CONCLUSÕES

O crédito é uma variável importante a ser estudada, tanto para um país quanto para uma instituição financeira. Quanto à primeira, o crédito contribui para o crescimento econômico de um país ou região (GOUVEIA; AFONSO, 2010). Já para as instituições financeiras, o crédito responde por parte das receitas obtidas (VIEIRA; ARRUDA; TAVARES, 2016). Ademais, devido ao sistema financeiro ser predominantemente bancário (REICHSTUL; LIMA, 2006), a maior parte da concessão de crédito advém dos bancos, e impactam nas condições de financiamento na economia (PAULA, 1999). As intituições financeiras buscam a maximização de lucros (FREITAS, 1997), por isso a variável crédito torna-se um fator relevante para o planejamento estratégico da empresa, e a possibilidade de previsão dessa variável pode contribuir com as decisões estratégicas dos gestores (COSTA, 2010; MAKRIDAKIS, 1996; TCHUIDJAN et al., 2014).

Diante do exposto, esta pesquisa teve como problema a seguinte questão: qual modelo pode ser usado para analisar a evolução do crédito consignado obtido junto a uma instituição financeira, e que auxilie na sua estratégia através da previsão dessa variável? Para responder a essa questão, o objetivo geral do estudo foi encontrar um modelo que represente o comportamento da evolução do crédito consignado obtido junto a uma instituição financeira, e que auxilie na sua estratégia através da previsão dessa variável.

Para atingir o objetivo geral, optou-se por uma metodologia de modelagem de séries temporais. Entre as possibilidades disponíveis na literatura, escolheu-se trabalhar com a metodologia de séries temporais proposta por Box & Jenkins. Essa metodologia segue um ciclo iterativo de modelagem da variável, composto por quatro estágios: utiliza-se uma classe de modelos; identifica-se o modelo; estimam-se os parâmetros para o modelo identificado; e realiza-se o diagnóstico do modelo, verificando a sua adequação para a utilização (BOX; JENKINS; REINSEL, 2008; SOUZA; CAMARGO, 2004). Após esse processo, estando o modelo apto para a finalidade proposta, realiza-se a previsão. Neste estudo, utilizou-se o

pesquisa realizada, com o problema de investigação que a norteou, o objetivo geral que visa à resolução desse problema e os objetivos específicos, que dão suporte ao objetivo geral, além do método empregado e resultados obtidos.

Figura 36 – Síntese da pesquisa

Fonte: Elaborado pela autora (2017).

Ao analisar-se a série temporal do crédito consignado, com 96 observações mensais, fornecida pela instituição financeira, verificou-se que os dados não apresentaram estacionariedade. Por isso, selecionou-se o modelo ARIMA, que permite a modelagem de séries temporais que não são estacionárias. Com o modelo selecionado, aplicaram-se diferenciações

na série de dados, com o intuito de atingir a estacionariedade. Assim, constatou-se que duas diferenciações da série tornaram o comportamento da variável estacionário, o que permitiu que se encontrasse a ordem do modelo.

Com auxílio das funções de autocorrelação e autocorrelação parcial, encontrou-se a ordem do modelo, ARIMA (0, 2, 1), respondendo ao primeiro objetivo específico da pesquisa. O primeiro componente da ordem (p, d, q) encontrado foi zero, e refere-se à parte autoregressiva do modelo, AR(0). O segundo grau de integração I(2) corresponde ao número de diferenciações necessárias para tornar a série estacionária. O terceiro componente encontrado na ordem do modelo foi um, e corresponde à defasagem aplicada nas médias móveis dos resíduos MA(1). Conseguinte, a modelagem da série temporal não apresentou vinculação à sua parte autorregressiva, aplicada aos dados da série, mas apresentou relação com o componente médias móveis, aplicado aos resíduos da série histórica.

A identificação da ordem permitiu a estimação dos parâmetros do modelo ARIMA (0, 2, 1). Como o modelo encontrou o primeiro grau para o polinômio médias móveis (B) aplicado à série Wt de grau de integração d dois, o parâmetro média móvel encontrado foi -0,29353,

não apresentando parâmetro autorregressivo. O parâmetro média móvel apresenta um comportamento não linear, por ser aplicado aos resíduos do modelo. Assim, chegou-se à equação do modelo, Wt = at + 0,29353 at-1. Destarte, respondeu-se ao segundo objetivo

específico, juntamente com a verificação da validade do modelo, que se deu pela análise da raiz inversa dos polinômios, análise dos resíduos e suas autocorrelações, e realização dos testes Ljung-Box, Shapiro Wilk e Jarque-Bera. Após, verificou-se se a ordem encontrada para o modelo é a mais adequada para a sua finalidade de previsão.

Seguindo os passos do ciclo iterativo de modelagem da série temporal proposto por Box & Jenkins, encontrou-se o modelo a ser utilizado pela instituição para representar o comportamento dessa variável e realizar a sua previsão seis meses à frente, contribuindo com a estratégia da organização. Assim, atingiu-se o objetivo geral deste estudo. Foi realizada a previsão mensal para o período de janeiro a junho de 2017 da variável crédito consignado. Após a previsão, foram comparados os valores estimados pela previsão do modelo encontrado e os valores reais apresentados pela instituição nesse período, atendendo ao último objetivo específico. Verificou-se que os valores previstos ficaram próximos aos valores reais, apresentando uma variação mensal entre |-0,05| a |-1,57| em pontos percentuais. Com tal característica, o modelo apresentou acurácia na sua previsão, podendo atuar como ferramenta de previsão da variável, contribuindo para a tomada de decisões estratégicas na instituição.

Como resultado teórico, o estudo abordou a importância estratégica do crédito para os bancos, relacionando a teoria da firma bancária e a estratégia competitiva. Verificou-se que a metodologia de séries temporais proposta por Box & Jenkins permitiu encontrar um modelo adequado para a previsão do crédito consignado, retratando com acuracidade o comportamento predito da variável para seis meses à frente. Por conseguinte, evidenciou-se que o modelo ARIMA revelou-se adequado para a previsão do crédito consignado concedido pela instituição financeira.

Como resultado para a empresa, a aplicação do modelo de previsão pode colaborar com a precisão no processo de determinação de estratégias competitivas, pois, com as devidas análises de possíveis alternativas na formulação estratégica, os processos decisoriais são de antecipação dos acontecimentos, baseando-se em tendências possíveis para a formulação da estratégia competitiva que sustente os resultados desejados pela organização financeira. À vista disso, o modelo encontrado pode contribuir com a estratégia competitiva da empresa.