Divulgação de indicadores sociais: outra dimensão para informações contabilísticas

Mestrado em Contabilidade

A evolução da divulgação voluntária da informação nas empresas cotadas da Euronext Lisboa do ano 2006 a 2008

O presente trabalho tem como objectivo analisar a evolução da divulgação voluntária de informação das empresas cotadas na Euronext Lisboa, no triénio 2006-2008. O estudo foi desenvolvido através da análise aos relatórios e contas anuais publicados nos anos de 2006, 2007 e 2008 e aos relatórios de sustentabilidade dos mesmos anos, quando disponibilizados, abrangendo 53 empresas. Os dados foram analisados e tratados estatisticamente pela análise univariada, bivariada e multivariada. Dos resultados obtidos, concluiu-se que a divulgação voluntária de informação por parte das empresas cotadas na Euronext Lisboa é ainda reduzida nas áreas dos desempenhos ambiental e social, apesar de ter tido uma evolução positiva nos três anos estudados. Dos 79 indicadores, apenas 30 são divulgados por estas empresas, revelando assim uma reduzida adesão à divulgação voluntária de informação segundo a estrutura da GRI. Quanto aos actores determinantes, apurou-se que a dimensão contribui para a divulgação de informação e que, pelo contrário, a rendibilidade não é um factor influenciador.

Análise da divulgação ambiental das empresas cotadas no PSI20 e no IBEX35 nos anos de 2010 e 2011

Mestrado em Contabilidade

A divulgação da responsabilidade social empresarial nas empresas do PSI Geral da Euronext Lisboa (2012-2013): relatórios de sustentabilidade vs. divulgação online

Mestrado em Contabilidade

GLODS: Global and Local Optimization using Direct Search

Locating and identifying points as global minimizers is, in general, a hard and time-consuming task. Difficulties increase in the impossibility of using the derivatives of the functions defining the problem. In this work, we propose a new class of methods suited for global derivative-free constrained optimization. Using direct search of directional type, the algorithm alternates between a search step, where potentially good regions are located, and a poll step where the previously located promising regions are explored. This exploitation is made through the launching of several instances of directional direct searches, one in each of the regions of interest. Differently from a simple multistart strategy, direct searches will merge when sufficiently close. The goal is to end with as many direct searches as the number of local minimizers, which would easily allow locating the global extreme value. We describe the algorithmic structure considered, present the corresponding convergence analysis and report numerical results, showing that the proposed method is competitive with currently commonly used global derivative-free optimization solvers.