Forecast of corporate insolvency in Brazil considering regionality

The prediction of financial distress in the context of the credit analysis plays a crucial role for the market because the link with losses and high costs involved in the unfolding of the insolvency and credit recovery process. This research develops a comparison and evaluates two insolvency prediction models, one based on machine learning, called Random Forest (RF), and another on traditional statistics, Logistic Regression (LR), by using data from Brazilian companies between 2005 to 2018. We also verify the performance of the models considering a regionality property (trough the mesoregion of Triângulo Mineiro and Alto Paranaíba and Sul Goiano). In order to deepen the knowledge, we carried out a systematic literature review on financial distress and bankruptcy where we detected that artificial intelligence technology is constantly improving to predict companies in financial distress. After that, we focused on the analyzes of the model performances. The main results according to the accuracy, brier score, forecast errors and area under the ROC curve (AUC) metrics showed that the RF classifier surpasses the LR model, considering the AUC, the predictive capacity in the national scenario was 96, 7%, and 93.4% and in the region's companies was 96.3% and 90.9% respectively. However, compared to other studies, the LR model presented a satisfactory result.Dissertação (Mestrado)A previsão do fenômeno de dificuldade financeira no contexto de análise da concessão de créditos financeiros tem um papel relevante para o mercado, pois está associada a perdas e a elevados custos envolvidos no desdobramento do processo de insolvência e de recuperação dos créditos. Esta pesquisa foi desenvolvida para comparar e avaliar dois modelos de previsão de insolvência, um baseado em aprendizado de máquina, Random Forest (RF), e outro em estatística tradicional, Regressão Logística (LR), com dados de empresas brasileiras no período de 2005 a 2018. Verificou-se ainda o desempenho dos modelos em empresas regionais (mesorregião do Triângulo Mineiro e Alto Paranaíba e do Sul Goiano). No intuito de aprofundar o conhecimento, realizou-se uma revisão sistemática de literatura sobre dificuldades financeiras e falência, na qual detectou-se, que a tecnologia de inteligência artificial está em constante aprimoramento para prever empresas em dificuldade financeira. Num segundo momento, focou-se nos modelos, os quais são analisados em termos de desempenho. Os principais resultados conforme as métricas de acurácia, Brier Score, erros de previsão e área sob a Curva ROC (AUC), demonstraram que o classificador RF supera o modelo de LR, considerando a AUC, a precisão preditiva no cenário nacional foi de 96,7%, e 93,4% e nas empresas da região foi de 96,3% e 90,9% respectivamente, porém, em relação a outros estudos, o modelo LR apresentou um resultado satisfatório