Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , |
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 |