Banca de DEFESA: Elmo Dias da Silveira

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Elmo Dias da Silveira
DATA : 05/12/2023
HORA: 10:30
LOCAL: Ambiente Virtual Teams (ID: 285 299 009 656 Senha: cAsGjs / Link: https://abrir.link/1uZ6e)
TÍTULO:

Uso da inteligência artificial como via de melhoria da performance dos modelos tradicionais de detecção de gerenciamento de resultados

PALAVRAS-CHAVES:

Inteligência Artificial; Machine Learning; Gerenciamento de Resultados; Accruals; Redes Neurais Artificiais.

PÁGINAS: 87
RESUMO:

Esta tese consiste em uma investigação abrangente sobre o gerenciamento de resultados, centrada na avaliação e aprimoramento de modelos tradicionais 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 de gerenciamento de resultados. A pesquisa aborda questões relacionadas à falta de verificabilidade direta dos accruals discricionários e argumenta que a aplicação da RNA pode melhorar significativamente a precisão 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 supera as deficiências dos modelos tradicionais, especialmente no que diz respeito à mensuração direta 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 contribui para a compreensão e aprimoramento do gerenciamento de resultados, 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 na qualidade da informação contábil.

MEMBROS DA BANCA:
Externo à Instituição - LUIZ PAULO LOPES FÁVERO - USP
Externo à Instituição - FABIO MORAES DA COSTA - FUCAPE
Interno - 2571490 - MARCELO DRIEMEYER WILBERT
Presidente - 2221870 - PAULO AUGUSTO PETTENUZZO DE BRITTO
Interno - 1554042 - RODRIGO DE SOUZA GONCALVES