Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.

dc.description.resumo	avaliação de aspectos econômicos, patrimoniais e financeiros de setores da economia pode ser feita através da análise dos indicadores econômico-financeiros que, quando previstos de forma adequada, trazem eminentes benefícios para a empresa e seus acionistas. O objetivo desse artigo é averiguar, utilizando Redes Neurais, a influência das variáveis: Produto Interno Bruto, Taxa de câmbio, Taxa de juros, Inflação e Preço do Minério de Ferro, sobre o desempenho de três empresas de capital aberto do setor de Siderurgia: Gerdau, Usiminas e Companhia de Siderurgia Nacional (CSN). Autores como Albuquerque et al. (2014) analisaram, através do método estatístico ARMAX, as siderúrgicas congêneres a este estudo e concluíram que os dados passados são significativos para o resultado das empresas. No presente artigo, foram aplicados dois modelos à base de dados, um utilizando apenas o passado dos próprios indicadores e outro utilizando, adicionalmente, as variáveis macroeconômicas. Foi aplicado um teste de estacionaiedade para verificar o comportamento dos indicadores ao longo do tempo. Já a correlação entre as variáveis supracitadas e os indicadores de endividamento foi verificado através do teste de correlação de Granjer (curto prazo) e teste de Wald modificado (longo prazo). De acordo com os critérios de avaliação utilizados, no período estudado, o desempenho das variáveis macroeconômicas mostrou-se significante para prever as variações dos índices econômico-financeiros de endividamento.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Engenharia de Produção.	pt_BR
dc.citation.issue	7	pt_BR
dc.title	Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais.	pt_BR
dc.date.issued	2019
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089
dc.date.accessioned	2023-10-16T21:25:21Z
dc.date.available	2023-10-16
dc.date.available	2023-10-16T21:25:21Z
dc.type	Artigo de Evento	pt_BR
dc.subject	Siderurgia	pt_BR
dc.subject	Setor de siderurgia - endividamento	pt_BR
dc.subject	Indicadores de desempenho	pt_BR
dc.subject	Variáveis macroeconômicas	pt_BR
dc.subject	Redes neurais artificiais	pt_BR
dc.subject	Metodologia de Wald	pt_BR
dc.subject	Método estatístico ARMAX	pt_BR
dc.subject	Steel industry	pt_BR
dc.subject	Steel sector - debt	pt_BR
dc.subject	Performance indicators	pt_BR
dc.subject	Macroeconomic variables	pt_BR
dc.subject	Artificial neural networks	pt_BR
dc.subject	Wald Methodology	pt_BR
dc.subject	ARMAX statistical method	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	ROCHA, Pedro de Moraes.
dc.creator	MEDINA, Fernando.
dc.creator	SANTOS, Daiane Rodrigues dos.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Debt in the steel sector: testing the influence of macroeconomic variables using the Wald methodology and artificial neural networks.	pt_BR
dc.identifier.citation	ROCHA, Pedro de Moraes; MEDINA, Fernando; SANTOS, Daiane Rodrigues dos. Endividamento no setor de siderurgia: testando a influência de variáveis macroeconômicas via metodologia de Wald e redes neurais artificiais. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 7., 2019. Anais [...]. Montes Claros - MG: Faculdade Santo Agostinho - FASA, 2019. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32089	pt_BR