Aplicação de redes neurais na classificação de rentabilidade futura de empresas
Matsumoto, Élia Yathie
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
The motivation of this work is to verify the efficiency of neural networks as a tool for classifying forecasts of companies’ return on equity, so that they can be used in order to provide support for the development of investment decision support systems. The results obtained by the proposed neural networks mode are compared to those obtained by the use of the classic multiple linear regression as a minimum reference and, as a benchmark, to those obtained via ordinal logistic multiple regression. In this work, we gathered top 1000 companies’ financial and accounting data, annually listed by Melhores e Maiores – Exame publication (Editora Abril), from 1996 to 2006. The three models were built using data relative to the period between 1996 and 2004. Using the 2005 data as input in order to forecast companies’ classification in 2006, the three models’ outputs were compared to the observed 2006 classification, and the neural network model yielded the best results.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2008
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Português
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/2628
- Temas
- Economia
Conteúdos relacionados
- DissertaçãoAplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiroFundação Getulio Vargas · 2009
- DissertaçãoDesenvolvimento de estratégia de investimento utilizando factor-based investing e aprendizado de máquinaFundação Getulio Vargas · 2020
- DissertaçãoComparando métodos para previsão de lucro de empresas de consumo listadas na Bolsa de Valores B3Fundação Getulio Vargas · 2019
- DissertaçãoGovernança,alavancagem e ciclicidadeFundação Getulio Vargas · 2010
