ESCOLA SUPERIOR DE ENGENHARIA E GESTÃO

ALAN YEONG UK CHO

CAIO PASCHOAL

LUÍSA SCHNEIDER DIAS DE OLIVEIRA

MODELO DE PREVISÃO DE DEMANDA:

ANÁLISE DO IMPACTO DE FATORES MACROECONÔMICOS NA PRODUÇÃO

DE CAMINHÕES NO BRASIL

SÃO PAULO

2021
 ESCOLA SUPERIOR DE ENGENHARIA E GESTÃO

ALAN YEONG UK CHO

CAIO PASCHOAL

LUÍSA SCHNEIDER DIAS DE OLIVEIRA

MODELO DE PREVISÃO DE DEMANDA:

ANÁLISE DO IMPACTO DE FATORES MACROECONÔMICOS NA PRODUÇÃO

DE CAMINHÕES NO BRASIL

Trabalho apresentado no curso de

Graduação em Engenharia de Produção da
Escola Superior de Engenharia e Gestão -
ESEG, como requisito para a matéria de
Planejamento e Controle da Produção 1.

Docente: João Ferreira Neto

SÃO PAULO

2021
1. INTRODUÇÃO

De acordo com Correa (2012, p.2), a economia mundial tem passado por
grandes transformações desde o século XX. Vivemos a globalização diariamente, que
ampliou a integração econômica ao redor do mundo, baseada em processos de
abertura financeira e comercial que resultaram em aumento no grau de
internacionalização produtiva. Nas palavras do autor:

O acirramento da competição e a emergência de novos

países disputando espaço no cenário econômico mundial
impeliram as empresas transnacionais a reverem suas
estratégias de atuação não apenas no que se refere aos
investimentos em tecnologia e reestruturação produtiva e
organizacional, mas também no que concerne às decisões
sobre localização e políticas de compra de insumos e
comercialização de produtos finais.

Graças a industrialização tardia do Brasil, nosso país assumiu papel mais

marcante em meados da década de 90. Foi uma época marcada pelas crises de
endividamento externo que compeliram a priorização local para obtenção de saldos
comerciais. Como citado por Correa (2012, p.3), “Os desequilíbrios fiscais e
financeiros contribuíram para o agravamento do cenário adverso qualificado por
intenso processo inflacionário e sucessivas tentativas frustradas de estabilização”. Em
1990 tivemos o início da abertura de barreiras não tarifárias.

A produção de caminhões no Brasil começou um pouco antes dessa década.

O primeiro modelo produzido em território nacional foi o L-312, em 1956, que ficou
popularmente conhecido como “Torpedo”. Porém, um modelo que visava conforto foi
lançado apenas em 1969, o Mercedes L-113, que foi popularizado como “Fusca das
Estradas”. Até 1987, cerca de 200 mil unidades do veículo foram vendidas.
(RODOXISTO, 2021)

Desde sua produção no Brasil, os caminhões são responsáveis por grande

parte da logística e transportes de mercadorias. A empresa Mercedes Benz foi a líder
absoluta do mercado regional.
 Como todos os demais produtos desenvolvidos no país, a fabricação de
caminhões foi relacionada e impactada por fatores macroeconômicos, que Reis (2021)
define da seguinte forma:

A macroeconomia pode ser definida como um ramo do campo

da economia que estuda como os fatores que circundam essa
conjuntura agregada se comportam. Como o próprio nome diz,
ela se concentra no aspecto macro, ou seja, o foco é na
economia de forma mais ampla. Neste sentido, a
macroeconomia, em seu sentido mais básico, é o ramo da
economia que lida com a estrutura, o desempenho, o
comportamento e a tomada de decisão do conjunto, ou
agregado, economia, em vez de se concentrar em mercados
individuais. Na prática, essa área acaba por analisar os
aspectos microeconômicos de forma agregada e não
separada.

As políticas macroeconômicas são de suma importância para as definições de

políticas do país. A política macroeconômica, a partir da política fiscal e monetária,
serve para induzir o crescimento econômico e aumentar o bem-estar da população.
Dessa forma, entre os objetivos dessas políticas estão: crescimento do PIB, queda no
desemprego e estabilização inflacionária (REIS, 2021).
2. OBJETIVOS

O principal objetivo deste estudo é analisar se os fatores macroeconômicos

elencados: (a) Taxa cambial, (b) Taxa de inflação, (c) Taxa de exportação, (d) Taxa
de Importação, (e) Taxa SELIC e (f) Taxa de desemprego, impactam na produção de
caminhões no Brasil, e entender quais são os fatores acima listados que mais
interferem nesse processo industrial.

Além disso, esse estudo tem como objetivo aplicar os conhecimentos teóricos
e práticos adquiridos durante a disciplina de Planejamento e Controle da Produção 1,
na instituição ESEG - Escola Superior de Engenharia e Gestão.
3. METODOLOGIA

Este capítulo tem o objetivo de descrever o processo metodológico adotado

neste trabalho, isto é, apresentar as etapas desenvolvidas durante a execução da
pesquisa.

3.1 COLETA DE DADOS

A primeira etapa do processo metodológico é a coleta de dados que serão
utilizados como variáveis, permitindo realizar análises através deles.

Os dados selecionados foram baseados em fatores econômicos que podem

afetar a exportação segundo o artigo da UNIGRAN EAD, analisando se tais dados
impactam na produção e qual deles possui maior relevância, sendo eles: (a) Taxa
cambial, (b) Taxa de inflação, (c) Taxa de exportação, (d) Taxa de Importação, (e)
Taxa SELIC e (f) Taxa de desemprego. Além disso, é preciso da base de dados da
produção de caminhões ao longo dos anos.

Para a coleta de dados dos fatores citados, foi utilizado o site do Investing.com,
do governo e do IBGE e, para a base de dados da produção de caminhões, foi através
do site da ANFAVEA.

Com as informações necessárias coletadas, usamos o modelo de regressão

linear multivariada para a análise dos dados, através do Excel.

3.2 REGRESSÃO LINEAR MULTIVARIADA

Esse método é utilizado para construir modelos para descrever relações entre
várias variáveis explicativas de um determinado processo. Deste modo, as técnicas
de regressão multivariada constroem modelos estatísticos que relaciona e leva em
consideração várias variáveis em estudo. Permitindo análises importantes e até
mesmo previsões (NOGUEIRA, 2007).
 Segundo Nogueira (2007,p. 21), um modelo de regressão múltipla pode ser
expresso conforme a seguinte expressão:

𝑦 " = 𝛽 & +𝛽 ()(" +𝛽 *)*" +. . . +𝛽 ,)," +𝜀 "

Em que,

𝑦 " = valores da variável resposta, 𝑖 = 1,2, … , 𝜂 observações;

𝜒 = valores das variáveis explicativas, 𝜅 = 1,2, …, 𝜅 variáveis;

𝛽 , = parâmetros do modelo;

𝜀 " = erro aleatório.

A equação estimada para este modelo é definida como:

𝑦 " = 𝑏 & +𝑏 ()(" +𝑏 *)*" + . . . + 𝑏 ,),"

3.3 CÁLCULO DA REGRESSÃO LINEAR

MULTIVARIADA NO EXCEL
Os dados de cada variável foram colocados em colunas, um total de 21 colunas.
Para executar a função você deve ir a aba ‘Dados’, selecionar a caixa de ferramenta
‘Análise de Dados’ e escolher ‘Regressão’. Na Ferramenta de Regressão como
mostra na Imagem I, o Intervalo Y representa as variáveis que serão analisadas, neste
trabalho é a produção de caminhão, no Intervalo X as variáveis que serão testadas
em relação a variável do Intervalo Y.

Imagem I - Ferramenta de Regressão no Excel.

 Como a ferramenta de regressão possui limite de variáveis, para utilizá-la
primeiro consideramos o Intervalo X às variáveis Produção Industrial, Inflação, Dólar,
Exportação, Importação, Taxa Selic e Taxa de Desemprego. Depois os meses do ano
como variáveis binárias, considerando 1 quando está relacionado ao mês analisado e
0 caso contrário.
4. ANÁLISE E DISCUSSÃO DOS RESULTADOS

Para analisar os resultados obtidos, trabalhamos com duas medidas que

conseguem definir com precisão as variáveis que têm impacto na Produção de
Caminhão que são o Quadrado de R e Valor P.

O R-quadrado é uma medida estatística de quão próximos os dados estão da

linha de regressão ajustada. Ele também é conhecido como o coeficiente de
determinação ou o coeficiente de determinação múltipla para a regressão múltipla.

O R-quadrado está sempre entre 0 e 100%, quando 0% indica que o modelo não
explica nada da variabilidade dos dados de resposta ao redor de sua média. E quando
100% indica que o modelo explica toda a variabilidade dos dados de resposta ao redor
de sua média. Em geral, quanto maior o R-quadrado, melhor o modelo se ajusta aos
seus dados.

O valor P determina a significância estatística em um teste de hipóteses, nesse

caso quanto menor seu valor maior o impacto da variável em relação a Produção de
Caminhão.

4.1 COMPARAÇÃO VARIÁVEIS MACROECONÔMICAS

A Tabela I mostra o resultado da primeira análise comparando a Produção de

Caminhão com as variáveis macroeconômicas, também obtivemos o Valor Quadrado
de R 78,31%.

Variáveis Erro-padrão valor P

Interceptar 6317,305745 1,3065E-08

Indústria geral 6119,362903 6,4815E-08

INFLAÇÃO (%) 597,1355257 0,08366072

SELIC 74,8696827 0,2825123

TAXA DE DESEMPREGO 104,5531638 0,17874524

DÓLAR 397,6115978 0,00866082

EXPORTAÇÃO 8,56693E-08 0,00308963

IMPORTAÇÃO 1,29116E-07 0,00055302

Tabela I

Podemos observar que obtivemos um valor R-quadrado bem significativo que

através dessas variáveis conseguimos prever em 78,31% a Produção de Caminhão.

Quando olhamos para o Valor P sempre devemos considerar o menor valor, para
valores acima de 0,15 deve-se desconsiderar porque ele mostra que a variável não
tem representatividade. Olhando para a Tabela I vemos que as variáveis da Taxa Selic
e a Taxa de Desemprego tem pouco representatividade, por outro lado vemos que a
Produção Industrial Geral e a Importação são as variáveis que possuem maior
impacto.

Retirando as variáveis Taxa Selic e a Taxa de Desemprego e fazendo uma nova

análise (Tabela II), obtivemos um valor de R-quadrado de 77,65% que mostra pouca
redução.

Variáveis Erro-padrão valor P

Interceptar 5054,168674 1,71781E-13

Indústria geral 5799,100651 1,12343E-09

INFLAÇÃO (%) 551,7869561 0,015617689

DÓLAR 275,0927922 1,44778E-07

EXPORTAÇÃO 8,16456E-08 0,000276018

IMPORTAÇÃO 1,15787E-07 0,000625206

Tabela II
 4.2 COMPARAÇÃO COM O MESES DO ANO

Inicialmente queríamos analisar quais meses tinham maior relevância e

comparar com as amostras macroeconômicas, mas as análises obtidas mostram que
os meses têm um impacto irrelevante, isso é mostrado pelo Quadrado de R com um
valor de 9,68%, como mostra a Tabela III.

Variáveis Erro-padrão valor P

Interceptar 1272,782701 1,67602E-06

M1 1754,40988 0,504517289

M2 1754,40988 0,062228035

M3 1754,40988 0,026702853

M4 1754,40988 0,129152848

M5 1754,40988 0,072336306

M6 1754,40988 0,156630441

M7 1754,40988 0,037449489

M8 1754,40988 0,021972337

M9 1754,40988 0,040375237

M10 1799,986557 0,019049269

M11 1799,986557 0,070635618

M12 0 #NÚM!

Tabela III

Retiramos as variáveis do Mês 1 e Mês 12, a primeira por ter um Valor de P

muito alto e a segunda pelo erro, o resultado é mostrado na Tabela IV. O novo valor
do Quadro de R de 9,30% teve uma variação pequena de apenas 0,38%.
 Variáveis Erro-padrão valor P

Interceptar 873,7073569 9,91114E-13

M2 1487,870015 0,073634277

M3 1487,870015 0,027553147

M4 1487,870015 0,168091693

M5 1487,870015 0,087469746

M6 1487,870015 0,208047865

M7 1487,870015 0,04093076

M8 1487,870015 0,02190059

M9 1487,870015 0,044675778

M10 1541,074923 0,019089923

M11 1541,074923 0,086192174

Tabela IV
5. CONSIDERAÇÕES FINAIS

A aplicação da ferramenta do Excel e análise dos dados foi bem intuitiva,

trazendo informações muito importantes de forma prática, a única limitação com a
ferramenta e quanto a quantidade de variáveis que podemos usar no Intervalo X.

Os resultados obtidos nos mostraram um pouco do que esperávamos

inicialmente, já que no Brasil o principal modal de transporte é o rodoviário, qualquer
impacto nos fatores macroeconômicos teria uma grande relevância na produção de
caminhão.

O que não esperávamos é a baixa relevância da Taxa Selic e a Taxa de

Desemprego, já que a variação da taxa pode impactar na taxa de juros do mercado
influenciando o consumo, o investimento do setor privado além do financiamento.
Taxa de desemprego também porque isso impacta no consumo interno.

Outro fator que esperávamos ter impacto na produção eram os meses, com uma
produção mostrando uma sazonalidade, porém observamos nos resultados que não
possui relevância significativa.
6. REFERÊNCIAS
CORREA, A. L.; Taxa de câmbio e preços de exportação no Brasil: avaliação empírica dos
coeficientes de pass-through setoriais. Campinas, 2012.

MIGUEL, P.; Metodologia de pesquisa em Engenharia de Produção e Gestão de Operações.

São Paulo, 2015

MARKETING RODOXISTO, 2021. Rodoxisto. Disponível em :<https://rodoxisto.com.br/a-

historia-dos-caminhoes-no-brasil/>. Acesso em: 10 de dez. de 2021.

NOGUEIRA, F. Modelos de Regressão Multivariada. São Paulo, 2007.

REIS, T.; Sudo; Macroeconomia: o que é e qual sua influência nos investimentos? Disponível
em: <https://www.suno.com.br/artigos/macroeconomia/>. Acesso em: 10 de dez. de 2021.

AUTOR OU ORGANIZAÇÃO. Nome do site, ano. Ementa (descrição). Disponível em:

<endereço completo>. Acesso em: dia, mês e ano.

5 fatores econômicos que podem afetar a exportação. UNIGRAN EAD. Disponível em:
<http://blogunigranead.com/graduacao/logistica/fatores-podem-afetar-exportacao/>.
Acesso em: 10 de dez. de 2021.

ANFAVEA. Anfavea, 2021. Disponível em: < https://anfavea.com.br/site/edicoes-em-excel/>.

Acesso em: 10 de dez. de 2021.

IBGE. Todas as pesquisas e estudos IBGE. Disponível em:

<https://www.ibge.gov.br/estatisticas/todos-os-produtos-estatisticas.html>. Acesso em: 10
de dez. de 2021.

INVESTING. USD/BRL dados históricos. Disponível em:

<https://br.investing.com/currencies/usd-brl-historical-data>. Acesso em: 10 de dez. de
2021.

GOVERNO DO BRASIL. Balança Comercial - Dados consolidados. Disponível em:

<https://www.gov.br/produtividade-e-comercio-exterior/pt-br/assuntos/comercio-
exterior/estatisticas/balanca-comercial-brasileira-acumulado-do-ano>. Acesso em : 10 de
dez. de 2021.