Publicação
Estudo de incumprimento da situação contributiva e fiscal das empresas utilizando redes neuronais
| Resumo: | O objectivo principal desta dissertação de Mestrado prende-se com o desenvolvimento de um modelo de risco de incumprimento contributivo e fiscal das empresas junto do Estado. Para tal utilizaram-se dados contabilísticos, financeiros e económicos das mesmas. Esta temática, de relevante importância para as empresas, investidores, trabalhadores, Estado e para a consolidação da economia, não tem sido alvo de grande atenção nem por parte dos académicos, nem por parte da sociedade civil. Na construção do modelo recorreu-se a uma técnica no domínio das Redes Neuronais, conhecida por Multilayer Perceptron Backpropagation, com o algoritmo de aprendizagem do gradiente descendente, através de uma amostra de 1000 empresas, sendo as variáveis independentes obtidas da base de dados da Informa D&B, nomeadamente dados do balanço e da demonstração de resultados, para o período de 2011 a 2015. Tendo em conta os dados consolidados do grupo de treino e do grupo de teste, a percentagem de erro global do modelo é de 6,6%, o que significa que o modelo não só é robusto e de qualidade, como também se comprova que o uso das Redes Neuronais tem um grande potencial, designadamente na generalização de padrões e em termos de capacidade preditiva. |
|---|---|
| Autores principais: | Mendes, Bruno Miguel de Magalhães Soares |
| Assunto: | Incumprimento contributivo e fiscal risco redes neuronais Multilayer Perceptron Backpropagation Tax and social security non-compliance risk neural networks |
| Ano: | 2017 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | O objectivo principal desta dissertação de Mestrado prende-se com o desenvolvimento de um modelo de risco de incumprimento contributivo e fiscal das empresas junto do Estado. Para tal utilizaram-se dados contabilísticos, financeiros e económicos das mesmas. Esta temática, de relevante importância para as empresas, investidores, trabalhadores, Estado e para a consolidação da economia, não tem sido alvo de grande atenção nem por parte dos académicos, nem por parte da sociedade civil. Na construção do modelo recorreu-se a uma técnica no domínio das Redes Neuronais, conhecida por Multilayer Perceptron Backpropagation, com o algoritmo de aprendizagem do gradiente descendente, através de uma amostra de 1000 empresas, sendo as variáveis independentes obtidas da base de dados da Informa D&B, nomeadamente dados do balanço e da demonstração de resultados, para o período de 2011 a 2015. Tendo em conta os dados consolidados do grupo de treino e do grupo de teste, a percentagem de erro global do modelo é de 6,6%, o que significa que o modelo não só é robusto e de qualidade, como também se comprova que o uso das Redes Neuronais tem um grande potencial, designadamente na generalização de padrões e em termos de capacidade preditiva. |
|---|