Search

As empresas “gazela” têm cada vez mais importância no atual contexto económico-social por promoverem o crescimento económico dos países e contribuírem para a geração de grande parte de novos empregos. Fruto do seu alto-crescimento em curtos espaços de tempo, estas empresas têm um impacto significativo no ambiente empresarial, sendo importante estudar as razões que cimentam o crescimento destas organizações. No entanto, ainda não há uma definição consensual de high-growth firms (HGF), já que são vários os critérios que determinam o crescimento das mesmas e, por isso mesmo, este tema é considerado complexo, além de haver uma escassez generalizada de dados sobre o tema. Nesse sentido, esta investigação tem como principal objetivo a construção de um modelo que permita analisar os fatores que determinam o crescimento das empresas gazela, bem como avaliar a sua performance global. Para tal, recorreu-se a uma lógica construtivista, através da aplicação de mapeamento cognitivo e, posteriormente, da técnica Multi-Attributive Border-approximation Area Comparison (MABAC), para se proceder à estruturação e avaliação do problema, respetivamente. A aplicação destas técnicas foi possível por meio de duas sessões com um painel de decisores com experiência real na área das empresas gazela. Por fim, com o intuito de apurar a utilidade prática do modelo desenvolvido, o mesmo foi explicado e discutido numa sessão de consolidação com duas representantes da Comissão de Coordenação e Desenvolvimento Regional do Centro (CCDRC), entidade que premeia empresas “gazela”. Na fase de consolidação, foram ainda discutidas as limitações do estudo e formuladas recomendações relativas às metodologias utilizadas. Gazelle companies are increasingly important in the current economic and social context as they promote economic growth and contribute to the generation of a large number of new jobs. As a result of their high growth in short periods of time, these companies have a significant impact on the business environment, and it is important to study the reasons behind the growth of these organizations. However, there is still no consensual definition of high-growth firms (HGF), since there are several criteria that determine their growth, the topic is very complex and, in addition, there is a generalized scarcity of data about the topic. As such, this study thought to develop a multiple-criteria decision analysis model that allows to analyze the factors that determine gazelle companies’ growth, as well as to evaluate their overall performance. A constructivist logic was used based on the application of cognitive mapping and the Multi-Attributive Border-approximation Area Comparison (MABAC) technique. The application of these techniques was possible through two sessions with a panel of decision makers with real-life experience in the field of gazelle companies. To determine the practical usefulness of the developed model, it was discussed in a consolidation session with two representatives of the Commission for Coordination and Regional Development of the Center (CCDRC in Portuguese) – a public organization that distinguishes gazelle companies. The limitations of the study are also discussed and recommendations are formulated regarding the methodologies used.

Atualmente, as empresas familiares assumem relevância na economia mundial, tendo em conta que representam uma grande parte do tecido empresarial dos diferentes países. Este tema está cada vez mais na ordem do dia, replicando-se os estudos sobre o mesmo. No entanto, este tipo de organizações enfrenta certos desafios que mais nenhuma empresa enfrenta (i.e., problemas de cariz familiar em que algumas decisões podem ter repercussões não só na empresa como na família que gera o negócio). O principal desafio inerente às empresas familiares é o processo de sucessão, sento também este o principal motivo de fracasso deste tipo de organizações. Daí a importância de estudar este tema e de construir um modelo que apoie os decisores no processo de tomada de decisão neste contexto. O modelo foi desenvolvido através de uma orientação construtivista, que combina técnicas de mapeamento cognitivo com Interpretive Structutal Modeling (ISM) e que permite identificar e analisar medidas facilitadoras no processo de sucessão de empresas familiares. Com o apoio de um painel de decisores com um elevado know-how sobre o tema em análise, foi ainda possível identificar as relações de causa-efeito entre as medidas identificadas pelo painel, assim como hierarquizá-las em termos de relevância. O modelo desenvolvido foi validado numa sessão de consolidação com dois profissionais da Associação das Empresas Familiares, que analisaram o modelo, identificaram pontos fortes e limitações e ajudaram na formulação de recomendações para uma possível implementação prática dos processos seguidos neste estudo. Currently, family businesses assume increasing relevance in the world economy, taking into account that they represent a large part of the business fabric of different countries. This topic is on the agenda of many governments. However, this type of organization faces certain challenges that no other company faces (i.e., problems of a family nature in which some decisions can have repercussions not only on the company but also on the family that manages the business). The main challenge inherent to family businesses is the succession process, and this is also the main reason for the failure of this type of organization. Hence, the importance of studying this topic and building a model that supports decision-makers in this context seems clear. The model developed in the present study assumes a constructivist orientation that combines cognitive mapping and Interpretive Structural Modeling (ISM). This dual methodology allows identifying and analyzing facilitating initiatives in the succession process of family businesses. With the support of a panel of decision-makers with a high level of know-how on the subject under analysis, it was additionally possible to identify the cause-and-effect relationships between the initiatives identified by the panel, as well as rank them in terms of relevance. The model was validated in a consolidation session with two professionals from the Family Business Association, who analyzed it, identified strengths and limitations and helped in the formulation of recommendations for practical implementations of the processes followed in this study.

Numerous valuable clients can be lost to competitors in the telecommunication industry, leading to profit loss. Thus, understanding the reasons for client churn is vital for telecommunication companies. The process, combined with the massive data accumulation in the telecom industry and the increasingly mature data mining technology, motivates the development and application of a customer churn model to predict customer behavior. Therefore, the telecom company can effectively predict the churn of customers and avoid customer churn. Facing this challenge, this research aims to improve customer targeting using customer segmentation approaches based on data science. To achieve this aim, the research was divided into two stages. A literature review on customer churn prediction was conducted in the first stage. Results showed that the most widely used data mining techniques are decision tree (DT), support vector machines (SVM), and Logistic Regression (LR). Following the results, in a second stage, data were collected from three major Chinese telecom companies to create a churn prediction model to predict telecom client churn through customer segmentation using Fisher discriminant equations and LR analysis. Results showed that the telecom customer churn model constructed by regression analysis had higher prediction accuracy (93.94%) and better results. This research contributes to academia by revealing research gaps, providing evidence on current trends, and helping to understand how to develop accurate and efficient Marketing strategies. Moreover, this study will help telecom companies efficiently predict customer churn and take measures to prevent it, thereby increasing their profits. Inúmeros clientes valiosos podem ser perdidos para a concorrência no setor das telecomunicações, levando à perda de lucros. Assim, entender os motivos da rotatividade de clientes é vital para as empresas de telecomunicações. O processo combinado com o acumular massivo de dados no setor das telecomunicações e a tecnologia de mineração de dados cada vez mais madura, motiva o desenvolvimento e aplicação do modelo de rotatividade de clientes paraprever o comportamento do cliente. Portanto, uma empresa de telecomunicações pode prever efetivamente a rotatividade de clientes e evita-la. Face a este desafio, este estudo visa melhorar o direcionamento de clientes usando abordagens de segmentação de clientes baseadas em ciência de dados. Para atingir este objetivo, a pesquisa foi dividida em duas etapas. Na primeira etapa, foi realizada uma revisão da literatura sobre previsão de rotatividade de clientes. Os resultados mostraram que as técnicas de mineração de dados mais utilizadas são Decision Tree (DT), Suuport Vector Machine (SVM) e Regressão Logística (LR). De acordo com os resultados, numa segunda etapa, foram recolhidos dados de três grandes empresas de telecomunicações chinesas para criar um modelo para prever a rotatividadeatravés da segmentação de clientes, usando equações discriminantes de Fisher e LR. Os resultados sugerem que o modelo construído através de LR apresentou um maior nível de previsão (93,94%) e melhores resultados. Este estudo contribui para a academia, revelando lacunas de pesquisa, fornecendo evidências sobre as tendências atuais e ajudando a entender como desenvolver estratégias de Marketing precisas e eficientes. Além disso, este estudo ajudará as empresas de telecomunicações a prever com maior eficácia a rotatividade de clientes e tomar medidas direcionadas para evitar a sua perda, aumentando assim seus lucros.

A renovação urbana desempenha, cada vez mais, um papel fundamental na promoção e na satisfação das necessidades da sociedade. Este é um tema relevante e atual na medida em que, por força do fenómeno do crescente urbanismo na sociedade, ou seja, movimentação de pessoas para centros urbanos, verifica-se uma grande dificuldade de efetuar planeamento adequado que suprima as necessidades da população. Este problema complexo tem impactos, igualmente, ao nível da degradação ambiental, existência de pobreza, desigualdades e inacessibilidade a serviços. Em virtude deste panorama, parece evidente a necessidade de intervir ao nível da resolução dos problemas existentes, transformando o espaço urbano de acordo com as necessidades da população e através dos decisores existentes. Através de uma visão holística sobre a problemática, é possível aliar a componente económica, social e ambiental. Para tal, é utilizada uma metodologia multicritério que, através de um modelo holístico, transparente, realista e assente numa perspetiva construtivista permita determinar os fatores que alavancam a capacidade de planeamento em renovação urbana. Com efeito, recorreu-se ao mapeamento cognitivo e à técnica DEcision MAking Trial and Evaluation Laboratory (DEMATEL) em ambiente neutrosófico, tendo sido reunido um painel de especialistas com experiência na área da problemática em consideração para realizar duas sessões de trabalho em grupo. É igualmente relevante mencionar que os resultados alcançados foram analisados e validados por uma especialista no ramo. Por fim, possíveis contributos e limitações acerca da abordagem metodológica utilizada são ainda analisados neste estudo. Urban renewal plays a key role in promoting and satisfying society needs. This is a relevant and current topic that, due to the phenomenon of growing urbanism in society (i.e., people’s movement to urban centers), has created great difficulty in carrying out adequate planning that would meet the needs of populations. This complex decision problem also impacts environmental degradation, poverty, inequalities and inaccessibility to services. As a result of this scenario, the need to intercede in terms of solving existing problems becomes evident, transforming urban spaces taking into account the needs of the population through existing decision makers. Through a holistic view of the problem, it is possible to combine economic, social and environmental concerns. To this end, a multicriteria methodology is used which, based on the development of a holistic, transparent and realistic model and assuming a constructivist stance, allows for the identification of which factors leverage planning capacity in urban renewal. Cognitive mapping was used, as well as the DEcision MAking Trial and Evaluation Laboratory (DEMATEL) technique and neutrosophic logic, based on which a panel of experts with experience in the area of the decision problem under analysis was assembled for two group meetings. It is worth noting that the results obtained were analyzed and validated by an independent field specialist. Possible contributions and limitations regarding the methodological approach used in this study are also analyzed.

Football coaches must inevitably prepare their strategies not only for the upcoming match but also be prepared to restructure their strategies during the match itself. But there's more than that. The coach's duties extend beyond the four lines on weekends. The coach and his staff must plan a full week of training while considering everyone's current physical capabilities to avoid excessive fatigue or an injury that could prevent the player from being eligible to play for weeks. It is unquestionably in a coach's best interest to keep his players from being hurt or over-exhausted to the point where they are no longer suitable for the upcoming game. Fatigue or injuries are occurrences that can have a negative impact on every club stakeholder. Following investigations conducted by notable researchers like Bangsbo et al. (2006), Krustrup et al. (2010), Mohr et al. (2003), Rampini et al. (2009), Novak et al. (2021), and others, it was possible to achieve highly encouraging results that could actually be useful for coaches by providing them with knowledge of their players' degrees of fatigue in anticipation by developing a predictive model for three different time periods of anticipation (5-minutes; 10-minutes and 20-minutes) based on accurate monitoring of the players' GPS positions. Academically, it is believed that this work will open the door for more research initiatives of this kind as it was among the first, if not the first, to integrate real data to develop a realistic prediction model that could be used to evaluate fatigue. Os treinadores de futebol devem inevitavelmente preparar as suas estratégias não apenas para o próximo jogo, mas também estar preparados para redesenhar as mesmas durante a própria partida. Mas há mais do que isso. As funções do treinador vão para além das quatro linhas ao fim-de-semana. O treinador e o seu staff devem planear uma semana inteira de treinos, considerando as capacidades físicas, atuais, dos jogadores, com o objetivo de evitar fadiga excessiva ou lesões que possam impedir os jogadores de ser opção para jogar durante semanas. É inquestionavelmente do interesse de um treinador evitar que os seus jogadores se lesionem ou fiquem fatigados ao ponto de não serem opções válidas para o próximo jogo. Fadiga ou lesões são ocorrências que podem ter impacto negativo em todos os stakeholders do clube. Suportado em investigações conduzidas por investigadores notáveis como Bangsbo et al. (2006), Krustrup et al. (2010), Mohr et al. (2003), Rampini et al. (2009), Novak et al. (2021), e outros, foi possível obter resultados altamente encorajadores que podem ser realmente úteis para os treinadores, possibilitando fornecer informação relativamente ao grau de fadiga dos jogadores antecipadamente, através de um modelo preditivo desenvolvido para três diferentes períodos (5-minutos; 10-minutos e 20-minutos) com base na monitorização nas coordenadas GPS. Academicamente, acredita-se que este trabalho poderá abrir portas para mais iniciativas de pesquisa no âmbito, dado que foi uma das primeiras, se não a primeira, a integrar dados reais para desenvolver um modelo preditivo realista que pode ser usado para classificar fadiga.

In the era of intensive globalization, the growing number of options available and the increasing awareness of customers leads to a continuous increase in their quality service demands. Therefore, one of the biggest challenges companies faces today is to differentiate their services through quality improvement. The present study aims to identify the dimensions underlying the formation of service quality perceptions in the Portuguese health insurance sector and assess their relationships with satisfaction and loyalty. The primary data has been collected from a non-probabilistic sample of 128 Portuguese citizens over 18 years of age and subscribers to at least one health plan or insurance. Service quality was measured using the SERVPERF methodology (Cronin et al., 1992) and a 26-item scale, structured according to the SERVQUAL five dimensions (Parasuraman et al., 1985), was applied. Principal Component Analysis led to the identification of a four-dimensional hierarchal structure: “Reliability & Responsiveness”, “Assurance & Empathy”, “Tangibles” and “Convenience”. Based on the relevance of each of these factors, the health insurance providers can propose appropriate action plans based on the most crucial dimensions in shaping customer service quality perceptions. Correlational analysis indicated that the perceived quality of service, in all its dimensions, significantly relates to both satisfaction and loyalty, the latter also relating to each other. The mediation analysis showed that quality influences loyalty both directly and indirectly, through satisfaction, which means that to get a competitive advantage over the competitors, the service quality should be used as a strategic tool. It was found that age and gender differentiate satisfaction levels and that loyalty differs depending on product type and age. Num mercado global extremamente competitivo, constituído por clientes cada vez mais informados e exigentes, um dos maiores desafios que se coloca às empresas é o de diferenciar os seus serviços por meio da melhoria da qualidade. O presente estudo visa identificar as dimensões subjacentes à formação das perceções de qualidade de serviço no setor dos seguros de saúde português e avaliar as suas relações com a satisfação e fidelização dos clientes. Os dados primários foram recolhidos a partir de uma amostra não probabilística de 128 cidadãos portugueses com mais de 18 anos e subscritores de pelo menos um plano ou seguro de saúde. Para aferir a qualidade de serviço, foi utilizada a metodologia SERVPERF (Cronin et al., 1992) com recurso a uma escala de 26 itens baseada na estrutura de cinco dimensões da escala SERVQUAL (Parasuraman et al., 1985). A Análise de Componentes Principais levou à identificação de uma estrutura hierárquica de quatro dimensões: “Confiabilidade e Capacidade de resposta”, “Garantia e Empatia”, “Tangíveis” e “Conveniência”. A análise de correlações indicou que a qualidade percebida do serviço, em todas as suas dimensões, está significativamente relacionada tanto com a satisfação como com a fidelização, relacionando-se também estas entre si. Através da análise de mediação foi ainda possível constatar que a qualidade influencia a fidelização tanto de forma direta, como indiretamente via satisfação, o que significa que, para obter vantagem competitiva sobre os concorrentes, a qualidade do serviço deve ser utilizada como uma ferramenta estratégica. Verificou-se ainda que a idade e o género diferenciam os níveis de satisfação e que a fidelização difere consoante o tipo de produto e a idade.

A presente dissertação visa estudar a relação entre a dívida pública e o crescimento económico na Guiné-Bissau, analisando sua interação com outras variáveis como o investimento e Consumo Final. Foi utilizado os modelos VAR e de regressão linear múltipla para análises macroeconómicas com a ajuda do software Rstudio. Também foi feita uma análise de sentimento com base nas notícias através do projeto GDELT. Na literatura a maioria dos autores concluíram que essa relação é não linear, mas não se chegou ao consenso em relação ao ponto a partir da qual mais dívida pública torna o crescimento económico negativo. Para responder à pergunta principal da dissertação, foi elaborado um modelo VAR nas primeiras diferenças e foi constatado que existe uma relação de causalidade unidirecional entre a taxa_dív_pública e o pib, mas com uma correlação negativa. Só o consumo final é capaz de ajudar a prever pib, tendo uma relação de causalidade unidirecional e uma correlação positiva média-forte. Nas regressão linear múltipla adicionado a variável de sentimento os coeficientes são estatisticamente significativos e o ajustamento teve uma melhoria, comprovando que as notícias têm impacto sobre as decisões humanas. This dissertation aims to study the relationship between public debt and economic growth in Guinea-Bissau, analyzing its interaction with other variables such as investment and Final Consumption. VAR and multiple linear regression models were used for macroeconomic analysis with the help of Rstudio software. A sentiment analysis was also carried out based on the news through the GDELT project. In the literature, most authors have concluded that this relationship is non-linear, but no consensus has been reached regarding the point at which more public debt makes economic growth negative. To answer the main question of the dissertation, a VAR model was elaborated in the first differences, and it was verified that there is a unidirectional causality relationship between the public_debt_rate and the GDP, but with a negative correlation. Only final consumption can help predict GDP, having a unidirectional causality and a medium-strong positive correlation. In the multiple linear regression, adding the sentiment variable, the coefficients are statistically significant, and the adjustment improved, proving that news has an impact on human decisions.

A utilização do franchising tem vindo a ganhar espaço no tecido empresarial português. O conceito de uma economia global é cada vez mais nítido nos dias de hoje espelhando um mundo cada vez mais interligado e complexo. Os fluxos de comércio, capital, tecnologia e conhecimento são os principais condutores ao fenómeno da internacionalização. O franchising pode ser um meio fácil para atingir o sucesso no mercado, uma vez que utiliza um modelo de negócio já existente. Contudo, a entrada e saída de empresas é recorrente. Sendo assim, o objetivo da presente dissertação é identificar os principais fatores que levam a que as empresas cessem a sua atividade. Neste sentido, o autor realiza uma análise de sobrevivência às 1660 empresas franqueadas em Portugal entre 1996 e 2016, utilizando um conjunto de variáveis reconhecidas como determinantes pela literatura económica. O estudo debruça-se sobre uma base de dados que contém um total de 20 variáveis que são testadas à sua significância. Adicionalmente, o autor introduz variáveis macroeconómicas, utilizando relatórios publicados. O principal resultado da investigação elucida que a distância entre o país de origem e Portugal, a capacidade de exportar da empresa, o investimento inicial, a presença no sector terciário e o crescimento do salário no sector antecipam a saída do mercado. Por outro lado, o crescimento do sector e o número de lojas franqueadas adiam o fim da atividade económica. Franchising has been gaining influence in the Portuguese economy. The concept of a global economy is increasing progressively, reflecting a world which is becoming interconnected and complex. Furthermore, the movements of commerce, capital, technology and knowledge are the main drivers of the internationalization phenomenon. Franchising can be straightforward to achieve market success, as it uses an existing business model. However, the entry and exit of companies is frequent. Therefore, the aim of this dissertation is to identify the main factors that lead companies to cease their activity. In this sense, the author applies a survival analysis to a dataset of franchised companies in Portugal between 1996 and 2016, using a set of relevant determinants recognized by the economic literature. Basing the study on a dataset which contains a total of 20 variables that will be tested for their significance. Additionally, the author reinforced the range of macroeconomic variables using published reports. The main result of the present research elucidates that the distance between the home country and Portugal, the export capacity of the firm, the initial investment required, the presence in the tertiary sector and the wage growth in the sector anticipate the exit. On the other hand, the growth of the sector and the number of franchised stores postpone the end of economic activity.

A pandemia COVID-19, que surgiu em Portugal no ano 2020, teve um impacto a nível mundial quer em termos de saúde pública, por se tratar de uma doença infeciosa de trato respiratório, como em termos de saúde mental. Posto isto, devido à crescente evolução da utilização de Machine Learning em problemas da vida real, é questionada a eficácia da utilização desta ferramenta na aplicação ao estudo da saúde mental, no caso concreto da previsão de níveis de ansiedade num determinado período, a pandemia. Neste sentido, esta investigação avalia a previsão, através de Machine Learning, de níveis de ansiedade de estudantes e trabalhadores/as portugueses/as e o impacto que a pandemia teve na saúde mental dos mesmos. O presente estudo foi suportado por uma Revisão Sistemática da Literatura e por técnicas de análise de dados recorrendo a algoritmos de Machine Learning, nomeadamente árvores de decisão. Para tal, a partir da recolha de dados através de um questionário online, que corresponde a 597 pessoas inquiridas elegíveis para integrar a análise, foram criados dois modelos distintos, assim como foram determinadas diversas variáveis independentes necessárias para os modelos preditores dos níveis de ansiedade. Assim, os resultados obtidos permitiram identificar os perfis de estudantes e trabalhadores/as com maior suscetibilidade a agravar o nível de ansiedade associado, como também as variáveis com maior importância no modelo. Deste modo, o principal contributo desta investigação é apoiar a tomada de decisão de profissionais de saúde, de forma que estes tenham uma maior capacidade de realizar diagnósticos de perturbações de ansiedade. The COVID-19 pandemic, which emerged in Portugal in 2020, had a worldwide impact both in terms of public health, as it is an infectious disease of the respiratory tract, and regarding mental health. Thus, due to the growing evolution in the use of Machine Learning in real life problems, the effectiveness of this tool in the study of mental health is questioned, specifically on predicting anxiety levels particular period - the pandemic. In this regard, this research evaluates the prediction, through Machine Learning, of anxiety levels of portuguese students and workers and the impact that the pandemic had on their mental health. This study was supported by a Systematic Literature Review and by data analysis techniques using Machine Learning algorithms, in particular decision trees. For this purpose, based on data collection through an online survey, corresponding to 597 surveyed people eligible to be included in the analysis, two distinct models were created as well as several independent variables necessary for the predictive models of anxiety levels. Therefore, the results obtained allowed us to identify the profiles of students and workers who are more likely to aggravate the associated anxiety level, as well as the variables with greater importance in the model. Thus, the main contribution of this research is to support decision-making by health professionals, so that they have a greater ability to diagnose anxiety disorders.

Big privatization momentums in countries are commonplace. During these times, it is not uncommon for several firms presenting synergies among them to be privatized in a short time frame. This dissertation aims to provide, for the first time, a theoretical framework and some policy guidance for these situations. We managed to extend the pioneering work on multidimensional auctions of Che (1993) to a combinatorial package bidding setting, thus optimizing the outcome of our analysed scenario. While the dissertation focuses on privatizations, our results hold for most items the government is looking to sell, as long as they present complementarities. A existência de períodos de numerosas privatizações é comum à maioria dos países. Durante estes períodos, não é incomum que várias firmas que apresentam sinergias entre si sejam privatizadas num curto espaço de tempo. Esta dissertação pretende providenciar pela primeira vez uma moldura teórica para enfrentar estas situações, assim como providenciar alguma orientação sobre potenciais políticas a adotar. Nós conseguimos estender o trabalho pioneiro sobre leilões multidimensionais de Che (1993) para um contexto de leilões combinatórios com possibilidade de licitação sobre pacotes, otimizando assim o desfecho do cenário analisado. Apesar de a dissertação se focar em privatizações, os nossos resultados são aplicáveis à maior parte dos itens que o governo pretenda vender, desde que complementaridades estejam presentes.

A revolução tecnológica impacta hoje todos os setores da sociedade, incluindo o setor da saúde, oferecendo oportunidades sem precedentes e possibilitando maior capacidade preditiva e proatividade, personalização, qualidade dos cuidados prestados e gestão eficaz e eficiente de recursos. A saúde digital surge no contexto do avanço tecnológico e do aumento do poder computacional, respondendo aos desafios dos sistemas de saúde assentes na oferta de cuidados seguros, de qualidade, em tempo útil, no local certo e de forma eficiente e eficaz. No entanto, traz também desafios que se prendem, essencialmente, com a gestão dessa mudança no seio das organizações. Sustentado numa abordagem baseada em Problem Structuring Methods (PSMs), este estudo pretende investigar o tema da saúde digital no caso concreto do Centro Hospitalar Universitário de Lisboa Central (CHULC), pretendendo refletir sobre iniciativas que potenciem a saúde digital no seio desta organização e que contribuam para a sua transformação digital. Para o efeito, recorreu-se ao método Interpretive Structural Modeling (ISM), que permitiu refletir e compreender as relações de causa-efeito entre determinantes de saúde digital neste contexto, envolvendo o CHULC na reflexão estratégica sobre o tema através de uma abordagem colaborativa e construtivista. Validaram-se os principais resultados desse estudo em colaboração com a instituição e formalizou-se um conjunto de ações que permitem potenciar a saúde digital no CHULC com base numa proposta de valor. Technological revolutions impact all sectors of society, including the health care sector, offering unprecedented improvement opportunities and enabling greater predictive and proactive capacity, personalization, better quality of service, and effective and efficient management of resources. Digital health emerges in the context of technological advancement, responding to the challenges of health care systems based on safe, quality health care services, offered in a timely manner, and in an efficient and effective way. However, digital health also brings challenges that are essentially related to change management within organizations. Based on Problem Structuring Methods (PSMs), this study sought to investigate the digital health topic in the specific case of Central Lisbon University Hospital Center (CHULC in Portuguese), aiming to reflect on initiatives that enhance digital health benefits within this organization and that contribute to its digital transformation. For this purpose, Interpretive Structural Modeling (ISM) was used, which allowed us to identify and understand the cause-effect relationships between determinants of digital health in this context, involving CHULC in the strategic reflection on the subject through a collaborative and constructivist approach. The main results of this study were validated in collaboration with CHULC, and a set of actions was formalized to enhance its digital health value proposition.

Este trabalho tem como objetivo analisar documentos textuais submetidos por empresas portuguesas no momento de candidatura a programas de incentivos empresariais públicos. Com esta análise pretende-se extrair e selecionar variáveis relevantes, presentes nos textos, que possuam poder preditivo em relação a futuras ações das empresas candidatas aceites, no decorrer dos projetos. O objetivo concreto é a predição da anulação de projetos com fundos atribuídos, durante a sua duração prevista. Para realizar esta análise foi necessário criar uma cadeia de classificação de texto na qual são aplicadas variadas técnicas de processamento da língua natural, extração e seleção de variáveis, seleção e utilização de classificadores, e métricas de avaliação dos resultados. Foram utilizadas técnicas de referência de extração de variáveis como a extração de valores TF e TF-IDF e foram igualmente levadas a cabo experiências de extração de variáveis baseadas em geração de tópicos, análise de similaridade textual, análise de diversidade lexical, exploração de vocabulário específico, entre outros tipos de análise do conteúdo textual. A exploração de variáveis criadas a partir destas experiências mostra-nos características escondidas nos dados, como por exemplo, o facto de se verificar uma maior incidência de projetos com elevados níveis de similaridade em certos distritos do país. O principal objetivo foi alcançar o melhor desempenho possível nas métricas obtidas através da matriz de confusão (taxa de acerto; precisão; cobertura; F1-Score) na predição da anulação de projetos. Os melhores resultados da predição de anulação foram obtidos por um conjunto de variáveis provenientes de diversos métodos de extração e utilizando o algoritmo Classificador Naïve Bayes: 79% de taxa de acerto; 77% de precisão; 71% de cobertura; 74% de F1-Score. Neste trabalho é assim demonstrado o proveito da mistura de variáveis provenientes de diferentes métodos de extração de variáveis. This work aims to analyze the textual documents presented by Portuguese companies when applying for business incentive programs. This work intends to extract and select relevant features, present in the texts, which have predictive power in relation to future actions of the companies whose projects were accepted, during the projects. The concrete goal is the prediction of the cancellation of the projects with allocated funds, during their expected duration. It was necessary to create a text classification pipeline which applies natural language processing, various features extraction and selection techniques, classification algorithms and evaluation metrics. Many feature extraction techniques were used, such as classical techniques as TF and TF-IDF values generation, as also other experiments as topic generation, similarity analysis, lexical analysis, identification of specific vocabulary used, among other analysis of textual content that were also carried out. The feature analysis can show us hidden characteristics in the data, such as the fact that there is a preponderance of projects with high levels of similarity in certain districts of the country. The main objective, regarding the perdition of cancellation of the projects, was achieving the best possible performance, for that there were used the confusion matrix metrics (accuracy; precision; revocation; F1-Score). The best prediction results were obtained by a set of features from different extraction methods together with the use of the Naïve Bayes Classifier algorithm: 79% accuracy; 77% precision; 71% recall; 74% F1-Score. Therefore, it is shown the advantages of mixing features from different extraction methods on this text classification application.

A presente Tese de Mestrado procura estimar a disponibilidade a pagar por atributos num serviço VPN (Virtual Private Network), e a sua relação com literacia no ramo da privacidade. Para o efeito, foi realizada uma experiência de escolha discreta (discrete choice experiment) acompanhada por um questionário de literacia na áarea da privacidade. Os atributos e os níveis para a experiência foram selecionados através de uma pesquisa qualitativa que teve como base um focus group, entrevistas a especialistas, e uma revisão de literatura. Depois da seleção dos atributos e níveis, foram criadas 12 séries de escolhas, cada uma com duas alternativas possíveis a comparar dois serviços VPN diferentes. A experiência foi realizada com uma amostra de 84 participantes, para um total de 2016 observações e 1008 escolhas. Através do uso de software open-source (Rstudio), foram geradas regressões logísticas multinomiais, para estimar os atributos mais valorizados e a disponibilidades a pagar. Esta análise foi realizada para o total da amostra e para subgrupos com níveis de literacia de privacidade diferentes. Os resultados obtidos trazem um entendimento acrescido sobre a valorização dos vários atributos num serviço VPN, assim como a disponibilidade a pagar por níveis diferentes de cada atributo, e como conhecimentos na área da privacidade afetam esta valorização. A análise contribuí para a literatura no ramo de disponibilidade a pagar por ferramentas para proteção da privacidade (privacy-enhancing tools) assim como para o debate geral sobre o valor da privacidade. This Master Thesis focuses on estimating the willingness to pay for attributes in a VPN (Virtual Private Network) service, and how those estimates relate to privacy literacy. In this Thesis, I conducted a discrete choice experiment accompanied by a privacy literacy questionnaire. Attributes and levels for the discrete choice experiment were selected through qualitative research encompassing a focus group, expert interviews, and a relevant literature review. After the attributes and levels were selected, 12 choice sets were created, with each choice set comparing two competing VPN services. The experiment was carried out on a sample of 84 participants, for a total of 2016 observations with 1008 choices. Subsequent multinomial logit models were estimated based on collected data, through programming in R using open-source software (Rstudio), to estimate the most valued attributes and the respective willingness to pay estimates. This analysis was performed both for the general sample, and for subgroups with differing levels of privacy literacy. The results bring additional insight into how individuals perceive the significance of various attributes of a VPN service, their willingness to pay for different levels of each attribute, and how privacy literacy impacts that valuation. The analysis extends the literature on willingness to pay for privacy-enhancing tools and contributes to the everevolving general debate on the worth of privacy.

Nos últimos anos diversos países no mundo todo vêm experimentando uma crise de representação com escândalos de corrupção, crise política e social, ocorre que no Brasil isso não foi diferente, o que acabou por acarretar uma razoável dose de frustração com o sistema democrático brasileiro. E com o surgimento de novas fontes de informação e o crescente aumento da tecnologia acabou por fomentar ainda mais essa frustração. Este estudo objetiva investigar a confiança dos cidadãos brasileiros no seu sistema judiciário e verificar se os media, seja ele tradicional ou uma rede social, tem a capacidade de influenciar nesta confiança. Essa investigação foi suportada por uma revisão sistemática da literatura, realizada com 17 artigos, e por técnicas de análise de dados, nomeadamente ACM, árvore de decisão com algoritmos CART e CHAID. Para tal foi utilizado dados secundários, survey, de um estudo realizado no Brasil para o levantamento do Estudo da Imagem do Judiciário. Foram aplicadas 2006 entrevistas. Os resultados permitiram perceber que os brasileiros tendem a ter confiança no judiciário, porém quando se trata dos media o nível de desconfiança é elevado. Foi possível perceber que o tipo de media que os indivíduos acompanham as notícias não gera grande impacto na confiança do judiciário, porém a forma como essas notícias são percebidas têm um impacto relevante para aumentar ou diminuir a confiança. Como conseguinte, o principal contributo deste estudo é auxiliar o sistema judiciário a aumentar a confiança na sua instituição. In recent years, several countries around the world have been experiencing a crisis of representation with corruption scandals, and political and social crises, it happens that in Brazil this was no different, which ended up causing a reasonable dose of frustration with the Brazilian democratic system. And with the emergence of new sources of information and the increasing use of technology, ended up furthering this frustration. This study aims to investigate the confidence of Brazilian citizens in their judicial system and verify whether the media, be it traditional or a social network, has the ability to influence this trust. This investigation was supported by a systematic review of the literature, carried out with 17 articles, and by data analysis techniques, namely ACM, decision tree with CART, and CHAID algorithms. For this, secondary data, a survey, from a study carried out in Brazil for the survey of the Image Study of the Judiciary was used. 2006 interviews were applied. The results showed that Brazilians tend to have confidence in the judiciary, but when it comes to the media, the level of distrust is high. It was possible to perceive that the type of media that individuals follow the news does not have a great impact on the trust of the judiciary, however, the way in which this news is perceived has a relevant impact to increase or decrease trust.

The constant evolution and change in the world have forced organizations to rethink their business model. Intelligent Systems have proved to be very promising in business management, increasing business performance by simplifying processes, increasing efficiency and decision-making. The importance of Stakeholder Theory as an integral part of business analysis becomes evident as all Stakeholders will influence the business environment at some point, and therefore its constant monitoring becomes crucial. Despite the importance of stakeholder analysis, it remains a significant gap in organizations. To find solutions to this problem, this investigation's main objective is to study the impact of Intelligent Systems on Stakeholder Theory. For this, after a literary review, two research questions were raised. The investigation is based on an inductive, exploratory study and was carried out from a non-probabilistic convenience sample. To obtain answers to the research questions, a hybrid approach of qualitative and quantitative methods was used, with an analysis of 13 interviews and 168 online questionnaires, respectively. The results obtained allow us to demonstrate that the use of Intelligent Systems related to the Stakeholder Theory in organizations becomes relevant and that the perception and knowledge of individuals, influenced or not by the benefits and challenges that the implementation of Artificial Intelligence can entail, becomes crucial in the decision to implement these systems in their companies. A constante evolução e mudança no mundo, tem forçado as organizações a repensar todo o seu modelo empresarial. Os Sistemas Inteligentes têm-se revelado bastante promissores em relação à gestão empresarial, aumentando o desempenho dos negócios através da simplificação de processos, aumento de eficiência e tomada de decisão. A importância da Teoria dos Stakeholders como parte integrante das análises das empresas torna-se evidente na medida em que todos os Stakeholders irão influenciar o ambiente empresarial em algum momento e por isso, torna-se crucial a sua monitorização constante. Apesar da importância da análise de Stakeholders, continua a ser uma grande lacuna nas organizações. No sentido de encontrar soluções para esta problemática, o principal objetivo desta investigação prende-se com o estudo do impacto dos Sistemas Inteligentes na Teoria dos Stakeholders. Para isso, depois de uma revisão literária, foram levantadas duas questões de pesquisa. A investigação é baseada em uma investigação indutiva, exploratória e foi realizada a partir de uma amostra não probabilística de conveniência. Na obtenção de respostas para as questões de pesquisa foi utilizado uma abordagem mista de métodos qualitativos e quantitativos com análise de 13 entrevistas e 168 questionários online, respetivamente. Os resultados obtidos permitem demonstrar que a utilização de Sistemas Inteligentes relacionada com a Teoria dos Stakeholders nas organizações torna-se relevante e que, a perceção e conhecimento dos indivíduos influenciada ou não pelos benefícios e desafios que a implementação da Inteligência Artificial pode acarretar, se torna crucial na decisão da implementação destes sistemas nas suas empresas.

Recentes avanços em campos como deep learning e computer vision, trouxeram novas possibilidades à área do retalho. Tais avanços forneceram novas ideias e capacidades às lojas de explorarem novos tipos de informação, devido às múltiplas câmaras implementadas no estabelecimento. Nesta dissertação, é desenvolvida uma investigação que estuda possíveis comportamentos de clientes que esses estabelecimentos podem explorar a partir da análise de imagens. Neste seguimento, é necessário perceber como se pode analisar e tirar proveito das mesmas e ter a capacidade de reconhecer intervenientes no processo de compra, através da parametrização do melhor modelo, utilizando técnicas de deep learning. Com os objetivos da investigação em mente, é realizada uma extensa pesquisa através de uma Revisão Sistemática da Literatura na área de Big Data aplicada a computer vision, deep learning e os métodos de análise de sensores. Adicionalmente, é efetuada uma análise aos resultados de um questionário, aplicado a consumidores nacionais, que pretenderia criar empatia com os mesmo, de modo a tentar traduzir as suas posições em propostas de valor. Paralelamente, foram recolhidos e analisados dados de imagem provenientes de um retalhista português e utilizados os algoritmos Yolo e Hidden Markov Model, considerando a sua rapidez e características, mas também a presença em estudos modernos. Os resultados permitiram identificar pessoas com uma accuracy média de 85%. Foram ainda construídos mapas de frequências e heat maps, com o principal contributo de enaltecer padrões de consumo e afluências na loja, para aferir o impacto que este tipo de informação pode ter na experiência do consumidor. Recent advances in fields such as deep learning and computer vision have brought new possibilities in the retail area. Such advances have provided new insights and capabilities for shops to exploit new types of information due to the multiple cameras deployed in the establishment. In this dissertation, an investigation is developed that studies possible customer behaviours that these establishments can exploit from image analysis. In this follow up, it is necessary to understand how one can analyse and take advantage of them and have the ability to recognise actors in the shopping process by parameterising the best model using deep learning techniques. With the research objectives in mind, an extensive literature review is carried out in the area of Big Data applied to computer vision and deep learning, but also in sensor analysis methods. Additionally, a survey was implemented to a portuguese consumers sample that intended to create empathy with consumers in order to understand their wishes to try to translate them into value propositions. In parallel, image data from a portuguese retailer was collected and the Yolo algorithm was used together with Hidden Markov Model to analyse it, considering its speed and characteristics, but also its presence in modern studies. The results allow identifying people with an average accuracy of 85%. Frequency maps and heat maps were also generated, with the main contribution of highlighting consumption patterns and affluence in the shop, to assess the impact that this type of information can have on consumer experience.

The main objective of this research was to analyze the OS cluster firms’ opportunities to consider the Circular Economy as a part of their corporate strategy. Barriers and drivers were identified, and a qualitative-quantitative analysis could be performed with the help of the multi-criteria optimization software M-MACBETH, resulting in a numeric indicator that provides an objective means to compare projects or opportunities of adoption of CE by a company. This score is a function of the qualitative factors that characterize the project or opportunity, and its main use is in the selection of potentially successful initiatives of adoption of CE. O principal objetivo desta pesquisa foi analisar as oportunidades das empresas do cluster OS para considerar a Economia Circular como parte de sua estratégia corporativa. Barreiras e drivers foram identificados e uma análise qualitativo-quantitativa pode ser realizada com a ajuda do software de otimização multicritério M-MACBETH, resultando em um indicador numérico que fornece um meio objetivo para comparar projetos ou oportunidades de adoção de CE por uma empresa. Essa pontuação é função dos fatores qualitativos que caracterizam o projeto ou oportunidade e sua principal utilização é na seleção de iniciativas potencialmente bem-sucedidas de adoção de CE.

The present work aims to evaluate the efficiency of machine learning models in predicting next-day stock price direction, using technical indicators and candlestick patterns. This study considered 440 stocks from the Standard & Poor's 500 index and for each one of them, three different binary models were developed based on the following machine learning algorithms: Deep Neural Network, Support Vector Machine, and Random Forest. Additionally, a naive predictor was created to help compare the models results. The models were judged based on their accuracy and financial returns. The results showed that the machine learning models achieved similar results to the naive model and failed to accurately predict the next-day stock price direction using the selected features, indicating that there is no apparent relationship between them. O presente trabalho visa avaliar a eficiência dos modelos de aprendizagem automática na previsão da direção do preço de ações no dia seguinte, utilizando indicadores técnicos e padrões de vela. Este estudo considerou 440 ações do índice Standard & Poor's 500 e, para cada uma delas, foram desenvolvidos três modelos binários diferentes com base nos seguintes algoritmos de aprendizagem automática: Deep Neural Network, Support Vector Machine, e Random Forest. Além disso, foi criado um naive predictor para ajudar a comparar os resultados dos modelos. Os modelos foram julgados com base na sua precisão e retorno financeiro. Os resultados mostraram que os modelos de aprendizagem automática alcançaram resultados semelhantes aos do modelo naive e não conseguiram prever com precisão a direção do preço das ações no dia seguinte, utilizando as características selecionadas, indicando que não existe uma relação aparente entre os mesmos.

This Ph.D. thesis aims to study the economic foundations of prosocial behaviour in multiple significant ways. First, it emphases that altruistic behaviour can be the result of individual differences in people when using survey experiments, but also in nations when analysing information at an aggregate level. Second, it also states that altruism appears more prominently when more options are given for decision-makers to choose among alternatives to donate. For that purpose, I present a broad literature review and four empirical essays that provide new evidence on these particular topics. The first essay makes an overall analysis on altruism at a global scale using a database from The World Bank and The World Happiness report for the period 2020. The empirical analysis is conducted using cross-sectional country data from a sample of 128 worldwide countries in the 6 continents. The results suggest that nations which exhibit higher generosity levels are also quite distinct from the others, such as in the level of economic development, in some socio-demographic variables and cultural dimensions. The other three essays are based on the collection of experimental survey data aiming at identifying new factors that may explain generous behaviour in individuals. Specifically, the second tries to stablish a relationship between free will beliefs and giving, the third relates cognitive skills with strategic thinking abilities and the last one studies how the number of options available affects giving. The results suggest that higher free will beliefs have a statistically significant effect on generous concerns. Personal cognitive skills and strategic thinking abilities also have a relationship with giving. However, the former has a negative influence while the latter is positive. Finally, in the last essay, I observe that generosity increases when more recipient options are available and this effect is statistically significant, as well. This thesis contributes to our understanding of prosocial behaviour in terms of individual and country characteristics that are correlated with altruistic behaviour. Esta tese de doutoramento visa estudar as bases económicas do comportamento pro-social de várias formas distintas: Em primeiro lugar, enfatiza que o comportamento altruísta pode ser o resultado de diferenças individuais em seres humanos, quando se recolhem dados através de inquéritos, mas também em países, quando se analisa informação a um nível agregado. Em segundo lugar, demonstra que o comportamento altruísta emerge de uma forma mais notória quando são dadas mais opções às pessoas para escolherem entre alternativas para doar. Para o efeito, apresento uma revisão da literatura generalizada e quatro ensaios empíricos que sugerem novas evidências sobre estes tópicos, em particular. O primeiro ensaio faz uma análise sobre o altruísmo à escala global utilizando dados do Banco Mundial e do relatório The World Happiness Report referente ao período de 2020. A análise empírica é conduzida utilizando dados de uma amostra de 128 países em 6 continentes. Os resultados sugerem que as nações que apresentam níveis de generosidade mais elevados são também bastante distintas em relação às restantes, nomeadamente ao nível do desenvolvimento económico, na vertente sociodemográfica e ainda culturalmente. Os outros três ensaios baseiam-se na recolha de dados através de inquéritos com o objetivo de identificar novos fatores que possam explicar o comportamento pro-social em indivíduos. Especificamente, o segundo tenta estabelecer uma relação entre crenças no livre-arbítrio e generosidade, o terceiro com capacidades cognitivas/estratégicas e o último com o número de opções disponíveis para doação. Os resultados sugerem que as pessoas que possuem crenças mais robustas no livre-arbítrio revelam também ter maiores tendências generosas. Os resultados sugerem ainda que as competências cognitivas e as capacidades de pensamento estratégico têm também uma relação com o altruísmo. No entanto, o primeiro fator tem uma influência negativa enquanto o segundo positiva. Finalmente, no último ensaio, foi observado que a generosidade aumenta quando estão disponíveis mais opções para doar. Globalmente, esta tese contribui para aumentar a nossa compreensão do comportamento pro-social em termos das características individuais que lhe estão correlacionadas.

The constant challenge in anticipating the risk of default by borrowers has led financial institutions to develop techniques and models to improve their credit risk monitoring, and to predict how likely it is for certain customers to default on a loan, as well as how likely it is for others to meet their financial obligations. Thus, it is interesting to investigate how financial institutions can anticipate this occurrence using Machine Learning algorithms. This dissertation aims to demonstrate the power of Machine Learning algorithms in credit risk analysis, focusing on building the models, training them, and testing the data, and presenting the opportunities and challenges of Machine Learning that are still open to developing future studies. For this purpose, we present two Machine Learning classification algorithms: Decision Trees and Logistic Regression. In addition, numerical results obtained from various comparisons of these algorithms, which were programmed and ran in Python using the Jupyter Notebook application, are also presented. The initial sample data, consisting of 850 observations, contained credit details about borrowers in the United States of America, and is freely available data. To check the model execution and performance, between Logistic Regression and Decision Trees, we used measures such as AUC, precision and F1-score. O constante desafio na antecipação do risco de incumprimento por parte dos tomadores de crédito, levou a que as instituições financeiras desenvolvessem técnicas e modelos de forma a melhorar a sua monitorização do risco de crédito, e antever o quão provável será para determinados clientes entrar em incumprimento, assim como o quão provável será para outros de cumprirem com as suas obrigações financeiras. Portanto, interessa averiguar como as instituições financeiras podem antecipar esta ocorrência beneficiando de algoritmos de Machine Learning. A presente dissertação pretende demonstrar o poder dos algoritmos de Machine Learning na análise de risco de crédito, com foco no processo de construção dos modelos, treinando-os e testando os dados, e apresentar as oportunidades e os desafios de Machine Learning que ainda estão em aberto para desenvolver futuros estudos. Para esse propósito, apresentamos dois algoritmos de classificação de Machine Learning: as Árvores de Decisão e a Regressão Logística. Adicionalmente, também se apresenta os resultados numéricos obtidos entre várias comparações desses algoritmos que foram programados e corridos em Python, utilizando a aplicação Jupyter Notebook. Os dados da amostra inicial, constituída por 850 observações, contêm detalhes de crédito sobre os tomadores de empréstimos nos Estados Unidos da América, sendo os dados de livre acesso e uitilização. Para verificar a execução e a performance do modelo, entre Regressão Logística e Árvores de Decisão, usamos medidas como o AUC, precisão e F1-score.

A globalização, aliada à constante evolução tecnológica, traz inúmeras oportunidades para as empresas. No entanto, também traz grandes riscos e desafios. A resiliência organizacional é uma competência cada vez mais importante em todas as empresas, mas especialmente para as pequenas e médias empresas (PMEs) que, regra geral, são as que se encontram numa posição mais frágil para enfrentar situações de crise e adversidade. Ainda assim, vários estudos sugerem que, apenas por poucas vezes, as PMEs adotam iniciativas concretas para aumentar a sua resiliência organizacional. É, portanto, crucial, desenvolver um trabalho que sensibilize os gestores das PMEs para a extrema importância deste tema e que, simultaneamente, desenvolva uma ferramenta com aplicabilidade prática que sirva para apoiar a tomada de decisão dos mesmos. Assim sendo, a presente dissertação seguirá a abordagem Multiple Criteria Decision Analysis (MCDA), combinando Value-Focused Thinking (VFT) e Interpretative Structuring Modeling (ISM) de modo a identificar os principais fatores que impactam a capacidade de resiliências das PMEs. Essas variáveis serão estruturadas e hierarquizadas num modelo que poderá servir como um guia para os gestores das PMEs que tenham como principal objetivo fortalecer a capacidade de resiliência das suas empresas. Os resultados obtidos foram apresentados e discutidos com um especialista neutro a todo o processo de modo a obter uma avaliação isenta e imparcial dos mesmos. Por fim, serão apresentadas e analisadas as principais contribuições e limitações deste estudo, bem como algumas pistas para investigações futuras. Globalization, allied to continuous technology development, brings innumerous opportunities to our companies. However, it brings great challenges and risks too. Organizational resilience is an extremely important capability to every companies, but especially to small- and medium-sized enterprises (SMEs) that are usually in a more fragile position to face crisis and periods of adversity when compared to big companies. Nevertheless, many studies show that there is few initiatives being adopted by most SMEs to boost their organizational resilience capability. Therefore, it is crucial to develop a study that brings awareness to all SME managers and that, simultaneously, creates a practical tool that can be used to assist in their decision-making processes. To achieve this goal, the present study adopts a Multiple Criteria Decision Analysis (MCDA) approach, combining Value-Focused Thinking (VFT) and Interpretative Structuring Modeling (ISM) to identify the main initiatives or factors affecting SME organizational resilience capability. Those variables will be structured and hierarchized in a model that can be used as a roadmap by SME managers that wish to strengthen their companies organizational resilience capability. The final results were presented and discussed with another specialist that was neutral to the process in order to get a exempt and impartial evaluation of the results. Major contributions and limitations will be presented and analyzed, as well as opportunities for future research.

The goal of this dissertation is to study the behavior of financial market’s volatility. Performing univariate and multivariate analyses, we were able to find the models that can more accurately predict future market indices’ volatilities, considering the spillover effects between them. The data used in this study are the daily prices of S&P 500, DAX and Nikkei 225 indices, that replicate the North American, German and Japanese markets, respectively. The practical part can be divided into two phases. The first part is a univariate analysis of the indices, in which we make the initial diagnosis of the data, specify the conditional mean equation, test the existence of conditional heteroscedasticity in the process and estimate the univariate GARCH models. In a second part, more dedicated to the joint analysis of the indices, we start by applying the pairwise Granger causality test, estimate and diagnose the VAR models, estimate the multivariate GARCH models and take conclusions. Throughout the process, we use information criteria to make decisions. The results indicate that the volatility of the indices tends to be higher in periods of economic crisis and lower in periods of stability. When the goal is to predict the future behavior of the volatility of these market indices separately, we should use the EGARCH(1,1) model. Between the indices under analysis, S&P 500 and DAX are the pair with more presence of spillover effects between them. If we want to forecast market volatilities considering spillover effects, the most suitable model is the symmetric DCC model. O objetivo desta dissertação é estudar o comportamento da volatilidade dos mercados financeiros. Através de análises univariadas e multivariadas, conseguimos encontrar os modelos que preveem de uma forma mais precisa a volatilidade futura dos índices de mercado, tendo em conta os efeitos de contágio existentes entre eles. Os dados utilizados neste estudo são os preços diários dos índices S&P 500, DAX e Nikkei 225, que replicam os mercados norte-americano, alemão e japonês, respetivamente. A parte prática deste estudo divide-se em duas fases. A primeira é uma análise univariada dos índices, na qual é feito o diagnóstico inicial aos dados, especificada a equação média condicional, testada a existência de heteroscedasticidade condicional no processo e estimados os modelos GARCH univariados. Na segunda parte, mais dedicada à análise conjunta dos índices, é aplicado o teste de causalidade emparelhada de Granger, estimados e aplicados os modelos VAR, estimados os modelos GARCH multivariados e tiradas as conclusões. Durante o processo, utilizam-se critérios de informação para tomar decisões. Os resultados indicam que a volatilidade dos índices tende a ser maior em períodos de crise económica e menor em períodos de estabilidade. Quando o objetivo é prever o comportamento da volatilidade destes índices de mercado de forma isolada, devemos estimar um modelo EGARCH(1,1). De entre os índices em análise, o S&P 500 e o DAX são os que apresentam maiores efeitos de contágio entre si. Se quisermos prever a volatilidade destes mercados considerando os efeitos de contágio, o modelo indicado a aplicar é o modelo DCC simétrico.

There has been an increase in the number of people shifting towards plant-based diets and a growing interest in the vegetarian and vegan products market. However, most studies conducted on these individuals (veggies) have used declarative data, missing a behavioral analysis. This can be overcome by using business analytics, which can be applied to a retail context. Therefore, this project aimed to identify customer segments that are potentially following these diets and are interested in the plant-based product market, as well as to analyze their behavior and profile, using transactional data collected from a six-month period of a Portuguese retailer, Pingo Doce. To do this, it was first necessary to create a new item’s market structure, which included creating a new nomenclature to identify vegetarian and vegan items. Then, a cluster analysis was performed in terms of shopping baskets, using Two-Step Clustering, which allowed the identification of five segments of customers with different levels of interest in plant-based products: Traditional Omnivores, Receptive Omnivores, Convenience and Vegan Sweets, Potential Veggies, and Veggie Lovers. Additionally, after their description, a deployment process was defined using a classification technique to create a set of rules to help the retailer classify the same customers, in another timeframe, and new customers, based on the clusters found. To finalize, recommendations were given to Pingo Doce to improve its business in the market of plant-based products and the level of engagement of these clusters with the retailer. Verifica-se um aumento no número de pessoas que estão a adotar dietas baseadas em plantas e um crescente interesse no mercado dos produtos vegetarianos e veganos. Contudo, a maioria dos estudos realizados sobre estes indivíduos (veggies) têm utilizado dados declarativos, faltando-lhes uma análise comportamental. Isto pode ser ultrapassado através da análise de negócios, que pode ser aplicada ao retalho. Portanto, este projeto visava identificar segmentos de clientes que estão potencialmente a seguir estas dietas e interessados no mercado de produtos vegetais, bem como analisar o seu comportamento e perfil, através da utilização de dados transacionais recolhidos de um período de seis meses de um retalhista português, o Pingo Doce. Para tal, foi necessário criar primeiro uma nova estrutura mercadológica para os artigos, que incluiu a criação de uma nomenclatura para identificar os artigos vegetarianos e veganos. Depois, realizou-se uma análise de agrupamentos em termos de cabazes de compra, utilizando o Two-Step Clustering, permitindo a identificação de cinco segmentos de clientes com diferentes níveis de interesse em produtos vegetais: Traditional Omnivores, Receptive Omnivores, Convenience and Vegan Sweets, Potential Veggies, and Veggie Lovers. Além disso, definiu-se um processo de implementação, recorrendo a uma técnica de classificação, para criar um conjunto de regras para ajudar o retalhista a classificar os mesmos clientes, noutro período de tempo, e novos clientes, com base nos segmentos encontrados. Para finalizar, foram dadas recomendações ao Pingo Doce para melhorar o seu negócio no mercado de produtos vegetais e o nível de interação destes segmentos com o retalhista.

Circular Economy has the potential of being a solution to face current environmental problems, by incorporating reusage and recycling of production materials and/or the final product. However, the current markets seem unable to fully tap into this type of solution on their own, requiring state and/or governmental intervention. This study gathers some of the most recommended policies from current literature, which range from helping to disseminate clear information about Circular Economy, promoting collaborations between firms, to the implementation of stricter laws. Shifts in the market may also be done by financial and fiscal policy means, such as increasing indirect taxes for wastes and pollution, increasing taxes on unoptimized linear production methods, granting positive incentives to firms trying to turn their production into a circular system. Nevertheless, to implement these policies, it is crucial to consider adapting them at each specific point of the production chain, considering the local firm properties/diversity, and how agents behave in response to such incentives. This dissertation also demonstrates how to use basic economics, to attempt a general quantification of how much an incentive or tax should be, as to support a market shift towards Circular Economy. Econometric models using real data prove that both incentives and taxes are significant governmental intervention tools that improve development towards sustainability. Nonetheless, Circular Economy also has limits and risks, therefore, assessing the costs of implementing it is crucial for determining if it is the correct solution for each specific situation. Economia Circular tem o potencial de ser uma solução para os atuais problemas ambientais, ao incorporar materiais e produtos finais que podem ser reutilizados e/ou reciclados. Porém, o atual mercado não é capaz de alcançar esta solução por si mesmo, requerendo intervenção do estado e/ou governo. Este estudo recolhe algumas das políticas mais recomendadas na literatura atual, que vão desde ajudar a divulgar informação clara sobre a economia circular, promover colaborações entre empresas, ou até implementação de leis. Mudanças no mercado também podem ser causadas usando políticas fiscais e financeiras, tais como aumentar taxas indiretas aos desperdícios e poluição, aumentar taxas diretas a produções lineares não otimizadas, fornecer incentivos positivos a empresas que tentem transformar a sua produção num sistema circular. Todavia, para implementar estas políticas, é necessário adaptá-las a cada ponto específico na cadeia de produção, considerar propriedades/diversidade das empresas locais, e as possíveis respostas comportamentais dos agentes face aos incentivos. Esta dissertação também demonstra como usar os básicos da economia para tentar quantificar, no geral, quanto deve ser o valor do incentivo ou taxa, para que o mercado mude em favor da Economia Circular. Modelos econométricos com dados reais provam que seja incentivos ou taxas são ferramentas de intervenção governamental que significativamente promovem o desenvolvimento sustentável. Não obstante, Economia Circular também tem os seus limites e riscos, por isso é pertinente calcular o seu custo de implementação para determinar se realmente é a solução correta para cada situação em específico.

This dissertation focus, firstly, on evaluating the forecast accuracy of the macroeconomic variables, GDP growth and inflation, issued for Portugal for the current year, 6 months ahead, 1 year ahead and 18 months ahead. Regarding the period of the analysis, this paper studies a longer period (2002-2021), which includes forecasts from Central Bank of Portugal, Ministry of Finance, European Commission, Organization for Economic Cooperation and Development and International Monetary Fund and a shorter period (2016-2021), that also includes the Portuguese Public Finance Council. To evaluate and compare the accuracy of the forecasts, summary statistics are computed, namely the mean forecast error, the mean absolute forecast error and root mean squared forecast error. Moreover, tests for unbiasedness and efficiency are performed to assess whether the forecasts are optimal. By using the Diebold Mariano test and a modified version proposed later, the difference in accuracy between institutions is evaluated. Secondly, the goal is to combine the forecasts and analyze if the combined forecasts are better than the individual institutions’ forecasts. The results suggest that, in general, the Central Bank of Portugal is the best institution, especially for the longer period. The results for the shorter period are more inconsistent, due to the small number of observations. In most cases, forecasts are unbiased and efficient. Regarding the combination of forecasts, the average of all institutions has a better performance than the majority of single institutions. A presente dissertação, numa primeira fase, avalia a qualidade de previsões, crescimento do PIB e inflação, realizadas para Portugal para o ano corrente, e para os 6 meses, 1 ano e 18 meses seguintes. São considerados dois períodos de análise: um período mais longo (2002-2021) que inclui as previsões do Banco de Portugal, Ministério das Finanças, Comissão Europeia, a Organização para a Cooperação e Desenvolvimento Económico e o Fundo Monetário Internacional e um período mais curto (2016-2021) que inclui, para além das referidas, o Conselho das Finanças Públicas. Para avaliar e comparar a qualidade das previsões são usadas estatísticas descritivas, como o erro de previsão médio, o erro de previsão absoluto médio e a raiz quadrada do erro de previsão. Adicionalmente são realizados testes de enviesamento e eficiência, que são dois requisitos de previsões ótimas. De forma a avaliar se os erros de previsão são significativamente diferentes entre as instituições, usa-se o teste de Diebold Mariano e uma versão modificada proposta posteriormente. Numa segunda fase, o objetivo passa por combinar as previsões e analisar se apresentam uma melhor qualidade comparativamente com as instituições. No período mais longo, os resultados sugerem que o Banco de Portugal é a instituição com melhor desempenho. Relativamente ao período mais curto, os resultados são mais inconsistentes devido ao pequeno número de observações. Maioritariamente, as previsões são não enviesadas e eficientes. Em relação à combinação de previsões, a média de todas as instituições demonstra ter um desempenho melhor que muitas das instituições individualmente.

A avaliação fornece uma medida dos benefícios e responsabilidades de um imóvel e, desde sempre, depende muito dos métodos tradicionais, aplicados por peritos avaliadores. Apesar destes resistirem à evolução dos métodos de previsão do valor, têm surgido sistemas especializados na determinação do mesmo, os modelos automatizados de avaliação (AVM), estimando-se que já serviram mais de 100 milhões de entidades. Os AVM são programas informáticos que estimam o valor dos imóveis através da análise de atributos relacionados com os imóveis. Além disso, os peritos são acusados de subjetividade nas avaliações, surgindo a necessidade de melhorar a qualidade da previsão através de sistemas independentes. Assim, esta dissertação foca-se na construção de modelos preditivos com dados de uma plataforma imobiliária, da Área Metropolitana de Lisboa, recorrendo a técnicas de data mining. Para se construir modelo, procede-se a uma análise estatística, como forma de ajustamento da base de dados, e aplicam-se técnicas preditivas. A utilização de diversos algoritmos visa a obtenção do melhor modelo possível, com a melhor capacidade preditiva do valor do imóvel, e tendo como variáveis preditoras as características do imóvel e da sua localização. O melhor modelo obtido, é uma rede neuronal e apresenta um erro médio de previsão de 0,06 e um coeficiente de determinação de 0,90. Um modelo eficaz é uma ferramenta muito útil de apoio aos stakeholders, sendo eles peritos, compradores, vendedores, bancos, Estado, entre outros. Em suma, esta investigação é muito importante para o setor imobiliário, que tem muita importância em qualquer economia. Valuation provides a measure of the benefits and responsibilities of a property and has always depended heavily on traditional methods applied by expert appraisers. Despite they resist the evolution of value forecasting methods, specialized systems have emerged to determine the value, the automated valuation models (AVM), estimated to have served more than 100 million entities. AVMs are computer programs that estimate the value of properties through the analysis of attributes related to the properties. In addition, experts are accused of subjectivity in valuations, which raises the need to improve the quality of forecasting through independent systems. Thus, this dissertation focuses on the construction of predictive models with data from a real estate platform, in the Lisbon Metropolitan Area, using data mining techniques. In order to build a model, statistical analyzes is carried out, as a way of adjusting the database, and predictive techniques are be applied. The use of these techniques aims to obtain the best possible model, with the best predictive capacity of the value of the property and having as predictors the characteristics of the property and its location. The best model obtained is a neural network and presents an average prediction error of 0.06 and a coefficient of determination of 0.90. An effective model is a very useful tool to support stakeholders, including experts, buyers, sellers, banks, the State, among others. In short, this investigation is very important for the real estate sector, which is very important in any economy.

O presente trabalho tem como principal objetivo estudar séries temporais financeiras, nomeadamente as taxas de câmbio, e identificar o método que apresenta melhores resultados nas suas previsões. Atualmente a análise das taxas de câmbio tem sido um constante desafio, devido à imprevisibilidade das mesmas. Para contornar este problema foram escolhidos instrumentos econométricos específicos com a intenção de encontrar o modelo mais eficiente em prever valores de taxas de câmbio. Neste estudo foram utilizadas as taxas de câmbio EUR/CNY e EUR/USD, ambas com um total de 242 observações entre janeiro de 2002 e fevereiro de 2022 e ambas com frequência mensal, e os modelos econométricos ARIMA, ARIMA-GARCH e Random Walk, incluindo a utilização do algoritmo Prophet. Foram também selecionadas algumas medidas de erro para comparar as previsões obtidas com os valores reais das séries temporais financeiras. Da análise feita, concluiu-se que o modelo ARIMA(0,1,1)-GARCH(1,1) apresentou as melhores previsões in-sample, para ambas as séries originais. As previsões out-of-sample para estas séries não foram as melhores, sendo que o modelo que apresentou a melhor previsão out-of-sample foi o ARIMA(0,1,1), para ambos os casos. Em relação aos retornos, os modelos que apresentaram as melhores previsões in-sample para as séries RetLogEURCNY e RetLogEURUSD foram o Prophet e o MA(1), respetivamente. Nas previsões out-of-sample, foi o Prophet que apresentou o menor erro de previsão, ainda que elevado, para ambos os casos. The main objective of this work is to study financial time series, namely exchange rates, and to identify the method that presents the best results in its forecasts. Currently, the analysis of exchange rates has been a constant challenge, due to their unpredictability. To overcome this problem, specific econometric instruments were chosen with the intention of finding the most efficient model to predict exchange rate values. In this study, the EUR/CNY and EUR/USD exchange rates were used, both with a total of 242 observations between January 2002 and February 2022 and both at a monthly frequency, and the econometric models used were the ARIMA, ARIMA-GARCH and Random Walk, including the use of the Prophet algorithm. Some error measures were also selected to compare the forecasts with the actual values of both financial time series. From the analysis, it was concluded that the ARIMA(0,1,1)-GARCH(1,1) model presented the best in-sample forecasts, for both original series. The out-of-sample forecasts for the original series were not the best, but the model that presented the best out-ofsample forecasts was the ARIMA(0,1,1), for both cases. Regarding the returns, the models that presented the best in-sample forecasts for the RetLogEURCNY and RetLogEURUSD series were the Prophet and MA(1), respectively. In the out-of-sample forecasts, Prophet presented the smallest forecast error, although high, for both cases.

A presente investigação tem como propósito estudar a relação entre Mindfulness Disposicional e a Tendência de Compra Impulsiva, bem como explorar o possível efeito moderador ou mediador da Conscienciosidade nesta relação. Neste estudo colaboraram 282 indivíduos portugueses, com idades compreendidas entre os 18 e os 79 anos, inclusive, tendo sido a sua participação voluntária e anónima. Os dados foram recolhidos através de questionários de autorrelato e compreenderam as escalas Cognitive and Affective Mindfulness Scale-Revised, Impulsive Buying Tendency Scale e NEO - Five Factor Inventory, para medir os construtos de mindfulness disposicional, tendência de compra impulsiva e conscienciosidade, respetivamente. Os resultados permitiram identificar que: i) o mindfulness disposicional está positivamente relacionado com a conscienciosidade; ii) o mindfulness disposicional está negativamente relacionado com a tendência de compra impulsiva e iii) a conscienciosidade está negativamente relacionada com a tendência de compra impulsiva. Observou-se também que a conscienciosidade desempenha um papel mediador na relação entre mindfulness disposicional e os aspetos cognitivos da tendência de compra impulsiva. Não havendo conhecimento da existência de nenhum estudo semelhante ao realizado, este é o primeiro a revelar o efeito da conscienciosidade na relação entre mindfulness disposicional e a tendência de compra impulsiva. The present investigation aims to study the relationship between Dispositional Mindfulness and the Impulsive Buying Tendency, as well as to explore the possible moderating or mediating effect of Conscientiousness in this relation. In this study, the sample consists of 282 portuguese individuals, aged between 18 and 79 years, and their participation was voluntary and anonymous. Data were collected through a self-report questionnaire and comprised the Cognitive and Affective Mindfulness Scale - Revised, Impulsive Buying Tendency Scale and NEO - Five Factor Inventory, to measure the constructs of dispositional mindfulness, impulsive buying tendency and conscientiousness, respectively. The results allowed us to identify that: i) dispositional mindfulness is positively related to conscientiousness; ii) dispositional mindfulness is negatively related to the impulsive buying tendency and iii) conscientiousness is negatively related to the impulsive buying tendency. It was also observed that conscientiousness plays a mediating role in the relationship between dispositional mindfulness and the cognitive aspects of impulsive buying tendency. As there is no knowledge of the existence of any study similar to the one carried out, this is the first study that reveals the effect of conscientiousness on the relationship between dispositional mindfulness and the impulsive buying tendency.

The following thesis presents an empirical analysis of how Covid-19 affected the real economic activity, credit, and the Fed funds rate in the US between March 4th, 2020, and 9th, 2022. Another question of interest is whether the credit helped boost real economic activity in this period. To achieve the objective, VAR models are employed. To estimate the impact of Covid-19 on these variables, we use OIRF’s. The results indicate that, there will be a negative response in the real economic activity index to the new confirmed cases or deaths growth rate Covid-19 one-standard deviation shock, between 0.3% and 0.16%. Also, the total credit growth rate and the Fed Funds rate are not considerably affected, with an effect close to zero. Moreover, in terms of impact duration, there is a negative effect for fifteen weeks on the real economic activity index caused by the Covid-19 deaths growth rate with an average effect of 0.3%. In the models with the discriminated credit, we see which types of credit most contributed to the short-term economic activity: consumer and commercial and industrial loans, which create a positive effect of about 0.2% and 0.15%, on average one month after the initial shock. Regarding the accumulated impact, consumer loans are the only type of credit that seems effective in boosting real economic activity, with the peak occurring two months after the initial shock with an average effect of 0.24%. Finally, we conclude that our VAR models are not suited to predict future variables values. A seguinte tese apresenta uma análise empírica de como o Covid-19 afetou a atividade económica, o crédito e a taxa de juro da Federal Reserve nos EUA, entre 4 de março de 2020 e 9 de março de 2022. Outra questão é se o crédito ajudou a impulsionar a atividade económica. Para atingir tal objetivo, são aplicados modelos VAR. Para estimar o impacto do Covid-19 nestas variáveis, utilizamos funções de Resposta a Impulsos Ortogonais. Os resultados indicam que, após um choque de um desvio-padrão na taxa de crescimento do número de casos ou mortes do Covid-19 haverá uma resposta negativa na variação do índice de atividade económica, entre 0,3% e 0,16%. A taxa de crescimento do crédito total e a taxa de juro do Federal Reserve apresentam um efeito perto de zero. Sobre duração a do impacto, existe um efeito negativo médio de 0,3% até quinze semanas na variação do índice de atividade económica, causado pela taxa de crescimento de mortes por Covid-19. Nos modelos com o crédito discriminado, verificamos os seguintes tipos de crédito que mais contribuíram para a atividade económica: crédito ao consumidor, e crédito comercial e industrial, que geram um efeito semanal de 0,2% e 0,15% respetivamente, quatro semanas após o choque inicial de um desvio-padrão. Sobre o efeito acumulado, o crédito ao consumidor é o único tipo de crédito que é eficaz para impulsionar a atividade económica, com o pico dois meses após o choque inicial, com um efeito médio semanal de 0,24%. Finalmente, concluímos que nossos modelos VAR inadequados para prever futuros valores das variáveis.

The following dissertation will present an analysis of the intra- and inter-regional impacts of the Quantitative Easing (QE) policies announcements on the appearance of price bubbles in the financial international markets, namely, United States of America, United Kingdom, Japan, and Eurozone. First, we have employed the Generalized Supremum Augmented Dickey-Fuller/Backward Supremum Augmented Dickey-Fuller (GSADF/BSADF) test (Phillips et al., 2015), to determine if there were in fact bubbles being created from 1995 to 2021 using daily observations of financial market indexes. Secondly, using a Vector Autoregressive (VAR) model with monthly observations from 1998 until 2021, we tested if QE announcements were impacting the chance of appearing price bubbles, including additionally for the analysis a set of control variables. Results suggest that there are several periods of explosivity in the markets for all 4 regions being in scope, especially during the periods between 2005 and 2015. Secondly, findings show that for the US there is strong evidence that these announcements decrease the chance of price explosiveness. However, in Eurozone and UK there is some evidence of the contrary effect. For Japanese markets there is no evidence of effects. Additionally, for all markets there is clear evidence of cross-regional effects being the most influential central bank the ECB affecting all regions except Japan, giving us the suggestion that the announcements could have widespread repercussions. At last, considering only the control variables, the interest rate is the variable that demonstrates the biggest influence in development of explosivity in the markets. A seguinte dissertação apresenta uma análise dos impactos intra- e inter-regiões dos anúncios de políticas de Quantitative Easing (QE) no surgimento de bolhas dos preços nos mercados financeiros internacionais, nomeadamente, dos Estados Unidos da América, Reino Unido, Japão e Zona Euro. Primeiro, foi realizado o teste Generalized Supremum Augmented Dickey-Fuller/Backward Supremum Augmented Dickey-Fuller (GSADF/BSADF) (Phillips et al., 2015) para determinar se houve bolhas nos valores dos preços durante o período entre 1995 a 2021 usando observações diárias de índices de mercados financeiros. Em segundo lugar, foi testado, através de um modelo Vector Autoregressive (VAR) usando observações mensais entre 1998 e 2021, se os anúncios de QE estavam a afetar a possibilidade de surgir bolhas nos preços, incluindo adicionalmente para a análise uma série de varáveis de controlo. Os resultados sugerem que existem períodos de explosividade nos mercados para as quatro regiões a serem analisados, especialmente no período entre 2005 e 2015. Posteriormente, foi demonstrado que para os mercados dos EUA, existe uma forte evidência que os anúncios diminuem a possibilidade de explosividade dos preços. No entanto, para a Zona Euro e Reino Unido existe alguma evidência do contrário. Nos mercados japoneses não existe evidência de efeitos. Adicionalmente, em todos os mercados existe evidência de efeitos inter-regionais, sendo o banco central com maior influência o BCE, afetando simultaneamente todas as regiões exceto o Japão. Por fim, considerando apenas as variáveis de controlo, a taxa de juro é a variável que demonstra maior influência no desenvolvimento de explosividade nos mercados.

The main objective of this research is to find out which and what weight external factors have in accidents and victims resulting from them. Within the variable accidents, all accidents that happened in Mainland Portugal in 2018 are counted, according to INE, as the victims include all victims, in Mainland Portugal in 2018 resulting from an accident. The data used was taken from several sources, namely, PORDATA, IPMA, INE, DGTerritório and Here. After collecting the data, the data was thoroughly analyzed and new variables were created with the help of QGIS and SPSS Statistics software, all of them organized by municipalities belonging to the country under study. After all the analysis and selection of variables with the Geoda software and the literature, different models were performed in order to draw conclusions about the selected variables. For this study, two different models were made, for accidents and victims (per 1000 meters and per 1000 inhabitants respectively), because these two variables (targets) didn’t have a strong linear correlation, presenting a value of 0.036 (Pearson correlation) since there was no relationship between the variables. In order to generalize to Portuguese road structures and to other countries with similar characteristics to Portugal, the bootstrap method was used as a simulation strategy, thus generating 300,000 new data. After evaluation the data, it was found that the external factors used in these models have an explanatory capacity of less than 50%, but spatial dependence is a key and very important factor in geospatial problems. O principal objetivo desta pesquisa é encontrar quais e qual o peso dos fatores externos nos acidentes e das vítimas que resultam do mesmo. A variável dos acidentes contém todos os acidentes que aconteceram em Portugal Continental em 2018, de acordo com o INE e a variável das vítimas contém todas as vítimas desde ligeiras, graves e mortais em Portugal Continental em 2018 resultantes de acidentes. Os dados foram retirados de fontes como a IPMA, PORDATA, INE e Here (rede viária de Portugal). Após a recolha dos dados, a análise dos mesmos e a criação de novas variáveis, com a ajuda dos softwares QGIS e SPSS Statistics, foram todas organizas por município pertencentes ao país em estudo. Após toda a seleção das variáveis, de acordo com a literatura, foram criados diferentes modelos de forma a retirar conclusões sobre as varáveis (fatores externos). Para este estudo foram criados dois modelos diferentes, para acidentes e vítimas pois estas duas variáveis (targets) não tinham uma forte correlação linear apresentando um valor de Sig de 0,554. De modo a generalizar para as estruturas rodoviárias portuguesas e para outros países com características semelhantes a Portugal, foi utilizado o método de bootstrap como uma estratégia de simulação, deste modo gerou-se 300000 novos dados. Após a avaliação dos dados verificou-se que os fatores externos, utilizados nestes modelos têm uma capacidade explicativa inferior a 50%, mas a dependência espacial é um fator chave e muito importante em problemas geo-espaciais.

The importance of using the right statistical, mathematical and computational tools can highly influence the decision-making process. With the recent computational progress, Deep Learning methodologies based on Artificial Intelligence seem to be pointed out as a promising tool to study financial time series, characterised by out-of-the-ordinary patterns. Cryptocurrencies are a new asset class with several specially interesting characteristics that still lack deep study and differ from the traditional time series. Bitcoin in particular is characterised by extraordinary high volatility, high number of structural breaks and other identified characteristics that might further difficult the study and forecasting of the time series using classical models. The goal of this study is to critically compare the forecasting properties of classic methodologies (ARCH and GARCH) with Deep Learning Techniques (with MLP, RNN and LSTM architectures) when forecasting Bitcoin’s Volatility. The empirical study focuses on the forecasting of Bitcoin’s Volatility using such models and comparing its forecasting quality using MAE and MAPE for one, three- and seven-day’s forecasting horizons. The Deep learning methodologies show advantages in terms of forecasting quality (when we take in consideration the MAPE) but also require huge computational costs. Diebold-Mariano tests were also performed to compare the forecasts concluding the superiority of Deep Learning Methodologies. A importância de usar as ferramentas estatísticas, matemáticas e computacionais certas pode certamente influenciar o processo de decisão. Com os recentes avanços computacionais, as metodologias Deep-Learning, baseadas em Inteligência Artificial apontam para uma ferramenta promissora para o estudo de séries temporais de dados financeiros, caracterizadas por padrões que são fora do normal. As criptomoedas são uma nova classe de ativos que são caracterizados por alta volatilidade, elevado número de quebras de estrutura e outras características que podem dificultar o estudo e previsão por parte de modelos clássicos. O objetivo deste trabalho é analisar de forma crítica as capacidades de previsão das metodologias clássicas (ARCH e GARCH) comparativamente a metodologias de Deep-Learning (nomeadamente arquiteturas de redes neuronais: MLP, RNN e LSTM) para a previsão da volatilidade da bitcoin. O estudo empírico deste trabalho foca-se na previsão da volatilidade da bitcoin com os modelos supramencionados e comparar a sua qualidade preditiva usando as medidas de erro MAE e MAPE para horizontes de previsão de um, três e sete dias. As metodologias de Deep-Learning apresentam algumas vantagens no que respeita à qualidade de previsão (pela análise da métrica de erro MAPE) mas apresentam um custo computacional superior. Também foram realizados Testes de Diebold-Mariano para comparar as previsões, concluindo-se a superioridade das metodologias de Deep-Learning.

Portugal is one of the most ageing countries in Europe. The pressure on public finance exerted by a higher share of older - and, consequently, retired - people is being filled, to some extent, with pub- lic policies aimed at increasing the statutory retirement age. At the same time, Portugal registers a systematically high youth unemployment rate. In a context of ageing population, is the minimum statutory retirement age playing a role on the unemployment of younger people, by keeping older people in the labour market for longer? Using 1992-2021 quarterly data and distinct econometric methods, estimates suggest the opposite: younger and older workers seem to act as complements in the labour market, rather than as substitutes. The results shed light on the relationship between both age groups in the labour market: increases in the employment of older people lead youth em- ployment to increase and youth unemployment to decrease. The latter relationship is only significant after 2013, with the end of the economic crisis and subsequent policies to fight unemployment. There is evidence of distinct patterns according to gender, region and educational attainment. Portugal é um dos países mais envelhecidos da Europa. A pressão exercida sobre as finanças públi- cas devido a uma maior proporção de idosos − e, consequentemente, de reformados − está a ser colmatada, em certa medida, com políticas públicas destinadas ao aumento da idade legal da re- forma. Ao mesmo tempo, Portugal regista uma taxa de desemprego jovem sistematicamente elevada. Num contexto de envelhecimento populacional, estará a idade legal da reforma a contribuir para o desemprego jovem, na medida em que mantém os trabalhadores no mercado de trabalho até mais tarde? Recorrendo a dados trimestrais entre 1992 e 2021, e a métodos econométricos distintos, os resultados sugerem o oposto: trabalhadores mais jovens e trabalhadores mais velhos parecem atuar como complementos no mercado de trabalho, e não como substitutos. De acordo com os resultados obtidos, um aumento do emprego dos mais velhos leva a um aumento do emprego jovem e a uma diminuição do desemprego jovem. Esta última relação só é significativa a partir de 2013, após o fim da crise económica e das políticas de combate ao desemprego que daí advieram. Ademais, é possível observar resultados distintos de acordo com o género, com a região e com o nível de educação.

Export expansion propitiates scale economies, positive externalities, technological advancement, foreign currency earnings, and efficient resource use towards competitive advantage creation and consolidation. Fuelled by the export-driven economic growth hypothesis, some countries meet their export imperative through export promotion activities that enhance competitiveness. In this Thesis we analysed the factors influencing export competitiveness of the cashew nut industry in Mozambique. This industry is the main source of income for 1.4 million rural households. It reached in 1973 its peak global market share of 50%, having lost this position since 1975. International competitiveness analysis is needed to determine focus areas. We present results of the use of Porter’s Model whose determinants (factor conditions, demand conditions, and related industries) plus government (jointly exogenous constructs) interact and stimulate firm strategy representing competitiveness (endogenous construct). We analysed a quantitative longitudinal 80-observation secondary dataset, and a qualitative primary 310-observation dataset, collected through a structured questionnaire. We used a partial least squares structural equation modelling (PLS-SEM) on both datasets, applying SmartPLS 3.3.9 statistical tool. Results suggest all exogenous constructs influence positively competitiveness. Factor conditions’ impact leads with highest β coefficient of 0.265. Around 89% of respondents highlighted in-shell cashew nut availability, while 82% emphasised quality. Study recommends strategies to improve in-shell cashew nut availability and quality, electricity reliability, physical infrastructure, adherence to international standards, "Zambique" brand, traceability, R&D. Strategies need to be extended to upgrading and updating of labour legislation, taxation, fiscal incentives, and tackling economy’s informality, aiming to entice bigger and faster investments for Mozambique to regain market share. A expansão da exportação propicia economias de escala, externalidades positivas, avanço tecnológico, divisas e uso eficiente dos recursos para criação e consolidação da vantagem competitiva. Alimentados pela hipótese do crescimento económico induzido pela exportação, países realizam o imperativo de exportação realizando actividades de promoção da exportação que melhoram a competitividade. Nesta Tese analisamos os factores que influenciam a competitividade das exportações da indústria do caju em Moçambique. Esta indústria é a principal fonte de renda para 1.4 milhões de famílias rurais. Ela atingiu 50% da quota de mercado global, tendo perdido esta posição desde 1975. A análise da competitividade internacional é necessária para determinar as áreas de foco. Apresentamos resultados do uso do Modelo de Porter cujos determinantes (condições dos factores, condições da procura e indústrias relacionadas) mais governo (constructos exógenos) interagem e estimulam a estratégia da firma, representante da competitividade (constructo endógeno). Analisámos um conjunto de dados quantitativos secundários de 80 observações longitudinais e outro conjunto de dados qualitativos primários recolhidos via questionário estruturado. Usámos uma modelagem da equação estrutural dos mínimos quadrados parciais em ambos os conjuntos de dados, aplicando a ferramenta estatística SmartPLS 3.3.9. Os resultados sugerem que todos os constructos exógenos influenciam positivamente a competitividade. O impacto das condições dos factores lidera com o mais alto coeficiente β=0.265. Cerca de 89% dos inquiridos destacaram a disponibilidade da castanha com casca, enquanto 82% enfatizaram a qualidade. O estudo recomenda estratégias para melhorar a disponibilidade e qualidade da castanha com casca, fiabilidade da electricidade, infra-estruturas físicas, adesão aos padrões internacionais, marca "Zambique", rastreabilidade, pesquisa e desenvolvimento. As estratégias precisam ser extensivas ao melhoramento da legislação laboral, tributação, incentivos fiscais e combate à informalidade da economia, para atrair investimentos maiores e mais rápidos para Moçambique reconquistar a quota de mercado.

There is a growing recognition of the damage the lockdown has caused to economic and social life. A Markov model incorporates population susceptible (S) to infection, population infected (I) and contagious, and population removed (R). The removed group includes people who have died from the disease. The SIR model of disease propagation, informed by the retrospective clinical course of COVID-19 positive cases in Portugal was developed to assess the cost effectiveness of the lockdown. The data are taken from the Business Intelligence of the information technology support platform for the National Epidemiological Surveillance System (BI SINAVE). The confirmed cases of SARS-CoV-2 / COVID-19 infection data are between March 3, 2020 until July 12, 2022. The data on transitional probabilities, costs and utilities were retrieved from both the retrospective data and published literature. This manuscript also explores that the cost of preventing economic activity through lockdowns is heterogeneous within the population. The mortality risk for those over 65 years old from infection is substantially higher than those aged 20-49. The differences in mortality within the population merit examining the cost-benefits of lockdown for different age groups. We simulate the Markov model for three groups, young (20- 49), middle-aged (50-64) and old (65+). Our main result in this paper is that distancing measures can be significantly improved with targeted policies that apply differential lockdowns on the various risk groups. In the Portuguese public healthcare system and under specific hypotheses, from a societal perspective, lockdown provides more QALYs at lower cost for old than for both middle-aged and young population. Existe um reconhecimento crescente dos danos que o confinamento tem causado à vida económica e social. A motivação original para o confinamento foi o receio de que o sistema de saúde entrasse em colapso se a doença ficasse fora de controlo. O confinamento de longa data pode ser explicado pelos valores atribuídos à vida (VOL) de potenciais vítimas do COVID-19. Um modelo de Markov incorpora a população suscetível (S) à infecção, população infectada (I) e infecciosa e população removida (R). O último grupo inclui pessoas que morreram da doença. O modelo SIR de propagação da doença, informado pelo curso clínico retrospectivo dos casos positivos da COVID-19 em Portugal, foi desenvolvido para avaliar a relação custo-eficácia do confinamento. Os dados são retirados da plataforma de suporte à tecnologia de informação do Sistema Nacional de Vigilância Epidemiológica (BI SINAVE). Os dados sobre os casos confirmados de infecção por SARS-CoV-2 / COVID-19 dizem respeito ao período de 3 de março de 2020 a 12 de julho de 2022. Os dados sobre probabilidades de transição, custos e utilidades foram recuperados tanto dos dados retrospectivos como da literatura publicada. Este manuscrito também explora que o custo da prevenção da actividade económica através de confinamentos é heterogéneo dentro da população. O risco de mortalidade das pessoas com mais de 65 anos de idade por infecção é substancialmente mais elevado do que o das pessoas com 20-49 anos. As diferenças de mortalidade dentro da população merecem examinar o custo-benefício do confinamento para diferentes grupos etários. Simulamos o modelo Markov para três grupos, jovens (20-49), de meia-idade (50-64) e idosos (65+). O nosso principal resultado neste artigo é que as medidas de distanciamento podem ser significativamente melhoradas com políticas específicas que aplicam bloqueios diferenciais nos vários grupos de risco. No sistema de saúde português e sob hipóteses específicas, de uma perspectiva social, o confinamento proporciona mais QALYs a um custo menor para os idosos do que para a população de meia-idade e jovem.

O debate histórico acerca do papel dos gastos públicos na economia ganhou relevância após a crise do Subprime em 2008 e, mais recentemente, com a pandemia da COVID-19. Posições antagônicas são adotadas por distintas correntes teóricas e os estudos sobre o tema apresentam resultados diferentes. Em relação ao crescimento económico, alguns autores demonstram que os gastos do governo o impactam de forma positiva, enquanto outros defendem o oposto. A divergência de posições está presente de forma semelhante no que tange os efeitos de tais gastos na desigualdade de rendimentos, sem um consenso a esse respeito. O presente trabalho contribui para esse debate ao analisar os efeitos que os gastos públicos exercem sobre o crescimento económico e sobre a desigualdade de rendimentos nas economias brasileira e chinesa durante o período de 1970 a 2019. Através da elaboração de modelos VECM (Vector Error Correction Models) e da análise de seus resultados, identificou-se que os gastos do governo contribuem de forma positiva para o crescimento económico e são uma importante ferramenta no combate à desigualdade. The historical debate about the role of public spending in the economy gained relevance after the Subprime crisis in 2008 and, more recently, with the COVID-19 pandemy. Antagonistic positions are adopted by different theoretical currents and the studies on the subject present different results. Regarding economic growth, some authors demonstrate that government spending has a positive impact on it, while others defend the opposite. The divergence of positions is similarly present concerning the effects of such expenditures on income inequality, without a consensus in this regard. The present work contributes to this debate by analyzing the effects that public spending has on economic growth and income inequality in the Brazilian and Chinese economies during the period from 1970 to 2019. Through the elaboration of VECM (Vector Error Correction Models) models and the analysis of their results, it was identified that government spending contributes positively to economic growth and are an important tool in the fight against inequality.

A evolução das tecnologias digitais levou a profundas mudanças no mundo empresarial. O e-commerce passou a fazer parte da realidade de muitas marcas, muito devido à comodidade e à simplicidade que este modelo de negócio trouxe, numa Era caracterizada pela falta de tempo e pelo excesso de informação. Entender que as necessidades do consumidor mudaram e que, com isso, os padrões de consumo já não são os mesmos, não é fácil para a generalidade das empresas, em especial para as pequenas e médias empresas (PMEs) que, atualmente, enfrentam ainda mais desafios. Assim, torna-se essencial procurar novos mecanismos que não só mantenham os negócios competitivos em ambiente digital, mas que o façam de forma sustentável e inovadora. A presente dissertação pretende colmatar esta problemática através do desenvolvimento de uma ferramenta de apoio à tomada de decisão, direcionada para PMEs que ponderem aderir a online marketplaces, que as ajude a perceber se estão aptas ou se devem atuar em áreas específicas do seu negócio. Este modelo será construído com base na abordagem Multiple Criteria Decision Analysis (MCDA), que combinará técnicas de mapeamento cognitivo com o Best Worst Method (BWM), recorrendo a um painel de especialistas que contribuirá com o seu know-how para identificar os fatores preponderantes à adesão destas empresas a online marketplaces. Por último, o modelo será aplicado a um conjunto de PMEs, a fim de avaliar a respetiva propensão à adesão. A aplicabilidade do modelo será analisada numa sessão de consolidação com um membro da Agência Nacional de Inovação (ANI). Digital technology evolution has led to deep changes in the business world. E-commerce has become part of the reality of many brands, much due to the convenience and simplicity brought by this business model in an Era characterized by lack of time and information overload. Understanding that consumer needs have changed, and that consumption patterns are no longer the same, is not easy for most companies, especially for small and medium-sized enterprises (SMEs) that currently face even more challenges. Thus, it becomes essential to seek new mechanisms that not only keep businesses competitive in digital environments, but can do so in innovative and sustainable ways. This study sought to address this issue through the development of a decision support tool for SMEs that consider joining online marketplaces. This model will allow these companies understand if they are able to take advantage of these digital platforms or if they must act in specific areas of their businesses. The model building process adopts the Multiple Criteria Decision Analysis (MCDA) approach and combines cognitive mapping techniques and the Best Worst Method (BWM). A panel of experts was recruited to contribute with know-how and identify relevant factors for these companies to join online marketplaces. Finally, the model was applied to a set of SMEs to assess their propensity for online marketplaces. Its practical applicability was then analyzed in a consolidation session with a member of the National Innovation Agency.

With the development of network technology and the advent of knowledge economy trends which push the organization to change management mode to suit the outer environment. More flexible flat organizational structure is an important direction of the current organizational reform. In China, as hospital restructuring picks momentum, hospital managers need to adopt scientific management philosophy and approaches from modern enterprises to improve hospital management. This research shows that Organizational Citizenship Behavior (OCB) is the power source for hospitals to adapt to the complex and changeable environment. This research, set in Chinese medical institution, is to figure out the impact of OCB on medical staff’s task performance, the process of which is seldom seen in previous researches. Therefore, starting from the social exchange theory, the Core Self-Evaluation (CSE) of the medical personal was taken as the intermediate variable between OCB and the task performance of medical staff. According to the characteristics of teamwork among hospital staff, this research put forth a hypothesis: team relationship conflict can moderate the relationship between OCB and CSE of medical personnel, and thus formed a complete pathway from citizenship behavior to task performance. Then, we picked out variables from the established measurement scales to design a questionnaire, distributed them among medical staff of Hospital S in Jiangsu province, and finally recovered 507 valid questionnaires. SPSS 21, AMOS 23, PROCESS 3.3 and other statistical software were used to analyze the data and verify the hypotheses one by one based on the data analysis results. Finally, we explained and summarized the research results, and pointed out deficiencies of the research and the future research direction. In this research, OCB, CSE, task performance and team relationship conflict are integrated to build a mediated model. Based on the social exchange theory, and with reference to work context, we have provided a detailed explanation on the correlation between OCB and the task performance, and the mediating effect of CSE as a moderated mediator. O desenvolvimento da tecnologia e da economia do conhecimento tem levado as organizações a alterar o seu modelo organizativo no sentido se adaptarem mais facilmente ao ambiente exterior. Muitas organizações têm vindo a adotar uma estrutura organizacional menos hierárquica e mais flexível. Na China, à medida que a reestruturação hospitalar ganha ímpeto, os gestores hospitalares precisam de adotar uma filosofia de gestão científica e abordagens modernas para melhorar a gestão hospitalar. Esta investigação mostra que o Comportamento de Cidadania Organizacional (OCB) constitui uma forma dos hospitais se adaptarem ao ambiente complexo e mutável. Esta investigação, realizada em instituições médicas chinesas, tem como objetivo analisar o impacto da OCB no desempenho de tarefas do pessoal médico, cujo processo raramente foi analisado em pesquisas anteriores. Por conseguinte, partindo da teoria da troca social, a Auto-avaliação básica (Core self-evaluation - CSE) do pessoal médico foi considerada como variável mediadora entre a OCB e o desempenho de tarefas do pessoal médico. De acordo com as características do trabalho de equipa entre o pessoal hospitalar, foi colocada a hipótese que o conflito relacional da equipa modera a relação entre o OCB e CSE do pessoal médico, e assim formar um caminho completo desde o comportamento de cidadania até ao desempenho de tarefas. Foi desenvolvido um questionário tendo por base escala já validadas na literatura e aplicado a 507 profissionais do Hospital S na província de Jiangsu. A análise dos dados e o teste das hipóteses foi realizado com recursos ao SPSS 21, AMOS 23, PROCESS 3.3. Finalmente, explicámos e resumimos os resultados da investigação, e assinalámos as deficiências da investigação e a direção futura da investigação. Nesta investigação, propomos um modelo mediado que integras o OCB, CSE, o desempenho de tarefas e o conflito relacional das equipas. Com base na teoria da troca social, e com referência ao contexto de trabalho, fornecemos uma explicação detalhada sobre a correlação entre OCB e o desempenho de tarefas, assim como o efeito mediador do CSE e moderador do conflito relacional.

A mudança sempre fez parte da vida de todas as organizações. Todavia, os desafios impostos pela globalização e pela forte evolução tecnológica e social obrigam, hoje, a mudanças muito mais frequentes e estruturais. A par de qualquer mudança, está sempre a capacidade de adaptação, de pessoas e estruturas, algo que, muitas vezes, tem condicionado o sucesso das mudanças necessárias. Neste âmbito, a presente dissertação propõe a construção de um modelo de apoio à tomada de decisão que estrutura e hierarquiza não só os pilares de sucesso da transformação organizacional, mas também as respetivas iniciativas-chave, contribuindo, assim, para a criação de uma visão holística sobre a temática. Para tal, e numa lógica construtivista e de criação de novo conhecimento assente no debate e na aprendizagem, recorrendo a um painel de especialistas na matéria e combinando técnicas de mapeamento cognitivo com o método Interpretive Structural Modeling (ISM), será possível, primeiramente, estruturar o problema em estudo e, depois, identificar e priorizar as variáveis basilares a incorporar no modelo, atendendo às respetivas relações de causa-efeito. Os resultados mostram que, apesar de não existir nenhum pilar que mereça particular destaque, a maioria das dimensões do sucesso da transformação se centra nos agentes sobre quem, tipicamente, se impõem as mudanças, integrando e compensando os efeitos da resistência à mudança. Deste modo, o modelo construído constitui uma ferramenta de apoio ao planeamento da transformação organizacional, oferecendo uma visão realista e prática do tema. Change has always been a part of any organization. However, the challenges brought by globalization and the current technological and social developments require much more frequent, structural changes. Any change also requires an ability for people and structures to adapt, which often conditions the success of necessary changes. In this context, the present study proposes a framework for supporting decision-making in a way that structures and prioritizes not only the pillars for the success of organizational transformations, but also key actions to be undertaken, thus contributing to the creation of a holistic outlook on the study topic. The analysis will employ a constructivist logic, as well as a logic of creation of new knowledge based on debate and learning, using a panel of field experts and combining cognitive mapping and Interpretive Structural Modeling (ISM). This will allow, firstly, to structure the problem in question, and, secondly, to identify and prioritize the key variables to be taken into account in the model, paying attention to their cause-and-effect relationships. Even though no transformation dimension reveals special prominence, the results show that most of the dimensions of transformation success are focused on the actors on whom changes are typically imposed, and require taking into account and offsetting the effects of resistance to change. Therefore, the resulting model is a tool that supports organizational transformation planning, offering a realistic and practical outlook on the study topic.

With the deepening of interest rate liberalization and other reforms, the profitability of some traditional commercial banks has declined, which leads to the management problem of how to keep their operating performance continuously improved. In this thesis, China’s financial holding companies are selected as the research objects. Based on the research on business performance evaluation, it explores its evaluation methods, and provides suggestions for improvement. Supported on real data, this thesis makes an empirical study on the performance evaluation of 13 companies using factor analysis and makes case analysis on three typical companies. The data comes from the companies’ annual reports from 2014 to 2018 and 15 business indicators are selected for evaluation. Also, the economic value-added model is introduced to set up the business operation performance evaluation model and carry out the empirical analysis. The empirical results and research hypotheses were verified by cluster analysis and the chi-square test model respectively. The research shows that China's banking financial holding companies have economies of scale and other effects, and diversified operation promotes the improvement of operating performance. It also puts forward that the transformation of traditional banks to integrated operation is an important strategic choice, and six suggestions with management significance are put forward, such as promoting corporate governance at the group and subsidiary levels, building business coordination mechanism, comprehensive risk management system, enhancing the level of digital smart operation and speeding up the training of integrated financial talents. Com o avanço profundo na liberalização das taxas de juros e outras reformas, os lucros de alguns bancos comerciais tradicionais diminuíram, obrigando a gestão a procurar alternativas para manter a melhoria contínua do seu desempenho operacional. O objeto de pesquisa nesta tese são as holding financeiras na China. Com base no problema de avaliação de desempenho empresarial, este trabalho explora os métodos de avaliação e fornece sugestões para melhoria. Com base em dados empresariais reais, este estudo utiliza a análise fatorial como base da análise empírica sobre a avaliação do desempenho operacional de 13 empresas e realiza análises de caso em três empresas típicas. Os dados utilizados provêm dos relatórios anuais das empresas, de 2014 a 2018, e são selecionados 15 indicadores de gestão para avaliação. O modelo do valor económico acrescentado é introduzido na definição do modelo de avaliação de desempenho e na análise empírica realizada. Os resultados empíricos e as hipóteses de pesquisa são verificadas pela análise de clusters e pelo modelo de teste do qui-quadrado. A pesquisa mostra que as holdings financeiras bancárias chinesas possuem economias de escala e outros efeitos, e que a diversificação das operações tem promovido a melhoria do desempenho operacional. Também destaca que a transformação dos bancos tradicionais em operações integradas é uma escolha estratégica importante, pois promove o governo da sociedades tanto no nível do grupo como das subsidiárias, estabelece um mecanismo de coordenação de negócios, um sistema de gestão de risco abrangente, melhora o nível de operação inteligente digital, e acelera a formação de talentos financeiros integrados.

Small and micro-sized Enterprises (SMEs) are an important part of Chinese economic system.The establishment of credit evaluating model of SMEs can effectively help financial intermediaries to reveal credit risk of enterprises and reduce the cost of enterprises information acquisition. Besides it can also serve as a guide to investors which also helps companies with good credit. This thesis conducts an empirical study based on loan data from a Chinese bank of loans granted to SMEs. The study aims to develop a data-driven model that can accurately predict if a given loan has an acceptable risk from the bank’s perspective, or not. Furthermore, we test different methods to deal with the problem of unbalanced class and uncredible sample. Lastly, the importance of variables is analyzed. Remaining Unpaid Principal, Floating Interest Rate, Time Until Maturity Date, Real Interest Rate, Amount of Loan all have significant effects on the final result of the prediction.The main contribution of this study is to build a credit evaluation model of small and micro enterprises, which not only helps commercial banks accurately identify the credit risk of small and micro enterprises, but also helps to overcome creditdifficulties of small and micro enterprises. As pequenas e microempresas constituem uma parte importante do sistema económico chinês. A definição de um modelo de avaliação de crédito para estas empresas pode ajudar os intermediários financeiros a revelarem o risco de crédito das empresas e a reduzirem o custo de aquisição de informação das empresas. Além disso, pode igualmente servir como guia para os investidores, auxiliando também empresas com bom crédito. Na presente tese apresenta-se um estudo empírico baseado em dados de um banco chinês relativos a empréstimos concedidos a pequenas e microempresas. O estudo visa desenvolver um modelo empírico que possa prever com precisão se um determinado empréstimo tem um risco aceitável do ponto de vista do banco, ou não. Além disso, são efetuados testes com diferentes métodos que permitem lidar com os problemas de classes de dados não balanceadas e de amostras que não refletem o problema real a modelar. Finalmente, é analisada a importância relativa das variáveis. O montante da dívida por pagar, a taxa de juro variável, o prazo até a data de vencimento, a taxa de juro real, o montante do empréstimo, todas têm efeitos significativos no resultado final da previsão. O principal contributo deste estudo é, assim, a construção de um modelo de avaliação de crédito que permite apoiar os bancos comerciais a identificarem com precisão o risco de crédito das pequenas e micro empresas e ajudar também estas empresas a superarem as suas dificuldades de crédito.

Emerging stock markets have presented several opportunities for international investors over the last decades. This thesis addresses the risk-adjusted returns of an emerging stock market by comparing its returns and volatility with a developed stock market. Using the United States and China as the representative markets, the dissertation explores the opportunities offered by the emerging market for international investors. Most of the previous literature focuses on the diversification benefits of emerging stock markets. In this study, I innovate by looking at these markets as an alternative investment rather than the diversification potential. To compare the risk-adjusted returns of the two markets I calculate the weekly Sharpe ratio for the S&P 500 and the SSE Composite for 18 years. I perform multiple linear regression, for both the emerging and the developed markets, to analyze the factors that affect the Sharpe ratio calculated. The empirical results confirm that the financial market characteristics, the macroeconomic factors, and the correlation/contagion impact the performance of both the emerging and the developed stock markets. Regarding the risk-adjusted returns, the results show that in the period studied, the index representative of the US market presents higher returns, lower volatility, and consequently a higher Sharpe ratio than the one for the Chinese market index. Such results suggest that the developed stock market offers higher and more sustained risk-adjusted returns in comparison to the emerging stock market. Os mercados bolsistas emergentes têm apresentado diversas oportunidades para os investidores internacionais ao longo das últimas décadas. Esta tese aborda o retorno ajustado ao risco de um mercado emergente ao comparar os retornos e volatilidade deste mercado com os de um mercado desenvolvido. Usando os Estados Unidos e China como os mercados representativos, a dissertação explora as oportunidades oferecidas pelo mercado emergente para os investidores internacionais. A maioria da literatura desenvolvida anteriormente destaca os benefícios da diversificação conseguida através dos mercados bolsistas emergentes. Neste estudo, inovo ao analisar estes mercados como um investimento alternativo, em vez de focar nos benefícios de diversificação. Para comparar o retorno ajustado ao risco dos dois mercados, calculo o Sharpe ratio semanal para o S&P 500 e para o SSE Composite durante um período de 18 anos. Realizo uma regressão linear múltipla, para os mercados emergente e desenvolvido, a fim de analisar os factores que afectam o Sharpe ratio calculado. Os resultados empíricos confirmam que as características dos mercados financeiros, os factores macroeconómicos, e a correlação/contágio têm um impacto no desempenho de ambos os mercados. No que diz respeito aos retornos ajustados ao risco, os resultados indicam que o índice representativo do mercado dos Estados Unidos apresenta um retorno superior, uma volatilidade menor, e consequentemente um Sharpe ratio mais elevado do que o calculado para o índice de mercado chinês. Estes resultados permitem concluir que o mercado bolsista desenvolvido apresenta um maior e mais sustentado retorno ajustado ao risco em comparação com o mercado emergente.

O ecossistema imobiliário resulta da simbiose entre diferentes tipos de imobiliário, sejam residenciais, comerciais ou industriais, sendo o seu equilíbrio fundamental para o bom funcionamento desse ecossistema. O imobiliário é um produto da expansão urbana criada devido ao aumento da população e ao afastamento da mesma do setor primário. O crescimento não-planeado das áreas urbanas pode ter graves consequências na saúde da população e no meio ambiente. No entanto, quando bem estruturado, pode ter consequências positivas para o bem-estar da sociedade. A relação entre esta expansão e os seus efeitos no ecossistema imobiliário é um tema subjetivo e de grande complexidade, onde não é possível encontrar apenas uma solução aquando da tomada de uma decisão. Desta forma, esta dissertação propõe a criação de um modelo de análise multicritério de apoio à tomada de decisão que ajude a estruturar o problema e fazer face à sua subjetividade e complexidade. A presença de decisores com experiência profissional na área foi fundamental para a sua criação. O modelo, criado através de mapeamento cognitivo e da técnica DEcision MAking Trial and Evaluation Laboratory (DEMATEL) em ambiente neutrosófico, tem como objetivo combater as limitações de outros estudos sobre a expansão urbana. Estas metodologias incorporam a incerteza associada à tomada de decisão, tornando o modelo mais realista, completo e capaz de dar respostas informadas durante a tomada de decisão. O modelo criado foi validado por uma entidade externa ao processo, com o objetivo de analisar o seu potencial em possíveis aplicações práticas. Real estate ecosystems result from the symbiosis between different types of real estate, whether residential, commercial or industrial, and their balance is essential for proper functioning. Real estate is a product of urban expansion due to population increase and distance from the primary sector. Unplanned growth of urban areas can have profound consequences for the population’s health and the environment. However, when well structured, it can have positive implications for the well-being of society. The relationship between this expansion and its impact on real estate ecosystems is a subjective and overly complex topic, where it is not possible to find just one solution when making a decision. The present dissertation presents a multi-criteria analysis model to support decision-making that helps structure the effects of urban expansion in real estate ecosystems and deal with the inherent subjectivity and complexity. Cognitive mapping and DEcision MAking Trial and Evaluation Laboratory (DEMATEL) are combined in a neutrosophic environment to incorporate uncertainty and make the model more realistic and complete, overcoming some limitations of previous studies on urban expansion. The collaboration of decision-makers with professional experience in the area was essential for creating this model. An external entity validated the results, showing the model’s potential for real-life applications.

O mercado imobiliário, enquanto parte integrante do motor da economia das sociedades modernas, deve ser cuidadosamente estudado, tanto na sua componente de gestão urbanística (i.e., ao nível dos municípios), como na sua componente de investimento (quer este seja privado ou público). O conhecimento do comportamento do mercado permite identificar pontos de charneira na história da economia e das sociedades propriamente ditas. Através da sua análise, é possível identificar variáveis condicionantes e/ou de maior importância para a avaliação dos investimentos, bem como os impactos que cada uma delas acarreta. É neste sentido que a mensuração é vista como uma atividade-chave nos processos de apoio à tomada de decisão neste contexto. Dada a crescente importância do imobiliário para a vida económica das sociedades, este estudo visa desenvolver um modelo multicritério para avaliação de grandes investimentos imobiliários. Com base numa abordagem construtivista e com recurso a um painel de especialistas com experiência na área, procedeu-se à estruturação do problema da avaliação de grandes investimentos imobiliários com recurso à abordagem Value-Focused Thinking (VFT), associando-a ao desenvolvimento de mapas cognitivos. Seguidamente, foi utilizado o Best Worst Method (BWM), no sentido de calcular ponderadores necessários à calibração do sistema de avaliação. Os resultados finais foram apresentados e validados no Instituto da Habitação e Reabilitação Urbana (IHRU), onde também foram discutidas as vantagens, limitações e possíveis melhorias a implementar no modelo. As economic engine of modern societies, the real estate market should be carefully analyzed, both in terms of urban management and investment (whether private or public). Knowledge of market behavior allows to identify turning points in the economic history of societies. Through its analysis, it is possible to identify not only conditioning variables or other important determinants for investment evaluation, but also the impact each of these variables/factors entails. Measurement is seen as a key activity in decision-making support processes in this regard. Given the growing importance of real estate for the economic development of societies, this study aims to develop a multiple criteria model for evaluating large real estate investments. Based on a constructivist approach and using a panel of experts with experience in the area, the problem of evaluating large real estate investments was structured using Value-Focused Thinking (VFT) and cognitive mapping. The Best Worst Method (BWM) was also used to calculate trade-offs among decision criteria and calibrate the evaluation system. The final results were presented and validated by the Portuguese Institute for Housing and Urban Rehabilitation, where advantages, limitations and possible improvements to the model were also discussed.

As novas tecnologias estão a transformar os cuidados de saúde e essa revolução tem por base a inteligência artificial. As despesas com a saúde irão crescer de forma significativa nos próximos anos devido a múltiplos fatores, entre eles o envelhecimento da população e o aumento do aparecimento de doenças crónicas. A pandemia causada pela doença Covid-19, apesar de sobrecarregar os sistemas de saúde, constituiu uma possibilidade de incrementar a inovação nesta área, tendo catalisado os desenvolvimentos tecnológicos e a consciencialização da utilização da inteligência artificial na saúde. A investigação em inteligência artificial na saúde está a expandir-se através da utilização dos modelos de machine learning e de deep learning, de forma a melhorar os cuidados de saúde e a permitir um atendimento mais personalizado (por exemplo: medicina de precisão) no diagnóstico, prognóstico e tratamento do doente. O objetivo deste estudo é compreender, através da aplicação da inteligência artificial, quais são as tendências emergentes, de forma a auxiliar a implementação da medicina de precisão. Para tal, foi efetuada uma análise bibliométrica descritiva e uma análise da estrutura conceptual, como a análise de rede de coocorrência de palavras-chave, o mapa temático e a análise fatorial. Os resultados obtidos indicam que é ao nível do diagnóstico e prognóstico de doenças que a aplicação destes modelos é mais evidenciada, com um maior foco nas áreas de cardiologia, pneumologia, oncologia e radiologia. O tópico tendência da investigação atual e futura diz respeito ao big data, com os seguintes temas subjacentes: imagiologia médica, segmentação, classificação de imagem, processamento de imagem e ciência de dados. A implementação da inteligência artificial na saúde tem assim, o potencial de alterar o denominado Iron Triangle of Healthcare, aumentando o acesso aos cuidados de saúde sem comprometer a qualidade e com um menor custo. New technologies are transforming healthcare and this revolution is based on artificial intelligence. Public health expenditure will increase significantly in the coming years due to several factors, including the aging of the population and the underlying increase in chronic diseases. The pandemic caused by the Covid-19 disease, despite overloading health systems, constituted an opportunity to increase innovation in health, having catalyzed technological developments, more specifically the use of artificial intelligence in health. Artificial intelligence research in health is expanding in various areas of medicine, using machine learning and deep learning models to improve health care and allow personalized care (for example: precision medicine) in the diagnosis, prognosis, and treatment of the patient. The aim of this study is to understand the emerging trends through the application of artificial intelligence to aid the emergence and implementation of precision medicine. To this end, a descriptive bibliometric analysis and a conceptual structure analysis were carried out, such as co-occurrence network of keywords analysis, thematic map and factorial analysis. The results obtained in this study indicate that the application of these models is more prevalent for the diagnosis and prognosis of diseases, with a greater focus on clinical areas such as cardiovascular, pulmonary, oncology and radiology. The trending topic of current and future research concerns primarily the analysis of big data, with the following underlying themes: medical imaging segmentation, image classification, image processing, and data science. The implementation of artificial intelligence in healthcare thus has the potential to change the so-called Iron Triangle of Healthcare, increasing access to healthcare without compromising quality at a lower cost.

Face aos desafios impostos pela atualidade (e.g., crescimento exponencial da população e urbanização, crises pandémicas), as cidades têm vindo a expor fragilidades e dificuldades em responder a estas problemáticas. Em paralelo, assiste-se a uma crescente preocupação em realizar intervenções nas cidades que favoreçam a qualidade de vida atual e futura dos cidadãos. Neste sentido, torna-se necessário reconsiderar as cidades como catalisadores de desenvolvimento económico, social e prosperidade, que integram tecnologias em prol da construção de ecossistemas urbanos smart e sustentáveis. Porém, devido à sua natureza peculiar e multifacetada, estes ecossistemas são interpretados como algo complexo, sendo o seu estudo uma tarefa difícil e que requer grande reflexão. Neste contexto, a presente dissertação visa propor um modelo multicritério de apoio à tomada de decisão, fundamentado por uma lógica construtivista e de complementaridade. Recorrendo a um painel de especialistas na problemática em estudo, o processo seguido integra o mapeamento cognitivo com a técnica DEcision MAking Trial and Evaluation Laboratory (DEMATEL) em contexto neutrosófico, com o intuito de ultrapassar algumas das falhas identificadas em estudos anteriores. Todo o processo está assente numa lógica de aprendizagem e de participação, pretendendo não só estruturar o problema em análise, como também identificar e priorizar os fatores/determinantes de smartness e sustentabilidade urbana. Desta forma, o modelo contempla uma visão holística, sólida e transparente que potencia a tomada de decisões aquando da criação e avaliação de ecossistemas urbanos smart e sustentáveis. Cites have been exposing weaknesses and difficulties in responding to the challenges imposed by the present days (e.g., population and urbanization exponential growth, pandemic crises). Thus, there is a growing concern to carry out interventions in cities that favor the current and future quality of life. In this context, it is necessary to reconsider cities as enablers of economic, social and prosperity development, which integrate technologies in favor of building smart and sustainable urban ecosystems. However, due to their peculiar and multifaceted nature, these ecosystems are interpreted as complex, which makes their study a difficult endeavor. Hence, this study aims to propose a multicriteria model to support decisionmaking, based on a constructivist and complementarity logic. A panel of experts was assembled to create an analysis system based on the combined use of cognitive mapping and the Decision MAking Trial and Evaluation Laboratory (DEMATEL) technique in neutrosophical context, thus allowing to overcome some flaws identified in previous studies. The entire process is based on a logic of learning and participation that aims not only to structure the problem under analysis, but also to identify and prioritize the factors/determinants of smartness and urban sustainability. Therefore, the model contemplates a holistic, solid and clear vision that encourages adequate decision making when creating and evaluating smart and sustainable urban ecosystems.

Investigamos as atividades de empresas de engenharia consultiva, classificadas entre as dez maiores, em um ranking internacional elaborado pela revista especializada Sector Review (2018). Enfocamos as cinco big players: Aecom, Jacobs, SNC-Lavalin, WSP-Group e Arcadis. Como objetivo central, identificamos os fatores que impulsionaram crescimento e manutenção destas empresas, na posição de líderes no mercado internacional no período de 2009/2019. Adotamos os conceitos de Globalização (Adda, 1997 e Bonaglia & Goldstein, 2006) e Fusão/Aquisição (Bachur, 2013). Fundamentamos a metodologia de pesquisa na Teoria dos Jogos, (Filipe, 2006) e em Samuelson (1997). Desenvolvemos a investigação em duas etapas: na primeira, usamos instrumentos qualitativos: análise descritiva, estudo de caso coletivo e análise documental; na segunda, trabalhamos com instrumentos quantitativos: Modelo de Barganha de Ultimato com enfoque em Fusões, Estudo de Eventos com modelo de Retorno de Mercado e Método de Controle Sintético. Em seguida utilizamos ferramentas baseadas na análise wavelet para modelar os Retornos Anormais Acumulados – RAC das empresas, de modo a verificar a evolução dos comovimentos entre as empresas, em uma estrutura variante no domínio do tempo e da frequência; adotamos também a métrica do Value at Risk (VaR) ratio com base na análise de wavelet para avaliar a exposição ao risco dos portfólios a partir de matrizes de variância e covariância. Com estes instrumentos, fizemos duas aplicações empíricas que imprimiram maior rigor aos resultados que fortaleceram pressupostos teóricos adotados e poderão beneficiar gestores e colaboradores das empresas de engenharia consultiva, investidores e dirigentes do setor público. We investigated the activities of consulting engineering firms ranked among the top ten in an international ranking prepared by Sector Review (2018). Focusing on the five big players: Aecom, Jacobs, SNC-Lavalin, WSP-Group, and Arcadis. As a central objective, we identify the factors that drove growth and maintenance of these companies, in the position of leaders in the international market in the period 2009/2019. We adopt the concepts of Globalization (Adda, 1997 and Bonaglia & Goldstein, 2006) and Merger/Acquisition (Bachur, 2013). We base our methodology in Game Theory, (Filipe, 2006) and in Samuelson (1997). We developed the investigation in two stages: in the first, we used qualitative instruments: descriptive analysis, collective case study, and document analysis; in the second, we worked using quantitative instruments: Ultimatum Bargain Model with focus on mergers, Event Study with Market Return model, and Synthetic Control Method. Then we used tools based on wavelet analysis to model the Cumulative Abnormal Returns - CAR of the companies, in order to check the evolution of the comovements between the companies, in a variant structure in the time and frequency domain; We also adopted the Value at Risk (VaR) ratio metric based on wavelet analysis to evaluate portfolio risk exposure from variance and covariance matrices.With these instruments, we made two empirical applications that provided more scientific rigour to the results that strengthened the theoretical assumptions adopted and may benefit managers and employees of consulting engineering firms, investors, and public sector leaders.

This dissertation explores the relationship between firm size and equity volatility. Working from a solid ground that indicates the existence of a size effect in Banz (1981) and Reinganum (1981), we test two related topics. At first, whether an asymmetric effect in returns’ volatility is linked to firm size and firm’s industrial sector. Secondly, the existence of spillover effects between large and small market capitalization firms. By comparing different ARCH type models, we find that good and bad news have different impacts on volatility, as the asymmetric specifications outperform the symmetric GARCH model. In addition, our empirical results show that such dynamic is stronger in large-cap firms, but it may vary according to the firm’s sector. This study also signals a strong co-movement between large and small firms, as both display a similar dynamic in volatility and a strong correlation, especially in periods of financial turmoil. Using multivariate GARCH models, we end up unveiling an asymmetric behaviour not only in volatility but also in conditional correlation. All ARCH type models are employed to the returns’ volatility of S&P500 Index, Russel 2000 Index, and their respective industry sectors over the 2006-2020 period. Esta dissertação investiga a relação entre a dimensão de uma empresa e a volatilidade das ações. Partindo de uma base sólida de conhecimentos que indicam a existência de um fator dimensão em Banz (1981) e Reinganum (1981), testamos dois temas conexos. Inicialmente, se a assimetria na volatilidade das rendibilidades está associada ao tamanho da empresa e ao setor em que opera. Posteriormente, a existência de efeitos de repercussão entre empresas com elevado e baixo valor de mercado. Ao comparar diferentes modelos ARCH, descobrimos que boas e más notícias geram impactos distintos na volatilidade, já que as especificações assimétricas são superiores ao modelo GARCH simétrico. Os resultados mostram ainda que esta dinâmica é mais significativa em grandes empresas, mas que pode variar conforme o setor. Este estudo revela também um elevado co-movimento entre grandes e pequenas empresas, já que ambas demonstram dinâmicas similares na volatilidade e uma forte correlação, especialmente em períodos de forte instabilidade financeira. Desta forma, através de um GARCH multivariado, acabamos por confirmar um comportamento assimétrico não só na volatilidade, mas também na correlação. Os modelos ARCH implementados modelam a volatilidade dos retornos do índice S&P500, do índice Russel 2000 e dos respetivos sectores para o período 2006-2020.

Although the relation between access to electricity and development is known, in Sub-Saharan Africa the rate of connection ranges from the mediocre (in urban areas) to the practically non-existence (in rural areas). The literature on energy planning for this region relies heavily on approaches from developed countries. Angola is a country on the west coast of southern Africa where the investment on the electric system has focused on generation and grid intensification while grid expansion has been mostly stagnant. In 2018 rural areas of the country had a rate of connection of 2% due to lack of local expertise, budgetary constraints, unreliable data and a general lack of a holist view of the issue, by the decision-makers. A two-stage multiperiod methodology is proposed to assess if the introduction of hybrid mini-grids in Angola’s supply mix can speed up the access to electricity for rural communities. The methodology employs a heuristic approach that integrates Geographic information systems and graph theory to produce various scenarios with the yearly evolution of the country’s energy system, for the period from 2022 to 2030. These scenarios include solutions with and without hybrid mini-grids and an analysis of the trade-offs involved. The methodology can effectively support decision-making and results show that hybrid mini-grids have a role to play in Angola’s electrification connecting an additional 3,075,526 million people when compared to a mostly grid exclusive scenario. This represents an 86% connection rate, largely surpassing subscribed goals for 2030, and can have a decisive influence in these impoverished rural communities. Embora a relação entre o acesso à eletricidade e o desenvolvimento seja conhecida, na África Subsaariana a taxa de ligação varia desde o medíocre (nas zonas urbanas) até à quase inexistência (nas zonas rurais). A literatura sobre planeamento energético para esta região depende fortemente de abordagens de países desenvolvidos. Angola é um país da costa ocidental da África Austral onde o investimento no sistema elétrico se concentrou na geração e intensificação da rede, enquanto que a expansão da rede tem estado, na sua maioria, estagnada. Em 2018 as zonas rurais do país tinham uma taxa de ligação de 2% devido à falta de know-how local, restrições orçamentais, dados pouco fiáveis e uma falta geral de uma visão holística da questão, por parte dos decisores. Propõe-se uma metodologia multi-período em duas fases para avaliar se a introdução de mini-redes híbridas no cabaz de abastecimento de Angola pode acelerar o acesso das comunidades rurais à eletricidade. A metodologia emprega uma abordagem heurística que integra sistemas de informação geográfica e teoria de grafos para produzir vários cenários com a evolução anual do sistema energético do país, para o período de 2022 a 2030. Estes cenários incluem soluções com e sem mini-redes híbridas e uma análise dos trade-offs envolvidos. A metodologia pode efetivamente apoiar a tomada de decisões e os resultados mostram que as mini-redes híbridas têm um papel a desempenhar na eletrificação de Angola, ligando mais 3.075.526 milhões de pessoas quando comparado com um cenário exclusivo de expansão da rede. Isto representa uma taxa de ligação de 86%, ultrapassando largamente os objetivos subscritos para 2030, e pode ter uma influência decisiva nestas comunidades rurais empobrecidas.

Forecasting models have been applied to many industries as a decision-making tool for over 100 years. Their application in the aviation industry benefits a wide variety of stakeholders such as airliners and airport authorities, who use past data to predict demand and passenger choices so that they can better define fares, manage their fleet and make decisions on the airport layout and future expansions, among others. The main objective of this dissertation is the development of a forecasting model capable of predicting the number of flight movements at Lisbon Airport. The model was based on an autoregressive model, which uses past data in order to forecast future figures. Weekly data regarding the flight movements at Lisbon Airport was the sample for this study, which was processed through RStudio programming software. Once the Autoregressive Moving Average (ARIMA) models were defined, the forecasting data was created and further tested for accuracy using extant data. The impact of COVID-19 had to be considered in this situation, leading to the breakdown of the original time-series into three different samples. The forecasting models were subsequently created through each of these models. The results were expressed through the three different models, and since two of them have extant data, meaning an existing sample to compare the predicted data, it was possible to determine the accuracy level. However, these models cannot be applied immediately since the impact of COVID-19 is still present and flights have not resumed normality. Once this normality resumes, the models can be applied. Modelos preditivos têm sido aplicados a variados setores como ferramenta de tomada de decisão há mais de 100 anos. A sua aplicação na indústria aeronáutica beneficia uma ampla variedade de interessados, como companhias aéreas e autoridades aeroportuárias que utilizam dados para prever a procura, definir preços, gerir frotas e tomar decisões relativas ao layout do aeroporto, expansões futuras, entre outros. O principal objetivo desta dissertação é o desenvolvimento de um modelo de previsão capaz de prever o número de movimentos de voos no Aeroporto de Lisboa. O modelo foi baseado num modelo autorregressivo, que utiliza dados passados para prever valores futuros. O Aeroporto de Lisboa foi o objeto escolhido para esta dissertação. Dados semanais relativos aos movimentos aéreos no Aeroporto de Lisboa consistiram na amostra para este estudo, os quais foram processados através do software de programação RStudio. Assim que os modelos Autoregressive Moving Average (ARIMA) foram definidos, os dados de previsão foram criados e testados quanto à precisão usando os dados existentes. O impacto do COVID-19 teve que ser considerado nesta situação, levando à divisão da série temporal original em três amostras diferentes. Os modelos de previsão foram posteriormente criados através de cada um desses modelos. Os resultados foram expressos através dos três modelos, e como dois deles possuem dados existentes para comparação com dados previstos, foi possível determinar o nível de precisão. No entanto, os modelos não podem ser aplicados imediatamente, uma vez que o impacto do COVID-19 ainda está presente e os voos não voltaram à normalidade. Uma vez resumida essa normalidade, os modelos podem ser aplicados.