A previsão de demanda que combina métodos quantitativos e a opinião de especialistas é uma técnica amplamente utilizada na tentativa de aproximar a previsão da demanda real. A presente dissertação apresenta uma revisão bibliográfica sobre combinação de previsões e propõe um método combinado a partir de métodos quantitativos e opinião de especialistas. A revisão sistemática da literatura foi realizada em trabalhos atuais e de relevância para o tema em estudo, com o auxílio de cinco bases de dados. O referencial teórico, que totaliza 38 publicações, apresenta conceitos teóricos sobre combinação de previsões, bem como exemplifica, através de aplicações práticas, como esta técnica está sendo utilizada pelas empresas. Com base nesta revisão foi possível estruturar um método combinado de previsão de demanda. O método proposto não só combina matematicamente as previsões quantitativas e qualitativas, como também pondera, através da matriz de comparações do método AHP (Analytic Hierarchy Process), a opinião de cada especialista responsável por gerar as previsões qualitativas. Esta dissertação, além de descrever detalhadamente o método proposto, ilustra a aplicação deste através de um estudo de caso realizado em uma empresa metal-mecânica. Tal estudo foi realizado para diferentes modelos de produtos, considerando um horizonte de previsão de doze meses. Ao final, o método AHP mostrou-se uma forma eficiente de ponderação da opinião dos especialistas. O resultado mostra que a previsão combinada proposta apresentou os menores erros entre as previsões analisadas, não só melhorando a acurácia total da previsão em mais de 23%, como também aumentando a acurácia para a maioria dos meses analisados e dos modelos testados. A partir da revisão bibliográfica e do método proposto, oportunidades para estudos futuros foram identificadas. / Demand forecasting that combines quantitative methods and judgmental adjustments is a technique widely used in the attempt to approximate forecast to actual demand. This thesis presents a literature review on combination of forecasts, and proposes a combined method using quantitative methods and expert opinion. A systematic literature review has been carried out analyzing works that were considered relevant to the topic under study, gathered from five databases. The review, which is comprised of 38 references, introduces theoretical concepts about combination of forecast, and exemplifies through practical applications how companies are using this technique. Based on this review it was possible to structure a combination model. The model presented not only combines mathematically the quantitative and qualitative forecast, but also assigns importance weights to experts using the comparison matrices of AHP (Analytic Hierarchy Process). We describe in details the model proposed and illustrate it through a practical application in a manufacturing industry. The case study considers several products in a 12-month forecast horizon. AHP has proven to be efficient for assigning weights to experts. Using the combination model proposed in this thesis we obtained improvements in the overall forecast accuracy of more than 23%; accuracy was also improved for the majority of periods and products analyzed. The literature review and proposed model led to the proposition of several opportunities for future research.

A previsão de demanda que combina métodos quantitativos e a opinião de especialistas é uma técnica amplamente utilizada na tentativa de aproximar a previsão da demanda real. A presente dissertação apresenta uma revisão bibliográfica sobre combinação de previsões e propõe um método combinado a partir de métodos quantitativos e opinião de especialistas. A revisão sistemática da literatura foi realizada em trabalhos atuais e de relevância para o tema em estudo, com o auxílio de cinco bases de dados. O referencial teórico, que totaliza 38 publicações, apresenta conceitos teóricos sobre combinação de previsões, bem como exemplifica, através de aplicações práticas, como esta técnica está sendo utilizada pelas empresas. Com base nesta revisão foi possível estruturar um método combinado de previsão de demanda. O método proposto não só combina matematicamente as previsões quantitativas e qualitativas, como também pondera, através da matriz de comparações do método AHP (Analytic Hierarchy Process), a opinião de cada especialista responsável por gerar as previsões qualitativas. Esta dissertação, além de descrever detalhadamente o método proposto, ilustra a aplicação deste através de um estudo de caso realizado em uma empresa metal-mecânica. Tal estudo foi realizado para diferentes modelos de produtos, considerando um horizonte de previsão de doze meses. Ao final, o método AHP mostrou-se uma forma eficiente de ponderação da opinião dos especialistas. O resultado mostra que a previsão combinada proposta apresentou os menores erros entre as previsões analisadas, não só melhorando a acurácia total da previsão em mais de 23%, como também aumentando a acurácia para a maioria dos meses analisados e dos modelos testados. A partir da revisão bibliográfica e do método proposto, oportunidades para estudos futuros foram identificadas. / Demand forecasting that combines quantitative methods and judgmental adjustments is a technique widely used in the attempt to approximate forecast to actual demand. This thesis presents a literature review on combination of forecasts, and proposes a combined method using quantitative methods and expert opinion. A systematic literature review has been carried out analyzing works that were considered relevant to the topic under study, gathered from five databases. The review, which is comprised of 38 references, introduces theoretical concepts about combination of forecast, and exemplifies through practical applications how companies are using this technique. Based on this review it was possible to structure a combination model. The model presented not only combines mathematically the quantitative and qualitative forecast, but also assigns importance weights to experts using the comparison matrices of AHP (Analytic Hierarchy Process). We describe in details the model proposed and illustrate it through a practical application in a manufacturing industry. The case study considers several products in a 12-month forecast horizon. AHP has proven to be efficient for assigning weights to experts. Using the combination model proposed in this thesis we obtained improvements in the overall forecast accuracy of more than 23%; accuracy was also improved for the majority of periods and products analyzed. The literature review and proposed model led to the proposition of several opportunities for future research.

A previsão de demanda que combina métodos quantitativos e a opinião de especialistas é uma técnica amplamente utilizada na tentativa de aproximar a previsão da demanda real. A presente dissertação apresenta uma revisão bibliográfica sobre combinação de previsões e propõe um método combinado a partir de métodos quantitativos e opinião de especialistas. A revisão sistemática da literatura foi realizada em trabalhos atuais e de relevância para o tema em estudo, com o auxílio de cinco bases de dados. O referencial teórico, que totaliza 38 publicações, apresenta conceitos teóricos sobre combinação de previsões, bem como exemplifica, através de aplicações práticas, como esta técnica está sendo utilizada pelas empresas. Com base nesta revisão foi possível estruturar um método combinado de previsão de demanda. O método proposto não só combina matematicamente as previsões quantitativas e qualitativas, como também pondera, através da matriz de comparações do método AHP (Analytic Hierarchy Process), a opinião de cada especialista responsável por gerar as previsões qualitativas. Esta dissertação, além de descrever detalhadamente o método proposto, ilustra a aplicação deste através de um estudo de caso realizado em uma empresa metal-mecânica. Tal estudo foi realizado para diferentes modelos de produtos, considerando um horizonte de previsão de doze meses. Ao final, o método AHP mostrou-se uma forma eficiente de ponderação da opinião dos especialistas. O resultado mostra que a previsão combinada proposta apresentou os menores erros entre as previsões analisadas, não só melhorando a acurácia total da previsão em mais de 23%, como também aumentando a acurácia para a maioria dos meses analisados e dos modelos testados. A partir da revisão bibliográfica e do método proposto, oportunidades para estudos futuros foram identificadas. / Demand forecasting that combines quantitative methods and judgmental adjustments is a technique widely used in the attempt to approximate forecast to actual demand. This thesis presents a literature review on combination of forecasts, and proposes a combined method using quantitative methods and expert opinion. A systematic literature review has been carried out analyzing works that were considered relevant to the topic under study, gathered from five databases. The review, which is comprised of 38 references, introduces theoretical concepts about combination of forecast, and exemplifies through practical applications how companies are using this technique. Based on this review it was possible to structure a combination model. The model presented not only combines mathematically the quantitative and qualitative forecast, but also assigns importance weights to experts using the comparison matrices of AHP (Analytic Hierarchy Process). We describe in details the model proposed and illustrate it through a practical application in a manufacturing industry. The case study considers several products in a 12-month forecast horizon. AHP has proven to be efficient for assigning weights to experts. Using the combination model proposed in this thesis we obtained improvements in the overall forecast accuracy of more than 23%; accuracy was also improved for the majority of periods and products analyzed. The literature review and proposed model led to the proposition of several opportunities for future research.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / The analysis of macro-economic variables through time-series models is widely used in the literature supporting economic theory, showing the actual behaviour of these variables. One of these macroeconomic variables have two variables that interfere with eou has relationships with other variables justifying the relevance in studying their behaviors. The first is the interest rate, which is very important in driving the economy, influencing the intention to spend and save of all economic agents, whether personal, commercial or industrial level (State or private). The second is the exchange rate, where its buoyancy determines the level of imports and exports affecting the trade balance. In this context the present research aims to describe the behavior of SELIC interest rates and Brazilian Exchange from January 1974 to June 2012 and January 1980 to may 2012, respectively. To this end, at first was used the Box-Jenkins model where the models showed through the analysis of residues which both had conditional heteroscedasticity in the waste of the models. Then joint modeling was used to the level of the process and the process variance (ARCH family models). The results showed that, for the SELIC interest rate series, the model selected was an ARIMA (1,1,1)-EGARCH (3,1) and, to the exchange rate, an ARIMA (0,1,1)-EGARCH (1,1). It is evidenced through these models that there is asymmetry of information, yet there was the leverage effect. In a second moment was chosen a model representing each one of the models of family ARCH (ARCH, GARCH, TARCH, EGARCH) and later held the combination of prediction by methods: ACP, middle and MMQO. The results obtained show that, in General, the performance measures MAPE, MSE and U-THEIL are superior to the combinations of prediction. In addition, the combination of forecast for different weights with ACP to check which of the types of weights provide better results. Therefore, it is concluded that the different weights allow the researcher to achieve greater accuracy in the choice of models combined, allowing aid managers in prior decision of the behavior of these variables that affect so scathing the health of the Brazilian economy. / A análise de variáveis macroeconômicas por meio de modelos de séries temporais é amplamente utilizada na literatura dando suporte à teoria econômica, mostrando o real comportamento dessas variáveis. Dentre essas variáveis macroeconômicas tem-se duas variáveis que interferem e/ou tem relações com outras variáveis justificando-se assim a relevância em estudar seus comportamentos. A primeira é a taxa de juros, que é muito importante na condução da economia, influenciando a intenção de gastar e poupar de todos os agentes econômicos, seja no nível pessoal, comercial ou industrial (privado e/ou estatal). A segunda é a taxa de câmbio, onde sua flutuação determina o nível das importações e exportações afetando assim a balança comercial. Nesse contexto a presente pesquisa tem como objetivo descrever o comportamento das taxas de juros SELIC e câmbio brasileiras no período de janeiro de 1974 a junho de 2012 e de janeiro de 1980 a maio de 2012, respectivamente. Para tanto, num primeiro momento foi utilizada a modelagem Box-Jenkins onde os modelos evidenciaram por meio da análise de resíduos que ambos possuíam heterocedasticidade condicional nos resíduos dos modelos. Em seguida, utilizou-se a modelagem conjunta para o nível do processo e para a variância do processo (modelos da família ARCH). Os resultados obtidos mostraram que, para a série da taxa de juros SELIC, o modelo elegido foi um ARIMA (1,1,1)- EGARCH (3,1) e, para a taxa de câmbio, um ARIMA (0,1,1)- EGARCH (1,1). Evidencia-se por meio destes modelos que há assimetria das informações, contudo não se verificou o efeito de alavancagem. Num segundo momento foi escolhido um modelo representando cada um dos modelos da família ARCH (ARCH, GARCH, EGARCH, TARCH) e posteriormente realizada a combinação de previsão pelos métodos: ACP, Média e MMQO. Os resultados obtidos evidenciam que, no geral, as medidas de desempenho MAPE, MSE e U-THEIL são superiores para as combinações de previsão. Além disso, foi realizada a combinação de previsão por ACP com ponderações diferentes para verificar qual dos tipos de ponderações propiciam resultados melhores. Logo, conclui-se que as diferentes ponderações permitem ao pesquisador conseguir maior acurácia na escolha dos modelos combinados, permitindo auxiliar gestores na decisão prévia do comportamento dessas variáveis que afetam de maneira contundente a saúde da economia brasileira.