Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Ensaios sobre inteligência artificial e a prática de gerenciamento de resultados
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/902521
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Britto, Paulo Augusto Pettenuzzo de | - |
| Autor(es): dc.creator | Silveira, Elmo Dias da | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T16:12:33Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T16:12:33Z | - |
| Data de envio: dc.date.issued | 2024-08-26 | - |
| Data de envio: dc.date.issued | 2024-08-26 | - |
| Data de envio: dc.date.issued | 2024-08-26 | - |
| Data de envio: dc.date.issued | 2023-12-04 | - |
| Fonte completa do material: dc.identifier | http://repositorio2.unb.br/jspui/handle/10482/50180 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/902521 | - |
| Descrição: dc.description | Tese (doutorado) — Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Departamento de Ciências Contábeis e Atuariais, Programa de Pós-Graduação em Ciências Contábeis, 2023. | - |
| Descrição: dc.description | Esta tese consiste em uma investigação sobre o gerenciamento de resultados, centrada na avaliação e aprimoramento de modelos tradicionais de detecção de gerenciamento de resultados por meio de abordagens inovadoras. O primeiro artigo, um ensaio teórico, destaca a Rede Neural Artificial (RNA) como uma ferramenta promissora para resolver problemas econométricos associados aos modelos tradicionais de detecção de gerenciamento de resultados por accruals. A pesquisa aborda questões relacionadas à falta de verificabilidade direta dos accruals discricionários e argumenta que a aplicação da RNA pode melhorar significativamente o poder e a especificidade desses modelos. O segundo artigo, de natureza empírica, concentra-se na reversão de distorções em accruals e sua aplicação em modelos tradicionais de gerenciamento de resultados em empresas brasileiras de capital aberto. Os resultados revelam as limitações dos modelos baseados em accruals, destacando a complexidade dos accruals não discricionários e os desafios associados à mensuração precisa do gerenciamento. O terceiro artigo, também empírico, explora o uso de técnicas de machine learning na detecção de gerenciamento de resultados. O estudo visa explorar metodologias que superem as deficiências dos modelos tradicionais, especialmente no que diz respeito à mensuração precisa do gerenciamento de resultados. Os resultados indicam que algoritmos de machine learning, como o Decision Trees Classifier, oferecem uma solução viável para aumentar significativamente o poder explicativo desses modelos. De forma geral, esta tese pretende contribuir para a compreensão da prática de gerenciamento de resultados e aprimoramento das ferramentas que objetivam detectar a ocorrência de tais práticas, destacando a importância de abordagens inovadoras, como RNA e machine learning, na resolução de desafios persistentes em modelos tradicionais. Essas descobertas promovem uma melhor integração entre a contabilidade e a tecnologia da informação, abrindo caminho para futuras pesquisas que explorem uma variedade de técnicas de inteligência artificial visando melhorias na qualidade da informação contábil. | - |
| Descrição: dc.description | This thesis consists of an investigation into earnings management, focused on the evaluation and improvement of traditional earnings management detection models through innovative approaches. The first article, a theoretical essay, highlights the Artificial Neural Network (ANN) as a promising tool for solving econometric problems associated with traditional earnings management detection models through accruals. The research addresses issues related to the lack of direct verifiability of discretionary accruals and argues that the application of ANN can significantly improve the power and specificity of these models. The second article, empirical in nature, focuses on the reversal of distortions in accruals and its application in traditional earnings management models in publicly traded Brazilian companies. The results reveal the limitations of accrual-based models, highlighting the complexity of non-discretionary accruals and the challenges associated with accurate management measurement. The third article, also empirical, explores the use of machine learning techniques in detecting earnings management. The study aims to explore methodologies that overcome the deficiencies of traditional models, especially regarding the precise measurement of earnings management. The results indicate that machine learning algorithms, such as the Decision Trees Classifier, offer a viable solution to significantly increase the explanatory power of these models. In general, this thesis aims to contribute to the understanding of the practice of earnings management and improvement of tools that aim to detect the occurrence of such practices, highlighting the importance of innovative approaches, such as ANN and machine learning, in resolving persistent challenges in traditional models. These findings promote better integration between accounting and information technology, paving the way for future research that explores a variety of artificial intelligence techniques aimed at improving the quality of accounting information. | - |
| Descrição: dc.description | Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE) | - |
| Descrição: dc.description | Departamento de Ciências Contábeis e Atuariais (FACE CCA) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Ciências Contábeis | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Gerenciamento de resultados | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | Accruals | - |
| Título: dc.title | Ensaios sobre inteligência artificial e a prática de gerenciamento de resultados | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo