Comparação da Acurácia de Previsões de Demanda Turística em Sedes Olímpicas Outros Idiomas

ID:
41186
Periódico:
Resumo:
Boas previsões acerca da demanda turística de um local servem de apoio para corretas tomadas de decisão por parte dos gestores, especialmente quando se tem em vista a realização de um evento de grandes proporções que afeta diretamente no desenvolvimento urbano e econômico locais. Neste estudo, procurou-se compreender o comportamento da demanda turística em frente à realização de um dos maiores megaeventos da atualidade. Para tanto, a demanda turística de dois países que sediaram Jogos Olímpicos foi modelada e prevista através das duas metodologias, uma linear e outra não linear e as previsões obtidas foram combinadas por cinco métodos, sendo três lineares e dois não lineares. Em ambas as séries, as previsões individuais obtidas pelo modelo RNA foram mais acuradas que as geradas pelo modelo SARIMA e as combinações dessas previsões, sobretudo pelo método de regressão linear, aumentaram ainda mais a acurácia das previsões. Ambos os modelos selecionados se mostraram acurados para as previsões de julho de 2012 no Reino Unido e agosto de 2004 na Grécia. Todas as previsões combinadas apresentaram melhor desempenho que a previsão obtida pela modelagem ARIMA, sendo a combinação via regressão linear o método que proporcionou melhor acurácia às previsões. Não foi observado impacto na demanda devido à realização dos Jogos Olímpicos uma vez que o evento ocorreu em um período de alta temporada onde os modelos escolhidos mostraram-se mais precisos.
Citação ABNT:
BUNDCHEN, C.; WERNER, L. Comparação da Acurácia de Previsões de Demanda Turística em Sedes Olímpicas. Turismo em Análise, v. 27, n. 1, p. 85-107, 2016.
Citação APA:
Bundchen, C., & Werner, L. (2016). Comparação da Acurácia de Previsões de Demanda Turística em Sedes Olímpicas. Turismo em Análise, 27(1), 85-107.
DOI:
http://dx.doi.org/10.11606/issn.1984-4867.v27i1p85-107
Link Permanente:
http://www.spell.org.br/documentos/ver/41186/comparacao-da-acuracia-de-previsoes-de-demanda-turistica-em-sedes-olimpicas/i/pt-br
Tipo de documento:
Artigo
Idioma:
Português
Referências:
WTO (World Tourism Organization. World Tourism Barometer. v.14, n.5, 2016 Disponível em: http://www.unwto.org/facts/menu.html. Acesso em: abril. 2016. 2016

ARMSTRONG, J.S. Principles of forecasting: A handbook for researchers and practitioners. Springer Science & Business Media, 2001.

BRAGA, A.P; CARVALHO, A.C.P.L.F; LUDERMIR, T.B. Redes neurais artificiais: teoria e aplicações. Rio de Janeiro, Livros Técnicos Científicos, 2007.

CLAVERIA, O; TORRA, S. Forecasting tourism demand to Catalonia: Neural networks vs. time series models. Economic Modelling, v.36, p.220-228, janeiro 2014.

CONSTANTINE, C.; PAPPALARDO, C. A hierarchical procedure for combination of forecasts. International Journal of Forecasting. v.26, p.725-743, 2010.

CROMPTON, J.L. Measuring the Economic Impact of Park and Recreation Services. Ashburn, VA: National Recreation and Park Association, 2010.

FERNANDES, P; TEIXEIRA, J; FERREIRA, J.M; AZEVEDO, S.G. Modelling Tourism Demand: A Comparative Study between Artificial Neural Networks and the Box-Jenkins Methodology. Romanian Journal of Economic Forecasting, v.9, n.3, p.30-50, 2008.

FOURIE, J; SANTANA-GALLEGO, M. The impact of mega-sport events on tourist arrivals. Tourism Management, v.32, n.6, p.1364–1370, 2011.

GOH, C; LAW, R. Modeling and forecasting tourism demand for arrivals with stochastic nonstationary seasonality and intervention. Tourism Management, v.23, n.5, p.499–510, 2002.

GOLDSCHMIDT, R., PASSOS, E. Data mining: Um guia prático. Rio de Janeiro: Editora Campus, 2005.

HALL, C.M. Hallmark tourist events: Impacts, management and planning. London: Bellhaven Press. 1992.

HALL, C.M. Urban entrepreneurship, corporate interests and sports mega-events: the thin policies of competitiveness within the hard outcomes of neoliberalism. The Sociological Review, v.54, n. s2, p. 59–70, December 2006.

HAYKIN, S. Redes neurais: Princípios e prática. Bookman, 2ª Ed, 2001.

HORNE, J; MANZENREITER, W. An introduction to the sociology of sports megaevents. The Sociological Review, v.54, n.2, p.1-24, December 2006.

KON, S.C; TURNER, W.L. Neural network forecasting of tourism demand, Tourism Economics, v.11, n.3, p.301-328, 2005.

KUTNER, M, H; NACHTSHEIM, C.J; NETER, J; LI, W. Applied Linear Statistical Models, McGraw-Hill/Irvin. 5ª Ed, 1396 p. 2005

LONDON ASSEMBLY. Legacy for London? Assessing the legacy of the Olympic Games and Paralympic Games. Greater London Authority, 2007.

MORETTIN, P.A; TOLOI, C.M. Análise de Séries Temporais. São Paulo: Editora Edgard Blücher,. 531 p. 2006

MOURA, F.A; MONTINI, A.A. Modelagem da Demanda Turística Internacional para o Estado de São Paulo. Sociedade, Contabilidade e Gestão, v.5, n.2, jul/dez 2010.

NEWBOLD, P., GRANGER, C, W, J. Experience with forecasting univariate time series and the combination of forecasts. Journal of the Royal Statistical Society, Series A, v.137, n.2, p.131–146, 1974.

OH, C; MORZUCH, B.J. Evaluating Time-Series Models to Forecast the Demand for Tourism in Singapore. Journal of Travel Research, v.43, n.4, p.404-413, 2005.

PAI, A.P.F; LIN, B.K.P; LIN, C.C.S; CHANG, P.T. Time series forecasting by a seasonal support vector regression model. Expert Systems with Applications, v.37, n.6, p.4261–4265, 2010.

PATTON, A.J; SHEPPARD, K. Optimal combinations of realized volatility estimators. International Journal of Forecasting, v.25, n.2, p. 218–238, 2009.

PENG, B; SONG, H; CROUCH, G.I. A meta-analysis of international tourism demand forecasting and implications for practice. Tourism Management, v.45, p.181-193, 2014.

ROCHE, M. Mega events and urban policy. Annals of tourism research, v.21, n.1, p.1-19, 1994.

SANTOVITO, T.C. A copa do mundo 2006: megaevento esportivo como atração turística, instrumento de comunicação e interação entre os povos. Comunicação & Inovação, v7, n.13, 2010.

SHEN, S; LI, G; SONG, H. Combination forecasts of International tourism demand. Annals of Tourism Research, v.38, n. 1, p. 72-89, 2011.

SOLBERG, H.A; PREUSS, H. Major Sport Events and Long-Term Tourism Impacts. Journal of Sport Management, v. 21, n.2, p.213-234, 2007.

SONG, H.; LI, G. Tourism demand modelling and forecasting — A review of recent research. Tourism Management, v.29, n.2, p.203-220, 2008.

SONG, H; HYNDMAN, R.J. Tourism forecasting: An introduction. International Journal of Forecasting, v.27, n.3, p.817-821, 2011.

SONG, H; WITT, S.F; WONG, K.F; WU, D.C. An empirical study of forecast combination in tourism. Journal of Hospitality & Tourism Research, v.33, n.1, p.3-29, 2009.

STEKLER, H.O. Improving Our Ability to Predict the Unusual Event. International Journal of Forecasting, v.19, n.2, p.161-63, 2003.

TAVARES, O. Megaeventos esportivos. Movimento (ESEF/UFRGS), v.17, n.3, p.11-35, 2011.

TIDESWELL, C; MULES, T; FAULKNER, B. An Integrative Approach to Tourism Forecasting: A Glance in the Rearview Mirror. Journal of Travel Research, v.40, n.2, p.162-171, 2001.

TSENG, H; MA, Z; CHOU, L. An Author-based Citation and Co-citation Analysis on Tourism Research. Asia Pacific Management Review, v.15, n.4, p.585-600, 2010.

WTO (World Tourism Organization). Methodological Notes, Disponível em: http://www.unwto.org/facts/menu.html. Acesso em: dez. 2015. 2015

ZHANG, G; PATUWO, B.E; HU, M.Y. Forecasting with artificial neural networks: The state of the art. International Journal of Forecasting, v.14, n.1, p.35–62, March 1998