Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.

Detalhes bibliográficos
Autor(a) principal: ROCHA, Pedro de Moraes.
Data de Publicação: 2019
Outros Autores: MEDINA, Fernando., SANTOS, Daiane Rodrigues dos.
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089
Resumo: avaliação de aspectos econômicos, patrimoniais e financeiros de setores da economia pode ser feita através da análise dos indicadores econômico-financeiros que, quando previstos de forma adequada, trazem eminentes benefícios para a empresa e seus acionistas. O objetivo desse artigo é averiguar, utilizando Redes Neurais, a influência das variáveis: Produto Interno Bruto, Taxa de câmbio, Taxa de juros, Inflação e Preço do Minério de Ferro, sobre o desempenho de três empresas de capital aberto do setor de Siderurgia: Gerdau, Usiminas e Companhia de Siderurgia Nacional (CSN). Autores como Albuquerque et al. (2014) analisaram, através do método estatístico ARMAX, as siderúrgicas congêneres a este estudo e concluíram que os dados passados são significativos para o resultado das empresas. No presente artigo, foram aplicados dois modelos à base de dados, um utilizando apenas o passado dos próprios indicadores e outro utilizando, adicionalmente, as variáveis macroeconômicas. Foi aplicado um teste de estacionaiedade para verificar o comportamento dos indicadores ao longo do tempo. Já a correlação entre as variáveis supracitadas e os indicadores de endividamento foi verificado através do teste de correlação de Granjer (curto prazo) e teste de Wald modificado (longo prazo). De acordo com os critérios de avaliação utilizados, no período estudado, o desempenho das variáveis macroeconômicas mostrou-se significante para prever as variações dos índices econômico-financeiros de endividamento.
id UFCG_272f0b4754d1633a99da35a8cce1a772
oai_identifier_str oai:localhost:riufcg/32089
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.Debt in the steel sector: testing the influence of macroeconomic variables using the Wald methodology and artificial neural networks.SiderurgiaSetor de siderurgia - endividamentoIndicadores de desempenhoVariáveis macroeconômicasRedes neurais artificiaisMetodologia de WaldMétodo estatístico ARMAXSteel industrySteel sector - debtPerformance indicatorsMacroeconomic variablesArtificial neural networksWald MethodologyARMAX statistical methodEngenharia de Produção.avaliação de aspectos econômicos, patrimoniais e financeiros de setores da economia pode ser feita através da análise dos indicadores econômico-financeiros que, quando previstos de forma adequada, trazem eminentes benefícios para a empresa e seus acionistas. O objetivo desse artigo é averiguar, utilizando Redes Neurais, a influência das variáveis: Produto Interno Bruto, Taxa de câmbio, Taxa de juros, Inflação e Preço do Minério de Ferro, sobre o desempenho de três empresas de capital aberto do setor de Siderurgia: Gerdau, Usiminas e Companhia de Siderurgia Nacional (CSN). Autores como Albuquerque et al. (2014) analisaram, através do método estatístico ARMAX, as siderúrgicas congêneres a este estudo e concluíram que os dados passados são significativos para o resultado das empresas. No presente artigo, foram aplicados dois modelos à base de dados, um utilizando apenas o passado dos próprios indicadores e outro utilizando, adicionalmente, as variáveis macroeconômicas. Foi aplicado um teste de estacionaiedade para verificar o comportamento dos indicadores ao longo do tempo. Já a correlação entre as variáveis supracitadas e os indicadores de endividamento foi verificado através do teste de correlação de Granjer (curto prazo) e teste de Wald modificado (longo prazo). De acordo com os critérios de avaliação utilizados, no período estudado, o desempenho das variáveis macroeconômicas mostrou-se significante para prever as variações dos índices econômico-financeiros de endividamento.Universidade Federal de Campina GrandeBrasilUFCG20192023-10-16T21:25:21Z2023-10-162023-10-16T21:25:21Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjecthttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089ROCHA, Pedro de Moraes; MEDINA, Fernando; SANTOS, Daiane Rodrigues dos. Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 7., 2019. Anais [...]. Montes Claros - MG: Faculdade Santo Agostinho - FASA, 2019. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089porROCHA, Pedro de Moraes.MEDINA, Fernando.SANTOS, Daiane Rodrigues dos.info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2023-11-28T17:41:25Zoai:localhost:riufcg/32089Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512023-11-28T17:41:25Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
Debt in the steel sector: testing the influence of macroeconomic variables using the Wald methodology and artificial neural networks.
title Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
spellingShingle Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
ROCHA, Pedro de Moraes.
Siderurgia
Setor de siderurgia - endividamento
Indicadores de desempenho
Variáveis macroeconômicas
Redes neurais artificiais
Metodologia de Wald
Método estatístico ARMAX
Steel industry
Steel sector - debt
Performance indicators
Macroeconomic variables
Artificial neural networks
Wald Methodology
ARMAX statistical method
Engenharia de Produção.
title_short Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
title_full Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
title_fullStr Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
title_full_unstemmed Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
title_sort Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
author ROCHA, Pedro de Moraes.
author_facet ROCHA, Pedro de Moraes.
MEDINA, Fernando.
SANTOS, Daiane Rodrigues dos.
author_role author
author2 MEDINA, Fernando.
SANTOS, Daiane Rodrigues dos.
author2_role author
author
dc.contributor.author.fl_str_mv ROCHA, Pedro de Moraes.
MEDINA, Fernando.
SANTOS, Daiane Rodrigues dos.
dc.subject.por.fl_str_mv Siderurgia
Setor de siderurgia - endividamento
Indicadores de desempenho
Variáveis macroeconômicas
Redes neurais artificiais
Metodologia de Wald
Método estatístico ARMAX
Steel industry
Steel sector - debt
Performance indicators
Macroeconomic variables
Artificial neural networks
Wald Methodology
ARMAX statistical method
Engenharia de Produção.
topic Siderurgia
Setor de siderurgia - endividamento
Indicadores de desempenho
Variáveis macroeconômicas
Redes neurais artificiais
Metodologia de Wald
Método estatístico ARMAX
Steel industry
Steel sector - debt
Performance indicators
Macroeconomic variables
Artificial neural networks
Wald Methodology
ARMAX statistical method
Engenharia de Produção.
description avaliação de aspectos econômicos, patrimoniais e financeiros de setores da economia pode ser feita através da análise dos indicadores econômico-financeiros que, quando previstos de forma adequada, trazem eminentes benefícios para a empresa e seus acionistas. O objetivo desse artigo é averiguar, utilizando Redes Neurais, a influência das variáveis: Produto Interno Bruto, Taxa de câmbio, Taxa de juros, Inflação e Preço do Minério de Ferro, sobre o desempenho de três empresas de capital aberto do setor de Siderurgia: Gerdau, Usiminas e Companhia de Siderurgia Nacional (CSN). Autores como Albuquerque et al. (2014) analisaram, através do método estatístico ARMAX, as siderúrgicas congêneres a este estudo e concluíram que os dados passados são significativos para o resultado das empresas. No presente artigo, foram aplicados dois modelos à base de dados, um utilizando apenas o passado dos próprios indicadores e outro utilizando, adicionalmente, as variáveis macroeconômicas. Foi aplicado um teste de estacionaiedade para verificar o comportamento dos indicadores ao longo do tempo. Já a correlação entre as variáveis supracitadas e os indicadores de endividamento foi verificado através do teste de correlação de Granjer (curto prazo) e teste de Wald modificado (longo prazo). De acordo com os critérios de avaliação utilizados, no período estudado, o desempenho das variáveis macroeconômicas mostrou-se significante para prever as variações dos índices econômico-financeiros de endividamento.
publishDate 2019
dc.date.none.fl_str_mv 2019
2023-10-16T21:25:21Z
2023-10-16
2023-10-16T21:25:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089
ROCHA, Pedro de Moraes; MEDINA, Fernando; SANTOS, Daiane Rodrigues dos. Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 7., 2019. Anais [...]. Montes Claros - MG: Faculdade Santo Agostinho - FASA, 2019. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089
identifier_str_mv ROCHA, Pedro de Moraes; MEDINA, Fernando; SANTOS, Daiane Rodrigues dos. Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 7., 2019. Anais [...]. Montes Claros - MG: Faculdade Santo Agostinho - FASA, 2019. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1809744594951208960