Previsão da procura turística utilizando um modelo não linear

• Autor(a) principal: Fernandes, Paula Odete
• Data de Publicação: 2009
• Outros Autores: Monte, Ana Paula, Teixeira, João Paulo
• Idioma: por
• Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
• Texto Completo: http://hdl.handle.net/10198/1862
• topic: Procura turística; Redes neuronais artificiais; Previsão de séries temporais

No actual contexto de uma crise económica global, onde os sectores económicos tradicionais estão a enfrentar algumas dificuldades, o sector do turismo poderá tornar-se um sector estratégico para sustentabilidade da economia da região Norte de Portugal, dada a sua importância em termos da percentagem do Produto Interno Bruto e Rendimento. Assim, será vantajoso contribuir para o enriquecimento de estudos nesta área, desenvolvendo mecanismos que permitam obter uma visão antecipada da evolução da procura turística, no sentido de criar condições favoráveis aos visitantes que se deslocam à Região Norte de Portugal. Deste modo, o principal objectivo do presente estudo centrou-se numa análise ao comportamento da série temporal de turismo: “Dormidas Mensais nos Estabelecimentos Hoteleiros”, registadas no período de Janeiro de 1987 a Dezembro de 2007, na Região Norte de Portugal. Para a modelação e previsão dos valores desta série utilizou-se a metodologia das Redes Neuronais Artificiais. Como variáveis independentes e que permitiram construir o modelo, foram utilizadas as Dormidas Mensais dos Turistas, que se deslocam à região em análise, e a Taxa de Desemprego. Os resultados conseguidos revelaram que o modelo obtido apresentou qualidades estatísticas e de ajustamento satisfatórias evidenciando ser adequado para a modelação e previsão da série em análise. Para alguns meses, o modelo revelou alguma dificuldade em fazer boas previsões em presença da ocorrência de alguns eventos ou a influência de alguns factores, como por exemplo o investimento em marketing, pelo que se sugere a inclusão destas variáveis como de outras que se encontrem ser pertinentes no modelo.