Proposta de um modelo de apoio a processos de consultoria para a melhoria de operações de pequenas empresas

Com o substancial avanço da competitividade, crescem os interesses pela discussão de mecanismos potencializadores de implantação de novas tecnologias de gestão das operações das empresas, percebidas como um lastro de sustentação das organizações, necessário num mundo globalizado, no qual o poder de influência dos consumidores tem ganhado inegável relevância. Entretanto, a realidade tem revelado dificuldades de inclusão dessas abordagens em algumas empresas brasileiras, sobretudo naquelas de menor porte. Uma das barreiras são, indiscutivelmente, as limitações de recursos, aliadas às poucas alternativas de crédito de baixo custo disponibilizadas no mercado nacional para este segmento de empresas. Diante deste cenário, consultores independentes têm o enorme desafio de internalizar nestas organizações modelos de gestão mais coerentes com a dinâmica da economia atual, tendo como obstáculos adicionais as resistências culturais naturais à incorporação de algumas filosofias de administração modernas como o Lean e a Teoria das Restrições, questionadoras de conceitos tradicionais e detentoras de visões singulares, mas igualmente potencializadoras de resultados efetivos, a um baixo custo. Este trabalho objetivou, por um lado avaliar o contexto no qual os pequenos negócios estão inseridos, e, por outro, propor um modelo de apoio para consultoria voltado para este segmento de empresas, no qual os consultores assumem preponderantemente papeis de educador e coach, de maneira a elevar as chances não somente da implantação de técnicas mais modernas de gestão de operação, mas também de sua incorporação definitiva nestas organizações.

Uma abordagem GVAR de previsões de taxas de câmbio

O presente trabalho propõe um modelo de previsão simultânea de taxas de câmbio de vários países utilizando a abordagem GVAR e analisa a qualidade destas previsões. Para isso foram utilizados dados de 10 países ou regiões de taxa de câmbio, taxas de juros e nível de preços com frequência mensal entre 2003 e 2015. As previsões foram feitas utilizando janela móvel de 60 meses e avaliadas através da comparação dos erros quadráticos médios contra o benchmark padrão, o random walk, e dos testes de Pesaran e Timmermann e de Diebold e Mariano. Foram feitas previsões out-of-sample para horizontes de 1, 3, 12 e 18 meses. Os resultados mostram que o modelo proposto não consegue superar sistematicamente o random walk, contudo apresenta algum poder de previsão em alguns casos específicos

Comparação de previsões para a produção industrial brasileira considerando efeitos calendário e modelos agregados e desagregados

O trabalho tem como objetivo verificar a existência e a relevância dos Efeitos Calendário em indicadores industriais. São explorados modelos univariados lineares para o indicador mensal da produção industrial brasileira e alguns de seus componentes. Inicialmente é realizada uma análise dentro da amostra valendo-se de modelos estruturais de espaço-estado e do algoritmo de seleção Autometrics, a qual aponta efeito significante da maioria das variáveis relacionadas ao calendário. Em seguida, através do procedimento de Diebold-Mariano (1995) e do Model Confidence Set, proposto por Hansen, Lunde e Nason (2011), são realizadas comparações de previsões de modelos derivados do Autometrics com um dispositivo simples de Dupla Diferença para um horizonte de até 24 meses à frente. Em geral, os modelos Autometrics que consideram as variáveis de calendário se mostram superiores nas projeções de 1 a 2 meses adiante e superam o modelo simples em todos os horizontes. Quando se agrega os componentes de categoria de uso para formar o índice industrial total, há evidências de ganhos nas projeções de prazo mais curto.

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Estudo de inibidores de corrosão em concreto armado, visando a melhoria na sua durabilidade

This thesis has as objective presents a methodology to evaluate the behavior of the corrosion inhibitors sodium nitrite, sodium dichromate and sodium molybdate, as well as your mixture, the corrosion process for the built-in steel in the reinforced concrete, through different techniques electrochemical, as well as the mechanical properties of that concrete non conventional. The addition of the inhibitors was studied in the concrete in the proportions from 0.5 to 3.5 % regarding the cement mass, isolated or in the mixture, with concrete mixture proportions of 1.0:1.5:2.5 (cement, fine aggregate and coarse aggregate), superplasticizers 2.0 % and 0.40 water/cement ratio. In the modified concrete resistance rehearsals they were accomplished to the compression, consistence and the absorption of water, while to analyze the built-in steel in the concrete the rehearsals of polarization curves they were made. They were also execute, rehearsals of corrosion potential and polarization resistance with intention of diagnose the beginning of the corrosion of the armors inserted in body-of-proof submitted to an accelerated exhibition in immersion cycle and drying to the air. It was concluded, that among the studied inhibitors sodium nitrite , in the proportion of 2.0 % in relation to the mass of the cement, presented the best capacity of protection of the steel through all the studied techniques and that the methodology and the monitoring techniques used in this work, they were shown appropriate to evaluate the behavior and the efficiency of the inhibitors

Sistema com aeração, decantação e filtragem para a melhoria da qualidade de água em irrigação localizada

A qualidade da água é muito importante para irrigação por gotejamento, pois ela escoa por pequenos bocais dos emissores, podendo ocorrer obstrução devido à deposição dos sólidos em suspensão. Portanto, antes da instalação do projeto, devem-se avaliar parâmetros de qualidade da água, para adotar medidas preventivas, evitando o risco de entupimento do sistema. Este trabalho teve como objetivo avaliar um sistema composto por aeradores com aspersores, sobre leito de pedra, para a precipitação dos íons Fe+2e Mn+2 em tanque de decantação, e um conjunto de filtragem composto por três filtros de areia e um de disco, em sistema de irrigação localizada. O trabalho foi realizado na Fazenda Alvorada, no município de Nova Granada - SP, no período de março a outubro de 2008. Foram realizadas determinações de variáveis físicas e químicas da água, ao longo do sistema de aeração, decantação e filtragem, o qual foi eficiente para a melhoria da qualidade de água, reduzindo os níveis de risco de entupimento de severo para médio e de médio para baixo. Oxigênio dissolvido, condutividade elétrica, pH, Fe+2e Fe+3 não diferenciaram a qualidade de água entre os pontos do sistema de tratamento, porém a turbidez, sólidos dissolvidos, sólidos em suspensão, ferro total e manganês total reduziram-se significativamente pelo uso do sistema proposto, melhorando a qualidade da água.