Previsão de insolvência com Redes Neurais Artificiais Auto-Organizáveis: estudo comparativo
| dc.contributor.advisor | Barbosa, Paulo Roberto | |
| dc.contributor.author | Santos, Rodrigo Palaria dos | |
| dc.date.accessioned | 2017-10-03T23:36:09Z | |
| dc.date.available | 2017-10-03T23:36:09Z | |
| dc.date.issued | 16/10/2013 | |
| dc.description.abstract | Frente às alterações no cenário econômico a avaliação e o entendimento da situação econômica das empresas tornam-se fundamentais para os investidores e acionistas. Com a utilização de variáveis e índices extraídos dos demonstrativos contábeis foram desenvolvidos dois modelos de previsibilidade, sendo um utilizando os métodos convencionais (análise discriminante) e outro o não convencional (redes neurais artificiais auto-organizáveis). As empresas utilizadas no estudo declararam insolvência entre 2004 e 2012, e as empresas solventes foram selecionadas a partir do índice Ibovespa em 2012. Devido ao elevado número de variáveis disponíveis foi realizada a redução de dimensionalidade através da análise de componentes principais. Avaliando os resultados nota-se que os modelos neurais apresentam resultados superiores e mantêm a estabilidade por um período maior de tempo para a previsão de insolvência de empresas. | pt_BR |
| dc.description.abstract2 | Considering the changes in the economic environment, understand the economic situation of companies become crucial for investors and shareholders. With the use of variables and indices extracted from the financial reports were developed two models of predictability, one using conventional methods (discriminant analysis) and other non-conventional (self-organizing neural networks). The companies used in the study declared bankruptcy between 2004 and 2012, and solvent companies were selected from the Bovespa index in 2012. Due the high number of available variables was performed a dimensionality reduction through principal component analysis. Evaluating the results we note that the neural models show superior results and maintain stability for a longer period of time for predicting corporate insolvency. | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.bibliographicCitation | Santos, Rodrigo Palaria dos. Previsão de insolvência com redes neurais artificiais auto-organizáveis: estudo comparativo. Orientador: Prof. Dr. Paulo Roberto Barbosa. 2013. 94 f. Dissertação (Mestrado Profissional em Automação e Controle de Processos) - Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, 2013. Versão eletrônica. | |
| dc.identifier.uri | http://repo.ifsp.edu.br/123456789/83 | |
| dc.identifier2.lattes | 3704091858505267 | |
| dc.publisher | IFSP | |
| dc.publisher.campi | SÃO PAULO | |
| dc.publisher.program | Mestrado Profissional em Automação e Controle de Processos | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject.keywords | Previsão de insolvência | |
| dc.subject.keywords | Redes neurais artificiais | |
| dc.subject.keywords | Mapas auto-organizáveis | |
| dc.subject.keywords | Análise discriminante | |
| dc.title | Previsão de insolvência com Redes Neurais Artificiais Auto-Organizáveis: estudo comparativo | pt_BR |
| dc.title.alternative | Insolvency prediction with self-organizing artificial neural networks: comparative study | |
| dc.type | Teses e Dissertações |