Abordagens para a classificação contábil de instrumentos financeiros híbridos e/ou compostos: um estudo de caso com uma companhia aberta brasileira

Instrumentos financeiros híbridos e/ou compostos têm sido tema constante em matéria de regulação contábil. A literatura positiva apresenta uma hipótese que ajuda a compreender o porquê de algumas firmas recorrerem a ditos instrumentos para captar recursos: nível de endividamento no limite de quebra de covenants contratuais. No Brasil, firmas com registro na CVM, que se utilizaram desses instrumentos, classificando-os no patrimônio líquido, tiveram suas ITRs e/ou DFs reapresentadas e/ou republicadas por determinação da CVM. O ponto crítico de toda a discussão reside na distinção entre um item de passivo e um item de patrimônio líquido. Esse tema está disciplinado na IAS 32 (PT CPC n. 39) e presente no Discussion Paper - A review of the conceptual framework for financial reporting, emitido pelo IASB em julho de 2013, que apresenta duas abordagens que podem ser utilizadas, visando a simplificar a distinção entre um item de passivo e de patrimônio líquido: a narrow equity approach - NEA e a strict obligation approach - SOA. A adoção de cada uma dessas abordagens terá um impacto diferente nos níveis de endividamento/alavancagem e no potencial de diluição de participação dos acionistas. Este trabalho tem como objetivo investigar abordagens para a classificação contábil das debêntures mandatoriamente conversíveis em ações, vis-à-vis a IAS 32 (PT CPC n. 39) e o Discussion Paper do IASB (NEA x SOA). A metodologia adotada é um estudo de caso de uma companhia aberta brasileira, que em 2010 emitiu debêntures mandatoriamente conversíveis e efetuou uma classificação desses instrumentos considerada inadequada pelo órgão regulador. Observa-se que a strict obligation approach é a abordagem que impacta menos no nível de endividamento, enquanto a narrow equity approach é a que apresenta maior alavancagem. As evidências sugerem os covenants contratuais como possíveis indutores de tal prática, fato que está em linha com o que a literatura da área documenta como fenômeno esperado. É bem verdade que no caso concreto, houve quebra contínua de covenants contratuais, corroborando a hipótese apresentada por SILVA (2008) de que o baixo custo de violação de covenants contribua para tal situação. Alternativamente, uma possível explicação para a escolha contábil da companhia reside na complexidade da IAS 32 (PT CPC 39) e desconhecimento de suas nuances.

Modelagem e simulação da decomposição térmica do óleo mineral isolante aplicadas à classificação de defeitos em transformadores de potência

A análise de gases dissolvidos tem sido aplicada há décadas como a principal técnica de manutenção preditiva para diagnosticar defeitos incipientes em transformadores de potência, tendo em vista que a decomposição do óleo mineral isolante produz gases que permanecem dissolvidos na fase líquida. Entretanto, apesar da importância desta técnica, os métodos de diagnóstico mais conhecidos são baseados em constatações de modelos termodinâmicos e composicionais simplificados para a decomposição térmica do óleo mineral isolante, em conjunto com dados empíricos. Os resultados de simulação obtidos a partir desses modelos não reproduzem satisfatoriamente os dados empíricos. Este trabalho propõe um modelo termodinâmico flexível aprimorado para mimetizar o efeito da cinética de formação de sólidos como restrição ao equilíbrio e seleciona, entre quatro modelos composicionais, aquele que apresenta o melhor desempenho na simulação da decomposição térmica do óleo mineral isolante. Os resultados de simulação obtidos a partir do modelo proposto apresentaram uma melhor adequação a dados empíricos do que aqueles obtidos a partir dos modelos clássicos. O modelo propostofoi, ainda, aplicado ao desenvolvimento de um método de diagnóstico com base fenomenológica.Os desempenhos desta nova proposta fenomenológica e de métodos clássicos de diagnóstico por análise de gases dissolvidos foram comparados e discutidos; o método proposto alcançou desempenho superior a vários métodos usualmente empregados nessa área do conhecimento. E, ainda, um procedimento geral para a aplicação do novo método de diagnóstico é descrito

Modelos de agrupamento e classificação para os bairros da cidade do Rio de Janeiro sob a ótica da Inteligência Computacional: Lógica Fuzzy, Máquinas de Vetores Suporte e Algoritmos Genéticos

A partir de 2011, ocorreram e ainda ocorrerão eventos de grande repercussão para a cidade do Rio de Janeiro, como a conferência Rio+20 das Nações Unidas e eventos esportivos de grande importância mundial (Copa do Mundo de Futebol, Olimpíadas e Paraolimpíadas). Estes acontecimentos possibilitam a atração de recursos financeiros para a cidade, assim como a geração de empregos, melhorias de infraestrutura e valorização imobiliária, tanto territorial quanto predial. Ao optar por um imóvel residencial em determinado bairro, não se avalia apenas o imóvel, mas também as facilidades urbanas disponíveis na localidade. Neste contexto, foi possível definir uma interpretação qualitativa linguística inerente aos bairros da cidade do Rio de Janeiro, integrando-se três técnicas de Inteligência Computacional para a avaliação de benefícios: Lógica Fuzzy, Máquina de Vetores Suporte e Algoritmos Genéticos. A base de dados foi construída com informações da web e institutos governamentais, evidenciando o custo de imóveis residenciais, benefícios e fragilidades dos bairros da cidade. Implementou-se inicialmente a Lógica Fuzzy como um modelo não supervisionado de agrupamento através das Regras Elipsoidais pelo Princípio de Extensão com o uso da Distância de Mahalanobis, configurando-se de forma inferencial os grupos de designação linguística (Bom, Regular e Ruim) de acordo com doze características urbanas. A partir desta discriminação, foi tangível o uso da Máquina de Vetores Suporte integrado aos Algoritmos Genéticos como um método supervisionado, com o fim de buscar/selecionar o menor subconjunto das variáveis presentes no agrupamento que melhor classifique os bairros (Princípio da Parcimônia). A análise das taxas de erro possibilitou a escolha do melhor modelo de classificação com redução do espaço de variáveis, resultando em um subconjunto que contém informações sobre: IDH, quantidade de linhas de ônibus, instituições de ensino, valor m médio, espaços ao ar livre, locais de entretenimento e crimes. A modelagem que combinou as três técnicas de Inteligência Computacional hierarquizou os bairros do Rio de Janeiro com taxas de erros aceitáveis, colaborando na tomada de decisão para a compra e venda de imóveis residenciais. Quando se trata de transporte público na cidade em questão, foi possível perceber que a malha rodoviária ainda é a prioritária