Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar

Bibliographic Details
Main Author: Cruz, Vera Lúcia
Publication Date: 2023
Other Authors: José Guerra Leone, Rodrigo, de Menezes e Silva Filho, Telmo, Regina Ney Matos, Fátima
Format: Article
Language: por
Source: Perspectivas Contemporâneas
Download full: http://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneas/article/view/3478
Summary: The objective of the research was to identify a model, among the existing models, which, using the time series of the sponsoring companies of the Closed Supplementary Pension Entities, generate, with greater precision, the possible future results of the variation between the present value of the defined benefit obligation with the fair value of the plan's assets. Through a quasi-experimental action in sponsoring companies listed in B3, two models were used, the integrated auto-regressive moving average (ARIMA) and the Vector Auto-regression model (ARV). Based on the predictive results of the models, it was possible to identify that the data run by the ARIMA method did not present a good fit and it was possible to conclude that the model created by ARV was more robust in predicting the future situations of the analyzed companies, and that, decisions based on predictive models, pointed to the need to anticipate decisions on the discount rate, the inflation rate, the rate of salary increase and on the guaranteeing assets.
id INTEGRADO_d3ee4faa8e0aad3b5f4e24cf332ee580
oai_identifier_str oai:ojs.revista.grupointegrado.br:article/3478
network_acronym_str INTEGRADO
network_name_str Perspectivas Contemporâneas
repository_id_str
spelling Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementarCPC 33 (R1). EFPC. Modelo preditivo. Auto Regressão Vetorial. ARIMA.Entidades Patrocinadoras de Entidade Fechada de Previdência ComplementarThe objective of the research was to identify a model, among the existing models, which, using the time series of the sponsoring companies of the Closed Supplementary Pension Entities, generate, with greater precision, the possible future results of the variation between the present value of the defined benefit obligation with the fair value of the plan's assets. Through a quasi-experimental action in sponsoring companies listed in B3, two models were used, the integrated auto-regressive moving average (ARIMA) and the Vector Auto-regression model (ARV). Based on the predictive results of the models, it was possible to identify that the data run by the ARIMA method did not present a good fit and it was possible to conclude that the model created by ARV was more robust in predicting the future situations of the analyzed companies, and that, decisions based on predictive models, pointed to the need to anticipate decisions on the discount rate, the inflation rate, the rate of salary increase and on the guaranteeing assets.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. INSTITUTO INTEGRADO DE CIÊNCIA E TECNOLOGIA - IN2 e CENTRO UNIVERSITÁRIO INTEGRADO2023-10-29info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigo avaliado pelos paresapplication/pdfhttp://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneas/article/view/347810.54372/pc.2023.v18.3478Perspectivas Contemporâneas - Contemporary Perspectives; Vol. 18 (2023): Publicação contínua jan./dez.; 1-22Perspectivas Contemporâneas; v. 18 (2023): Publicação contínua jan./dez.; 1-221980-0193reponame:Perspectivas Contemporâneasinstname:Centro Universitário Integradoinstacron:INTEGRADOporhttp://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneas/article/view/3478/1305Copyright (c) 2023 Vera Lúcia Cruz, Rodrigo José Guerra Leone, Telmo de Menezes e Silva Filho, Fátima Regina Ney Matosinfo:eu-repo/semantics/openAccessCruz, Vera LúciaJosé Guerra Leone, Rodrigode Menezes e Silva Filho, TelmoRegina Ney Matos, Fátima2023-05-09T01:39:50Zoai:ojs.revista.grupointegrado.br:article/3478Revistahttp://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneasPRIhttp://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneas/oaiperspectivascontemporaneas@grupointegrado.br1980-01931980-0193opendoar:2023-05-09T01:39:50Perspectivas Contemporâneas - Centro Universitário Integradofalse
dc.title.none.fl_str_mv Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
title Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
spellingShingle Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
Cruz, Vera Lúcia
CPC 33 (R1). EFPC. Modelo preditivo. Auto Regressão Vetorial. ARIMA.
Entidades Patrocinadoras de Entidade Fechada de Previdência Complementar
title_short Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
title_full Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
title_fullStr Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
title_full_unstemmed Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
title_sort Modelo preditivo para geração de informações gerenciais para empresas patrocinadoras de entidades fechadas de previdência complementar
author Cruz, Vera Lúcia
author_facet Cruz, Vera Lúcia
José Guerra Leone, Rodrigo
de Menezes e Silva Filho, Telmo
Regina Ney Matos, Fátima
author_role author
author2 José Guerra Leone, Rodrigo
de Menezes e Silva Filho, Telmo
Regina Ney Matos, Fátima
author2_role author
author
author
dc.contributor.author.fl_str_mv Cruz, Vera Lúcia
José Guerra Leone, Rodrigo
de Menezes e Silva Filho, Telmo
Regina Ney Matos, Fátima
dc.subject.por.fl_str_mv CPC 33 (R1). EFPC. Modelo preditivo. Auto Regressão Vetorial. ARIMA.
Entidades Patrocinadoras de Entidade Fechada de Previdência Complementar
topic CPC 33 (R1). EFPC. Modelo preditivo. Auto Regressão Vetorial. ARIMA.
Entidades Patrocinadoras de Entidade Fechada de Previdência Complementar
description The objective of the research was to identify a model, among the existing models, which, using the time series of the sponsoring companies of the Closed Supplementary Pension Entities, generate, with greater precision, the possible future results of the variation between the present value of the defined benefit obligation with the fair value of the plan's assets. Through a quasi-experimental action in sponsoring companies listed in B3, two models were used, the integrated auto-regressive moving average (ARIMA) and the Vector Auto-regression model (ARV). Based on the predictive results of the models, it was possible to identify that the data run by the ARIMA method did not present a good fit and it was possible to conclude that the model created by ARV was more robust in predicting the future situations of the analyzed companies, and that, decisions based on predictive models, pointed to the need to anticipate decisions on the discount rate, the inflation rate, the rate of salary increase and on the guaranteeing assets.
publishDate 2023
dc.date.none.fl_str_mv 2023-10-29
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artigo avaliado pelos pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneas/article/view/3478
10.54372/pc.2023.v18.3478
url http://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneas/article/view/3478
identifier_str_mv 10.54372/pc.2023.v18.3478
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://periodicos.grupointegrado.br/revista/index.php/perspectivascontemporaneas/article/view/3478/1305
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv INSTITUTO INTEGRADO DE CIÊNCIA E TECNOLOGIA - IN2 e CENTRO UNIVERSITÁRIO INTEGRADO
publisher.none.fl_str_mv INSTITUTO INTEGRADO DE CIÊNCIA E TECNOLOGIA - IN2 e CENTRO UNIVERSITÁRIO INTEGRADO
dc.source.none.fl_str_mv Perspectivas Contemporâneas - Contemporary Perspectives; Vol. 18 (2023): Publicação contínua jan./dez.; 1-22
Perspectivas Contemporâneas; v. 18 (2023): Publicação contínua jan./dez.; 1-22
1980-0193
reponame:Perspectivas Contemporâneas
instname:Centro Universitário Integrado
instacron:INTEGRADO
instname_str Centro Universitário Integrado
instacron_str INTEGRADO
institution INTEGRADO
reponame_str Perspectivas Contemporâneas
collection Perspectivas Contemporâneas
repository.name.fl_str_mv Perspectivas Contemporâneas - Centro Universitário Integrado
repository.mail.fl_str_mv perspectivascontemporaneas@grupointegrado.br
_version_ 1836555393537409024