Este estudo teve como objetivo desenvolver modelos de redes neurais artificiais para prever o desempenho financeiro das empresas pertencentes e não pertencentes aos níveis de governança da B3 (antiga BM&FBovespa). Os modelos foram desenvolvidos utilizando dados das empresas do mercado de ações brasileiro no período de 2005 a 2017. Estipulou-se como hipótese que os modelos que corresponderiam às empresas pertencentes aos segmentos de governança obteriam maior sucesso na previsão do desempenho financeiro das empresas em comparação aos que representariam as que não estavam nos níveis de governança. Os resultados confirmaram a hipótese. Além disso, eles indicaram que o desempenho financeiro das empresas não pertencentes aos níveis de governança corporativa é mais sensível a oscilações ocorridas no ambiente externo, o que dificulta a previsão desse indicador. Este trabalho foi o primeiro no Brasil a construir modelos por meio de técnicas de inteligência artificial – mais especificamente a rede neural backpropagation – para prever o desempenho financeiro da empresa relacionando-o a aspectos da governança corporativa.

No abstract

No abstract

Resumo O objetivo principal com este artigo foi analisar a relação entre o foco do gestor e a performance dos fundos de investimentos multimercados. Com base em estudos anteriores, o modelo de pesquisa também considerou o foco da família administradora. A base de dados foi composta por 2.942 fundos no período de janeiro de 2012 a dezembro de 2015. Observou-se que o foco da família de fundos apresentou relação positiva com o desempenho, assim como o foco do gestor em fundos multimercados; porém, essa relação não foi persistente para diferentes medidas de performance como variável dependente. Com base nesses resultados, evidenciaram-se, nesta pesquisa, variáveis que podem ser utilizadas por cotistas de fundos de investimentos para a alocação de seus recursos no mercado financeiro.Palavras-chave: Investidores institucionais. Gestão ativa. Economia de escala. Abstract The aim of this research is to analyze the relationship between managers’ focus and the performance of multimarket investment funds. Grounded in previous research, the quantitative model of this study also involves the focus of funds families. The database is comprised of 2,942 investment funds in the period from january 2012 to december 2015. We observed that both managers’ focus and families’ focus in the category of multimarket funds have a positive effect on the performance of investment funds. Nevertheless, the positive effect of these variables is not consistent among different indexes of performance. Based on these results, this research discloses some variables that investors can use in order to allocate their financial resources in the capital market.Keywords: Institutional investors. Active management. Economies of scale.

Resumo: Prever a direção da variação de preços de ações é uma contribuição importante para o desenvolvimento de estratégias e cazes em operações do mercado nanceiro. Especialmente no Brasil, cuja economia vem se expandindo desde meados da década de 1990. Assim, esta pesquisa teve como objetivo desenvolver modelos de redes neurais arti ciais para prever a rentabilidade das ações das empresas com maior e menor grau de internacionalização. Os modelos de previsão da rentabilidade das ações das empresas mais e menos internacionalizadas da BM&FBovespa no período de 2007 a 2016 apresentaram erro médio quadrático de 0.19064 e 0.13951, respectivamente. A ocorrência do maior erro no modelo de rede neural para previsão da rentabilidade das ações das empresas com alto grau de internacionalização pode estar associada à dependência das novas redes de negócios com exposição a diferentes riscos e também às diferenças entre os países estrangeiros, o que aumenta os riscos dos negócios internacionais. E o menor erro no modelo para previsão da rentabilidade das ações das empresas com baixo grau de internacionalização pode estar relacionado ao comprometimento gradual dos recursos e da estrutura organizacional, que proporcionaria uma menor exposição ao risco, rentabilidade de ação mais estável e um modelo de previsão mais e caz. Palavras-chave: Preço da ação; Predição; Empresas Multinacionais. Does the degree of internationalization in uence the prediction of stock returns?Evidence from the Brazilian stock market through arti cial neural networks Abstract: Predicting the direction of stock price variation is an important contribution to the development of eff ective strategies in nancial market operations. Especially in Brazil, whose economy has been expanding since the mid-1990s.  us, this research aimed to develop models of arti cial neural networks to predict the pro tability of companies' actions with greater and lesser degree of internationalization.  e forecast models of the pro tability of the shares of the most and least internationalized companies of BM&FBovespa in the period from 2007 to 2016 presented a mean square error of 0.19064 and 0.13951, respectively.  e occurrence of the biggest mistake in the neural network model to predict the pro tability of the actions of companies with a high degree of internationalization may be associated to the dependence of the new business networks with exposure to diff erent risks and also to the diff erences between the foreign countries, which increases the risks of international business. And the slightest error