Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Citado por Google
- Similares em SciELO
- Similares em Google
Compartilhar
Innovar
versão impressa ISSN 0121-5051
Resumo
DIAZ-MARTINEZ, Zuleyka; SANCHEZ-ARELLANO, Alicia e SEGOVIA-VARGAS, Maria Jesús. Previsão de crises financeiras mediante conjuntos imprecisos (rough sets) e árvores de decisão. Innovar [online]. 2011, vol.21, n.39, pp.83-100. ISSN 0121-5051.
Este trabalho tenta aprofundar sobre os fatores que influem na aparição de crises financeiras. Utilizando uma ampla mostra de dados de países entre 1981 e 1999, aplicam-se duas metodologias do campo da Inteligência Artificial (a teoria Rough Set e o algoritmo C4.5) para analisar o papel de um conjunto de variáveis macroeconômicas e financeiras (tanto de tipo qualitativo como de tipo quantitativo) na explicação das crises bancárias. Estes métodos não requerem que as variáveis ou os dados utilizados satisfaçam nenhum tipo de hipóteses, ao contrario das técnicas estatísticas empregadas tradicionalmente, que apresentam o inconveniente de que partem de hipóteses acerca das propriedades distribucionais das variáveis explicativas que geralmente não se cumprem, o que dificulta a análise. Obteve-se resultados muito bons em termos de acerto na classificação (80% de classificações corretas sobre uma mostra independente), o que demonstra a precisão de ambos os métodos.
Palavras-chave : crises financeiras; inteligência artificial; rough sets; árvores de decisão; C4.5.