Métodos multivariados aplicados á análise financeira de empresas do setor automotivo

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Oliveira, Diogo Cassin de Carvalho
Orientador(a): Muller, Sonia Isoldi Marty Gama, 1957-
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:
Engenharias
Análise econômico-financeira
Indústria automobilística
Analise de regressão
Teses
Link de acesso: http://hdl.handle.net/1884/45298
Resumo: Orientador : Profª. Drª. Sonia Isoldi Marty Gama Müller
id UFPR_23c2c476d304f00d4fe6fb024bcd2268
oai_identifier_str oai:acervodigital.ufpr.br:1884/45298
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Oliveira, Diogo Cassin de CarvalhoUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de ProduçãoMuller, Sonia Isoldi Marty Gama, 1957-2018-04-23T15:47:57Z2018-04-23T15:47:57Z2016http://hdl.handle.net/1884/45298Orientador : Profª. Drª. Sonia Isoldi Marty Gama MüllerDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa: Curitiba, 24/11/2016Inclui referências : f. 126-129Àrea de concentração: Pesquisa operacionalLinha Pesquisa: Métodos esta'tistico aplicadosResumo: A indústria automotiva exerce forte influência sobre a economia global e dispõe de uma larga variedade de companhias multinacionais, as quais possuem singularidades em termos de valores culturais, estratégia de negócios e políticas de investimentos. Neste contexto, esta pesquisa tem o objetivo de propor mecanismos cientificamente adequados para avaliação da rentabilidade de montadoras de veículos, como alternativa a processos dotados de subjetividade. A aplicação de métodos multivariados permite prever o nível de retorno gerado pelos negócios destas companhias, em função de índices financeiros derivados de suas demonstrações contábeis. Ademais, a aplicação destes modelos contribui para o enriquecimento da literatura acadêmica e visa subsidiar decisões de planejamento estratégico destas organizações, gerando benefícios a acionistas, clientes e fornecedores. De tal modo, foram coletadas informações financeiras de trinta montadoras de veículos com ações listadas em Bolsa de Valores, das quais foram selecionados índices financeiros de liquidez, endividamento, atividade e rentabilidade. A técnica de Análise de Agrupamentos foi empregada com o intuito de criar dois clusters para separar empresas de alta e baixa rentabilidade, alcançando resultados satisfatórios com formação de dois grupos distintos com baixa variância intragrupos e diferença significativa entre os agrupamentos. Após a definição dos grupos, as técnicas de Análise Discriminante de Fisher e Regressão Logística foram aplicadas de forma a identificar os índices financeiros necessários para predizer a rentabilidade de uma empresa e alocá-la em um dos grupos de rentabilidade. No que tange aos resultados alcançados neste trabalho, observou-se qualidade no ajustamento e alto poder preditivo de ambos os métodos, com elevado percentual de acertos. Igualmente, a área sob a curva ROC em ambos os métodos atingiu valores acima de 0,90, o que indica excelente desempenho ao classificar empresas. Após comparação entre os resultados gerados pelos dois métodos, selecionou-se o modelo logístico estimado para análise da rentabilidade de montadoras de veículos. Palavras-chave: Índices financeiros. Métodos multivariados. Rentabilidade. Setor automotivo.Abstract: Automotive industry conspicuously drives the economy worldwide with a broad variety of global companies, which have singularities in terms of its culture, business strategy and investment decisions. Thereby, this research has been designed with the aim to propose scientifically suitable mechanisms to evaluate the profitability of automakers, in opposition to other processes spotted by subjectivity. The employment of multivariate methods provides the prediction of the yields added by the company's operating cash flow through financial ratios derived from its income statement and balance sheet. Moreover, the application of such models embeds value to the academic literature and aims to support decisions involving strategic planning of these companies, promoting benefits to shareholders, clients and suppliers. Thus, there have been collected financial ratios of thirty automakers listed on the stock market, such as liquidity, debt, activity and profitability. A Cluster Analysis has been performed with the aim to set two dissimilar groups to separate the companies with high or low profitability, achieving satisfactory results of building two clusters with low intern variance. Given that the groups have been properly set, there have been applied Fisher's Discriminant Analysis and Logistic Regression models, based on a training dataset, to identify the financial ratios which are capable to predict the company's profitability and allocate it into one of the groups according to its profitability. With regard to the results accomplished by this research, there have been observed quality of fitting and high predictive power of both models, with high correct classification rate. Moreover, the area under ROC curve reached values above 0.90, which indicates high quality of models' performance by classifying the companies. After comparing the results reached by the both methods, the estimated logistic model has been selected to evaluate the automakers' profitability. Key-words: Automotive industry. Financial ratios. Multivariate methods. Profitability143 f. : il., algumas color., tabs., grafs.application/pdfDisponível em formato digitalEngenhariasAnálise econômico-financeiraIndústria automobilísticaAnalise de regressãoTesesMétodos multivariados aplicados á análise financeira de empresas do setor automotivoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccess1884/452982018-04-23 12:47:57.986metadata only accessoai:acervodigital.ufpr.br:1884/45298Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082018-04-23T15:47:57Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
title Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
spellingShingle Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
Oliveira, Diogo Cassin de Carvalho
Engenharias
Análise econômico-financeira
Indústria automobilística
Analise de regressão
Teses
title_short Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
title_full Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
title_fullStr Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
title_full_unstemmed Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
title_sort Métodos multivariados aplicados á análise financeira de empresas do setor automotivo
author Oliveira, Diogo Cassin de Carvalho
author_facet Oliveira, Diogo Cassin de Carvalho
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Produção
dc.contributor.author.fl_str_mv Oliveira, Diogo Cassin de Carvalho
dc.contributor.advisor1.fl_str_mv Muller, Sonia Isoldi Marty Gama, 1957-
contributor_str_mv Muller, Sonia Isoldi Marty Gama, 1957-
dc.subject.por.fl_str_mv Engenharias
Análise econômico-financeira
Indústria automobilística
Analise de regressão
Teses
topic Engenharias
Análise econômico-financeira
Indústria automobilística
Analise de regressão
Teses
description Orientador : Profª. Drª. Sonia Isoldi Marty Gama Müller
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2018-04-23T15:47:57Z
dc.date.available.fl_str_mv 2018-04-23T15:47:57Z
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 http://hdl.handle.net/1884/45298
url http://hdl.handle.net/1884/45298
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 143 f. : il., algumas color., tabs., grafs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801861437479452672

Registros relacionados