Utilize este identificador para referenciar este registo: http://hdl.handle.net/10198/12651
Título: Modelação e previsão da procura turística: o caso moçambicano
Autor: Constantino, Hortêncio da Cândida Titosse André
Orientador: Fernandes, Paula O.
Teixeira, João Paulo
Palavras-chave: Modelação
Previsão
Procura turística
Dormidas
Moçambique
Regressão linear múltipla
Data de Defesa: 2015
Resumo: O presente estudo teve como objetivo principal realizar a modelação e previsão da procura turística para Moçambique. Para tal, utilizou-se como variável explicada a procura turística tendo esta série sido construída com dados secundários, mensais, relacionados com o número de dormidas registadas nos estabelecimentos hoteleiros e similares, para o período de Janeiro de 2004 a Dezembro de 2013. De acordo com a teoria económica selecionou-se um conjunto de variáveis explicativas, ou seja, utilizou-se nomeadamente o Produto Interno Bruto per capita, Índice Harmonizado de Preços ao Consumidor e a Taxa de Câmbio. Para a construção dos modelos e das séries temporais entrou-se em linha de conta com os cinco países com maior quota no mercado turístico em Moçambique, ou seja, Moçambique, África do Sul, Portugal, Estados Unidos da América e Reino Unido. No presente estudo para a modelação e previsão da procura turística teve-se por base duas metodologias distintas, designadamente, a Regressão Linear Múltipla e as Redes Neuronais Artificiais. Através dos resultados empíricos obtidos, atendendo à análise descritiva, pode dizer-se que o número de dormidas é maioritariamente de estrangeiros, sendo a África do Sul o mercado emissor turístico mais importante. A maior parte dos turistas que visita Moçambique é por motivos ligados a lazer e férias. A permanência média em Moçambique tende a baixar e a cidade de Maputo é aquela que registou um maior índice de preferência. Relativamente ao número de dormidas e de entradas constatou-se um crescimento para o período em análise. Ainda, com base nos indicadores Erro Percentual Absoluto Médio e coeficiente de correlação de Pearson, pôde observar-se que o modelo de Redes Neuronais Artificiais produziu melhores resultados, ou seja, uma qualidade de ajuste bastante satisfatória e permite efetuar previsões para a procura turística em Moçambique, quando comparado com o modelo de Regressão Linear Múltipla, quer no conjunto utilizado para a estimação quer no conjunto utilizado para a previsão.
This study aimed to carry out the modeling and forecasting of tourism demand to Mozambique. For this purpose, the monthly number of overnight stays registered in hotels and similar establishments for the period January 2004 to December 2013 was used as explained variable. According to economic theory a set of explanatory variables were selected, namely the Gross Domestic Product per capita, the Harmonized Index of Consumer Prices and the Exchange Rate. For the construction of models and time series the five countries with the highest share in the tourism market in Mozambique were considered, namely, Mozambique, South Africa, Portugal, United State of America and the United Kingdom. The modeling and forecasting undertaken in the work was based on two different methodologies, specifically the Multiple Linear Regression and Artificial Neural Networks. Through empirical results and considering the descriptive analyses, it can be said that the major number of overnights is due to foreign, mainly from South Africa. Holidays and leisure are the main reasons for tourists come to Mozambique. The average stay in Mozambique was a tendency to become shorter, and Maputo is the city with higher level of preference. The number of overnights and entrances had an increase during the period under analysis. Furthermore, based on the Mean Absolute Percentage Error and Pearson correlation coefficient, it can be seen that the artificial neural networks model produced better results, when compared with the Multiple Linear Regression model, both in estimation and prediction sets. This model showed a satisfactory ability to make the prediction of the tourism demand to Mozambique.
Este estudio tuvo como objetivo principal llevar a cabo la modelización y predicción de la demanda turística para Mozambique. Se utilizó como variable explicada la demanda turística, una serie de tiempo mensual construida con datos secundarios relacionados con el número de pernoctaciones registradas en los establecimientos hoteleros y similares, para el período entre enero de 2004 y diciembre de 2013. De acuerdo con la teoría económica se seleccionó un conjunto de variables, concretamente el Producto Interior Bruto per cápita, el Índice Armonizado de Precios de Consumo y la Tasa de Cambio. Para la construcción de los modelos y series de tiempo se tuvo en cuenta los cinco países con mayor participación en el mercado de turismo en Mozambique, es decir, Mozambique, África del Sur, Portugal, Estados Unidos de América y el Reino Unido. En este estudio para la modelización y predicción de la demanda turísticas e tuvo por base dos metodologías distintas, a saber, la Regresión Lineal Múltiple y las Redes Neuronales Artificiales. A través de los resultados empíricos, basados en un análisis descriptivo, se puede decir que el número de pernoctaciones es en su mayoría de los extranjeros, dónde Sudáfrica es el mercado emisor de turismo más importante. La mayoría de turistas que visitan Mozambique es por razones relacionadas con el ocio y las vacaciones. La estancia media en Mozambique tiende a disminuir y la ciudad de Maputo fue la región que registró un índice de preferencia más elevada. Relativamente al número de pernoctaciones y entradas se ha constatado un aumento para el período en análisis. Cabe señalar, con base en los indicadores de desempeño, Porcentaje de Error Medio Absoluto y el Coeficiente de Correlación de Pearson, se puede observar que el modelo de Redes Neuronales Artificiales ha producido mejores resultados, es decir, una calidad de ajuste satisfactoria y permite realizar predicciones para la demanda turística en Mozambique, cuando se compara con el modelo de Regresión Lineal Múltiple, tanto en el conjunto utilizado para hacer la modelización como en el conjunto utilizado para la predicción.
URI: http://hdl.handle.net/10198/12651
Designação: Mestrado em Gestão das Organizações, Ramo de Gestão de Empresas
Aparece nas colecções:GO - Gestão das Organizações

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Moçambique_2016.pdf1,67 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.