| Popis: |
Este trabalho objetiva comparar as acurácias obtidas para cada um dos seguintes classificadores: análise discriminante (LDA), regressão logística (RL), redes neurais – multilayer perceptron (MLP) e máquinas de vetores de suporte (SVM), em diferentes períodos. Com a globalização da economia, o aumento da disponibilidade de informações financeiras e o livre fluxo de capitais ao redor do mundo, investidores, profissionais de mercado, acadêmicos, dentre outros usuários da informação contábil, vêm se preocupando em saber se empresas estão com dificuldades financeiras. A pesquisa realizada é descritiva e parte de uma abordagem quantitativa. As variáveis independentes utilizadas correspondem a um conjunto de indicadores financeiros calculados com base em dados oriundos de demonstrações financeiras de companhias listadas na BM&FBOVESPA. A seleção das variáveis foi feita por meio do método stepwise e algoritmo genético. Nos estudos realizados, a regressão logística apresentou o melhor desempenho nos grupos de teste de 2015 e 2016. Essa pesquisa contribuiu para preencher um gap em relação à utilização de dois grupos de treinamento para averiguar se os dados contábeis do ano de implementação plena das IFRS (2010) no Brasil podem ter impactado as acurácias dos classificadores. |
