Desenvolvimento de um modelo híbrido de inteligência artificial como ferramenta de prevenção ao risco de insolvência empresarial
Carregando...
Data de Submissão
Data de Defesa
2024-12-12
Edição
Autores
Orientadores
Coorientadores
Editores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Descrição
Tendo em vista o crescente interesse acadêmico no tema "Previsão de Falência", bem como compreendendo a relevância socioeconômica deste, o presente estudo tem como objetivo desenvolver um modelo híbrido de Inteligência Artificial (IA) como ferramenta de prevenção ao risco de insolvência empresarial. Cabe ressaltar que o modelo proposto é composto por duas técnicas distintas as quais atuam de forma complementar, especificamente uma Rede Neural Artificial (RNA) e um Sistema Especialista (SE). A RNA tem como premissa básica avaliar o risco de insolvência do ativo empresarial, enquanto o SE objetiva analisar possíveis anomalias de ordem financeira e, consequentemente, recomendar intervenções gerenciais a fim de preservar a integridade econômica do modelo de negócio. A proposta é fruto de uma ampla revisão bibliográfica, a qual evidenciou a necessidade de uma nova abordagem metodológica, dado que o tema encontra-se saturado por discussões que não superam o viés da "eficiência preditiva". É importante destacar que a base utilizada para o treinamento e teste dos modelos matemáticos corresponde a dados extraídos de empresas brasileiras que integram o índice Ibovespa, contudo, o desenvolvimento do SE contou com a contribuição de três profissionais da área financeira. Por fim, os resultados obtidos com a aplicação dos modelos inteligentes evidenciam a viabilidade do uso de técnicas híbridas para a construção de sistemas complexos, os quais não apenas identificam precocemente o risco financeiro, mas também recomendam ações corretivas. Em síntese, o sistema preditivo construído alcançou uma precisão de 95% na identificação de insolvência com antecedência de dois anos, permitindo o diagnóstico e a realização de inferências em tempo hábil pelo SE. Portanto, acredita-se que o modelo irá ampliar a perspectiva de aplicação prática no contexto empresarial, bem como fomentará o surgimento de uma nova geração de estudos relacionados à predição de falência. [resumo fornecido pelo autor]
Resumo
Given the growing academic interest in the topic of "Bankruptcy Prediction" and recognizing its socioeconomic relevance, this study aims to develop a hybrid Artificial Intelligence (AI) model as a tool for preventing business insolvency risks. It is worth noting that the proposed model comprises two distinct techniques that operate complementarily, specifically an Artificial Neural Network (ANN) and an Expert System (ES). The ANN is primarily designed to assess the insolvency risk of business assets, while the ES focuses on analyzing potential financial anomalies and subsequently recommending managerial interventions to preserve the economic integrity of the business model. The proposal is the result of an extensive literature review, which highlighted the need for a new methodological approach, given that the field is saturated with discussions that fail to go beyond the bias of "predictive efficiency." It is important to emphasize that the dataset used for training and testing the mathematical models was sourced from Brazilian companies listed on the Ibovespa index. Additionally, the development of the ES benefited from contributions by three financial professionals. Finally, the results obtained from applying the intelligent models demonstrate the feasibility of using hybrid techniques to build complex systems that not only identify financial risks at an early stage but also recommend corrective actions. In summary, the predictive system achieved 95% accuracy in identifying insolvency risks up to two years in advance, enabling timely diagnoses and actionable inferences by the ES. Therefore, it is believed that the model will expand the perspective of practical applications in the business context while fostering the emergence of a new generation of studies related to bankruptcy prediction. [resumo fornecido pelo autor]