Um modelo composto para realizar previsão de demanda através da integração da combinação de previsões e do ajuste baseado na opinião

Resumo não disponível.

Análise da perenidade do modelo de Wibe para previsão de demanda para papel para imprimir e escrever

A indústria de papel e celulose no mundo e no Brasil é de notável importância pela geração de empregos, faturamento e peso estratégico. Sendo uma indústria de base florestal tem sua cadeia produtiva verticalizada dependente de um longo ciclo de plantio, crescimento e colheita florestal que pode, nas melhores das condições, tomar de cinco a sete anos e, para casos mais extremos, demandar de 20 a 40 anos. O intenso capital empregado aliado à baixa mobilidade de curso faz da previsão de demanda para a indústria papeleira um ponto de extrema atenção. Esta pesquisa se propõe a estudar se um modelo proposto na década de 80, aplicado a dados da década de 70, se mantém válido até os dias atuais. Para tal, este trabalho levanta breve bibliografia relacionada aos conceitos de previsão de demanda e como a previsão de demanda foi aplicada para produtos de base florestal – dentre os quais, papel e celulose. O estudo segue com a escolha do modelo de Wibe (1984), sua reprodução e extrapolação para dados da década de 60, 70, 80 e 90. A função de demanda originalmente proposta por Wibe (1984) associa o cunsumo de papel à renda, preço e a um índice de substituição. Para teste de sua perenidade este trabalho mede a acurácia do modelo original para cada década e testa variações e simplificações de tal modelo.

Previsão da taxa de juros utilizando o modelo de Vasicek

Este trabalho estuda a previsão da taxa de juros com foco em uma estratégia de investimento. Inicialmente é feita a parametrização da taxa de juros com o modelo de Vasicek para posterior aplicação do modelo autorregressivo tanto na taxa de juros quanto nos parâmetros do Vasicek. O instrumento financeiro escolhido para verificar a eficácia da metodologia proposta foi o constant matutity swap aplicado em alguns vértices. Os resultados variaram significativamente para os diferentes horizontes de calibragem e períodos de amostragem sem um padrão de desempenho.

Previsão de preços de ativos usando restrições do modelo de valor presente

Motivados pelo debate envolvendo modelos estruturais e na forma reduzida, propomos nesse artigo uma abordagem empírica com o objetivo de ver se a imposição de restrições estruturais melhoram o poder de previsibilade vis-a-vis modelos irrestritos ou parcialmente restritos. Para respondermos nossa pergunta, realizamos previsões utilizando dados agregados de preços e dividendos de ações dos EUA. Nesse intuito, exploramos as restrições de cointegração, de ciclo comum em sua forma fraca e sobre os parâmetros do VECM impostas pelo modelo de Valor Presente. Utilizamos o teste de igualdade condicional de habilidade de previsão de Giacomini e White (2006) para comparar as previsões feitas por esse modelo com outros menos restritos. No geral, encontramos que os modelos com restrições parciais apresentaram os melhores resultados, enquanto o modelo totalmente restrito de VP não obteve o mesmo sucesso.

Determinação de reservas de caixa em moeda estrangeira através de modelo estocástico de previsão de fluxo de caixa

Este trabalho tem como objetivo comparar diferentes métodos de previsão de necessidades de caixa no overnight, que assegurem que a liquidez de um produto financeiro específico – neste caso, o Call Deposits (Depósito à Vista, em moeda estrangeira) – seja suficiente para cobrir os riscos de liquidez de uma instituição financeira e, em contrapartida, otimizem o lucro oriundo do saldo restante que ultrapasse o valor de saída destes modelos. Para isso, o modelo de Fluxo de Caixa de Schmaltz (2009), que segrega os diferentes componentes do caixa (determinísticos e estocásticos), será utilizado para determinar as necessidades de caixa e, através do método de Monte Carlo para a previsão de diferentes caminhos, chegamos a um valor médio de saldo para ser utilizado no overnight. Como comparativo, será utilizado o modelo determinístico de Ringbom et al (2004), que oferece a “Taxa de Reserva de Maximização de Lucro”, para, enfim, compará-los historicamente, entre Jan/2009 e Dez/2013, a fim de concluirmos qual dos modelos de reservas de caixa se mostra mais satisfatório. A base de dados utilizada replica os saldos e saques de um banco comercial, para o produto financeiro em questão, e, também, é utilizada para a estimação dos parâmetros.

Modelos de previsão de volatilidade : uma aplicação do modelo GARCH a taxas de câmbio

Com o objetivo de mostrar uma aplicação dos modelos da família GARCH a taxas de câmbio, foram utilizadas técnicas estatísticas englobando análise multivariada de componentes principais e análise de séries temporais com modelagem de média e variância (volatilidade), primeiro e segundo momentos respectivamente. A utilização de análise de componentes principais auxilia na redução da dimensão dos dados levando a estimação de um menor número de modelos, sem contudo perder informação do conjunto original desses dados. Já o uso dos modelos GARCH justifica-se pela presença de heterocedasticidade na variância dos retornos das séries de taxas de câmbio. Com base nos modelos estimados foram simuladas novas séries diárias, via método de Monte Carlo (MC), as quais serviram de base para a estimativa de intervalos de confiança para cenários futuros de taxas de câmbio. Para a aplicação proposta foram selecionadas taxas de câmbio com maior market share de acordo com estudo do BIS, divulgado a cada três anos.

Previsão da estrutura a termo de taxa de juros aplicando o Filtro de Kalman ao modelo Vasicek: o caso brasileiro

Este trabalho tem o objetivo de testar a qualidade preditiva do Modelo Vasicek de dois fatores acoplado ao Filtro de Kalman. Aplicado a uma estratégia de investimento, incluímos um critério de Stop Loss nos períodos que o modelo não responde de forma satisfatória ao movimento das taxas de juros. Utilizando contratos futuros de DI disponíveis na BMFBovespa entre 01 de março de 2007 a 30 de maio de 2014, as simulações foram realizadas em diferentes momentos de mercado, verificando qual a melhor janela para obtenção dos parâmetros dos modelos, e por quanto tempo esses parâmetros estimam de maneira ótima o comportamento das taxas de juros. Os resultados foram comparados com os obtidos pelo Modelo Vetor-auto regressivo de ordem 1, e constatou-se que o Filtro de Kalman aplicado ao Modelo Vasicek de dois fatores não é o mais indicado para estudos relacionados a previsão das taxas de juros. As limitações desse modelo o restringe em conseguir estimar toda a curva de juros de uma só vez denegrindo seus resultados.

Um Modelo híbrido para previsão de curvas de produção de petróleo

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

Uma experiência com modelo estatístico (MOS) para a previsão da temperatura mínima diária do ar

Uma equação de regressão múltipla MOS (da sigla em inglês para Model Output Statistics), para previsão da temperatura mínima diária do ar na cidade de Bauru, estado de São Paulo, é desenvolvida. A equação de regressão múltipla, obtida usando análise de regressão stepwise, tem quatro preditores, três do modelo numérico global do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) e um observacional da estação meteorológica do Instituto de Pesquisas Meteorológicas (IPMet), Bauru. Os preditores são prognósticos para 24 horas do modelo global, válidos para 00:00GMT, da temperatura em 1000hPa, vento meridional em 850hPa e umidade relativa em 1000hPa, e temperatura observada às 18:00GMT. Esses quatro preditores explicam, aproximadamente, 80% da variância total do preditando, com erro quadrático médio de 1,4°C, que é aproximadamente metade do desvio padrão da temperatura mínima diária do ar observada na estação do IPMet. Uma verificação da equação MOS com uma amostra independente de 47 casos mostra que a previsão não se deteriora significativamente quando o preditor observacional for desconsiderado. A equação MOS, com ou sem esse preditor, produz previsões com erro absoluto menor do que 1,5°C em 70% dos casos examinados. Este resultado encoraja a utilização da técnica MOS para previsão operacional da temperatura mínima e seu desenvolvimento para outros elementos do tempo e outras localidades.

Previsão de cargas elétricas através de um modelo híbrido de regressão com redes neurais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Avaliação da chuva produzida pelo modelo eta de previsão do tempo para o Estado de São Paulo com uso de radar meteorológico para aplicações agrícolas

Pós-graduação em Agronomia (Irrigação e Drenagem) - FCA

Previsão de demanda para peças de reposição de alto giro: aplicação de método descritivo simples comparado com o modelo suavização exponencial

O estudo de métodos de previsão de demandas é um conceito bastante popular, mas nem sempre seus resultados são facilmente aplicáveis nas organizações por várias limitações. O propósito deste artigo é apresentar um método simples e descritivo para a previsão de demanda para peças de reposição de alto giro e comparar os resultados com o modelo de suavização exponencial. Foi utilizado para isto, dados reais de consumo de uma empresa de geração de energia em dois anos com a mesma condição de contorno, e estabeleceu-se o ano de 2012 com a série de aplicação dos métodos e a série de 2013 com a série de validação dos resultados e em todas as amostras tomadas observou-se um menor erro quadrático RMSE, a favor do método descritivo simplificado. Todas as quatro séries analisadas se caracterizam pela alta dispersão dos dados, e não possuem tendências e sazonalidades.

Desenvolvimento de modelo auto-regressivo para previsão em pronto-atendimento

The 1988 constitution makes an life is a supreme good when increased health as the fundamental condition requiring that all ill patient has the right to be treated in a public hospital (CF, art. 196). In this sense, the goal of this work is to generate a weekly forecast of hospital care by means of an advanced prediction model. It is expected that the model of self-regressivas seasonal moving averages SARIMA generate reliable and adherent to issue forecasts analyzed, thus enabling better resource allocation and more efficient hospital management

Previsão de demanda de veículos automotores através do modelo de regressão linear múltipla

This study aimed to model a equation for the demand of automobiles and light commercial vehicles, based on the data from February 2007 to July 2014, through a multiple regression analysis. The literature review consists of an information collection of the history of automotive industry, and it has contributed to the understanding of the current crisis that affects this market, which consequence was a large reduction in sales. The model developed was evaluated by a residual analysis and also was used an adhesion test - F test - with a significance level of 5%. In addition, a coefficient of determination (R2) of 0.8159 was determined, indicating that 81.59% of the demand for automobiles and light commercial vehicles can be explained by the regression variables: interest rate, unemployment rate, broad consumer price index (CPI), gross domestic product (GDP) and tax on industrialized products (IPI). Finally, other ten samples, from August 2014 to May 2015, were tested in the model in order to validate its forecasting quality. Finally, a Monte Carlo Simulation was run in order to obtain a distribution of probabilities of future demands. It was observed that the actual demand in the period after the sample was in the range that was most likely to occur, and that the GDP and the CPI are the variable that have the greatest influence on the developed model