Detalhes bibliográficos
Ano de defesa: |
2018 |
Autor(a) principal: |
PAPANDRÉA, Pedro José |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação: Doutorado - Engenharia de Produção
|
Departamento: |
IEPG - Instituto de Engenharia de Produção e Gestão
|
País: |
Não Informado pela instituição
|
Link de acesso: |
https://repositorio.unifei.edu.br/jspui/handle/123456789/1459
|
Resumo: |
Para preencher a lacuna que existe na escolha de empresas para compor portfólios e inclusão de variáveis externas em sua otimização, e sendo também motivado pela crescente visibilidade das empresas verdes no mercado de ações, propõe-se a criação, desenvolvimento e análise de um novo método para escolha de empresas, geração de indicadores e inclusão destes indicadores como variáveis de processo em arranjos de mistura com otimização lexicográfica. A aplicação e validação do método se dá em empresas chamadas de Verdes (Green Companies), que são aquelas que possuem ações relevantes em prol do meio-ambiente, como por exemplo, sustentabilidade na produção, uso consciente da água e recursos naturais, sustentabilidade energética. As análises dos portfólios financeiros dessas empresas verdes são feitas usando-se experimentos com arranjo de misturas, análise de componentes principais e o conceito de clusters. Aliado a isso, os indicadores financeiros, extraídos dos balanços patrimoniais oficiais das empresas candidatas foram analisados e formam as variáveis de processo dos arranjos de mistura. Esta é também uma contribuição importante, já que os modelos tradicionais de portfólio não consideram esses indicadores e não os integra no modelo. As empresas candidatas foram escolhidas a partir da classificação das empresas mais verdes da revista Newsweek de 2014. Estabelecemos um portfólio de clusters usando o conceito de análise fatorial e análise de componentes principais (PCA). A análise de componentes principais foi aplicada para selecionar e reclassificar as empresas candidatas a partir do ranking original da Newsweek. O agrupamento dessas empresas foi feito pelo método de Ward com base em indicadores ou taxas de risco financeiro. O PCA foi novamente usado para o cálculo do indicador geral multivariado (MGI) o qual é base para o agrupamento das empresas similares por clusters. Essas taxas de risco financeiros foram calculados com base nos relatórios financeiros anuais (Relatório Anual de acordo com a Seção 13 ou 15(d) do Ato regulamentador de 1934 (Securities Exchange Act, 1934) para determinar a pontuação dos componentes principais relacionados aos indicadores financeiros. A mineração dos dados foi utilizada para extrair os valores necessários para calcular os índices financeiros de cada variável ou empresa. Os resultados computacionais têm proporcionado novas perspectivas usando a combinação de análise de componentes principais, experimentos com arranjos de mistura, o método de cluster, método de otimização lexicográfico e a base dos relatórios financeiros anuais. Tudo isso aplicado no campo financeiro com empresas verdes como alvos da análise. Esta proposta é otimizada para comparação dos resultados com a carteira de modelo global. Este último, tradicional, não considera indicadores financeiros nem variáveis de processo. Ele trata de um portfólio geral contendo todas as empresas que foram selecionadas na primeira etapa do trabalho e otimização com mistura pelo modelo de Markowitz. |