas que operam no setor da construção em Portugal. Assim, recorrendo ao portal CITIUS, o qual publica a gestão processual dos tribunais judiciais em Portugal, recolhe-se um conjunto de informação sobre as empresas de interesse no período entre 2014 e 2021. Utiliza-se em seguida a base de dados SABI, a qual possui informação contabilística sobre 900 mil empresas portuguesas, para recolher os dados contabilísticos necessários para realizar a análise. Resulta deste processo uma amostra final de 271 empresas, as que entraram em PER entre 2014 e 2021 e cujo código CAE é 41,42 e 43. A investigação requer, ainda, um conjunto de empresas de controlo, i.e., entidades semelhantes às anteriores, mas que não tenham entrado em PER durante o período de 2014 a 2021. Estas foram então identificadas com o recurso à base de dados ORBIS, utilizando para o efeito o seu código CAE e a classificação “não ativa” desta fonte de informação. A pesquisa ORBIS identifica uma população inicial de 1.509 empresas que cumprem estes critérios sendo que, após a aplicação de vários filtros, este universo se reduz para 636 empresas não PER.
Recorre-se então à regressão, utilizando modelos logit, para atingir o objetivo deste trabalho. Em particular, estes modelos visam encontrar a melhor combinação de rácios contabilísticos (relativos às dimensões da rendibilidade, liquidez, alavancagem financeira e ao tamanho das empresas) e de indicadores macroeconómicos para discriminar entre os dois tipos de empresas considerados na amostra. Foi então possível estimar um modelo com uma capacidade preditiva global de 84,2%, 70,8% e 63,9% com base na informação financeira e macroeconómica reportada um, dois e três anos antes do evento. Neste contexto, os resultados sugerem que a liquidez e a alavancagem são fatores de previsão significativos para distinguir, entre as empresas em situação de grande dificuldade financeira, as que entram num processo de reestruturação e as que não recorrem a este processo de reestruturação.
Esta dissertação tem algumas limitações que devem ser tidas em conta na análise e extrapolação de resultados. O facto de as variáveis independentes deste estudo serem constituídas por rácios financeiros calculados com base na informação contabilística das empresas significa que a informação não é a mais fidedigna, uma vez que a informação reportada pode ser manipulada. Por outro lado, este estudo compara dois grupos de empresas que são muito semelhantes. Ambos os grupos são empresas em situação de grande dificuldade financeira, com a principal diferença de que algumas empresas entraram em PER e outras não, facto que dificulta a calibração dos modelos logit e a consequente interpretação dos resultados. Soma-se, ainda, a falta de investigação nesta área. De facto, existe um vasto volume de literatura que compara empresas falidas e não falidas. No entanto, não foram encontrados estudos que comparem grupos de empresas em situação semelhante de stress financeiro mas que optam por soluções legais distintas para resolver a questão. Naturalmente, esta é, também, uma oportunidade de investigação futura. De facto, uma das possibilidades de continuação deste trabalho é testar a capacidade de outros modelos de previsão como, por exemplo, os modelos Probit e Gompit. Para além das variáveis estudadas (financeiras e macroeconómicas), poderiam ser ainda consideradas variáveis de governança (como a dimensão do conselho de administração ou a dimensão do comité de auditoria) uma vez que estas podem ajudar a melhorar os resultados obtidos já que também afetam o desempenho das empresas.
This thesis contributes to the process of investigating the determinants of companies operating in the Portuguese construction industry that engage in a restructuring process following a period of imminent insolvency. Companies applying for a restructuring process was only possible after 2012 when Portugal changed the bankruptcy law from a liquidation to a restructuring approach with the introduction of the Special Revitalization Process (SRP). The model used in this thesis to identify the determinants of a highly distressed firm to engage in an SRP is based on binary economic response models with logit specification given the dichotomous characteristic of the dependent variable. This model allows the understanding of what distinguishes highly distressed firms to enroll in an SRP or not by investigating the statistical significance of the explanatory variables. The independent variables are accounting ratios that proxy for profitability, size, liquidity and leverage together with some macroeconomic indicators. Results show that liquidity and leverage are significant predictors to distinguish between highly distressed companies that go into SRP from those that do not. The highest predictive capacity of our models is 84,2%, when financial and macroeconomic information are combined in the analysis.
This thesis contributes to the process of investigating the determinants of companies operating in the Portuguese construction industry that engage in a restructuring process following a period of imminent insolvency. Companies applying for a restructuring process was only possible after 2012 when Portugal changed the bankruptcy law from a liquidation to a restructuring approach with the introduction of the Special Revitalization Process (SRP). The model used in this thesis to identify the determinants of a highly distressed firm to engage in an SRP is based on binary economic response models with logit specification given the dichotomous characteristic of the dependent variable. This model allows the understanding of what distinguishes highly distressed firms to enroll in an SRP or not by investigating the statistical significance of the explanatory variables. The independent variables are accounting ratios that proxy for profitability, size, liquidity and leverage together with some macroeconomic indicators. Results show that liquidity and leverage are significant predictors to distinguish between highly distressed companies that go into SRP from those that do not. The highest predictive capacity of our models is 84,2%, when financial and macroeconomic information are combined in the analysis.
Description
Keywords
Falência Empresas portuguesas Reestruturação Setor da construção Processo especial de revitalização