BUSINESS INSOLVENCY: National and international bibliometric study supported by text mining
DOI:
https://doi.org/10.4270/ruc.2022102Keywords:
Business insolvency, Bibliometry, ProKnow-C, Information miningAbstract
The main objective of this article was to understand and compare the most discussed topics in the national and international literature on business insolvency. It used a technique for systematizing the selection of academic papers, the Knowledge Development Process-Constructivist, and text mining techniques supported by the Iramuteq software. We identified an expansion in national and international academic production after 2008, coinciding with the North American subprime mortgage crisis reflected worldwide. We identified differences between the topics covered by national and international literature. The national literature showed a greater interest in understanding the bankruptcy process of small and medium enterprises, using mainly statistical techniques and interviews, while the international literature proved to be quite heterogeneous in the segments studied, using statistical techniques but also manifesting an interest in machine learning techniques. As an academic contribution, this work synthesized the main lines of study developed in business insolvency, an area of knowledge of multidisciplinary interest that still does not have a conclusive theory. The work also contributes as a source for the identification of research gaps, that is, in the identification of discussions still little explored in the national scenario, such as the discussion of the relationship between earnings management and corporate insolvency and the use, with greater consistency, of machine learning techniques such as Support Vector Machine and Artificial Neural Networks.
Downloads
References
Adolfo Sorensen Cabrera, G. (1998). um modelo neural para previsão de insolvência no sistema financeiro [pontifícia universidade católica do rio de janeiro]. https://doi.org/10.17771/PUCRio.acad.7493
Agustia, D., Muhammad, N. P. A., & Permatasari, Y. (2020). Earnings management, business strategy, and bankruptcy risk: evidence from Indonesia. Heliyon, 6(2), 9. https://doi.org/10.1016/j.heliyon.2020.e03317
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcY. The Journal of Finance, 23(4), 589–609. https://doi.org/10.1111/j.1540-6261.1968.tb00843.x
Barboza, F., Kimura, H., & Altman, E. (2017). Machine learning models and bankruptcy prediction. Expert Systems with Applications, 83, 405–417. https://doi.org/10.1016/j.eswa.2017.04.006
Beaver, W. H. (1966). Financial Ratios As Predictors of Failure. Journal of Accounting Research, 4, 71. https://doi.org/10.2307/2490171
Bressan, V. G. F., Braga, M. J., & Lima, J. E. de. (2004). Análise de insolvência das cooperativas de crédito rural do estado de Minas Gerais. Estudos Econômicos (São Paulo), 34(3), 553–585. https://doi.org/10.1590/s0101-41612004000300006
CASTELLI, T. M. (2018). Análise da metodologia knowledge development process – constructivist (proknow-c) e suas contribuições à avaliação de desempenho organizacional: um estudo à luz do apoio à decisão. Universidade Federal do Rio Grande.
Claußen, A., Löhr, S., Rösch, D., & Scheule, H. (2017). Valuation of systematic risk in the cross-section of credit default swap spreads. The Quarterly Review of Economics and Finance, 64, 183–195. https://doi.org/10.1016/j.qref.2016.06.007
do Prado, J. W., de Castro Alcântara, V., de Melo Carvalho, F., Vieira, K. C., Machado, L. K. C., & Tonelli, D. F. (2016). Multivariate analysis of credit risk and bankruptcy research data: a bibliometric study involving different knowledge fields (1968–2014). Scientometrics, 106(3), 1007–1029. https://doi.org/10.1007/s11192-015-1829-6
Elizabetsky, R. (1976). Um modelo matemático para decisões de crédito no banco comercial. Escola Politécnica da Universidade de São Paulo.
Ensslin, L., Ensslin, S. R., & Pinto, H. de M. (2013). Processo de investigação e análise bibliométrica: avaliação da qualidade dos serviços bancários. Revista de Administração Contemporânea, 17(3), 325–349. https://doi.org/10.1590/S1415-65552013000300005
Ferreira, L. F. F., Oliva, F. L., Santos, S. A. dos, Grisi, C. C. de H. e, & Lima, A. C. (2012). Análise quantitativa sobre a mortalidade precoce de micro e pequenas empresas da cidade de São Paulo. Gestão & Produção, 19(4), 811–823. https://doi.org/10.1590/S0104-530X2012000400011
Führ, F., Donizetti De Lima, J., José, F., & Schenatto, A. (2017). Uma revisão sistemática da literatura sobre credit scoring. $AVEPI (System for Analysis of Economic Viability of Investment Projects). In researchgate.net (pp. 1–12). VII Congresso Brasileiro de Engenharia de Produção. https://www.researchgate.net/publication/321808374
Gonçalves, R. M. L., & Braga, M. J. (2006). Condicionantes do risco de liquidez em cooperativas de economia e crédito mútuo de Minas Gerais. Revista de Economia e Administração, 5(2), 201–220. https://doi.org/10.11132/rea.2002.122
Güttler, A., & Wahrenburg, M. (2007). The adjustment of credit ratings in advance of defaults. Journal of Banking & Finance, 31(3), 751–767. https://doi.org/10.1016/j.jbankfin.2006.05.014
Horta, R. A. M. (2001). Utilização de indicadores contábeis na previsão de insolvência: análise empírica de uma amostra de empresas comerciais e industriais brasileiras. Universidade do Estado do Rio de Janeiro.
Janot, M. M. (2001). Modelos de Previsão de Insolvência Bancária no Brasil. Working Paper Series Do Banco Central, 13, 1–41.
Kanitz, S. C. (1974). Como prever falências. Revista de Negócios Em Exame, 95–102.
Kücher, A., & Feldbauer-Durstmüller, B. (2019). Organizational failure and decline – A bibliometric study of the scientific frontend. Journal of Business Research, 98, 503–516. https://doi.org/10.1016/j.jbusres.2018.05.017
Mansi, S., Maxwell, W. F., & Zhang, A. (Jianzhong). (2010). Bankruptcy Prediction Models and the Cost of Debt. SSRN Electronic Journal, 21. https://doi.org/10.2139/ssrn.1622407
Martins, M., & Samanéz, C. (1987). Análise Discriminante e os Bancos Comerciais Privados Brasileiros: uma Aplicação. Revista Brasileira de Mercado de Capitais, 13(39), 123–142.
MATIAS, A. B. (1978). Contribuição às técnicas de análise financeira: um modelo de concessão de crédito.
MATIAS, Alberto Borges, & SIQUEIRA, J. de O. (1996). Risco bancário: modelo de previsão de insolvência de bancos no Brasil. Revista de Administração - RAUSP, 31(abr./jul 1996), 19–28.
Minussi, J. A., Damacena, C., & Ness Jr, W. L. (2002). Um modelo de previsão de solvência utilizando regressão logística. Revista de Administração Contemporânea, 6(3), 109–128. https://doi.org/10.1590/S1415-65552002000300007
NEVES, J. A. D., & PESSOA, R. W. A. (2006). Causas da mortalidade de micros e pequenas empresas: o caso das lojas de um shopping center. Organizações Em Contexto, 2(4), 143–164. https://doi.org/https://doi.org/10.15603/1982-8756/roc.v2n4p%20165%20-%20195
Ohlson, J. A. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 18(1), 109–131. https://doi.org/10.2307/2490395
Pinheiro, L. E. T., & Pinheiro, J. L. (2008). Modelos de Evaluación del Riesgo de Insolvencia de Empresas Españolas Cotizadas. Revista Contabilidade Vista e Revista, 19(3), 95–121.
Sanvicente, A., & Minardi, A. (1998). Identificação de indicadores contábeis significativos para previsão de concordata de empresas.
Securato, J. R., & Famá, R. (1997). Um procedimento para a decisão de crédito pelos bancos. Revista de Administração Contemporânea, 1(1), 101–119. https://doi.org/10.1590/S1415-65551997000100006
Shi, Y., & Li, X. (2019). A bibliometric study on intelligent techniques of bankruptcy prediction for corporate firms. Heliyon, 5(12), e02997. https://doi.org/10.1016/j.heliyon.2019.e02997
Silva, J. P. da. (1983). Administração de Crédito e Previsão de Insolvência (1st ed.). Atlas.
Wang, G., Ma, J., & Yang, S. (2014). An improved boosting based on feature selection for corporate bankruptcy prediction. Expert Systems with Applications, 41(5), 2353–2361. https://doi.org/10.1016/j.eswa.2013.09.033
Downloads
Published
How to Cite
Issue
Section
License
The copyright for papers published in this journal belong to the author, with rights of first publication for the journal. As the papers appears in this publicly accessed journal, the papers are for free use, receiving their credit, in educational and non-commercial uses. The journal will allow the use of the papers published for non-commercial purposes, including the right to send the paper to publicly accessed databases.
