Arrecadação da Previdência Complementar Aberta : uma análise de desempenho e casualidade

dc.contributorBarreto, Íkaro Daniel de Carvalho
dc.creatorSanta Rosa, Sandra Santos
dc.date2018-05-22T14:23:15Z
dc.date2018-05-22T14:23:15Z
dc.date2014-09-17
dc.date.accessioned2023-09-28T22:41:41Z
dc.date.available2023-09-28T22:41:41Z
dc.identifierSANTA ROSA, Sandra Santos. Arrecadação da Previdência Complementar Aberta : uma análise de desempenho e casualidade. São Cristóvão, SE, 2015. Monografia (Bacharelado em Ciências Atuariais) - Departamento de Estatística e Ciências Atuarias, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, 2015
dc.identifierhttp://ri.ufs.br/jspui/handle/riufs/8243
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9075569
dc.descriptionThe capacity in terms of prediction to calculate the accumulation of monthly contributions made by open supplementary pension plans is something that, in the current competitive and globalized market, can be a key factor for insurers and other financial institutions to maintain or obtain their financial and actuarial balance. In this sense, the present study aims to compare time series and computational intelligence models through the randomness of the errors found in the forecast. Finally, the model of Box & Jenkins proved to be more accurate than the models of Artificial Neural Networks in terms of parsimony between performance and technical difficulty
dc.descriptionA capacidade em termos de previsão para calcular o acúmulo de contribuições mensais obtidos pelos planos de previdência complementar aberta é algo que, no atual mercado competitivo e globalizado, pode ser um fator fundamental para que as seguradoras e demais instituições financeiras mantenham ou obtenham seu equilíbrio financeiro e atuarial. Neste sentido o presente estudo visa comparar modelos de séries temporais e modelos de inteligência computacional, através da casualidade dos erros encontrados na previsão. Ao final, o modelo de Box & Jenkins se mostrou mais acurado que os modelos de Redes Neurais Artificiais em termos de parcimônia entre desempenho e dificuldade técnica.
dc.descriptionSão Cristóvão, SE
dc.formatapplication/pdf
dc.languagepor
dc.publisherDECAT - Departamento de Estatística e Ciências Atuariais – Ciências Atuariais – São Cristóvão – Presencial
dc.publisherUniversidade Federal de Sergipe
dc.subjectCiências atuariais
dc.subjectEnsino de ciências atuariais
dc.subjectPrevidência
dc.subjectPrevidência Complementar
dc.subjectLegislação previdenciária
dc.subjectRedes neurais artificiais
dc.subjectArtificial neural networks
dc.subjectSupplementary pension plans
dc.subjectOUTROS::CIENCIAS ATUARIAIS
dc.titleArrecadação da Previdência Complementar Aberta : uma análise de desempenho e casualidade
dc.typeMonografia


Este ítem pertenece a la siguiente institución