Mostrar registro simples

dc.contributor.advisorMuller, Sonia Isoldi Marty Gama, 1957-pt_BR
dc.contributor.authorOliveira, Diogo Cassin de Carvalhopt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Produçãopt_BR
dc.date.accessioned2018-04-23T15:47:57Z
dc.date.available2018-04-23T15:47:57Z
dc.date.issued2016pt_BR
dc.identifier.urihttp://hdl.handle.net/1884/45298
dc.descriptionOrientador : Profª. Drª. Sonia Isoldi Marty Gama Müllerpt_BR
dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa: Curitiba, 24/11/2016pt_BR
dc.descriptionInclui referências : f. 126-129pt_BR
dc.descriptionÀrea de concentração: Pesquisa operacionalpt_BR
dc.descriptionLinha Pesquisa: Métodos esta'tistico aplicadospt_BR
dc.description.abstractResumo: 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.pt_BR
dc.description.abstractAbstract: 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. Profitabilitypt_BR
dc.format.extent143 f. : il., algumas color., tabs., grafs.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.relationDisponível em formato digitalpt_BR
dc.subjectEngenhariaspt_BR
dc.subjectAnálise econômico-financeirapt_BR
dc.subjectIndústria automobilísticapt_BR
dc.subjectAnalise de regressãopt_BR
dc.subjectTesespt_BR
dc.titleMétodos multivariados aplicados á análise financeira de empresas do setor automotivopt_BR
dc.typeDissertaçãopt_BR


Arquivos deste item

ArquivosTamanhoFormatoVisualização

Não existem arquivos associados a este item.

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples