Sete índices financeiros preveem falências de PMEs com até três anos de antecedência
Há um momento peculiar em qualquer setor quando a evidência que resolveria um problema está disponível há décadas, mas ninguém a havia organizado da maneira correta. Isso é, em essência, o que acabou de documentar uma pesquisa publicada no Global Business and Economics Review: que a insolvência das pequenas e médias empresas europeias pode ser antecipada com até três anos de antecedência usando apenas sete indicadores contábeis padrão, os mesmos que qualquer contador já calcula e que os bancos levam décadas recebendo sem saber exatamente o que fazer com eles em combinação.
O estudo, assinado por Sónia Silva, analisou dados de mais de 24.500 empresas europeias ao longo de oito anos. O modelo resultante alcança uma precisão global de aproximadamente 82% e consegue identificar corretamente mais de 70% das insolvências três anos antes de ocorrerem, quando aplicado sobre dados com resultados conhecidos. Não se trata de um algoritmo de aprendizado de máquina treinado com milhões de variáveis. É um modelo de predição multivariante construído sobre sete índices: índice de caixa, contribuição por juros pagos, índice de solvência, financiamento de curto prazo, alavancagem, índice dívida-ativos e rentabilidade sobre ativos. Sete números que já existem nos balanços e que, juntos, descrevem com suficiente fidelidade a liquidez, a carga de dívida, a resiliência financeira e a rentabilidade de uma empresa.
A pergunta que o achado deixa sobre a mesa não é técnica. É estrutural: se os dados estavam lá e os modelos funcionam, o que impediu que isso acontecesse antes?
A lacuna que a academia manteve aberta por tempo demais
A predição de falências empresariais tem uma longa história acadêmica. Os modelos clássicos, concebidos nas décadas de 1960 e 1970, foram projetados para empresas grandes e listadas em bolsa, com acesso a avaliações de mercado, dados de capitalização bursátil e estruturas financeiras suficientemente transparentes para alimentar modelos estatísticos robustos. As PMEs ficaram de fora desse quadro, não por descuido, mas porque representavam uma categoria que as finanças corporativas tradicionais trataram como opaca demais, heterogênea demais e, em muitos casos, pequena demais para justificar o esforço analítico.
O problema com essa lógica é que as PMEs não são uma categoria menor. Representam a maioria das empresas nas economias da OCDE e aproximadamente dois terços do emprego nesses países. O risco de insolvência das PMEs não é um problema de microeconomia gerenciável em escala individual: é uma variável com consequências diretas sobre o sistema bancário, o mercado de trabalho e a estabilidade fiscal dos governos que operam programas de garantia creditícia ou subsídios de emprego.
O que o trabalho de Silva faz é fechar essa lacuna com um conjunto de dados suficientemente amplo para que o modelo seja estatisticamente robusto e suficientemente concentrado em índices acessíveis para que seja replicável sem infraestrutura extraordinária. O achado mais revelador não é que o modelo funcione com 82% de precisão: é que esse nível de precisão é alcançado três anos antes do evento de insolvência, um horizonte temporal que muda completamente a lógica da intervenção.
Três anos é tempo suficiente para renegociar condições de crédito. É tempo suficiente para que um credor ajuste garantias, modifique covenants ou intensifique o monitoramento de uma carteira específica. É tempo suficiente para que um proprietário de PME tome decisões de reestruturação antes que a situação se torne irreversível. O que distingue esse modelo dos sistemas de alerta precoce que já existem em muitos bancos europeus é precisamente esse horizonte estendido combinado com a parcimônia do instrumento: sete índices, não centenas de variáveis.
O que os sete índices revelam sobre a anatomia de uma falência
Observar os sete indicadores do modelo como um conjunto, em vez de como variáveis isoladas, produz um diagnóstico mais interessante do que qualquer um deles separadamente. A seleção não é arbitrária: cada índice captura uma dimensão distinta do risco, e juntos constroem uma imagem tridimensional da empresa.
O índice de caixa e o financiamento de curto prazo descrevem a liquidez imediata e a forma como a empresa gerencia suas obrigações mais urgentes. Uma empresa pode ser lucrativa no papel e se asfixiar por falta de caixa disponível. Isso não é um paradoxo incomum nas PMEs: é um dos mecanismos de falência mais comuns, especialmente em negócios com ciclos de recebimento longos e fornecedores que exigem pagamentos rápidos.
O índice de solvência, a alavancagem e o índice dívida-ativos capturam a estrutura de capital e a capacidade de absorver perdas sem entrar em colapso. Uma empresa altamente alavancada pode sobreviver enquanto os fluxos de caixa forem estáveis, mas sua margem de tolerância diante de uma queda de receita é mínima. Esses três índices, vistos em conjunto, descrevem quanto oxigênio resta à empresa antes que a dívida deixe de ser sustentável.
A contribuição por juros pagos acrescenta uma dimensão operacional: mede se o negócio gera margem de contribuição suficiente para cobrir seu custo financeiro. Uma empresa que não consegue cobrir seus juros com sua margem operacional está consumindo patrimônio ou crédito adicional para se manter ativa, o que é um sinal de deterioração estrutural que pode permanecer invisível durante vários trimestres se for observada apenas a lucratividade líquida.
A rentabilidade sobre ativos fecha o modelo medindo a eficiência com que a empresa converte seus ativos em resultados. Uma queda sustentada nesse indicador, combinada com alavancagem crescente e liquidez em declínio, produz o padrão que o modelo aprende a reconhecer como precursor de insolvência.
O que resulta significativo sob uma perspectiva de proposta de valor é que nenhum desses sete índices requer informação que não esteja já disponível nas demonstrações financeiras básicas de uma empresa. Não é necessário acesso a dados de mercado, avaliações externas ou projeções gerenciais. O modelo opera com o que já existe, o que tem implicações diretas sobre quem pode adotá-lo e a que custo.
O gargalo que o modelo não pode resolver sozinho
O próprio estudo aponta uma limitação que merece atenção separada: o modelo melhoraria com maior divulgação financeira por parte das PMEs, mas os autores consideram que isso é "altamente improvável dada a natureza das empresas menores". Essa frase concentra uma tensão que não é nova, mas que esse achado coloca novamente sobre a mesa com mais urgência do que antes.
As PMEs têm incentivos estruturais para manter seus dados financeiros opacos. Parte dessa opacidade é defensiva: compartilhar informações detalhadas com credores ou com o mercado pode enfraquecer a posição negociadora de um proprietário, expor vulnerabilidades competitivas ou simplesmente gerar carga administrativa que uma empresa pequena não tem capacidade de gerenciar. O resultado é um mercado onde os instrumentos de predição funcionam melhor exatamente nos casos em que a informação é mais abundante, que costumam ser as empresas que menos precisam deles.
Esse desequilíbrio tem consequências diretas para os credores. Os bancos e as instituições de microcrédito que operam em segmentos de PMEs pequenas — não as médias bem documentadas, mas as micro e pequenas com contabilidade simplificada — têm acesso a uma fração da informação que o modelo requer para operar com seu nível documentado de precisão. Nesses casos, o modelo ainda pode ser útil como referência de risco relativo, mas sua capacidade preditiva se degrada de forma proporcional à qualidade dos dados disponíveis.
Para os programas públicos de garantia creditícia, o desafio é diferente, mas igualmente concreto. Muitos desses programas operam sob pressão política para maximizar o acesso ao crédito, o que na prática significa financiar empresas com perfis de risco que um banco privado rejeitaria. Um modelo com a precisão documentada por Silva poderia ser usado para discriminar melhor entre empresas viáveis com problemas temporários de liquidez e empresas com deterioração estrutural irreversível, o que melhoraria a eficiência do gasto público. Mas isso requer que as empresas beneficiárias reportem com o nível de detalhamento que o modelo necessita, e esse requisito choca diretamente com a lógica de simplificação que justifica os programas em primeiro lugar.
O dado que os bancos europeus já deveriam estar calculando
A pesquisa chega em um momento em que o contexto macroeconômico europeu amplifica sua relevância. Estudos anteriores sobre o impacto da pandemia de COVID-19 nas PMEs europeias documentaram aumentos de risco de insolvência da ordem de 21% durante esse período, medidos em função de quedas em rentabilidade, faturamento e capital de giro. As mesmas variáveis que o modelo de Silva identifica como preditores centrais.
Para os bancos com carteiras significativas de crédito a PMEs, o argumento econômico para adotar um marco de monitoramento baseado nesses sete índices é direto. O Fundo Monetário Internacional documentou que a deterioração massiva de PMEs pode reduzir os índices de capital Tier 1 dos sistemas bancários em até 2 pontos percentuais nos países mais expostos. Isso não é um risco abstrato: é uma variável que os reguladores europeus acompanham com atenção crescente desde 2020 e que as equipes de gestão de risco de qualquer banco com carteira relevante de PMEs deveria estar quantificando permanentemente.
A adoção prática do modelo em sistemas de monitoramento bancário não requer grandes investimentos tecnológicos. Requer disciplina na coleta de demonstrações financeiras periódicas dos devedores, padronização no cálculo dos sete índices e um processo claro de alertas internos quando uma empresa ultrapassa limiares de risco em múltiplos indicadores simultaneamente. Isso é mais um problema de processo do que de tecnologia, o que reduz materialmente a barreira de implementação para instituições de médio porte que não dispõem de orçamento para modelos proprietários de aprendizado de máquina.
O que torna o modelo de Silva especialmente útil nesse contexto não é apenas sua precisão, mas sua interpretabilidade. Um modelo de sete índices é auditável. Um analista de crédito pode explicar a um comitê de risco por que uma empresa específica acionou um alerta: "o índice de caixa caiu 40% em dois exercícios consecutivos enquanto a alavancagem subiu 15 pontos percentuais e a rentabilidade sobre ativos tornou-se negativa". Isso é um diagnóstico que gera ação. Um modelo de caixa-preta com 200 variáveis pode ter maior precisão estatística, mas produz conversas mais difíceis nos níveis em que as decisões reais de crédito são tomadas.
O sinal que ninguém estava lendo em conjunto
A contribuição mais duradoura deste trabalho não é o modelo em si. É a demonstração de que a informação para antecipar a falência de uma PME já estava disponível, que residia nos balanços que os bancos recebem periodicamente, e que o que faltava era a estrutura analítica para lê-la em combinação com antecedência suficiente.
Isso descreve um padrão que aparece com frequência em mercados onde os dados existem, mas estão fragmentados ou mal interpretados: a solução não chega com nova informação, mas com uma reorganização da informação existente que torna visível algo que já estava lá. Nesse caso, a reorganização é estatisticamente documentada, replicável e suficientemente parcimoniosa para que qualquer instituição financeira com acesso a balanços básicos possa adotá-la sem infraestrutura extraordinária.
As PMEs representam a maior parte do tecido empresarial das economias avançadas e uma parcela desproporcional do risco de crédito não gerenciado. Um modelo que pode antecipar mais de 70% de suas insolvências com três anos de margem, usando apenas sete índices padrão, não é uma curiosidade acadêmica. É uma ferramenta com consequências operacionais concretas para credores, reguladores e proprietários de empresas que preferem intervir antes do que gerenciar uma crise. O limite de sua utilidade não está em sua precisão: está na qualidade e na consistência dos dados que as próprias PMEs estão dispostas a reportar, e isso depende de incentivos que o modelo sozinho não pode mudar.
