Aprendizado de máquina como possível ferramenta para classificação econômico-financeira de empresas

Abstract

A Inteligência Artificial (IA) tem sido desenvolvida desde meados dos anos 40, mas só nos últimos 30 anos, com o aumento exponencial da geração de dados - formando o que conceitualmente chamamos de Big Data -, notadamente em decorrência da popularização da internet, é que a IA tem mostrado seu verdadeiro valor. Dentro desse ambiente mais amplo da IA temos a técnica de Machine Learning (ou Aprendizado de Máquina), cujo propósito é aprender e reconhecer padrões nos dados para a construção de modelos matemáticos que sejam capazes de gerar insights, realizar previsões ou, ainda, classificar o conjunto de dados segundo o padrão identificado e, como ferramenta, ser capaz de ajudar a solucionar problemas de negócio. Dessa forma o objetivo desse trabalho é compreender o processo necessário de limpeza e organização a ser realizado no conjunto de indicadores econômico-financeiros produzidos pela contabilidade das empresas analisadas e de dados macroeconômicos dos países sedes, para, em seguida, identificar a melhor forma de processá-los, observada as técnicas de Aprendizado de Máquina para seleção de atributos e/ou redução de dimensionalidade e gerar um modelo que seja capaz de classificar uma empresa com situação econômico-financeira boa, ruim ou regular

Artificial Intelligence (AI) has been developed since the mid-1940s, but it's only in the last 30 years, with the exponential increase in data generation - forming what we conceptually call Big Data - notably due to the popularization of the internet, that AI has shown its true value. Within this broader AI environment, we have the technique of Machine Learning, whose purpose is to learn and recognize patterns in data to build mathematical models that are capable of generating insights, making predictions, or even classifying the data set according to the identified pattern and as a tool, be able to help solve business problems. Thus, the objective of this work is to understand the necessary process of cleaning and organizing the set of economic and financial indicators produced by the accounting of the analyzed companies and macroeconomic data of the host countries, to then identify the best way to process them, observing Machine Learning techniques for attribute selection and/or dimensionality reduction and generate a model that is capable of classifying a company with good, bad or regular economic and financial situation.