Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa
Autor(a) principal: | |
---|---|
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 |