Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/31122
Title in Portuguese: Determinação dos melhores indicadores contábeis e técnicas de análise multivariada para prever insolvência de operadoras de saúde médico-hospitalares
Author: Nascimento, Fabricio Freitas do
Advisor(s): Soares, Rômulo Alves
Keywords: Previsão de insolvência
Planos de saúde
Análise multivariada
Issue Date: 2017
Citation: NASCIMENTO, Fabricio Freitas do. Determinação dos melhores indicadores contábeis e técnicas de análise multivariada para prever insolvência de operadoras de saúde médico-hospitalares. 2017. 46 f. TCC (graduação em Ciências Atuárias ) - Universidade Federal do Ceará, Faculdade de Economia, Administração, Atuária e Contabilidade, Fortaleza-CE, 2017.
Abstract in Portuguese: O sistema de saúde suplementar se tornou essencial na vida da sociedade moderna, uma vez que o Sistema Único de Saúde – SUS apresenta diversas deficiências que vão desde a superlotação das unidades hospitalares, até a falta de materiais e medicamentos a serem fornecidos aos pacientes. Visto a importância do serviço ofertado pelas operadoras de saúde médico-hospitalares, observar o seu desempenho com relação a solvência é primordial, uma vez que a ruina destas empresas causa prejuízos significativos a vida de seus beneficiários. Diante deste cenário, esta pesquisa busca, através de técnicas de análise multivariada, identificar quais indicadores contábeis mais se relacionam com o estado de solvência de uma OPS e qual das técnicas desempenha melhor papel na previsão de insolvência. Para o experimento, foram selecionadas 177 operadoras de saúde aleatoriamente, sendo 59 insolventes e 118 solventes e sobre os indicadores contábeis destas foram aplicados as técnicas de regressão logística, árvores de classificação e regressão, redes neurais aritificias e random forest. Os resultados do estudo apontam que o indicador de Liquidez Geral é o que mais se relacionam com o estado de solvência das operadoras e que as redes neurais artificiais apresentam melhor performance na previsão deste cenário.
Abstract: The supplementary health system became essential in the life of modern society. Since the public health system has several deficiencies ranging from overcrowding of the hospital units to the lack of materials and medicines to be provided to patients. Given the importance of the service offered by medical-hospital health care providers, observing their performance in relation to solvency is paramount, because the ruin of these companies cause significant losses to their beneficiaries. On this, this research seeks, through multivariate analysis techniques, to identify which accounting indicators are most relate to the solvency status of a health care provider and which of the techniques plays a better role predicting insolvency. For the experiment, 177 health care providers were randomly selected, 59 of which were insolvent and 118 were solvents. The logistic regression techniques, classification and regression trees, artificial neural networks and random forest were applied to the accounting indicators. The results of the study indicate that the indicator of General Liquidity are the one that most relate to the solvency of the operators and that the artificial neural networks present better performance in the forecast of this situation.
URI: http://www.repositorio.ufc.br/handle/riufc/31122
metadata.dc.type: TCC
Appears in Collections:CIÊNCIAS ATUARIAIS - Monografias

Files in This Item:
File Description SizeFormat 
2017_tcc_ffnascimento.pdf884,83 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.