IDENTIFICAÇÃO DE INDICADORES PARA PREVISÃO DE INSOLVÊNCIA DAS DISTRIBUIDORAS DE ENERGIA ELÉTRICA POR MEIO DE REGRESSÃO LOGÍSTICA PARA DADOS EM PAINEL

Autores

  • Shirley Fernandes Pereira da Silva Programa de Pós Graduação em Ciências Contábeis (PPGCC/Uerj)
  • José Francisco Moreira Pessanha Programa de Pós-Graduação em Ciências Contábeis da Universidade do Estado do Rio de Janeiro (Uerj), Instituto de Matemática e Estatística da Uerj, Centro de Pesquisas de Energia Elétrica (Cepel) http://orcid.org/0000-0002-7134-2388

Palavras-chave:

Distribuidoras de Energia Elétrica, Insolvência, Regressão Logística

Resumo

Este trabalho tem como objetivo identificar os indicadores econômicos e financeiros mais relevantes para a previsão de insolvência das distribuidoras de energia elétrica atuantes no Brasil. O trabalho foi realizado com base em 18 indicadores derivados das demonstrações contábeis divulgadas no endereço eletrônico da Agência Nacional de Energia Elétrica (ANEEL) para 62 concessionárias de distribuição no período de 2011-2018. A identificação dos indicadores mais relevantes foi realizada por meio de uma busca exaustiva, na qual são avaliados modelos de regressão logística para dados em painel para classificar as distribuidoras entre solventes e insolventes, mas com diferentes combinações de indicadores entre as variáveis explicativas. As análises realizadas identificaram cinco indicadores relevantes, nomeadamente o lucro líquido, a dependência/independência financeira, a liquidez geral e as perdas não técnicas.

Biografia do Autor

Shirley Fernandes Pereira da Silva, Programa de Pós Graduação em Ciências Contábeis (PPGCC/Uerj)

Graduada em Ciências Contábeis pela Faculdade de Ciências Contábeis e Administrativas Moraes Junior (1988) e graduada em Ciências Administrativas pela Faculdade de Ciências Contábeis e Administrativas Moraes Junior (1992). Especialização Lato Sensu em Controladoria e Finanças pela Universidade Federal Fluminense - UFF (2003), Especialização Lato Sensu em Contabilidade e Auditoria pela Universidade Federal Fluminense, 2017. Mestre em Ciências Contábeis com concentração em Controladoria e gestão pública, pela Universidade do Estado do Rio de Janeiro (2020). Atualmente exerço cargo público federal na área de tecnologia da informação no Departamento de Controladoria onde participo da implementação e gestão de custos. Com experiência na área Contábil e fiscal-tributária em organizações Financeiras e Prestação de Serviços de grande porte.

José Francisco Moreira Pessanha, Programa de Pós-Graduação em Ciências Contábeis da Universidade do Estado do Rio de Janeiro (Uerj), Instituto de Matemática e Estatística da Uerj, Centro de Pesquisas de Energia Elétrica (Cepel)

Estatístico (ENCE, 1992) e engenheiro eletricista (UERJ,1994). É mestre (COPPE/UFRJ,1999) e doutor (PUC-Rio,2006) em engenharia elétrica. Atualmente é professor adjunto da Universidade do Estado do Rio de Janeiro (UERJ) e pesquisador do Centro de Pesquisas de Energia Elétrica (CEPEL). Na UERJ é professor do curso de graduação em estatística desde 1999, onde tem orientado trabalhos de conclusão de curso de graduação e lecionado as disciplinas de estatística, econometria, modelos de regressão linear, planejamento de experimentos e estatística multivariada. Ainda na UERJ ministra disciplinas de pesquisa operacional e estatística, em cursos de especialização, e métodos quantitativos no mestrado do Programa de Pós Graduação em CIências Contábeis da Faculdade de Administração e Finanças (FAF/UERJ). Também participa do Grupo de Estudos de Veículos Elétricos da Faculdade de Engenharia (FEN/UERJ). No CEPEL desde 1995, tem participado de projetos de pesquisas e estudos e no desenvolvimento de modelos computacionais com aplicação de métodos estatísticos/probabilísticos e de otimização em sistemas de potência, em particular, nas áreas de confiabilidade de sistemas de potência, previsão de carga, previsão de longo prazo do mercado de energia elétrica com base em cenários macroeconômicos (PIB e distribuição de renda) e projeções de população e número de domicílios, construção de tipologias de curva de carga, energia eólica, regulação técnico-econômica das distribuidoras de eletricidade com foco na regulação da qualidade do fornecimento e na tarifação do uso dos sistemas de distribuição com base em custos marginais. Em 2016 realizou pós-doutorado no Inesc Tec Porto, Portugal, sobre previsão probabilística da geração eólica.

Referências

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA – ANEEL. Resolução Normativa nº 396/2010. Institui a Contabilidade Regulatória e aprova alterações no Manual de Contabilidade do Setor Elétrico, instituído pela Resolução ANEEL nº 444, de 26 de outubro de 2001. 23 fev. 2010. Disponível em: http://www.aneel.gov.br/cedoc/ren2010396.pdf. Acesso em: 21 out. 2021.

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA – ANEEL. Nota Técnica nº 353/2014 SFF/ANEEL. Abertura de Consulta Pública visando coletar subsídios para a formalização e o

aprimoramento da fiscalização do equilíbrio econômico e financeiro das distribuidoras de energia elétrica, compreendendo a instituição de indicadores públicos de sustentabilidade. 16 dez. 2014.

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA – ANEEL. Gestão de Dados e Normatização Contábil. 2018. Disponível em: https://www.aneel.gov.br/gestao-de-dados-e-normatizacao-contabil. Acesso em: 21 out. 2021.

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA – ANEEL. Nota Técnica nº 01/2020 GMSE/ANEEL. Avaliação inicial dos efeitos da pandemia do COVID-19 no setor elétrico brasileiro, com apresentação de propostas a serem avaliadas, de curto e médio prazo, para o enfrentamento. 16 abr. 2020.

ALAMINOS, D.; DEL CASTILLO, A.; FERNÁNDEZ, M.Á. A global model for bankruptcy prediction. PLoS ONE, [s.l.], v. 11, n. 11, p. 1-18, November 23 2016. Disponível em: https://doi.org/10.1371/journal.pone.0208476. Acesso em: 21 out. 2021.

ALTMAN, E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, [s.l.], v. 23, n. 4, p. 589-609, September 1968. Disponível em: https://doi.org/10.2307/2978933. Acesso em: 21 out. 2021.

ASSAF NETO, A. Estrutura e análise de balanços: um enfoque econômico-financeiro. 11. ed. São Paulo: Atlas, 2015. 392 p.

BALCAEN, S.; OOGHE, H. 35 years of studies on business failure: an overview of the classic statistical methodologies and their related problems. The British Accounting Review, [s.l.], v. 38, n. 1, p. 63-93, March 2006. Disponível em: https://doi.org/10.1016/j.bar.2005.09.001. Acesso em: 21 out. 2021.

BENJÓ, I. Fundamentos de Economia da Regulação. Rio de Janeiro: Thex Ed., 1999. 149 p.

BRESSAN, V.G.F.; BRAGA, M.J.; BRESSAN, A.A.; RESENDE FILHO, M.A. Avaliação de insolvência em cooperativas de crédito: uma aplicação do sistema PEARLS. Revista de Administração Mackenzie, São Paulo, v. 12, n. 2, p. 113-144, mar./abr. 2011. Disponível em: https://doi.org/10.1590/S1678-69712011000200006. Acesso em: 21 out. 2021.

BRIGHAM, E.F.; EHRHARDT, M. C. Administração financeira: teoria e prática. 3. ed. São Paulo: Cengage Learning, 2016. 969 p.

BRITO, G.A.S.; ASSAF NETO, A.; CORRAR, L.J. Sistema de classificação de risco de crédito: uma aplicação a companhias abertas no Brasil. Revista Contabilidade & Finanças, São Paulo, v. 20, n. 51, p. 28-43, set./dez. 2009. Disponível em: https://doi.org/10.1590/S1519-70772009000300003. Acesso em: 21 out. 2021.

BRUCE, P.; BRUCE, A. Practical Statistics for Data Scientists: 50 essential concepts. Sebastopol: O’Reilly, 2017. 318 p.

BRUGNI, T.V.; RODRIGUES, A.; CRUZ, C.F.; SZUSTER, N. IFRIC 12, ICPC 01 e contabilidade regulatória: influências na formação de tarifas do setor de energia elétrica. Sociedade, Contabilidade e Gestão, Rio de Janeiro, v. 7, n.2, p. 104-119, jul./dez. 2012. Disponível em: http://www.atena.org.br/revista/ojs-2.2.3-06/index.php/ufrj/article/viewArticle/1497. Acesso em: 21 out. 2021.

BURNHAM, K.P.; ANDERSON, D.R. Model selection and multimodel inference: a practical information-theoretic approach. New York: Springer-Verlag, 2002.

CABRAL, M.S.; GONÇALVES, M.H. Análise de dados longitudinais: minicurso do XIX Congresso da Sociedade Portuguesa de Estatística, Lisboa: Edições SPE, 2011. 156 p. Disponível em: https://www.spestatistica.pt/publicacoes/publicacao/analise-de-dados-longitudinais. Acesso em: 21 out. 2021.

CALCAGNO, V.; MAZANCOURT, C. glmulti: An R package for easy automated model selection with (generalized) linear models. Journal of Statistical Software, Innsbruck, v. 34, n. 12, p. 1-29, may 2010. Disponível em: https://doi.org/10.18637/jss.v034.i12. Acesso em: 21 out. 2021.

CARVALHO, P.F.C. Análise da sustentabilidade econômico-financeira das distribuidoras do setor elétrico do Brasil. Orientador: Adriano Rodrigues. 2016. 87 f. Dissertação (Mestrado em Administração) - Instituto COPPEAD de Administração, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2016. Disponível em: http://gesel.ie.ufrj.br/app/webroot/files/IFES/BV/carvalho28.pdf. Acesso em: 21 out. 2021.

CERATTI, R.K. Modelos para análise de dados não-normais multivariados longitudinais. Orientador: Afrânio Márcio Corrêa Vieria. 2013. 65 f. Dissertação (Mestrado em Estatística) - Departamento de Estatística, Instituto de Ciências Exatas, Universidade de Brasília, Brasília, 2013. Disponível em: https://repositorio.unb.br/bitstream/10482/19152/1/2013_RubemKalpperCeratti.pdf. Acesso em: 21. out. 2021.

FREES, E.W. Longitudinal and Panel Data: analysis and applications in the social sciences. New York: Cambridge, 2006. 484 p.

GANIM, A. Setor elétrico brasileiro: aspectos regulamentares. 3. ed. Rio de Janeiro: Synergia, 2019. 848 p.

GITMAN, L.J. Princípios de administração financeira. 12. ed. São Paulo: Pearson Prentice Hall, 2010. 800 p.

GONÇALVES, M.H.; CABRAL, M.S.; AZZALINI, A. The R package bild for the analysis of binary longitudinal data. Journal of Statistical Software, Innsbruck, v. 46, n. 9, p. 1-17, feb. 2012. Disponível em: https://doi.org/10.18637/jss.v046.i09. Acesso em: 21 out. 2021.

GUIMARÃES, P.R.F; RESENDE FILHO, M.A. Uma aplicação do modelo de regressão logística na previsão de falência empresarial no Brasil. Revista Brasileira de Economia de Empresas, Brasília, v. 18, n. 2, p. 21-42, 2018. Disponível em: https://portalrevistas.ucb.br/index.php/rbee/article/view/7963/5932. Acesso em: 21 out. 2021.

HORTA, R.A.M.; BORGES, C.C.H.; CARVALHO, F.A.A.; ALVES, F.J.S. Previsão de insolvência: uma estratégia para balanceamento da base de dados utilizando variáveis contábeis de empresas brasileiras. Sociedade, Contabilidade e Gestão, Rio de Janeiro, v. 6, n. 2, p. 21-36, jul./dez. 2011. Disponível em: https://doi.org/10.21446/scg_ufrj.v6i2.13236. Acesso em: 21 out. 2021.

KACZMAREK, J. Estimation of the logistic regression model for company bankruptcy. Contemporary Management Quarterly, Kraków, v. 1, p. 20-31, 2012. Disponível em: https://core.ac.uk/reader/229257572. Acesso em: 21 out. 2021.

LEITE, D.A.; PESSANHA, J.F.M.; SIMÕES, P.F.M.; CALILI, R.F.; SOUZA, R.C. A Stochastic Frontier Model for Definition of Non-Technical Loss Targets. Energies, Basel, v. 13, n. 12, p. 1-20, 2020. Disponível em: https://doi.org/10.3390/en13123227. Acesso em: 21 out. 2021.

MARION, J. C. Análise das demonstrações contábeis: contabilidade empresarial. 2. ed. São Paulo: Atlas, 2002. 302 p.

MARION, J. C. Contabilidade empresarial. 17. ed. São Paulo: Atlas, 2015. 536 p.

OHLSON, J.A. Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, Chicago, v. 18, n. 1, p. 109-131, Spring 1980. Disponível em: https://www.jstor.org/stable/2490395. Acesso em: 21 out. 2021.

PAGE, S.E. The model thinker, what you need to know to make data work for you. New York: Basic Books, 2018. 429 p.

PESSANHA, J.F.M.; SOUZA, R.C.; LAURENCEL, L.C. Um modelo de análise envoltória de dados para o estabelecimento de metas de continuidade do fornecimento de energia elétrica. Pesquisa Operacional, Rio de Janeiro, v. 27, n. 1, abril 2007. Disponível em: https://doi.org/10.1590/S0101-74382007000100004. Acesso em: 21 out. 2021.

R CORE TEAM. The R project for statistical computing. 2019. Disponível em: https://www.r-project.org. Acesso em: 21 out. 2021.

RIVERA, R.; ESPOSITO, A.S.; TEIXEIRA, I. Redes elétricas inteligentes (smart grid): oportunidade para adensamento produtivo e tecnológico local. Revista do BNDES, Rio de Janeiro, n. 40, p. 43-84, dez. 2013. Disponível em: https://web.bndes.gov.br/bib/jspui/handle/1408/1421. Acesso em: 21 out. 2021.

SCALZER, R.S.; RODRIGUES, A.; MACEDO, M.Á.S. Insolvência empresarial: um estudo sobre as distribuidoras de energia elétrica brasileiras. Revista Contemporânea de Contabilidade, Florianópolis, v. 12, n. 27, p. 27-60, set./dez. 2015. Disponível em: https://doi.org/10.5007/2175-8069.2015v12n27p27. Acesso em: 21 out. 2021.

SCHWAB, K. A quarta revolução industrial. São Paulo: Edipro, 2016. 160 p.

SHI, Y.; LI, X. An overview of bankruptcy prediction models for corporate firms: A systematic literature review. Intangible Capital, Terrassa, v. 15, n. 2, p. 114-127, 2019. Disponível em: https://doi.org/10.3926/ic.1354. Acesso em: 21 out. 2021.

SILVA NETA, M.A.; SOEIRO, T.M.; ARAÚJO, J.G.N.; PRAZERES, R.V.; ARAÚJO, J.G.; MEDEIROS, P.M. Reflexos da privatização nos indicadores econômicos e financeiros das cooperativas de energia elétrica do estado de Pernambuco. Contabilometria – Brazilian Journal of Quantitative Methods Applied do Accounting, Monte Carmelo, v. 4, n. 2, p. 98-113, jul./dez. 2017. Disponível em: http://www.fucamp.edu.br/editora/index.php/contabilometria/article/view/877. Acesso em: 21 out. 2021.

WAGENMAKERS, E.J.; FARREL, S. AIC model selection using Akaike weights. Psychonomic Bulletin & Review, [s.l.], v. 11, n. 1, p. 192-196, feb. 2004. Disponível em: https://doi.org/10.3758/BF03206482. Acesso em: 21 out. 2021.

ZYLBERSZTAJN, D.; LINS, C. (org.). Sustentabilidade e geração de valor: transição para o século XXI. Rio de Janeiro: Elsevier, 2010. 210 p.

Downloads

Publicado

05/01/2022

Edição

v. 9 n. 1 (2022): CONTABILOMETRIA – Brazilian Journal of Quantitative Methods Applied to Accounting (Jan. - Jun. /2022)

Seção

Artigos

Licença

Todos os trabalhos aceitos e publicados pela Revista “CONTABILOMETRIA – Brazilian Journal of Quantitative Methods Applied to Accounting” terão como prerrogativas básicas os seguintes pontos:

  • a) As submissões são abertas a todos os usuários interessados, desde que, previamente cadastrados no Sistema de Publicação Eletrônica de Revistas utilizado pela Revista “CONTABILOMETRIA – Brazilian Journal of Quantitative Methods Applied to Accounting”;
  • b) Todos os trabalhos aprovados e publicados pela Revista “CONTABILOMETRIA – Brazilian Journal of Quantitative Methods Applied to Accounting” são de livre acesso a todos os interessados desde que, previamente, possua um código de usuário e senha cadastrados no Sistema de Publicação Eletrônica de Revistas utilizado pela Revista;
  • c) O Sistema de Publicação Eletrônica de Revistas utilizado pela Revista “CONTABILOMETRIA – Brazilian Journal of Quantitative Methods Applied to Accounting” será aberto a todo e qualquer usuário interessado no seu conteúdo. Sendo que, o cadastro no referido sistema será de inteira responsabilidade do usuário interessado.