Aprendizado de máquina aplicado à análise de tendências no contexto de capital de risco no Brasil

Abstract

Em plena emergência ao longo dos últimos anos, o mercado brasileiro de capital de risco carece de estudos aprofundados que permitam a análise de tendências desta modalidade de investimentos no país. Ainda que com uma amostra limitada por conta do estágio inicial em que se encontra o mercado do Brasil em comparação aos pioneiros desta prática como os Estados Unidos, fez-se possível propor métodos qualitativos e quantitativos por meio da utilização de modelos de aprendizado de máquina (VAR, Autorregressor Floresta Aleatória e Classificador XGBooster) de maneira a se analisar o panorama geral deste ramo do mercado financeiro e as tendências particulares aos entes atuantes no mercado.

In full emergence over the last few years, the Brazilian Venture Capital market lacks in-depth studies and robust analyses of trends regarding this asset class. Despite dataset size limitations due to the current stage of the Brazilian market compared to Venture Capital pioneers such as the United States, qualitative and quantitative methods were successfully proposed through machine learning models (VAR, Random Forest Regressor and XGBooster Classifier) towards an analysis of both the overall scenario and particular trends regarding players involved in the Brazilian Venture Capital market.