O objetivo deste trabalho foi identificar a importância de variáveis econômico-financeiras para a ocorrência de fusões e aquisições (F&A) no setor bancário brasileiro após 20 anos consolidados do plano-real, período compreendido entre os anos de 1995 e 2015. Para atingir o objetivo proposto, foram utilizadas as técnicas de análise discriminante, regressão logística, redes neurais e um modelo híbrido. De maneira geral observou-se que os indicadores de qualidade dos ativos, rentabilidade, liquidez, eficiência e tamanho da firma foram importantes na discriminação dos grupos de bancos estudados (adquirentes e adquiridos) e foi possível constatar que bancos com maiores indicadores apresentam maior probabilidade se tornarem adquirentes. Com relação aos métodos empregados pode-se afirmar que os modelos apresentaram aderência aos dados estudados, todavia, ressalta-se a superioridade das redes neurais artificiais em sua forma tradicional e híbrida. Por fim, salienta-se a importância de trabalhos como este em mercados emergentes, sendo que modelos de previsão podem trazer mais segurança e amenizar os riscos assumidos pelos investidores. Além disso, fornecem informações úteis para a tomada de decisão empresarial, uma vez que elencam variáveis importantes para a classificação de empresas alvo e não alvo de F&A.
Resumo. O matemático Zadeh [1] introduziu a teoria fuzzy que nos permite a manipulação de dados imprecisos e incertos. A lógica fuzzy, também conhecida como lógica nebulosa ou lógica difusa, é uma ferramenta essencial na tomada de decisão, tendo como finalidade, transformar expressões imprecisas em valores numéricos. Considerando uma extensão da lógica clássica, na quais valores intermediários entre verdadeiro e falso são representados, a lógica fuzzy propõe um tratamento matemático a certos termos linguísticos subjetivos, como aproximadamente, em torno de médio, alto, dentre outros.A lógica fuzzy se fundamenta na existência de conjuntos denominados de conjuntos fuzzy, que podem ser representados por funções de pertinência. Lógica fuzzy se destacou devido a sua grande capacidade no tratamento de sistemas especialistas que incorporam imprecisão em algumas de suas variáveis de estudo, surgindo os sistemas de regras fuzzy. A teoria dos conjuntos fuzzy tem sido utilizada em várias áreas, como em análise de dados, sistemas especialistas, controle e otimização, biomedicina, biomatemática e estatística. Como por exemplo, na área de administração, a lógica fuzzy pode ser utilizada para auxiliar um especialista a tomar uma decisão quanto ao porte de uma empresa, e em ciências atuariais, auxiliar uma seguradora na subscrição de um determinado seguro.
Multivariate options are adequate tools for multi-asset risk management. The pricing models derived from the pioneer Black and Scholes method under the multivariate case consider that the asset-object prices follow a Brownian geometric motion. However, the construction of such methods imposes some unrealistic constraints on the process of fair option calculation, such as constant volatility over the maturity time and linear correlation between the assets. Therefore, this paper aims to price and analyze the fair price behavior of the call-on-max (bivariate) option considering marginal heteroscedastic models with dependence structure modeled via copulas. Concerning inference, we adopt a Bayesian perspective and computationally intensive methods based on Monte Carlo simulations via Markov Chain (MCMC). A simulation study examines the bias, and the root mean squared errors of the posterior means for the parameters. Real stocks prices of Brazilian banks illustrate the approach. For the proposed method is verified the effects of strike and dependence structure on the fair price of the option. The results show that the prices obtained by our heteroscedastic model approach and copulas differ substantially from the prices obtained by the model derived from Black and Scholes. Empirical results are presented to argue the advantages of our strategy.
Resumo. Com o avanço da matemática e da estatística, muitos métodos foram desenvolvidos para trabalhar dentro da ciência atuarial, todavia, ainda carece de estruturas matemáticas que se adaptem ao tratamento de incertezas não estatísticas. Assim, com essa característica, a lógica fuzzy se apresenta como uma teoria adequada para lidar com alguns assuntos da Ciência Atuarial. Kaufmann e Gupta (1988) argumentam que os modelos clássicos, apesar de funcionarem bem nos fenômenos simples e isolados, não são suficientemente adequados para tratar dos problemas contemporâneos e de suas complexidades, interações e subjetividades humanas. As ferramentas matemáticas determinísticas e probabilísticas têm sido desenvolvidas com base nas teorias convencionais de sistemas que obedecem a regras e variáveis bem definidas, como nos sistemas da Física. Gigch e Pipino (1980) mostram que nos conjuntos fuzzy, "os conceitos de sim ou não, bom ou ruim, verdadeiro ou falso e preto e branco são substituídos por conceitos onde existem tanto as verdades parciais quanto as falsidades parciais". Essa simples diferenciação, na verdade capta a essência da teoria da lógica fuzzy. Um dos ramos da Ciência Atuarial é o estudo de seguro. Na década de 80 do século passado, o segmento de seguros automobilísticos no Brasil representava cerca de 1% a 2% do PIB brasileiro, hoje, está entre 3% e 4%. Com o crescimento econômico do País, o mercado de seguros acompanhou o mesmo, fazendo com que as seguradoras sejam responsáveis por uma grande parcela da frota automobilística do Brasil. Com um número crescente de segurados, um problema que está aumentando é a fraude, onde o segurado tenta burlar o sistema para ter um beneficio financeiro. No mundo inteiro o fenômeno das fraudes em seguros é considerado um problema relevante e extremamente atual. Nos EUA algumas estimativas o indicam como o segundo maior crime financeiro, atrás somente da evasão fiscal. No Brasil a situação está longe de ser claramente definida. A Fenaseg desenvolveu em 2006 um estudo abrangente sobre o assunto, baseado nos dados de 2005. Com base neste estudo
Education is not just about going to school and getting a degree. It's about widening your knowledge and absorbing the truth about life"-Shakuntala Devi. I would like to wake up in a world where all people could have the chance to study and fall in love with what they do.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.