Leonardo Augusto Amaral Terra

Redes neurais artificiais na previsão da inflação: aplicação como ferramenta de apoio à análise de decisões financeiras em organizações de pequeno porte

Las estimaciones de las tasas de inflacion son cruciales para directivos ya que las decisiones de inversion estan estrechamente vinculadas a ellas. Sin embargo, el comportamiento de la inflacion tiende a ser no lineal e incluso caotico, lo que dificulta la correcta estimacion. Esta caracteristica del fenomeno puede hacer inexactos los modelos mas simples para el pronostico, accesible a las pequenas organizaciones, ya que muchos de estos requieren manipulaciones de datos grandes y/o software especializado. Este articulo tiene como objetivo evaluar, mediante un analisis estadistico formal, la eficacia de las redes neuronales artificiales en el pronostico de la inflacion, dentro de la realidad de las pequenas organizaciones. Las RNA son herramientas adecuadas para medir el fenomeno de la inflacion, ya que son aproximaciones de funciones polinomicas, capaz de hacer frente a fenomenos no lineales. Para este proceso fueron seleccionados tres modelos basicos de las redes neuronales artificiales Multi Layer Perceptron, aplicables desde la fuente de las hojas de calculo de codigo abierto. Los tres modelos fueron probados a partir de un conjunto de variables independientes sugerido por Bresser-Pereira y Nakano (1984), con retraso de un, seis y doce meses. Para este fin, se utilizaron las pruebas de Wilcoxon, coeficiente de determinacion R2 y el porcentaje medio de error de los modelos. El conjunto de datos se dividio en dos, siendo uno de los grupos utilizado para la formacion de redes neuronales artificiales, mientras que otro grupo se utilizo para verificar la capacidad predictiva de los modelos y su capacidad de generalizacion. Con esto, el trabajo concluyo que ciertos modelos de redes neuronales artificiales tienen una capacidad razonable para predecir la inflacion en el corto plazo y constituyen una alternativa razonable para este tipo de medicion.

KEY DIFFERENTIATION STRATEGIES ADOPTED BY SUGAR AND ALCOHOL SECTOR COMPANIES

Atualmente as organizacoes estao enfrentando um ambiente muito mais agil e competitivo, exigindo novas tecnicas de concorrencia, novas atitudes mercadologicas e novos modelos produtivos. A estrategia de diferenciacao aborda um excelente processo visando a vantagem competitiva, porem ha uma grande dificuldade de aplicar esse tipo de estrategia em produtos commodities, pelo fato de serem produtos nao diferenciados e pela mudanca de precos, que devem se manter baixos. A metodologia utilizada consiste em um estudo de caso com entrevistas semiestruturadas, pautando em responder quais estrategias de diferenciacao sao adotadas pelas empresas sucroalcooleiras na busca de competitividade. A partir desse estudo, pode-se obter que as principais estrategias empregadas, nao estao relacionadas a diferenciacao do produto em si.

Redes neuronales artificiales en el pronóstico de la inflación: la aplicación como una herramienta para apoyar el análisis de las decisiones financieras en organizaciones pequeñas

Las estimaciones de las tasas de inflacion son cruciales para directivos ya que las decisiones de inversion estan estrechamente vinculadas a ellas. Sin embargo, el comportamiento de la inflacion tiende a ser no lineal e incluso caotico, lo que dificulta la correcta estimacion. Esta caracteristica del fenomeno puede hacer inexactos los modelos mas simples para el pronostico, accesible a las pequenas organizaciones, ya que muchos de estos requieren manipulaciones de datos grandes y/o software especializado. Este articulo tiene como objetivo evaluar, mediante un analisis estadistico formal, la eficacia de las redes neuronales artificiales en el pronostico de la inflacion, dentro de la realidad de las pequenas organizaciones. Las RNA son herramientas adecuadas para medir el fenomeno de la inflacion, ya que son aproximaciones de funciones polinomicas, capaz de hacer frente a fenomenos no lineales. Para este proceso fueron seleccionados tres modelos basicos de las redes neuronales artificiales Multi Layer Perceptron, aplicables desde la fuente de las hojas de calculo de codigo abierto. Los tres modelos fueron probados a partir de un conjunto de variables independientes sugerido por Bresser-Pereira y Nakano (1984), con retraso de un, seis y doce meses. Para este fin, se utilizaron las pruebas de Wilcoxon, coeficiente de determinacion R2 y el porcentaje medio de error de los modelos. El conjunto de datos se dividio en dos, siendo uno de los grupos utilizado para la formacion de redes neuronales artificiales, mientras que otro grupo se utilizo para verificar la capacidad predictiva de los modelos y su capacidad de generalizacion. Con esto, el trabajo concluyo que ciertos modelos de redes neuronales artificiales tienen una capacidad razonable para predecir la inflacion en el corto plazo y constituyen una alternativa razonable para este tipo de medicion.

Artificial neural networks in inflation prediction: application like analysis tool for financial decisions at small organizations

Las estimaciones de las tasas de inflacion son cruciales para directivos ya que las decisiones de inversion estan estrechamente vinculadas a ellas. Sin embargo, el comportamiento de la inflacion tiende a ser no lineal e incluso caotico, lo que dificulta la correcta estimacion. Esta caracteristica del fenomeno puede hacer inexactos los modelos mas simples para el pronostico, accesible a las pequenas organizaciones, ya que muchos de estos requieren manipulaciones de datos grandes y/o software especializado. Este articulo tiene como objetivo evaluar, mediante un analisis estadistico formal, la eficacia de las redes neuronales artificiales en el pronostico de la inflacion, dentro de la realidad de las pequenas organizaciones. Las RNA son herramientas adecuadas para medir el fenomeno de la inflacion, ya que son aproximaciones de funciones polinomicas, capaz de hacer frente a fenomenos no lineales. Para este proceso fueron seleccionados tres modelos basicos de las redes neuronales artificiales Multi Layer Perceptron, aplicables desde la fuente de las hojas de calculo de codigo abierto. Los tres modelos fueron probados a partir de un conjunto de variables independientes sugerido por Bresser-Pereira y Nakano (1984), con retraso de un, seis y doce meses. Para este fin, se utilizaron las pruebas de Wilcoxon, coeficiente de determinacion R2 y el porcentaje medio de error de los modelos. El conjunto de datos se dividio en dos, siendo uno de los grupos utilizado para la formacion de redes neuronales artificiales, mientras que otro grupo se utilizo para verificar la capacidad predictiva de los modelos y su capacidad de generalizacion. Con esto, el trabajo concluyo que ciertos modelos de redes neuronales artificiales tienen una capacidad razonable para predecir la inflacion en el corto plazo y constituyen una alternativa razonable para este tipo de medicion.