https://hdl.handle.net/20.500.14867/30274 Sat, 05 Sep 2026 06:23:50 GMT 2026-09-05T06:23:50Z https://hdl.handle.net/20.500.14867/848508 Título: Análise da eficiência dos fundos de investimento exclusivos do Fundo Naval sob a ótica da Análise Envoltória de Dados (DEA) Autor(es): Vital, Rodrigo de Oliveira Descrição: O Fundo Naval, fundo especial vinculado à Marinha do Brasil, administra um patrimônio líquido superior a R$ 3,5 bilhões, cujos rendimentos financeiros constituem vetor especial de financiamento de programas estratégicos de defesa nacional. Em um cenário de crescentes exigências de transparência, economicidade e accountability na gestão pública, a avaliação do desempenho dos fundos de investimento exclusivos por meio de métricas unidimensionais, como o índice de Sharpe ou a rentabilidade acumulada, revela-se insuficiente para capturar a complexidade multidimensional da gestão de recursos públicos. Esta dissertação avalia a eficiência relativa dos fundos de investimento exclusivos do Fundo Naval em comparação com fundos institucionais e privados selecionados segundo critérios de homogeneidade regulatória, operacional e temporal, por meio de modelo Data Envelopment Analysis Slacks-Based Measure (DEA-SBM) com orientação ao output e retornos variáveis de escala. A amostra é composta por 34 fundos de renda fixa exclusivos e institucionais, analisados no período de 2021 a 2025. O modelo integra três variáveis de input, o Patrimônio Líquido, a Volatilidade e a Taxa de Administração, e a Rentabilidade como output. A taxa de administração é incorporada ao modelo e tratada como input direto no DEA-SBM em coerência econômica e aderência à literatura de eficiência em fundos de investimento, penalizando custos excessivos sem contrapartida em retorno. Como etapa complementar de validação estatística das variáveis, estimou-se uma Regressão Linear Múltipla com erros robustos de Newey-West (HAC), cujo objetivo não foi substituir a mensuração de eficiência, mas verificar se os inputs selecionados indicaram associação estatisticamente significativa com o output do modelo. Os resultados indicaram um modelo estatisticamente significativo e com capacidade explicativa de 24,76% da variabilidade da rentabilidade dos fundos, evidenciando aderência empírica entre Patrimonio Líquido, Volatilidade, Taxa de Administração e Rentabilidade. Essa evidência reforça a pertinência da especificação DEA-SBM adotada, sem atribuir à regressão função preditiva ou de causa em relação aos escores de eficiência. Os resultados revelam heterogeneidade significativa nos escores de eficiência técnica relativa entre os fundos analisados. A taxa de administração destaca-se, de forma convergente entre os métodos de regressão e DEA, como a principal folga associada à ineficiência, corroborando evidências consolidadas na literatura nacional e internacional (Macedo e Macedo, 2008; Bisso et al., 2016; Lanza e Silveira, 2024). A contribuição prática da pesquisa consiste em identificar, por meio do modelo DEA-SBM, os benchmarks bem como fornecer à Diretoria de Finanças da Marinha subsídios para possível renegociação contratual das taxas praticadas pelos gestores e otimização da política de alocação de recursos. Para a literatura, pesquisa contribui na medida em que oferece evidências que reforçam a pertinência da DEA-SBM como instrumento de governança financeira do setor público.ODS4 – Educação e qualidade. Tipo: masterThesis Thu, 01 Jan 2026 00:00:00 GMT https://hdl.handle.net/20.500.14867/848508 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.14867/848009 Título: Previsão da taxa de câmbio Real/Dólar norte-americano usando modelos de Deep Learning Autor(es): Pereira, Renan Scavone Fernandes Abstract: Exchange rate forecasting is one of the greatest challenges in economic and financial literature, holding strategic importance for policy formulation and decision-making aimed at efficient resource allocation. This dissertation investigates the forecasting of the Ptax exchange rate for the Brazilian Real against the US Dollar (BRL/USD) using Deep Learning (DL) mo- dels, evaluated over time horizons of 1, 10, and 20 business days ahead, and compared to the Random Walk (RW) model, which is widely recognized in the literature as a robust benchmark for exchange rate forecasting. Daily data series covering the period 2020 to 2024 were used, se- quentially divided into training, validation, and test sets to simulate a practical application. The study adopted two approaches: a univariate approach, based exclusively on exchange rate data, and a multivariate approach, which incorporated economic and financial variables. For each forecast horizon and approach, DL architectures with one (1CR) or two recurrent layers (2CR) were tested. DL model selection was guided by error metrics on the validation set, followed by performance evaluation on the test set. The results show that, in the univariate approach, the predictions of the selected DL models did not outperform those of RW on the test set, a period in which the data is new to the models. Only on the 10-business-days horizon did the Modified Diebold-Mariano (DMM) test indicate statistical equivalence. However, for the 20- business-days horizon, a sharp deterioration in the performance of the selected DL models was observed, with error metrics at least 50% higher than those of the RW. On the other hand, in the multivariate approach, the DMM test, at the 10% significance level, indicated that the forecasts of the selected DL models performed statistically better than those of RW over the 20-business- days horizon, in both architectures evaluated (1CR and 2CR). Consistently, the results of the Giacomini and Rossi (2010) fluctuation test and the Rossi and Sekhposyan (2016) rationality test indicated, respectively, in the time windows, equal or superior accuracy of the selected multivariate DL models’ forecasts, and lower bias and irrationality in errors compared to the RW. It is concluded that, although the DL models did not outperform the benchmark in the very short term, the inclusion of daily economic and financial variables provided significant gains in predictive performance over longer horizons, even in the short term. The results reinforce the potential of multivariate DL models to improve exchange rate forecasting, contributing both to the academic literature and to practical applications in the financial market. Descrição: A previsão da taxa de câmbio constitui um dos maiores desafios da literatura econômica e financeira, assumindo relevância estratégica para a formulação de políticas e a tomada de de- cisões voltadas à alocação eficiente de recursos. Nesta dissertação, investiga-se a previsão da taxa de câmbio Ptax de venda do Real brasileiro frente ao Dólar norte-americano (BRL/USD) por meio de modelos de Deep Learning (DL), avaliados em horizontes de 1, 10 e 20 dias úteis à frente e comparados ao modelo Random Walk (RW), amplamente reconhecido na lite- ratura como um benchmark robusto em previsões cambiais. Utilizaram-se séries de dados com frequência diária, abrangendo o período de 2020 a 2024, divididas sequencialmente em con- juntos de treinamento, validação e teste, de forma a simular uma aplicação prática. O estudo adotou duas abordagens: a univariada, baseada exclusivamente na série da taxa de câmbio, e a multivariada, que incorporou variáveis econômicas e financeiras. Para cada horizonte de previ- são e abordagem, testaram-se arquiteturas de DL com uma (1CR) ou duas camadas recorrentes (2CR). A seleção do modelo de DL foi orientada pelas métricas de erro no conjunto de valida- ção, seguida da avaliação do desempenho no conjunto teste. Os resultados evidenciam que, na abordagem univariada, as previsões dos modelos de DL selecionados não superaram as do RW no conjunto de teste, período em que os dados são novos para os modelos. Apenas no horizonte de 10 dias úteis, o teste de Diebold-Mariano Modificado (DMM) indicou equivalência esta- tística. Entretanto, para 20 dias úteis, verificou-se deterioração acentuada do desempenho dos modelos de DL selecionados, com métricas de erro superiores em, no mínimo, 50% em relação ao RW. Por outro lado, na abordagem multivariada, o teste DMM, ao nível de 10% de significân- cia, apontou que as previsões dos modelos de DL selecionados apresentaram um desempenho estatisticamente superior as do RW no horizonte de 20 dias úteis, nas duas arquiteturas ava- liadas (1CR e 2CR). De forma consistente, os resultados do teste de flutuação de Giacomini e Rossi (2010) e do teste de racionalidade de Rossi e Sekhposyan (2016) indicaram, respecti- vamente, nas janelas temporais, uma acurácia igual ou superior das previsões dos modelos de DL multivariados selecionados e um menor viés e irracionalidade dos erros comparativamente ao RW. Conclui-se que, embora os modelos de DL não tenham superado o benchmark no cur- tíssimo prazo, a inclusão de variáveis econômicas e financeiras diárias proporcionou ganhos significativos no desempenho preditivo em horizontes mais longos, ainda no curto prazo. Os resultados reforçam o potencial dos modelos multivariados de DL para aprimorar a previsão da taxa de câmbio, contribuindo tanto para a literatura acadêmica quanto para aplicações práticas no mercado financeiro. Tipo: masterThesis Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.14867/848009 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.14867/847873 Título: A eficiência das organizações militares do sistema de segurança do tráfego aquaviário sob a ótica de custos baseada na análise envoltória de dados Autor(es): Oliveira da Silva, Johnny Abstract: . . . Descrição: Os avanços tecnológicos e dos meios de comunicação ampliaram as distâncias entre centros de produção e consumo, tornando as vias aquaviárias essenciais ao comércio global. As hidrovias também são utilizadas para uma gama de atividades, que engloba pesca, transporte de passageiros, e esporte e lazer, intensificando tráfego aquaviário e, consequentemente, os riscos associados. O Brasil, detentor de uma extensa faixa litorânea e de diversas hidrovias interiores, enfrenta esses desafios, cabendo à Marinha do Brasil (MB) garantir a segurança da navegação, por meio de suas organizações militares do sistema de segurança do tráfego aquaviário. Essas unidades utilizam recursos públicos, que devem ser empregados de forma eficiente, gerenciando os custos, a fim de se evitar desperdícios. Entretanto, somente os relatórios fornecidos por sistemas de custos podem não ser suficientemente adequados para demonstrar a eficiência das unidades, em uma análise multivariada. Neste contexto, a análise envoltória de dados (DEA) surge como um instrumento relevante, permitindo a comparação e avaliação da eficiência das organizações, a partir de um modelo matemático, com base nos insumos utilizados e nos produtos gerados. Sendo assim, o objetivo deste estudo é propor a DEA, como uma forma de mensuração da eficiência, sob a perspectiva dos custos, das unidades responsáveis pela segurança do tráfego aquaviário nas vias marítimas e nas hidrovias interiores, sob jurisdição nacional. A pesquisa, predominantemente descritiva e de natureza quantitativa, propõe a utilização do modelo DEA baseado nas folgas (DEA-SBM), sua variação aprimorada com o algoritmo kaizen, e o modelo dinâmico (DSBM) orientado a insumos, para mensurar a eficiência. A análise é fundamentada em dados primários de produtos e insumos, referentes a dois conjuntos, compostos pelas Capitanias Fluviais e pelas Capitanias dos Portos, no período de 2021 a 2023. Os resultados apontaram as médias de eficiências anuais de cada conjunto, bem como a eficiência anual de cada uma das Capitanias Fluviais e Capitanias dos Portos, além das unidades que alcançaram eficiência no triênio analisado, sob três variações do modelo. Essas unidades são apontadas como benchmarking para as demais, dentro dos seus respectivos grupos. Adicionalmente, foram evidenciados os insumos que geraram as ineficiências em ambos os conjuntos, além dos valores ideais para que cada organização considerada ineficiente, alcance a fronteira de eficiência, mantendo o nível de produtos. Os resultados alcançados mostram-se úteis como subsídios para a tomada de decisão, quanto à alocação de recursos, ao estabelecimento de metas de redução de custos, assim como para a disseminação de melhores práticas administrativas e operativas das organizações analisadas. Portanto, mensurar e avaliar a eficiência no setor público, sob a ótica de custos, revela-se um indicador para os gestores orientarem a administração dos limitados recursos postos sob suas responsabilidades. Academicamente, a pesquisa contribui, ao adicionar à literatura um estudo sobre a eficiência de organizações militares operacionais responsáveis pela manutenção da segurança nacional, sobretudo no contexto do tráfego aquaviário. Do ponto de vista prático, o estudo pode contribuir para aprimoramento da gestão de custos na Marinha do Brasil, o qual é um objetivo estratégico naval constante no Plano Estratégico da Força. Tipo: masterThesis Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.14867/847873 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.14867/847302 Título: A lei Newcomb-Benford e as notas de empenhos da Marinha do Brasil Autor(es): Silva, Leonardo Botelho Ferreira da Descrição: O Centro de Controle Interno da Marinha (CCIMAR) é órgão responsável pela auditoria no âmbito da Marinha do Brasil (MB), atuando no combate à fraude. Com o crescimento do volume de dados gerados, é indispensável ao auditor a utilização de novas ferramentas para apoiar seu trabalho. Assim, a lei Newcomb-Benford (LNB) vem ganhando espaço como ferramenta capaz de auxiliar o auditor na sua tomada de decisão. Esta lei é considerada uma ferramenta útil na fase de planejamento da auditoria para seleção da amostra auditada. Ela é um fenômeno baseado na quantidade de vezes que um determinado algarismo deve aparecer em uma posição específica de um determinado número. Deste modo este estudo tem como objetivo geral avaliar se as notas de empenhos emitidas em 2019 por organizações militares da Marinha do Brasil estão em conformidade com a lei Newcomb-Benford. A metodologia de pesquisa é caracterizada pelo método hipotético dedutivo, com abordagem quantitativa, concepção descritiva e utilizou com critério de seleção da amostra a amostragem não probabilística por julgamento. Como instrumento de pesquisa foram analisadas 46.194 notas de empenhos emitidas no ano de 2019 por 27 organizações militares, que movimentaram um total de R$ 6.721.861.945,92. Para isto, foram utilizadas as análise préBenford, analises primárias, analises avançadas, analises associadas e análises de conformidade sugeridas por Nigrini (2012) e Nigrini (2020) com o auxílio do software R e testes estatísticos. O estudo revelou que seis organizações militares não apresentaram conformidade com a lei Newcomb-Benford em alguma das análises realizadas. Concluiu-se assim que de forma geral as notas de empenhos emitidas pelas organizações militares estudadas seguem a lei Newcomb-Benford e esta pode ser utilizada como ferramenta na fase de planejamento da auditoria. Tipo: masterThesis Mon, 01 Jan 2024 00:00:00 GMT https://hdl.handle.net/20.500.14867/847302 2024-01-01T00:00:00Z