MODELO ECONOMÉTRICO PARA A PROJEÇÃO DO ...s3.amazonaws.com/public-cdn.ibmec.br/portalibmec-content/...vii RESUMO O objetivo desta dissertação foi criar um modelo de projeção

FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM

ADMINISTRAÇÃO E ECONOMIA

DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOO

PPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM EECCOONNOOMMIIAA

MODELO ECONOMÉTRICO PARA A PROJEÇÃO DO CONSUMO APARENTE DE

COMBUSTÍVEL NO BRASIL - OTTO E DIESEL

IILLAANNAA BBRRAAFFMMAANN

OORRIIEENNTTAADDOORR:: PPRROOFF.. DDRR.. JJOOSSEE VVAALLEENNTTIIMM MMAACCHHAADDOO

VVIICCEENNTTEE

Rio de Janeiro, 09 de setembro de 2009

“MODELO ECONOMÉTRICO PARA A PROJEÇÃO DO CONSUMO APARENTE

DE COMBUSTÍVEL NO BRASIL - OTTO E DIESEL”

ILANA BRAFMAN

Dissertação apresentada ao curso de

Mestrado Profissionalizante em Economia

como requisito parcial para obtenção do

Grau de Mestre em Economia.

Área de Concentração: Projeção de Séries

Temporais – Economia Empresarial

1.Consumo Ciclo Otto e Diesel

ORIENTADOR: PROF. DR. JOSE VALENTIM MACHADO VICENTE

Rio de Janeiro, 09 de setembro de 2009.

“MODELO ECONOMÉTRICO PARA A PROJEÇÃO DO CONSUMO APARENTE

DE COMBUSTÍVEL NO BRASIL - OTTO E DIESEL”

ILANA BRAFMAN

Dissertação apresentada ao curso de

Mestrado Profissionalizante em Economia

como requisito parcial para obtenção do

Grau de Mestre em Economia.

Área de Concentração: Projeção de Séries

Temporais – Economia Empresarial

1.Consumo Ciclo Otto e Diesel

Avaliação:

BANCA EXAMINADORA:

_____________________________________________________

Professor: DR. JOSE VALENTIM MACHADO VICENTE (Orientador)

Instituição: IBMEC/RJ

_____________________________________________________

Professor: DR. MARCELO DE ALBUQUERQUE E MELLO

Instituição: IBMEC/RJ

_____________________________________________________

Professor: DRA. MYRIAN BEATRIZ SILVA PETRASSI

Instituição: BANCO CENTRAL DO BRASIL

Rio de Janeiro, 09 de setembro de 2009.

330.015195

B812

Brafman, Ilana.

Modelo econométrico para a projeção do consumo aparente de

combustível no Brasil – Otto e Diesel / Ilana Brafman - Rio de

Janeiro: Faculdades Ibmec, 2009.

Dissertação de Mestrado Profissionalizante apresentada ao

Programa de Pós-Graduação em Economia das Faculdades Ibmec,

como requisito parcial necessário para a obtenção do título de

Mestre em Economia.

Área de concentração: Economia empresarial.

1. Modelos econométricos. 2. Combustíveis – Previsão de

consumo. 3. Otto (Gasolina C, AH e GNV) e Diesel.

v

DEDICATÓRIA

À minha família e a todos que me incentivaram e me

deram força nesta etapa.

vi

AGRADECIMENTOS

Ao professor José Valentim, meu orientador, pela disponibilidade, pelos conselhos e

sugestões, pela compreensão e por todo apoio essencial para realizar este trabalho.

Ao professor Marcelo Mello pelas sugestões feitas na defesa do projeto.

Aos meus colegas da Esso e da Ipiranga que me apoiaram durante este período.

Aos professores do mestrado em economia, pelo conhecimento transmitido e aos funcionários

do IBMEC, sempre dispostos a ajudar.

À minha família, aos meus amigos e a todos que me incentivaram e que sempre estiveram e

sempre estarão ao meu lado.

Muito Obrigada!

vii

RESUMO

O objetivo desta dissertação foi criar um modelo de projeção de consumo de ciclo otto

(gasolina, álcool e GNV) e diesel no Brasil e compará-lo com um modelo ARMA, que serviu

de referência. A finalidade foi averiguar qual deles seria o melhor para ser utilizado pelos

envolvidos no processo de distribuição e venda de combustíveis, para que, com base na

previsão de mercado futuro, possam desenvolver o plano de logística, orçamento, entre

outros, mais apropriado.

Para realizar o objetivo proposto, foram utilizados dados a partir de janeiro de 2001 a abril de

2008 para rodar o modelo e de maio de 2008 a abril de 2009 para rodar a previsão (12 meses),

sendo o resultado desta comparado com o volume observado. Apesar da amostra ter sido

mensal, o foco principal foi no resultado total de 12 meses acumulado.

No modelo proposto foram também utilizadas técnicas de raiz unitária e cointegração a fim de

checar o melhor modelo de previsão, não tendo como preocupação as elasticidades de curto e

longo prazo. O resultado indicou que o modelo proposto é o melhor tanto para prever a

consumo de diesel quanto a de ciclo otto (considerando os três combustíveis).

Palavras Chave: Modelo, Previsão, Consumo, Ciclo Otto, Diesel, Brasil

viii

ABSTRACT

The objective of this research has been to create otto cycle (gasoline, ethanol and natural gas

for vehicles) and diesel demand forecast models for Brazil market and compare these with

ARMA models, used as benchmark. The purpose has been to verify which of them would be

the best option to be utilized by the ones involved in the fuel distribution and sale market, so

as to, based on future market forecast, develop a more appropriate logistic, budget and other

important plans.

In order to achieve the proposed goal, it has been used sample range of historical data from

January 2001 to April 2008 and data from May 2008 to April 2009 for forecasting,

furthermore the latter output has been compared with the actual volume. Although being used

monthly data, the main focus has been on 12-month result.

The results obtained in this study have indicated that the proposed model is the best choice for

forecasting both otto fuels (all of them together) and diesel demand in Brazil.

Key Words: Model, Forecast, Demand, Otto Cycle Fuels, Diesel, Brazil

ix

LISTA DE FIGURAS

Figura 1- Diesel: gráfico volume diesel em m3-ANP ............................................................ 16

Figura 2- Diesel Modelo Proposto: gráfico observado vs estimado e resíduo ........................ 18

Figura 3- Diesel Modelo Proposto: gráfico previsão observado vs. estimado ........................ 19 Figura 4- Licenciamento Modelo Proposto: gráfico previsão observado vs. estimado ........... 23

Figura 5- Conversão GNV Modelo Proposto: gráfico previsão observado vs. estimado ........ 28 Figura 6- GNV: gráfico volume gnv em m

3-Brasil Energia .................................................. 29

Figura 7- GNV Modelo Proposto: gráfico observado vs. estimado e resíduo ........................ 31 Figura 8- GNV Modelo Proposto: gráfico previsão observado vs. estimado ......................... 32

Figura 9- AH: gráfico volume diesel em m3-Datagro ............................................................ 33

Figura 10- AH Modelo Proposto: gráfico observado vs. estimado e resíduo ......................... 35

Figura 11- AH Modelo Proposto: gráfico previsão observado vs. estimado .......................... 36 Figura 12- Gasolina: gráfico volume gasolina em m

3-ANP................................................... 37

Figura 13- Gasolina Modelo Proposto: gráfico observado vs. estimado e resíduo ................. 39 Figura 14- Gasolina Modelo Proposto: gráfico previsão observado vs. estimado .................. 39

Figura 15- Ciclo Otto Modelo Proposto: gráfico previsão estimado vs. observado (em m3) .. 41

Figura 16- Diesel ARMA: gráfico observado vs. estimado e resíduo .................................... 46

Figura 17- Diesel ARMA: gráfico previsão observado vs. estimado ..................................... 47 Figura 18- AH ARMA: gráfico observado vs. estimado e resíduo ........................................ 50

Figura 19- AH ARMA: gráfico previsão observado vs. estimado ......................................... 50 Figura 20- Gasolina ARMA: gráfico observado vs. estimado e resíduo ................................ 53

Figura 21- Gasolina ARMA: gráfico previsão observado vs. estimado ................................. 54 Figura 22- GNV ARMA: gráfico atual vs. estimado e resíduo .............................................. 58

Figura 23- GNV ARMA: gráfico previsão observado vs. estimado....................................... 58 Figura 24- Ciclo Otto ARMA: gráfico previsão observado vs. estimado em m

3 .................... 60

x

LISTA DE TABELAS

Tabela 1 – Diesel Modelo Proposto: Teste Cointegração ADF ............................................. 16 Tabela 2 – Diesel Modelo Proposto: valores críticos do teste de cointegração EG-ADF ....... 16

Tabela 3 – Diesel Modelo Proposto: Resultado modelo ........................................................ 18 Tabela 4 – Diesel Modelo Proposto: Resultado previsão vs. observado ................................ 19

Tabela 5 – Licenciamento Modelo Proposto: Teste Cointegração ADF ................................ 22 Tabela 6 – Licenciamento Modelo Proposto: v. críticos do teste de cointegração EG-ADF .. 22

Tabela 7 – Licenciamento Modelo Proposto: Resultado modelo ........................................... 22 Tabela 8 – Licenciamento Modelo Proposto: Resultado previsão vs. observado ................... 23

Tabela 9 – Frota Modelo Proposto: Cálculo veículos em circulação (curva sucateamento) ... 24 Tabela 10 – Frota Modelo Proposto: Frota estimada Anfavea vs Frota calculada .................. 25

Tabela 11 – Conversão GNV Modelo Proposto: Teste Cointegração ADF ........................... 27 Tabela 12 – Conversão GNV Modelo Proposto: v. críticos do teste de cointegração EG-ADF

..................................................................................................................................... 27 Tabela 13 – Conversão Modelo Proposto: Resultado modelo ............................................... 27

Tabela 14 – Conversão GNV Modelo Proposto: Resultado previsão vs. observado .............. 28 Tabela 15 – GNV Modelo Proposto: Resultado modelo ....................................................... 31

Tabela 16 – GNV Modelo Proposto: Resultado previsão vs. observado ................................ 32 Tabela 17 – AH Modelo Proposto: Resultado modelo .......................................................... 35

Tabela 18 – AH Modelo Proposto: Resultado previsão vs. observado................................... 36 Tabela 19 – Gasolina Modelo Proposto: Resultado modelo .................................................. 38

Tabela 20 – Gasolina Modelo Proposto: Resultado previsão vs. observado .......................... 40 Tabela 21 – Ciclo Otto Modelo Proposto: Resultado previsão vs observado ......................... 41

Tabela 22 – Diesel ARMA: Resultado modelo ..................................................................... 45 Tabela 23 – Diesel ARMA: Teste resíduo (Q-stat) ............................................................... 46

Tabela 24 – Diesel ARMA: Resultado previsão vs. observado ............................................. 47 Tabela 25 – AH ARMA: Resultado modelo ......................................................................... 49

Tabela 26 – AH ARMA: Teste resíduo (Q-stat) .................................................................... 49 Tabela 27 – AH ARMA: Resultado previsão vs. observado .................................................. 51

Tabela 28 – Gasolina ARMA: Resultado modelo ................................................................. 52 Tabela 29 – Gasolina ARMA: Teste resíduo (Q-stat) ........................................................... 53

Tabela 30 – Gasolina ARMA: Resultado previsão vs. observado.......................................... 54 Tabela 31 – GNV ARMA: Resultado modelo ...................................................................... 56

Tabela 32 – GNV ARMA: Teste Wald Sazonalidade ........................................................... 56 Tabela 33 – GNV ARMA: Teste resíduo (Q-stat) ................................................................. 57

Tabela 34 – GNV ARMA: Resultado previsão vs. observado ............................................... 59 Tabela 35 – Ciclo Otto ARMA: Resultado previsão vs. observado ....................................... 60

xi

Tabela 36 – Quadro comparativo: Resultado Modelo Proposto vs. ARMA – média 12 meses

..................................................................................................................................... 61 Tabela 37 – Quadro comparativo: Resultado Modelo Proposto vs. ARMA – 12 meses

acumulado .................................................................................................................... 62

xii

LISTA DE ABREVIATURAS

AH - Álcool Hidratado

AIC - Akaike information criterion

ANFAVEA - Associação Nacional dos Fabricantes de Veículos Automotores

ANP - Agência Nacional do Petróleo, Gás Natural e Biocombustíveis

ARMA - Auto Regressive Moving Average

BACEN - Banco Central do Brasil

BE - Brasil Energia

GNV - Gás Natural Veicular

IBGE - Instituto Brasileiro de Geografia e Estatística

IBP - Instituto Brasileiro de Petróleo, Gás e Biocombustíveis

IPCA - Índice Nacional de Preços ao Consumidor Amplo

MCE - Modelo de Correção de Erros

MME - Ministério de Minas e Energia

MQO - Mínimos Quadrados Ordinários

PIB - Produto Interno Bruto

SEAE – Secretaria de Acompanhamento Econômico

SIC - Schwarz information criterion

xiii

SUMÁRIO

1 INTRODUÇÃO ..................................................................................................... 1

2 HISTÓRIA DO PETRÓLEO, DERIVADOS E SUBSTITUTOS NO BRASIL ........ 3

3 REVISÃO DA LITERATURA ............................................................................... 9

3.1 ESTUDOS INTERNACIONAIS ........................................................................................................... 9

3.2 ESTUDOS NACIONAIS ......................................................................................................................12

4 MODELO PROPOSTO ...................................................................................... 14

4.1 METODOLOGIA ................................................................................................................................14

4.2 CONSUMO DE DIESEL .....................................................................................................................15 4.2.1 Modelo e Previsão .........................................................................................................................16

4.3 CONSUMO DE CICLO OTTO ...........................................................................................................20 4.3.1 Licenciamento e Frota ...................................................................................................................20 4.3.1.1 Licenciamento ..........................................................................................................................21 4.3.1.2 Frota .........................................................................................................................................24 4.3.2 Conversão para Gás Natural Veicular ............................................................................................25 4.3.3 Consumo de Gás Natural Veicular (GNV) .....................................................................................29 4.3.3.1 Modelo e Previsão ....................................................................................................................30 4.3.4 Consumo de Álcool Hidratado (AH) ..............................................................................................33 4.3.4.1 Modelo e Previsão ....................................................................................................................34 4.3.5 Consumo de Gasolina C ................................................................................................................37 4.3.5.1 Modelo e Previsão ....................................................................................................................37 4.3.6 Consumo de Ciclo Otto .................................................................................................................40

5 MODELO ARMA (AUTO REGRESSIVE MOVING AVERAGE) ........................ 42

5.1 METODOLOGIA ................................................................................................................................43

5.2 CONSUMO DE DIESEL .....................................................................................................................44

5.3 CONSUMO DE ÁLCOOL HIDRATADO ..........................................................................................48

xiv

5.4 CONSUMO DE GASOLINA ...............................................................................................................51

5.5 CONSUMO DE GNV ...........................................................................................................................55

5.6 CONSUMO CICLO OTTO .................................................................................................................59

6 MODELO PROPOSTO VS. ARMA .................................................................... 61

7 CONCLUSÃO .................................................................................................... 63

REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 65

APÊNDICE A - MODELO SIMPLES ......................................................................... 68

APÊNDICE B – TABELA CÁLCULO FROTA TOTAL ............................................. 72

APÊNDICE C – TABELA CÁLCULO FROTA POR MODALIDADE ........................ 74

APÊNDICE D – TABELA CÁLCULO FROTA GNV ................................................. 80

APÊNDICE E – TABELA FLEX – PARIDADE E PERCENTUAL GASO E AH ....... 82

ANEXO A - SÉRIES DE DADO ................................................................................ 86

1

1 INTRODUÇÃO

A previsão do consumo de combustível é essencial para as empresas que trabalham neste

setor, pois esta auxilia no desenvolvimento do plano logístico, orçamentário, estratégico, entre

outros. Adicionalmente, a previsão também é útil para analisar a capacidade de produção de

um determinado país versus o consumo de determinado combustível e também para aqueles

preocupados com a poluição ambiental e que tentam buscar soluções menos poluentes.

O objetivo deste trabalho é construir um modelo de projeção de consumo de ciclo otto

(gasolina, álcool hidratado e gás natural veicular) e diesel no Brasil e compará-lo com um

modelo ARMA (auto regressive moving average), que serviu de referência. A finalidade foi

averiguar qual deles é o melhor para ser utilizado pelos interessados.

Para realizar o objetivo proposto, esta dissertação começa com um breve histórico do

petróleo, derivados e substitutos no Brasil e com a revisão da literatura, tanto internacional

quanto nacional.

Posteriormente, é introduzido no capítulo 4 o modelo proposto, sendo este divido em duas

categorias principais, diesel e ciclo otto, por apresentarem características diferentes. Este

capítulo começa com uma breve descrição da metodologia e apresenta o período de previsão.

O período de estimação varia de acordo com o modelo, sendo também apresentados em cada

2

um deles as variáveis utilizadas (quando relevante, o motivo pelo qual foram consideradas),

os testes efetuados, a equação final juntamente com uma breve análise do resultado e, por fim,

o resultado da previsão versus o observado.

O capítulo 5 está direcionado para o modelo ARMA. Nesta etapa, inicialmente é descrita a

metodologia utilizada e definido período de estimação e previsão. Posteriormente são

apresentados os modelos de regressão selecionados e os testes efetuados, seguidos do

resultado da equação e o da previsão.

O objetivo do capítulo 6 é comparar os dois modelos (Proposto vs. ARMA) e, por fim, o

capítulo 7 conclui a dissertação, apontando o modelo que obteve uma melhor previsão e

ressaltando as vantagens e desvantagens de cada tipo de modelo.

O principal resultado desta dissertação foi que o modelo proposto foi melhor que o modelo

ARMA. Adicionalmente, o período de entressafra que não foi considerado no modelo de

consumo de álcool hidratado, por falta de dados, pode ser uma variável que melhoraria o

modelo. A falta de estrutura e dados do consumo de GNV também foi obstáculo para modelar

este. A principal contribuição foi auxiliar os participantes do mercado de combustíveis na

escolha de um melhor modelo para a previsão de consumo de combustível otto e diesel no

Brasil, dado que a maioria dos estudos, tanto internacional quanto nacional, foca na

elasticidade preço e renda.

Vale ressaltar que foram testados diversos modelos, mas nem todos os resultados foram

apresentados, somente os melhores.

3

2 HISTÓRIA DO PETRÓLEO, DERIVADOS E SUBSTITUTOS NO BRASIL

A partir do final do século XIX, precisamente em 1858, foi iniciada a história do petróleo no

Brasil. Neste ano, foi concedido o direito de extrair betume para a fabricação de querosene em

terrenos situados nas margens do rio Marau -Bahia. Mas foi somente em 1897, no estado de

São Paulo, que foi perfurado o primeiro poço brasileiro com o objetivo de encontrar petróleo,

mesmo que, segundo relatos da época, a extração tenha sido muito pequena.

Em 1919, com o objetivo de organizar a atividade de perfuração de poços, foi criado o

Serviço Geológico e Mineralógico do Brasil, que perfurou 63 poços nos estados do Pará,

Alagoas, Bahia, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul, mas não obteve

sucesso em nenhum deles.

No ano de 1933 foi criado o Departamento Nacional de Produção Mineral - DNPM (órgão do

Ministério da Agricultura) e foi sob a jurisdição deste que em 1938 iniciou-se a perfuração do

poço em Lobato-Bahia, onde se descobriu petróleo no Brasil em 21 de janeiro de 1939.

Mesmo que tenha sido considerado antieconômico, os resultados foram fundamentais para o

desenvolvimento da atividade petrolífera no país.

4

Durante esta década de 30, em função da presença de trustes (reunião de empresas para

controlar o mercado) que se apossavam de grandes áreas de petróleo e de minérios, foi

instalada uma campanha para a nacionalização dos bens do subsolo.

Foi também em 1939 que foi instalado, pelo governo de Getúlio Vargas, o Conselho Nacional

de Petróleo (CNP) juntamente com a primeira Lei do Petróleo do país, a fim de estruturar e

regularizar as atividades envolvidas (exploração de jazidas, importação, exportação,

transporte, distribuição e comércio de derivados) e tornar o recurso patrimônio da União.

Oitenta poços, aproximadamente, tinham sido perfurados até o final deste ano. Mas foi

somente em 1941 em Candeias-Bahia que o primeiro campo comercial foi descoberto.

No final da década de 40, tendo como cenário o fim da Segunda Guerra Mundial e a

intensificação da demanda por petróleo, a grande imprensa juntamente com grandes

organizações começaram o “lobby” pela abertura total do país ao capital estrangeiro para a

exploração do petróleo em terras brasileiras argumentando que o país não tinha capital,

técnica e tecnologia. Em contrapartida, nesta mesma época, foi lançada pelos “nacionalistas”

e simpatizantes a campanha “O Petróleo é nosso”, que tinha como objetivo o monopólio

estatal do petróleo e a criação de uma empresa nacional para a exploração deste.

O monopólio estatal do petróleo (incluindo pesquisa, refino e transporte) somente foi

instituído em 1953, no governo Vargas, com a promulgação da lei da criação da Petrobras.

O consumo de combustíveis fósseis teve um aumento considerável na década de 50,

principalmente a partir de 1956, com a ascensão de Juscelino Kubitschek, que marcou o início

do processo de industrialização. Nesta época, enquanto a penetração de capital estrangeiro

ocupou os ramos da indústria pesada (automobilística e de caminhões, material elétrico e

5

eletrônico, eletrodomésticos, produtos químicos e etc.), o capital estatal foi destinado ao

programa da infra-estrutura, que tinha como meta a construção de rodovias e a “ampliação”

do potencial de geração, transmissão e distribuição de energia elétrica.

Nesta época, ainda a produção nacional de petróleo era muito pequena, sendo necessária a

importação de quase tudo o que era consumido. Esta importação era feita na forma de

derivados, ou seja, combustível já refinado.

A fim de atender esta crescente demanda, a Petrobras foi intensificando suas atividades

exploratórias e procurou formar e especializar seu corpo técnico que era enviado ao exterior

para se especializar. No início, os esforços eram concentrados na região da Amazônia e do

Recôncavo, mas, quinze anos após a criação da Petrobras (1953), as áreas de exploração se

expandiram para Sergipe, Alagoas e Espírito Santo. Porém foi em 1968 que foi explorado o

primeiro poço offshore (no mar), este se localizava em Guaricema-Sergipe, injetando novos

ânimos nas perspectivas de um Brasil auto-suficiente e redirecionando as pesquisas para o

mar. Ao final de 1968, a indústria brasileira produzia mais de 160 mil barris por dia.

Em 1972, devido ao declínio das reservas terrestres e a baixa produção no mar, foi ampliado o

financiamento em “downstream” (refino, distribuição e venda) e foi criada a Braspetro com a

finalidade de buscar alternativas para o abastecimento de petróleo em outros países.

Em 1973 ocorre a primeira crise mundial do petróleo e esta época foi marcada por dois

grandes acontecimentos no Brasil: 1) Descoberta de um campo na Bacia de Potiguar (ES) e

outro na Bacia de Campos (RJ) em 1974, que marcaria, na Petrobras, o início da exploração

do petróleo em águas profundas e ultraprofundas; 2) O governo brasileiro decidiu investir no

desenvolvimento de um combustível que pudesse substituir a gasolina e conseqüentemente

6

diminuir a dependência do Brasil em relação aos derivados de petróleo, que nesta época era

quase total. Em 1975 foi criado o Programa Nacional do Álcool (Proálcool), que tinha como

objetivo transformar o álcool em combustível. Este contava com recursos do governo tanto na

área de pesquisa e desenvolvimento quanto na venda de veículos e no preço do próprio

combustível através de subsídios e redução de impostos.

Com a segunda crise do petróleo em 1979, a indústria nacional foi obrigada a fazer grandes

investimentos na prospecção de jazidas em território brasileiro a fim de reduzir a dependência

externa. Em 1981, a produção marítima superou a terrestre e três anos depois a produção

brasileira se igualou à importada.

O ápice do Proálcool foi em meados dos anos 80, quando 96% dos automóveis vendidos no

país eram movidos a álcool. Mas, nesta mesma década, houve um sério problema de falta de

álcool para abastecimento, o que criou um receio, que perdura até hoje, nos brasileiros de

comprar carro somente movido a álcool. Tanto que, quando os preços do petróleo recuaram

no início dos anos 90, a preferência passou a ser novamente os carros movidos a gasolina.

Os preços da gasolina e do álcool hidratado deixaram de ser controlados pelo governo a partir

de dezembro de 1996. O controle destes preços era um instrumento utilizado para o controle

da inflação e da balança comercial.

A Lei do Petróleo, de 1997, trouxe algumas mudanças na indústria petrolífera brasileira. Entre

estas estão: A criação da Agência Nacional do Petróleo (ANP) – atualmente Agência

Nacional do Petróleo, Gás Natural e Biocombustíveis – que substituiu a Petrobras nas

responsabilidades de ser o órgão executor do gerenciamento do petróleo no país; A permissão

7

para formação de parcerias com empresas interessadas em participar do processo de abertura

do setor, com o objetivo de trazer novos investimentos para o país.

Em 1999 é inaugurado o Gasoduto Bolívia-Brasil (Gasbol), aumentando a participação do gás

natural na matriz energética brasileira. Mas foi em 2003, com o Programa de Massificação do

Gás Natural, criado pela Petrobrás para incentivar o consumo do gás, que a demanda de gás

na indústria cresceu a altas taxas e difundiu-se o uso do gás natural veicular (GNV). Este

programa teve como elemento principal o congelamento dos preços do gás nacional e

boliviano (representava 50% do total gás ofertado no Brasil).

A partir desta época, com os incentivos oferecidos, tais como preço e a margem do GNV

atrativos e redução do IPVA em alguns estados, o número de carros convertidos para GNV

começou a crescer - principalmente de taxis – dado que o retorno do investimento era rápido e

a quantidade de postos com GNV também.

Outra nova mudança no setor de combustíveis surgiu em 2004 com o início das vendas de

carros com motor flexível, conhecidos como Flex, que são bicombustíveis (funcionando tanto

com gasolina como com álcool). Como o preço do álcool em relação ao da gasolina, mesmo

considerando a eficiência energética, estava mais baixo, e a opção de poder abastecer com

gasolina, a venda de carro Flex foi bem recebida pelo mercado. Atualmente o Flex representa,

em média, 87% dos licenciamentos e o consumo de álcool combustível no país vem crescendo

desde a introdução do Flex. Sendo que, para este tipo de carro, um dos fatores para a escolha

entre gasolina e álcool é marcado pela paridade do preço do álcool em relação ao da gasolina.

Em 2006, os níveis de reservatório das hidrelétricas começaram a cair e a economia do país

apresentava perspectiva de crescimento. Nestas circunstâncias, o governo ordenou o despacho

8

das termelétricas a gás, mas não havia gás suficiente para atender o consumo de geração

elétrica e o industrial, sendo este não considerado como prioridade. Esta decisão também

impactou o abastecimento de GNV. A insegurança provocada pela interrupção no

fornecimento boliviano, principalmente nas últimas crises, vem inibindo novos investimentos

e reduzindo o número de conversões de carros para GNV. Este cenário vem levando a

Petrobras a investir mais na produção nacional e na construção de infra-estrutura de portos

para a importação de GNL (Gás Natural Liquefeito). Mas com a chegada da crise econômica

no final de 2008, as condições do mercado brasileiro de gás natural na indústria se inverteram

e se passou de uma situação escassez para uma sobra de gás.

Neste cenário de crescimento da compra de carro Flex, redução da frota de carro somente a

gasolina e incerteza quanto ao abastecimento de GNV (e na conseqüente redução do número

de conversões) que os modelos de previsão foram gerados.

9

3 REVISÃO DA LITERATURA

No mundo, a maioria dos estudos encontrados é sobre a demanda por gasolina, e, em quase

todos estes, o foco principal é na análise elasticidade preço e renda. No Brasil, a quantidade

de estudos encontrados é menor, sendo também o foco principal na elasticidade, e não na

procura de um modelo mais prático para previsão do mercado de consumo de combustíveis

otto e diesel, que foi o objetivo deste trabalho.

Neste capítulo, alguns destes estudos, artigos e trabalhos acadêmicos, serão revisitados. Estes

se relacionam com esta dissertação principalmente por utilizarem modelos econométricos

para chegarem em seus objetivos.

3.1 ESTUDOS INTERNACIONAIS

Hsing (1990) utilizou a técnica de Box-Cox extended autoregressive (BCEA) para testar a se

elasticidade de preço e renda é variável na demanda de gasolina nos Estados Unidos durante o

período de 1960 a 1985. A equação coloca o consumo de gasolina per capita em função do

preço real da gasolina nos postos, da renda per-capita e do consumo da gasolina defasado em

um período. O principal resultado foi que o modelo log-linear e o modelo linear podem ser

rejeitados em favor do modelo BCEA e que realmente a elasticidade do preço e da renda na

demanda de gasolina nos Estados Unidos varia com o passar do tempo, ou seja, não pode ser

considerada como constante.

10

Al-faris (1997) teve como propósito estimar a elasticidade preço e renda na demanda por

produtos de petróleo nos países que pertencem ao GCC (Gulf Cooperation Council –

Conselho de Cooperação do Golfo: Bahrein, Kuwait, Omã, Qatar, Arábia Saudita e Emirados

Árabes Unidos) separadamente no período de 1970 a 1991. O modelo foi estimado usando

MQO, sendo que a equação considera como variável dependente a demanda por determinado

produto em função do preço nominal do produto por barril, da renda nominal e da variável

dependente defasada em um período (todas em log). O resultado principal do estudo é que

tanto o preço quanto a renda são inelásticos no curto prazo e que houve uma variação

considerável nas elasticidades entre os combustíveis e entre os países.

Dahl e Sterner (1991) fizeram um estudo comparativo de vários trabalhos feitos sobre

demanda por gasolina, sendo a análise focada na elasticidade do preço e da renda, por

acreditarem que estas variáveis contêm a informação necessária para previsão e avaliação de

políticas. Aparentemente os resultados de diversos estudos podem se mostrar conflitantes,

mas se propriamente estratificado, comparado e interpretado, através de uma análise mais

minuciosa, diferentes modelos e tipos de dados podem gerar resultados com grau razoável de

consistência.

Considerando a grande quantidade de estudos utilizados na análise, Dahl e Sterner agruparam

os trabalhos em categorias. Partindo de um modelo mais simples estático, sendo a demanda da

gasolina uma função do preço real da gasolina e da renda real, passando por modelos que

além destas variáveis consideram a frota de veículos e as características do veículo

(normalmente medida em eficiência) e agrupando também modelos dinâmicos onde a

demanda por gasolina não é somente função do preço real e da renda real (em alguns casos a

frota), mas também da variável dependente defasada em um ou mais períodos ou até mesmo

em função da renda e do preço defasados em um ou mais períodos. Em outros casos, foi

11

utilizado o modelo do consumo de gasolina por automóvel (ou seja, todas as variáveis foram

divididas pela frota).

Os resultados encontrados por Dahl e Sterner foram os seguintes: 1) O modelo simples

estático, baseado em dados anuais, mede uma elasticidade-preço intermediária, mas uma

elasticidade-renda muito próxima da de longo prazo; 2) O modelo que inclui frota e

características desta sugere que entre 1/4 e 1/3 do ajuste de curto prazo é proveniente de

mudanças na utilização dos veículos; 3) Foram encontradas algumas evidências (embora não

de muitos estudos) que modelo cross-section mede uma maior resposta ao preço do que

modelo de séries de tempo; 4) Fortes evidências que a média da elasticidade-renda de longo

prazo é maior que um. Dado que a média da elasticidade-preço de longo prazo também é alta,

impostos na gasolina podem ser efetivos para diminuir a demanda por este produto.

Bentzen (1994) teve como objetivo estimar as elasticidades de curto e longo prazo da

demanda por gasolina no período de 1948 a 1991 (dados anuais) na Dinamarca, para isso

utilizou os testes de estacionaridade e de cointegração. A equação coloca a demanda por

gasolina per-capita em função da tendência de tempo, do preço real da gasolina e da frota de

veículos per-capita no início do ano (todas as variáveis em log), onde a renda somente

influencia a demanda através da frota de veículos. As principais conclusões foram que uma

mudança de curto prazo na frota terá um efeito imediato na demanda por gasolina e que a

elasticidade-preço é muito pequena tanto no curto quanto no longo prazo.

Ramanathan (1999), através de técnicas de cointegração e correção de erros, examina a

relação entre a demanda por gasolina (per-capita), a renda nacional (per-capita) e o preço da

gasolina na Índia no período de 1972 a 1994. O resultado obtido foi que a demanda por

gasolina muito provavelmente crescerá dado um determinado crescimento no PIB, sendo este

12

crescimento maior no longo prazo do que no curto prazo. Adicionalmente, a demanda por

gasolina é relativamente inelástica à mudança no preço, tanto no curto quanto no longo prazo,

e o modelo de correção de erros demonstrou que o ajuste na demanda por gasolina para o

equilíbrio de longo prazo é feito de forma paulatina.

3.2 ESTUDOS NACIONAIS

Burnquist e Bacchi (2002), através de técnicas de cointegração, apresentaram estimativas de

elasticidade preço e renda da demanda por gasolina no Brasil referente ao período de 1973 a

1998. Os resultados do trabalho indicaram que a demanda por gasolina é pouco sensível a

mudança no preço tanto no curto quanto no longo prazo e que é inelástica em relação à renda

no curto prazo, mas no longo prazo a elasticidade é da ordem de 0,959.

Alves e Bueno (2003) estudaram a elasticidade cruzada preço entre a gasolina e o álcool

durante o período de 1984 a 1999. Além de analisar, através da técnica de cointegração, o

comportamento de curto e longo prazo na demanda por gasolina, foi acrescentando no modelo

o preço do álcool como variável adicional. A equação coloca o consumo de gasolina per

capita em função do PIB real, do preço real da gasolina e o preço real do álcool (foi tomado o

log de todas as variáveis e estas são anuais). Os estudos indicaram que a elasticidade-preço da

gasolina é inelástica tanto no longo quanto no curto prazo e que o álcool não é um substituto

perfeito para a gasolina mesmo no longo prazo (vale ressaltar que ainda não havia o carro

Flex no período utilizado para o estudo).

Schünemann (2007) teve como objetivo analisar o impacto da demanda por gasolina no Brasil

gerado pela introdução dos veículos flex-fuel a partir de 2003 e da expansão do consumo do

GNV. Através do método de cointegração e utilizando dados anuais e mensais, foram

13

estimadas as elasticidades-renda, preço e cruzada de curto e longo prazo do consumo de

gasolina per-capita. Outras variáveis foram adicionadas no modelo para testar a significância,

mas somente a variável idade média da frota foi adicionada no modelo, pois foi a única que

apresentou bons resultados. Os resultados obtidos indicaram que o preço do álcool

hidratado não se mostrou significativo para explicar a demanda por gasolina e a demanda por

esta é inelástica em relação ao preço tanto no curto quanto no longo prazo e é inelástica em

relação à renda no curto prazo, mas torna-se um pouco mais elástica no longo prazo. Além

disso, foi constatado que, nas regressões de longo prazo e com dados mensais, houve uma

mudança estrutural no mercado de combustíveis otto com a introdução de veículos flex. Em

relação ao GNV, não obteve conclusões dado que as poucas observações de dados de

consumo de GNV comprometeram a validade estatísticas do resultado e o preço deste

combustível se mostrou irrelevante na decisão dos consumidores.

Azevedo (2007) em sua pesquisa teve como proposta analisar as elasticidades preço e renda e

elasticidade cruzada entre os energéticos (álcool hidratado, óleo diesel, gasolina C, gás

liquefeito de petróleo, óleo combustível e gás natural) no Brasil e nas suas regiões geográficas

durante o período de janeiro de 2002 a junho de 2006, em bases mensais. O modelo considera

a demanda por determinado combustível como função do seu preço, do preço de outros

combustíveis, da renda (a Produção Industrial do Brasil foi utilizada como uma proxy do

Produto Interno Bruto para o cálculo da elasticidade renda) e da tendêcia. As metodologias de

cointegração e correção de erros sugerida por Engle e Granger (1987) foram adotadas para

calcular as elasticidades de curto e longo prazo, sendo feito um modelo para o Brasil e outro

desagregado por regiões geográficas (método de estimação MQO). Nesta pesquisa, em nível

nacional, os resultados mostraram que a demanda por álcool é inelástica em relação ao preço,

a demanda por gás natural é inelástica em relação à renda. Também foi concluído que o Brasil

possui grandes diferenças regionais no que diz respeito à questão energética.

14

4 MODELO PROPOSTO

Este modelo foi dividido em duas categorias, uma somente para o diesel e outra para os

combustíveis do ciclo otto (gasolina C, álcool hidratado e GNV). Esta divisão é explicada

pelas características de consumo destes combustíveis que são diferentes, sendo estas descritas

posteriormente.

Vale ressaltar que para a previsão o que interessou foi o resultado 12 meses a frente

acumulado e não o mês a mês.

4.1 METODOLOGIA

Os dados utilizados são em série de tempo e as observações estão em base mensal, sendo o

período para estimação apresentado em cada caso e o período de previsão de maio de 2008 a

abril de 2009. Na presença de variável dependente defasada, o método de previsão utilizado

foi o dinâmico. Adicionalmente, foram utilizados os dados observados das variáveis do lado

direito da equação, excluindo as dependentes defasadas, na previsão.

O software utilizado foi o e-views e o método de estimação foi o dos Mínimos Quadrados

Ordinários. Quando aplicável, foi efetuado o teste de raiz unitária nas variáveis para verificar

a estacionariedade destas, sendo utilizado o tipo Augmented Dickey-Fuller com SIC (Schwarz

15

Information Criterion), e o teste de cointegração proposto por Engle e Granger (1987) a fim

de evitar situação de regressão espúria. Conforme o resultado dos testes, foi utilizado o

modelo de correção de erros ou primeiras-diferenças ou estimação em níveis. Adicionalmente,

foi analisada a significância de cada variável no modelo e verificado o sinal dos coeficientes

estimados.

O resultado da previsão dos modelos será apresentado tanto mensalmente, dado que o modelo

tem base mensal, quanto 12 meses acumulado, por este ser a principal demanda dos

envolvidos no processo relacionado ao consumo de combustíveis.

A série de dados de cada uma das variáveis utilizadas nos modelos se encontra no anexo A.

4.2 CONSUMO DE DIESEL

O consumo de diesel no Brasil é dividido principalmente em três grandes setores: o setor de

transporte, o agropecuário e o de transformação (utiliza o produto na geração de energia

elétrica). Como todos estes estão diretamente relacionados à atividade econômica do país,

foram considerados na equação do consumo o preço do diesel médio ao consumidor e o PIB

do Brasil. Adicionalmente foram utilizadas dummies para sazonalidade mensal, cuja

existência é possível verificar na figura 1, e uma dummy para o consumo efetuado pelas

termelétricas. Esta última foi criada, pois no ano de 2008, dado a interrupção no

abastecimento de gás natural advinda da crise da Bolívia, o gás natural foi substituído pelo

óleo diesel na geração de energia, aumentando o consumo deste neste período.

16

Figura 1- Diesel: gráfico volume diesel em m3-ANP

4.2.1 Modelo e Previsão

O período de estimação utilizado foi de setembro de 2001 a abril de 2008. Inicialmente foi

efetuado o teste de raiz unitária para todas as variáveis utilizadas neste modelo, sendo que foi

aceita a hipótese nula de existência de raiz unitária para todas. Posteriormente foi o efetuado o

teste de cointegração no resíduo da equação 1, e a 5% se rejeitou a hipótese nula de que não

há cointegração, conforme tabelas 1 e 2.

Augmented Dickey-Fuller teste estatístico -3.582107

Tabela 1 – Diesel Modelo Proposto: Teste Cointegração ADF

Nível de Significância 1% 5% 10%

Valor Crítico -3,9 -3,34 -3,04

Tabela 2 – Diesel Modelo Proposto: valores críticos do teste de cointegração EG-ADF

Apesar de os testes indicarem que aplicar o modelo de correção de erros seria mais

apropriado, este foi desconsiderado, dado que o resultado da previsão deste ficou inferior ao

do modelo mais simples, que está apresentado na equação 1. Adicionalmente, o PIB e o preço

do diesel foram defasados em dois períodos, pois o resultado obtido foi melhor quando

comparado com outras defasagens e sem defasagem.

2400000

2600000

2800000

3000000

3200000

3400000

3600000

3800000

4000000

1/00 1/01 1/02 1/03 1/04 1/05 1/06 1/07 1/08

VOL_ANP_DIESEL_M3

17

DIEt = C + 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt

+9SETt +10OUTt +11NOVt + 12TERMt+ 13Yt-2 + 14Pdie t-2 + t, onde: (1)

DIEt = consumo mensal por diesel (incluindo o biodiesel puro B100) em m3 no período t.

Fonte: ANP

C = constante

JAN A NOVt = dummy mensal, onde esta é igual a 1 no mês em questão e 0 nos demais

meses.

TERMt = dummy termelétrica, onde o valor é igual a 1 para os meses de fevereiro a outubro

do ano de 2008 e 0 para os demais meses.

Yt-2 = PIB Brasil mensal em R$ milhões de 2008 defasado em dois períodos (conforme

explicado anteriormente). Fonte: Banco Central (PIB mensal em R$ Milhões – tabela 4380 do

Sistema Gerenciador de Séries Temporais) e IBGE (IPCA – cálculo multiplicador para R$ de

2008)

Pdiet-2 = Preço diesel ao consumidor (média Brasil) mensal em R$/litro de 2008 defasado em

dois períodos (conforme explicado anteriormente). Fonte: ANP (Preço diesel consumidor -

média Brasil) e IBGE (IPCA – cálculo multiplicador para R$ de 2008)

O resultado do modelo pode ser visualizado na tabela 3. Como pode ser observado, todas as

variáveis são significantes e o sinal dos coeficientes das variáveis PIB, preço e dummy

termelétrica faz sentido. Quanto maior o PIB, maior o consumo de diesel e quanto maior o

preço, menor o consumo (devido à possibilidade de, em alguns casos, este poder ser

substituído). O coeficiente da dummy criada para a termelétrica também está como o sinal

esperado, dado que a falta de gás natural fez com que aumentasse a procura por diesel no

setor de geração de energia.

18

Variável Coeficiente Erro Padrão Estatística-t Prob.

C 1698714 164417.7 10.3317 0.0000

Y(-2) 8.46328 1.018992 8.305539 0.0000

JAN -191013 63160.77 -3.02423 0.0036

FEV -229262 64881.87 -3.53352 0.0008

MAR 307197 66398.75 4.626548 0.0000

ABR 220801.1 69113.21 3.194774 0.0022

MAI 200581.2 67456.07 2.973508 0.0041

JUN 174257.1 67271.72 2.590347 0.0118

JUL 235191.3 65815.71 3.573483 0.0007

AGO 420372.7 65776.85 6.39089 0.0000

SET 348176.2 63517.69 5.481563 0.0000

OUT 492150.2 63253.29 7.780627 0.0000

NOV 294539.7 63856.2 4.612546 0.0000

PDIE(-2) -201855 81612.71 -2.47333 0.0160

TERM 208435 81823.88 2.547361 0.0132

R2 0.850726 Média var dependente 3255179

R2 ajustado 0.818574 D.P. var dependente 277220.4

Erro Padrão da Regressão 118079.5 SIC 26.81009

Soma quadrática resid 9.06E+11 Estatistica-F 26.46002

Prob(Estatistica-F) 0.0000

Tabela 3 – Diesel Modelo Proposto: Resultado modelo

A figura 2, que exibe graficamente o resultado da regressão em relação ao dado observado e o

resíduo, indica que o valor estimado está muito próximo do observado e o resíduo, em sua

grande parte, parece um ruído branco.

Figura 2- Diesel Modelo Proposto: gráfico observado vs estimado e resíduo

-400000

-200000

0

200000

400000

2400000

2800000

3200000

3600000

4000000

2002 2003 2004 2005 2006 2007

Residual Actual Fitted

19

O resultado da previsão para consumo de diesel em m3 (e o respectivo erro padrão)

comparado com o volume observado no período é mostrado na figura 3 - sendo a linha azul o

volume real e a vermelha o estimado - e na tabela 4. O erro quadrático médio de previsão de

maio/08 a abril/09 foi de 8.997 mil m3. O resultado acumulado neste mesmo período indicou

uma diferença de -169 mil m3 (-0,38%)

entre o projetado e o observado, sendo este resultado

bastante satisfatório.

Figura 3- Diesel Modelo Proposto: gráfico previsão observado vs. estimado

Tabela 4 – Diesel Modelo Proposto: Resultado previsão vs. observado

2500000

3000000

3500000

4000000

4500000

2008M07 2008M10 2009M01 2009M04

VOL_ANP_DIESEL_M3Z_FCAST_DIE_12MZ_FCAST_DIE_12M+2*Z_FCAST_DIE_12M_SEZ_FCAST_DIE_12M-2*Z_FCAST_DIE_12M_SE

mês/ano Observado Anp Projeção Proj -Obs Erro2Proj/Obs

mai-08 3,739 3,661 -78 6,081 -2.09%

jun-08 3,837 3,711 -126 15,883 -3.28%

jul-08 3,873 3,852 -21 442 -0.54%

ago-08 3,885 4,103 218 47,466 5.61%

set-08 4,053 4,010 -43 1,823 -1.05%

out-08 4,135 4,106 -29 825 -0.69%

nov-08 3,604 3,654 50 2,548 1.40%

dez-08 3,458 3,493 35 1,201 1.00%

jan-09 3,158 3,229 71 5,053 2.25%

fev-09 3,101 3,017 -84 7,113 -2.72%

mar-09 3,637 3,612 -25 619 -0.68%

abr-09 3,564 3,426 -138 18,910 -3.86%

Média 12m 3,670 3,656 -14 8,997 n/a

mai/08 a abr/09 Observado Anp Projeção Proj -Obs Proj/Obs

12 meses ac 44,045 43,875 -169 -0.38%

vol. diesel em mil m3


20

4.3 CONSUMO DE CICLO OTTO

O consumo de combustíveis do ciclo otto (gasolina c, álcool hidratado e gás natural veicular)

está relacionada principalmente ao abastecimento de veículo leves que circulam no país. O

cálculo deste consumo será efetuado em seis etapas, sendo estas apresentadas abaixo:

Equação de licenciamento para posterior cálculo da frota para cada tipo de veículo,

incluindo curva de sucateamento -> A frota será utilizada no modelo de consumo de

álcool hidratado e gasolina

Equação de conversões de carro para gás natural veicular -> A frota de GNV será

utilizada como variável no modelo de consumo de GNV

Equação para consumo de gás natural veicular

Equação para consumo de álcool hidratado

Equação para consumo de gasolina C

Cálculo para consumo ciclo otto, que se dará pelo somatório do consumo de gasolina

c, álcool hidratado e gás natural veicular.

4.3.1 Licenciamento e Frota

Nesta etapa, o primeiro passo foi criar uma equação para o licenciamento total de veículos

leves no Brasil (nacional e importado), tendo como base os dados da ANFAVEA, e o segundo

foi calcular a frota por tipo de veículo (Flex, Álcool e Gasolina), para isto foi considerada a

curva de sucateamento apresentada no trabalho do Ministério da Ciência e Tecnologia (2006).

21

4.3.1.1 Licenciamento

Os dados estão em base mensal, o período de estimação é de março de 2002 a abril de 2008 e

o licenciamento total foi colocado em função PIB mensal e da sazonalidade. Outras variáveis

como a taxa CDI, a taxa de juros veículos e a renda familiar foram testadas, mas como

nenhuma obteve resultado satisfatório, foram desconsideradas.

Foi na equação (2), exibida em seguida, que foram feitos os testes de raiz unitária e

cointegração.

LICtott = C + 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt

+9SETt +10OUTt +11NOVt + 12Yt + t, onde: (2)

LICtott = licenciamento total de veículos leves (nacional e importado) mensal no período t.

Fonte: ANFAVEA – Cartas da Anfavea

C = constante


meses.

Yt = PIB Brasil mensal em R$ milhões de 2008 no período t. Fonte: Banco Central (PIB

mensal em R$ Milhões – tabela 4380 do Sistema Gerenciador de Séries Temporais) e IBGE

(IPCA – cálculo multiplicador para R$ de 2008)

Foram feitos os testes de raiz unitária para a série de dados das variáveis Licenciamento Total

e PIB e em ambos os casos foi aceita a hipótese nula de raiz unitária. Posteriormente foi

efetuado o teste de cointegração no resíduo da equação (2) e foi rejeitada a 5% a hipótese nula

de que não há cointegração, conforme pode ser visto nas tabelas 5 e 6.

22

Augmented Dickey-Fuller test statistic -3,418673

Tabela 5 – Licenciamento Modelo Proposto: Teste Cointegração ADF



Tabela 6 – Licenciamento Modelo Proposto: v. críticos do teste de cointegração EG-ADF

Dado o exposto acima, como há cointegração, foi utilizado o modelo de correção de erros,

conforme segue na equação (3), e o resultado da regressão se encontra na tabela 7.

LICtott = + 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt

+9SETt +10OUTt +11NOVt + 15Yt + 1 (LICtott-1 – (C + 1JANt-1 + 2FEVt-1 + 3MARt-

1+ 4ABRt-1 +5MAIt-1 +6JUNt-1 +7JULt-1 +8AGOt-1 +9SETt-1 +10OUTt-1 +11NOVt-1 +

12Yt-1)) + ut, onde é a diferença do periodo t e o period t-1 (3)


C 21287.92 4815.856 4.420382 0.0000

D(Y) 2.390104 0.370015 6.459487 0.0000

JAN -40400.1 6517.764 -6.19845 0.0000

FEV 4523.808 6788.925 0.666351 0.5077

MAR -21577.2 7904.106 -2.72987 0.0083

ABR -31461.7 6660.416 -4.72369 0.0000

MAI -37953.4 8234.267 -4.60921 0.0000

JUN -29079.5 6756.056 -4.30422 0.0001

JUL -6271.94 6449.73 -0.97244 0.3347

AGO -19285.4 7006.72 -2.75242 0.0078

SET -16724.9 6444.617 -2.59518 0.0119

OUT -31830.3 8231.035 -3.86711 0.0003

NOV -26023.2 6941.081 -3.74916 0.0004

RESID(-1) -0.32237 0.107829 -2.98963 0.0040

R2

0.729633 Média var dependente 2079.365 R

2 ajustado

0.671053 D.P. var dependente 19462.33

Erro Padrão da Regressão 11162.4 AIC 21.64715

Soma quadrática resid 7.48E+09 SIC 22.08305

Estat Durbin-Watson 1.972217 Estatística-F 12.45542

Prob(Estatistica-F) 0.0000

Tabela 7 – Licenciamento Modelo Proposto: Resultado modelo

23

Neste modelo todas as variáveis são significantes e o sinal positivo do PIB faz sentido, dado

que quanto maior este for, maior será o licenciamento. O R2 ajustado baixo juntamente com

um resíduo que não parece em sua totalidade um ruído branco, pode indicar que algo ainda

poderia ser modelado, mas dos testes efetuados este foi o melhor modelo. Uma possibilidade

poderia ser o preço do veículo, mas não foi possível obter a base histórica de preço de um

veículo popular zero km. O resultado da previsão versus o do licenciamento observado segue

na figura 4, em forma de gráfico (estimado – linha vermelha; real – linha azul) e na tabela 8,

sendo o valor da previsão o utilizado para estimar a frota.

Figura 4- Licenciamento Modelo Proposto: gráfico previsão observado vs. estimado

Tabela 8 – Licenciamento Modelo Proposto: Resultado previsão vs. observado

120000

160000

200000

240000

280000

320000

2008M07 2008M10 2009M01 2009M04

LICENCIAMENTO_TOTALZ2_FCAST_LIC52Z2_FCAST_LIC52+2*Z2_FCAST_LIC52_SEZ2_FCAST_LIC52-2*Z2_FCAST_LIC52_SE

mês/ano Observado Anfavea Projeção Proj -Obs Erro2Proj/Obs

mai-08 230 250 20 388 8.57%

jun-08 243 236 -7 48 -2.84%

jul-08 273 247 -26 651 -9.35%

ago-08 231 249 18 331 7.88%

set-08 254 221 -33 1,099 -13.05%

out-08 225 269 44 1,980 19.80%

nov-08 166 205 39 1,488 23.21%

dez-08 184 156 -28 779 -15.19%

jan-09 190 175 -14 205 -7.55%

fev-09 191 181 -10 105 -5.36%

mar-09 261 186 -75 5,596 -28.67%

abr-09 224 266 42 1,760 18.70%

Média 12m 223 220 -2 1,203 n/a

mai/08 a abr/09 Observado Anfavea Projeção Proj -Obs Proj/Obs

12 meses ac 2,672 2,642 -30 -1.12%

licenciamento em mil

licenciamento em mil

24

4.3.1.2 Frota

Para o cálculo da frota foram utilizados os dados de licenciamento observado de veículos

leves (nacional e importados), o licenciamento estimado no item anterior e a curva de

sucateamento utilizada no trabalho do Ministério da Ciência e Tecnologia (2006), sendo esta

demonstrada a seguir:

curva de sucateamento: 𝑌𝑡 = 𝑌0/(1 + 𝑒 𝑎× 𝑡−𝑡0 ) + 𝑌0/(1 + 𝑒 𝑎× 𝑡+𝑡0 ), onde

Yt = percentual de veículos em circulação com t anos de idade

Y0 = 100%

t = idade veículo

t0 = determina em quanto tempo o sucateamento alcançará 50%

a = determina o “S” da curva do sucateamento (quanto menor este coeficiente, maior o

sucateamento no início)

Os valores atribuídos para a e t, tiveram como base o trabalho original e objetivo de alinhar a

frota estimada com a frota divulgada no anuário estatístico da ANFAVEA (frota de veículos

leves incluindo os movidos a diesel) respectivamente.

Tabela 9 – Frota Modelo Proposto: Cálculo veículos em circulação (curva sucateamento)

t0 a

16.7 0.19

calculo será feito na planilha "Frota Total (sem Diesel)".

Idade Veículo % Em circulação Idade Veículo % Em circulação

0 100.0 17 48.7

1 98.5 18 44.0

2 97.0 19 39.4

3 95.4 20 34.9

4 93.7 21 30.7

5 91.8 22 26.8

6 89.7 23 23.3

7 87.4 24 20.0

8 84.8 25 17.2

9 82.0 26 14.6

10 78.7 27 12.4

11 75.2 28 10.5

12 71.4 29 8.8

13 67.2 30 7.4

14 62.8 31 6.2

15 58.2 32 5.2

16 53.5 33 4.3

25

Inicialmente foi efetuado o cálculo da frota total de veículos leves incluindo os movidos a

diesel a fim de averiguar se está próxima da frota divulgada pela ANFAVEA, que também é

estimada, no anuário estatístico. Nesta etapa somente foram utilizados os dados de

licenciamento real, pois o objetivo nesta não é a previsão e sim averiguar se os parâmetros

escolhidos estão razoáveis. Na tabela 10 podem ser observadas a frota calculada e a frota

divulgada pela ANFAVEA nos últimos quatro anos. A tabela completa com a frota calculada

se encontra no apêndice B.

Tabela 10 – Frota Modelo Proposto: Frota estimada Anfavea vs Frota calculada

As demais frotas tiveram como base o licenciamento real até abril de 2008 e a curva de

sucateamento. Para o período de maio de 2008 a abril de 2009 foi utilizado, além da curva de

sucateamento, o licenciamento estimado no item anterior. A participação no licenciamento

neste período de cada modalidade de veículo foi calculada tendo como base o percentual de

participação da soma dos meses de janeiro a abril de 2008, sendo assim veículos movidos a

gasolina representam 8% do total de licenciamento, veículos a álcool 0% e veículos Flex

87,6% (diesel representa 4,4%, mas este não será utilizado). A tabela com o cálculo completo

de cada modalidade se encontra no apêndice C.

4.3.2 Conversão para Gás Natural Veicular

Para a equação do número de carros convertidos a GNV (equação 4) foram considerados

dados de base mensal, sendo o período de estimação de janeiro de 2004 a abril de 2008, e foi

aceita a hipótese nula de que há raiz unitária em todas as variáveis. Além das dummies para

em mil Frota Anfavea Frota Calculada Calc-Anfavea Calc/Anfavea

2005 21,282 21,004 -278 -1.3%

2006 22,273 21,901 -372 -1.7%

2007 23,685 23,266 -419 -1.8%

2008 25,480 24,909 -571 -2.2%

26

sazonalidade, foram criadas dummies para representar algumas das crises de abastecimento de

gás natural no Brasil e também o período de expansão.

As crises, onde o abastecimento de GNV foi altamente impactado, que foram consideradas

significantes no modelo foram: 1) De 2005 (maio a julho) na Bolívia, onde foi promulgada

uma lei que aumentou os royalties e impostos sobre a exploração e esta acarretou em

problemas no abastecimento e na confiança das empresas estrangeiras; 2) De 2007/2008

(iniciada em novembro de 2007) que além da crise do gás boliviano (ou seja, descontinuidade

no abastecimento para o Brasil) também houve no final de 2007 uma queda brusca no nível

dos reservatórios das hidrelétricas.

O período de expansão no consumo de GNV ocorreu no ano de 2006, retirando o período de

crise na Bolívia, quando foi anunciada a nacionalização dos campos de petróleo e gás natural

e das refinarias pelo presidente da Bolívia Evo Morales.

CONVt = C + 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt

+9SETt +10OUTt +11NOVt +12DCG1t +13DCG3t +14DBGt +15PARIDgnv/gasot-1 + t,

onde: (4)

CONVt = número de conversões para GNV mensal no período t. Fonte: Instituto Brasileiro

de Petróleo, Gás e Biocombustíveis (IBP)

C = constante


meses.

DCG1t = dummy crise gás natural Bolívia, onde esta é igual a 1 de maio a julho de 2005 e 0

nos demais meses.

DCG3t = dummy crise gás natural , onde esta é igual a 1 de novembro de 2007 a dezembro de

2008 e 0 nos demais meses.

DBGt = dummy expansão gnv , onde esta é igual a 1 de dezembro de 2004 a abril de 2005, de

fevereiro a abril de 2006 e de julho a dezembro de 2006 e igual a 0 nos demais meses.

27

PARIDgnv/gasot-1 = Preço médio Brasil do GNV dividido pelo preço médio Brasil da

gasolina no período t-1. Fonte: ANP

O teste de cointegração foi efetuado no resíduo da equação 4 e foi rejeitada a hipótese nula de

que não há cointegração, conforme tabelas 11 e 12.

Augmented Dickey-Fuller test statistic -8,218621

Tabela 11 – Conversão GNV Modelo Proposto: Teste Cointegração ADF



Tabela 12 – Conversão GNV Modelo Proposto: v. críticos do teste de cointegração EG-ADF

O modelo de correção de erros (MCE) foi utilizado na equação 4, mas aquele não foi o

escolhido porque não trouxe nenhum benefício adicional. O resultado da equação 4 pode ser

visualizado na tabela 13 e o resultado da previsão está exibido na figura 5, em forma de

gráfico, e na tabela 14.


C 47508.53 7768.615 6.115444 0.0000

PARIDgnv/gaso(-1) -61044.4 15265.59 -3.99882 0.0003

JAN 855.2545 1143.672 0.747814 0.4594

FEV -2833.47 1144.342 -2.47607 0.0181

MAR 222.3973 1140.805 0.194948 0.8465

ABR 393.4698 1141.254 0.34477 0.7323

MAI 1306.81 1283.697 1.018005 0.3155

JUN -308.475 1291.479 -0.23885 0.8126

JUL 316.3391 1294.33 0.244404 0.8083

AGO 687.8074 1232.869 0.557892 0.5804

SET 1035.859 1236.913 0.837454 0.4079

OUT 1258.249 1243.219 1.01209 0.3182

NOV 919.8592 1198.174 0.767718 0.4477

DCG1 -4376.32 1203.853 -3.63526 0.0009

DCG3 -5212.48 1119.024 -4.65806 0.0000

DBG 6199.201 692.5542 8.951215 0.0000

R2

0.925998 Média var dependente 17266.48

R2 ajustado

0.895164 D.P. var dependente 5186.768 Erro Padrão da Regressão

1679.394 AIC 17.93791 Soma quadrática resid

1.02E+08 SIC 18.5383


Prob(Estatística-F) 0.0000

Tabela 13 – Conversão Modelo Proposto: Resultado modelo

28

Figura 5- Conversão GNV Modelo Proposto: gráfico previsão observado vs. estimado

Tabela 14 – Conversão GNV Modelo Proposto: Resultado previsão vs. observado

Como pode ser observado, as variáveis não sazonais são significantes e estão com o sinal

esperado (exemplos: aumenta o preço do GNV em relação ao da gasolina, diminui o

consumo; em época de crise diminui o consumo e no período de expansão aumenta o

consumo) e o R2 ajustado está satisfatório. O erro quadrático médio de previsão de maio/08 a

abril/09 foi de 5,1 mil. O resultado acumulado neste mesmo período indicou uma diferença de

-8000

-4000

0

4000

8000

12000

16000

2008M07 2008M10 2009M01 2009M04

LICENCIAMENTO_CONV_GNVZ1_FCAST_CONVZ1_FCAST_CONV+2*Z1_FCAST_CONV_SEZ1_FCAST_CONV-2*Z1_FCAST_CONV_SE

mês/ano Observado IBP Projeção Proj -Obs Erro2Proj/Obs

mai-08 9.4 8.5 -0.9 0.9 -9.91%

jun-08 5.1 6.0 1.0 0.9 19.03%

jul-08 6.3 4.6 -1.6 2.6 -25.93%

ago-08 5.3 3.8 -1.6 2.5 -29.39%

set-08 5.2 3.2 -2.0 4.1 -38.91%

out-08 4.7 3.3 -1.4 2.0 -30.05%

nov-08 5.6 3.0 -2.6 6.7 -45.91%

dez-08 5.3 1.6 -3.7 13.7 -70.38%

jan-09 2.8 6.5 3.8 14.2 135.67%

fev-09 2.3 1.5 -0.8 0.7 -36.62%

mar-09 3.1 5.3 2.3 5.1 73.07%

abr-09 3.0 5.9 2.8 8.1 93.62%

Média 12m 4.8 4.4 -0.4 5.1 n/a

mai/08 a abr/09 Observado IBP Projeção Proj -Obs Proj/Obs

12 meses 58.1 53.2 -4.9 -8.40%

conversões em mil

conversões em mil

29

-4,9 mil (-8,4%) entre o projetado e o observado. Como o consumo de GNV comparado com

os demais combustíveis (gasolina e álcool) é relativamente pequeno, este resultado será o

utilizado para a construção da frota de GNV.

A frota de carros que possuem GNV foi calculada com o mesmo método que foi utilizado

para calcular a frota de veículos leves (item 4.3.1.2). Foi assumido que a frota de GNV está

contida dentro da frota de gasolina, por considerar que a maioria dos veículos convertidos é

movida a gasolina. A tabela com o cálculo completo da frota de GNV pode ser visualizada no

apêndice D. Como referência, a frota de veículos convertidos para GNV calculada em outubro

de 2008 foi de 1.509 mil e a frota divulgada pelo IBP através do GNVnews (outubro de 2008)

foi de 1.577 mil, ou seja, a frota calculada foi próxima da divulgada.

4.3.3 Consumo de Gás Natural Veicular (GNV)

Na equação do consumo de GNV foram considerados a paridade do preço do GNV com o da

gasolina (preço GNV/preço gasolina), a frota de GNV e dummies para sazonalidade mensal.

Como foi rejeitada a hipótese de raiz unitária para a variável frota GNV, o teste de

cointegração não foi efetuado.

Figura 6- GNV: gráfico volume gnv em m3-Brasil Energia

100000

120000

140000

160000

180000

200000

220000

240000

2004 2005 2006 2007

VOL_BE_GNV_M3

30

4.3.3.1 Modelo e Previsão

O período de estimação utilizado foi de janeiro de 2004 a abril de 2008. O modelo inicial

levou em consideração a paridade do preço do GNV com o da gasolina (preço GNV/preço

gasolina) defasado em um período, a frota de GNV e dummies para sazonalidade mensal. Mas

como foi detectado alto nível de autocorrelação e autocorrelação parcial, foi inserido no

modelo inicial uma variável autoregressiva de ordem 1 (AR(1)). Dado que o modelo

melhorou significativamente e o problema de autocorrelação foi eliminado, o modelo com

AR(1) foi o escolhido, conforme equação 5:

GNVt = 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt +9SETt

+10OUTt +11NOVt + 12DEZt+ +13PARIDgnv/gaso+ 14FGNVt + AR(1) + t, onde: (5)

GNVt = consumo mensal por GNV em m3 no período t. Fonte: Brasil Energia (BE)

JAN A DEZt = dummy mensal, onde esta é igual a 1 no mês em questão e 0 nos demais

meses.

PARIDgnv/gaso = Preço ao consumidor médio Brasil do GNV dividido pelo preço ao

consumidor médio Brasil da gasolina no período t. Fonte: ANP

FGNVt = Frota final GNV no período t. Fonte: Elaboração Própria (tendo como base item

4.3.2)

O resultado do modelo é mostrado na tabela 15. Como pode ser observado, todas as variáveis

são significantes e os sinais dos coeficientes das variáveis faz sentido. Quanto maior a frota,

maior o consumo de gnv e quanto maior o preço do GNV em relação ao da gasolina, menor o

consumo.

31


FGNV 0.124345 0.00512 24.2856 0.0000

PARIDgnv/gaso -165633 39759.06 -4.16592 0.0002

JAN 124688.8 18592.94 6.706244 0.0000

FEV 112837.4 18760.4 6.01466 0.0000

MAR 133805 18795.69 7.118918 0.0000

ABR 125347.5 18803.93 6.666027 0.0000

MAI 130714.7 19094.98 6.845501 0.0000

JUN 125025 19094.45 6.547715 0.0000

JUL 128929.1 18812.73 6.85329 0.0000

AGO 135672.8 18797.1 7.217755 0.0000

SET 129268.1 18834.49 6.863372 0.0000

OUT 133391.8 18561.02 7.186663 0.0000

NOV 126293.2 18456.89 6.842605 0.0000

DEZ 138633.4 18311.76 7.570726 0.0000

AR(1) 0.576872 0.144807 3.983715 0.0003

R2

0.991335 Média var dependente 177613.3

R2 ajustado

0.988142 D.P. var dependente 33213.05 Erro Padrão da Regressão

3616.712 AIC 19.45785 Soma quadrática resid

4.97E+08 SIC 20.01548

Estat Durbin-Watson 2.245361

Tabela 15 – GNV Modelo Proposto: Resultado modelo

A figura 7, que expõe graficamente o resultado da regressão em relação ao dado observado e

o resíduo, indica que o valor estimado está muito próximo do observado, apesar do resíduo

não parecer em sua totalidade um ruído branco.

Figura 7- GNV Modelo Proposto: gráfico observado vs. estimado e resíduo

-8000

-4000

0

4000

8000

80000

120000

160000

200000

240000

2004 2005 2006 2007


32

O resultado da previsão para consumo de GNV em m3 (e o respectivo erro padrão)

comparado com o volume observado no período é exibido na figura 8 (linha azul representa o

volume real e a linha vermelha o estimado) e na tabela 16. O erro quadrático médio de

previsão de maio/08 a abril/09 foi de 147 mil m3. O resultado acumulado neste mesmo

período indicou uma diferença de 110 mil m3 (4,79%)

entre o projetado e o observado.

Figura 8- GNV Modelo Proposto: gráfico previsão observado vs. estimado

Tabela 16 – GNV Modelo Proposto: Resultado previsão vs. observado

160000

170000

180000

190000

200000

210000

220000

230000

2008M07 2008M10 2009M01 2009M04

VOL_BE_GNV_M3Z3_DINFC_GNV12Z3_DINFC_GNV12+2*Z3_DINFC_GNV12_SEZ3_DINFC_GNV12-2*Z3_DINFC_GNV12_SE

mês/ano Observado BE Projeção Proj - Obs Erro2Proj/Obs

mai-08 207 211 3.6 13 1.74%

jun-08 201 202 0.0 0 0.02%

jul-08 202 203 1.2 1 0.60%

ago-08 204 209 5.0 25 2.44%

set-08 199 203 3.9 15 1.97%

out-08 204 207 3.0 9 1.44%

nov-08 191 199 8.5 72 4.44%

dez-08 200 209 9.3 86 4.65%

jan-09 175 191 16.2 261 9.23%

fev-09 170 182 12.0 145 7.10%

mar-09 181 204 23.1 533 12.79%

abr-09 172 197 24.7 608 14.34%

Média 12m 192.1 201.3 9.2 147.4 n/a

mai/08 a abr/09 Observado BE Projeção Proj -Obs Proj/Obs

12 meses 2,305 2,415 110 4.79%

vol. gnv em mil m3

vol. gnv em mil m3

33

4.3.4 Consumo de Álcool Hidratado (AH)

Na equação do consumo de AH foram considerados a frota flex que utiliza álcool, o cálculo

será apresentado em seguida, e dummies para sazonalidade mensal. Não foi considerada a

frota de álcool, pois esta variável não apresentou relevância no modelo. Uma variável que

poderia ser interessante no modelo é uma dummy do período de entressafra do álcool, mas

esta não foi testada por não conseguir os dados de uma fonte confiável.

Figura 9- AH: gráfico volume diesel em m3-Datagro

A fim de estipular o percentual da frota flex que utiliza álcool e o percentual que utiliza

gasolina, foi utilizado o método de interpolação por splines cúbicos, que suaviza a curva e

evita a introdução de “bicos”. O software utilizado foi o Matlab e foi assumido que para uma

paridade do preço álcool e gasolina (preço álcool/preço gasolina) de 0%, o percentual de

consumo de álcool é de 100%, e para uma paridade de 70%, o percentual de consumo de

álcool é de 50%. Pela eficiência energética, o álcool roda 70% do que roda a gasolina com a

mesma quantidade de litros, sendo assim quando a paridade for de 70%, em termos de custo,

não há diferença na escolha. A tabela com o resultado de paridade e percentual se encontra no

200000

400000

600000

800000

1000000

1200000

1400000

2002 2003 2004 2005 2006 2007 2008

VOL_DATAGRO_AH_M3

34

apêndice E (somente foi apresentado, a fim de reduzir o espaço ocupado, o resultado da

paridade de 45% a 80%, intervalo razoável):


O período de estimação utilizado foi de julho de 2001 a abril de 2008. O modelo inicial levou

em consideração as variáveis apresentadas anteriormente, mas como foi detectado alto nível

de autocorrelação e autocorrelação parcial, esta foi corrigida com o termo AR(1), conforme

equação 6.

AHt = 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt +9SETt

+10OUTt +11NOVt + 12DEZt+ +13FFLEXaht + AR(1) + t, onde: (6)

AHt = consumo mensal por álcool hidratado em m3 no período t. Fonte: Datagro


meses.

FFLEXaht = Frota final Flex que utiliza álcool no período t. Fonte: Elaboração Própria

(conforme procedimento descrito anteriormente e resultado apresentado no apêndice E)

O resultado do modelo é exposto na tabela 17. Como pode ser observado, todas as variáveis

são significantes e os sinal dos coeficientes das variáveis faz sentido. Quanto maior a frota,

maior o consumo de álcool.

35


FFLEXah 0.240347 0.011804 20.36209 0.0000

JAN 353298.6 18144.72 19.47116 0.0000

FEV 337854.3 18238.15 18.5246 0.0000

MAR 352465.1 18320.37 19.23897 0.0000

ABR 364840.3 18437.42 19.78803 0.0000

MAI 371589.5 18536.38 20.0465 0.0000

JUN 364390.8 18779.09 19.40407 0.0000

JUL 347675.4 18914.61 18.38132 0.0000

AGO 345993.8 18557.02 18.6449 0.0000

SET 336973.2 18390.2 18.32352 0.0000

OUT 357617.8 18320.96 19.5196 0.0000

NOV 331469.8 18246.65 18.16607 0.0000

DEZ 384459 18204.78 21.11858 0.0000

AR(1) 0.782589 0.070016 11.17735 0.0000

R2

0.989959 Média var dependente 520021.4 R

2 ajustado

0.988011 D.P. var dependente 217732.2

Erro Padrão da Regressão 23840.67 AIC 23.1521


-923.66 Estat Durbin-Watson 1.987503

Inverso Raiz AR 0.78

Tabela 17 – AH Modelo Proposto: Resultado modelo

A figura 10, que exibe graficamente o resultado da regressão em relação ao dado observado e


não parecer em sua totalidade um ruído branco, sendo uma das possíveis explicações o

período de entressafra não considerado.

Figura 10- AH Modelo Proposto: gráfico observado vs. estimado e resíduo

-80000

-40000

0

40000

80000

120000

200000

400000

600000

800000

1000000

1200000

2002 2003 2004 2005 2006 2007


36

O resultado da previsão para consumo de AH em m3 (e o respectivo erro padrão) comparado

com o volume observado no período pode ser observado na figura 11 (a linha azul representa

o volume real e a linha vermelha o estimado) e na tabela 18. O erro quadrático médio de

previsão de maio/08 a abril/09 foi de 6.639 mil m3. O resultado acumulado neste mesmo



Figura 11- AH Modelo Proposto: gráfico previsão observado vs. estimado

Tabela 18 – AH Modelo Proposto: Resultado previsão vs. observado

1000000

1100000

1200000

1300000

1400000

1500000

1600000

2008M07 2008M10 2009M01 2009M04

VOL_DATAGRO_AH_M3Z5_FCDIN_AH12Z5_FCDIN_AH12+2*Z5_FCDIN_AH12_SEZ5_FCDIN_AH12-2*Z5_FCDIN_AH12_SE

mês/ano Observado Datagro Projeção Proj -Obs Erro2Proj/Obs

mai-08 1,093 1,153 61 3,668 5.54%

jun-08 1,076 1,178 102 10,438 9.50%

jul-08 1,155 1,186 32 1,000 2.74%

ago-08 1,127 1,210 83 6,843 7.34%

set-08 1,197 1,221 24 577 2.01%

out-08 1,232 1,263 31 968 2.53%

nov-08 1,153 1,257 103 10,673 8.96%

dez-08 1,375 1,326 -49 2,397 -3.56%

jan-09 1,256 1,313 57 3,283 4.56%

fev-09 1,187 1,308 121 14,639 10.19%

mar-09 1,282 1,352 71 4,980 5.51%

abr-09 1,271 1,413 142 20,206 11.18%

Média 12m 1,200.3 1,265.1 64.8 6,639.3 n/a

mai/08 a abr/09 Observado Datagro Projeção Proj -Obs Proj/Obs

12 meses 14,404 15,181 778 5.40%

vol. ah em mil m3

vol. ah em mil m3

37

4.3.5 Consumo de Gasolina C

Na equação do consumo de gasolina foram consideradas, além das dummies para

sazonalidade mensal, a frota flex que utiliza gasolina, conforme critério descrito no item 4.3.4

(frota flex gasolina = frota flex – frota flex álcool) e a frota gasolina. Como foi rejeitada a

hipótese de raiz unitária para a variável frota gasolina, o teste de cointegração não foi

efetuado.

Figura 12- Gasolina: gráfico volume gasolina em m3-ANP


O período de estimação utilizado foi de abril de 2003 a abril de 2008, sendo a equação

apresentada a seguir.

GASOt = C + 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt

+9SETt +10OUTt +11NOVt +12FFLEXgasot +13FGASOt + t, onde: (7)

GASOt = consumo mensal por gasolina c em m3 no período t. Fonte: ANP

1700000

1800000

1900000

2000000

2100000

2200000

2300000

2003 2004 2005 2006 2007

VOL_ANP_GASO_M3

38


meses.

FFLEXgasot = Frota final Flex que utiliza gasolina no período t. Fonte: Elaboração Própria

(tendo como base item 4.3.1 e item 4.3.4)

FGASOt = Frota final gasolina no período t. Fonte: Elaboração Própria (tendo como base item

4.3.1)

O resultado do modelo está disponível na tabela 19. Como pode ser observado, todas as

variáveis são significantes e os sinal dos coeficientes faz sentido. Uma possível explicação

para o coeficiente da frota de gasolina ser maior do que o da frota flex que utiliza gasolina é o

fato da frota flex ser mais eficiente por ser mais nova.


C 364802.5 391022.5 0.932945 0.3556

FFLEXgaso 0.099609 0.011133 8.947088 0.0000

FGASO 0.110207 0.023801 4.630273 0.0000

JAN -308483 33636.73 -9.17101 0.0000

FEV -409851 33688.68 -12.1658 0.0000

MAR -228675 33803.96 -6.76475 0.0000

ABR -311764 32213.72 -9.67799 0.0000

MAI -294937 33872.46 -8.70728 0.0000

JUN -339837 34000.23 -9.99515 0.0000

JUL -296498 34158.62 -8.68005 0.0000

AGO -263306 34355.85 -7.66408 0.0000

SET -293965 34593.57 -8.49768 0.0000

OUT -275041 34884.92 -7.88423 0.0000

NOV -356050 35248.84 -10.101 0.0000



Erro Padrão regressão 53148.06 AIC 24.79784



Prob(Estatística-F) 0.0000

Tabela 19 – Gasolina Modelo Proposto: Resultado modelo

A figura 13, que exibe graficamente o resultado da regressão em relação ao dado observado e


não parecer em sua totalidade um ruído branco.

39

Figura 13- Gasolina Modelo Proposto: gráfico observado vs. estimado e resíduo

O resultado da previsão para consumo de gasolina em m3 (e o respectivo erro padrão)

comparado com o volume observado no período é exposto na figura 14 (linha azul representa

o volume real e a vermelha o volume estimado) e na tabela 20. O erro quadrático médio de

previsão de maio/08 a abril/09 foi de 3.702 mil m3. O resultado acumulado neste mesmo

período indicou uma diferença de -211 mil m3 (-0,84%)


Figura 14- Gasolina Modelo Proposto: gráfico previsão observado vs. estimado

-150000

-100000

-50000

0

50000

100000

150000

1600000

1800000

2000000

2200000

2400000

2003 2004 2005 2006 2007


1800000

1900000

2000000

2100000

2200000

2300000

2400000

2500000

2008M07 2008M10 2009M01 2009M04

VOL_ANP_GASO_M3Z6_FCAST_GASO10Z6_FCAST_GASO10+2*Z6_FCAST_GASO10_SEZ6_FCAST_GASO10-2*Z6_FCAST_GASO10_SE

40

Tabela 20 – Gasolina Modelo Proposto: Resultado previsão vs. observado

4.3.6 Consumo de Ciclo Otto

Como o consumo de combustíveis ciclo otto é a soma do consumo de álcool hidratado,

gasolina C e gás natural veicular, não foi criado um modelo. O resultado apresentando na

tabela 21 e na figura 15 é a soma dos resultados dos modelos de consumo de combustíveis

otto feitos separadamente nos itens anteriores. Pode-se observar que o erro quadrático médio

de previsão de maio/08 a abril/09 foi de 13.137 mil m3. O resultado acumulado neste mesmo



mês/ano Observado Anp Projeção Proj -Obs Erro2Proj/Obs

mai-08 2,044 2,047 3 8 0.14%

jun-08 1,994 2,008 14 205 0.72%

jul-08 2,146 2,062 -84 7,132 -3.93%

ago-08 2,097 2,105 8 62 0.37%

set-08 2,187 2,085 -102 10,504 -4.69%

out-08 2,240 2,116 -124 15,302 -5.52%

nov-08 2,012 2,042 30 928 1.51%

dez-08 2,399 2,346 -53 2,825 -2.22%

jan-09 2,039 2,044 5 28 0.26%

fev-09 1,912 1,954 41 1,720 2.17%

mar-09 2,068 2,141 72 5,242 3.50%

abr-09 2,080 2,058 -22 464 -1.04%

Média 12m 2,101.6 2,084.0 -17.6 3,701.7 n/a

mai/08 a abr/09 Observado ANP Projeção Proj -Obs Proj/Obs

12 meses 25,219 25,008 -211 -0.84%

vol. gasolina c em mil m3


41

Tabela 21 – Ciclo Otto Modelo Proposto: Resultado previsão vs observado

Figura 15- Ciclo Otto Modelo Proposto: gráfico previsão estimado vs. observado (em m3)

mês/ano Observado Projeção Proj - Obs Erro2Proj/Obs

mai-08 3,344 3,411 67 4,497 2.01%

jun-08 3,271 3,387 117 13,581 3.56%

jul-08 3,504 3,452 -52 2,664 -1.47%

ago-08 3,427 3,523 96 9,127 2.79%

set-08 3,583 3,508 -75 5,559 -2.08%

out-08 3,676 3,586 -90 8,035 -2.44%

nov-08 3,356 3,498 142 20,235 4.24%

dez-08 3,974 3,881 -93 8,618 -2.34%

jan-09 3,470 3,549 79 6,196 2.27%

fev-09 3,269 3,444 175 30,452 5.34%

mar-09 3,531 3,697 166 27,575 4.70%

abr-09 3,523 3,668 145 21,104 4.12%

Média 12m 3,494 3,550 56.4 13,137 n/a

mai/08 a abr/09 Observado Projeção Proj -Obs Proj/Obs

12 meses 41,927 42,605 677 1.62%

vol. otto em mil m3

vol. otto em mil m3

42

5 MODELO ARMA (AUTO REGRESSIVE MOVING AVERAGE)

Nesta etapa, além de serem utilizadas a sazonalidade e a tendência, quando aplicável, foi

utilizado o modelo ARMA para modelar a parte cíclica. Este foi escolhido como referência,

pois, além de ser normalmente aplicado a dados de séries temporais, somente necessita dos

dados históricos da variável dependente para estimá-lo, tornando-o mais simples. Pode-se

dizer que neste tipo de modelo o presente é vinculado com o passado e o futuro com o

presente.

Este modelo é referido como ARMA(p,q), onde p é a ordem do processo autoregressivo e q é

a ordem do processo de média móvel, sendo a equação dada da seguinte forma:

yt = 1yt-1+ …+ pyt-p+ t +1t-1+ …+qt-q OU

(L)yt = (L)t , sendo: (L) = 1- 1L- 2L2- ...- pL

p E (L) = 1+ 1L+ 2L

2+ ...+ qL

q

Para este tipo de modelo, é necessário garantir:

Que o inverso de todas as raízes de (L) esteja dentro do círculo unitário, para que a

covariância do processo seja estacionária (média e estrutura da covariância sejam

estáveis no decorrer do tempo) e tenha representação infinta convergente da média

móvel. yt = ((L)/ (L)) t

43

Que o inverso de todas as raízes de (L) esteja dentro do círculo unitário, para que

seja garantida a invertibilidade do processo e, conseqüentemente, ter uma

representação autoregressiva convergente e infinita. ((L)/(L)) yt = t

Vale ressaltar que um modelo de passeio aleatório também foi testado, mas como o resultado

deste foi inferior ao do modelo ARMA, apenas está disponível no apêndice A.

5.1 METODOLOGIA

Os modelos para cada tipo de combustível foram estimados no período de janeiro de 2001 (no

caso do diesel e da gasolina de janeiro de 2000) a abril de 2008 e as previsões feitas de maio

de 2008 a abril de 2009 (as previsões foram feitas utilizando o método estático), sendo

atribuídos para p e q do modelo ARMA(p,q) os valores 1, 2, 3, 4 e 5. A existência de

sazonalidade e de tendência no consumo de cada combustível também foi testada e estas

adicionadas ao modelo quando aplicável.

Para a escolha do melhor modelo, os seguintes passos foram tomados:

Foram desconsiderados os modelos em que o inverso de uma ou mais raízes não ficou

dentro do círculo unitário

Foi levado em consideração o critério SIC (Schwarz Information Criterion) dado que

este penaliza o grau de liberdade de modo mais severo que o AIC (Akaike Information

Criterion), sendo, desta forma, mais conservador. Sendo SIC= 𝑇(𝑘

𝑇) 𝑒𝑡

2𝑇𝑡=1

𝑇, e quanto

menor, melhor. Sendo: T = número observações ; k = número de variáveis do lado

direito da equação.

Foi analisada a significância das variáveis.

44

Os resíduos foram analisados, a fim de averiguar a existência autocorrelação e

autocorrelação parcial através do método de Ljung-Box Q-Statistic (1978), por ser

considerado o melhor para amostras pequenas. Neste, a hipótese nula é de que todas as

autocorrelações de 1 a m são zero ( ou seja, resíduo é ruído branco). De acordo com

Diebold (2007), uma escolha razoável para m é a 𝑇.

Ljung-Box Q-Statistic (QLB) = 𝑇(𝑇 + 2) 1

𝑇−𝜏 𝑚

𝜏=1 𝜌 2 𝜏 , onde: T= tamanho da

amostra; m = número de lags a serem testados; 𝜌 = autocorrelação serial no lag

Somente serão demonstrados os resultados dos modelos escolhidos.

5.2 CONSUMO DE DIESEL

Conforme descrito e apresentado no item 4.2, as características pelo consumo de diesel

indicam que há sazonalidade e tendência nos dados históricos, por isso estes foram

considerados no modelo base juntamente com uma variável dummy de consumo de diesel

pelas termelétricas.

O modelo ARMA escolhido de acordo com a metodologia descrita anteriormente foi o

ARMA(3,0). Sendo assim, a equação final ficou da seguinte forma:

DIEt = 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt +9SETt

+10OUTt +11NOVt +12DEZt + 13TERMt+ 14T2t + ARMA(3,0) onde: (8)

DIEt = consumo mensal por diesel (incluindo o biodiesel puro B100) em m3 no período t.

Fonte: ANP


meses.

45

TERMt = dummy termelétrica, onde o valor é igual a 1 para os meses de fevereiro a outubro

do ano de 2008 e 0 para os demais meses.

T2t = tendência quadrática

ARMA(3,0) = modelagem ARMA onde p=3 e q=0

O resultado do modelo estimado encontra-se na tabela 22.


JAN 2711132. 59495.16 45.56896 0.0000

FEV 2614998. 58651.31 44.58550 0.0000

MAR 3103955. 59165.61 52.46215 0.0000

ABR 2920956. 57130.25 51.12802 0.0000

MAI 2986458. 57526.27 51.91468 0.0000

JUN 3003471. 57657.70 52.09142 0.0000

JUL 3079062. 57427.80 53.61623 0.0000

AGO 3293899. 57590.23 57.19544 0.0000

SET 3168996. 57892.25 54.73955 0.0000

OUT 3326466. 58152.13 57.20283 0.0000

NOV 3100618. 58539.81 52.96597 0.0000

DEZ 2876437. 59006.61 48.74772 0.0000

TERM 156648.5 83572.86 1.874394 0.0645

T2 46.21542 8.131945 5.683194 0.0000

AR(1) 0.037800 0.102528 0.368681 0.7133

AR(2) 0.209397 0.097699 2.143296 0.0351

AR(3) 0.325752 0.100142 3.252906 0.0017

R2 0.866268 Média var dependente 3212645.





Inverso Raízes AR .80 -.38-.51i -.38+.51i

Tabela 22 – Diesel ARMA: Resultado modelo

Inicialmente todas as variáveis são significativas a 7%, exceto no AR(1), mas como os demais

resultados foram satisfatórios, o modelo não foi descartado. Os testes de autocorrelação e

autocorrelação parcial no resíduo também foram feitos, conforme tabela 23, a fim de

averiguar se não havia correlação serial e garantir que o teste de significância e os coeficientes

não estivessem viesados.

46

Tabela 23 – Diesel ARMA: Teste resíduo (Q-stat)

Como pode ser observado na tabela 23, se aceita a hipótese nula de que não há autocorrelação

serial através da estatística de Ljung-Box. A figura 16, que mostra o resultado da regressão

em relação ao dado observado e o resíduo, corrobora este resultado, pois nesta pode-se

perceber que o resíduo parece um ruído branco e o valor estimado está muito próximo do

observado.

Figura 16- Diesel ARMA: gráfico observado vs. estimado e resíduo

-400000

-200000

0

200000

400000

2400000

2800000

3200000

3600000

4000000

2000 2001 2002 2003 2004 2005 2006 2007


47

O resultado da previsão para consumo de diesel em m3 (e o respectivo erro padrão)

comparado com o volume observado no período está na figura 17 (linha azul –volume real ;

linha vermelha - volume estimado) e na tabela 24. O erro quadrático médio de previsão de


uma diferença de 354 mil m3 (0,8 %)


Figura 17- Diesel ARMA: gráfico previsão observado vs. estimado

Tabela 24 – Diesel ARMA: Resultado previsão vs. observado

2800000

3000000

3200000

3400000

3600000

3800000

4000000

4200000

4400000

2008M07 2008M10 2009M01 2009M04

VOL_ANP_DIESEL_M3FCASTDIN_DIESEL_30FCASTDIN_DIESEL_30+2*FCASTDIN_DIESEL_30_SEFCASTDIN_DIESEL_30-2*FCASTDIN_DIESEL_30_SE

mês/ano Obs Anp Projeção Proj -Obs Erro2Proj/Obs

mai-08 3,739 3,709 -30 903 -0.80%

jun-08 3,837 3,706 -131 17,272 -3.43%

jul-08 3,873 3,835 -38 1,479 -0.99%

ago-08 3,885 4,029 144 20,759 3.71%

set-08 4,053 3,913 -140 19,599 -3.45%

out-08 4,135 4,089 -46 2,160 -1.12%

nov-08 3,604 3,706 103 10,509 2.84%

dez-08 3,458 3,493 35 1,228 1.01%

jan-09 3,158 3,339 181 32,773 5.73%

fev-09 3,101 3,251 150 22,373 4.82%

mar-09 3,637 3,751 114 12,937 3.13%

abr-09 3,564 3,578 15 217 0.41%

Média 12m 3,670 3,700 29.5 11,851 n/a

mai/08 a abr/09 Observado Anp Projeção Proj -Obs Proj/Obs

12 meses 44,045 44,399 354 0.80%



48

5.3 CONSUMO DE ÁLCOOL HIDRATADO

Conforme item 4.3.4, o consumo de álcool hidratado possui sazonalidade e tendência, por isso

estas variáveis foram consideradas no modelo base. O modelo ARMA escolhido de acordo

com a metodologia descrita anteriormente foi o ARMA(0,5). Sendo assim, a equação final

ficou da seguinte forma:

AHt = 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt +9SETt

+10OUTt +11NOVt +12DEZt + 13Tt +14T2t + ARMA(0,5) onde: (9)

AHt = consumo mensal por álcool hidratado em m3 no período t. Fonte: Datagro


meses.

Tt = tendência



O resultado do modelo estimado encontra-se na tabela 25:


JAN 830754.2 79518.87 10.44726 0.0000

FEV 814311.7 79052.95 10.30084 0.0000

MAR 829724.6 78505.58 10.56899 0.0000

ABR 840230.1 77989.9 10.77358 0.0000

MAI 849323.4 77561.41 10.95033 0.0000

JUN 843473.3 78202.01 10.78583 0.0000

JUL 843311.1 78779.1 10.70476 0.0000

AGO 838028.3 79111.79 10.59296 0.0000

SET 828424.4 79927.63 10.36468 0.0000

OUT 848529.1 80228.78 10.57637 0.0000

NOV 819427.1 80212.45 10.21571 0.0000

DEZ 872330.6 80337.98 10.85826 0.0000

T -21107.7 2598.847 -8.12194 0.0000

T2 217.0429 19.43515 11.16754 0.0000

MA(1) 0.85748 0.093586 9.162526 0.0000

MA(2) 0.889206 0.101464 8.763748 0.0000

MA(3) 0.548311 0.125805 4.358411 0.0000

MA(4) 0.687044 0.100757 6.818847 0.0000

MA(5) 0.631277 0.095848 6.586257 0.0000

49

R2 0.990238 Média var dependente 513957.4





Inverso Raízes MA .47+.76i .47-.76i -.50+.86i

-.50-.86i -0.8

Tabela 25 – AH ARMA: Resultado modelo

Inicialmente, para todas as variáveis se rejeita totalmente a hipótese nula que não são

significantes. Os testes de autocorrelação e autocorrelação parcial no resíduo também foram

feitos, conforme tabela 26, a fim de averiguar se não havia correlação serial e garantir que o

teste de significância e os coeficientes não estivessem viesados.

Tabela 26 – AH ARMA: Teste resíduo (Q-stat)

Como pode ser observado na tabela 26, se aceita a 5%, a partir do nono lag, a hipótese nula de

que não há autocorrelação serial através da estatística de Ljung-Box. A figura 18, que exibe o

resultado da regressão em relação ao dado observado e o resíduo, apóia o resultado da tabela

26, pois nesta pode-se perceber que o resíduo não parece totalmente um ruído branco, apesar

de o valor estimado estar razoavelmente próximo do observado.

50

Figura 18- AH ARMA: gráfico observado vs. estimado e resíduo

O resultado da previsão de consumo de álcool hidratado em m3 (e o respectivo erro padrão)

comparado com o volume observado no período se encontra na figura 19 (linha azul

representa o volume real e a vermelha o volume estimado) e na tabela 27. No gráfico, figura

19, percebe-se que a partir de final de 2008 o valor estimado já se afasta um pouco do valor

do observado, provavelmente por um período de entressafra atípico não considerado no

modelo. O erro quadrático médio de previsão de maio/08 a abril/09 foi de 4.872 mil m3. O

resultado acumulado neste mesmo período indicou uma diferença de 544 mil m3 (3,78%)

entre

o projetado e o observado.

Figura 19- AH ARMA: gráfico previsão observado vs. estimado

-50000

0

50000

100000

200000

400000

600000

800000

1000000

1200000

2001 2002 2003 2004 2005 2006 2007


1000000

1100000

1200000

1300000

1400000

1500000

1600000

2008M07 2008M10 2009M01 2009M04

VOL_DATAGRO_AH_M3OTTO_FCDIN_AH05OTTO_FCDIN_AH05+2*OTTO_FCDIN_AH05_SEOTTO_FCDIN_AH05-2*OTTO_FCDIN_AH05_SE

51

Tabela 27 – AH ARMA: Resultado previsão vs. observado

5.4 CONSUMO DE GASOLINA

Conforme item 4.3.5, o consumo de gasolina possui sazonalidade e tendência, por isso estas

variáveis foram consideradas no modelo base. O modelo ARMA escolhido de acordo com a

metodologia descrita anteriormente foi o ARMA(1,1). Sendo assim, a equação final ficou da

seguinte forma:

GASOt = 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt

+9SETt +10OUTt +11NOVt +12DEZt + 13Tt +14T2t + ARMA(1,1) onde: (10)

GASOt = consumo mensal por gasolina C em m3 no período t. Fonte: ANP


meses.

Tt = tendência

mês/ano Observado Datagro Projeção Proj -Obs Erro2Proj/Obs

mai-08 1,093 1,131 39 1,502 3.55%

jun-08 1,076 1,130 54 2,921 5.02%

jul-08 1,155 1,172 17 291 1.48%

ago-08 1,127 1,165 38 1,439 3.37%

set-08 1,197 1,184 -13 165 -1.07%

out-08 1,232 1,235 3 10 0.26%

nov-08 1,153 1,234 80 6,475 6.98%

dez-08 1,375 1,315 -60 3,598 -4.36%

jan-09 1,256 1,303 47 2,177 3.71%

fev-09 1,187 1,316 128 16,483 10.81%

mar-09 1,282 1,361 79 6,290 6.19%

abr-09 1,271 1,402 131 17,112 10.29%

Média 12m 1,200 1,246 45 4,872 n/a

mai/08 a abr/09 Observado Datagro Projeção Proj -Obs Proj/Obs

12 meses 14,404 14,948 544 3.78%

vol. AH em mil m3

vol. ah em mil m3

52



O resultado da equação 10 pode ser observado na tabela 28:


JAN 1876015 44878 41.80255 0.0000

FEV 1764613 42577.11 41.4451 0.0000

MAR 1901092 41745.42 45.54015 0.0000

ABR 1870764 38941.36 48.04055 0.0000

MAI 1910269 42990.06 44.43512 0.0000

JUN 1875643 44326.19 42.31456 0.0000

JUL 1880945 43894.45 42.85156 0.0000

AGO 1919393 44457.16 43.174 0.0000

SET 1895545 44377.04 42.71454 0.0000

OUT 1953566 44615.97 43.78625 0.0000

NOV 1848573 44673.77 41.37938 0.0000

DEZ 2110121 44771.1 47.13131 0.0000

T -2436.7 1352.335 -1.80185 0.0752

T2 40.45066 11.143 3.63014 0.0005

AR(1) -0.70553 0.070363 -10.027 0.0000

MA(1) 0.997408 0.027732 35.96636 0.0000






Inverso Raiz AR . -0.71

Inverso Raiz MA -1

Tabela 28 – Gasolina ARMA: Resultado modelo

Inicialmente, todas as variáveis são totalmente significantes, exceto a tendência que é somente

a 10%. Os testes de autocorrelação e autocorrelação parcial no resíduo também foram feitos,

conforme tabela 29, a fim de averiguar se não havia correlação serial e garantir que o teste de

significância e os coeficientes não estivessem viesados.

53

Tabela 29 – Gasolina ARMA: Teste resíduo (Q-stat)

Como pode ser observado na tabela 29, se aceita a partir do quarto lag, a hipótese nula de que

não há autocorrelação serial através da estatística de Ljung-Box. Mesmo que se passe a

rejeitar a hipótese de que não há autocorrelação a partir do décimo terceiro lag, estes podem

ser descartados se utilizarmos a técnica apresentada por Diebold de que um valor razoável

para m é a 𝑇, ou seja 99 10. A figura 20, que mostra graficamente o resultado da

regressão em relação ao dado observado e o resíduo, confirma o resultado da tabela 29, pois

neste gráfico se percebe que o resíduo não parece totalmente um ruído branco, apesar de o

valor estimado estar razoavelmente próximo do observado.

Figura 20- Gasolina ARMA: gráfico observado vs. estimado e resíduo

-300000

-200000

-100000

0

100000

200000

1400000

1600000

1800000

2000000

2200000

2400000

2000 2001 2002 2003 2004 2005 2006 2007


54

O resultado da previsão de consumo de gasolina C em m3 (e o respectivo erro padrão)

comparado com o volume observado no período está na figura 21 (o volume real é

representado pela linha azul e o estimado pela vermelha) e na tabela 30. No gráfico (figura

21), percebe-se que principalmente em 2009 o valor estimado ficou abaixo do observado. O

erro quadrático médio de previsão de maio/08 a abril/09 foi de 6.203 mil m3. O resultado

acumulado neste mesmo período indicou uma diferença de 534 mil m3 (2,12%)

entre o

projetado e o observado.

Figura 21- Gasolina ARMA: gráfico previsão observado vs. estimado

Tabela 30 – Gasolina ARMA: Resultado previsão vs. observado

1600000

1800000

2000000

2200000

2400000

2600000

2800000

2008M07 2008M10 2009M01 2009M04

VOL_ANP_GASO_M3FCDIN_GASO_11FCDIN_GASO_11+2*FCDIN_GASO_11_SEFCDIN_GASO_11-2*FCDIN_GASO_11_SE

mês/ano Observado ANP Projeção Proj -Obs Erro2Proj/Obs

mai-08 2,044 2,129 85 7,170 4.14%

jun-08 1,994 2,084 90 8,090 4.51%

jul-08 2,146 2,107 -39 1,534 -1.82%

ago-08 2,097 2,144 47 2,222 2.25%

set-08 2,187 2,132 -55 3,017 -2.51%

out-08 2,240 2,193 -47 2,197 -2.09%

nov-08 2,012 2,098 86 7,417 4.28%

dez-08 2,399 2,364 -35 1,225 -1.46%

jan-09 2,039 2,138 99 9,817 4.86%

fev-09 1,912 2,033 120 14,490 6.29%

mar-09 2,068 2,177 109 11,864 5.27%

abr-09 2,080 2,153 73 5,392 3.53%

Média 12m 2,102 2,146 44 6,203 n/a

mai/08 a abr/09 Observado ANP Projeção Proj -Obs Proj/Obs

12 meses 25,219 25,752 534 2.12%

vol. Gaso em mil m3


55

5.5 CONSUMO DE GNV

Conforme apresentado no item 4.3.3, o consumo de GNV possui sazonalidade e tendência,

por isso estas variáveis foram consideradas no modelo base. O modelo ARMA escolhido de

acordo com a metodologia descrita anteriormente foi o ARMA(3,1). Sendo assim, a equação

final ficou da seguinte forma:

GNVt = 1JANt + 2FEVt + 3MARt+ 4ABRt +5MAIt +6JUNt +7JULt +8AGOt +9SETt

+10OUTt +11NOVt +12DEZt + 13Tt + ARMA(3,1) onde: (11)

GNVt = consumo mensal por gás natural veicular em m3 (equivalente álcool e gasolina) no

período t. Fonte: Brasil Energia (BE)


meses.

Tt = tendência



O resultado do modelo estimado está na tabela 31.

56


JAN -223307 635860.2 -0.35119 0.7265

FEV -233826 635810.5 -0.36776 0.7142

MAR -217403 635726.4 -0.34198 0.7334

ABR -223442 635683.8 -0.3515 0.7263

MAI -217929 635823.3 -0.34275 0.7329

JUN -224375 635876.8 -0.35286 0.7253

JUL -220960 635929.2 -0.34746 0.7293

AGO -216036 635947.9 -0.33971 0.7351

SET -221958 635978.8 -0.349 0.7282

OUT -215970 635965.2 -0.33959 0.7352

NOV -221683 635948.7 -0.34859 0.7285

DEZ -212233 635925.5 -0.33374 0.7396

T 7453.043 10942.79 0.681092 0.4982

T2 -32.3603 50.69965 -0.63828 0.5255

AR(1) -0.2844 0.122449 -2.3226 0.0232

AR(2) 0.634991 0.11056 5.743381 0.0000

AR(3) 0.540732 0.105619 5.119652 0.0000

MA(1) 0.862352 0.083871 10.28184 0.0000

R2 0.995559 Média var dependente 141568.6





Inverso raízes AR 0.96 -.62-.42i -.62+.42i

Inverso raízes MA -0.86

Tabela 31 – GNV ARMA: Resultado modelo

Neste modelo, se rejeita as variáveis de tendência e tendência quadrática, pois não são

significantes a 10%, mas a sazonalidade é aceita através do teste Wald, no qual se rejeita a

hipótese nula de que não há sazonalidade, conforme tabela 32.

Teste Wald:

Equação: FCAST_EQ_GNV_31

Teste Estatis. Valor GL Prob.

Estatística-F 15.94148 (11, 67) 0.0000

Chi-quadrada 175.3562 11 0.0000

Tabela 32 – GNV ARMA: Teste Wald Sazonalidade

57

Os testes de autocorrelação e autocorrelação parcial no resíduo também foram feitos,

conforme a tabela 33, a fim de averiguar se não havia correlação serial e garantir que o teste

de significância e os coeficientes não estivessem viesados. Pode-se perceber nesta tabela que

o resultado do teste Ljung-Box não é satisfatório, mas este modelo foi o considerado nesta

etapa, mesmo com algumas ressalvas, dado que os resultados obtidos foram melhores que os

dos demais modelos testados.

Tabela 33 – GNV ARMA: Teste resíduo (Q-stat)

A figura 22, que expõe em forma de gráfico o resultado da regressão em relação ao dado

observado e o resíduo, corrobora os dados apresentados na tabela 33, pois se percebe neste

gráfico que o resíduo não parece um ruído branco, apesar de o valor estimado estar

razoavelmente próximo do observado.

58

Figura 22- GNV ARMA: gráfico atual vs. estimado e resíduo

O resultado da previsão para consumo de gás natural veicular em m3 (e o respectivo erro

padrão) comparado com o volume observado no período é visto na figura 23 (linha azul é o

volume real e a linha vermelha é o estimado) e na tabela 34. O erro quadrático médio de

previsão de maio/08 a abril/09 foi de 443 mil m3. O resultado acumulado neste mesmo



Figura 23- GNV ARMA: gráfico previsão observado vs. estimado

-10000

-5000

0

5000

10000

40000

80000

120000

160000

200000

240000

2001 2002 2003 2004 2005 2006 2007


160000

170000

180000

190000

200000

210000

220000

230000

240000

250000

2008M07 2008M10 2009M01 2009M04

VOL_BE_GNV_M3FCDIN_GNV_31FCDIN_GNV_31+2*FCDIN_GNV_31_SEFCDIN_GNV_31-2*FCDIN_GNV_31_SE

59

Tabela 34 – GNV ARMA: Resultado previsão vs. observado

5.6 CONSUMO CICLO OTTO

Como o consumo de combustíveis ciclo otto é a soma do consumo de álcool hidratado,

gasolina C e gás natural veicular, não foi criado um modelo. O resultado apresentado na

tabela 35 e na figura 24 é a soma dos resultados dos modelos de consumo de combustíveis

otto feitos separadamente nos itens anteriores. O erro quadrático médio de previsão de


uma diferença de 1,294 mil m3 (3,09%)


mês/ano Observado BE Projeção Proj -Obs Erro2Proj/Obs

mai-08 207 213 6 41 3.11%

jun-08 201 206 4 20 2.22%

jul-08 202 209 7 50 3.48%

ago-08 204 216 12 143 5.88%

set-08 199 209 10 97 4.96%

out-08 204 216 11 124 5.44%

nov-08 191 209 19 346 9.75%

dez-08 200 219 19 371 9.65%

jan-09 175 208 33 1,081 18.78%

fev-09 170 197 27 749 16.15%

mar-09 181 213 33 1,078 18.19%

abr-09 172 207 35 1,217 20.28%

Média 12m 192.1 210.1 18.1 443.1 n/a

mai/08 a abr/09 Observado BE Projeção Proj -Obs Proj/Obs

12 meses 2,305 2,522 217 9.40%

vol. GNV em mil m3

vol. gnv em mil m3

60

Tabela 35 – Ciclo Otto ARMA: Resultado previsão vs. observado

Figura 24- Ciclo Otto ARMA: gráfico previsão observado vs. estimado em m3

mês/ano Observado Projeção Proj -Obs Erro2Proj/Obs

mai-08 3,344 3,474 130 16,865 3.88%

jun-08 3,271 3,419 148 22,041 4.54%

jul-08 3,504 3,488 -15 227 -0.43%

ago-08 3,427 3,525 97 9,419 2.83%

set-08 3,583 3,525 -58 3,355 -1.62%

out-08 3,676 3,643 -33 1,058 -0.88%

nov-08 3,356 3,541 185 34,299 5.52%

dez-08 3,974 3,898 -76 5,734 -1.91%

jan-09 3,470 3,649 179 31,904 5.15%

fev-09 3,269 3,546 276 76,252 8.45%

mar-09 3,531 3,752 221 48,870 6.26%

abr-09 3,523 3,762 239 57,186 6.79%

Média 12m 3,494 3,602 107.9 25,601 n/a

mai/08 a abr/09 Observado Projeção Proj -Obs Proj/Obs

12 meses 41,927 43,222 1,294 3.09%

vol. Otto em mil m3

vol. otto em mil m3

61

6 MODELO PROPOSTO VS. ARMA

O quadro comparativo com o resultado de previsão dos dois modelos versus o consumo

observado está apresentado nas tabelas 36 e 37. Sendo na tabela 36 apresentado a média dos

volumes e o erro quadrático médio, e na tabela 37 apresentado o resultado acumulado de maio

de 2008 a abril de 2009. Tanto no consumo de diesel quanto no consumo de combustíveis

otto (considerando a soma dos três combustíveis), o modelo que apresentou o menor erro

quadrático médio foi o proposto. Entretanto, quando analisamos os combustíveis do ciclo otto

separadamente, o melhor modelo para a previsão de GNV e de Gasolina foi o Modelo

Proposto, enquanto o do AH foi o ARMA. A mesma escolha seria feita se fosse utilizado o

resultado apresentado na tabela 37.

Tabela 36 – Quadro comparativo: Resultado Modelo Proposto vs. ARMA – média 12 meses

em mil m3 Obseravado Proposto ARMA Proposto ARMA Proposto ARMA

Diesel 3,670 3,656 3,700 -14 30 8,997 11,851

Otto 3,494 3,550 3,602 56 108 13,137 25,601

Gasolina 2,102 2,084 2,146 -18 44 3,702 6,203

AH 1,200 1,265 1,246 65 45 6,639 4,872

GNV 192 201 210 9 18 147 443

12 meses média (mai/08 a abr/09) Versus Obs mil m3 Erro2 médio

62

Tabela 37 – Quadro comparativo: Resultado Modelo Proposto vs. ARMA – 12 meses acumulado

em mil m3 Obseravado Proposto ARMA Proposto ARMA Proposto ARMA

Diesel 44,045 43,875 44,399 -169 354 -0.38% 0.80%

Otto 41,927 42,605 43,222 677 1,294 1.62% 3.09%

Gasolina 25,219 25,008 25,752 -211 534 -0.84% 2.12%

AH 14,404 15,181 14,948 778 544 5.40% 3.78%

GNV 2,305 2,415 2,522 110 217 4.79% 9.40%

Versus Observado %12 meses acumulado (mai/08 a abr/09) Versus Obs mil m3

63

7 CONCLUSÃO

Ao longo desta dissertação procurou-se estruturar dois tipos de modelos de previsão para

consumo de gasolina, álcool hidratado, gás natural veicular, sendo estes três primeiros

conhecido conjuntamente como otto, e diesel no Brasil, a fim de averiguar qual deles

apresentaria um menor erro de previsão considerando um período de 12 meses. O primeiro

modelo apresentado foi o proposto e o segundo foi o ARMA, sendo este eleito referência por

ser o mais simples. Além disso, devido a características diferentes, o diesel e o otto foram

estruturados e analisados separadamente.

O modelo proposto, conforme demonstrado no capítulo 6, foi o que não somente obteve um

menor erro quadrático médio na previsão como também obteve um resultado satisfatório tanto

no consumo de diesel quanto no consumo de ciclo otto, quando considerado o somatório dos

três combustíveis. Porém, quando analisamos os combustíveis separadamente, o modelo

ARMA é o que apresenta um menor erro de previsão do consumo de álcool hidratado e o

modelo proposto um menor erro de previsão do consumo de gasolina e GNV.

No caso do modelo proposto, quando analisamos os combustíveis otto separadamente, uma

possível explicação para o erro obtido na gasolina e no álcool é uma variação no percentual da

frota flex que utiliza álcool e da que utiliza gasolina, pois em ambos modelos esta variável é

utilizada. Adicionalmente, o período de entressafra, que não foi considerado por falta de

64

dados, e a falta de dados/estrutura podem ter contribuído para o erro de previsão no consumo

de álcool hidratado e gás natural veicular respectivamente.

Mesmo o modelo proposto tendo apresentado o menor erro, é interessante fazer algumas

ressalvas na escolha do modelo, pois cada um deles, independente do resultado demonstrado

acima, tem suas vantagens e desvantagens.

No caso do modelo ARMA, não é necessário criar cenário para nenhuma das variáveis que

estão do lado direito da equação, pois estas ou são baseadas em dados históricos da variável

dependente ou são dummies sazonais ou tendência, tornando-o um modelo muito mais

simples para ser utilizado. No entanto, se há uma perspectiva de grande mudança no cenário,

este não poderá ser levado em consideração e, além disto, pode ser que a escolha dos valores

atribuídos para p e q do modelo ARMA (p,q) tenha que ser verificada de período em período.

Por outro lado, no modelo proposto, há que criar alguns cenários, como PIB futuro, preço dos

combustíveis entre outros, sendo um modelo mais complexo, implicando em vantagens e

desvantagens. Pode-se citar como vantagens a possibilidade de considerar mudanças no

cenário do mercado e a possibilidade de rodar diversos cenários e compará-los. No caso de

desvantagens, é possível mencionar a escolha equivocada do cenário que impactará

diretamente no resultado da previsão.

Finalmente, vale também ressaltar, dado o pequeno número de observações, que apenas foram

previstos 12 meses a frente. Não sendo possível assumir que os modelos criados e os

resultados obtidos possam ser utilizados para um período maior de previsão. Neste caso, seria

necessário aguardar até que houvesse um número de observações suficiente ou fazer a

previsão para um período maior e esperar pelo volume observado a fim de compará-los.

65

REFERÊNCIAS BIBLIOGRÁFICAS

AL-FARIS, Abdul-razak F. (1997). Demand for oil products in the GCC countries. In:

Energy Policy – Elsevier. Grã Bretanha, vol. 25, nº1, p. 55-61, 1997.

ALMEIDA, Edmar. Crise do Gás Boliviano e o Futuro da Indústria de GN no Brasil.

Disponível em: <http://www.gasnet.com.br/artigos/artigos_view2.asp?cod=933>. Data de

acesso: 11 de agosto de 2009.

ALVES, Denisar C.O e BUENO, Rodrigo De Losso da Silveira. (2003). On Short-run, long-

run and cross elasticities of gasoline demand in Brazil. In: Energy Economics. Vol. 25, p.

191-199, 2003.

ANFAVEA. Cartas da Anfavea e Anuário Estatístico. Disponível em:

<http://www.anfavea.com.br/Index.html>.

ANP. Disponível em: < http://www.anp.gov.br/>

AZEVEDO, Bethânia Soares (2007). Análise das Elasticidades Preço e Renda da

Demanda por Combustíveis no Brasil e Desagregadas por Regiões Geográficas. Rio de

Janeiro: Faculdade de Economia e Finanças IBMEC, 2007. Dissertação de Mestrado

Profissionalizante em Economia.

BACEN. Disponível em: < http://www.bcb.gov.br/>

BENTZEN, Jan. (1994). An empirical analysis of gasoline demand in Denmark using

cointegration techniques. In: Energy Economics. Vol.16, nº 2, p. 139-143, 1994.

BRASIL ENERGIA. Disponível em: < http://www.energiahoje.com/brasilenergia/>

BURNQUIST, Heloisa L. e BACCHI, Mirian R. P. (2002). A demanda por gasolina no

Brasil: uma análise utilizando técnicas de co-integração. In: XL Congresso da Sociedade

Brasileira de Economia e Sociologia Rural - Sober. 2002

CULTURA BRASIL. O Desenvolvimento Econômico do Brasil durante o período do

populismo. Disponível em: < http://www.culturabrasil.pro.br/desenvolvimentismo.htm>.

Data de acesso: 09 de julho de 2009.

66

DAHL, Carol e STERNER, Thomas. (1991). Analysing gasoline demand elasticities: a

survey. In: Energy Economics. p. 203-210, julho 1991.

DATAGRO. Disponível em:<http://www.datagro.com.br/tiki-smartpages_view.php?pageId

=125>

DE AGUIAR, Cesar. Brasil-Bolívia e Gás Natural. Entenda esse enrosco. Disponível em:

<http://www.webmotors.com.br/wmpublicador/Reportagens_Conteudo.vxlpub?hnid=36191>.

Data de acesso: 11 de agosto de 2009.

DIEBOLD, Francis X. Elements of Forecasting. 4ª edição. Editora Thomson South-Western.

EViews 4 User’s Guide. Quantitative Micro Software , LLC.

GNVnews(IBP). Disponível em: < http:// www.ibp.org.br />. Ano 4, Nº41, outubro de 2008.

HSING, Yu. (1990). On the variable elasticity of the demand for gasoline. The case of the

USA. In: Energy Economics. P. 132-136, abril 1990.

IBGE. Disponível em: < http://www.ibge.gov.br/home/>

IBP. Disponível em: < http://www.ibp.org.br>

MINISTÉRIO DA CIÊNCIA E TECNOLOGIA (2006). Primeiro Inventário Brasileiro de

Emissões Antrópicas de Gases de Efeito Estufa – Emissões de Gases de Efeito Estufa por

Fontes Móveis, no Setor Energético. P. 47, 2006.

PETROBRAS. História. Disponível em: <http://www2.petrobras.com.br/portugues/ads/

ads_Petrobras.html>. Data de acesso: 20 de julho de 2009.

PETROBRAS-ESPAÇO CONHECER. História do Petróleo no Brasil. Disponível em

<http://www2.petrobras.com.br/espacoconhecer/HistoriaPetroleo/inicio.asp>. Data de acesso:

08 de julho de 2009.

PIRES, Adriano e SCHECHTMAN, Rafael. Uma breve história sobre o gás natural.

Disponível em: <http://www.gasbrasil.com.br/noticia/noticia.asp?NotCodNot=33222>. Data

de acesso: 20 de julho de 2009.

RAMANATHAN, R. (1999). Short- and long-run elasticities of gasoline demand in India:

An empirical analysis using cointegration techniques. In: Energy Economics. Vol.21, p.

321-330, 1999.

SCHÜNEMANN, Liciane (2007). A Demanda de Gasolina Automotiva no Brasil : O

Impacto nas Elasticidades de Curto e Longo Prazo da Expansão do GNV e dos Carros

Flex. Rio de Janeiro: Faculdade de Economia e Finanças IBMEC, 2007. Dissertação de

Mestrado Profissionalizante em Economia.

SECRETARIA DE ACOMPANHAMENTO ECONÔMICO. Preços de Combustíveis.

Disponível em: <http://www.seae.fazenda.gov.br/central_documentos/notas_imprensa/1998-

1/Nt981209>. Data de acesso: 14 de agosto de 2009.

67

THOMAS, José Eduardo (Organizador). Fundamentos de Engenharia de Petróleo. 2ª

edição. Rio de Janeiro: Editora Interciência.

UNIVERSIA. História de uma alternativa à gasolina. Disponível em:

<http://www.universia.com.br/materia/materia.jsp?id=10273>. Publicado em 10/03/2006.

Data de acesso: 09 de julho de 2009.

VERBEEK, Marno. A Guide to Modern Econometrics . 2ª edição. Editora John Wiley &

Sons, Ltd.

VOGT, Carlos. O Petróleo é Nosso. Disponível em: <http://www.comciencia.br/reportagens/

petroleo/pet01.shtml>. Atualizado em 10/12/2002. Data de acesso: 08 de julho de 2009.

WIKIPEDIA. O gás natural no Brasil. Disponível em: <http://pt.wikipedia.org/wiki/

G%C3% A1s_natural#Og.C3.A1s_natural_no_Brasil>. Data de acesso: 20 de julho de 2009.

WOOLDRIDGE, Jeffrey M. Introductory Econometrics – A Modern Approach . 3ª

edição. Editora Thomson South-Western.

68

APÊNDICE A - MODELO SIMPLES

Modelo Simples 1 - Diesel

Mês Real Diesel ANP Previsão Prev-Real

mai-06 3,229,794

jun-06 3,205,181

jul-06 3,262,235

ago-06 3,547,416

set-06 3,460,791

out-06 3,546,455

nov-06 3,400,082

dez-06 3,143,627

jan-07 3,047,478

fev-07 2,970,992

mar-07 3,640,070

abr-07 3,235,435

mai-07 3,424,817 3,229,794 195,023

jun-07 3,447,869 3,205,181 242,687

jul-07 3,496,716 3,262,235 234,481

ago-07 3,834,209 3,547,416 286,793

set-07 3,523,812 3,460,791 63,021

out-07 3,907,983 3,546,455 361,528

nov-07 3,663,390 3,400,082 263,308

dez-07 3,365,409 3,143,627 221,782

jan-08 3,366,103 3,047,478 318,625

fev-08 3,403,057 2,970,992 432,064

mar-08 3,697,486 3,640,070 57,416

abr-08 3,712,789 3,235,435 477,354 Real Diesel Prev Diferença Erro %

mai-08 3,738,678 3,619,840 mai-08 3,738,678 3,619,840 -118,838 -3.18%

jun-08 3,836,998 3,690,556 jun-08 3,836,998 3,690,556 -146,443 -3.82%

jul-08 3,873,327 3,731,196 jul-08 3,873,327 3,731,196 -142,131 -3.67%

ago-08 3,885,256 4,121,001 ago-08 3,885,256 4,121,001 235,745 6.07%

set-08 4,052,905 3,586,833 set-08 4,052,905 3,586,833 -466,073 -11.50%

out-08 4,134,979 4,269,511 out-08 4,134,979 4,269,511 134,533 3.25%

nov-08 3,603,928 3,926,699 nov-08 3,603,928 3,926,699 322,770 8.96%

dez-08 3,458,446 3,587,190 dez-08 3,458,446 3,587,190 128,744 3.72%

jan-09 3,158,257 3,684,728 jan-09 3,158,257 3,684,728 526,471 16.67%

fev-09 3,101,223 3,835,121 fev-09 3,101,223 3,835,121 733,898 23.66%

mar-09 3,637,060 3,754,903 mar-09 3,637,060 3,754,903 117,843 3.24%abr-09 3,563,501 4,190,142 abr-09 3,563,501 4,190,142 626,642 17.58%

12 meses 44,044,558 45,997,720 1,953,162 4.43%

69

Modelo Simples 1 – Ciclo Otto

Mês Real Otto* Previsão Prev-Real

mai-06 2,789,925

jun-06 2,729,407

jul-06 2,680,413

ago-06 2,847,337

set-06 2,845,420

out-06 2,872,509

nov-06 2,786,293

dez-06 3,177,888

jan-07 2,830,360

fev-07 2,659,163

mar-07 2,978,224

abr-07 2,922,581

mai-07 3,085,045 2,789,925 295,120

jun-07 3,067,563 2,729,407 338,156

jul-07 3,077,567 2,680,413 397,154

ago-07 3,194,815 2,847,337 347,478

set-07 3,054,793 2,845,420 209,373

out-07 3,329,416 2,872,509 456,907

nov-07 3,184,172 2,786,293 397,878

dez-07 3,569,231 3,177,888 391,343

jan-08 3,264,290 2,830,360 433,930

fev-08 3,202,955 2,659,163 543,792

mar-08 3,341,664 2,978,224 363,440

abr-08 3,388,987 2,922,581 466,405 Real Prev Diferença Erro %

mai-08 3,343,809 3,380,165 mai-08 3,343,809 3,380,165 36,356 1.09%

jun-08 3,270,812 3,405,719 jun-08 3,270,812 3,405,719 134,906 4.12%

jul-08 3,503,530 3,474,721 jul-08 3,503,530 3,474,721 -28,808 -0.82%

ago-08 3,427,482 3,542,293 ago-08 3,427,482 3,542,293 114,811 3.35%

set-08 3,582,794 3,264,166 set-08 3,582,794 3,264,166 -318,628 -8.89%

out-08 3,675,859 3,786,323 out-08 3,675,859 3,786,323 110,464 3.01%

nov-08 3,355,751 3,582,050 nov-08 3,355,751 3,582,050 226,299 6.74%

dez-08 3,973,904 3,960,574 dez-08 3,973,904 3,960,574 -13,331 -0.34%

jan-09 3,470,337 3,698,220 jan-09 3,470,337 3,698,220 227,883 6.57%

fev-09 3,269,411 3,746,746 fev-09 3,269,411 3,746,746 477,336 14.60%

mar-09 3,530,513 3,705,104 mar-09 3,530,513 3,705,104 174,591 4.95%abr-09 3,523,127 3,855,392 abr-09 3,523,127 3,855,392 332,265 9.43%

*Fonte: ANP(gaso), Datagro (AH) e BE (GNV) 12 meses 41,927,330 43,401,475 1,474,145 3.52%

70

Modelo Simples 2 – Diesel

Mês Real Diesel ANP Previsão

mai-06 3,229,794

jun-06 3,205,181

jul-06 3,262,235

ago-06 3,547,416

set-06 3,460,791

out-06 3,546,455

nov-06 3,400,082

dez-06 3,143,627

jan-07 3,047,478

fev-07 2,970,992

mar-07 3,640,070

abr-07 3,235,435

mai-07 3,424,817 3,229,794

jun-07 3,447,869 3,205,181

jul-07 3,496,716 3,262,235

ago-07 3,834,209 3,547,416

set-07 3,523,812 3,460,791

out-07 3,907,983 3,546,455

nov-07 3,663,390 3,400,082

dez-07 3,365,409 3,143,627

jan-08 3,366,103 3,047,478

fev-08 3,403,057 2,970,992

mar-08 3,697,486 3,640,070

abr-08 3,712,789 3,235,435 Real Prev Diferença Erro %

mai-08 3,738,678 3,424,817 mai-08 3,738,678 3,424,817 -313,861 -8.39%

jun-08 3,836,998 3,447,869 jun-08 3,836,998 3,447,869 -389,130 -10.14%

jul-08 3,873,327 3,496,716 jul-08 3,873,327 3,496,716 -376,611 -9.72%

ago-08 3,885,256 3,834,209 ago-08 3,885,256 3,834,209 -51,047 -1.31%

set-08 4,052,905 3,523,812 set-08 4,052,905 3,523,812 -529,093 -13.05%

out-08 4,134,979 3,907,983 out-08 4,134,979 3,907,983 -226,996 -5.49%

nov-08 3,603,928 3,663,390 nov-08 3,603,928 3,663,390 59,462 1.65%

dez-08 3,458,446 3,365,409 dez-08 3,458,446 3,365,409 -93,037 -2.69%

jan-09 3,158,257 3,366,103 jan-09 3,158,257 3,366,103 207,846 6.58%

fev-09 3,101,223 3,403,057 fev-09 3,101,223 3,403,057 301,833 9.73%

mar-09 3,637,060 3,697,486 mar-09 3,637,060 3,697,486 60,427 1.66%

abr-09 3,563,501 3,712,789 abr-09 3,563,501 3,712,789 149,288 4.19%

12 meses 44,044,558 42,843,639 -1,200,920 -2.73%

71

Modelo Simples 2 – Ciclo Otto

Mês Real Otto Previsãomai-06 2,789,925jun-06 2,729,407jul-06 2,680,413

ago-06 2,847,337set-06 2,845,420out-06 2,872,509nov-06 2,786,293dez-06 3,177,888jan-07 2,830,360fev-07 2,659,163

mar-07 2,978,224abr-07 2,922,581mai-07 3,085,045 2,789,925jun-07 3,067,563 2,729,407jul-07 3,077,567 2,680,413

ago-07 3,194,815 2,847,337set-07 3,054,793 2,845,420out-07 3,329,416 2,872,509nov-07 3,184,172 2,786,293dez-07 3,569,231 3,177,888jan-08 3,264,290 2,830,360fev-08 3,202,955 2,659,163

mar-08 3,341,664 2,978,224abr-08 3,388,987 2,922,581 Real Prev Diferença Erro %mai-08 3,343,809 3,085,045 mai-08 3,343,809 3,085,045 -258,764 -7.74%jun-08 3,270,812 3,067,563 jun-08 3,270,812 3,067,563 -203,249 -6.21%jul-08 3,503,530 3,077,567 jul-08 3,503,530 3,077,567 -425,963 -12.16%

ago-08 3,427,482 3,194,815 ago-08 3,427,482 3,194,815 -232,667 -6.79%set-08 3,582,794 3,054,793 set-08 3,582,794 3,054,793 -528,001 -14.74%out-08 3,675,859 3,329,416 out-08 3,675,859 3,329,416 -346,444 -9.42%nov-08 3,355,751 3,184,172 nov-08 3,355,751 3,184,172 -171,579 -5.11%dez-08 3,973,904 3,569,231 dez-08 3,973,904 3,569,231 -404,674 -10.18%jan-09 3,470,337 3,264,290 jan-09 3,470,337 3,264,290 -206,047 -5.94%fev-09 3,269,411 3,202,955 fev-09 3,269,411 3,202,955 -66,456 -2.03%

mar-09 3,530,513 3,341,664 mar-09 3,530,513 3,341,664 -188,849 -5.35%abr-09 3,523,127 3,388,987 abr-09 3,523,127 3,388,987 -134,140 -3.81%

*Fonte: ANP(gaso), Datagro (AH) e BE (GNV) 12 meses 41,927,330 38,760,498 -3,166,832 -7.55%

72

APÊNDICE B – TABELA CÁLCULO FROTA TOTAL

Neste apêndice, é apresentada a planilha com o cálculo da frota total de veículos leves.

Considerações: coluna A – licenciamento anteriores incluindo sucateamento que não são

considerados nas colunas de C a U ; Coluna C – licenciamento no mês em questão ; Colunas

de D a N, conforme exemplo na tabela ; Coluna R – frota até final de 1998 incluindo

sucateamento ; Coluna V – Frota Total no período em questão (coluna A+coluna de D a

N+coluna R) ; licenciamento destacado em amarelo é o estimado

73

74

APÊNDICE C – TABELA CÁLCULO FROTA POR MODALIDADE

As considerações feitas no apêndice B também devem ser levadas em conta neste.

Frota Gasolina

75

76

Frota Álcool

77

78

Frota Flex

79

80

APÊNDICE D – TABELA CÁLCULO FROTA GNV

As considerações feitas no apêndice B também devem ser levadas em conta neste.

81

82

APÊNDICE E – TABELA FLEX – PARIDADE E PERCENTUAL GASO E AH

83

84

85

86

ANEXO A - SÉRIES DE DADO

Volume em mil em mil m3

em mil m3 Diesel-ANP GasoC-ANP GNV-BE AH-Datagro em mil m3 Diesel-ANP GasoC-ANP GNV-BE AH-Datagro

jan/00 2,563 1,811 mar/04 3,403 1,934 128 368

fev/00 2,851 1,966 abr/04 3,253 1,976 126 365

mar/00 2,796 1,801 mai/04 3,090 1,827 132 368

abr/00 2,851 1,864 jun/04 3,216 1,836 128 371

mai/00 2,918 1,869 jul/04 3,427 1,980 132 363

jun/00 3,074 2,011 ago/04 3,601 1,942 139 368

jul/00 2,852 1,781 set/04 3,557 2,013 134 364

ago/00 3,183 1,848 out/04 3,489 1,943 143 381

set/00 3,011 1,886 nov/04 3,392 1,876 140 361

out/00 3,151 1,920 dez/04 3,277 2,221 152 402

nov/00 3,086 1,876 jan/05 2,821 1,844 148 387

dez/00 2,816 1,998 fev/05 2,869 1,806 137 370

jan/01 2,760 1,845 42 470 mar/05 3,399 2,063 161 395

fev/01 2,562 1,714 40 424 abr/05 3,269 1,917 157 398

mar/01 3,165 1,886 43 421 mai/05 3,205 1,964 161 408

abr/01 2,942 1,863 47 462 jun/05 3,294 1,957 157 420

mai/01 3,083 1,901 52 474 jul/05 3,319 1,941 160 420

jun/01 3,125 1,941 51 412 ago/05 3,642 2,054 170 431

jul/01 3,178 1,813 54 444 set/05 3,453 1,985 164 432

ago/01 3,457 1,909 58 415 out/05 3,358 1,874 169 468

set/01 3,209 1,795 56 404 nov/05 3,361 1,920 171 456

out/01 3,455 1,868 65 409 dez/05 3,177 2,230 183 515

nov/01 3,262 1,792 63 385 jan/06 2,935 1,927 172 574

dez/01 2,829 1,883 68 421 fev/06 2,825 1,875 167 561

jan/02 2,899 1,921 69 329 mar/06 3,421 2,040 187 570

fev/02 2,733 1,806 65 312 abr/06 3,032 1,948 180 573

mar/02 3,253 1,877 73 327 mai/06 3,230 2,007 191 591

abr/02 3,077 1,894 75 379 jun/06 3,205 1,934 182 613

mai/02 3,122 1,885 81 375 jul/06 3,262 1,929 192 559

jun/02 3,029 1,758 77 382 ago/06 3,547 2,063 203 582

jul/02 3,232 1,848 84 421 set/06 3,461 2,053 202 591

ago/02 3,303 1,857 90 415 out/06 3,546 2,023 211 639

set/02 3,265 1,840 85 404 nov/06 3,400 1,962 201 623

out/02 3,684 2,104 94 417 dez/06 3,144 2,247 221 710

nov/02 3,125 1,737 93 406 jan/07 3,047 1,977 203 650

dez/02 2,947 2,083 99 443 fev/07 2,971 1,845 187 627

jan/03 2,724 1,828 97 391 mar/07 3,640 2,083 218 677

fev/03 2,749 1,591 95 369 abr/07 3,235 1,973 210 740

mar/03 2,794 1,578 100 386 mai/07 3,425 2,043 216 827

abr/03 2,902 1,705 104 376 jun/07 3,448 2,007 209 851

mai/03 3,154 1,840 109 374 jul/07 3,497 1,993 217 868

jun/03 2,930 1,739 107 370 ago/07 3,834 2,070 222 903

jul/03 3,255 1,880 114 356 set/07 3,524 1,923 215 917

ago/03 3,234 1,800 114 352 out/07 3,908 2,121 221 987

set/03 3,350 1,837 117 348 nov/07 3,663 2,017 213 954

out/03 3,563 1,986 123 358 dez/07 3,365 2,273 229 1,067

nov/03 3,106 1,820 120 329 jan/08 3,366 2,035 206 1,023

dez/03 3,091 2,187 128 362 fev/08 3,403 1,927 195 1,081

jan/04 2,823 1,883 119 369 mar/08 3,697 2,032 215 1,095

fev/04 2,699 1,742 109 350 abr/08 3,713 2,062 204 1,123

87

Preço Médio Brasil ao Consumidor – R$ correntes

R$* Diesel GasoC GNV AH R$* Diesel GasoC GNV AH

jul/01 0.83 1.68 0.73 1.01 jun/05 1.68 2.23 1.12 1.22

ago/01 0.85 1.71 0.74 1.01 jul/05 1.68 2.23 1.12 1.25

set/01 0.86 1.72 0.74 1.03 ago/05 1.68 2.24 1.12 1.27

out/01 0.90 1.78 0.77 1.04 set/05 1.81 2.38 1.19 1.33

nov/01 0.91 1.78 0.78 1.03 out/05 1.86 2.45 1.19 1.47

dez/01 0.91 1.78 0.78 1.03 nov/05 1.86 2.45 1.20 1.47

jan/02 0.88 1.59 0.78 1.02 dez/05 1.87 2.46 1.21 1.55

fev/02 0.88 1.51 0.78 1.01 jan/06 1.87 2.50 1.22 1.72

mar/02 0.89 1.57 0.78 1.01 fev/06 1.87 2.50 1.22 1.75

abr/02 0.96 1.71 0.79 1.01 mar/06 1.87 2.58 1.24 1.98

mai/02 0.98 1.72 0.80 1.00 abr/06 1.87 2.58 1.26 1.99

jun/02 0.99 1.71 0.79 0.99 mai/06 1.87 2.57 1.26 1.77

jul/02 1.06 1.77 0.82 0.94 jun/06 1.86 2.54 1.26 1.61

ago/02 1.07 1.75 0.83 0.91 jul/06 1.86 2.55 1.24 1.62

set/02 1.07 1.74 0.83 0.94 ago/06 1.86 2.55 1.27 1.62

out/02 1.07 1.76 0.83 1.01 set/06 1.86 2.54 1.27 1.57

nov/02 1.26 1.98 0.90 1.30 out/06 1.86 2.54 1.27 1.52

dez/02 1.39 2.00 0.94 1.31 nov/06 1.86 2.53 1.26 1.49

jan/03 1.53 2.16 1.03 1.39 dez/06 1.86 2.52 1.26 1.49

fev/03 1.54 2.22 1.07 1.57 jan/07 1.86 2.52 1.26 1.59

mar/03 1.54 2.22 1.07 1.59 fev/07 1.86 2.51 1.26 1.58

abr/03 1.53 2.20 1.07 1.56 mar/07 1.86 2.51 1.25 1.58

mai/03 1.46 2.11 1.07 1.51 abr/07 1.86 2.53 1.25 1.66

jun/03 1.43 2.03 1.06 1.35 mai/07 1.86 2.54 1.32 1.68

jul/03 1.42 1.97 1.06 1.20 jun/07 1.86 2.52 1.34 1.51

ago/03 1.41 1.98 1.06 1.21 jul/07 1.85 2.50 1.33 1.40

set/03 1.40 2.00 1.06 1.23 ago/07 1.86 2.49 1.34 1.36

out/03 1.40 2.00 1.06 1.20 set/07 1.86 2.48 1.35 1.34

nov/03 1.39 1.99 1.06 1.18 out/07 1.86 2.48 1.36 1.32

dez/03 1.39 2.00 1.07 1.19 nov/07 1.86 2.49 1.35 1.40

jan/04 1.39 2.01 1.07 1.21 dez/07 1.86 2.50 1.36 1.49

fev/04 1.39 2.00 1.08 1.17 jan/08 1.87 2.51 1.42 1.50

mar/04 1.39 1.98 1.08 1.06 fev/08 1.88 2.50 1.43 1.47

abr/04 1.39 1.97 1.07 1.03 mar/08 1.88 2.50 1.44 1.48

mai/04 1.39 1.98 1.07 1.05 abr/08 1.88 2.50 1.44 1.48

jun/04 1.44 2.06 1.09 1.14 mai/08 2.04 2.50 1.47 1.48

jul/04 1.50 2.11 1.10 1.16 jun/08 2.05 2.49 1.55 1.46

ago/04 1.50 2.13 1.09 1.26 jul/08 2.09 2.50 1.60 1.46

set/04 1.49 2.12 1.10 1.27 ago/08 2.10 2.50 1.64 1.47

out/04 1.53 2.16 1.09 1.35 set/08 2.11 2.50 1.65 1.48

nov/04 1.57 2.19 1.08 1.41 out/08 2.11 2.51 1.65 1.51

dez/04 1.67 2.27 1.09 1.44 nov/08 2.11 2.51 1.68 1.51

jan/05 1.67 2.27 1.09 1.42 dez/08 2.11 2.51 1.72 1.51

fev/05 1.67 2.26 1.09 1.42 jan/09 2.11 2.51 1.78 1.51

mar/05 1.66 2.26 1.09 1.41 fev/09 2.11 2.51 1.74 1.53

abr/05 1.67 2.27 1.09 1.41 mar/09 2.11 2.51 1.72 1.51

mai/05 1.68 2.25 1.09 1.33 abr/09 2.11 2.50 1.70 1.48

* Fonte: ANP-> R$/l - diesel, gasolina e ah ; R$/m3 - GNV

88

Licenciamento veículos e Conversão

Diesel Gasolina AH Flex GNV (conv) Diesel Gasolina AH Flex GNV (conv)

jan/00 1,933 72,077 960 - - mar/04 5,601 105,125 3,387 17,457 14,295

fev/00 2,708 91,782 1,068 - - abr/04 5,429 83,629 3,544 23,626 11,949

mar/00 2,798 96,121 772 - - mai/04 4,641 83,632 3,942 22,821 15,977

abr/00 2,669 94,972 457 - - jun/04 5,357 84,432 3,796 27,388 14,287

mai/00 2,754 104,197 459 - - jul/04 5,376 86,188 3,815 30,804 15,351

jun/00 3,101 98,763 970 - - ago/04 5,968 85,584 5,589 31,422 15,927

jul/00 3,276 100,207 839 - - set/04 6,095 87,566 5,668 36,046 19,264

ago/00 3,484 112,444 1,212 - - out/04 5,795 85,707 5,115 30,776 16,286

set/00 3,900 104,354 856 - - nov/04 6,252 91,402 5,252 35,457 19,693

out/00 3,552 105,973 338 - - dez/04 6,560 96,973 5,106 43,805 23,545

nov/00 4,002 104,728 647 - - jan/05 4,761 64,383 3,041 27,439 25,715

dez/00 4,107 103,102 1,714 - - fev/05 4,322 70,273 3,525 29,700 17,387

jan/01 2,940 92,910 1,364 - - mar/05 6,337 89,822 4,359 40,031 23,659

fev/01 3,493 104,824 910 - - abr/05 6,589 74,775 2,734 44,955 25,390

mar/01 5,072 131,942 1,208 - - mai/05 7,413 69,349 2,583 55,633 18,148

abr/01 4,017 123,685 1,140 - - jun/05 7,084 60,412 2,978 69,221 10,956

mai/01 5,143 130,076 1,041 - - jul/05 6,108 51,321 2,296 70,704 12,145

jun/01 4,530 111,105 1,042 - - ago/05 6,170 52,666 2,265 82,173 15,632

jul/01 4,281 99,109 847 - - set/05 6,774 44,223 2,132 83,597 15,433

ago/01 3,355 105,677 952 - - out/05 6,022 36,369 1,874 86,294 17,739

set/01 2,352 78,137 1,394 - - nov/05 7,102 39,181 2,475 102,128 17,185

out/01 2,892 88,763 1,712 - - dez/05 8,793 44,230 2,095 120,229 16,947

nov/01 2,447 106,698 2,510 - - jan/06 5,607 27,573 1,027 91,526 20,750

dez/01 3,145 101,004 4,215 - - fev/06 4,751 23,450 208 93,000 19,275

jan/02 3,104 86,983 2,489 - - mar/06 6,534 26,471 173 114,961 25,195

fev/02 2,899 88,265 2,889 - - abr/06 5,897 22,826 95 95,595 24,617

mar/02 3,251 108,217 3,175 - - mai/06 7,085 29,615 100 118,701 17,788

abr/02 2,973 110,632 3,426 - - jun/06 6,756 25,463 59 108,570 19,523

mai/02 3,057 94,737 3,781 - - jul/06 6,866 30,018 65 121,001 23,314

jun/02 2,785 91,641 2,815 - - ago/06 8,185 30,940 47 130,734 25,322

jul/02 3,202 90,958 4,396 - - set/06 7,180 23,633 30 120,298 24,166

ago/02 3,133 105,236 4,643 - - out/06 7,521 25,953 25 133,263 25,148

set/02 3,501 104,356 5,839 - - nov/06 7,928 24,468 13 141,578 23,681

out/02 4,655 120,476 8,739 - - dez/06 8,644 26,151 21 161,107 23,831

nov/02 3,862 99,775 7,024 - - jan/07 6,133 19,048 3 120,199 19,115

dez/02 3,357 105,388 6,745 - - fev/07 5,226 17,728 9 116,585 13,219

jan/03 2,909 83,853 4,646 - - mar/07 7,685 23,858 12 152,127 17,795

fev/03 3,620 102,702 3,770 - - abr/07 6,915 23,512 14 139,555 18,493

mar/03 2,928 87,626 3,028 - - mai/07 7,573 24,916 10 167,689 16,399

abr/03 3,069 88,860 3,621 - - jun/07 7,186 18,758 8 162,737 15,587

mai/03 3,206 87,881 3,449 - - jul/07 7,423 16,646 15 182,174 16,767

jun/03 2,631 79,091 4,115 - - ago/07 8,565 19,048 5 196,202 17,486

jul/03 2,451 86,658 4,482 - - set/07 7,467 19,179 8 167,409 16,453

ago/03 2,811 84,243 5,559 - - out/07 8,840 22,651 5 200,999 16,444

set/03 2,766 97,163 7,053 - - nov/07 9,036 19,983 9 196,728 10,011

out/03 3,825 105,602 12,302 - - dez/07 10,131 20,328 9 200,686 9,271

nov/03 4,276 104,819 15,194 - - jan/08 8,895 16,694 8 179,731 6,976

dez/03 3,562 100,045 17,339 - - fev/08 7,659 14,680 6 168,744 6,690

jan/04 3,867 91,101 2,959 13,123 14,892 mar/08 10,002 18,100 9 192,718 7,233

fev/04 5,306 96,606 2,777 15,654 10,986 abr/08 11,509 19,570 9 216,838 8,520

89

PIB (em R$ milhões correntes) e IPCA

PIB(em milhões)-Bacen IPCA-IBGE PIB(em milhões)-Bacen IPCA-IBGE

jan/00 91,181 0.62% set/04 163,843 0.33%

fev/00 89,054 0.13% out/04 169,929 0.44%

mar/00 88,517 0.22% nov/04 173,832 0.69%

abr/00 89,756 0.42% dez/04 174,246 0.86%

mai/00 98,201 0.01% jan/05 168,602 0.58%

jun/00 103,427 0.23% fev/05 158,729 0.59%

jul/00 101,694 1.61% mar/05 169,198 0.61%

ago/00 102,506 1.31% abr/05 174,217 0.87%

set/00 96,882 0.23% mai/05 178,943 0.49%

out/00 104,876 0.14% jun/05 182,090 -0.02%

nov/00 106,933 0.32% jul/05 177,391 0.25%

dez/00 106,457 0.59% ago/05 183,164 0.17%

jan/01 101,811 0.57% set/05 181,443 0.35%

fev/01 99,974 0.46% out/05 188,004 0.75%

mar/01 105,530 0.38% nov/05 193,073 0.55%

abr/01 107,053 0.58% dez/05 192,385 0.36%

mai/01 111,339 0.41% jan/06 183,012 0.59%

jun/01 105,717 0.52% fev/06 177,123 0.41%

jul/01 109,051 1.33% mar/06 186,671 0.43%

ago/01 110,377 0.70% abr/06 182,962 0.21%

set/01 105,213 0.28% mai/06 197,661 0.10%

out/01 114,185 0.83% jun/06 200,414 -0.21%

nov/01 117,562 0.71% jul/06 200,232 0.19%

dez/01 114,325 0.65% ago/06 205,477 0.05%

jan/02 111,970 0.52% set/06 198,469 0.21%

fev/02 110,076 0.36% out/06 208,811 0.33%

mar/02 115,904 0.60% nov/06 216,250 0.31%

abr/02 120,441 0.80% dez/06 212,714 0.48%

mai/02 124,424 0.21% jan/07 205,982 0.44%

jun/02 125,116 0.42% fev/07 194,935 0.44%

jul/02 125,527 1.19% mar/07 207,226 0.37%

ago/02 125,337 0.65% abr/07 206,260 0.25%

set/02 121,635 0.72% mai/07 220,263 0.28%

out/02 131,066 1.31% jun/07 220,911 0.28%

nov/02 135,311 3.02% jul/07 217,036 0.24%

dez/02 131,016 2.10% ago/07 223,155 0.47%

jan/03 129,281 2.25% set/07 215,102 0.18%

fev/03 127,885 1.57% out/07 229,257 0.30%

mar/03 133,440 1.23% nov/07 231,108 0.38%

abr/03 137,277 0.97% dez/07 226,377 0.74%

mai/03 142,253 0.61% jan/08 227,687 0.54%

jun/03 140,481 -0.15% fev/08 217,291 0.49%

jul/03 141,398 0.20% mar/08 220,665 0.48%

ago/03 142,549 0.34% abr/08 230,380 0.55%

set/03 146,068 0.78% mai/08 244,963 0.79%

out/03 152,797 0.29% jun/08 254,244 0.74%

nov/03 153,006 0.34% jul/08 253,830 0.53%

dez/03 153,515 0.52% ago/08 249,148 0.28%

jan/04 149,790 0.76% set/08 244,360 0.26%

fev/04 143,230 0.61% out/08 260,899 0.45%

mar/04 154,366 0.47% nov/08 253,134 0.36%

abr/04 155,158 0.37% dez/08 233,118 0.28%

mai/04 164,193 0.51% jan/09 236,426 0.48%

jun/04 167,048 0.71% fev/09 224,093 0.55%

jul/04 161,421 0.91% mar/09 224,091 0.20%

ago/04 164,442 0.69% abr/09 242,614 0.48%

Documents

MODELO ECONOMÉTRICO PARA A PROJEÇÃO DO ...s3.amazonaws.com/public-cdn.ibmec.br/portalibmec-content/...vii RESUMO O objetivo desta dissertação foi criar um modelo de projeção