A contabilidade do mundo atual exige, cada vez mais, que muitos registros sejam baseados no futuro. Há muito que a contabilidade deixou de ser sinônimo de custo histórico. Este é o caso, por exemplo, das provisões ou de um teste de imparidade.
Em razão desta mudança, é importante tentar entender como funciona um modelo preditivo. De uma forma muito simplificada, um modelo de previsão deve levar em consideração os elementos mais relevantes de cada caso e deve ter um resultado melhor do que o mero acaso. Em algumas situações, o modelo de previsão na contabilidade também deve ser capaz de apoiar o profissional, justificando sua decisão para uma auditoria ou para os acionistas relevantes da empresa.
Nesta situação, aprendemos muito com os modelos preditivos usados em outras situações. Este é o caso de um modelo que tenta fazer previsões sobre o resultado do futebol. O modelo apresentado
abaixo é resultado de uma tese de doutorado. Isto significa dizer que alguém gastou bastante horas estudando a situação e tentando montar uma explicação para o que ocorre no mundo real. O pesquisador considerou que cada jogador de um time contribui para o resultado; assim, a habilidade individual poderia ajudar a
entender os resultados.
É como dizer que um medicamento deve ser avaliado de acordo com o resultado para a saúde de um paciente quando ele toma o medicamento. A eficácia de um medicamento é medida pela soma dos resultados para pacientes individuais que o tomam; a eficácia de um jogador é a soma dos resultados para os jogos em que eles jogaram.
Sabendo a habilidade de cada jogador, é possível prever melhor o resultado. Mas o modelo passa por (a) coletar os dados dos jogos e jogadores; (b) fazer um modelo de previsão. Todos os dois passos são complicados; muitas vezes não temos dados para fazer estimativas, o que prejudica o nosso modelo. Mesmo com dados, é necessário estimar um bom modelo, que seja capaz de uma melhor previsão. O modelo apresentado aqui usa 66 mil jogos e trabalha com 25 ligas.
De uma maneira geral, os resultado tem um acerto de 40 a 50%. Se fosse aleatório, o percentual médio de acerto seria de 33%, já que seriam três os resultados possíveis: vitória, derrota ou empate. Não é algo excelente, mas as previsões das casas de apostas, que seria o “mercado”, é um pouco melhor: 55%.
Apesar da grande quantidade de dados (66 mil jogos) e do envolvimento de especialistas (um doutor, cujo tema foi justamente este assunto), o percentual de acerto mostra como é difícil fazer projeções sobre o futuro. Além disto, em um jogo tão complexo quanto o futebol, o modelo usa somente os nomes dos jogadores para fazer a projeção.
Em situações práticas da contabilidade é muito difícil coletar um número tão grande de observações. Mesmo que uma empresa tenha um grande conjunto de dados, imaginar a possibilidade de construir um modelo a partir dos mesmos, com um grau de acerto que seja razoável. Para o profissional contábil, neste momento talvez seja interessante levar em consideração a regra do custo-benefício da informação.
Postagens
