为封闭式补充养老基金实体的赞助公司生成管理信息的预测模型

Vera Lúcia Cruz, Rodrigo José Guerra Leone, Telmo De Menezes e Silva Filho, Fátima Regina Ney Matos
{"title":"为封闭式补充养老基金实体的赞助公司生成管理信息的预测模型","authors":"Vera Lúcia Cruz, Rodrigo José Guerra Leone, Telmo De Menezes e Silva Filho, Fátima Regina Ney Matos","doi":"10.54372/pc.2023.v18.3478","DOIUrl":null,"url":null,"abstract":"O objetivo do estudo foi realizar uma análise comparativa na aplicação de dois modelos o Auto-regressivos Integrados de Média Móvel (ARIMA) e o modelo de Auto-regressão Vetorial (ARV) em empresas patrocinadoras das Entidades Fechadas de Previdência Complementar, listadas no Brasil, Bolsa, Balcão (B3). Através de uma ação quase-experimental, foram utilizados dois modelos, o auto-regressivos integrados de média móvel (ARIMA) e o modelo de Auto-regressão Vetorial (ARV). Com base nos resultados preditivos dos modelos, foi possível identificar que os dados rodados pelo método ARIMA não apresentaram um bom ajuste e foi possível concluir que o modelo criado pelo ARV se apresentou mais robusto na previsão das situações futuras das empresas analisadas, e que, as decisões com base nos modelos preditivos, apontaram a necessidade de antecipação de decisões sobre a taxa de desconto, a taxa de inflação, taxa do aumento salarial e sobre os ativos garantidores.","PeriodicalId":489421,"journal":{"name":"Perspectivas contemporâneas","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar\",\"authors\":\"Vera Lúcia Cruz, Rodrigo José Guerra Leone, Telmo De Menezes e Silva Filho, Fátima Regina Ney Matos\",\"doi\":\"10.54372/pc.2023.v18.3478\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O objetivo do estudo foi realizar uma análise comparativa na aplicação de dois modelos o Auto-regressivos Integrados de Média Móvel (ARIMA) e o modelo de Auto-regressão Vetorial (ARV) em empresas patrocinadoras das Entidades Fechadas de Previdência Complementar, listadas no Brasil, Bolsa, Balcão (B3). Através de uma ação quase-experimental, foram utilizados dois modelos, o auto-regressivos integrados de média móvel (ARIMA) e o modelo de Auto-regressão Vetorial (ARV). Com base nos resultados preditivos dos modelos, foi possível identificar que os dados rodados pelo método ARIMA não apresentaram um bom ajuste e foi possível concluir que o modelo criado pelo ARV se apresentou mais robusto na previsão das situações futuras das empresas analisadas, e que, as decisões com base nos modelos preditivos, apontaram a necessidade de antecipação de decisões sobre a taxa de desconto, a taxa de inflação, taxa do aumento salarial e sobre os ativos garantidores.\",\"PeriodicalId\":489421,\"journal\":{\"name\":\"Perspectivas contemporâneas\",\"volume\":\"1 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-29\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Perspectivas contemporâneas\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.54372/pc.2023.v18.3478\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Perspectivas contemporâneas","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.54372/pc.2023.v18.3478","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

摘要本研究的目的是比较分析两种模型的应用,即综合自回归移动平均模型(ARIMA)和向量自回归模型(ARV),在巴西上市的封闭补充养老基金实体的赞助公司,Bolsa, balcao (B3)。通过准实验行动,采用了两种模型,综合自回归移动平均(ARIMA)和矢量自回归(ARV)。根据模型的预测结果,可以确定几何参数的数据ARIMA不找个合适的方法和建立的模型可以得出艺术表现最强劲的企业预测未来的情况分析,决策和预测模型的基础上,指出了预期的需求决定的贴现率,通货膨胀,工资率的上升和资产年。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
O objetivo do estudo foi realizar uma análise comparativa na aplicação de dois modelos o Auto-regressivos Integrados de Média Móvel (ARIMA) e o modelo de Auto-regressão Vetorial (ARV) em empresas patrocinadoras das Entidades Fechadas de Previdência Complementar, listadas no Brasil, Bolsa, Balcão (B3). Através de uma ação quase-experimental, foram utilizados dois modelos, o auto-regressivos integrados de média móvel (ARIMA) e o modelo de Auto-regressão Vetorial (ARV). Com base nos resultados preditivos dos modelos, foi possível identificar que os dados rodados pelo método ARIMA não apresentaram um bom ajuste e foi possível concluir que o modelo criado pelo ARV se apresentou mais robusto na previsão das situações futuras das empresas analisadas, e que, as decisões com base nos modelos preditivos, apontaram a necessidade de antecipação de decisões sobre a taxa de desconto, a taxa de inflação, taxa do aumento salarial e sobre os ativos garantidores.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信