REDES NEURAIS ARTIFICIAIS X REGRESSÃO COM DADOS EM PAINEL: Prevendo o Valor de Mercado das Empresas

Autores

  • Valter Pereira da Silva Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN
  • João Gonçalves Silva Muntaser Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN
  • Antonio Sergio Torres Penedo Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN http://orcid.org/0000-0001-7763-8457
  • Vinícius Silva Pereira Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN

Palavras-chave:

Previsão, Redes Neurais Artificiais, Valor de Mercado

Resumo

O presente artigo vem com a proposta de realizar uma comparação entre qual ferramenta consegue melhor previsão: redes neurais artificiais ou regressão linear múltipla com dado em painel. Apesar do aperfeiçoamento matemático e estatístico presentes no tempo atual, o erro pode ser causado pelo não conhecimento do pesquisador, de todas as variáveis que impactam o elemento, ou pela dificuldade de quantificação das mesmas. Com isso vem as Redes Neurais Artificiais, que pela sua característica não paralela e não paramétrica, é capaz de previsões mais assertivas, mesmo sem todas as variáveis. Para isso foram coletados dados na BM&FBovespa, de 384 empresas, de janeiro de 2011 a dezembro de 2015. Ao final do estudo constatou-se que utilizar redes neurais artificiais realmente minimizam o erro da previsão, e independe a ponderação pela regressão linear múltipla com dados em painel.

Biografia do Autor

Valter Pereira da Silva, Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN

Mestre pelo Programa de Pós Graduação em Administração da Faculdade de Gestão e Negócios da Universidade Federal de Uberlândia (PPGA/FAGEN/UFU). Possui graduação em Bacharelado Em Administração pela Universidade Federal de Uberlândia (UFU) (2015). Foi professor substituto da Faculdade de Gestão e Negócios (FAGEN) na Universidade Federal de Uberlândia (UFU) (2015-2017) e ministrou disciplinas das áreas de Métodos e Informações, Finanças e Gestão de Pessoas. Possui interesse particular de pesquisa nas áreas de: Administração de Produção, Finanças, Sistema de Informações Gerenciais, Estratégia em Operações e Terceiro Setor.

João Gonçalves Silva Muntaser, Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN

Mestrando pelo Programa de Pós Graduação em Administração da Faculdade de Gestão e Negócios da Universidade Federal de Uberlândia (PPGA/FAGEN/UFU). Graduado em Administração pela Faculdade de Ciências Integradas do Pontal da Universidade Federal de Uberlândia (FACIP/UFU). Membro do grupo de pesquisa "Inteligência em Finanças e Mercados" (CNPQ/UFU). Áreas de interesse: administração geral, finanças, mercado de ações, redes neurais, educação financeira e métodos quantitativos aplicados a finanças.

Antonio Sergio Torres Penedo, Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN

Doutor em Engenharia de Produção pela Universidade Federal de São Carlos - UFSCAR (2011) com a tese defendida analisando os balanços sociais e seus impactos na área econômica, social e ambiental do setor de sucroalcooleiro; Mestre em Administração pela Universidade de São Paulo - USP (2005) com a dissertação versando sobre o processo de previsão de preços de açúcar e etanol no Estado de São Paulo; e Graduação em Engenharia Mecânica pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP (2002) com o trabalho de conclusão de curso na área de métodos quantitativos. Atualmente é Professor Adjunto IV da Universidade Federal de Uberlândia - UFU na Faculdade de Gestão e Negócios - FAGEN, Professor da Universidade Aberta do Brasil (UAB) vinculado ao curso de Administração Pública da FAGEN - UFU e Docente Efetivo do Programa de Pós Graduação em Administração (PPGA) da Faculdade de Gestão e Negócios - FAGEN/UFU. Pesquisador no grupo de Finanças na FAGEN - UFU, no Programa de Apoio à Produção e Operações da FEARP - USP, Pesquisador no Grupo de Pesquisa GEPRES - Grupo de Extensão e Pesquisa em Redes Sociais na FAGEN-UFU, Pesquisador no Núcleo de Estudos Aplicados à Gestão Integrada de Operações (NEAGIO) na FAGEN - UFU, Pesquisador no Núcleo de Pesquisa e Extensão em Gestão e Políticas Publicas (NPExGPP) na FAGEN - UFU. Possui experiência acadêmica no setor de agronegócios com orientações e participações em bancas de monografias e trabalho de conclusão de curso (TCC); artigos científicos publicados em periódicos nacionais e internacionais, além de organização e participações em congressos, seminários, encontros, conferências e demais eventos científicos e tecnológicos. Revisor e Avaliador dos Periódicos: RACEF - Revista de Administração, Contabilidade e Economia da FUNDACE (ISSN: 2178-7638); Independent Journal of Management & Production (ISSN: 2236-269X); Agricultural Systems (ISSN: 0308-521X) - Elsevier (Qualis A1); RAMA - Revista em Agronegócio e Meio Ambiente (ISSN: ISSN 2176-9168); REUNIR: Revista de Administração, Contabilidade e Sustentabilidade (ISSN: 2237-3667); Caderno Profissional de Administração ? UNIMEP (ISSN 2237-5422); Revista Administração Pública e Gestão Social (ISSN 2175 5787); Revista Brasileira de Desenvolvimento Regional (ISSN 2317-5443); Revista Desenvolve (ISSN: 2316-5537); Turkish online journal of distance education-TOJDE (ISSN 1302-6488); Enfoque: Reflexão Contábil (ISSN 1984-882X); Revista Brasileira de Políticas Públicas ? RBPP (ISSN 2236-1677); Revista Gestão & Tecnologia (ISSN: 2177-6653); Revista Desafio Online (ISSN: 2317-949X) e parecerista de diversos eventos científicos nacionais e internacionais. Coordenador do Curso de Especialização em Gestão Pública em Saúde na FAGEN-UFU, Coordenador do curso de MBA em Gestão de Agronegócios FAGEN-UFU; Avaliador do Guia do Estudante da Editora Abril. Elaborador de Ítens do ENADE (2012, 2015). Avaliador Institucional MEC Portaria: Nº 411, de 22 de Maio de 2018

Vinícius Silva Pereira, Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN

Doutor em Administração pela Fundação Getúlio Vargas - FGV, na linha de Finanças (2013). Mestre em Administração pela Faculdade de Gestão e Negócios da Universidade Federal de Uberlândia, na linha de Finanças e Controladoria (2008). Especialista em Administração Estratégica de Negócios pela União Educacional de Minas Gerais (2006). Graduado em Administração de Empresas pela Universidade Federal de Uberlândia (2005). Graduado em Ciências Econômicas pela Universidade Federal de Uberlândia (2004). Experiência profissional como professor, consultor e gestor. Atualmente é professor Adjunto da Faculdade de Gestão e Negócios (FAGEN) da Universidade Federal de Uberlândia (UFU) (2009) na área de Finanças. Professor do Programa de Pós-Graduação em Administração (PPGA) da FAGEN/UFU, na Linha Finanças e Controladoria. Participante do grupo de pesquisa Finanças e Refines. Integrante dos núcleos de pesquisa NePFin (Núcleo de Estudos e Pesquisas em Finanças) e Match. Áreas de interesse: Finanças Internacionais e Finanças Esportivas.

Downloads

Publicado

2019-03-05

Como Citar

Silva, V. P. da, Muntaser, J. G. S., Penedo, A. S. T., & Pereira, V. S. (2019). REDES NEURAIS ARTIFICIAIS X REGRESSÃO COM DADOS EM PAINEL: Prevendo o Valor de Mercado das Empresas. Pensamento &Amp; Realidade, 33(2), 133–146. Recuperado de https://revistas.pucsp.br/index.php/pensamentorealidade/article/view/39237

Edição

v. 33 n. 2 (2018): Revista Pensamento & Realidade

Seção

Artigos

Licença

Os autores concedem à revista todos os direitos autorais referentes aos trabalhos publicados. Os conceitos emitidos em artigos assinados são de absoluta e exclusiva responsabilidade de seus autores.