MODELOS PARA PROJEÇÃO DE DEMANDA NA INDÚSTRIA AUTOMOBILÍSTICA BRASILEIRA
Resumo
Apesar de prematura se comparada com indústria de outros países, a indústria nacional passou por diversas mudanças no decorrer de sua história, consequência das oscilações do mercado e transformações na economia. Uma dessas mudanças, foi a modificação do sistema de produção stock-push (empurrado pelo estoque) para o modelo de produção demand-pull (puxado pela demanda), onde a demanda determina a quantidade e as características do que será produzido. A projeção de demanda se tornou uma importante aliada das grandes montadoras nacionais desde o fim do século XX, época em que surgia a necessidade de produção efetiva de larga escala. A partir de então foram estudados diversos métodos para cumprir esta tarefa, entre eles destacam-se a regressão linear múltipla e a análise de série temporal. Este artigo tem como objetivo comparar estes dois modos de realizar a previsão de demandas aplicados à indústria automobilística no período de janeiro de 2000 a agosto de 2013.
Palavras chave: Indústria automobilística, regressão linear múltipla, análise de série temporal.
Abstract
Despite its youth when compared other countries’ industries, the national industry has been through many changes during its history as an outcome of market and economic oscillations. Oscillations such as the modification of the stock-push production model to the demand-pull production model, in which the demand determinates the quantity and the quality of what is going to be produced. By the end of the 20th century the need to an effective large scale production came about. Hence, the demand forecasting turned into an important ally to the greatest national automakers. From this need, studies related to methods of performing such function were given more importance. Among them, the multiple linear regression and the time series analysis. This article intends to compare these two ways of performing the demand forecasting, applying the results to the automotive industry from January 2000 to August 2013.
Key-words: Automotive industry, multiple linear regression, time series analysis