MODELO ALTMAN, MODELOS DE PREVISÃO DE INSOLVÊNCIA

Prévia do material em texto

� PAGE \* MERGEFORMAT �19�
FACULDADE DE CIÊNCIAS SOCIAIS APLICADAS DE CASCAVEL
UNIVEL – União Educacional de Cascavel
ANA PAULA MALOKOWSKI REDIVO
KASSIANE FERRONATTO
MARCELO JEAN JUNG
REGINALDO DOS SANTOS MARCOS
MODELO ALTMAN – MODELOS DE PREVISÃO DE INSOLVÊNCIA.
CASCAVEL - PR
2016
 ANA PAULA MALOKOWSKI REDIVO
KASSIANE FERRONATTO
MARCELO JEAN JUNG
REGINALDO DOS SANTOS MARCOS
MODELO ALTMAN – MODELOS DE PREVISÃO DE INSOLVÊNCIA.
Trabalho Acadêmico apresentado para obtenção de conhecimento e nota na disciplina de Administração Financeira e Orçamentária I, da Faculdade de Ciências Sociais Aplicadas de Cascavel.
Professor: Dimas José
Disciplina: Administração Financeira e Orçamentária I.
CASCAVEL - PR
2016
SUMÁRIO
¶
1 INTRODUÇÃO	3
1.1 Contextualização	3
1.1.1 Tema...........	3
1.1.2 Delimitações do Tema	3
1.1.3 Apresentações do Problema	3
1.2 Objetivos.	4
1.2.1 Objetivo Geral	4
1.2.2 Objetivos Específicos	4
1.3 Justificativa	4
2 FUNDAMENTAÇÃO TEÓRICA	6
2.1 Capital Intelectual	6
2.1.1 O Conhecimento como Base do Capital Intelectual	7
2.1.2 Citações.........	7
3 PROCEDIMENTOS METODOLÓGICOS	9
4 CRONOGRAMA	11
REFERÊNCIAS	12
��
1 INTRODUÇÃO
¶
	Este trabalho tem como objetivo analisar e buscar informações sobre o modelo Altman (Z-Score), 
¶
2 Fundamentação Teórica
¶
Os modelos de previsão de falência existem com o intuito de ser uma ferramenta útil para os diversos gestores a analistas financeiros. Edward Altman (1968) foi o primeiro na história a desenvolver um modelo do gênero, denominado de Z-Score. Rapidamente surgem seguidores de diversas áreas que adotam a mesma e outras metodologias. 
Surge a necessidade de reunir um conjunto de informações que prevejam e antecipem situações de falência, os credit scores. São informações cada vez mais úteis na tomada de decisão de investimento, crédito e diagnóstico empresarial. Os modelos utilizam técnicas estatísticas, as quais selecionam indicadores que agregados dão uma clara classificação se a empresa pertence a um grupo de risco de falência, ou pelo contrário se encontra numa situação favorável. Esses indicadores preveem antes situações de ruptura, dando tempo aos gestores para tentar rodear o problema e para melhorar o desempenho da empresa, ou no caso de ele ser inevitável tomar medidas, como por exemplo, a fusão com um grupo de empresa com forte presença no mercado ou a diversificação do tipo de produtos.
ALTMAN E HOTCHKISS3 (2005:234) dividem as técnicas de previsão de falências dentro dos seguintes grupos:
Análise qualitativa (Modelos subjetivos)
Análise Univariada (Uso de rácios baseados na contabilidade ou indicadores de mercado para avaliação do risco: beaver)
Análise Multivariada (incluindo a discriminante, logit, probit, modelos não lineares, redes neuronais, Z-Score de Alman, O-Score de Ohlson)
Aplicação de modelos discminantes e logit (Z- Score para empresas industriais, Zeta-Score para empresas industriais, Z-Score para empresas privadas, Z- Score para mercados emergentes)
Sistemas de inteligências artificial (redes neuronais, modelo de crédito da standard & poors)
Modelos baseados no valor das opções (Modelo de crédito de KMV, risco de falência)
Rácios mistos e modelos baseados no valor de mercado (Cálculo de risco da Moody’s, Z-Score baseado em valores de mercado)
¶
2.1 PRÍNCIPAIS CONCEITOS A UTILIZAR
2.1.1. Conceito de Fracasso
¶
O conceito de fracasso, tal como o de insolvência e falência são fundamentais para estudos desta área. Segundo Pereira et al.(2007), alguns autores como Beaver (1966) utilizavam na definição de fracasso o que englobava a falta de pagamento aos credores, a existência de contas bancárias a descoberto, o não pagamento de dividendos a capital preferencial ou a falência jurídica. Já Altman (1968), Deakin (1972), Zavgren (1985) e Aziz & Lawson (1989), todos citados por Santos (2000), definiram fracasso como a ocorrência da falência jurídica. Lizarraga (1995), Gallego et al. (1997) e Somoza & Vallverdú (2003), todos citados por Santos (2000) consideram fracasso quando se verifica a suspensão de pagamentos ou a falência jurídica.
Altman (1993) afirma que não há uma definição única para fracasso empresarial, sendo esta uma limitação importante, uma vez que a seleção da amostra, tanto para as empresas não fracassadas como para as empresas fracassadas, depende da definição que se utilize de fracasso empresarial.
¶
2.1.2. Conceito de Falência
¶
Como citado no dicionário Michaelis: Falência: 1. Ato ou efeito de falir; falimento. 2. Dir e Com Estado de quase insolvência ou de insolvência completa de um comerciante ou casa comercial, reconhecido por tribunal; bancarrota quebra. 3 Falta, erro, omissão, engano. 4 Carência, falta. ”
A falência é o procedimento judicial cujo objeto é afastar o empresário da administração de suas atividades, preservando o patrimônio da sociedade para que posteriormente seja utilizado para garantir a satisfação de seus credores; trata-se, pois, de um procedimento jurídico completo, que, pode ser conceituado sob três óticas: processual, material e econômico.
A falência é um processo de execução coletiva, em que todos os bens do falido são arrecadados para uma venda judicial forçados, com a distribuição proporcional do ativo entre todos os credores.
¶
2.1.3. Modelo de Altman (1968) – Z-Score
¶
Um indicador denominado Z-Score, desenvolvido, em 1968, por um professor catedrático norte-americano, Edward Altman foi o exemplo pioneiro em estudos de risco de falência e de crédito. Surgiu como um instrumento que detecta situações de empresas com propensão à falência, avaliando as suas demonstrações financeiras, em especial o balanço e a demonstração de resultados. A partir de 1985 o Z-Score começou a ganhar aceitação pelos auditores e contabilistas, começando a ser usado para avaliação de créditos, classificação de investimentos e testes de controlo interno. 
A amostra inicial para o estudo deste indicador era composta por 66 pequenas e médias empresas, 33 das quais se encontravam em insolvência, entre os anos de 1946 e 1965, com uma média de 6.4 milhões de ativos e 33 outras saudáveis, ainda existentes em 1966, com ativos entre 1 milhão e 25 milhões, coincidentes no setor e dimensão. Nesta amostra tinham sido utilizados dados contabilísticos de um ano anterior à falência retirados dos manuais industriais da Moody’s. Originalmente o indicador tinha sido criado para empresas cotadas, públicas e industriais com ativos de mais de 1 milhão de dólares. Variantes também criadas mais tarde para empresas não cotadas privadas e industriais e empresas privadas prestadoras de serviços ou mercados emergentes. 
Altman começou por analisar 22 variáveis contabilísticas as quais geraram cinco indicadores relacionados com liquidez, rentabilidade, endividamento, solvabilidade e funcionamento, que pensa serem os mais indicadores para prever uma falência, chamado por isso de análise discriminante múltipla, desenvolvendo assim a análise univariada de Beaver.
Este modelo foi desenvolvido por Altman (1968) e é até hoje um dos modelos mais importantes, conhecido e utilizado, que combinou diversas medidas de rendibilidade e risco. Este modelo provou ter uma boa capacidade preditiva de falências em diversos contextos e mercados.
Altman (1968) utilizou uma amostra de 66 empresas industrias cotadas, em que 33 empresas pertenciam ao grupo 1 (falidas) e as outras 33 ao grupo 2 (não falidas) durante o período de 1946 a 1965. Os dados foram extraídos a partir de demonstrações financeiras anteriores à falência e as variáveis classificadas em cinco categorias: liquidez, rentabilidade, endividamento, solvabilidade e funcionamento.
Foram inicialmente escolhidos 22 rácios devido essencialmente a dois fatores: popularidade literária e potencial relevância para o estudo. A estes 22 rácios foram realizados vários testes"F" (teste de significância) de modo a testar a capacidade de discriminação individual das variáveis. Isto é, se por exemplo a variável for significativa, indica-nos que existem diferenças expressivas ao nível deste rácio entre os 2 grupos de empresas definidos à priori. No seu estudo, Altman (1968) selecionou apenas 5 rácios:
X1= Ativo corrente – Passivo corrente
 ____________________________________
 Ativo Total
 O valor de é um rácio frequentemente utilizado em empresas com problemas financeiros, pois de acordo com Altman (1968) uma empresa que esteja constantemente com perdas operacionais leva a que os seus ativos correntes sejam consumidos pelas perdas existentes, diminuindo a proporção de ativos correntes sobre o total de ativos, representando desta forma a liquidez de uma empresa.
X2 = Resultados Transitados
__________________________________
 Ativo Total
O valor de é um indicador que reflete a acumulação de lucros. Para Altman, este indicador tem subjacente a idade da empresa, isto é, uma empresa mais recente terá à partida menores resultados transitados relativamente a uma empresa mais antiga. Sugerindo, assim, que podem existir empresas que são classificadas de um modo errado, apenas por serem mais novas, assumindo tudo o resto constante.
X3 = EBIT
____________
Ativo Total
O valor de é, de acordo com Altman, aquele que apresenta a verdadeira rentabilidade dos ativos da empresa, excluindo assim os efeitos taxativos e fiscais, devendo ser considerada em estudos de previsão de falência de empresas.
X4 = Valor de mercado dos capitais próprios
__________________________________________
 Passivo Total
O valor de mercado dos capitais próprios representa a capitalização bolsista, (assumindo que este valor representa o correto valor da empresa), e sendo este a diferença entre Ativo total e Passivo total, então este rácio indica-nos em que montante pode os ativos da empresa decrescer antes de a empresa entrar em falência (ou seja, os seus passivos excederem os seus ativos).
X5 = Total vendas
_________________
 Ativo Total
Por último, temos o rácio que mostra a capacidade que a empresa possui na geração de vendas com base nos seus ativos, sendo um indicador muito útil para os gestores das empresas poderem atingir os seus objetivos em termos estratégicos. Os resultados dos testes de significância realizados são, segundo a tabela 1, os seguintes:
Tabela 1 - Média das Variáveis e Teste de Significância (empresas cotadas)
	Variável
	Médio Grupo Falidas
	Médio Grupo Não-Falidas
	Teste F
	X1
	- 0,061
	0,414
	32,60*
	X2
	- 0,626
	0,353
	58,86*
	X3
	- 0, 318
	0,153
	26,56*
	X4
	- 0,401
	2,477
	33,26*
	X5
	1.503
	1,939
	2.84*
*: significância ao nível de 0,001
Fonte: Adaptado de Altman (1968)
Observou-se que o rácio que melhor discrimina os grupos de empresas é a variável, ou seja, é a variável que mais difere em valor entre empresas falidas e não falidas. Por outro lado, a variável que mostrou um nível de significância bastante inferior às outras foi a, revelando que esta não apresenta valores muito diferentes entre as duas realidades empresariais.
Contudo, Altman (1968) procurou avaliar o contributo explicativo relativo de cada variável em relação à capacidade total de discriminação oferecida pela função e a interligação entre ambas. Para o efeito, as variáveis foram ajustadas de modo a anular o enviesamento causado pelas diferentes unidades em que se encontram expressas. De acordo com a tabela seguinte, tem-se um ranking das variáveis que mais contribuem para a capacidade de discriminação da função:
Tabela 2 – Contributo explicativo relativo das variáveis
	Variável
	Scaled Vector
	Ranking
	X1
	3,29
	5
	X2
	6,04
	4
	X3
	9,89
	1
	X4
	7,42
	2
	X5
	8,41
	3
Fonte: Adaptado de Altman (1968)
Altman (1968) conclui assim que, contrariamente à análise inicial, as variáveis , e são as que mais contribuem para discriminar os diferentes grupos de empresas. E assim, de acordo com o estudo original de Altman (1968), a função discriminante para empresas cotadas é a seguinte: 
Z = 0,012X1 + 0,014X2 + 0,033X3 + 0,006X4+ 0,999X5 (2)
Que representa a melhor combinação linear de rácios financeiros para discriminar elementos pertencentes a diferentes grupos e é aquela que permite minimizar os erros de uma incorreta classificação. O investigador indicou três grupos de classificação, onde o valor Z apresenta limites inferiores e superiores, ou seja, se o valor Z for inferior a 1,81, então a empresa está com elevada probabilidade de falência. Mas, se o valor Z for superior a 2,99 a empresa apresenta níveis baixos de probabilidade de falência, indicando que a empresa se encontra com boa "saúde" financeira. Caso o valor Z se encontre entre estes dois limites, a empresa não tem uma tendência bem definida, ou seja, não tem propriamente menores ou maiores probabilidades de falência mas há pontos a melhorar, é a chamada "zone of ignorance". 
 A literatura que envolve previsão de falências continua a referir que podem ocorrer dois tipos de erros de previsão na classificação das observações: erro do Tipo I e erro do Tipo II (Bellovary et al., 2007). O erro de Tipo I consiste sucintamente em rejeitar a hipótese nula, quando na realidade é verdadeira. Contrariamente, o erro de Tipo II traduz-se em não rejeitar a hipótese nula, quando na realidade é falsa. Implicando, desta forma, que a análise dos modelos de previsão de falência não deve ser realizada de forma independente dos custos associados aos erros de previsão (Weiss, 1996). 
Adequando a temática ao contexto do presente trabalho, o erro de Tipo I acontece quando um determinado modelo de previsão de falência classifica uma empresa falida em não falida e o erro de Tipo II o inverso, ou seja, classifica uma empresa não falida em falida. Normalmente, os erros do Tipo I têm maiores custos associados por serem mais gravosos que os erros do Tipo II. Isto porque, por exemplo um investidor que não invista numa empresa falida quando na realidade não está falida, o que poderá acontecer no máximo é o custo de oportunidade por não ter investido. Enquanto, um investidor que invista numa empresa não falida quando na verdade está falida, acarreta custos para o investidor na medida em que perde o que investiu.
 Os resultados do estudo de Altman (1968) para um ano antes da falência revelaram o seguinte:
Tabela 3 – Resultados da Previsão do modelo 1 ano antes da falência
	Realidade da Empresa
	Previsão do Modelo
	
	Grupo 1 – Falidas
	Grupo 2 – Não Falidas
	Grupo 1 - Falidas
	94% (31 empresas)
	6% (2 empresas)
	Grupo 2 – Não falidas
	3% (1 empresa)
	97% (32 empresas)
Tabela 3 – Adaptado de Altman (1968)
Conclui-se, assim, que o modelo teve um erro do tipo I de 6% indicando que o modelo para um ano antes da falência classificou 2 das 33 empresas falidas em não falida. Por outro lado, obteve um erro do tipo II de 3%, ou seja, das 33 empresas não falidas o modelo classificou uma como falida, mostrando assim que o modelo obteve uma capacidade preditiva de 95% para um ano antes da falência. 
Finalmente, os resultados do estudo de Altman (1968) para dois anos antes da falência revelaram o seguinte:
Tabela 4 – Resultados da Previsão do Modelo 2 anos antes da falência
	Realidade da Empresa
	Previsão do Modelo
	
	Grupo 1 – Falidas
	Grupo 2 – Não Falidas
	Grupo 1 - Falidas
	72% (23 empresas)
	6% (9 empresas)
	Grupo 2 – Não falidas
	6% (2 empresa)
	94% (31 empresas)
Para dois anos antes da falência os erros do tipo I e II foram de 28% e 6%, respetivamente, indicando assim que o modelo de Z-Score alcançou uma previsão
correta dois anos antes da falência de 83%. Altman (1968) testou a previsão do modelo até cinco anos antes da falência, mostrando que à medida que se aumenta o número de anosa capacidade de previsão do modelo diminuiu. 
Contudo, o estudo de Altman (1968) teve algumas limitações. Uma das mais relevantes prendeu-se com o facto de o modelo apenas estar preparado para ser testado em empresas cotadas, ou seja, que apresentassem valores de mercado dos seus capitais próprios. Por conseguinte, Altman (1983) alterou o rácio onde o valor de mercado dos capitais próprios foi substituído pelo valor contabilístico dos capitais próprios, uma vez que o valor de mercado em muitos casos não é facilmente obtido. 
Portanto, a função discriminante para empresas não cotadas é a seguinte:
 
 Z= 0,71X1 + 0,84X2 + 3,107X3 + 0,42X4 + 0,998X5 (3) 
Os resultados obtidos revelam três novos grupos de classificações em relação aos valores para o índice Z-Score. A zona de solvência financeira está agora para valores de Z superiores a 2,90 e a zona de insolvência financeira para valores de Z inferiores a 1,23. A "zone of ignorance" situa-se agora entre 1,23 e 2,90. 
 De referir que o modelo Z-Score de Altman (1968), tem as suas limitações, como por exemplo o facto de não poder ser incluído dados qualitativos, ou seja, os dados financeiros considerados não refletirem imprevistos que possam acontecer na atividade da empresa e que por vezes não estão espelhados nas demonstrações financeiras e também pelo facto de os rácios terem sido escolhidos com base em significância estatística e popularidade literária e não por uma correta correspondência à realidade do país e empresas. No entanto, o modelo continua a ser o mais utilizado por diversos agentes económicos. Ao Z-Score estão associadas algumas das principais características: simplicidade, técnica estatisticamente estável, de fácil interpretação e eficiência. 
 Note-se que este modelo e todos os outros não dizem exatamente quando é que essa falência vai acontecer, apenas revela que existem grandes probabilidades de solvência ou insolvência no futuro mediante os sintomas que a empresa anuncia no presente.
3.2.3.1.2. Modelo de Deakin (1972) 
 Deakin (1972) propõe, no seguimento de Altman (1968) e Beaver (1966), um modelo alternativo para prever falência. O autor critica Altman (1968) em relação à abrupta diminuição da capacidade de previsão para anos mais longínquos. Deakin (1972) usou os mesmos rácios que Beaver (1966), onde observou que a partir do terceiro e quarto ano anteriores à falência aumenta exponencialmente a falência de empresas devido a um aumento da dívida e de ações preferenciais. 
 O estudo de Deakin (1972) utilizou 32 empresas industriais falidas e não falidas que pertenciam ao mesmo setor, que tivessem o mesmo tamanho de ativos e o mesmo ano fiscal para o período de 1964 a 1970. Este modelo obteve 97%, 95%, 95%, 80% e 83% de sucesso para 1, 2, 3, 4 e 5 anos antes da falência, respetivamente. 
3.2.3.1.3. Modelo de Altman et al. (1977) - Zeta 
 No seguimento do Z-Score, Altman et al. (1977) juntamente com a empresa privada Zeta Services, Inc., construíram um novo modelo mais adaptado aos recentes desenvolvimentos no que respeita às demonstrações financeiras, à dimensão das empresas, à natureza temporal dos dados e à metodologia da análise discriminante. 
 Este novo modelo conseguiu ter uma boa capacidade preditiva até cinco anos antes da falência. A amostra envolveu 53 empresas falidas e 58 empresas não falidas do ramo retalhista e da indústria transformadora de 1969 a 1975. Após um processo iterativo com o objetivo de reduzir o número de variáveis, foram escolhidos apenas os rácios que melhor discriminaram os dois grupos de empresas, sendo eles os seguintes:
Rentabilidade dos ativos:
X1= Resultados antes de impostos
​______________________________________________________
Total do ativo
Estabilidade dos Resultados:
X2 = Desvio padrão de resultados antes de impostos
Total do ativo (tendo em conta os últimos 10 anos de exercício)
Serviço da Dívida:
X3= Resultados antes de impostos
_____________________________________________
Encargos Financeiros
Rendibilidade acumulada:
X4= Resultados transitados
________________________________________________
Total do ativo
Liquidez:
X5 = Ativo corrente
______________
Passivo Corrente
Capitalização:
X6= Média dos 5 anos do valor de mercado
_________________________________________________________
(Média do 5 anos do valor de mercado + envidvidamento MLP)
Dimensão:
X7= total dos ativos fixos tangíveis 
O rácio da rentabilidade acumulada e a estabilidade de resultados foram as variáveis que mais contribuíram para a discriminação entre os dois grupos de empresas, em que a primeira chegou a ter um peso discriminativo de cerca de 25%.
 Neste estudo, foram analisados os resultados de acordo com o formato linear e quadrático. Isto porque uma das condições da análise discriminante é o facto de as matrizes de variância e co-variância serem semelhantes.
Basicamente, se as matrizes forem idênticas, então o formato linear que agrega todas as observações é o mais apropriado para o modelo. Se as matrizes não forem idênticas, então uma estrutura quadrática é a mais adequada porque cada grupo pode ser avaliado de forma independente.
 Altman et al. (1977) verificaram que apesar de em termos de propriedades estatísticas a estrutura quadrática ser melhor, o estudo mostrou nos testes de validação que a estrutura linear apresenta uma melhor precisão a longo prazo.
A tabela 5 ilustra a precisão do modelo Zeta:
	Anos Antes da Falência
	1º Ano
	2º Ano
	3º Ano
	4º Ano
	5º Ano
	Empresas Falidas
	96,2%
	84,9%
	74,5%
	68,1%
	69,9%
	Empresas não falidas
	89,7%
	93,1%
	91,4%
	89,5%
	82,1%
Fonte: Adaptado de Altman (2000) 
A tabela acima indica-nos que o modelo classificou corretamente mais de 90% das empresas para um ano antes da falência e cerca de 70% até cinco anos antes da falência. Assim, verificou-se que o modelo conseguiu superar o anterior Z-Score.
�
4 . APLICAÇÃO 
	A aplicação será feita em uma empresa, que tem como principal foco a produção, a mesma tem como área de atuação o ramo de implementos rodoviários, mais especificamente, carrocerias para ônibus, se utiliza de matérias como alumínio etc.
	Estaremos aplicando o modelo Altman a essa empresa, pois a mesma vem enfrentando dificuldades em manter suas atividades no Brasil, devido a baixa demanda. Podemos atribuir isso a crise que se estabeleceu no país nos últimos tempos. Podemos observar a seguir a DRE da empresa: 
	Podemos notar a que o lucro foi menor em 2015, os valores são quase muito diferentes, tendo uma queda enorme de um ano para o outro. 
	 O calculo será feito pela seguinte formula: 
Z = 1,2X 1 + 1.4X 2 + 3,3X 3 + 0,6x 4 + 1.0X 5
X1= Ativo corrente – Passivo Corrente / Ativo total
x1= 2.988.919 - 1.592.174 / 5.038.863 = 0,28
X 2 = Resultados transitados / Ativo total 
X 2 = 1.828.085 / 5.038.863 = 036
X 3 = EBIT / Ativo total 
X 3 = 212,500 / 5.038.863 = 0,04
X 4 = Valor de mercado dos capitais próprios / passivo 
X 4 = 1.016.276 / 3.766.649 = 0,27
X 5 = Total de vendas / Ativo total
X 5 = 2.739.132 / 5.038.863 = 0,54
Z = 1,2X 1 + 1.4X 2 + 3,3X 3 + 0,6x 4 + 1.0X 5
Z = 1,2 x 0,28  + 1.4 x 0,36 + 3,3 x 0,04 + 0,6 x 0,27 + 1.0 x 0,54
Z = 1,63
	Observando o valor que é nos apresentados, podemos constatar que a empresa realmente está certa em cogitar a idéia de fechar as filias no Brasil, o certo seria uma mudança drástica de posicionamento, corte de custos, mudança de direção etc.
CONCLUSÃO
Altman foi um dos pioneiros no estudo de falência de crédito. Com o modelo de insolvência criado por Altman, é possível prever a solvência ou insolvência de uma empresa com base nos seus dados financeiros dos últimos anos. Com esse estudo é possível verificar as perdas nos processos operacionais, que podem causar a falênciada empresa. 
O modelo de insolvência de Altman é um dos mais precisos na identificação e previsão da insolvência das empresas, onde em alguns casos consegue ter uma previsibilidade de aproximadamente 90% das empresas falidas.
	Após o modelo de Altman ser aplicado na empresa de carroceria para ônibus, podemos ver que a empresa está sim entrando em falência. A mesma precisaria de uma mudança de comportamento perante ao mercado e também dentro da própria empresa. Caso não haja mudança, não terá outra opção que não seja, o fechamento da mesma, mesmo sendo só uma filial de uma empresa, o mercado brasileiro é muito importante.
REFERÊNCIAS 
Altman, E. (1968), "Financial ratios, Discriminant analysis and the Prediction of corporate bankruptcy", The Journal of Finance, Vol. 23, nº 4, pp. 589-609.
Altman, E. et al. (1979), “Previsão de Problemas Financeiros em Empresas”, Revista Administração de Empresas, Vol. 19, nº 1, pp. 17-28.
http://www.controladoria.ufpe.br/anais2007/arquivos/Area%20Tematica%20(a)/2.pdf
http://repositorio.ipl.pt/bitstream/10400.21/2445/1/disserta%C3%A7...pdf
http://ri.marcopolo.com.br/ptb/2825/53544.pdf
http://ri.marcopolo.com.br/ptb/2569/10%20Marcopolo%20SA%202014-na.pdf
http://zh.clicrbs.com.br/rs/noticias/economia/noticia/2016/05/crise-leva-marcopolo-a-estudar-fechamento-de-fabricas-no-pais-5793117.html