Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3242
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Pascoal, Isaque Marques | - |
dc.date.accessioned | 2021-12-17T05:00:32Z | - |
dc.date.available | 2021-12-17T05:00:32Z | - |
dc.date.issued | 2021-12-03 | - |
dc.identifier.uri | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3242 | - |
dc.language | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Goiás | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Previsão de demanda | pt_BR |
dc.subject | Regressão linear múltipla | pt_BR |
dc.subject | GRETL | pt_BR |
dc.subject | Fintech | pt_BR |
dc.subject | Mínimos quadrados ordinários | pt_BR |
dc.title | Previsão de demanda em uma fintech por meio do método da regressão linear múltipla | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Resende, Vitor Hugo Martins e | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3729849311040874 | pt_BR |
dc.contributor.referee1 | Rezende, Ricardo Caetano | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/5502124560175485 | pt_BR |
dc.contributor.referee2 | Rocha, Santiago Meireles | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/2987816359667511 | pt_BR |
dc.description.resumo | O 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.country | Brasil | pt_BR |
dc.publisher.department | Escola Politécnica | pt_BR |
dc.publisher.initials | PUC Goiás | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO::PESQUISA OPERACIONAL::PROGRAMACAO LINEAR, NAO-LINEAR, MISTA E DINAMICA | pt_BR |
dc.degree.graduation | Engenharia de Produção | pt_BR |
dc.degree.level | Graduação | pt_BR |
Aparece nas coleções: | TCC Engenharia de Produção |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
TCC_FINAL_CORRIGIDO_ISAQUE MARQUES.pdf | 2,52 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador