Zurück zu den Ergebnissen
Bibliografischer Datensatz · Ansicht und Zugriff
Artículo

Forecasting financial distress in brazilian healthcare cooperatives: a regularized Logit approach

Thiago de Oliveira Victorino et al · AECOOP Escuela de Estudios Cooperativos · 2026

Open-Access-Volltext
Schnellübersicht. Prüfen Sie die grundlegenden Angaben und öffnen Sie den Inhalt über die Hauptschaltfläche. Die Seite zeigt nur die Informationen, die zum Identifizieren, Zitieren und Öffnen des Werks nötig sind.

Zugriff auf die Ressource

Öffnen Sie den Inhalt über die Hauptoption oder wählen Sie eine andere verfügbare Quelle.

DOAJ DOAJ Articles
Entrar por DOAJ
Hauptzugriff

Open-Access-Volltext

Texto completo identificado como acceso abierto.
Text öffnen

Übersicht

Descripción general del contenido del recurso.

El sector de la Salud Suplementaria de Brasil incluye una presencia significativa de cooperativas de salud, que representan aproximadamente el 38% del mercado. Estas cooperativas enfrentan desafíos financieros únicos derivados de su complejidad regulatoria, naturaleza mutualista y el conflicto entre los principios cooperativos y las presiones competitivas por la eficiencia económica. A pesar de su importancia, la literatura sobre la predicción de insolvencia para cooperativas es escasa y se basa en gran medida en modelos diseñados para empresas convencionales. Para llenar esta brecha, este artículo utiliza una base de datos de la Agencia Nacional de Salud Suplementaria (ANS) y el Sistema de la Organización de Cooperativas Brasileñas (Sistema OCB) y emplea una regresión logística con regularización Lasso para pronosticar la dificultad financiera en cooperativas de salud. Este enfoque promueve simultáneamente la selección de variables y la regularización del modelo, manteniendo al mismo tiempo su interpretabilidad. El rendimiento general de la clasificación es robusto, con una precisión del 94% y una especificidad del 95%, minimizando con éxito los falsos negativos. Desde el punto de vista académico, la aplicación de la regularización Lasso en este contexto es una contribución metodológica significativa, que llena un vacío en la literatura al integrar estadísticas avanzadas con los desafíos únicos de la gestión de cooperativas de salud. En la práctica, el modelo sirve como un sistema de alerta temprana para gerentes y reguladores, guiando estrategias financieras y prácticas de gestión de riesgos para mejorar la sostenibilidad a largo plazo de estas entidades dentro del sistema de atención médica brasileño.

Zitieren

Elegí el formato que necesitás y copiá la referencia al portapapeles.

APA 7

al, T. D. O. V. E. (2026). Forecasting financial distress in brazilian healthcare cooperatives: a regularized Logit approach. https://doi.org/10.5209/reve.108416

MLA

al, Thiago de Oliveira Victorino et. "Forecasting financial distress in brazilian healthcare cooperatives: a regularized Logit approach." 2026. https://doi.org/10.5209/reve.108416.

Chicago

al, Thiago de Oliveira Victorino et. 2026. "Forecasting financial distress in brazilian healthcare cooperatives: a regularized Logit approach.". https://doi.org/10.5209/reve.108416.

Harvard

al, T. D. O. V. E. 2026, Forecasting financial distress in brazilian healthcare cooperatives: a regularized Logit approach, AECOOP Escuela de Estudios Cooperativos, available at: https://doi.org/10.5209/reve.108416 [Accessed 5 Aug. 2026].

Teilen und drucken

Speichern Sie den Datensatz, kopieren Sie den Permalink oder drucken Sie ihn als PDF.

Referenz exportieren

Exportieren Sie den Datensatz in gängigen Formaten für Literaturverwaltungsprogramme.

Ressourcendetails

Bibliografische Angaben zur Prüfung, ob es sich um das richtige Material handelt.

Titel
Forecasting financial distress in brazilian healthcare cooperatives: a regularized Logit approach
Autor / Mitwirkende
Thiago de Oliveira Victorino et al
Verlag
AECOOP Escuela de Estudios Cooperativos
Erscheinungsjahr
2026
ISSN
1135-6618
ISSN
1135-6618
Sprache
Inglés

Schlagwörter

Entdecken Sie über diese Schlagwörter weitere verwandte Ressourcen.

Kopiert