Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro

Detalhes bibliográficos
Ano de defesa: 2009
Autor(a) principal: Pinto, Arizoly Rodrigues
Orientador(a): Pinto, Afonso de Campos
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://hdl.handle.net/10438/4300
Resumo: O objetivo deste trabalho é explorar a utilização de Redes Neurais no processo de previsão da Captação Líquida do Mercado de Previdência Privada Brasileiro como ferramenta à tomada de decisão e apoio na gestão das empresas do setor. Para a construção desse modelo foram utilizadas Redes Neurais, ferramenta que vem se mostrando adequada para utilização em modelos não lineares com resultados superiores a outras técnicas. A fonte de dados principal para a realização deste trabalho foi a FENAPREVI – Federação Nacional de Previdência Privada e Vida. Para comparação com o modelo de Redes Neurais, foi utilizado um modelo de Regressão Linear Múltipla como benchmark, com o objetivo de evidenciar a adequação da ferramenta em vista dos objetivos traçados no trabalho. O modelo foi construído a partir das informações mensais do setor, entre maio de 2002 e agosto de 2009, considerando o que se convencionou chamar de ‘mercado vivo’, que abrange os produtos PGBL e VGBL, comercializados ininterruptamente nesse período pelas chamadas EAPP – Entidades Abertas de Prividência Privada. Os resultados obtidos demonstraram a adequação da ferramenta Redes Neurais, que obtiveram resultados superiores aos obtidos utilizando Regressão Linear Múltipla.
id FGV_1c06a488dfcbe25cffb68682bea51515
oai_identifier_str oai:repositorio.fgv.br:10438/4300
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str
spelling Pinto, Arizoly RodriguesEscolas::EESPRochman, Ricardo RatnerCalfat, Roberto Anisvirtual::295Pinto, Afonso de Campos2010-04-20T21:00:36Z2010-04-20T21:00:36Z2009-12-18https://hdl.handle.net/10438/4300O objetivo deste trabalho é explorar a utilização de Redes Neurais no processo de previsão da Captação Líquida do Mercado de Previdência Privada Brasileiro como ferramenta à tomada de decisão e apoio na gestão das empresas do setor. Para a construção desse modelo foram utilizadas Redes Neurais, ferramenta que vem se mostrando adequada para utilização em modelos não lineares com resultados superiores a outras técnicas. A fonte de dados principal para a realização deste trabalho foi a FENAPREVI – Federação Nacional de Previdência Privada e Vida. Para comparação com o modelo de Redes Neurais, foi utilizado um modelo de Regressão Linear Múltipla como benchmark, com o objetivo de evidenciar a adequação da ferramenta em vista dos objetivos traçados no trabalho. O modelo foi construído a partir das informações mensais do setor, entre maio de 2002 e agosto de 2009, considerando o que se convencionou chamar de ‘mercado vivo’, que abrange os produtos PGBL e VGBL, comercializados ininterruptamente nesse período pelas chamadas EAPP – Entidades Abertas de Prividência Privada. Os resultados obtidos demonstraram a adequação da ferramenta Redes Neurais, que obtiveram resultados superiores aos obtidos utilizando Regressão Linear Múltipla.The objective of this work is to explore the use of Neural Networks in the Prediction of the Brazilian Net Inflow of Private Pension Fund Market, as a tool for decision-making and support to the management of companies. To build this model was used neural networks, a tool that is proving suitable for use in nonlinear models with better results than other techniques. The main data source for this work was the FENAPREVI - National Federation of Private Pension and Life. For comparison with the model of neural networks, we used a model of Multiple Linear Regression as a benchmark, in order to demonstrate the suitability of the tool in view of the objectives outlined in this job. The model was constructed from the monthly industry information, between May 2002 and August 2009, considering what has been called 'the live market”, which include products PGBL and VGBL, marketed without interruption during this period for the EAPP – Entities Open Private Pension Funds. The results demonstrated the suitability of the tool Neural Networks, which obtained better results than those obtained using Multiple Linear RegressionporFinançasRedes neuraisInvestimentosPrevidência abertaProcesso decisórioCaptação líquidaEconomiaRedes neurais (Computação)Investimentos - Processo decisórioPrevidência privada - BrasilAplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1info:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVPublicationce90fcdf-91f3-4cad-a509-ae29ffc6af50virtual::295-1ce90fcdf-91f3-4cad-a509-ae29ffc6af50virtual::295-1THUMBNAILArizoly Rodrigues Pinto.pdf.jpgArizoly Rodrigues Pinto.pdf.jpgGenerated Thumbnailimage/jpeg2448https://repositorio.fgv.br/bitstreams/5b26192e-82aa-4a99-a6f1-07d368d92551/download8cfa627291e5649ad51ad6202991a61bMD57TEXTArizoly Rodrigues Pinto.pdf.txtArizoly Rodrigues Pinto.pdf.txtExtracted texttext/plain72976https://repositorio.fgv.br/bitstreams/0a4ae576-e5e8-4adf-89ae-2ce0671ae3ac/downloadb9f5552c1be2493339b8c3048ae21548MD56LICENSElicense.txttext/plain4712https://repositorio.fgv.br/bitstreams/50f0b884-c1a5-42b5-873d-1df6bf8cf74b/download4dea6f7333914d9740702a2deb2db217MD53ORIGINALArizoly Rodrigues Pinto.pdfPDFapplication/pdf309951https://repositorio.fgv.br/bitstreams/03d1d487-600b-49ec-ad72-db129cd89f07/download8b33f96d547da30f572f2426b0d34a3dMD5410438/43002024-12-06 15:26:32.1open.accessoai:repositorio.fgv.br:10438/4300https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-12-06T15:26:32Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.por.fl_str_mv Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
title Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
spellingShingle Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
Pinto, Arizoly Rodrigues
Finanças
Redes neurais
Investimentos
Previdência aberta
Processo decisório
Captação líquida
Economia
Redes neurais (Computação)
Investimentos - Processo decisório
Previdência privada - Brasil
title_short Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
title_full Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
title_fullStr Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
title_full_unstemmed Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
title_sort Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro
author Pinto, Arizoly Rodrigues
author_facet Pinto, Arizoly Rodrigues
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.member.none.fl_str_mv Rochman, Ricardo Ratner
Calfat, Roberto Anis
dc.contributor.author.fl_str_mv Pinto, Arizoly Rodrigues
dc.contributor.advisor1ID.fl_str_mv virtual::295
dc.contributor.advisor1.fl_str_mv Pinto, Afonso de Campos
contributor_str_mv Pinto, Afonso de Campos
dc.subject.por.fl_str_mv Finanças
Redes neurais
Investimentos
Previdência aberta
Processo decisório
Captação líquida
topic Finanças
Redes neurais
Investimentos
Previdência aberta
Processo decisório
Captação líquida
Economia
Redes neurais (Computação)
Investimentos - Processo decisório
Previdência privada - Brasil
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Redes neurais (Computação)
Investimentos - Processo decisório
Previdência privada - Brasil
description O objetivo deste trabalho é explorar a utilização de Redes Neurais no processo de previsão da Captação Líquida do Mercado de Previdência Privada Brasileiro como ferramenta à tomada de decisão e apoio na gestão das empresas do setor. Para a construção desse modelo foram utilizadas Redes Neurais, ferramenta que vem se mostrando adequada para utilização em modelos não lineares com resultados superiores a outras técnicas. A fonte de dados principal para a realização deste trabalho foi a FENAPREVI – Federação Nacional de Previdência Privada e Vida. Para comparação com o modelo de Redes Neurais, foi utilizado um modelo de Regressão Linear Múltipla como benchmark, com o objetivo de evidenciar a adequação da ferramenta em vista dos objetivos traçados no trabalho. O modelo foi construído a partir das informações mensais do setor, entre maio de 2002 e agosto de 2009, considerando o que se convencionou chamar de ‘mercado vivo’, que abrange os produtos PGBL e VGBL, comercializados ininterruptamente nesse período pelas chamadas EAPP – Entidades Abertas de Prividência Privada. Os resultados obtidos demonstraram a adequação da ferramenta Redes Neurais, que obtiveram resultados superiores aos obtidos utilizando Regressão Linear Múltipla.
publishDate 2009
dc.date.issued.fl_str_mv 2009-12-18
dc.date.accessioned.fl_str_mv 2010-04-20T21:00:36Z
dc.date.available.fl_str_mv 2010-04-20T21:00:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/4300
url https://hdl.handle.net/10438/4300
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/5b26192e-82aa-4a99-a6f1-07d368d92551/download
https://repositorio.fgv.br/bitstreams/0a4ae576-e5e8-4adf-89ae-2ce0671ae3ac/download
https://repositorio.fgv.br/bitstreams/50f0b884-c1a5-42b5-873d-1df6bf8cf74b/download
https://repositorio.fgv.br/bitstreams/03d1d487-600b-49ec-ad72-db129cd89f07/download
bitstream.checksum.fl_str_mv 8cfa627291e5649ad51ad6202991a61b
b9f5552c1be2493339b8c3048ae21548
4dea6f7333914d9740702a2deb2db217
8b33f96d547da30f572f2426b0d34a3d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1827842518465642496