Antonio Sergio Torres Penedo

Marketing Approach of Brazilian Wind Energy Sector

Prospects for the wind energy market have proposed changes of focus to managerial issues. The objective of this article is to map the specific market factors from Brazilian wind energy industry, in order to develop reflections and considerations on the subject, towards to the managerial, strategic and commercial development of the sector. Through an exploratory methodology in empirical format, and by a SWOT analysis of Telescopic Observations Strategic Framework, were found results that show funding and grants determined by Brazilian government, as the big question of the wind energy industry marketing, allowing the economic viability of wind energy projects. Further, it appears that the wind energy industry is eager to investments and has great potential for new business, but there are problems within the producing companies which that have to be assessed, such as the competitiveness capability, the high equipment costs, the installation locations limitations and lack of specialized employees with specific skills and capacities.

Internacionalização e Earnings Management: Uma Aplicação de Redes Neurais Artificiais

O crescente processo de internacionalizacao experimentado pelas empresas, especialmente no caso brasileiro, com fraca protecao ao investidor, provoca discussoes acerca de questoes pertinentes como o nivel de disclosure ou transparencia que a empresa mantem com seus stakeholders . O objetivo do trabalho e analisar a previsao de earnings management a partir da internacionalizacao por meio das Redes Neurais Artificias (RNAs). Ou seja, neste estudo foi utilizada o metodo de RNAs como uma analise complementar a regressao linear multipla, suprindo os problemas que possam ter sido ocasionados por distorcoes, ruidos e dados irrelevantes na base de dados, para analisar o impacto da internacionalizacao no gerenciamento de resultados. Determinada a existencia e o efeito da relacao entre earnings management e internacionalizacao, foram estipulados os neuronios de entrada, sendo as variaveis independentes do modelo de regressao, que sao as proxies de internacionalizacao (DOI, ADR, EXPVENDAS) e o neuronio de saida a variavel dependente do modelo, que e a proxy para transparencia – earnings management (TR4).Para todas as configuracoes de Redes Neurais utilizadas o percentual de acerto para os dados de treinamento foi de 97% e de teste 98%, comprovando a eficacia das Redes Neurais Artificiais na previsao de gerenciamento de resultados.

Aplicação de Redes Neurais na Previsão das Ações do Setor de Petróleo e Gás da Bm&FBovespa / Application of Neural Networks in Forecasting the Shares of the Oil and Gas Sector of Bm&FBovespa

Devido a importância do processo de previsao do mercado financeiro e ao fato de que redes neurais artificiais vem sendo amplamente utilizadas em detrimento de tecnicas estatisticas tradicionais, este estudo tem como objetivo principal desenvolver um modelo de redes neurais artificiais baseado no proposto por Oliveira, Nobre e Zarate (2013) para previsao de precos das empresas brasileiras que atuam no setor de petroleo e gas da bolsa de valores. Para tanto, o presente trabalho utilizou todas as empresas que compoem o setor Petroleo e Gas da BM&FBovespa, expandindo a selecao do trabalho de Oliveira, Nobre e Zarate (2013), que selecionou apenas a Petrobras. A amostra foi composta pelos precos das acoes das seguintes empresas brasileiras: Companhia de Gas de Sao Paulo (CGAS5), a OGX Petroleo (OGXP3), a Refinaria de Petroleos Manguinhos (RPMG3), a PetroRio (PRIO3) e a Queiroz Galvao Exploracao e Producao (QGEP3). Constatou-se que o modelo de rede neural artificial proposto obteve resultados satisfatorios, com erros infimos e um POCID maior do que 1. Com isso, pode-se inferir que as redes neurais artificiais sao uma ferramenta eficaz na previsao do comportamento do mercado de acoes brasileiro para o setor em analise. Palavras-chave: Redes Neurais Artificiais. Mercado de Acoes Brasileiro. Setor de Petroleo e Gas, Previsao . ABSTRACT The importance of the financial market prediction process and the fact that artificial neural networks have been widely used to the detriment of traditional statistical techniques, this study has as main objective to develop a model of artificial neural networks based on the one proposed by Oliveira, Nobre and Zarate (2013) to forecast prices of Brazilian companies that operate in the oil and gas sector of the stock exchange. For this purpose, the present study used all the companies the Oil & Gas sector of BM&FBovespa, expanding the selection of the work of Oliveira, Nobre and Zarate (2013), which selected only Petrobras, the sample was composed by the stock prices of the following Brazilian companies: Companhia de Gas de Sao Paulo (CGAS5), a OGX Petroleo (OGXP3), a Refinaria de Petroleos Manguinhos (RPMG3), a PetroRio (PRIO3) e a Queiroz Galvao Exploracao e Producao (QGEP3). It was found that the proposed artificial neural network model obtained satisfactory results, with minor errors and a POCID more than 1. With this, it can be inferred that the artificial neural networks are an effective tool in predicting the behavior of the stock market for the sector under analysis. Keywords: Neural Networks. Brazilian Stock Market. Oil & Gas Sector. Forecast.