Professor Fernando Castro Vieira Filho Data: 12-04-2011 Análise de Mercado.

Click here to load reader

download Professor Fernando Castro Vieira Filho Data: 12-04-2011 Análise de Mercado.

of 75

Transcript of Professor Fernando Castro Vieira Filho Data: 12-04-2011 Análise de Mercado.

  • Slide 1
  • Professor Fernando Castro Vieira Filho Data: 12-04-2011 Anlise de Mercado
  • Slide 2
  • Professor Fernando Castro Vieira Filho Aula: Reviso Projeo da Demanda; Mtodos Quantitativos; Mtodos Qualitativos; Elasticidade; Case;
  • Slide 3
  • Quantitativos: anlise de srie de tempo, a anlise de regresso, matrizes de entrada e sada, entre outros. Qualitativos: usado em projees tecnolgicas, como analogia histrica, elaborao de cenrios, entre outros. Critrio de Projeo:
  • Slide 4
  • Os mtodos quantitativos para a anlise da demanda podem ser resumidos como:
  • Slide 5
  • A. O critrio da taxa aritmtica Projeo com o uso de taxas Vn = Vo (1 + in) B. O critrio da taxa geomtrica Vn = Vo (1 + i) n C. Comparao entre os dois critrios
  • Slide 6
  • Projeo com o uso do modelo de regresso linear simples y = a + bx equao da reta Y X x y
  • Slide 7
  • Soluo utilizando o Excel
  • Slide 8
  • Conceito: O critrio dos mnimos quadrados Inicialmente, vamos analisar o caso em que a curva de ajuste uma funo linear:
  • Slide 9
  • O critrio dos mnimos quadrados Objetivo: Minimizar a soma das diferenas entre os valores de f(x) tabelados y i e os valores da curva de ajuste a+bx i em cada ponto.
  • Slide 10
  • O critrio dos mnimos quadrados Substituindo a funo linear e Supondo que temos p pontos tabelados, ento definimos a funo:
  • Slide 11
  • O critrio dos mnimos quadrados Nossa problema agora encontrar valores de a e de b que minimizam S(a,b). Portanto, simplificando nossa equao temos:
  • Slide 12
  • O Problema: O critrio dos mnimos quadrados Uma casa de shows teve nos ltimos 7 meses o seguinte volume de vendas para seu produto Gelada Tonner Beer em Lts:
  • Slide 13
  • O Problema: O critrio dos mnimos quadrados Com base nestes dados calcule a previso de demanda para os prximo meses (de abril at Setembro de 2011) pelo mtodo mnimos quadrados.
  • Slide 14
  • Soluo: O critrio dos mnimos quadrados ==
  • Slide 15
  • Soluo: O critrio dos mnimos quadrados =
  • Slide 16
  • Soluo: Antes de acharmos o valor de b, vamos montar uma tabela no Excel para facilitar o clculo de b.
  • Slide 17
  • Soluo: O critrio dos mnimos quadrados Ento, substituindo os valores encontrados na planilha, temos:
  • Slide 18
  • Soluo: O critrio dos mnimos quadrados Agora, substituindo os valores encontrados de a e b na equao linear, temos:
  • Slide 19
  • Soluo: O critrio dos mnimos quadrados Agora podemos calcular a projeo da demanda para os meses de abril a setembro de 2011. Bastar substituir na equao: Ms de abril/11
  • Slide 20
  • Soluo: O critrio dos mnimos quadrados
  • Slide 21
  • Graficamente O critrio dos mnimos quadrados
  • Slide 22
  • Consideraes adicionais sobre o modelo de Regresso linear simples A As hipteses do modelo de regresso; B Especificao da forma funcional;
  • Slide 23
  • As hipteses do modelo de regresso Exemplo: Admitimos um levantamento do consumo em funo da renda, digamos que foi obtido o que esta apresentado no grfico abaixo. Representao grfica do consumo em funo da renda
  • Slide 24
  • As hipteses do modelo de regresso Podemos dizer ento que: Ou seja, a varivel dependente consumo (Y) foi decomposta em uma componente funcional f(X) mas um termo aleatrio (e) que representa os fatores fora de controle do nosso experimento. Tais fatores podem ser: Hbitos de consumo; Idade; Entre outros fatores.
  • Slide 25
  • As hipteses do modelo de regresso Agora, podemos formular as hipteses bsicas do nosso modelo de regresso do seguinte modo: X uma varivel exata (ou seja, no aleatria); Y uma varivel aleatria, devido influencia do termo correspondente ao resduo (e); As mdias das distribuies de cada Y (no caso da figura, Yn) encontram-se sobre as funes de regresso; A esperana matemtica (ou seja, a mdia) da distribuio do resduo igual a zero; As variveis aleatrias correspondentes ao resduo devem ser serialmente independentes, ter varincia constante e distribuio normal.
  • Slide 26
  • Especificao da forma funcional Nem sempre os dados disponveis da varivel independente (X) e da varivel dependente (Y) so de molde que permitam a estimao de uma funo linear. Vamos analisar o exemplo a seguir:
  • Slide 27
  • Especificao da forma funcional Representao de um funo no-linearResultado da estimativa da funo linear a partir de dados no-lineares. A reta obtida subestima os valores iniciais e finais e claramente insatisfatria para uso em projees.
  • Slide 28
  • Especificao da forma funcional Para resolver o problema especificado da funo, devemos realizar um anlise dos dados de forma retilnea no papel milimetrado, conforme indicado graficamente. Disposio grfica dos dados resultando numa forma retilnea
  • Slide 29
  • Especificao da forma funcional Ento a funo linear e do tipo: Visualizao da funo com a varivel dependente (Y) no eixo vertical em logaritmos. Y = a + bX Caso a funo no seja linear em papel milimetrado, podemos analisar em papel monologartmico, havendo duas possibilidade.
  • Slide 30
  • Especificao da forma funcional Ento, se os dados forem retilneos a funo do tipo: ou: Ou ainda: Onde se faz:
  • Slide 31
  • Especificao da forma funcional Esta uma funo exponencial. Para estimarmos, basta extrair os logaritmos da varivel dependente (Y) e calcular a regresso com a varivel independente (X). O grfico abaixo mostra esta funo (para b >1) em escala linear. Visualizao da funo exponencial em escala linear
  • Slide 32
  • Especificao da forma funcional Pode ser tambm que os dados fiquem linearizados no grfico monologartmo com a varivel independente (X) em escala logartmica, como apresentado no grfico a seguir: Visualizao da funo exponencial em escala linear
  • Slide 33
  • Especificao da forma funcional Neste caso, a funo a ser estimada ser a seguinte: Mas, como queremos esta funo em termos da varivel independente (X), temos: Finalmente, os dados podem ser dispostos de modo linear quando o grfico utilizado dilogaritmico, como apresentado no prximo grfico.
  • Slide 34
  • Especificao da forma funcional Disposio linear dos dados em escala dilogaritmica
  • Slide 35
  • Especificao da forma funcional Nesta hiptese, a funo a ser estimada a seguinte: Portanto:
  • Slide 36
  • Especificao da forma funcional Esta a funo Potncia ou conhecida como curva geomtrica. Para estimar esta funo por mnimos quadrados preciso extrair o logaritmo das duas variveis (X e Y) e calcular a regresso com estes valores. A seguir a representao grfica da curva geomtrica em escala linear.
  • Slide 37
  • Especificao da forma funcional Grfico da curva geomtrica em escala linear
  • Slide 38
  • Especificao da forma funcional Existem outras funes que podemos utilizar numa anlise grfica ou ento para ser elaborado o clculo direto. A 1 delas a seguinte: Representado esta funo graficamente, temos:
  • Slide 39
  • Especificao da forma funcional Representao grfica linear da funo
  • Slide 40
  • Especificao da forma funcional Para estimar esta funo, procede-se de modo anlogo ao que foi feito para a curva geomtrica, ou seja: interessante observar ainda que, para b = 1, a funo acima passa a ser:
  • Slide 41
  • Especificao da forma funcional Ou seja, neste caso o produto das coordenadas constante. Esta funo uma hiprbole retangular. Um 2 funo correspondente transformao recproca, que pode ser do tipo:
  • Slide 42
  • Especificao da forma funcional Representando esta funo em um grfico linear, temo: Representao grfica da funo
  • Slide 43
  • Especificao da forma funcional Outra possibilidade a seguinte: Representao grfica da funo
  • Slide 44
  • Especificao da forma funcional Verificamos que a transformao recproca dado pelo parmetro a. Para estimar esta funo, basta fazer a seguinte transformao: E as funes ficam sendo:
  • Slide 45
  • Especificao da forma funcional Finalmente, a funo correspondente transformao logartmica recproca : Graficamente, temos esta funo representada: Representao grfica da funo correspondente transformao logartmica recproca
  • Slide 46
  • Mtodo das Elasticidades 1 Em funo de variveis globais 2 Em funo de variveis per capita
  • Slide 47
  • Mtodo das Elasticidades Elasticidade um conceito da Teoria Econmica que se refere influncia de variveis como preo e nvel de renda sobre a quantidade demandada de certo tipo de produto.
  • Slide 48
  • Mtodo das Elasticidades Matematicamente: Onde Qt Consumo durante um perodo t; P Preo do produto; Pc Preo do produto complementar; Ps Preo do produto substituto; R Nvel de renda do pblico-alvo; Qt = f (P, Pc, Ps, R)
  • Slide 49
  • Mtodo das Elasticidades Formulao alternativa para utilizao do conceito de elasticidade na previso da demanda futura: A) Formulao 1 (em funo de variveis globais) B) - Formulao 2 (em funo de variveis per capita)
  • Slide 50
  • Mtodo das Elasticidades A) Formulao 1 (em funo de variveis globais) i q = y i y Com Qt = Qo (1 + i q ) t Qo = Qo + Q p P/P Q = (Qo + Qo)/2 e P = (Po + Po)/2
  • Slide 51
  • Mtodo das Elasticidades Onde: i p Taxa de crescimento global do consumo; y Elasticidade-renda do consumo global; i y Taxa de crescimento da renda global, p Elasticidade-preo da procura; P = (Po Po) Variao de preo com o projeto; Po Preo com a implantao do projeto; Po Preo sem a implantao do projeto; Qo Consumo atual;
  • Slide 52
  • Mtodo das Elasticidades Exemplo Suponha que um projeto entre no mercado provocando uma queda de preo de 10% (no instante de sua implementao) e que a renda global cresa 5% ao ano nos prximos 3 anos. O consumo atual de 1200 unidades por ano e as elasticidade-renda e preo do consumo so, respectivamente, 1,3 e -0,7. Considerando que o preo inicial $100 por unidade, qual a demanda esperada para o 3 ano?
  • Slide 53
  • B) Formulao 1 (em funo de variveis per capita) i q = y i y + i n Com Qt = Qo (1 + i q ) t Qo = Qo + Q p P/P Q = (Qo + Qo)/2 e P = (Po + Po)/2 i y = i y - i n
  • Slide 54
  • Mtodo das Elasticidades Onde: y Elasticidade-renda do consumo em relao renda per capita; i y Taxa de crescimento da renda per capita, i n Taxa de crescimento da populao; E as demais varives, como definidas anteriormente.
  • Slide 55
  • Mtodo das Elasticidades Exemplo Suponha que um projeto entre no mercado provocando uma queda de preo de 10% (no instante de sua implementao), que nos prximos 3 anos a renda global cresa 5% a.a e a populao, 2,5% a.a.. O consumo atual de 1200 unidades por ano e as elasticidades do consumo per capita em relao a renda e em relao ao preo do produto so, respectivamente, 1,6 e -0,7. Considerando que o preo inicial $ 100 por unidade, qual a demanda esperada para o 3 ano?
  • Slide 56
  • Projeo da Demanda Mtodos Qualitativos
  • Slide 57
  • Consideraes iniciais Os critrios qualitativos tm grandes utilidades quando: Existem poucos dados disponveis; Faltam dados histricos; Lanamento de novos produtos;
  • Slide 58
  • Mtodo Qualitativos
  • Slide 59
  • Pesquisa de Mercado A pesquisa de mercado pode estar associada projeo de demanda quando, por exemplo, os resultados so usados para inferir comportamentos de mercado.
  • Slide 60
  • Pesquisa de Mercado Levantamentos, atravs de questionrios e entrevistas, dos fatores mais relevantes que influem na preferncia do consumidor. Menor validade em termos de horizonte de projeo, e menor confiabilidade, por estar suscetvel erros de orientao e interpretao. Devido grande quantidade de dados necessrios, a pesquisa pode demorar e custar caro.
  • Slide 61
  • Tcnicas Delphi Obter o consenso de um grupo de especialistas, sem que haja interao pessoal entre eles. Envio de uma srie de questionrios aos especialistas selecionados, readaptando cada questionrio de acordo com as respostas do anterior, at se obter um consenso no qual a opinio de todos tenha sido considerada. Boa preciso, obtm dados sem vis. O tempo para obteno de um resultado pode ser longo, e o custo, alto
  • Slide 62
  • Painel de especialistas Idia a mesma que no Mtodo Delphi: especialistas, trabalhando em conjunto, podem obter uma boa projeo. S que aqui, a comunicao direta e pessoal, atravs de uma (ou mais) reunio desses especialistas. O custo e o tempo necessrio so sensivelmente menores que no Mtodo anterior. Porm, o resultado ser influenciado pelas caractersticas pessoais de cada membro (liderana, poder de persuaso, prestgio)
  • Slide 63
  • Analogia Histrica Anlise comparativa de um produto a ser lanado com outro similar j existente. Exemplo: Lanamento da Tv em cores. Comparao com a demanda inicial por TVs branco e preto. Levantamento do grau de semelhana e de possveis causas para diferenas na demanda. Preciso razovel para projees de mdio e longo prazo. Pode ser demorada, mas custa relativamente pouco, uma vez que no utiliza computadores.
  • Slide 64
  • Projeo da Oferta
  • Slide 65
  • A projeo da oferta esta relacionada com: D Distribuio geogrfica A Aspectos econmicos grau de concentrao principais produtores estrutura de propriedade
  • Slide 66
  • A projeo da oferta esta relacionada com: O O sistema de produo processos produtivos aspectos tecnolgicos economia de escala grau de integrao grau de capitalizao fatores de produo estrutura de custos
  • Slide 67
  • A projeo da oferta esta relacionada com: A Anlise do investimento programas de investimentos emprego de capital investimento fixo investimento em giro origem dos recursos rentabilidade do Setor
  • Slide 68
  • Projeo da Oferta A projeo da oferta esta relacionada com: Evoluo e projeo da oferta evoluo da capacidade fsica evoluo da produo por regio, por tipo de produto, por estrutura de propriedade,... anlise do crescimento produtividade nmero de firmas tamanho das firmas
  • Slide 69
  • Projeo da Oferta A projeo da oferta esta relacionada com: Evoluo e projeo da oferta grau de nacionalizao principais fatores de influncia projeo da oferta (planejamento) por tipo de produto por regio outras classificaes
  • Slide 70
  • Case
  • Slide 71
  • Slide 72
  • Slide 73
  • Slide 74
  • Slide 75