• RI - Unifesp
    • Documentos
    • Tutoriais
    • Perguntas frequentes
    • Atendimento
    • Equipe
    • português (Brasil)
    • English
    • español
  • Sobre
    • RI Unifesp
    • Documentos
    • Tutoriais
    • Perguntas frequentes
    • Atendimento
    • Equipe
  • English 
    • português (Brasil)
    • English
    • español
    • português (Brasil)
    • English
    • español
  • Login
View Item 
  •   DSpace Home
  • Escola Paulista de Política, Economia e Negócios (EPPEN)
  • Trabalhos de conclusão de curso
  • Ciências Atuariais
  • View Item
  •   DSpace Home
  • Escola Paulista de Política, Economia e Negócios (EPPEN)
  • Trabalhos de conclusão de curso
  • Ciências Atuariais
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Machine Learning para análise preditiva no processo de Fusões e Aquisições de empresas no Brasil

Thumbnail
View/Open
Trabalho de Conclusão de Curso Final (550.6Kb)
Date
2021-02-25
Author
Augusto, Henrique Yamaguti [UNIFESP]
Advisor
Lucas, Edimilson Costa [UNIFESP]
Type
Trabalho de conclusão de curso de graduação
Metadata
Show full item record
Alternative Title
Machine Learning for predictive analysis in the process of Mergers and Acquisitions of companies in Brazil
Abstract
Este estudo objetiva à utilização de algoritmos de machine learning para análises preditivas em Fusões e Aquisições. Para isso, foi realizada uma aplicação com base em dados de todas as transações classificadas como F&A registradas no mercado brasileiro entre 2000 e 2016, base essa disponibilizada pela Thomson Reuters SDC (n = 6.697). Foi-se aplicado nesse estudo 4 modelos de machine learning diferentes: regressão logística com e sem penalização, redes neurais, e random forest. Dentre todos os modelos, o melhor avaliado foi aquele que nos testes apresentou área abaixo da curva (AUC) ROC mais próxima de 1. Todos os modelos apresentaram AUC ROC por volta de 0,70. Assim, apesar de cada um dos modelos apresentarem características próprias, os resultados encontrados possuem certa semelhança, mesmo assim, ao final do estudo constou-se que redes neurais é o modelo com melhor capacidade de predição para esse estudo.
Keywords
Fusões e Aquisições (F&A)
Machine Learning
Análise Preditiva
URI
https://repositorio.unifesp.br/handle/11600/60380
Collections
  • Ciências Atuariais [173]

DSpace software copyright © 2002-2016  DuraSpace
Contact Us
Theme by 
Atmire NV
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsBy Submit DateThis CollectionBy Issue DateAuthorsTitlesSubjectsBy Submit Date

My Account

Login

Statistics

View Usage Statistics

DSpace software copyright © 2002-2016  DuraSpace
Contact Us
Theme by 
Atmire NV