Aplicação de redes neurais na classificação de rentabilidade futura de empresas

AUTOR(ES)

Matsumoto, Élia Yathie

DATA DE PUBLICAÇÃO

26/11/2008

RESUMO

Este trabalho tem por motivação evidenciar a eficiência de redes neurais na classificação de rentabilidade futura de empresas, e desta forma, prover suporte para o desenvolvimento de sistemas de apoio a tomada de decisão de investimentos. Para serem comparados com o modelo de redes neurais, foram escolhidos o modelo clássico de regressão linear múltipla, como referência mínima, e o de regressão logística ordenada, como marca comparativa de desempenho (benchmark). Neste texto, extraímos dados financeiros e contábeis das 1000 melhores empresas listadas, anualmente, entre 1996 e 2006, na publicação Melhores e Maiores – Exame (Editora Abril). Os três modelos foram construídos tendo como base as informações das empresas entre 1996 e 2005. Dadas as informações de 2005 para estimar a classificação das empresas em 2006, os resultados dos três modelos foram comparados com as classificações observadas em 2006, e o modelo de redes neurais gerou o melhor resultado.

ASSUNTO(S)

finanças redes neurais (computação) classificação de padrões (computação) investimentos - processo decisório empresas - lucratividade

Documentos Relacionados

• Codificação de Seqüências de Aminoácidos e sua Aplicação na Classificação de Proteínas com Redes Neurais Artificiais
• Aplicação de redes neurais artificiais na classificação e identificação de cultivares de soja por região de plantio.
• Redes neurais artificiais na classificação de frutos: cenário bidimensional
• Aplicação de redes neurais na precificação de debêntures
• Aplicação de redes neurais artificiais (RNA) na análise e classificação de áreas cafeeiras da Região de Machado-MG.