Título: APLICAÇÃO DE REDES NEURAIS NA CLASSIFICAÇÃO DE RENTABILIDADE FUTURA DE EMPRESAS
Autores: Matsumoto, Élia Yathie; Pinto, Afonso de Campos
Resumo: Este trabalho objetiva mostrar a aplicação de Redes Neurais para estimar a classificação de rentabilidade de empresas e, desta forma, prover suporte para o desenvolvimento de sistemas de apoio à tomada de decisão de investimentos. Para tanto, a partir de dados financeiros e contábeis das 1000 melhores empresas listadas anualmente pela publicação Melhores e Maiores-Exame (Editora Abril), entre 1996 e 2005, classificou-se a rentabilidade das empresas em três categorias: retorno ruim (investimento não recomendado), retorno médio (investimento recomendado) e retorno ótimo (investimento altamente recomendado). Para serem comparados com o modelo de Redes Neurais, foram escolhidos o modelo clássico de Regressão Linear Múltipla, como referência mínima, e o de Regressão Logística Ordenada, como marca comparativa de desempenho (benchmark). Neste experimento, os três modelos, construídos com as informações das empresas entre 1996 e 2005, receberam dados de 2005 para estimar a classificação das empresas em 2006. Os resultados obtidos forneceram evidências de que os modelos de Redes Neurais conseguem gerar resultados expressivamente superiores quando comparados aos modelos de Regressão Linear Múltipla e de Regressão Logística Ordenada.
Palavras-chave: Redes Neurais; Regularização Bayesiana; Classificação de Padrões; Regressão Linear Múltipla; Regressão Logística Ordenada; Rentabilidade de Empresas; Finanças Corporativas
Páginas: 9
Código DOI: 10.21528/CBRN2009-029
Artigo em PDF: 029_CBRN2009.pdf
Arquivo BibTex: 029_CBRN2009.bib