Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | GEPROS. Gestão da Produção. Operações e Sistemas |
Texto Completo: | https://revista.feb.unesp.br/gepros/article/view/2032 |
Resumo: | O crescente processo de internacionalização experimentado pelas empresas, especialmente no caso brasileiro, com fraca proteção ao investidor, provoca discussões acerca de questões pertinentes como o nível de disclosure ou transparência que a empresa mantém com seus stakeholders. O objetivo do trabalho é analisar a previsão de earnings management a partir da internacionalização por meio das Redes Neurais Artificias (RNAs). Ou seja, neste estudo foi utilizada o método de RNAs como uma análise complementar à regressão linear múltipla, suprindo os problemas que possam ter sido ocasionados por distorções, ruídos e dados irrelevantes na base de dados, para analisar o impacto da internacionalização no gerenciamento de resultados. Determinada a existência e o efeito da relação entre earnings management e internacionalização, foram estipulados os neurônios de entrada, sendo as variáveis independentes do modelo de regressão, que são as proxies de internacionalização (DOI, ADR, EXPVENDAS) e o neurônio de saída a variável dependente do modelo, que é a proxy para transparência – earnings management (TR4).Para todas as configurações de Redes Neurais utilizadas o percentual de acerto para os dados de treinamento foi de 97% e de teste 98%, comprovando a eficácia das Redes Neurais Artificiais na previsão de gerenciamento de resultados. |
id |
UNESP-2_3e9e96a4a83f3b380b8d447087be0067 |
---|---|
oai_identifier_str |
oai:ojs.gepros.emnuvens.com.br:article/2032 |
network_acronym_str |
UNESP-2 |
network_name_str |
GEPROS. Gestão da Produção. Operações e Sistemas |
repository_id_str |
|
spelling |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais ArtificiaisO crescente processo de internacionalização experimentado pelas empresas, especialmente no caso brasileiro, com fraca proteção ao investidor, provoca discussões acerca de questões pertinentes como o nível de disclosure ou transparência que a empresa mantém com seus stakeholders. O objetivo do trabalho é analisar a previsão de earnings management a partir da internacionalização por meio das Redes Neurais Artificias (RNAs). Ou seja, neste estudo foi utilizada o método de RNAs como uma análise complementar à regressão linear múltipla, suprindo os problemas que possam ter sido ocasionados por distorções, ruídos e dados irrelevantes na base de dados, para analisar o impacto da internacionalização no gerenciamento de resultados. Determinada a existência e o efeito da relação entre earnings management e internacionalização, foram estipulados os neurônios de entrada, sendo as variáveis independentes do modelo de regressão, que são as proxies de internacionalização (DOI, ADR, EXPVENDAS) e o neurônio de saída a variável dependente do modelo, que é a proxy para transparência – earnings management (TR4).Para todas as configurações de Redes Neurais utilizadas o percentual de acerto para os dados de treinamento foi de 97% e de teste 98%, comprovando a eficácia das Redes Neurais Artificiais na previsão de gerenciamento de resultados. A Fundacao para o Desenvolvimento de Bauru (FunDeB)2018-03-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://revista.feb.unesp.br/gepros/article/view/203210.15675/gepros.v13i1.2032Revista Gestão da Produção Operações e Sistemas; v. 13 n. 1 (2018); 2401984-2430reponame:GEPROS. Gestão da Produção. Operações e Sistemasinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporhttps://revista.feb.unesp.br/gepros/article/view/2032/832https://revista.feb.unesp.br/gepros/article/view/2032/1752Carvalho, Larissa de SouzaOliveira, Nelize AparecidaCunha, Pablo Fonseca daPenedo, Antonio Sergio TorresPereira, Vinícius Silvainfo:eu-repo/semantics/openAccess2018-03-01T11:00:17Zoai:ojs.gepros.emnuvens.com.br:article/2032Revistahttps://revista.feb.unesp.br/geprosPUBhttps://revista.feb.unesp.br/gepros/oaigepros@feb.unesp.br||abjabbour@feb.unesp.br1984-24301809-614Xopendoar:2018-03-01T11:00:17GEPROS. Gestão da Produção. Operações e Sistemas - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais |
title |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais |
spellingShingle |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais Carvalho, Larissa de Souza |
title_short |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais |
title_full |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais |
title_fullStr |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais |
title_full_unstemmed |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais |
title_sort |
Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais |
author |
Carvalho, Larissa de Souza |
author_facet |
Carvalho, Larissa de Souza Oliveira, Nelize Aparecida Cunha, Pablo Fonseca da Penedo, Antonio Sergio Torres Pereira, Vinícius Silva |
author_role |
author |
author2 |
Oliveira, Nelize Aparecida Cunha, Pablo Fonseca da Penedo, Antonio Sergio Torres Pereira, Vinícius Silva |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Carvalho, Larissa de Souza Oliveira, Nelize Aparecida Cunha, Pablo Fonseca da Penedo, Antonio Sergio Torres Pereira, Vinícius Silva |
description |
O crescente processo de internacionalização experimentado pelas empresas, especialmente no caso brasileiro, com fraca proteção ao investidor, provoca discussões acerca de questões pertinentes como o nível de disclosure ou transparência que a empresa mantém com seus stakeholders. O objetivo do trabalho é analisar a previsão de earnings management a partir da internacionalização por meio das Redes Neurais Artificias (RNAs). Ou seja, neste estudo foi utilizada o método de RNAs como uma análise complementar à regressão linear múltipla, suprindo os problemas que possam ter sido ocasionados por distorções, ruídos e dados irrelevantes na base de dados, para analisar o impacto da internacionalização no gerenciamento de resultados. Determinada a existência e o efeito da relação entre earnings management e internacionalização, foram estipulados os neurônios de entrada, sendo as variáveis independentes do modelo de regressão, que são as proxies de internacionalização (DOI, ADR, EXPVENDAS) e o neurônio de saída a variável dependente do modelo, que é a proxy para transparência – earnings management (TR4).Para todas as configurações de Redes Neurais utilizadas o percentual de acerto para os dados de treinamento foi de 97% e de teste 98%, comprovando a eficácia das Redes Neurais Artificiais na previsão de gerenciamento de resultados. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-03-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revista.feb.unesp.br/gepros/article/view/2032 10.15675/gepros.v13i1.2032 |
url |
https://revista.feb.unesp.br/gepros/article/view/2032 |
identifier_str_mv |
10.15675/gepros.v13i1.2032 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revista.feb.unesp.br/gepros/article/view/2032/832 https://revista.feb.unesp.br/gepros/article/view/2032/1752 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
A Fundacao para o Desenvolvimento de Bauru (FunDeB) |
publisher.none.fl_str_mv |
A Fundacao para o Desenvolvimento de Bauru (FunDeB) |
dc.source.none.fl_str_mv |
Revista Gestão da Produção Operações e Sistemas; v. 13 n. 1 (2018); 240 1984-2430 reponame:GEPROS. Gestão da Produção. Operações e Sistemas instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
GEPROS. Gestão da Produção. Operações e Sistemas |
collection |
GEPROS. Gestão da Produção. Operações e Sistemas |
repository.name.fl_str_mv |
GEPROS. Gestão da Produção. Operações e Sistemas - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
gepros@feb.unesp.br||abjabbour@feb.unesp.br |
_version_ |
1800215697548115968 |