Redes neurais artificiais na previs o da infla o: aplica o como ferramenta de apoio à análise de decis es financeiras em organiza es de pequeno porte.

As estima es das taxas de infla o s o de fundamental importancia para os gestores, pois as decis es de investimento est o intimamente ligadas a elas. Contudo, o comportamento inflacionário tende a ser n o linear e até mesmo caótico, tornando difícil a sua correta estima o. Essa característica do fen meno pode tornar imprecisos os modelos mais simples de previs o, acessíveis às pequenas organiza es, uma vez que muitos deles necessitam de grandes manipula es de dados e/ou softwares especializados. O presente artigo tem por objetivo avaliar, por meio de análise formal estatística, a eficácia das redes neurais artificiais (RNA) na previs o da infla o, dentro da realidade de organiza es de pequeno porte. As RNA s o ferramentas adequadas para mensurar os fen menos inflacionários, por se tratar de aproxima es de fun es polinomiais, capazes de lidar com fen menos n o lineares. Para esse processo, foram selecionados três modelos básicos de redes neurais artificiais Multi Layer Perceptron, passíveis de implementa o a partir de planilhas eletr nicas de código aberto. Os três modelos foram testados a partir de um conjunto de variáveis independentes sugeridas por Bresser-Pereira e Nakano (1984), com defasagem de um, seis e doze meses. Para tal, foram utilizados testes de Wilcoxon, coeficiente de determina o R2 e o percentual de erro médio dos modelos. O conjunto de dados foi dividido em dois, sendo um grupo usado para treinamento das redes neurais artificiais, enquanto outro grupo era utilizado para verificar a capacidade de predi o dos modelos e sua capacidade de generaliza o. Com isso, o trabalho concluiu que determinados modelos de redes neurais artificiais têm uma razoável capacidade de predi o da infla o no curto prazo e se constituem em uma alternativa razoável para esse tipo de mensura o.