Uma analise empírica do mercado de revenda de carros usando raspagem de dados da internet

• Main Author: Alves, Patrick Franco
• Other Authors: Cajueiro, Daniel Oliveira
• Language: Portuguese
• Published: 2016
• Subjects: Segmentação de mercado; Modelos hierárquicos; Modelos não lineares; Mercado secundário
• Online Access: http://repositorio.unb.br/handle/10482/20037

Tese (doutorado)—Universidade de Brasília, Departamento de Economia, Brasília, 2016. === Submitted by Fernanda Percia França ([e-mail]) on 2016-04-27T13:19:44Z No. of bitstreams: 1 2016_PatrickFrancoAlves.pdf: 1547874 bytes, checksum: abc1744af23ae32c4a5ffa96e80e58cc (MD5) === Approved for entry into archive by Raquel Viana([e-mail]) on 2016-04-27T20:45:34Z (GMT) No. of bitstreams: 1 2016_PatrickFrancoAlves.pdf: 1547874 bytes, checksum: abc1744af23ae32c4a5ffa96e80e58cc (MD5) === Made available in DSpace on 2016-04-27T20:45:34Z (GMT). No. of bitstreams: 1 2016_PatrickFrancoAlves.pdf: 1547874 bytes, checksum: abc1744af23ae32c4a5ffa96e80e58cc (MD5) === Estudamos o mercado secundário de automóveis utilizando anúncios de venda de carros na internet. O mercado secundário de carros é importante por introduzir uma série de substitutos parciais para os carros novos. Apesar de sua relevância, existem relativamente poucos estudos sobre o mercado de carros usados. Contribuímos para a literatura ilustrando como as técnicas de Big Data podem contribuir para pesquisa econômica. Inspirados pelo paradigma do Big Data, nós construímos uma base de dados utilizando Python e Web Scraping. A segmentação de carros usados, utilizando um algoritmo não-supervisionado, revela clusters que possuem baixa correlação com os segmentos de carros zero quilômetro. Sabe-se que as montadoras projetam carros utilizando comunalidade para obter economias de custos. Usando modelos de comunalidade, preços hedônicos e modelos hierárquicos, verificamos que os efeitos da comunalidade sobrevivem no mercado secundário de carros. Por último, caracterizamos a perda de preço dos veículos utilizando modelos de crescimento exponencial, onde o ponto de inflexão determina o momento de desaceleração da curva de depreciação. Consumidores de carros zero irão absorver grande perda de preços no momento da revenda, enquanto consumidores de veículos com idade maior que o ponto de inflexão não terão grandes perdas de preço. _______________________________________________________________________________________________ ABSTRACT === We study the secondary car market using cars sales data in on-line advertisements. The secondary car market is important for introducing a lot of partial substitutes for new cars. But despite its importance, there are relatively few studies about the secondary car market. We contribute to the literature by illustrating how Big Data techniques can contribute to economic research. We inspired ourselves by the paradigm of Big Data and built a database using Python programming and Web Scraping and then we segment the used cars market using an unsupervised algorithm. This reveals clusters with low correlation with the new cars market segments. It is well known that, in order to achieve savings costs, the cars manufacturers uses commonality in production. We built over the literature on commonality models, hedonic price framework and hierarchical models to show that the effect of commonality still survives in the secondary cars market. Finally, we characterized the loss of cars prices using the exponential growth models, where the inflection point determines the time of deceleration in the depreciation path. We find that zero car buyers will absorb great loss in price at the time of resale, while used cars buyers of vehicles older than the inflection point will not have big losses in prices at the time of resale.