Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa

Detalhes bibliográficos
Autor(a) principal: Chagas, Ricardo Pedreti
Data de Publicação: 2008
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
Texto Completo: https://hdl.handle.net/10438/2026
Resumo: Redes Bayesianas podem ser ferramentas poderosas para construção de modelos econômico-financeiros utilizados para auxílio à tomada de decisão em situações que envolvam grau elevado de incerteza. Relações não-lineares entre variáveis não são capturadas em modelos econométricos lineares. Especialmente em momentos de crise ou de ruptura, relações lineares, em geral, não mais representam boa aproximação da realidade, contribuindo para aumentar a distância entre os modelos teóricos de previsão e dados reais. Neste trabalho, é apresentada uma metodologia para levantamento de dados e aplicação de Redes Bayesianas na obtenção de modelos de crescimento de fluxos de caixa de empresas brasileiras. Os resultados são comparados a modelos econométricos de regressão múltipla e finalmente comparados aos dados reais observados no período. O trabalho é concluído avaliando-se as vantagens de desvantagens da utilização das Redes de Bayes para esta aplicação.
id FGV_eeaaae63a24c4b8220978135af2b3730
oai_identifier_str oai:repositorio.fgv.br:10438/2026
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str 3974
spelling Chagas, Ricardo PedretiEscolas::EESPSaito, RichardSecurato, José Robertovirtual::291Pinto, Afonso de Campos2010-04-20T21:00:10Z2010-04-20T21:00:10Z2008-02-11https://hdl.handle.net/10438/2026Redes Bayesianas podem ser ferramentas poderosas para construção de modelos econômico-financeiros utilizados para auxílio à tomada de decisão em situações que envolvam grau elevado de incerteza. Relações não-lineares entre variáveis não são capturadas em modelos econométricos lineares. Especialmente em momentos de crise ou de ruptura, relações lineares, em geral, não mais representam boa aproximação da realidade, contribuindo para aumentar a distância entre os modelos teóricos de previsão e dados reais. Neste trabalho, é apresentada uma metodologia para levantamento de dados e aplicação de Redes Bayesianas na obtenção de modelos de crescimento de fluxos de caixa de empresas brasileiras. Os resultados são comparados a modelos econométricos de regressão múltipla e finalmente comparados aos dados reais observados no período. O trabalho é concluído avaliando-se as vantagens de desvantagens da utilização das Redes de Bayes para esta aplicação.Bayesian Networks may be powerful tools for Financial-Economics modeling. When high degree of uncertainty is present, these tools can be used as strongly helpful advisors in the decision making process. Non-linear relations among variables are normally not captured in traditional linear econometric models. Moreover, specially on situation of crisis or rupture, linear relation do no represent anymore a good proxy to real behavior of financial-economical variables. This contributes for increasing the distance between the theoretical forecasting model and the real data. Throughout this work, we show a methodology for gathering and applying data into Bayesian Networks in order to obtain cash flow growing models for some Brazilian companies and the economical sector they play. Later on, we compare the results of such predictions to the traditional econometric models, and finally to the real data observed in such period. As a conclusion of the study, we make an evaluation of the pros and cons of using Bayesian Network for such application.porFinançasModelos de previsãoRedes bayesianasCrescimentoValuationEconomiaFluxo de caixaTeoria bayesiana de decisão estatísticaPrevisão econômicaAplicação de redes bayesianas na previsão de crescimento de fluxos de caixainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1info:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVPublicationce90fcdf-91f3-4cad-a509-ae29ffc6af50virtual::291-1ce90fcdf-91f3-4cad-a509-ae29ffc6af50virtual::291-1THUMBNAILricardopedreti.pdf.jpgricardopedreti.pdf.jpgGenerated Thumbnailimage/jpeg1466https://repositorio.fgv.br/bitstreams/8da81e38-2da7-4a5f-97fa-dbdfde6fc484/download93ac39129e80a32316dd8916da468c34MD54ORIGINALricardopedreti.pdfPDFapplication/pdf2272016https://repositorio.fgv.br/bitstreams/738222a5-1059-4b2b-bc7d-a96aebdea781/download008e03c162cbef3bf23a95e184265530MD52TEXTricardopedreti.pdf.txtExtracted Texttext/plain241136https://repositorio.fgv.br/bitstreams/7d70d726-83c0-4d9e-b387-2097fc528604/downloade1c28df730f597bd1ec33f59305844b4MD5310438/20262024-12-06 15:17:16.882open.accessoai:repositorio.fgv.br:10438/2026https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-12-06T15:17:16Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)false
dc.title.por.fl_str_mv Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
title Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
spellingShingle Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
Chagas, Ricardo Pedreti
Finanças
Modelos de previsão
Redes bayesianas
Crescimento
Valuation
Economia
Fluxo de caixa
Teoria bayesiana de decisão estatística
Previsão econômica
title_short Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
title_full Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
title_fullStr Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
title_full_unstemmed Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
title_sort Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
author Chagas, Ricardo Pedreti
author_facet Chagas, Ricardo Pedreti
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.member.none.fl_str_mv Saito, Richard
Securato, José Roberto
dc.contributor.author.fl_str_mv Chagas, Ricardo Pedreti
dc.contributor.advisor1ID.fl_str_mv virtual::291
dc.contributor.advisor1.fl_str_mv Pinto, Afonso de Campos
contributor_str_mv Pinto, Afonso de Campos
dc.subject.por.fl_str_mv Finanças
Modelos de previsão
Redes bayesianas
Crescimento
topic Finanças
Modelos de previsão
Redes bayesianas
Crescimento
Valuation
Economia
Fluxo de caixa
Teoria bayesiana de decisão estatística
Previsão econômica
dc.subject.eng.fl_str_mv Valuation
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Fluxo de caixa
Teoria bayesiana de decisão estatística
Previsão econômica
description Redes Bayesianas podem ser ferramentas poderosas para construção de modelos econômico-financeiros utilizados para auxílio à tomada de decisão em situações que envolvam grau elevado de incerteza. Relações não-lineares entre variáveis não são capturadas em modelos econométricos lineares. Especialmente em momentos de crise ou de ruptura, relações lineares, em geral, não mais representam boa aproximação da realidade, contribuindo para aumentar a distância entre os modelos teóricos de previsão e dados reais. Neste trabalho, é apresentada uma metodologia para levantamento de dados e aplicação de Redes Bayesianas na obtenção de modelos de crescimento de fluxos de caixa de empresas brasileiras. Os resultados são comparados a modelos econométricos de regressão múltipla e finalmente comparados aos dados reais observados no período. O trabalho é concluído avaliando-se as vantagens de desvantagens da utilização das Redes de Bayes para esta aplicação.
publishDate 2008
dc.date.issued.fl_str_mv 2008-02-11
dc.date.accessioned.fl_str_mv 2010-04-20T21:00:10Z
dc.date.available.fl_str_mv 2010-04-20T21:00:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/2026
url https://hdl.handle.net/10438/2026
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/8da81e38-2da7-4a5f-97fa-dbdfde6fc484/download
https://repositorio.fgv.br/bitstreams/738222a5-1059-4b2b-bc7d-a96aebdea781/download
https://repositorio.fgv.br/bitstreams/7d70d726-83c0-4d9e-b387-2097fc528604/download
bitstream.checksum.fl_str_mv 93ac39129e80a32316dd8916da468c34
008e03c162cbef3bf23a95e184265530
e1c28df730f597bd1ec33f59305844b4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1824968300682018816