1. Repositório Institucional da Universidade Federal de Sergipe - RI/UFS
  2. TRABALHOS ACADÊMICOS
  3. TRABALHOS DE GRADUAÇÃO
  4. Estatística e Ciências Atuariais
Use este identificador para citar ou linkar para este item: https://ri.ufs.br/jspui/handle/riufs/8243
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSanta Rosa, Sandra Santos-
dc.date.accessioned2018-05-22T14:23:15Z-
dc.date.available2018-05-22T14:23:15Z-
dc.date.issued2014-09-17-
dc.identifier.citationSANTA 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, 2015pt_BR
dc.identifier.urihttp://ri.ufs.br/jspui/handle/riufs/8243-
dc.description.abstractThe 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 difficultyeng
dc.languageporpt_BR
dc.subjectCiências atuariaispor
dc.subjectEnsino de ciências atuariaispor
dc.subjectPrevidênciapor
dc.subjectPrevidência Complementarpor
dc.subjectLegislação previdenciáriapor
dc.subjectRedes neurais artificiaispor
dc.subjectArtificial neural networkseng
dc.subjectSupplementary pension planseng
dc.titleArrecadação da Previdência Complementar Aberta : uma análise de desempenho e casualidadept_BR
dc.typeMonografiapt_BR
dc.contributor.advisor1Barreto, Íkaro Daniel de Carvalho-
dc.description.resumoA 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.pt_BR
dc.publisher.departmentDECAT - Departamento de Estatística e Ciências Atuariais – Ciências Atuariais – São Cristóvão – Presencialpt_BR
dc.subject.cnpqOUTROS::CIENCIAS ATUARIAISpt_BR
dc.publisher.initialsUniversidade Federal de Sergipept_BR
dc.description.localSão Cristóvão, SEpt_BR
Aparece nas coleções:Estatística e Ciências Atuariais

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Sandra_Santos_Santa_Rosa.pdf937,63 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.