SciELO - Scientific Electronic Library Online

 
vol.30 número3Decision analysis for the exploration of gas reserves: merging todim and thorReformulação para um problema integrado de dimensionamento e sequenciamento de lotes índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

Compartilhar


Pesquisa Operacional

versão impressa ISSN 0101-7438

Resumo

GARTNER, Ivan Ricardo. Modelagem multiatributos aplicada à avaliação do desempenho econômico-financeiro de empresas. Pesqui. Oper. [online]. 2010, vol.30, n.3, pp.619-636. ISSN 0101-7438.  https://doi.org/10.1590/S0101-74382010000300007.

Este artigo tem como objetivo apresentar uma metodologia para modelagem do desempenho econômico-financeiro corporativo, baseando-se nos métodos multiatributos conjugados ao princípio da entropia máxima. Os métodos multiatributos foram aplicados na agregação de indicadores econômico-financeiros e o princípio da entropia máxima foi aplicado no cálculo dos vetores de pesos ótimos, para tornar a avaliação um processo objetivo e não-tendencioso. A metodologia foi aplicada a amostras de empresas do setor de energia elétrica nos anos 2003 a 2007 e os resultados foram analisados através de uma escala de dez categorias de risco. Os resultados mostraram que, especialmente nos dois últimos anos, mais de 85% das empresas das amostras situaram-se em uma faixa de risco intra-setorial baixo. A metodologia mostrou ser válida como alternativa aos estudos correlacionais e no subsídio à formulação de restrições de desempenho setorial para problemas de otimização de portfólios, de alocação de recursos e de análise de crédito.

Palavras-chave : desempenho e risco corporativo; métodos multiatributos; princípio da entropia máxima.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )

 

Creative Commons License Todo o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons