Revista de Gesto da Tecnologia e Sistemas de Informao Journal of Information Systems and Technology Management Vol. 7, No. 1, 2010, p.

163-182 ISSN online: 1807-1775 DOI: 10.4301/S1807-17752010000100007

REDES NEURAIS, LGICA NEBULOSA E ALGORITMOS GENTICOS: APLICAES E POSSIBILIDADES EM FINANAS E CONTABILIDADE NEURAL NETWORKS, FUZZY LOGIC AND GENETIC ALGORITHMS: APPLICATIONS AND POSSIBILITIES IN FINANCE AND ACCOUNTING
Artur Filipe Ewald Wuerges Universidade Federal de Santa Catarina, Brasil Jos Alonso Borba Universidade Federal de Santa Catarina, Brasil
_____________________________________________________________________________________

ABSTRACT
There are problems in Finance and Accounting that can not be easily solved by means of traditional techniques (e.g. bankruptcy prediction and strategies for investing in common stock). In these situations, it is possible to use methods of Artificial Intelligence. This paper analyzes empirical works published in international journals between 2000 and 2007 that present studies about the application of Neural Networks, Fuzzy Logic and Genetic Algorithms to problems in Finance and Accounting. The objective is to identify and quantify the relationships established between the available techniques and the problems studied by the researchers. Analyzing 258 papers, it was noticed that the most used technique is the Artificial Neural Network. The most researched applications are from the field of Finance, especially those related to stock exchanges (forecasting of common stock and indices prices). Keywords: neural networks, gentic algorithms, fuzzy logic; finance, accounting

RESUMO
Existem problemas em Finanas e Contabilidade que no podem ser resolvidos facilmente atravs de tcnicas tradicionais por exemplo, previso de falncias e estratgias para negociao em bolsas de valores. Nestes casos, uma das alternativas o uso de mtodos de inteligncia computacional. Este artigo analisa pesquisas empricas publicadas em peridicos internacionais entre 2000 e 2007 que apresentam estudos sobre a aplicao de redes neurais, _____________________________________________________________________________________ Recebido em/Manuscript first received: 02/10/2008 25/01/2010 Aprovado em/Manuscript accepted: 08/04/2010 Endereo para correspondncia/ Address for correspondence Artur Filipe Ewald Wuerges, Universidade Federal de Santa Catarina, Curso de Ps-Graduao em Administrao, Rua Jos Joo Martendal, 111 - Ap. 402, Florianpolis / SC, Tel. (47) 3372-1227, E-mail: awuerges@gmail.com Jos Alonso Borba, Universidade Federal de Santa Catarina, Programa de Ps-Graduao em Contabilidade, Campus Universitrio, Trindade Florianpolis/SC CEP 88040-500, Tel: (48) 32346608, E-mail: jalonso@cse.ufsc.br

ISSN online: 1807-1775 Publicado por/Published by: TECSI FEA USP 2010

164

Wuerges, A., Borba, Jos.

lgica nebulosa e algoritmos genticos a problemas da rea de Finanas e Contabilidade. O objetivo identificar e quantificar as relaes estabelecidas entre as tecnologias disponveis e os problemas estudados pelos pesquisadores. Analisando-se 258 artigos, percebeu-se que a tcnica mais utilizada a rede neural artificial. As aplicaes mais pesquisadas so de Finanas, especialmente aquelas relacionadas a bolsas de valores (previso de cotaes de aes e de ndices). Palavras-chave: redes neurais; algoritmos genticos; lgica nebulosa; Finanas; Contabilidade.

1. INTRODUO Redes neurais artificiais (artificial neural networks ou RNAs) so algoritmos vagamente baseados em conceitos derivados de pesquisas sobre a natureza do crebro, utilizados para tarefas cognitivas, tais como aprendizado e otimizao. Das trs tcnicas cujas aplicaes sero analisadas por este artigo (redes neurais, lgica nebulosa e algoritmos genticos), esta a mais antiga. O trabalho pioneiro, em redes neurais, o de McCulloch e Pitts A Logical Calculus of the Ideas Immanent in Nervous Activity publicado em 1943. As RNAs podem compreender por si mesmas as caractersticas de um problema, utilizando para seu aprendizado um conjunto de exemplos cuja resposta j seja conhecida (Mller; Reinhardt, 1990). O conceito de lgica nebulosa (fuzzy logic ou LN) foi introduzido por Lotfi Zadeh em 1965, como uma forma de reduzir e explicar a complexidade de sistemas (Cox, 1998). Esta idia permaneceu praticamente desconhecida pelo grande pblico at o final da dcada de 1980, quando o metr de Sendai adotou um sistema baseado na LN o Automatic Train Operator (ATO) e surgiram vrias empresas que tinham o objetivo de desenvolver e comercializar produtos baseados nesta tecnologia. Apesar de o interesse comercial haver arrefecido, hoje possvel encontrar aplicaes da lgica nebulosa em reas bem diferentes daquela em que surgiu como em Finanas e em Contabilidade, objetos de estudo deste artigo. Algoritmos genticos (AGs), por sua vez, so tcnicas de busca paralela (Nanda; Pendharkar, 2001), que comeam com um conjunto de solues possveis e, atravs de operaes especiais (avaliao, seleo, crossover e mutao), evoluem progressivamente em direo a solues mais promissoras. Assim como as redes neurais surgiram inspiradas no funcionamento do crebro, os algoritmos genticos foram inspirados na evoluo, seleo natural e gentica (Nunez-Letamendia, 2002). Estes algoritmos dependem basicamente de uma funo que avalie a qualidade de uma determinada soluo para o problema e esta funo pode ser obtida mesmo para problemas difceis de serem resolvidos atravs de tcnicas convencionais. Cada um dos mtodos da inteligncia computacional abordados neste artigo redes neurais artificiais, lgica nebulosa e algoritmos genticos possui mltiplas aplicaes. A capacidade de deteco de padres apresentada pelas redes neurais artificiais, por exemplo, permite seu uso em aplicaes to dspares quanto diagnstico de cncer de mama, estudado por beyli (2007), e precificao de derivativos financeiros, estudada por Montagna et al (2003). Mesmo dentro das reas de Finanas e Contabilidade, objetos de estudo deste artigo, as aplicaes so bastante diversas, incluindo previso de
R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

165

desempenho de aes, anlise de crdito e previso de falncia que so as mais comuns. No caso das redes neurais e dos algoritmos genticos, esta flexibilidade surge, ao menos em parte, do fato destes modelos no exigirem muitos conhecimentos prvios do problema a ser solucionado. E, sendo em suas origens uma maneira de expressar incertezas, a lgica nebulosa pode ser utilizada em vrios tipos de problemas em que as variveis, pelas suas prprias caractersticas, no podem ser definidas com exatido. Esta situao bastante comum em Finanas e Contabilidade. Justamente por esta flexibilidade apresentada pela inteligncia computacional, um determinado problema ou aplicao pode possibilitar mais de uma abordagem. A previso do preo de um ativo financeiro, por exemplo, pode ser realizada tanto com o uso da lgica nebulosa quanto com redes neurais artificiais. Mesmo nos casos em que existe mais de uma opo vivel, espera-se que os artigos relacionados a cada aplicao privilegiem os mtodos que se mostram mais eficazes. Portanto, a anlise dos artigos publicados recentemente pode mostrar as tcnicas preferidas para cada aplicao, alm de tendncias emergentes, que podero tornar-se dominantes em breve. Entre os pesquisadores brasileiros, a aplicao de sistemas inteligentes nestas reas j uma realidade. Streit e Borenstein (2009) analisam a regulamentao do setor financeiro atravs de um modelo baseado em agentes; e o comportamento destes agentes foi simulado por meio de regras fuzzy construdas atravs da anlise do contedo de jornais e entrevistas com especialistas. Esta , portanto, uma abordagem hbrida que combina lgica nebulosa com modelos economtricos e uma simulao baseada em agentes. Faria et al. (2009) utilizam redes neurais artificiais para prever o comportamento do Ibovespa, verificando que foi possvel prever o sinal da variao do ndice em 60% das vezes. Conclui-se que este grau de eficcia similar ao obtido em mercados desenvolvidos utilizando-se as mesmas tcnicas, e que possvel desenvolver sistemas de suporte deciso que explorem esta capacidade de previso das redes neurais artificiais. O objetivo geral deste artigo analisar os artigos acadmicos internacionais de natureza emprica que utilizem mtodos de inteligncia computacional (lgica nebulosa, redes neurais e algoritmos genticos) para abordar problemas relacionados a Finanas e Contabilidade, no perodo de primeiro de janeiro de 2000 a 31 de dezembro de 2007. Para atingir este objetivo identificaram-se e analisaram-se as aplicaes em Finanas e Contabilidade que foram abordadas com o uso de mtodos de inteligncia computacional e, subsequentemente, quantificou-se a frequncia de cada uma das combinaes entre mtodo e aplicao possveis. Foi feita tambm uma anlise mais detalhada dos algoritmos hbridos e de sua evoluo; por fim, identificaram-se os peridicos que mais publicaram artigos no perodo em questo. Espera-se que esta anlise revele a importncia dos sistemas de informao inteligentes e o impacto que elas vm tendo na produo cientfica internacional. Este artigo tambm mostra as conexes que podem ser feitas entre a inteligncia artificial e as necessidades dos usurios, revelando as possibilidades oferecidas aos pesquisadores e aos usurios destes sistemas. E, ao quantificar e classificar a produo cientfica nestas
Vol.7, No.1, 2010, p. 163-182

166

Wuerges, A., Borba, Jos.

reas, o artigo tambm oferece uma viso das possibilidades de pesquisa existentes, identificando problemas ainda pouco explorados e que podem ser desenvolvidos com o uso da inteligncia artificial. 2. REVISO TERICA Apesar de serem todos classificados como inteligncia computacional, os trs mtodos abordados neste artigo so diferentes em sua essncia e na maneira como resolvem problemas. Por isso, neste tpico sero apresentados, de maneira resumida, os conceitos bsicos de cada uma destas tcnicas. 2.1. Redes Neurais Artificiais Com esta tcnica, a partir de unidades bsicas os neurnios (unidades neurais) so construdas redes em que uma determinada unidade neural recebe entradas de outros neurnios. Todas as entradas recebidas so multiplicadas pelo seu peso sinptico. Estes produtos so somados, resultando em um valor de sada que, aps ser transformado por uma funo de ativao, repassado prxima camada de neurnios (Calderon; CHEH, 2002). Vrios neurnios podem ser organizados em camadas (layers), formando uma rede neural. Antes que uma rede neural possa ser til, ela precisa ser treinada, isto , precisa aprender o problema. O processo de aprendizagem determina os pesos sinpticos adequados para cada neurnio, de tal forma que a sada obtida pelos neurnios da ltima camada sejam as mais prximas possveis das sadas desejadas para o problema que deve ser resolvido. Na figura 1, tem-se uma rede neural de trs camadas do tipo feed-forward, tambm chamada de perceptron. A camada superior chamada de camada de entrada, com duas variveis; a camada inferior a camada de sada. As camadas intermedirias (no exemplo, h apenas uma) so chamadas de camadas ocultas (hidden layers). Uma rede neural artificial com a arquitetura apresentada neste exemplo poderia, por exemplo, ser treinada para executar a operao booleana XOR (ou exclusivo).

R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

167

A utilidade das redes neurais deve-se sua capacidade de aprender usando dados de treinamento (exemplos), e ento generalizar a partir das observaes feitas. Isto faz com que as RNAs sejam particularmente teis em problemas que no so conhecidos com profundidade, e podem inclusive lidar com conjuntos de dados que contenham distores, rudos e dados irrelevantes (Hwang; Lin, 2000).

Figura 1: diagrama de uma rede neural com trs camadas Fonte: adaptado de Mller e Reinhardt (1990). 2.2. Lgica Nebulosa Na lgica convencional (binria), um elemento pertence ou no pertence a um determinado conjunto, e nunca se encontra entre estes dois estados possveis. Esta uma maneira de simplificar um mundo inerentemente complexo, mas argumentam os defensores da lgica nebulosa esta simplificao acaba por distorcer a realidade (GRINT, 1997). A lgica nebulosa um mtodo que permite expressar incertezas de maneira mais consistente, atravs dos conjuntos nebulosos: ao invs de simplesmente pertencer ou no pertencer, um elemento poder ter vrios graus de pertinncia a um conjunto. Os conjuntos nebulosos (fuzzy sets) so funes que mapeiam, em uma escala de zero a um, esta pertinncia de um determinado elemento ao conjunto. O valor zero indica que o elemento no pertence ao conjunto, enquanto o valor um significa que o elemento completamente representativo do conjunto; valores entre estes dois indicam graus intermedirios de pertinncia. A figura 1 mostra um conjunto clssico e um conjunto nebuloso que representam a pertinncia de um produto ao conjunto dos produtos que so caros, de acordo com seu preo. No primeiro grfico, um produto que custa 50 u.m. pertence a este conjunto, mas um produto que custa 40 u.m. no pertence. H uma transio abrupta entre pertencer e no pertencer ao conjunto dos produtos caros.

Vol.7, No.1, 2010, p. 163-182

168

Wuerges, A., Borba, Jos.

caro

caro

10 20 30 40 50 60 80 u.m.

10 20 30 40 50 60 80 u.m.

Figura 2: exemplo de conjunto clssico e conjunto nebuloso Fonte: autores. O segundo grfico da figura 2 mostra uma situao em que a transio entre pertencer ou no ao conjunto dos produtos caros feita de forma suave, atravs da lgica nebulosa. Neste caso, um produto que custa 50 u.m. razoavelmente caro, e no simplesmente caro, como ocorre com a lgica clssica. De forma anloga, um produto que custa 30 u.m. pouco caro. Existem infinitas possibilidades de pertinncia entre 0 e 1. Com conjuntos nebulosos possvel realizar vrias operaes as bsicas so interseo, unio e complemento e, com regras de inferncia (policies), criar modelos que auxiliem na tomada de deciso. 2.3 Algoritmos Genticos O funcionamento bsico de um AG foi descrito pela primeira vez em meados da dcada de 1970, por John Holland, e suas primeiras aplicaes assim como as da lgica nebulosa surgiram na rea de Engenharia. Para efetuar a busca por solues timas, os AGs primeiro geram um conjunto de solues aleatrias para o problema para, ento, calcularem (utilizando uma funo de avaliao) a qualidade de cada uma destas solues. Depois, atravs de mecanismos de reproduo, combinam as melhores solues, formando novas solues que sero, possivelmente, mais adequadas do que aquelas que lhe deram origem. O novo conjunto de solues novamente avaliado. A reproduo e a avaliao so repetidas at que o conjunto de solues no possa mais ser melhorado. Este processo esquematizado na figura 3, que representa todas as solues possveis para um problema (no eixo horizontal) e a qualidade de cada uma destas solues (no eixo vertical). Um conjunto inicial de solues gerado e, atravs de um AG, espera-se que algumas destas solues evoluam progressivamente em direo ao ponto A, chamado de mximo global. Existe a possibilidade de, eventualmente, as solues se concentrarem no ponto B, que o mnimo local. Este risco, porm, pode ser diminudo com a adoo de estratgias que garantam a heterogeneidade do conjunto de
R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

169

solues.

120

100

avaliao

80

60

40

B
20 0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

soluo

Figura 3: conjunto de solues

Fonte: autores. Vale lembrar que, alm da reproduo, possvel trocar informaes entre dois cromossomos (solues) tcnica chamada crossover ou alterar pedaos de uma soluo, simulando as mutaes genticas encontradas em seres vivos. Seu funcionamento, como explicado, faz com que os AGs sejam adequados para analisar um amplo espao de solues (atravs das amostras presentes na populao inicial, gerada aleatoriamente), concentrando-se posteriormente nas reas que mostram resultados mais promissores (Rafaely; Bennell, 2006).
2.4 Trabalhos correlatos

Foram encontrados artigos bibliomtricos similares j publicados, mas envolvendo apenas redes neurais artificiais. As aplicaes da lgica nebulosa e dos algoritmos genticos ainda no foram objeto de um estudo bibliomtrico, possivelmente devido relativa escassez de artigos sobre estes mtodos. Um dos artigos encontrados teve como objetivo examinar as tendncias histricas dos artigos publicados sobre redes neurais aplicadas a Finanas no perodo de 1971 a 1996 (WONG; SELVI, 1998). Este estudo examinou 64 artigos e detectou um declnio no nmero de publicaes em 1995 e 1996, aps uma rpida ascenso de 1991 a 1994. De forma similar, Fadlalla e Lin (2001) analisou a aplicao de redes neurais exclusivamente em Finanas. Este artigo optou por analisar em profundidade uma amostra de 40 artigos, observando tambm as caractersticas das redes neurais adotadas. Chegou-se concluso de que a estratgia de controle mais comum a de
Vol.7, No.1, 2010, p. 163-182

170

Wuerges, A., Borba, Jos.

retropropagao de erro (BP), adotada por 26 dos 40 artigos, e que comum que seja utilizada apenas uma camada oculta (o que ocorre em 29 artigos). Mais importante, foi descoberto que em todos os artigos - com exceo de um - a RNA se saiu melhor do que mtodos estatsticos tradicionais. Concluiu-se que as aplicaes esto concentradas em poucas reas, e h outras reas que tambm poderiam aproveitar estas tcnicas. Mochn et al. (2008) amplia o escopo de sua anlise para a chamada soft computing que so as tcnicas que tentam replicar a habilidade da mente humana de aplicar modos de raciocnio que so aproximados ao invs de exatos. Esta definio inclui as RNAs e a lgica nebulosa e os algoritmos genticos, alm de algumas outras tcnicas probabilsticas. Ao invs de realizar uma anlise bibliomtrica, este artigo buscou mostrar as diferentes aplicaes destas ferramentas, concluindo que elas se adaptam perfeitamente s necessidades do mundo das Finanas. Mochn et al. tambm conclui que esta rea de pesquisa ainda est se popularizando, e no esperam que a tendncia seja revertida em breve. Foi encontrado outro trabalho correlato na rea de Contabilidade mais especificamente, auditoria e risco, tambm envolvendo RNAs, desenvolvido por Calderon e Cheh (2002). Foi feito um estudo qualitativo sobre os artigos, inclusive com anlise das fontes de dados, variveis e arquiteturas utilizadas. Estes autores tambm apontam para a utilidade prtica destas tecnologias: eventos como o colapso da Enron mostram que existem padres nebulosos e no-lineares que no podem ser detectados pelos mtodos tradicionais. Wong, Lai e Lam (2000) analisaram a aplicao de redes neurais artificiais em negcios, abrangendo um total de 302 artigos compreendidos entre 1994 e 1998. Foi detectada uma queda no nmero de artigos em 1998, e sugeriu-se que isto poderia tanto indicar uma diminuio do interesse quanto ser consequncia do surgimento de novos peridicos que no estavam includos na pesquisa.
3. METODOLOGIA

A metodologia foi dividida em trs partes: a primeira refere-se coleta dos artigos envolvendo a busca em si e os locais onde os artigos sero obtidos. A segunda parte aborda a anlise e classificao dos trabalhos e preparao dos dados obtidos para posterior anlise. Por fim, so apresentadas as limitaes do trabalho.
3.1 Coleta dos artigos

Como um dos objetivos especficos relacionar mtodos de inteligncia computacional a aplicaes em negcios, as palavras-chave da busca foram divididas em dois domnios: mtodos e aplicaes. Os termos relacionados s tcnicas neural, genetic e fuzzy pertencem ao primeiro grupo. No segundo grupo, em um primeiro momento foram utilizadas as palavras finance e accounting. Na primeira etapa da pesquisa, os elementos destes dois domnios foram agrupados em pares, e a busca foi realizada unindo-se os elementos de cada par atravs do operador booleano AND. Os artigos obtidos nesta etapa foram analisados e classificados, sendo ento identificados os tpicos mais comuns, isto , as aplicaes especficas em Finanas e Contabilidades
R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

171

que foram estudadas por dois ou mais artigos. Estes tpicos foram utilizados para elaborar uma lista ampliada de palavras-chave, que continha stocks, forex, exchange, bankruptcy, commodities, interest rate, credit, derivatives, options, portfolio, fraud, auditing, bank e business. Esta lista tambm foi combinada com os termos neural, genetic e fuzzy, e com estes pares foram feitas novas buscas nas bases de dados. A busca foi realizada em duas bases de dados disponveis no Portal de Peridicos da Capes: ScienceDirect e ProQuest. Existem outras bases de dados, como a EBSCO Host e a CSA, que tambm possuem artigos na rea de Cincia da Informao e Tecnologia. Apesar de importantes, estas bases de dados no foram objeto deste trabalho. Na ScienceDirect, foi feita uma busca avanada no ttulo, no abstract e nas palavras-chave dos artigos de 2000 a 2007, limitada aos seguintes assuntos: business, management and accounting; computer science; decision sciences; economics, econometrics and finance. Esta limitao evita que a busca retorne artigos sobre neurocincias ou gentica, por exemplo. Na ProQuest, foi feita uma busca avanada abrangendo citao e resumo, entre 01/01/2000 e 31/12/2007, limitada a artigos com texto completo e publicaes acadmicas.
3.2 Anlise e classificao

Uma vez obtido o resultado da busca, procedeu-se leitura do abstract (e do artigo completo, se necessrio), observando-se se o artigo utilizava quaisquer das tcnicas em estudo, se a aplicao proposta era nas reas de Finanas ou Contabilidade, e se era apresentado um estudo emprico. Satisfeitas estas condies, procedeu-se classificao. Primeiro, cada artigo foi classificado quanto s tcnicas utilizadas RNAs, LN e AGs. E, caso diferentes mtodos de inteligncia computacional fossem utilizados no mesmo modelo, este recebeu a classificao adicional de hbrido. Artigos que comparam mtodos diferentes foram classificados em ambos os mtodos, mas no como hbridos. Posteriormente, os artigos foram classificados de acordo com a rea a qual o problema se relacionava FFinanas ou Contabilidade. Nenhum dos trabalhos foi classificado em ambas as reas; no caso especfico dos trabalhos sobre estrutura de capital (que poderiam ser enquadrados tanto em Finanas quanto em Contabilidade), optou-se por classific-los como trabalhos de Finanas. Esta deciso se justifica pelo fato dos dois trabalhos sobre estrutura de capital encontrados terem sido publicados em peridicos de Negcios e Finanas, mas no de Contabilidade. Foram identificadas as aplicaes especficas mais comuns e os trabalhos foram ento classificados em uma destas aplicaes. Aqueles que no se enquadravam em nenhuma destas aplicaes mais comuns foram agrupados na categoria outros. Ao fim da anlise, as categorias que possuam menos de sete artigos foram eliminadas, e seus trabalhos foram realocados para a categoria outros. Vale lembrar que esta classificao, ainda mais do que as outras, subjetiva. Algumas categorias problemticas so:

Vol.7, No.1, 2010, p. 163-182

172

Wuerges, A., Borba, Jos.

a) Falncias: abrange no apenas artigos que tratam especificamente da previso de falncias, mas tambm aqueles que classificam a empresa em categorias, de acordo com a sua sade financeira como o trabalho de Agarwal, Davis e Ward (2001); b) Aes: alm da previso do desempenho de aes de empresas individuais, engloba ndices, fundos e IPOs. Artigos relacionados a commodities, forex (cmbio) e derivativos no esto includos. c) Derivativos: ao invs de criar categorias para cada espcie de derivativo financeiro existente, optou-se por agrup-los sob o rtulo genrico de artigos sobre derivativos. Isto inclui opes (sobre aes, ndices e moedas), futuros, warrants e derivativos climticos. d) Anlise de crdito: engloba anlise de candidatos a emprstimos fornecidos por bancos e instituies governamentais, avaliao de solicitaes de cartes de crdito e artigos sobre anlise de crdito soberano. Em alguns casos, um mesmo artigo precisou ser classificado em mais de uma categoria quanto aplicao. Qi e Zhang (2001), por exemplo, analisa a seleo de modelos de previso de sries temporais abordando trs sries com caractersticas diferentes: ndices de aes, cmbio e t-bills. Por isso, este trabalho foi classificado simultaneamente em aes, cmbio e juros.
3.3 Limitaes

Os diferentes mtodos da inteligncia computacional podem ser aplicados de maneiras variadas. O termo neural network, por exemplo, abrange diferentes algoritmos de treinamento e diversas configuraes possveis para uma rede neural. A anlise mais detalhada de cada uma destas tcnicas, porm, est fora do escopo deste artigo. As fronteiras entre as diferentes classificaes para os algoritmos podem ser difusas. Foram encontrados mtodos relacionados aos temas de estudo, mas que foram excludos da pesquisa; um caso de particular importncia a programao gentica. Apesar de utilizar um processo de aprimoramento de solues similar ao dos algoritmos genticos, a estrutura das solues que so analisadas diferente. No caso dos algoritmos genticos, a soluo representada por um conjunto de caracteres de tamanho fixo; na programao gentica, a soluo uma rvore hierrquica que representa operaes executadas sobre constantes ou variveis (Chen et al, 2007). Existem muitos artigos que no foram includos por estarem fora do perodo delimitado. Esta uma limitao importante, pois uma rpida busca por fuzzy e accounting na ProQuest, por exemplo, revelou 20 resultados anteriores a 1o de janeiro de 2000; outra busca por neural e finance, na mesma base de dados, retornou outros 32 artigos. Este trabalho limita-se a analisar artigos que apresentem exemplos reais. Isto significa que estudos que utilizam exemplos numricos (fictcios) para demonstrar uma tcnica no so considerados. Tambm existem artigos que utilizam mtodos de inteligncia computacional para construir mercados artificiais (ou simulados), em que agentes modelados de acordo com certos pressupostos tericos tomam suas decises. As
R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

173

concluses obtidas por esta ltima classe de trabalhos podem ter aplicaes prticas, mas esta pesquisa procurou restringir-se a artigos que mostrem mtodos diretamente aplicveis a problemas da rea de Finanas e Contabilidade. As limitaes aqui estabelecidas podem causar um importante vis: dados empricos sobre bolsas de valores, de futuros e de commodities so facilmente obtidos em bases de dados especializadas; outros dados so obtidos com muito menos facilidade. Isto pode explicar, em parte, alguns dos resultados obtidos em especial o grande nmero de artigos sobre bolsas de valores.
4. ANLISE DOS RESULTADOS

Aps a seleo, isto , excluindo-se as repeties e os artigos fora das limitaes metodolgicas, restaram 102 artigos na ProQuest e 156 na ScienceDirect, totalizando 258 trabalhos diferentes. Destes, 176 eram da rea de Finanas, e 82 de Contabilidade.
4.1 Classificao por ano

Pode-se perceber que a tendncia nos primeiros trs anos (2000-2002) foi descendente, atingindo-se o nmero de 22 e 23 artigos em 2002 e 2003 (figura 4). Um dos motivos que podem ter contribudo o fato de no constar na ProQuest artigos publicados no International Journal of Intelligent Systems in Accounting, Finance and Management em 2003. Supe-se que houve um intervalo na edio deste peridico, que reapareceu em 2004 com o nome de Intelligent Systems in Accounting, Finance and Management. A partir deste ano, a tendncia no nmero total de artigos crescente. Vale observar que, de 2005 a 2007, houve um aumento do uso de lgica nebulosa, algoritmos genticos e modelos hbridos, simultaneamente a uma queda no nmero de artigos sobre redes neurais artificiais. Isto pode indicar uma mudana de interesse da comunidade acadmica possivelmente devido ao fato das redes neurais j terem sido amplamente exploradas, com um total de 193 artigos durante o perodo em anlise.

Vol.7, No.1, 2010, p. 163-182

174

Wuerges, A., Borba, Jos.

45 40 35 30 Total RNA LN 20 15 10 5 0 2000 2001 2002 2003 2004 2005 2006 2007 AG Hbridos

artigos

25

ano

Figura 4: total de artigos publicados por ano

Fonte: dados da pesquisa.

4.2 Classificao por peridico

Pode-se perceber, atravs da tabela 1, que o Expert Systems with Applications o peridico que mais publicou artigos sobre inteligncia computacional aplicada em Contabilidade e Finanas. importante ressaltar, porm, que 38 dos artigos analisados foram encontrados em peridicos diferentes que apresentaram, no perodo estudado, apenas um artigo publicado. Isto significa que existem outros peridicos que, ocasionalmente, podem publicar artigos envolvendo inteligncia computacional em aplicaes na rea de Negcios. Como exemplo disso, tem-se um artigo que trata de precificao de derivativos atravs de redes neurais, publicado em uma revista da rea de Fsica (MONTAGNA et al, 2003). Esta constatao sugere a hiptese de que a aplicao de inteligncia computacional em Finanas e Contabilidade tem carter multidisciplinar.

R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

175

Peridico Expert Systems with Applications European Journal of Operational Research Computers & Operations Research Fuzzy Sets and Systems International Journal of Intelligent Systems in Accounting, Finance and Management Neurocomputing Intelligent Systems in Accounting, Finance and Management The Journal of the Operational Research Society Computational Economics Derivatives Use, Trading & Regulation Journal of American Academy of Business Journal of Forecasting Omega Outros Total

Freqncia 47 19 13 11 9 8 7 7 6 6 6 6 6 107 258

Tabela 1: peridicos com maior frequncia de artigos publicados

Fonte: dados da pesquisa.

4.3 Classificao por mtodo e aplicao

Para analisar a preferncia dos autores de uma rea por um dos mtodos de inteligncia computacional, primeiro deve-se obter o nmero de artigos relacionados a cada aplicao. E, como pode ser depreendido da tabela 2, a maioria dos artigos analisados (68,22%) da rea de Finanas.
Aplicao Freqncia Finanas 176 Contabilidade 82 Total 258

Tabela 2: aplicaes

Fonte: dados da pesquisa. Os artigos selecionados tambm podem ser classificados de acordo com suas aplicaes especficas, como mostra a tabela 3. Apenas quatro destes artigos foram classificados em mais de uma aplicao: um deles se enquadrou simultaneamente em anlise de crdito e falncias; dois em aes e juros; o ltimo foi classificado em aes e cmbio.

Vol.7, No.1, 2010, p. 163-182

176

Wuerges, A., Borba, Jos.

Aplicao Freqncia Aes 79 Cmbio 37 Anlise de crdito 35 Falncias 30 Gesto de carteira 18 Derivativos e futuros 16 Juros 14 Fraude 6 Outros 28

Tabela 3: aplicao especficas mais comuns

Fonte: dados da pesquisa. Pode-se perceber que as aplicaes relacionadas a aes receberam bastante destaque nos artigos analisados. Este grupo inclui trabalhos que abordam aes de empresas individuais e ndices de aes (por exemplo, Ibovespa e S&P 500). Em ambos os casos, o artigo normalmente busca prever o nvel das cotaes no prximo perodo ou identificar a tendncia do movimento dos preos (ascendente ou descendente). Um dos artigos estudados teve como objetivo prever a cotao de fechamento do DJIA (Dow Jones Industrial Average) utilizando fatores externos (isto , o modelo no se limitava a utilizar cotaes passadas) (Oconnor; Madden, 2006). Os fatores externos usados foram o preo do petrleo (WTI cushing crude oil) e taxas de cmbio (USD/YEN, USD/GBP, USD/CAN). Tambm foram usados indicadores tcnicos derivados do DJIA. No conjunto de teste, obteve-se um retorno anual sobre o investimento de 21,10% - includos os custos de transao. Como comparao, o retorno de mercado foi de 13,03%, e uma rede neural mais simples que utilizava somente cotaes passadas teve retorno de apenas 8,03%. Isto mostra que as redes neurais no so uma soluo por si mesmas; as variveis devem ser escolhidas cuidadosamente, e seu desempenho depende do ambiente em que elas so utilizadas. Em mercados muito eficientes como o caso da bolsa de Nova York seu desempenho nem sempre ser excepcional. A anlise de crdito tambm obteve bastante ateno. Esta categoria de trabalhos no se limita anlise de solicitaes de cartes de crdito ou emprstimos bancrios; um dos artigos encontrados tinha como objetivo prever o risco de inadimplncia no contexto do comrcio internacional. Um modelo fuzzy foi utilizado com 3344 empresas asiticas, e tentou-se identificar as empresas que teriam problemas em honrar os pagamentos de suas importaes (Tang; Chi, 2005). Ao se comparar o modelo baseado na lgica nebulosa com um modelo logit, observou-se que o primeiro mais sensvel, ou seja, tem desempenho superior na deteco de empresas inadimplentes. O modelo logit, em compensao, tem maior sucesso na classificao de empresas que no oferecem risco de perdas devido ao no-pagamento. Isto mostra que a escolha do modelo depende das caractersticas do problema; se o custo dos crditos erroneamente recusados for maior do que as perdas por inadimplncia, ento o modelo logit mais
R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

177

indicado. Como se deseja observar as tcnicas mais comuns em cada rea, um mesmo artigo pode ser classificado em mais de um mtodo, sendo ou no hbrido. Por isso, os valores totais de cada rea foram ignorados pois no estariam de acordo com o total de 258 artigos analisados. Os dados obtidos foram organizados na tabela 4.
Mtodo RNA LN AG Hbridos Finanas 129 37 44 30 Contabilidade 64 19 13 12 Total 193 56 57 42

Tabela 4: tcnicas utilizadas em Finanas e Contabilidade

Fonte: dados da pesquisa. Observando-se esta tabela, constata-se que as redes neurais artificiais so o mtodo mais utilizado, correspondendo a 74,81% dos artigos analisados; e que os algoritmos hbridos so bem menos frequentes, com apenas 13,57%. A preferncia pelas redes neurais um pouco mais acentuada na rea de Contabilidade, em que 78,57% dos artigos utilizam-nas. Na rea de Finanas, este percentual de 73,30%. No caso da lgica nebulosa, no h uma diferena considervel: esta tcnica est presente em 21,02% dos trabalhos da rea de Finanas e em 22,62% dos trabalhos da rea de Contabilidade. Os algoritmos hbridos ainda so bastante raros, e sua presena um pouco mais comum nos trabalhos de Finanas, sendo utilizados em 17,05% deles. Para investigar se haveria tcnicas mais comuns para cada tipo de problema, foi feita uma nova anlise, cruzando aplicaes e mtodos, como mostrado na tabela 5. Neste caso, os modelos que utilizam mais de um mtodo so classificados exclusivamente como hbridos.
Tcnica Aes Cmbio Anlise de crdito Falncias Gesto de carteira Derivativos e futuros Juros Fraude Outros Freq. 45 25 24 17 4 14 7 5 18 RNA LN AG Hbridos Freq. % 16 20,25% 10 27,03% 6 17,14% 6 20,00% 2 14,29% 1 16,67% 1 3,57%

% Freq. % Freq. % 56,96% 7 8,86% 11 13,92% 67,57% 2 5,41% 1 2,70% 68,57% 4 11,43% 2 5,71% 56,67% 3 10,00% 5 16,67% 22,22% 11 61,11% 3 16,67% 87,50% 2 12,50% 50,00% 3 21,43% 2 14,29% 83,33% 64,29% 5 17,86% 4 14,29%

Tabela 5: tcnicas utilizadas nas aplicaes mais comuns

Fonte: dados da pesquisa.

Vol.7, No.1, 2010, p. 163-182

178

Wuerges, A., Borba, Jos.

Percebe-se que os artigos sobre bolsas de valores privilegiam as redes neurais artificiais, que so utilizadas em 56,96% dos trabalhos; os artigos que mais utilizam redes neurais so aqueles sobre derivativos e futuros. Isto pode ser explicado pelo fato destes artigos normalmente desenvolverem modelos para detectar e explorar padres em sries temporais algo que as redes neurais fazem muito bem.
4.3.1 Modelos hbridos

Isolando-se os artigos que fazem uso de modelos hbridos e verificando cada uma das combinaes possveis entre as trs tcnicas de inteligncia computacional, aqui abordadas, chegou-se tabela 6.
Tipo Freqncia RNA e AG 23 RNA e LN 12 LN e AG 4 RNA, LN e AG 3 Total 42

Tabela 6: combinaes de tcnicas mais comuns

Fonte: dados da pesquisa. Como existem vrias maneiras de combinar redes neurais artificiais com algoritmos genticos, natural que esta classe de hbridos seja bastante relevante: mais de metade dos algoritmos hbridos encontrados deste tipo, com resultados promissores. possvel, por exemplo, utilizar algoritmos genticos para selecionar as variveis de entrada mais importantes de uma rede neural. Isto crtico para um bom desempenho da RNA, pois o excesso de variveis de entrada leva chamada maldio da dimensionalidade, prejudicando a qualidade dos resultados (Hughes, 1968). Em um dos artigos analisados, um algoritmo gentico selecionou as informaes contbeis mais relevantes para a previso de falncias; posteriormente, utilizando-se redes neurais, as empresas foram classificadas como estando em risco de falncia (distressed) ou no. Com isso, o ndice de acertos foi de 82%. Utilizando-se um algoritmo evolucionrio mais recente (particle swarm optimization) ao invs de algoritmos genticos, o ndice aumentou para 87%. Sem nenhuma seleo de variveis, o ndice cai para 77% (KO; LIN, 2006). Outra possibilidade de algoritmo hbrido combinando redes neurais e algoritmos genticos a criao de redes que mudem seus parmetros arquiteturais (nmero de camadas ocultas, por exemplo) de acordo com o problema. Esta tcnica foi aplicada com sucesso previso de taxas de cmbio dirias (Nag; Mitra, 2002). Neste caso, uma populao de redes neurais evolua atravs do AG, obtendo-se como resultado uma rede neural com arquitetura tima. Os resultados so encorajadores: no caso do estudo
R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

179

realizado com o iene e o dlar, o erro absoluto mdio do modelo hbrido foi de 0,63; a melhor rede neural de arquitetura fixa utilizada teve um erro de 0,67. O modelo Garch, por sua vez, teve um erro de 0,66. Isto significa que, pelo menos neste caso, a abordagem hbrida superou os mtodos convencionais. Por fim, possvel utilizar algoritmos genticos para combinar os resultados de outros sistemas de tomada de deciso inclusive de usurios e experts. Desta maneira, o algoritmo pode aproveitar tanto o conhecimento humano quanto a capacidade das redes neurais em detectar padres. Esta idia foi utilizada na previso do KOPSI, o ndice da bolsa de valores da Coria do Sul (Kim et al., 2006). O objetivo era classificar o movimento futuro do mercado em quatro nveis: bear, edged-down, edged-up e bull. Constatou-se que, pelo fato de se adaptarem mais rapidamente s mudanas no ambiente, as pessoas conseguem prever melhor os movimentos mais rpidos do mercado (bull e bear); as redes neurais se saem melhor na previso de tendncias mais regulares e suaves (edged-up e edged-down). Juntando-se os dois atravs de um algoritmo gentico foi possvel obter um resultado superior, com 79,5% de acerto (contra 66% da rede neural e 59% dos experts). Outro tipo de modelo hbrido comum aquele que combina redes neurais com lgica nebulosa. Neste caso, comum o uso de sistemas conhecidos como neuro-fuzzy, em que as caractersticas de um problema so representadas atravs de um modelo lingustico de alto nvel isto , de fcil compreenso para seres humanos, j que composto por regras de inferncia do tipo se-ento. A tarefa da rede neural encontrar as melhores regras e ajustar seus parmetros. Portanto, a diferena entre o modelo neuro-fuzzy e uma rede neural convencional que, enquanto nesta ltima a sada um valor ou uma classificao que mais tarde ser utilizado na tomada de deciso, no primeiro a sada uma regra fuzzy. Com isso, evita-se uma crtica comum s redes neurais: sua falta de transparncia, ou seja, a dificuldade de se compreender os meios pelo quais a rede neural chegou a um determinado resultado; os pesos sinpticos no so facilmente interpretados pelo usurio final. Por isso, as redes neurais costumam ser chamadas de black boxes ou caixas-pretas (Olden; Jackson, 2002). Em uma das aplicaes empricas analisadas, 290 solicitaes de crdito foram classificadas em dois grupos: bons emprstimos e maus emprstimos. O ndice de acertos do modelo hbrido (neuro-fuzzy) ficou entre 64,2% e 66,6%; um mtodo concorrente (MDA) conseguiu acertar entre 62,05% e 66,2%. Apesar dos resultados serem similares, os autores ressaltam que o sistema neuro-fuzzy foi capaz de identificar com mais preciso os casos de crdito ruim. Com isso, pode-se reduzir justamente o erro do tipo I que o mais prejudicial em anlise de crdito (Malhotra; Malhotra, 2002).
5. CONCLUSO

Como foi explicado no tpico dedicado s limitaes metodolgicas, existem vrios artigos anteriores ao ano de 2000. O incio desta produo intelectual no muito recente, mas a ateno dedicada s aplicaes da inteligncia computacional em Contabilidade e Finanas continua crescendo. Os avanos tericos continuam criando
Vol.7, No.1, 2010, p. 163-182

180

Wuerges, A., Borba, Jos.

novas possibilidades um exemplo so as support vector machines, uma nova tcnica que vem apresentando resultados muito promissores. Neste artigo, pode-se observar uma predominncia de estudos envolvendo Finanas e redes neurais. Quanto s aplicaes especficas, percebe-se que aquelas relacionadas ao mercado financeiro so bem mais comuns; se forem considerados os artigos relacionados a bolsas de valores, derivativos, commodities, forex, gesto de carteira e juros, chega-se a 164 artigos, o que corresponde a mais de metade do total de 258 artigos analisados. Artigos que procuraram analisar a qualidade do crdito atravs de inteligncia computacional representaram o segundo grupo de maior expresso. Os algoritmos hbridos apesar do desempenho potencialmente superior em vrios casos, como atestam as evidncias empricas apresentadas neste artigo tiveram uma participao relativamente inexpressiva no total de trabalhos analisados. Isto pode ter origem na complexidade inerente combinao de duas tcnicas diferentes; possvel que, com a popularizao dos mtodos da inteligncia computacional, os hbridos comecem a serem vistos como uma alternativa superior e a conquistar a preferncia dos estudantes e praticantes de Finanas e Contabilidade. Ao longo deste artigo foram apresentados exemplos de artigos que apresentam evidncias empricas de que os mtodos da inteligncia computacional podem ser teis em Finanas e Contabilidade, apesar de seu uso prtico ainda ser incipiente; isto sugere a necessidade do profissional da rea de Negcios se manter atualizado em relao aos novos desdobramentos tericos da inteligncia computacional. O carter flexvel das tcnicas aqui abordadas faz com que suas possibilidades sejam quase ilimitadas e, certamente, existem aplicaes ainda no exploradas para essas idias promissoras.

REFERNCIAS BIBLIOGRFICAS

Agarwal, A., Davis, J. T., & Ward, T. (2001). Supporting ordinal four-state classification decisions using neural networks. Information Technology and Management, Bussum, 2 (1): 5. Calderon, T. G., & Cheh, J. J. (2002, Dezembro). A roadmap for future neural networks research in auditing and risk assessment. International Journal of Accounting Information Systems, 3 (4): 203-236. Chen, J.-S., Chang, C. L., Hou, J.-L., & Lin, Y.T. (2008, Novembro). Dynamic proportion portfolio insurance using genetic programming with principal component analysis. Expert Systems with Applications. Cox, E. (1998). The fuzzy systems handbook : a practitioner's guide to building, using, and maintaining fuzzy systems (2a ed.). San Diego: AP Professional. Fadlalla, A., Lin, C. H. (2001). An analysis of the applications of neural networks in finance. Interfaces, 31 (4): 112-122.
R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil

Redes neurais, lgica nebulosa e algoritmos genticos: aplicaes e possibilidades em Finanas e Contabilidade

181

Faria, E. de, Albuquerque, M. P., Gonzalez, J., Cavalcante, J., & Albuquerque, M. P. (2009). Predicting the Brazilian stock market through neural networks and adaptive exponential smoothing methods. Expert Systems with Applications, 36(10): 1250612509. Grint, K. (1997). Fuzzy management: contemporary ideas and practices at work. New York: Oxford. Hwang, M. I., & Lin, J. W. (2000). Neural fuzzy systems: A tutorial and an application. The Journal of Computer Information Systems, 40 (4): 27. Hughes, G. F. (1968, January). On the mean accuracy of statistical pattern recognizers. IEEE Transactions on Information Theory, 14 (1): 55-63. Kim, M. J., Min, S. H., & Han, I. (2006). An evolutionary approach to the combination of multiple classifiers to predict a stock price index. Expert Systems with Applications, 31 (2): 241-247. Ko, P. C., & Lin, P. C. (2006, Maro). An evolution-based approach with modularized evaluations to forecast financial distress. Knowledge-Based Systems, 19 (1): 84-91. Malhotra, R., & Malhotra, D. K. (2002, January). Differentiating between good credits and bad credits using neuro-fuzzy systems. European Journal of Operational Research, 136 (1): 190-211. Mochn, A., Quintana, D., Sez, Y., & Isasi, P. (2008). Soft computing techniques applied to finance. Applied Intelligence, 29 (2): 111-115. Montagna, Guido et al. (2003). Pricing derivatives by path integral and neural networks. Physica A, 324: 189-195. Mller, B., & Reinhardt, J. (1990). Neural netoworks: an introduction. Berlin: SpringerVerlag. Nag, A. K., & Mitra, A. (2001). Forecasting daily foreign exchange rates using genetically optimized neural networks. Journal of Forecasting, Chichester, 21 (7): 501. Nanda, S., & Pendharkar, P. (2001). Linear models for minimizing misclassification costs in bankruptcy prediction. International Journal of Intelligent Systems in Accounting, Finance and Management, 10 (3): 155. Nunez-letamendia, L. (2002). Trading systems designed by genetic algorithms. Managerial Finance, Patrington, 28 (8): 87. Oconnor, N., & Madden, M. G. (2006, September). A neural network approach to predicting stock exchange movements using external factors. Knowledge-Based Systems, 19 (5): 371-378. Olden, J. D., & Jackson, D. A. (2002). Illuminating the black box: a randomization approach for understanding variable contributions in artificial neural networks. Ecological Modelling, 154 (1-2): 135-150. Qi, M., & Zhang, G. P. (2001, August). An investigation of model selection criteria for neural network time series forecasting. European Journal of Operational Research, 132 (3): 666-680.
Vol.7, No.1, 2010, p. 163-182

182

Wuerges, A., Borba, Jos.

Rafaely, B., & Bennell, J. A. (2006). Optimisation of FTSE 100 tracker funds; A comparison of genetic algorithms and quadratic programming. Managerial Finance, Patrington, 32 (6): 477. Streit, R. E., & Borenstein, D. (2009). An agent-based simulation model for analyzing the governance of the Brazilian Financial System. Expert Systems with Applications, 36 (9): 11489-11501. Tang, T. C., & Chi, L. C. (2005). Predicting multilateral trade credit risk: comparisons of logit and fuzzy logic models using ROC curve analysis. Expert Systems with Applications, 28 (3): 547-556. beyli, E. D. (2007, November). Implementing automated diagnostic systems for breast cancer detection. Expert Systems with Applications, 33 (4): 1054-1062. Wong, B. K., Lai, V. S., & Lam, J. (2000, September). A bibliography of neural network business applications research: 1994-1998. Computers & Operations Research, 27 (11-12): 1045-1076. Wong, B. K., & Selvi, Y. (1998). Neural network applications in finance: A review and analysis of literature (1990-1996). Information & Management, 34 (3): 129-139.

R. Gest. Tecn. Sist. Inf. /JISTEM Journal of Information Systems and Technology Management, Brazil