 |
| Fonte: Aqui |
04 setembro 2019
03 setembro 2019
Empresas não sabem o que fazer com os dados que coletam
Neste cenário, é comum imaginarmos de um lado o indivíduo usando os meios digitais e entregando informação. De outro lado, uma empresa coletando dados para seu uso pessoal. Quando o Facebook comprou o Wpp, sabia-se que a operação de mensagem não seria lucrativa. No passado, para associar ao Wpp era necessário um pagamento anual. Hoje, nem isto. Mas a empresa de Zuckerberg não joga dinheiro fora. Se com a compra do Wpp seria possível reduzir um potencial concorrente, o Facebook também estava de olho na grande quantidade de informações que os usuários entregam nas suas conversas. A operação de compra do Wpp seria rentável somente com os dados que seriam obtidos no aplicativo.
Temos uma noção de que as empresas estão sempre coletando dados e usando estas informações para determinadas finalidades. Entretanto, uma pesquisa mostra que a maioria dos dados coletados não são usados. Parte desses dados são desconhecidos; outros simplesmente não são usados. Entrevistando 1.300 líderes da Austrália, China, França, Alemanha, Japão, EUA e Reino Unido, a pesquisa mostrou que segundo a estimativa dos entrevistados 55% do dados não são usados. Segundo a pesquisa, a principal razão é a ausência de uma ferramenta para capturar e analisar os dados. Isto pode ocorrer em razão da empresa trabalhar com sistemas separados, por exemplo. Mas os dados podem também não serem bons, pois faltariam informações relevantes. Ou por não saber com usar.
Observe que o percentual de não aproveitamento é declaratório. Na prática isto deve ser maior. Assim, da mesma forma que o usuário fica perdido com tanta informação, as empresas também não sabem o que fazer com os dados. Um consolo?
Lynne Doughtie está saindo da KPMG
Apesar de ter conseguido aumentar a receita da empresa, Lynne teve que conviver com muita confusão, herança do passado. Teve que demitir seis dos principais executivos da empresa, envolvidos no roubo de informação do regulador, o PCAOB. Recentemente, alguns deles já receberam a sentença. Há relatos de perda de clientes, moral baixa (piadas como “Big Three e KPMG” refletem isto) e outros problemas. Talvez a empresa seja retirada da General Electric, um cliente de mais de 100 anos, com acusações possíveis de não ter descoberto uma fraude de bilhões de dólares. E tome Fifa, Wells Fargo, Carilion e Gupta, nomes relacionados com escândalos contábeis e KPMG.
O Going Concern especula se ela foi forçada a sair (dado o histórico acima) ou se não queria continuar, já que está perto da idade de aposentadoria obrigatória na empresa.
02 setembro 2019
Bolhas do Bitcoin: análise de 2012 a 2018
Resumo :
We present a detailed bubble analysis of the Bitcoin to US Dollar price dynamics from January 2012 to February 2018. We introduce a robust automatic peak detection method that classifies price time series into periods of uninterrupted market growth (drawups) and regimes of uninterrupted market decrease (drawdowns). In combination with the Lagrange Regularization Method for detecting the beginning of a new market regime, we identify three major peaks and 10 additional smaller peaks, that have punctuated the dynamics of Bitcoin price during the analysed time period. We explain this classification of long and short bubbles by a number of quantitative metrics and graphs to understand the main socioeconomic drivers behind the ascent of Bitcoin over this period. Then, a detailed analysis of the growing risks associated with the three long bubbles using the Log-Periodic Power-Law Singularity (LPPLS) model is based on the LPPLS Confidence Indicators, defined as the fraction of qualified fits of the LPPLS model over multiple time windows. Furthermore, for various fictitious ‘present’ times t2 before the crashes, we employ a clustering method to group the predicted critical times tc of the LPPLS fits over different time scales, where tc is the most probable time for the ending of the bubble. Each cluster is proposed as a plausible scenario for the subsequent Bitcoin price evolution. We present these predictions for the three long bubbles and the four short bubbles that our time scale of analysis was able to resolve. Overall, our predictive scheme provides useful information to warn of an imminent crash risk
Fonte: Gerlach JC, Demos G, SornetteD. 2019 Dissection of Bitcoin’s multiscale bubblehistory from January 2012 to February 2018. R.Soc. open sci. 6: 180643.http://dx.doi.org/10.1098/rsos.180643
We present a detailed bubble analysis of the Bitcoin to US Dollar price dynamics from January 2012 to February 2018. We introduce a robust automatic peak detection method that classifies price time series into periods of uninterrupted market growth (drawups) and regimes of uninterrupted market decrease (drawdowns). In combination with the Lagrange Regularization Method for detecting the beginning of a new market regime, we identify three major peaks and 10 additional smaller peaks, that have punctuated the dynamics of Bitcoin price during the analysed time period. We explain this classification of long and short bubbles by a number of quantitative metrics and graphs to understand the main socioeconomic drivers behind the ascent of Bitcoin over this period. Then, a detailed analysis of the growing risks associated with the three long bubbles using the Log-Periodic Power-Law Singularity (LPPLS) model is based on the LPPLS Confidence Indicators, defined as the fraction of qualified fits of the LPPLS model over multiple time windows. Furthermore, for various fictitious ‘present’ times t2 before the crashes, we employ a clustering method to group the predicted critical times tc of the LPPLS fits over different time scales, where tc is the most probable time for the ending of the bubble. Each cluster is proposed as a plausible scenario for the subsequent Bitcoin price evolution. We present these predictions for the three long bubbles and the four short bubbles that our time scale of analysis was able to resolve. Overall, our predictive scheme provides useful information to warn of an imminent crash risk
Fonte: Gerlach JC, Demos G, SornetteD. 2019 Dissection of Bitcoin’s multiscale bubblehistory from January 2012 to February 2018. R.Soc. open sci. 6: 180643.http://dx.doi.org/10.1098/rsos.180643
Nova Contabilidade Pública
Webinar: A nova contabilidade, muito além da transparência fiscal.
http://bit.ly/2L2e7np
Neste webinar, Andre C B Aquino (USP) e Lidiane Dias (UFPA) discutirão como que a nova contabilidade pública está associada aos projetos de transparência que governos vêm implementando para atender a LRF e a Lei de Acesso a Informação.
A nova contabilidade pública se vista como um projeto de mudança, além de melhorar a qualidade da informação patrimonial e, portanto aumentar a transparência das contas públicas, se feita de forma combinada com o projeto de transparência, pode se beneficiar de ganhos de eficiência das mudanças organizacionais.
http://bit.ly/2L2e7np
Neste webinar, Andre C B Aquino (USP) e Lidiane Dias (UFPA) discutirão como que a nova contabilidade pública está associada aos projetos de transparência que governos vêm implementando para atender a LRF e a Lei de Acesso a Informação.
A nova contabilidade pública se vista como um projeto de mudança, além de melhorar a qualidade da informação patrimonial e, portanto aumentar a transparência das contas públicas, se feita de forma combinada com o projeto de transparência, pode se beneficiar de ganhos de eficiência das mudanças organizacionais.
Assinar:
Postagens (Atom)
Postagens
