Previsão de insolvência é um tema que cada vez mais vem sendo estudado no campo da contabilidade e finanças devido ao número de partes que são afetadas pelo fracasso corporativo de uma entidade ser considerável. Bancos, investidores, governos, auditores, gerentes, fornecedores, empregados e muitos outros têm muitos interesses na acurácia da previsão de insolvência de uma companhia. No Brasil os estudos neste tema ainda sofrem o efeito por se encontrar bases de dados com dimensões reduzidas devido à qualidade dos dados disponíveis, situação essa que vem se alterando. Nesta pesquisa a base de dados é originada de demonstrativos contábeis de empresas brasileiras do setor econômico de material básico listadas na BOVESPA do ano de 1994 à 2006. A pesquisa é classificada quanto aos fins como uma pesquisa descritiva e quantitativa e quanto aos meios trata-se de uma pesquisa bibliográfica, experimental e documental. É utilizada estratégia de data mining que seleciona tributos e enfrenta o problema do desequilíbrio de classes, problema pouco estudado e presente neste tema porque nos ambientes econômicos normais o número de empresas classificadas como solventes são bem maiores do que aquelas classificadas como insolventes. O objetivo da pesquisa é melhor caracterizar aquelas empresas pertencentes ao setor de material básico que apresentam maiores potenciais de virem a se tornar insolventes atacando o problema do desequilíbrio entre as classes, além disso, aplicar a seleção de atributos. Os resultados obtidos e as validações realizadas da estratégia apresentada evidenciam o seu sucesso podendo ser considerada bem competitiva com outras estratégias apresentadas na literatura específica.