Use este identificador para citar ou linkar para este item: http://bdm.ufmt.br/handle/1/1745
Registro completo de metadados
Campo DCValorIdioma
dc.creatorRocha, Weriklis Soares-
dc.date.accessioned2020-08-20T12:06:41Z-
dc.date.available2020-03-16-
dc.date.available2020-08-20T12:06:41Z-
dc.date.issued2020-03-09-
dc.identifier.citationROCHA, Weriklis Soares. Redes neurais artificiais: um estudo aplicado a indicadores econômico-financeiros e patrimoniais das empresas de capital aberto do setor de energia elétrica do ano de 2018 . 51 f. Trabalho de Conclusão de Curso (Graduação em Ciências Contábeis) – Universidade Federal de Mato Grosso, Instituto de Ciências Humanas e Sociais, Rondonópolis, 2020.pt_BR
dc.identifier.urihttp://bdm.ufmt.br/handle/1/1745-
dc.description.abstractWith the commercial development and market expansion, the tools for analyzing a company have become fundamental and essential to ascertain the current financial situation of companies. The theme of this work addresses the economic-financial and patrimonial indicators, the electric energy sector and the application of analyzes by neural networks. Thus, it was defined what is the relationship between economic-financial and equity indicators with EBITDA in the Brazilian electricity sector. The objective of this study is to explain through the analysis of artificial neural networks if the financial indicators are related to EBITDA, in the Brazilian electric energy segment in the year 2018. EBITDA was chosen as a dependent variable of the research, because it is always present in the reports annual reports of publicly traded companies in recent years, and their importance in the valuation of companies and investors. As for the methodology, the research was descriptive, documentary, and case study, the method of approach was hypothetical and its approach was quantitative. The theoretical basis discussed the topics for the development of the research, such as: financial analysis of companies, performance indicators, artificial neural networks, performance evaluation and the electricity sector. In the analyzes, data were collected from 63 companies, according to the sample, and imported by Excel to the SPSS Software, which through the analysis made by the neural networks concludes that the financial indicators are related to EBITDA in approximately 95.2%. Obtaining other analyzes for the validation of the model such as: summary of case processing, summary of the model, parameter estimates, the predicted value, the residual, the importance of the independent variable and the normalized importance. Thus, validating the research hypothesis. Thus, it is suggested for future studies to use other economic-financial and equity indicators, sectors and a longer time frame to verify whether they are also related to the EBITDA indicator.pt_BR
dc.description.provenanceSubmitted by Almira de Araujo Medeiros (almiraayalla@hotmail.com) on 2020-08-20T12:04:58Z No. of bitstreams: 1 TCC_2020_Weriklis Soares Rocha_Autorizações.pdf: 3620108 bytes, checksum: ff633088c808467eb93d5836cb726f25 (MD5)en
dc.description.provenanceApproved for entry into archive by Almira de Araujo Medeiros (almiraayalla@hotmail.com) on 2020-08-20T12:06:41Z (GMT) No. of bitstreams: 1 TCC_2020_Weriklis Soares Rocha_Autorizações.pdf: 3620108 bytes, checksum: ff633088c808467eb93d5836cb726f25 (MD5)en
dc.description.provenanceMade available in DSpace on 2020-08-20T12:06:41Z (GMT). No. of bitstreams: 1 TCC_2020_Weriklis Soares Rocha_Autorizações.pdf: 3620108 bytes, checksum: ff633088c808467eb93d5836cb726f25 (MD5) Previous issue date: 2020-03-09en
dc.languageporpt_BR
dc.publisherUniversidade Federal de Mato Grossopt_BR
dc.rightsAcesso Abertopt_BR
dc.titleRedes neurais artificiais : um estudo aplicado a indicadores econômico-financeiros e patrimoniais das empresas de capital aberto do setor de energia elétrica do ano de 2018pt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Carneiro Júnior, João Bosco Arbués-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5073023761658236pt_BR
dc.contributor.referee1Carneiro Júnior, João Bosco Arbués-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5073023761658236pt_BR
dc.description.resumoCom o desenvolvimento comercial e expansão mercantil as ferramentas para análise de uma empresa tornaram-se fundamentais e essências para averiguar a atual situação financeiras das companhias. O tema deste trabalho aborda os indicadores econômico-financeiros e patrimoniais, o setor de energia elétrica e aplicação de análises pelas redes neurais. Assim, definiu-se como problemática da pesquisa: qual a relação dos indicadores econômico-financeiros e patrimoniais com o EBITDA no setor de energia elétrica brasileiro. O objetivo deste estudo é explicar através na análise de redes neurais artificiais se os indicadores financeiros tem relação com o EBITDA, no segmento de energia elétrica brasileiro no ano de 2018. O EBITDA foi escolhido como variável dependente da pesquisa, devido estar sempre presente nos relatórios anuais das empresas de capital aberto nos últimos anos, e sua importância na avaliação das empresas e investidores. Quanto a metodologia a pesquisa foi descritiva, documental, e estudo de caso, o método de abordagem foi o hipotético e sua abordagem foi a quantitativa. Na fundamentação teórica discutiu-se sobre os tópicos para o desenvolvimento da pesquisa como: análise financeira das empresas, indicadores de desempenho, redes neurais artificiais, avaliação do desempenho e setor de energia elétrica. Nas análises foram coletados os dados de 63 empresas obtidos da Revista Exame – Melhores e Maiores, conforme a amostra, e importados pelo Excel ao Software SPSS, que através da análise feita pelas redes neurais conclui-se que os indicadores financeiros se relacionam com o EBITDA em aproximadamente 95,2%. Obtendo outras analises para a validação do modelo como: resumo do processamento de casos, a sumarização do modelo, as estimativas do parâmetro, o valor predito, o resíduo, a importância da variável independente e a importância normalizada. Assim, validando a hipótese da pesquisa. Dessa forma, sugere-se para estudos futuros a utilização de outros indicadores econômico-financeiros e patrimoniais, setores e espaço temporal maior para verificar se os mesmos também tem relação com o indicador EBITDA.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Ciências Humanas e Sociais (ICHS) – Rondonópolispt_BR
dc.publisher.initialsUFMT CUR - Rondonopólispt_BR
dc.publisher.programCiências Contábeis - CURpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::CIENCIAS CONTABEISpt_BR
dc.subject.keywordRedes neuraispt_BR
dc.subject.keywordEBITDApt_BR
dc.subject.keywordSetor de energia elétricapt_BR
dc.subject.keyword2Neural Networkspt_BR
dc.subject.keyword2EBITDApt_BR
dc.subject.keyword2Energy sector and Indicatorspt_BR
Aparece na(s) coleção(ções):Ciências Contábeis - Rondonópolis

Arquivos deste item:
Arquivo Descrição TamanhoFormato 
TCC_2020_Weriklis Soares Rocha_Autorizações.pdf3.54 MBAdobe PDFVer/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.