Efeito direto e interativo do período de avaliação sobre a orientação temporal dos gestores

O objetivo neste estudo é investigar o efeito direto e interativo do período de avaliação sobre a orientação temporal dos gestores (OTG), isto é, o horizonte de tempo entre o momento de alocação de recursos e o momento do impacto financeiro dessa alocação. Tendo por base a literatura contábil e econômica, são examinadas as seguintes hipóteses: um período de avaliação mais de longo prazo afeta positivamente a OTG e o efeito positivo de um período de avaliação mais de longo prazo sobre a OTG é maior no caso de maior importância atribuída a medidas não financeiras do que a medidas financeiras de desempenho. Aplica-se a técnica estatística de mínimos quadrados parciais (PLS) para testar as hipóteses deste estudo, sendo os dados coletados por meio de um levantamento realizado junto a 66 gestores de nível intermediário que atuam em 11 empresas. Os resultados sugerem que o período de avaliação não possui efeitos diretos sobre a OTG; no entanto, quando considerada sua interação com a medida de desempenho, os resultados indicam que o efeito do período de avaliação sobre a OTG depende da importância relativa de medidas financeiras versus não financeiras. A principal implicação desses resultados é que o uso de um período de avaliação de longo prazo em combinação com um peso maior atribuído a medidas não financeiras de desempenho não afeta positivamente a OTG; ao contrário, esse efeito positivo sobre a OTG está presente quando um período de avaliação de curto prazo está associado a menor importância de medidas não financeiras de desempenho.

Redes neurais artificiais na previsão da inflação: aplicação como ferramenta de apoio à análise de decisões financeiras em organizações de pequeno porte

As estimações das taxas de inflação são de fundamental importância para os gestores, pois as decisões de investimento estão intimamente ligadas a elas. Contudo, o comportamento inflacionário tende a ser não linear e até mesmo caótico, tornando difícil a sua correta estimação. Essa característica do fenômeno pode tornar imprecisos os modelos mais simples de previsão, acessíveis às pequenas organizações, uma vez que muitos deles necessitam de grandes manipulações de dados e/ou softwares especializados. O presente artigo tem por objetivo avaliar, por meio de análise formal estatística, a eficácia das redes neurais artificiais (RNA) na previsão da inflação, dentro da realidade de organizações de pequeno porte. As RNA são ferramentas adequadas para mensurar os fenômenos inflacionários, por se tratar de aproximações de funções polinomiais, capazes de lidar com fenômenos não lineares. Para esse processo, foram selecionados três modelos básicos de redes neurais artificiais Multi Layer Perceptron, passíveis de implementação a partir de planilhas eletrônicas de código aberto. Os três modelos foram testados a partir de um conjunto de variáveis independentes sugeridas por Bresser-Pereira e Nakano (1984), com defasagem de um, seis e doze meses. Para tal, foram utilizados testes de Wilcoxon, coeficiente de determinação R² e o percentual de erro médio dos modelos. O conjunto de dados foi dividido em dois, sendo um grupo usado para treinamento das redes neurais artificiais, enquanto outro grupo era utilizado para verificar a capacidade de predição dos modelos e sua capacidade de generalização. Com isso, o trabalho concluiu que determinados modelos de redes neurais artificiais têm uma razoável capacidade de predição da inflação no curto prazo e se constituem em uma alternativa razoável para esse tipo de mensuração.