Revista: | FACEF pesquisa |
Base de datos: | CLASE |
Número de sistema: | 000318342 |
ISSN: | 1516-6503 |
Autores: | Onusic, Luciana Massaro1 Casa-Nova, Silvia Pereira de Castro1 Silva, Adriana Cristina da1 Humes, Leila Lage1 |
Instituciones: | 1Universidade de Sao Paulo, Sao Paulo. Brasil |
Año: | 2006 |
Volumen: | 9 |
Número: | 2 |
Paginación: | 125-136 |
País: | Brasil |
Idioma: | Portugués |
Tipo de documento: | Revisión bibliográfica |
Enfoque: | Analítico, descriptivo |
Resumen en inglés | Many quantitative techniques have been used recently in bankruptcy prediction of firms as a mean to reduce credit evaluation risks. This paper compares data envelopment analysis and neural networks to predict bankruptcy using data from SERASA. Results of DEA model and neural networks were very similar, while DEA model 62% of non bankruptcy firms were correctly classified, with neural networks classification accuracy was of 64%. However for bankruptcy firms DEA model shows a correct classification was of 68%, better that neural network classification that was of 60% |
Resumen en portugués | Atualmente diversas técnicas quantitativas têm sido usadas na previsão de insolvência de empresas na busca de reduzir o risco na avaliação de crédito. Este trabalho tem como objetivo, comparar os resultados das técnicas Análise por Envoltória de Dados e Redes Neurais utilizadas para prever a insolvência em uma base de dados fornecida pela SERASA. Os resultados do modelo DEA e Redes Neurais foram próximos, enquanto no modelo DEA 62% das empresas solventes foram classificadas corretamente, nas redes neurais o acerto foi de 64%, um pouco melhor que no modelo DEA. No entanto, para as empresas insolventes, no modelo DEA, o acerto foi de 68%, melhor que nas redes neurais que foi 60% |
Disciplinas: | Economía |
Palabras clave: | Econometría, Empresas, Riesgo crediticio, Bancarrota, Red neural, DEA |
Solicitud del documento | |