GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP

More documents

Recommendations

Info

140 MM m 70.000 3 MM m /ano 70.000 3 /ano 60.000 50.000 40.000 30.000 20.000 10.000 0 Previsão Demanda Total - Soma 2006 2006 2007 2007 2008 2008 2009 2009 2010 2010 2011 2011 2012 2012 2013 2013 2014 2014 2015 2015 2016 2016 2017 2017 2018 2018 2019 2019 2020 2020 2021 2021 2022 2022 2023 2023 2024 2024 2025 2025 2026 2026 2027 2027 2028 2028 2029 2029 2030 2030 Gráfico 65: Previsão de demanda total – Soma Comparando-se os dois resultados acima obtidos nota-se que, até cerca de 2016 ambos modelos apresentam resultados bastante próximos entre si. Após isso o modelo baseado em Holt segue sua trajetória de crescimento linear e é ultrapassado pelo modelo baseado nas somas das previsões de cada setor da demanda. MM m 70.000 3 MM m /ano 70.000 3 /ano 60.000 50.000 40.000 30.000 20.000 10.000 0 Previsão Demanda Total - Comparação 2006 2006 2007 2007 2008 2008 2009 2009 2010 2010 2011 2011 2012 2012 2013 2013 2014 2014 2015 2015 2016 2016 2017 2017 2018 2018 2019 2019 2020 2020 2021 2021 2022 2022 2023 2023 2024 2024 2025 2025 2026 2026 2027 2027 2028 2028 2029 2029 2030 2030 Gráfico 66: Previsão de demanda total – Comparação Soma Holt
8. Conclusões O objetivo deste trabalho foi o de desenvolver e discutir modelos de previsão da demanda brasileira de gás natural. Para tanto, estudou-se separadamente cada parcela da demanda de gás natural brasileira: Setor de Transportes, Setor Energético, Setor Industrial, Setor Residencial e Setor Comercial/Público. Para cada uma delas foi estudada sua série temporal e possíveis regressões com variáveis explanatórias. Como resultado, para cada uma das parcelas da demanda desenvolveram-se 3 modelos distintos de previsão: através do método de Holt, através de regressões explanatórias e através de auto-regressões, cada um com suas forças e fraquezas, algumas específicas ao setor sendo estudado, outras inerentes ao funcionamento do modelo em si. Feito isso, previu-se por meio de dois métodos distintos a demanda total de gás natural brasileira, comparando-se os resultados obtidos por meio destes métodos. Um fator que comprometeu a qualidade dos resultados obtidos, principalmente nos casos dos setores Residencial e Comercial/Público foi a baixa disponibilidade de dados existentes em relação à demanda do setor. Nestes casos tal problema deve-se ao fato de se tratar de um mercado ainda novo, com pouca disponibilidade de dados históricos. Em alguns casos de regressões explanatórias os resultados foram comprometidos pela ausência de séries históricas mais longas das variáveis explanatórias, como por exemplo, PIB. Caso tais séries sejam estendidas, é possível se aprimorar os resultados obtidos neste trabalho. Deve-se destacar também que, devido à grande importância do gás natural para a economia brasileira, o mesmo pode ser alvo de políticas governamentais que influenciem de forma agressiva sua maior ou menor utilização (assim como ocorreu quando da construção do gasoduto Brasil-Bolívia). Tais políticas governamentais podem funcionar como grandes alavancas modificadoras da demanda, comprometendo de forma direta os resultados obtidos neste trabalho. Outro ponto que merece destaque é o trade-off entre quantidade de previsões que foram realizadas (foram 5 setores, ao todo) e profundidade dos estudos deste trabalho. Caso se objetivasse prever a demanda de apenas um setor poderia ter-se despendido muito mais tempo e esforço no mesmo, gerando possivelmente um maior número de modelos de previsões possíveis e uma discussão mais profunda em torno dos mesmos. 141
Page 1:
GUSTAVO MODENESI MODELO DE PREVISÃ
Page 4 and 5:
FICHA CATALOGRÁFICA Modenesi, Gust
Page 7:
AGRADECIMENTOS Cabem, nesta oportun
Page 11:
ABSTRACT Natural gas has been incre
Page 14 and 15:
7.2.1 Energético - Método de Holt
Page 17 and 18:
LISTA DE GRÁFICOS Gráfico 1: Matr
Page 19:
Gráfico 50: Previsão da demanda r
Page 23 and 24:
LISTA DE EQUAÇÕES Equação 1: Co
Page 25 and 26:
1. Apresentação da empresa do est
Page 27:
Em 2007 o BCG foi considerado pela
Page 30 and 31:
26 Por se tratar de uma prática re
Page 33 and 34:
4. Justificativa O gás natural é
Page 35 and 36:
Oferta de energia elétrica — His
Page 37 and 38:
5. O Mercado de Gás Natural 5.1 Pr
Page 39 and 40:
Oferta nacional de GN crescendo com
Page 41 and 42:
6. Referencial Teórico 6.1 Visão
Page 43 and 44:
não sim Definição do problema Co
Page 45 and 46:
Correlação positiva Correlação
Page 47 and 48:
Tabela 1: Lag de uma série Observa
Page 49 and 50:
Figura 5: Decomposição de série
Page 51 and 52:
Analogamente ao Mean Absolute Error
Page 53 and 54:
estar “errada”, quando o result
Page 55 and 56:
Como se pode notar com alguma anál
Page 57 and 58:
Ou seja, a previsão será uma fun
Page 59 and 60:
mesmos são automaticamente calcula
Page 61 and 62:
egression). Por ser o que, de acord
Page 63 and 64:
Note-se que este método é extrema
Page 65 and 66:
Fonte: Extraído de Makridakis (199
Page 67 and 68:
Resultado 120 100 80 60 40 20 0 Dad
Page 69 and 70:
Equação 22: Single Exponential Sm
Page 71 and 72:
Esse conjunto de modelos apresenta
Page 73 and 74:
Vale destacar que diversos modelos
Page 75 and 76:
Caso perceba-se através do resumo
Page 77 and 78:
6.4 Utilização dos diferentes mé
Page 79 and 80:
7. Modelo de previsão de demanda d
Page 81 and 82:
serem obtidos, Desta forma, nos cas
Page 83 and 84:
7.1.2 Transportes - Regressão Expl
Page 85 and 86:
Autocorrelation 1,0 0,8 0,6 0,4 0,2
Page 87 and 88:
Autocorrelation Autocorrelation Fun
Page 89 and 90:
MM m 100000 3 MM m /ano 100000 3 /a
Page 91 and 92:
Tabela 8: Quadro comparativo de mod
Page 93 and 94: 7.2 Setor Energético A seguir ser
Page 95 and 96: Rodando-se uma regressão Stepwise-
Page 97 and 98: Analisando a série histórica do p
Page 99 and 100: MM m 16000 3 MM m /ano 16000 3 /ano
Page 101 and 102: 600 500 400 300 200 100 0 0 35 -100
Page 103 and 104: 300 250 200 150 100 50 -3 0 -50 32
Page 105 and 106: MM m 14000 3 MM m /ano 14000 3 /ano
Page 107 and 108: 7.3 Setor Industrial A seguir serã
Page 109 and 110: 1500 1000 500 -500 -1000 -1500 Equa
Page 111 and 112: Equação 37: Demanda industrial em
Page 113 and 114: Autocorrelation 1,0 0,8 0,6 0,4 0,2
Page 115 and 116: Fazendo-se isso, chega-se à seguin
Page 117 and 118: Calculou-se o intervalo de confian
Page 119 and 120: Sendo assim, recomenda-se a utiliza
Page 121 and 122: Além disso, pode-se, visualmente,
Page 123 and 124: Autocorrelation 1,0 0,8 0,6 0,4 0,2
Page 125 and 126: MM m 1800 3 MM m /ano 1800 3 /ano 1
Page 127 and 128: Equação 44: Demanda residencial e
Page 131 and 132: 7.5 Setor Comercial/Público A segu
Page 133 and 134: macroeconômico brasileiro de grand
Page 135 and 136: Desta forma, ficamos com a seguinte
Page 137 and 138: 7.5.3 Setor Comercial/Público - Au
Page 141 and 142: Tabela 12: Quadro comparativo de mo
Page 143: 7.6 Total Utilizando-se o método d
Page 147 and 148: 9. Referências Bibliográficas 143
Page 149 and 150: 10. Apêndices Nesta seção são a
Page 151 and 152: Sendo assim, a utilização de tais
Page 153 and 154: Ano Tabela 16: Dados históricos da
Page 155 and 156: MM hab 250 200 150 100 50 0 Popula
Page 157: 153 futuro desta variável é a de
Page 160 and 161: 156 Tabela 19: Resultados da previs
Page 162 and 163: 158 Tabela 21: Resultados da previs
Page 165: Tabela 23: Resultados da previsão
show all

GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP

Create successful ePaper yourself

Delete template?

Save as template?