PRODUÇÃO ACADÊMICA Repositório Acadêmico da Graduação (RAG) TCC Engenharia de Produção
Use este identificador para citar ou linkar para este item: https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3242
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPascoal, Isaque Marques-
dc.date.accessioned2021-12-17T05:00:32Z-
dc.date.available2021-12-17T05:00:32Z-
dc.date.issued2021-12-03-
dc.identifier.urihttps://repositorio.pucgoias.edu.br/jspui/handle/123456789/3242-
dc.languageporpt_BR
dc.publisherPontifícia Universidade Católica de Goiáspt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectPrevisão de demandapt_BR
dc.subjectRegressão linear múltiplapt_BR
dc.subjectGRETLpt_BR
dc.subjectFintechpt_BR
dc.subjectMínimos quadrados ordináriospt_BR
dc.titlePrevisão de demanda em uma fintech por meio do método da regressão linear múltiplapt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Resende, Vitor Hugo Martins e-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3729849311040874pt_BR
dc.contributor.referee1Rezende, Ricardo Caetano-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5502124560175485pt_BR
dc.contributor.referee2Rocha, Santiago Meireles-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2987816359667511pt_BR
dc.description.resumoO presente trabalho teve como objetivo verificar a adequação da Regressão Linear Múltipla como um modelo de previsão de demanda de um produto de uma fintech. Para a elaboração do modelo preditivo foram levantados os dados históricos de solicitações de crédito da empresa, compreendendo o período entre abril de 2020 até agosto de 2021 e, complementar a estes, foram obtidos também os dados históricos pertencentes ao mesmo período de outras variáveis que foram selecionadas para compor o modelo, sendo elas o histórico de parcerias ativas da empresa, o PIB mensal em dólar, a taxa de juros Overnight/SELIC e o índice da taxa de câmbio efetiva real. Foi notado que os períodos entre março e abril de 2021 foram impactados pela pandemia do COVID-19 e portanto foram excluídos do conjunto de dados. Após isso foram elencadas as variáveis que possuíam uma boa correlação com a demanda para compor o modelo, sendo elas o PIB e a quantidade de parceiros, utilizou-se então o GRETL para gerar o modelo preditivo que alcançou um R² de 0,76. Foi validado através dos indicadores de erro CFE, MAD e SME que a previsão calculada possuía uma baixa margem de erro, além disto, foi estimado o intervalo de confiança com 95% de confiança para a previsão de demanda e esta compreendeu por completo todo a demanda no período, confirmando assim a qualidade do modelo criado. Conclui-se que o modelo criado consegue prever a demanda de uma fintech e além disto ele conseguiu explicar como os fatores PIB e quantidade de parceiros impactam na demanda da empresa, sendo possível implantar com facilidade o modelo na empresa e através da metodologia exposta no estudo, melhorar o modelo preditivo e avaliar o impacto de diversos outros fatores, sejam eles internos ou externos, na demanda da empresa.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola Politécnicapt_BR
dc.publisher.initialsPUC Goiáspt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO::PESQUISA OPERACIONAL::PROGRAMACAO LINEAR, NAO-LINEAR, MISTA E DINAMICApt_BR
dc.degree.graduationEngenharia de Produçãopt_BR
dc.degree.levelGraduaçãopt_BR
Aparece nas coleções:TCC Engenharia de Produção

Arquivos associados a este item:
Arquivo TamanhoFormato 
TCC_FINAL_CORRIGIDO_ISAQUE MARQUES.pdf2,52 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.

Ferramentas do administrador