Rivo
Arquitetura FinanceiraAvançado

Vantier Risk Score: Um Modelo de Quantificação de Risco Operacional

15 fev, 2026 20 min leitura

A Engenharia por trás da Sobrevivência Empresarial

Muitos gestores avaliam a saúde de uma empresa olhando apenas para o EBITDA ou para o Lucro Líquido. Esses indicadores são importantes, mas descrevem o passado e escondem parte da fragilidade: uma empresa lucrativa pode quebrar por falta de caixa, por depender de um único cliente ou por estar endividada demais.

A pergunta que eles não respondem bem é:

👉 Quão resiliente é a estrutura operacional da empresa frente a choques que ainda não aconteceram?

Para organizar essa resposta, a Vantier, consultoria de estratégia e inteligência financeira, desenvolveu o Vantier Risk Score (VRS): um índice único, de 0 a 100, que resume a fragilidade estrutural de uma empresa.


Sobre a Vantier e o Criador

A Vantier é uma consultoria financeira focada em transformar dados contábeis em decisões de gestão. O Vantier Risk Score foi idealizado por Nathan Mattioni, fundador da Vantier, para servir de base analítica às recomendações da consultoria e ao monitoramento de risco no ecossistema Rivo.


O Conceito: Risco como Condição Estrutural

O VRS trata o risco operacional não como a probabilidade de um evento isolado, mas como uma condição estrutural: um conjunto de características que deixam a empresa mais ou menos exposta a choques.

O modelo se inspira em três ideias clássicas de finanças, adaptadas de forma simplificada para empresas operacionais:

  1. Diversificação (Markowitz, 1952): riscos que não se movem juntos se compensam. Por isso o VRS separa dimensões de risco que tendem a ser independentes.
  2. Modelos multifatoriais (Fama & French, 1993): um fenômeno é melhor explicado por vários fatores do que por um indicador isolado.
  3. Risco estrutural de crédito (Merton, 1974): a insolvência acontece quando a geração de valor fica abaixo das obrigações. No VRS, essa ideia aparece nas dimensões de liquidez e estrutura de capital.

É importante ser claro: o VRS não implementa esses modelos matematicamente (não há cálculo de covariância, regressão de fatores ou precificação de opções). Eles são a inspiração conceitual; a mecânica do score é mais simples e está descrita abaixo.

"No VRS, o risco deixa de ser um fantasma subjetivo e passa a ser uma variável métrica." — Nathan Mattioni


A Arquitetura do Modelo: As 4 Dimensões

  • Estrutura de Liquidez (LS): capacidade de honrar compromissos de curto prazo e fôlego de caixa (ex.: liquidez corrente, meses de runway).
  • Volatilidade Operacional (VO): instabilidade das receitas e do fluxo de caixa operacional (ex.: coeficiente de variação da receita mensal).
  • Concentração Econômica (CE): dependência de poucos clientes ou fornecedores (ex.: participação dos 5 maiores clientes na receita).
  • Estrutura de Capital (ECC): peso do endividamento e eficiência do ciclo financeiro (ex.: Dívida/PL, ciclo de conversão de caixa).

A Fórmula do VRS

O cálculo tem quatro camadas, da mais simples para a mais detalhada.

1. Agregação Ponderada

O VRS é uma média ponderada de quatro scores, cada um de 0 a 100:

VRS=∑i=14(wi⋅Si)VRS = \sum_{i=1}^{4} (w_i \cdot S_i)
  • VRSVRS: índice final de fragilidade estrutural (0 = muito resiliente, 100 = muito frágil).
  • wiw_i: peso de cada dimensão. Os pesos somam 1 (100%).
  • SiS_i: score normalizado de cada dimensão.

2. Expansão por Dimensões

VRS=(wLS⋅SLS)+(wVO⋅SVO)+(wCE⋅SCE)+(wECC⋅SECC)VRS = (w_{LS} \cdot S_{LS}) + (w_{VO} \cdot S_{VO}) + (w_{CE} \cdot S_{CE}) + (w_{ECC} \cdot S_{ECC})

Na versão atual, os pesos são definidos por julgamento especialista e ajustados ao setor da empresa. Calibrar esses pesos com dados históricos de inadimplência é uma das próximas etapas do modelo (veja Limitações).

3. Normalização Logística

Para que valores extremos não distorçam o índice, cada dimensão passa por uma função logística (sigmoide), que comprime os extremos e acelera a nota na zona de transição entre "saudável" e "crítico":

Si=1001+e−k(Zi−Z0)S_i = \frac{100}{1 + e^{-k(Z_i - Z_0)}}
  • kk: inclinação da curva. Quanto maior, mais rápido o score passa de saudável para crítico.
  • ZiZ_i: posição da empresa em relação ao setor (ver abaixo).
  • Z0Z_0: ponto de inflexão, onde o score vale exatamente 50.

4. Posição em Relação ao Setor (Z-Score)

Na base de tudo está a comparação com o setor:

Zi=di⋅x−μσZ_i = d_i \cdot \frac{x - \mu}{\sigma}
  • xx: indicador da empresa (ex.: ciclo financeiro de 45 dias).
  • μ\mu: média do setor para esse indicador.
  • σ\sigma: desvio padrão do setor.
  • did_i: direção do risco (+1 ou −1). Para indicadores em que "mais é pior" (alavancagem, volatilidade, concentração), di=+1d_i = +1. Para indicadores em que "mais é melhor" (liquidez), di=−1d_i = -1. Assim, um ZiZ_i maior sempre significa mais risco.

Observação: este Z-Score é a padronização estatística comum e não deve ser confundido com o Altman Z-Score, um modelo de previsão de falência diferente.

Resumo do Fluxo de Cálculo

  1. Entrada (xx): coletamos o indicador real da operação (ex.: Dívida/PL).
  2. Posicionamento (ZZ): comparamos com o setor, já orientado para que maior = mais risco.
  3. Curva de risco (SS): a sigmoide converte o desvio em nota de 0 a 100.
  4. Ponderação (VRSVRS): combinamos as quatro notas com seus pesos.

Estudo de Conceito com Dados Sintéticos

Antes de aplicar o modelo a empresas reais, testamos sua mecânica em uma simulação com 1.000 empresas fictícias. É importante entender o que esse tipo de teste mostra e o que ele não mostra.

O que a simulação mostra: que as fórmulas se comportam como esperado, que o score responde de forma coerente a combinações de indicadores e que valores extremos não quebram o índice.

O que a simulação não mostra: que o VRS prevê falências no mundo real. Como as empresas "falidas" da simulação foram geradas com indicadores piores, era esperado que recebessem notas piores. Prova de poder preditivo exige dados históricos reais (ver Limitações).

A simulação cobriu três das quatro dimensões (liquidez, alavancagem e volatilidade). A concentração econômica não foi simulada.

Estatísticas Descritivas da Amostra Sintética

MétricaMédiaDesvio PadrãoMínimo25% (Q1)Mediana75% (Q3)Máximo
Liquidez (Razão Corrente)2.000.500.351.662.002.333.81
Alavancagem (Dívida/PL)1.500.750.050.991.502.014.31
Volatilidade (CV)0.300.160.020.200.300.400.98

Os indicadores foram limitados a valores economicamente possíveis: o coeficiente de variação nunca é negativo, e empresas com patrimônio líquido negativo (que gerariam Dívida/PL negativa) foram tratadas à parte, já que nelas o indicador perde o significado.

Teste 1: Independência das Dimensões

As correlações entre as dimensões na amostra ficaram próximas de zero (ex.: Liquidez vs. Alavancagem = −0,02). Como os dados foram gerados assim, isso confirma apenas que o modelo não mistura as dimensões no cálculo. Se elas são independentes em empresas reais é algo a medir com dados reais; na prática, liquidez e alavancagem costumam ter alguma correlação.

Teste 2: Separação entre Grupos

MétricaGrupo SaudáveisGrupo FalidasDiferença
Liquidez2.061.64−20%
Alavancagem1.382.18+58%
Volatilidade0.280.41+46%
VRS33.166.7+101%

O VRS médio das empresas classificadas como falidas foi cerca do dobro do das saudáveis. A diferença percentual maior no VRS do que nos indicadores isolados vem, em parte, da própria sigmoide, que amplia diferenças na zona de transição. Por isso a comparação de percentuais não é medida de qualidade preditiva. As métricas adequadas para isso são a AUC (curva ROC), o índice de Gini e o teste KS, calculados sobre empresas reais.

Exemplos Ilustrativos (Empresas Sintéticas)

IDLiquidezAlavancagemVolatilidadeVRSFaixa
SIM-0012.511.100.2521.8Saudável
SIM-0021.212.850.5585.1Crítico
SIM-0031.950.950.3130.5Saudável
SIM-0041.552.100.4564.3Alerta
SIM-0052.980.800.1511.2Muito resiliente

Limitações e Próximos Passos

Um modelo de risco só merece confiança quando suas limitações são claras:

  • Ainda não há validação com dados reais. O próximo passo é aplicar o VRS a demonstrações históricas de empresas que entraram ou não em dificuldade (recuperação judicial, inadimplência relevante) e medir AUC, Gini e KS.
  • Pesos e parâmetros (ww, kk, Z0Z_0) são definidos por julgamento. Com dados reais, eles podem ser calibrados estatisticamente, por exemplo com regressão logística.
  • Médias setoriais precisam de boa base de referência. A qualidade de μ\mu e σ\sigma depende de quantas empresas comparáveis existem no setor.
  • O VRS é um diagnóstico, não uma previsão garantida. Ele indica onde está a fragilidade, mas não diz quando ou se um problema vai acontecer.
  • Não é um sinal de investimento. O VRS foi desenhado para empresas operacionais de capital fechado, não para escolher ações na bolsa.

Aplicações no Ecossistema Vantier

  • Valuation e custo de capital: o score pode servir de referência para ajustar o prêmio de risco usado no custo de capital (WACCadjWACC_{adj}) de empresas de capital fechado.
  • Consultoria estratégica: mostra qual dimensão (liquidez, volatilidade, concentração ou estrutura de capital) mais contribui para a fragilidade e onde agir primeiro.
  • Integração Rivo: usuários do Rivo podem acompanhar a evolução do seu perfil de risco a partir dos próprios dados financeiros, identificando tendências antes que virem crise de caixa.

Conclusão

O Vantier Risk Score organiza em um único índice quatro fontes de fragilidade que o EBITDA costuma esconder. O estudo com dados sintéticos mostra que a mecânica do modelo é coerente e estável; a validação com empresas reais é o próximo passo para medir seu poder preditivo. Enquanto isso, o VRS já é útil como ferramenta de diagnóstico: transforma uma sensação vaga de "a empresa está apertada" em números que apontam onde agir.


Sobre a Vantier: consultoria financeira liderada por Nathan Mattioni, que combina arquitetura de capital e inteligência de dados para elevar o nível da gestão empresarial. Conheça nossas soluções integradas ao ecossistema Rivo.

Leve essa inteligência para sua empresa

Pare de perder tempo com planilhas. O Rivo automatiza sua gestão financeira para você focar em crescer.