Projeções do Agronegócio no Brasil 2007/08 a 2017/18

Tamanho: px
Começar a partir da página:

Download "Projeções do Agronegócio no Brasil 2007/08 a 2017/18"

Transcrição

1 PROJEÇÕES DO AGRONEGÓCIO NO BRASIL A JOSÉ GARCIA GASQUES; ELIANA TELES BASTOS; DERLI DOSSA; LUCILLE FREIRE DA SILVA; RICARDO DE ALMEIDA PAULA; MINISTÉRIO DA AGRICULTURA BRASÍLIA - DF - BRASIL jose.gasques@agriculura.gov.br APRESENTAÇÃO ORAL Comercialização, Mercados e Preços Projeções do Agronegócio no Brasil a Grupo de Pesquisa: Comercialização, Mercados e Preços Resumo Ese rabalho é uma aualização resumida do rabalho de projeções do agronegócio Mundial e Brasil que em sido feia pelo Minisério da Agriculura, Pecuária e Abasecimeno (MAPA) neses úlimos quaro anos. O período do esudo é 27/28 a 217/218. O rabalho de projeções em por objeivo fornecer subsídios aos formuladores de políicas públicas quano as principais endências de produos agropecuários, para a omada de decisão e para o delineameno de linhas de auação, embasando e foralecendo os insrumenos de políica agrícola nacionais. Para o seor privado a imporância do rabalho se dá no senido de indicar como o governo visualiza o fuuro das principais cadeias do agronegócio, além de oferecer os resulados das projeções a parir dos quais são omadas as decisões no âmbio privado. Palavras-chaves: Agronegócio, Brasil, Grãos, Carnes, Eanol Absrac This paper presens a summary of Minisry of Agriculure, Livesock and Food Supply repor abou agribusiness projecions, made by his Minisry in he las four years. The projecions repor has he objecive of guide governmen and privae secor in decision process. Models of projecions were esimaed on brazilian daabase of producion, consumpion, expors, impors, yield and area. Bu we did no presens all hese resuls because here is a resricion of space. The period projecions is o 217/218, and he principal source of informaion is Companhia Nacional de Abasecimeno- CONAB. 1

2 Key Words: Agribusiness, Brazil, Crops, Mea, Ehanol 1. INTRODUÇÃO Ese rabalho é uma aualização resumida do rabalho de projeções do agronegócio Mundial e Brasil que em sido feia pelo Minisério da Agriculura, Pecuária e Abasecimeno (MAPA)neses úlimos quaro anos (Gasques; Basos; Paula; Moraes; Silva, 27). È um insrumeno de rabalho para ese Minisério e suas diversas secrearias, pois apona endências sobre as principais cadeias do agronegócio. Esa visão prospeciva não é esáica e por isso necessia aualizações periódicas e sisemáicas à medida que novas informações passam a fazer pare do planejameno das ações de acompanhameno. Embora ese arigo apresene as projeções para um conjuno selecionado de produos o rabalho original é mais amplo e abrange 16 produos do agronegócio. O rabalho em por objeivo fornecer subsídios aos formuladores de políicas públicas quano as principais endências de produos agropecuários, para a omada de decisão e para o delineameno de linhas de auação, embasando e foralecendo os insrumenos de políica agrícola nacionais. Para o seor privado a imporância do rabalho se dá no senido de indicar como o governo visualiza o fuuro das principais cadeias do agronegócio, além de oferecer os resulados das projeções a parir dos quais são omadas as decisões no âmbio privado. O rabalho esá dividido nas seguines pares: 1. Inrodução, 2. Meodologia uilizada; 3. Resumo e Conclusões. 2. METODOLOGIA PARA AS PROJEÇÕES As projeções para o Brasil da produção, área planada, exporação, imporação e consumo de: algodão, arroz, feijão, milho, rigo, soja, farelo de soja, óleo de soja, café, açúcar, carne bovina, carne suína e carne de frango; para o período de a foram realizadas aravés dos seguines méodos esaísicos: Suavização Exponencial, Modelos de Box e Jenkins (ARMA) e Modelos em Espaço de Esados. Para mais informações sobre os modelos podem ser visas no anexo. Para cada produo aplicaram-se os rês méodos, porém foi escolhido apenas um modelo. O criério da escolha do modelo baseou-se em comparações com ouras endências apresenadas e com a familiaridade de especialisas do seor analisado. Os dados uilizados nas projeções são da CONAB Companhia Nacional de Abasecimeno, exceo para o café, onde a fone foi a ABIC Associação Brasileira da Indúsria de Café, e para o Eanol onde a fone foi a câmara seorial do açúcar e álcool do Minisério da Agriculura. É imporane ressalar que em média rabalhou-se com séries de 33 anos para cada produo, o que é um número relaivamene reduzido de informações para horizone de projeção de 1 anos. Observa-se que à medida que amplia o horizone de previsão as esimaivas se ornam menos precisas, com limies de confiança muio grandes. Os resulados desas projeções devem ser visos com cauela, aenando ao inervalo de confiança e as opiniões dos especialisas da área. Um faor resriivo para esas projeções é que neses modelos não consideramos a influência de variáveis exógenas, as quais não são consanes e influenciam os resulados. 2

3 2.1. Soja As projeções para a produção de soja, realizadas pela AGE-MAPA, para o Brasil, no período a 216/217, mosram valores abaixo daqueles obidos pelo FAPRI. As esimaivas realizadas pela AGE indicam uma produção brasileira de 75,3 milhões de oneladas de soja em 217/218. (Fig. 1) milhões oneladas 57,6 31,7 25,2 Produção Consumo Exporação Fig. 1 - Produção, Consumo e Exporação de Soja - MAPA/AGE Fone: Elaboração dos auores para esse esudo O consumo de soja em grão deverá aingir 39 milhões de oneladas naquele ano, represenando 51,7% da produção. As exporações de soja projeadas pela AGE para 217/218 são de 35,3 milhões de oneladas, 39,8% superiores às exporações de 26/27, conforme Tabela 1 e Fig. 1. Tabela 1 Produção, Consumo e Exporação de Soja - MAPA/AGE Soja* (milhões oneladas) Produção Consumo Exporação 57,55 31,7 25,2 59,17 (52,23 ; 66,11) 32,36 (29,19 ; 35,53) 26,11 (22,47 ; 29,75) 6,79 (5,98 ; 7,6) 33,2 (28,53 ; 37,5) 27,3 (21,88 ; 32,18) 62,4 (5,39 ; 74,42) 33,67 (28,18 ; 39,17) 27,94 (21,63 ; 34,25) 64,2 (5,15 ; 77,9) 34,33 (27,99 ; 4,68) 28,85 (21,57 ; 36,14) 65,64 (5,13 ; 81,15) 34,99 (27,9 ; 42,8) 29,77 (21,63 ; 37,91) 67,26 (5,27 ; 84,25) 35,65 (27,88 ; 43,42) 3,68 (21,76 ; 39,6) 68,88 (5,52 ; 87,23) 36,3 (27,91 ; 44,7) 31,59 (21,96 ; 41,23) 7,49 (5,88 ; 9,11) 36,96 (27,99 ; 45,94) 32,51 (22,21 ; 42,81) 72,11 (51,3 ; 92,92) 37,62 (28,1 ; 47,14) 33,42 (22,5 ; 44,35) 73,73 (51,8 ; 95,66) 38,28 (28,25 ; 48,31) 34,33 (22,82 ; 45,85) 75,35 (52,34 ; 98,35) 38,94 (28,42 ; 49,46) 35,25 (23,17 ; 47,33) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para a produção, consumo e exporação uilizou-se o modelo de Espaço de Esados. A produção de farelo de soja no Brasil deverá passar de 22,8 milhões de oneladas para 27,3 milhões de oneladas enre 26/27 e 217/218. O consumo projeado para o final do período é de 13,9 milhões de oneladas, e as exporações, de 13,8 milhões de oneladas. 75,3 38,9 35,2 3

4 Tabela 2 Produção, Consumo e Exporação de Farelo de Soja - MAPA/AGE Farelo de soja* (milhões oneladas) Produção Consumo Exporação 22,79 1,2 12,7 22,96 (2,57 ; 25,35) 1,66 (1,31 ; 11,1) 12,57 (1,47 ; 14,68) 23,25 (19,9 ; 26,6) 11,3 (1,36 ; 11,7) 12,55 (9,65 ; 15,44) 23,64 (19,64 ; 27,65) 11,36 (1,42 ; 12,3) 12,64 (9,14 ; 16,14) 24,8 (19,54 ; 28,62) 11,68 (1,52 ; 12,84) 12,76 (8,79 ; 16,74) 24,53 (19,53 ; 29,53) 12, (1,64 ; 13,35) 12,91 (8,5 ; 17,31) 24,99 (19,56 ; 3,41) 12,31 (1,79 ; 13,84) 13,5 (8,26 ; 17,84) 25,44 (19,63 ; 31,25) 12,63 (1,95 ; 14,3) 13,2 (8,5 ; 18,34) 25,9 (19,72 ; 32,7) 12,94 (11,13 ; 14,76) 13,34 (7,87 ; 18,82) 26,36 (19,84 ; 32,88) 13,26 (11,31 ; 15,2) 13,49 (7,7 ; 19,28) 26,81 (19,97 ; 33,66) 13,57 (11,51 ; 15,64) 13,64 (7,55 ; 19,72) 27,27 (2,11 ; 34,43) 13,89 (11,71 ; 16,7) 13,78 (7,41 ; 2,16) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para o consumo, produção e exporação uilizou-se o modelo de Espaço de Esados. Por sua vez, o óleo de soja em uma produção projeada de 6,7 milhões de oneladas e um consumo de 4,1 milhões de oneladas. Isso represena 61% da produção de óleo. A exporação de óleo projeada para 217/218 é de 2,6 milhões de oneladas, com um acréscimo de 7,9% sobre 26/27 (Tabela 2). Nessas projeções não esão compuadas a possibilidade de a soja se ornar um produo para o biodiesel Algodão As projeções realizadas pela AGE para o algodão brasileiro, indicam a passagem da produção de 2,3 milhões de oneladas de algodão em 26/27 para 3,5 milhões de oneladas em 217/218. A axa de crescimeno da produção obida no período a projeção é de 4,41% ao ano. Esa axa esá próxima do crescimeno da produção de algodão observada nos principais países produores nos úlimos anos. O consumo projeado aé 217/218 segue uma axa anual de 1,4%, abaixo do consumo mundial de algodão observado nos úlimos anos. Dese modo, o consumo projeado para o Brasil em 217/218 é de 1,1 milhão de oneladas de algodão. Por úlimo, projea-se um volume de exporações de 99,5 mil oneladas em 217/218 (Tabela 3 e Fig. 2). Tabela 3 Produção, consumo e exporação de algodão AGE Algodão* (milhões oneladas) Produção Consumo Exporação 2,29,91,47 2,27 (1,51 ; 3,4),94 (,86 ; 1,2),47 (,27 ;,67) 2,4 (1,57 ; 3,22),97 (,83 ; 1,11),51 (,3 ;,73) 2,52 (1,62 ; 3,42),98 (,82 ; 1,14),56 (,32 ;,79) 2,64 (1,66 ; 3,62),98 (,82 ; 1,15),6 (,35 ;,86) 4

5 2,77 (1,7 ; 3,83) 1, (,82 ; 1,17),64 (,37 ;,92) 2,89 (1,73 ; 4,5) 1,2 (,83 ; 1,21),69 (,39 ;,99) 3,1 (1,76 ; 4,27) 1,3 (,83 ; 1,24),73 (,41 ; 1,6) 3,14 (1,79 ; 4,49) 1,5 (,83 ; 1,26),78 (,42 ; 1,13) 3,26 (1,81 ; 4,71) 1,6 (,83 ; 1,29),82 (,44 ; 1,2) 3,38 (1,83 ; 4,94) 1,7 (,84 ; 1,31),87 (,46 ; 1,27) 3,51 (1,85 ; 5,17) 1,9 (,84 ; 1,34),91 (,48 ; 1,34) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. Para produção uilizou-se os dados do algodão em caroço e para a exporação e consumo uilizou-se os dados do algodão em pluma. * Modelos uilizados: Para a produção e exporação uilizou-se o modelo de Alisameno exponencial e para o consumo uilizou-se o modelo ARIMA. 4 milhões oneladas Produção Consumo Exporação ,29,91,47 3,51 1,9,91 Fig. 2 Produção, consumo e exporação brasileira de algodão - MAPA/AGE Fone: Elaboração dos auores para esse esudo 2.3. Trigo O consumo inerno de rigo no País deverá crescer em média 1,63% ao ano, enre e alcançando a cifra de 13,3 milhões de oneladas em 218. O aumeno da demanda domésica e a esabilização da produção inerna acarrearão endência de aumeno das imporações de rigo, aingindo 8,7 milhões de oneladas em (FAPRI). A produção projeada para 217/218 é de 5 milhões de oneladas, e um consumo de 13,3 milhões de oneladas no mesmo ano. O abasecimeno inerno exigirá imporações de 8,7 milhões de oneladas em 217/218, conforme Fig. 3. 5

6 15 milhões oneladas Produção Consumo Imporação 13, ,39 7,93 4,13 8,71 4,7 Fig. 3 - Produção, consumo e imporação de rigo - MAPA/AGE Fone: Elaboração dos auores para esse esudo 2.4. Arroz As projeções de produção e consumo de arroz, feias pelo MAPA/AGE mosram uma siuação muio aperada enre essas duas variáveis, havendo necessidade de imporações de arroz nos próximos anos. A produção projeada para 217/218 revela um acréscimo de 1,86 milhão de onelada em relação a 26/27. Equivale a um crescimeno anual da produção de,92% de a. Assim a produção projeada em 217/218 é de 13,13 milhões de oneladas de arroz, conforme Tabela 4 e Fig. 4. Tabela 4 Produção e Consumo de Arroz - MAPA/AGE Arroz* (milhões oneladas) Produção Consumo Imporação 11,27 13, 1, 11,98 (8,63 ; 15,33) 13,2 (12,54 ; 13,87) 1,9 (,5 ; 2,13) 12,1 (8,47 ; 15,72) 13,35 (12,64 ; 14,7) 1,1 (-,34 ; 2,35) 12,21 (8,27 ; 16,15) 13,5 (12,72 ; 14,28) 1,7 (-,48 ; 2,61) 12,33 (8,3 ; 16,62) 13,65 (12,8 ; 14,5) 1,9 (-,65 ; 2,83) 12,44 (7,76 ; 17,12) 13,8 (12,88 ; 14,73) 1,11 (-,8 ; 3,2) 12,56 (7,48 ; 17,64) 13,95 (12,95 ; 14,96) 1,14 (-,93 ; 3,21) 12,67 (7,18 ; 18,17) 14,1 (13,1 ; 15,19) 1,16 (-1,6 ; 3,38) 12,79 (6,86 ; 18,71) 14,25 (13,8 ; 15,42) 1,18 (-1,17 ; 3,54) 12,9 (6,54 ; 19,27) 14,4 (13,14 ; 15,66) 1,21 (-1,28 ; 3,69) 13,2 (6,2 ; 19,84) 14,55 (13,2 ; 15,9) 1,23 (-1,37 ; 3,84) 13,13 (5,86 ; 2,41) 14,7 (13,26 ; 16,14) 1,26 (-1,47 ; 3,98) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para a produção e consumo uilizou-se o modelo de Alisameno exponencial, para a imporação uilizou-se o modelo de Espaço de Esados. 6

7 milhões oneladas 15 13, Produção Consumo Imporação 14,7 1 11,27 13,13 5 1, 1,26 Fig. 4 - Produção e Consumo de Arroz - MAPA/AGE Fone: Elaboração dos auores para esse esudo 2.5. Milho As projeções de produção de milho no Brasil indicam um aumeno de 13 milhões de oneladas enre e. Em 217/218 a produção deverá siuar-se em 64,1 milhões de oneladas (MAPA/AGE) e um consumo de 48,6 milhões, conforme Fig. 5 e Tabela 5. Esses resulados indicam que o País deverá fazer ajuses no seu quadro de suprimenos de modo a garanir o abasecimeno do mercado inerno e ober algum excedene para exporação, esimado em 12 milhões de oneladas em. Tabela 5 Produção e Consumo de Milho - MAPA/AGE Milho* (milhões oneladas) Produção Consumo Exporação 51,6 39,5 7,5 48,32 (36,41 ; 6,23) 4,38 (37,4 ; 43,36) 6,27 (2,37 ; 1,18) 49,9 (37,1 ; 62,79) 4,88 (36,88 ; 44,88) 6,85 (2,63 ; 11,8) 51,48 (37,46 ; 65,5) 41,96 (37,23 ; 46,69) 7,43 (2,83 ; 12,3) 53,6 (37,78 ; 68,34) 42,71 (37,3 ; 48,12) 8, (2,99 ; 13,2) 54,64 (38, ; 71,28) 43,57 (37,57 ; 49,56) 8,58 (3,13 ; 14,4) 56,22 (38,16 ; 74,29) 44,43 (37,89 ; 5,96) 9,16 (3,24 ; 15,8) 57,8 (38,25 ; 77,35) 45,25 (38,22 ; 52,28) 9,74 (3,32 ; 16,15) 59,38 (38,3 ; 8,46) 46,11 (38,61 ; 53,6) 1,31 (3,4 ; 17,23) 6,96 (38,31 ; 83,61) 46,95 (39,2 ; 54,88) 1,89 (3,46 ; 18,32) 62,54 (38,29 ; 86,79) 47,79 (39,45 ; 56,13) 11,47 (3,52 ; 19,42) 64,12 (38,25 ; 89,99) 48,64 (39,9 ; 57,37) 12,4 (3,56 ; 2,52) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para a produção e exporação uilizou-se o modelo de Alisameno exponencial e para consumo uilizou-se o modelo de Espaço de Esados. 7

8 Produção Consumo Exporação milhões oneladas 8 64, ,6 4 48,64 39,5 2 12,4 7,5 Fig. 5 - Produção e Consumo de Milho AGE Fone: Elaboração dos auores para esse esudo milhões ha Fig. 6 Área de Milho - AGE Fone: Elaboração dos auores para esse esudo O Brasil esá colocado enre os países que erão aumenos significaivos de suas exporações de milho, ao lado da Argenina (FAPRI e USDA). Ese crescimeno das exporações brasileiras far-se-á possível por meio de ganhos de produção e produividade. A área planada de milho enre e deverá crescer a uma axa média anual de,76%. Dese modo a área deverá passar de 13,3 milhões de hecares em para 14,5 milhões de hecares em Feijão Represena um ípico produo de consumo domésico e de enorme imporância na alimenação e na geração de renda dos pequenos produores no Brasil. O feijão em uma axa anual projeada de aumeno da produção de 1,24% e consumo ao redor de 1,15% ao ano, para o período 27/28 a 217/218. Pelas duas úlimas Pesquisas de Orçamenos Familiares, noa-se que, nos úlimos oio anos, o consumo de feijão eve uma queda pequena, de 1,2 Kg/per capia/ano para 9,2 Kg/per capia/ano. Tabela 6 Produção e Consumo de Feijão - MAPA/AGE Feijão* (milhões oneladas) Produção Consumo Imporação 3,55 3,3,7 3,32 (2,61 ; 4,4) 3,33 (2,89 ; 3,77),7 (, ;,14) 3,55 (2,82 ; 4,28) 3,39 (2,87 ; 3,91),7 (, ;,14) 3,6 (2,85 ; 4,36) 3,43 (2,82 ; 4,3),8 (-,2 ;,17) 3,52 (2,62 ; 4,42) 3,46 (2,78 ; 4,13),8 (-,3 ;,18) 3,65 (2,72 ; 4,58) 3,5 (2,77 ; 4,24),8 (-,4 ;,19) 3,7 (2,74 ; 4,65) 3,54 (2,75 ; 4,34),8 (-,4 ;,2) 3,68 (2,64 ; 4,71) 3,58 (2,74 ; 4,43),8 (-,5 ;,21) 3,76 (2,69 ; 4,83) 3,62 (2,73 ; 4,52),8 (-,5 ;,21) 3,8 (2,7 ; 4,9) 3,66 (2,72 ; 4,61),8 (-,6 ;,22) 3,81 (2,66 ; 4,97) 3,7 (2,72 ; 4,69),8 (-,7 ;,23) 3,87 (2,68 ; 5,6) 3,74 (2,71 ; 4,77),8 (-,7 ;,24) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. 8

9 * Modelos uilizados: Para a produção uilizou-se o modelo ARIMA, para o consumo e a imporação uilizou-se o modelo de Espaço de Esados. milhões oneladas Produção Consumo Imporação 5 4 3,55 3, ,3 3,74 1,7,8 Fig. 7 - Produção e Consumo de Feijão - MAPA/AGE Fone: Elaboração dos auores para esse esudo 2.7. Açúcar As esimaivas obidas pela AGE para a produção brasileira de açúcar indicam uma axa média anual de crescimeno de 2,98% no período 27/28 a 217/218. Essa axa deve conduzir a uma produção de 43,2 milhões de oneladas do produo em 217/218 (Tabela 7). Essa produção corresponde a um acréscimo de 12,5 milhões de oneladas em relação ao observado em 26/27. A esimaiva obida para 217/218, siua-se em um nível superior à esimada pelo FAPRI. As axas projeadas para exporações e consumo para os próximos 12 anos são, respecivamene, de 4,19% ao ano e de 1,68% ao ano. Para as exporações, a projeção para 217/218 é de um volume de exporações de 31,3 milhões de oneladas (Fig. 8). Tabela 7 Produção Consumo e Exporação de Açúcar - MAPA/AGE Açúcar* (milhões oneladas) Produção Consumo Exporação 3,71 1,94 19,55 32,63 (3,38 ; 34,88) 11,82 (8,71 ; 14,93) 2,68 (17,2 ; 24,16) 33,23 (29,36 ; 36,53) 11,52 (29,36 ; 36,53) 21,8 (29,36 ; 36,53) 34,17 (3,17 ; 38,17) 12,7 (6,83 ; 17,31) 22,8 (18,69 ; 26,92) 36,57 (31,72 ; 41,41) 12,12 (31,72 ; 41,41) 23,88 (31,72 ; 41,41) 37,76 (31,68 ; 43,85) 12,41 (6,15 ; 18,68) 24,93 (2,1 ; 29,76) 38,33 (31,19 ; 45,47) 12,6 (31,19 ; 45,47) 25,99 (31,19 ; 45,47) 39,39 (31,33 ; 47,45) 12,83 (5,68 ; 19,99) 27,4 (21,61 ; 32,47) 4,83 (31,78 ; 49,88) 13,4 (5,48 ; 2,6) 28,1 (22,4 ; 33,8) 41,66 (31,55 ; 51,77) 13,26 (5,32 ; 21,21) 29,15 (23,19 ; 35,12) 42,29 (31,2 ; 53,37) 13,48 (5,16 ; 21,8) 3,21 (23,99 ; 36,43) 43,21 (31,22 ; 55,21) 13,7 (5,3 ; 22,37) 31,27 (24,8 ; 37,73) Fone: Elaboração da AGE/MAPA com dados do Balanço Nacional de Açúcar e Agroenergia / MAPA. 9

10 Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para a exporação e consumo uilizou-se o modelo de Espaço de Esados e para a produção o modelo ARIMA milhões oneladas 3,71 19,55 1,94 Produção Consumo Exporação Fig. 8 - Produção Consumo e Exporação de Açúcar - MAPA/AGE Fone: Elaboração dos auores para esse esudo 43,21 31,27 13, Eanol A produção de eanol no Brasil em como fone a cana de açúcar e é produzido nas regiões Cenro-Sul, Nore e Nordese. O eanol é considerado pelos especialisas como o álcool eílico de biomassa, para uso combusível ou indusrial, inclusive na produção de bebidas indusrializadas, excluindo, enreano, o álcool conido em bebidas originais como cachaça, rum, vodka, whisky, bourbon, conhaque e ouras. Nese senido, a produção de eanol é composa pelo álcool anidro e álcool hidraado. O Brasil e os Esados Unidos são aualmene os maiores produores de eanol, embora os Esados Unidos exraiam esse produo do milho, e não da cana de açúcar como no Brasil. As projeções do eanol, referenes a produção, consumo e exporação refleem grande dinamismo desse produo devido especialmene ao crescimeno do consumo inerno e as exporações de eanol. A produção de eanol projeada para 218 é de 41,6 bilhões de liros, mais que o dobro da produção de 27. O consumo inerno para 218 esá projeado em 3,3 bilhões de liros e as exporações em 11,3 bilhões (Fig. 9 e Tabela 8). A Secrearia de Produção e Agroenergia do MAPA projea para 21, vendas de auomóveis Flex de 1, milhão de veículos, quase o dobro a mais que os auomóveis a gasolina, cujas vendas projeadas são de 467 mil unidades. Essa expansão do seor auomobilísico e o uso crescene dos carros flex é aualmene o principal faor responsável pelo crescimeno da produção de eanol no Brasil. 1

11 milhões de liros 45. Produção Consumo Exporação Fig. 9 - Produção, Consumo e Exporação Brasileira de Eanol Fone: Elaboração dos auores para esse esudo Tabela 8 Produção, Consumo e Exporação Brasileira de Eanol AGE Eanol (milhões de Liros) Produção Consumo** Exporação Fone: MAPA Câmara Seorial Açúcar e Álcool dez/3 e MAPA/AGE * Não inclui aberura de mercado de álcool para fins combusíveis em paises imporadores. Aé 21 usou-se uma axa anual de 14,63% e a parir de 211,usou-se 1% ao ano.torquao,s.a.(25),iea. * *Inclui Alcool Combusível e Álcool Indusrial Café As projeções da AGE referem-se ao consumo, produção e exporações, para o período 27/28 aé 217/218. As projeções mosram que a produção de café deverá aumenar a uma axa anual de,61% enre e. Isso deve resular numa produção de 39,1 milhões de sacas de café em. O consumo inerno deverá crescer mais do que o consumo mundial, pois a axa previsa é de 2,82% ao ano no período e. A área planada de café deverá sofrer redução nos próximos anos. Deve passar de 2,3 milhões de hecares em para 2,14 milhões de hecares nos próximos 12 anos. Porano, espera-se uma queda na área planada de café da ordem de,98% ao ano. As exporações deverão crescer nos próximos anos a uma axa de,72% ao ano. O volume exporado deve aingir 29,1 milhões de sacas em. 11

12 Tabela 9 Produção, Consumo e Exporação de café - MAPA/AGE Café* (milhões sacas de 6Kg) Produção Exporação Consumo 42,51 26,5 16,9 35,42 (2,26 ; 5,59) 27,27 (21,5 ; 33,4) 17,31 (16,33 ; 18,29) 38,56 (23,39 ; 53,72) 27,8 (2,23 ; 33,92) 17,87 (16,8 ; 18,93) 37,49 (21,7 ; 53,92) 27,55 (19,32 ; 35,77) 18,43 (17,26 ; 19,58) 38,15 (21,3 ; 55,) 27,57 (18,36 ; 36,78) 18,98 (17,72 ; 2,24) 38,1 (2,58 ; 55,63) 27,91 (17,72 ; 38,1) 19,54 (18,16 ; 2,91) 38,35 (2,28 ; 56,41) 28,2 (16,98 ; 39,6) 2,1 (18,6 ; 21,58) 38,47 (19,84 ; 57,1) 28,3 (16,44 ; 4,16) 2,65 (19,3 ; 22,26) 38,64 (19,48 ; 57,81) 28,46 (15,86 ; 41,5) 21,21 (19,46 ; 22,95) 38,79 (19,1 ; 58,48) 28,7 (15,39 ; 42,2) 21,77 (19,89 ; 23,63) 38,95 (18,75 ; 59,15) 28,88 (14,9 ; 42,87) 22,32 (2,32 ; 24,32) 39,11 (18,41 ; 59,81) 29,11 (14,48 ; 43,74) 22,88 (2,74 ; 25,1) Fone: Elaboração da AGE/MAPA com dados do MAPA/SPAE/DCAF. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para a exporação uilizou-se o modelo de Espaço de Esados, para a produção uilizou-se o modelo ARIMA e para o consumo uilizou-se o modelo de Alisameno Exponencial. milhões sacas 6kg 42, , ,9 Produção Exporação Consumo 39,11 29,11 22,88 Fig. 1 - Produção,Consumo e Exporação Brasileira de Café Fone: Elaboração dos auores para esse esudo 2.1. Leie De acordo com as projeções da AGE, a produção de leie deverá crescer a uma axa anual de 1,92% no período a. A produção projeada para o final do período da projeção e de 33,1 bilhões de liros. Essa quanidade produzida represenará um acréscimo de 6,41 bilhões de liros em relação a. O consumo crescerá a uma axa anual de 1,84% no período das projeções, aingindo 32,4 bilhões de liros em 217/218. Em seu limie superior o consumo de leie poderá aingir 37,1 bilhões de liros no final da projeção. Tabela 1 Produção e Consumo de Leie - MAPA/AGE Leie* (milhões liros) Produção Consumo 12

13 Projeção (Linf.; Lsup) Projeção (Linf.; Lsup) , , ,5 (26.467;28.225) ,45 (25.275;28.79) ,32 (26.438;29.4) ,93 (25.288;29.758) ,6 (26.593;3.391) 28.65,43 (25.434;3.697) 29.66,57 (26.829;31.34) 28.66,77 (25.63;31.583) ,16 (27.11;32.172) ,87 (25.862;32.434) 3.215,73 (27.422;33.9) ,98 (26.12;33.258) 3.79,29 (27.757;33.828) 3.23,9 (26.399;34.61) ,85 (28.19;34.621) 3.771,2 (26.695;34.848) ,41 (28.475;35.43) ,31 (27.5;35.62) ,97 (28.854;36.174) ,42 (27.326;36.381) 33.88,53 (29.242;36.935) ,53 (27.658;37.131) Fone: Elaboração da AGE/MAPA com dados da CONAB. milhões liros Produção Consumo Fig Produção e consumo de leie - MAPA/AGE Fone: Elaboração dos auores para esse esudo Carnes As projeções de carnes para o Brasil mosram que esse seor deve apresenar inenso dinamismo nos próximos anos. Enre as carnes, as que se projeam com maiores axas de crescimeno da produção no período 27/28 a 217/218 são a carne de frango, que deve crescer anualmene a 3,26%, e a bovina, cujo crescimeno projeado para esse período é de 2,48% ao ano. Por úlimo, a produção de carne suína em um crescimeno projeado de 1,86% ao ano, o que ambém represena um valor relaivamene elevado, pois consegue aender ao consumo domésico e às exporações (MAPA/AGE). Tabela 11 Produção de Carnes - MAPA/AGE Produção de Carnes* (milhões oneladas**) Bovina Suína De Frango 1,63 2,97 9,82 1,93 (1,23 ; 11,64) 3,8 (2,7 ; 3,46) 1,47 (1,3 ; 1,9) 13

14 11,24 (1,25 ; 12,23) 3,16 (2,65 ; 3,67) 1,86 (1,25 ; 11,48) 11,54 (1,33 ; 12,76) 3,23 (2,56 ; 3,9) 11,25 (1,44 ; 12,6) 11,85 (1,44 ; 13,25) 3,3 (2,49 ; 4,1) 11,69 (1,64 ; 12,74) 12,15 (1,58 ; 13,72) 3,36 (2,43 ; 4,29) 12,11 (1,81 ; 13,41) 12,46 (1,74 ; 14,17) 3,42 (2,38 ; 4,46) 12,51 (1,95 ; 14,7) 12,76 (1,9 ; 14,62) 3,48 (2,33 ; 4,62) 12,9 (11,8 ; 14,72) 13,6 (11,8 ; 15,5) 3,54 (2,29 ; 4,78) 13,29 (11,21 ; 15,37) 13,37 (11,26 ; 15,47) 3,6 (2,26 ; 4,93) 13,67 (11,32 ; 16,2) 13,67 (11,45 ; 15,89) 3,66 (2,24 ; 5,8) 14,5 (11,43 ; 16,66) 13,98 (11,65 ; 16,3) 3,72 (2,22 ; 5,22) 14,41 (11,53 ; 17,29) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para a produção uilizou-se o modelo de Espaço de Esados. ** Milhões de oneladas equivalenes a carcaça milhões oneladas 15 1,6 1 9,82 5 3, Bovina Suína de Frango 14,4 14, 3,7 Fig Produção de carnes bovina, suína e de frango - MAPA/AGE Fone: Elaboração dos auores para esse esudo As projeções do consumo mosram preferência crescene dos consumidores brasileiros pela carne de frango, cujo crescimeno projeado é de 3% ao ano no período 27/28 a 217/218. Isso significa um consumo inerno de 9,9 milhões de oneladas daqui a 12 anos (Tabela 11). A carne suína assume o segundo lugar no aumeno do consumo com uma axa anual projeada de 2,33%, enre a. Em um nível semelhane de crescimeno siua-se a projeção do consumo de carne bovina, de 2,32% ao ano para os próximos anos (AGE-MAPA), conforme Fig. 12. Tabela 12 Consumo de Carnes - MAPA/AGE Consumo de Carnes* (milhões oneladas**) Bovina Suína De Frango 8,39 2,48 6,84 8,61 (7,98 ; 9,24) 2,49 (1,93 ; 3,5) 7,17 (6,62 ; 7,72) 8,84 (7,95 ; 9,72) 2,56 (1,95 ; 3,16) 7,45 (6,85 ; 8,4) 9,6 (7,97 ; 1,15) 2,62 (1,96 ; 3,28) 7,72 (7,7 ; 8,37) 14

15 9,28 (8,3 ; 1,54) 2,68 (1,97 ; 3,4) 8, (7,29 ; 8,71) 9,5 (8,1 ; 1,91) 2,75 (1,97 ; 3,53) 8,27 (7,5 ; 9,4) 9,73 (8,19 ; 11,27) 2,81 (1,96 ; 3,66) 8,55 (7,71 ; 9,39) 9,95 (8,29 ; 11,61) 2,88 (1,96 ; 3,8) 8,82 (7,92 ; 9,73) 1,17 (8,4 ; 11,95) 2,94 (1,95 ; 3,93) 9,1 (8,12 ; 1,8) 1,4 (8,51 ; 12,28) 3,1 (1,94 ; 4,7) 9,38 (8,33 ; 1,42) 1,62 (8,63 ; 12,6) 3,7 (1,93 ; 4,21) 9,65 (8,53 ; 1,77) 1,84 (8,76 ; 12,92) 3,14 (1,92 ; 4,35) 9,93 (8,73 ; 11,12) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para o consumo de carne bovina uilizou-se o modelo de Espaço de Esados, para o consumo de carne suína e de frango uilizou-se o modelo de Alisameno exponencial. ** Milhões de oneladas equivalenes a carcaça milhões oneladas Bovina Suína de Frango ,39 6,84 2,48 1,84 9,93 3,14 Fig Consumo de carnes bovina, suína e de frango - MAPA/AGE Fone: Elaboração dos auores para esse esudo Quano às exporações, as projeções indicam elevadas axas de crescimeno para os rês ipos de carnes analisados. As esimaivas realizadas pela AGE-MAPA projeam um quadro favorável para as exporações, o que mosra uma coerência em relação a resulados aneriormene apresenados nese rabalho no que se refere às poencialidades do País nesse seor. Como as carnes são produos que apresenam elevada elasicidade-renda, o aumeno de renda inerna pode dirigir pare da produção para o consumo inerno e reduzir o excedene de exporações. No caso, as elasicidades renda despesa de carne bovina, calculadas por Hoffmann (27) variam enre,35 e 1, dependendo do esrao de renda. Esses valores são considerados elevados quando comparados a ouros alimenos e indicam que o aumeno do poder aquisiivo da população em um acenuado impaco no consumo de carnes. Tabela 13 Exporação de Carnes - MAPA/AGE Exporação de Carnes* (milhões oneladas**) Bovina Suína De Frango 2,27,5 2,98 2,44 (1,96 ; 2,92),6 (,43 ;,78) 3,15 (2,88 ; 3,43) 2,65 (2,13 ; 3,16),64 (,45 ;,83) 3,31 (2,85 ; 3,77) 15

16 2,85 (2,28 ; 3,41),68 (,47 ;,89) 3,46 (2,81 ; 4,11) 3,5 (2,44 ; 3,67),71 (,49 ;,94) 3,6 (2,76 ; 4,44) 3,25 (2,58 ; 3,92),75 (,5 ; 1,) 3,73 (2,72 ; 4,75) 3,46 (2,73 ; 4,19),79 (,52 ; 1,6) 3,87 (2,67 ; 5,6) 3,66 (2,87 ; 4,45),82 (,53 ; 1,12) 3,99 (2,62 ; 5,36) 3,86 (3,1 ; 4,71),86 (,55 ; 1,18) 4,11 (2,57 ; 5,65) 4,7 (3,15 ; 4,98),9 (,56 ; 1,24) 4,23 (2,53 ; 5,94) 4,27 (3,29 ; 5,25),93 (,57 ; 1,3) 4,35 (2,49 ; 6,21) 4,47 (3,43 ; 5,52),97 (,59 ; 1,36) 4,47 (2,45 ; 6,48) Fone: Elaboração da AGE/MAPA com dados da CONAB. Noa: Os valores enre parêneses se referem ao inervalo de confiança a 95% das projeções. * Modelos uilizados: Para a exporação das carnes bovina e suína uilizou-se o modelo de Alisameno exponencial e para exporação de carne de frango uilizou-se o modelo ARIMA. ** Milhões de oneladas equivalenes a carcaça milhões oneladas 5 Bovina Suína de Frango 4, ,98 2,27,5 4,47,97 Fig Exporações de carnes AGE Fone: Elaboração dos auores para esse esudo 2. RESUMO E CONCLUSÕES O agronegócio brasileiro em poencial para crescer. Aumenos da população e da renda elevarão a demanda por alimenos. Países super populosos, como a China e Índia, erão dificuldade de aender às demandas, devido ao esgoameno de áreas agriculáveis. A disponibilidade de recursos naurais no Brasil é faor de compeiividade. Os resulados das projeções para 16 produos mosram que no período das projeções o maior aumeno de produção deverá ocorrer no Eanol. A sua produção deve passar de 18,9 bilhões de liros para 41,6 bilhões em. Enre os produos agrícolas os maiores acréscimos projeados esão no algodão, milho e rigo. Mas são ambém elevados os acréscimos de produção em feijão, mandioca, açúcar e soja. O café mosra uma redução da produção em, mas esse comporameno pode esar associado às dificuldades de projear os dados dessa aividade, pois o café é uma lavoura que apresena a chamada bianualidade (um ano de boa produção e ouro de menor produção). A produção de milho deverá aingir 64,1 milhões de oneladas em. Esse valor, como se observa é 3,9% superior ao obido em. A soja deverá alcançar uma produção de 75,4 milhões de oneladas nos próximos 12 anos. 16

17 As carnes e o leie mosram projeções basane animadoras para a produção. O maior crescimeno da produção é esperado para a carne de frango, de 46,8 % em relação à produção de. Por vola de 212/213 a produção de carne de frango deverá ser maior que a de carne bovina. Em são esperadas produções de 14,4 milhões de carne de frango e 13,9 milhões de oneladas de carne bovina. O leie deverá er um acréscimo de 24 % em relação à produção aual. As projeções de exporação mosram acenuado dinamismo dos seguines produos nos próximos anos: algodão, milho, soja, açúcar e eanol. Esses produos deverão liderar o crescimeno das exporações nos próximos anos. Embora haja diversos faores definindo esse crescimeno, dois são mais decisivos: a pressão dos biocombusíveis e os preços favoráveis no horizone esudado. As projeções revelam acréscimos de 6,6% nas exporações de milho o que corresponderia a passar de 7,5 milhões de oneladas exporadas em para 12 milhões em. Muio expressivos são ambém os acréscimos do açúcar, 59,9% e de 222,9% no eanol. As carnes bovina, de frango e suína, apresenam projeções elevadas de crescimeno das exporações. Os maiores acréscimos esão projeados para as carnes, bovina e suína, de 97% e de 94,7%, respecivamene. Mas as perspecivas da carne bovina ambém são muio favoráveis. As projeções de área mosram que o aumeno da produividade será o faor decisivo para os aumenos de produção nos próximos 12 anos. O aumeno oal projeado de área das principais lavouras é de 17,6 %. O aumeno de área com as oio principais lavouras deverá corresponder à passagem de 53 milhões de hecares auais para 62,2 milhões de hecares em. Algumas lavouras deverão er redução de área nos próximos anos, e isso se deve a mudanças nos sisemas de produção e redução da araividade financeira dos produos. Esse é o caso de arroz, feijão e café. Noa-se na Tabela 14 que esses produos apresenaram variações negaivas de área. A liderança na ocupação de novas áreas deve ocorrer na cana-de-açúcar, com aumeno esperado de 66,6%. Em a área necessária para a produção de açúcar e álcool será de 1,3 milhões de hecares. Represena um acréscimo de 4 milhões de hecares em relação à área aual, que é de 6,2 milhões de hecares. Há alguns produos como o milho que poderão er acréscimos muio maiores à projeção que esamos omando. A área projeada do milho para é de 14,5 milhões de hecares. Porém esse valor poderá aingir 19,2 milhões de hecares de área planada. Ouro resulado, que pode ser mosrado é sobre a produção de grãos especificamene. Aualmene a produção de Arroz, Feijão, Milho, Soja e Trigo é de 127 milhões de oneladas. Em, essa quanidade poderá aingir 161,5 milhões de oneladas, mas há um poencial de produção que poderá aingir 227,3 milhões de oneladas nos próximos 12 anos. As carnes êm projeção esimada de 32,1 milhões de oneladas em, mas há poencial de produção de 38,8 milhões de oneladas, superior em 45,5% ao que se produziu em. Tabela 14 - Brasil - Resulados de Exporação 17

18 Produos Inervalo de confiança Variação ( % ) Algodão 1 47, 99, ,5 milho 1 7.5, 12.42, ,6 Soja , , ,9 Farelo soja , , ,5 Óleo soja 1 2.2, 2.612, ,8 Trigo , 8.75, ,7 Açúcar , , ,9 Café 1 sc 6kg 26.5, , ,9 Eanol milhões de lirros 3.497, , ,9 Carne Frango , , ,7 Carne Bovina , , ,5 Carne Suína 1 498,8 971, ,7 Fone: MAPA/ AGE, Ouubro de 27 Tabela 15 - Brasil - Resulados de Produção de Grãos Produos Inervalo de Confiança Arroz Feijão milho Soja Trigo Toal Fone: MAPA/ AGE, Ouubro de 27 Tabela 16 - Brasil - Resulados de Produção de Carnes Produos Inervalo de Confiança Carne Frango Carne Bovina Carne Suína Toal Fone: MAPA/ AGE, Ouubro de BIBLIOGRAFIA CONAB. [Sie oficial] Disponível em: <hp:// Acesso em: agoso de 27. CONAB. [Sie oficial] Disponível em: <hp:// Acesso em: agoso a novembro,

19 FAPRI. World agriculural oulook 27. Cener for Agriculural and Rural Developmen - Iowa Sae Universiy, 26. Disponível em: <hp:// Acesso em: março 27. HOFFMANN, R. Elasicidades Renda das Despesas e do Consumo de Alimenos no Brasil em In: Silveira, F. G.; Servo, L. M. S.; Menezes, F. e Sergio. F. P. (Orgs). Gaso e Consumo das Famílias Brasileiras Conemporâneas. IPEA, V.2, Brasília, 27, 551p. MAPA. Disponível em: <hp:// Acesso em seembro de 26. MORETTIN, Pedro A.; TOLOI, Clelia M. C. Análise de Séries Temporais. ABE Projeo Fisher e Ed. Blucher, 24. SAS Insiue Inc., SAS / ETS User s Guide, Version 8, Cary, NC: SAS Insiue Inc., USDA. USDA agriculural baseline projecions o 216. Disponível em: <hp://usda.mannlib.cornel.edu/daa-ses/baseline>. Acesso em: março 27. ANEXO Modelos de Suavização Exponencial. Os modelos de Suavização Exponencial são muio populares pela simplicidade, facilidade de implemenação compuacional e sua razoável precisão. O modelo ajusado às séries foi o modelo de Suavização Exponencial duplo ou Suavização Linear de Brown, adequados a séries com endências. Ese modelo considera um ermo permanene deerminísico composo por uma endência linear mais fluuações puramene aleaórias que independem de um período para o ouro. Ese méodo ajusa um modelo de endência em que a informação mais recene possui maior peso que as informações aneriores. O que prejudica as previsões num horizone disane, pois as informações bases são ambém previsões e conseqüenemene as esimaivas endem a se ornarem consanes. Podemos escrever a equação do modelo de Suavização Exponencial duplo da seguine forma: * * Z = α Z + (1 a) Z e 1 Z = αz + (1 a) Z ** * ** 1 Sendo Z = µ + T + e, = 1,..., N. Sendo µ o ermo permanene, T a endência linear e o resíduo aleaório com média zero e variância consane. Nese caso Z é a série de 19

20 empo esudada, α a consane de suavização(<α<1), * o valor alisado sobre a série Z. A previsão para o valor Z + h, com origem em é dada por: Zˆ ( h) = Zˆ + h. Tˆ, h >, * Z o valor alisado no insane e ˆ α * ** T { Z Z }. 1 α ou seja, a previsão é feia adicionando-se ao valor básico ( Z ) a endência muliplicada pelo numero de passos à frene que se deseja prever (h). Para mais dealhes ver Mongomery e Johnson (1976). Os ajuses e as projeções via Suavização Exponencial foram realizados pelo procedimeno PROC FORECAST do SAS. Modelos de Box e Jenkins (ARMA). O modelo paramérico de Box e Jenkins, ambém denominado modelo Auo Regressivo de Médias Móveis (ARMA) ajusa os dados de uma série emporal univariada, como uma combinação linear de valores passados, uilizando os processos auoregressivos e de médias móveis. Nesa classe de modelos, assume-se uma esruura de correlação dos resíduos. O modelo auoregressivo e média móvel de ordem p e q com média zero, denoado por ARMA (p,q), pode ser represenado por (Box e Jenkins, 1976, pp. 74): Φ(B)Z = Θ(B)Y Onde Φ(B) = (1- Bφ 1 - B 2 φ B p φp) e Θ(B) = (1- Bθ 1 -B 2 θ B q θ q ), com p + q < n. Os ermos Φ(B) e Θ(B) são funções polinomiais de B (operador araso, al que BZ = Z 1 e BY = Y 1 ) que represenam, respecivamene, a componene Auoregressiva (AR(p)) e a componene Média Móvel (MA(q)). Assume-se que o processo seja esacionário e inverível, i.e. que as raízes de Φ(B) e Θ(B) caiam fora do círculo uniário no plano Complexo (sem raízes em comum); e o ermo Y seja o ruído branco (aleaório) com média, variância 1 e E(Y Ys) = para s. Para aplicação dese modelo assume-se que a série é esacionária, porém muias séries não são esacionárias. Felizmene, aravés de uma ou mais diferenciações as séries podem se ornar esacionárias. As séries diferenciadas são denominadas processos inegrados de ordem d. Sendo d o número de vezes que o processo foi diferenciado para se ornar esacionário. Assim, o modelo ARMA se orna ARIMA (p,d,q), modelo auoregressivo inegrado de médias móveis. Para mais dealhes ver Morein e Toloi (24). Os ajuses e as previsões das séries hisóricas via modelos de Box e Jenkins foram realizados pelo procedimeno PROC ARIMA do SAS. Modelos em Espaço de Esados. O modelo de espaço de esado é um modelo probabilísico de séries emporais mulivariadas. Ele represena uma série emporal mulivariada aravés de variáveis auxiliares, sendo algumas desas não observáveis direamene. Esas variáveis auxiliares são denominadas veores de espaço. O veor de espaços resume oda a informação de valores do 2 ** Z

21 presene e do passado das séries de empo relevane para a predição de valores fuuros da série. As séries de empo observadas são expressas como combinação linear das variáveis de esado. O modelo de Espaço de Esados é chamado de represenação Markoviana ou represenação canônica de um processo de séries emporais mulivariado. Ese modelo é descrio por Akaike (1976). A represenação em Espaço de Esados de uma série emporal esacionária mulivariada de dimensão pode ser visa em dealhes em Dickey e Brocklebank (24). Tem a forma z = Fz + Ge 1 onde z é um processo esocásico veorial de dimensão s > r, cujas r primeiras componenes coincidem com x e as demais s r conêm oda a informação necessária para a previsão de valores fuuros de z. F é uma mariz de ransição s s, G é uma mariz s r e e é um veor de erros ou choques, de dimensão r. A seqüência e é um ruído branco mulivariado com veor de médias nulo e mariz de variâncias-covariâncias Σ. Os parâmeros da represenação em Espaço de Esados são esimados via máxima verossimilhança supondose que o veor de choques residuais em disribuição normal mulivariada. Os ajuses e as previsões das séries hisóricas via modelo de Espaço de Esados foram realizados pelo procedimeno PROC STATESPACE do SAS. 21

Projeções do Agronegócio no Brasil 2006/2007 a 2016/2017

Projeções do Agronegócio no Brasil 2006/2007 a 2016/2017 XLV CONGRESSO DA SOBER PROJEÇÕES DO AGRONEGÓCIO NO BRASIL 26/27 A 216/217 JOSÉ GARCIA GASQUES (1) ; ELIANA TELES BASTOS (2) ; ELISIO CONTINI (3) ; ALI ALDERSI SAAB (4) ; LUCILLE FREIRE DA SILVA (5). 1,3,4,5.MAPA,

Leia mais

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis

Leia mais

4 Filtro de Kalman. 4.1 Introdução

4 Filtro de Kalman. 4.1 Introdução 4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016 Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela

Leia mais

4 Método de geração de cenários em árvore

4 Método de geração de cenários em árvore Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.

Leia mais

1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.

1 Pesquisador - Embrapa Semiárido.   2 Analista Embrapa Semiárido. XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)

Leia mais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br

Leia mais

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho NOTA TÉCNICA Noa Sobre Evolução da Produividade no Brasil Fernando de Holanda Barbosa Filho Fevereiro de 2014 1 Essa noa calcula a evolução da produividade no Brasil enre 2002 e 2013. Para ano uiliza duas

Leia mais

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema

Leia mais

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

3 Metodologia do Estudo 3.1. Tipo de Pesquisa 42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema

Leia mais

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos

Leia mais

4 O Papel das Reservas no Custo da Crise

4 O Papel das Reservas no Custo da Crise 4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço 5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

Leia mais

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

Características dos Processos ARMA

Características dos Processos ARMA Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada

Leia mais

Gráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site

Gráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site 2/mar/ 27 A Revisão do PIB Affonso Celso Pasore pasore@acpasore.com Maria Crisina Pinoi crisina@acpasore.com Leonardo Poro de Almeida leonardo@acpasore.com Terence de Almeida Pagano erence@acpasore.com

Leia mais

Análise de séries de tempo: modelos de decomposição

Análise de séries de tempo: modelos de decomposição Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,

Leia mais

O Efeito das Importações Mundiais sobre as Exportações do Agronegócio Brasileiro Uma Análise Empírica para o período 2000/2007

O Efeito das Importações Mundiais sobre as Exportações do Agronegócio Brasileiro Uma Análise Empírica para o período 2000/2007 O EFEITO DAS IMPORTAÇÕES MUNDIAIS SOBRE AS EXPORTAÇÕES DO AGRONEGÓCIO BRASILEIRO UMA ANÁLISE EMPÍRICA PARA O PERÍODO 2000/2007 HUMBERTO FRANCISCO SILVA SPOLADOR; GERALDO SANT ANA DE CAMARGO BARROS; ESALQ/USP

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

3 O Modelo SAGA de Gestão de Estoques

3 O Modelo SAGA de Gestão de Estoques 3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados

Leia mais

Contabilometria. Séries Temporais

Contabilometria. Séries Temporais Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.

Leia mais

4 Análise de Sensibilidade

4 Análise de Sensibilidade 4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

4 Análise dos tributos das concessionárias selecionadas

4 Análise dos tributos das concessionárias selecionadas 4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos

Leia mais

CONTABILIDADE DOS CICLOS ECONÓMICOS PARA PORTUGAL*

CONTABILIDADE DOS CICLOS ECONÓMICOS PARA PORTUGAL* CONTABILIDADE DOS CICLOS ECONÓMICOS PARA PORTUGAL* Nikolay Iskrev** Resumo Arigos Ese arigo analisa as fones de fluuação dos ciclos económicos em Porugal usando a meodologia de conabilidade dos ciclos

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL,

FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL, FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL, 993-0 Alfredo Tsunechiro (), Vagner Azarias Marins (), Maximiliano Miura (3) Inrodução O milho safrinha é

Leia mais

MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO ASSESSORIA DE GESTÃO ESTRATÉGICA

MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO ASSESSORIA DE GESTÃO ESTRATÉGICA MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO ASSESSORIA DE GESTÃO ESTRATÉGICA MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO ASSESSORIA DE GESTÃO ESTRATÉGICA ÍNDICE PROJEÇÕES DO AGRONEGÓCIO...4

Leia mais

Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*

Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA* XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo

Leia mais

Custo de Produção de Mandioca Industrial, Safra 2005

Custo de Produção de Mandioca Industrial, Safra 2005 101 ISSN 1679-0472 Março, 2005 Dourados, MS Foo: Edvaldo Sagrilo Cuso de Produção de Mandioca Indusrial, Safra 2005 1 Alceu Richei 2 Edvaldo Sagrilo Auro Akio Osubo 3 Os agriculores precisam de informação

Leia mais

Influência dos incêndios na disponibilidade de madeira em Portugal Graça Louro, Luís Constantino, Francisco Rego

Influência dos incêndios na disponibilidade de madeira em Portugal Graça Louro, Luís Constantino, Francisco Rego Influência dos incêndios na disponibilidade de madeira em Porugal Graça Louro, Luís Consanino, Francisco Rego (esa apresenação apresena a opinião dos auores e não das organizações onde rabalham: AFN, BM,

Leia mais

ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS

ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS T. L. Vieira, A. C. Lisboa, D. A. G. Vieira ENACOM, Brasil RESUMO A mariz energéica é uma represenação quaniaiva

Leia mais

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais

Leia mais

O Modelo Linear. 4.1 A Estimação do Modelo Linear

O Modelo Linear. 4.1 A Estimação do Modelo Linear 4 O Modelo Linear Ese capíulo analisa empiricamene o uso do modelo linear para explicar o comporameno da políica moneária brasileira. A inenção dese e do próximo capíulos é verificar se variações em preços

Leia mais

4 Modelo de fatores para classes de ativos

4 Modelo de fatores para classes de ativos 4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos

Leia mais

Exportações e Consumo de Energia Elétrica: Uma Análise Econométrica Via Decomposição do Fator Renda.

Exportações e Consumo de Energia Elétrica: Uma Análise Econométrica Via Decomposição do Fator Renda. XVIII Seminário Nacional de Disribuição de Energia Elérica Olinda - Pernambuco - Brasil SENDI 2008-06 a 0 de ouubro Exporações e Consumo de Energia Elérica: Uma Análise Economérica Via Decomposição do

Leia mais

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade 3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)

Leia mais

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque: DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das

Leia mais

A entropia de uma tabela de vida em previdência social *

A entropia de uma tabela de vida em previdência social * A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela

Leia mais

Circuitos Elétricos I EEL420

Circuitos Elétricos I EEL420 Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

6 Processos Estocásticos

6 Processos Estocásticos 6 Processos Esocásicos Um processo esocásico X { X ( ), T } é uma coleção de variáveis aleaórias. Ou seja, para cada no conjuno de índices T, X() é uma variável aleaória. Geralmene é inerpreado como empo

Leia mais

Metodologia. Modelos de Séries Temporais Específicos para previsão

Metodologia. Modelos de Séries Temporais Específicos para previsão Metodologia CONAB IBGE MAPA EMBRAPA FAPRI (Food and Agricultural Policy Research Institute ) USDA (United States Department of Agriculture) Modelos de Séries Temporais Específicos para previsão Foram usados

Leia mais

4 Metodologia, aplicações e resultados

4 Metodologia, aplicações e resultados 4 Meodologia, aplicações e resulados Como já discuido na seção 3.1, a flexibilidade proporcionada pelo carro Flex é um exemplo de aplicação da opção de roca de insumo. O proprieário de um auomóvel com

Leia mais

PREVISÃO DE PREÇO DO ETANOL ANIDRO NO ESTADO DE SÃO PAULO

PREVISÃO DE PREÇO DO ETANOL ANIDRO NO ESTADO DE SÃO PAULO Desenvolvimeno Susenável e Responsabilidade Social: As Conribuições da Engenharia de Produção Beno Gonçalves, RS, Brasil, 15 a 18 de ouubro de 2012. PREVISÃO DE PREÇO DO ETANOL ANIDRO NO ESTADO DE SÃO

Leia mais

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017 DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram

Leia mais

PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO

PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO ! "#$ " %'&)(*&)+,.- /1.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX

Leia mais

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos. 4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia

Leia mais

Aplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo

Aplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa

Leia mais

MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM RESUMO

MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM RESUMO MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM Edson Marcos Leal Soares Ramos (*) Silvia dos Sanos de Almeida (**) Dennison Célio de Oliveira Carvalho (***)

Leia mais

Estudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu

Estudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)

Leia mais

EFEITOS DO CÂMBIO E DA RENDA MUNDIAL NAS EXPORTAÇÕES BRASILEIRAS: UMA APLICAÇÃO DE VETORES AUTOREGRESSIVOS

EFEITOS DO CÂMBIO E DA RENDA MUNDIAL NAS EXPORTAÇÕES BRASILEIRAS: UMA APLICAÇÃO DE VETORES AUTOREGRESSIVOS EFEITOS DO CÂMBIO E DA RENDA MUNDIAL NAS EXPORTAÇÕES BRASILEIRAS: UMA APLICAÇÃO DE VETORES AUTOREGRESSIVOS Carlos Albero Gonçalves da Silva, gon.silva@sof2.com.br cags@cefe-rj.br Cenro Federal de Educação

Leia mais

Previsão de consumos a curto prazo

Previsão de consumos a curto prazo Previsão de consumos a curo prazo Séries emporais Cláudio Moneiro Disribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) Séries emporais Esa é a meodologia clássica mais popular para a previsão

Leia mais

MACROECONOMIA DO DESENVOLVIMENTO PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE QUESTÕES PARA DISCUSSÃO

MACROECONOMIA DO DESENVOLVIMENTO PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE QUESTÕES PARA DISCUSSÃO MACROECONOMIA DO DESENVOLVIMENTO PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE QUESTÕES PARA DISCUSSÃO 1 Quesão: Um fao esilizado sobre a dinâmica do crescimeno econômico mundial é a ocorrência de divergências

Leia mais

Fatores de influência no preço do milho no Brasil

Fatores de influência no preço do milho no Brasil Universidade de São Paulo Biblioeca Digial da Produção Inelecual - BDPI Deparameno de Economia, Adminisração e Sociologia - ESALQ/LES Arigos e Maeriais de Revisas Cieníficas - ESALQ/LES 202 Faores de influência

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroeconomia I 1º Semesre de 2017 Professor Fernando Rugisky Lisa de Exercícios 3 [1] Considere

Leia mais

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores) INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não

Leia mais

Econometria Semestre

Econometria Semestre Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por

Leia mais

Cap. 5 - Tiristores 1

Cap. 5 - Tiristores 1 Cap. 5 - Tirisores 1 Tirisor é a designação genérica para disposiivos que êm a caracerísica esacionária ensão- -correne com duas zonas no 1º quadrane. Numa primeira zona (zona 1) as correnes são baixas,

Leia mais

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

3 Metodologias Analisadas

3 Metodologias Analisadas 3 Meodologias Analisadas Nese capíulo, são apresenados alguns modelos de previsão de séries emporais analisados nesa disseração. Anes de passar para os modelos propriamene, são inroduzidos alguns conceios

Leia mais

APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS

APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS ! "#$ " %'&)(*&)+,- /2*&4365879&4/:+58;2*=?5@A2*3B;- C)D 5,5FE)5G+ &4- (IHJ&?,+ /?=)5KA:+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G- D - ;/);& Foz do Iguaçu, PR, Brasil, 9 a de ouubro de 27 APLICAÇÃO DA ANÁLISE

Leia mais

GERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES

GERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 1 a15 de ouubro de

Leia mais

COMPORTAMENTO DOS PREÇOS DO ETANOL BRASILEIRO: DETERMINAÇÃO DE VARIÁVEIS CAUSAIS

COMPORTAMENTO DOS PREÇOS DO ETANOL BRASILEIRO: DETERMINAÇÃO DE VARIÁVEIS CAUSAIS Versão inicial submeida em 30/07/2013. Versão final recebida em 23/10/2014. Rio de Janeiro, v.7, n.1, p. 19-28, janeiro a abril de 2015 COMPORTAMENTO DOS PREÇOS DO ETANOL BRASILEIRO: DETERMINAÇÃO DE VARIÁVEIS

Leia mais

5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica.

5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica. Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 41 5 Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 5.1. Inrodução Nesa

Leia mais

2 PREVISÃO DA DEMANDA

2 PREVISÃO DA DEMANDA PREVISÃO DA DEMANDA Abandonando um pouco a visão românica do ermo previsão, milhares de anos após as grandes civilizações da nossa hisória, a previsão do fuuro vola a omar a sua posição de imporância no

Leia mais

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS ARTIGO: TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS REVISTA: RAE-elerônica Revisa de Adminisração de Empresas FGV EASP/SP, v. 3, n. 1, Ar. 9, jan./jun. 2004 1

Leia mais

TIR Taxa Interna de Retorno LCF Economia de Recursos Florestais 2009

TIR Taxa Interna de Retorno LCF Economia de Recursos Florestais 2009 TIR Taxa Inerna de Reorno LCF 685-Economia de Recursos Floresais 2009 TIR: Taxa Inerna de Reorno AT Taxa Inerna de Reorno (TIR)de um projeo é aquela que orna o valor presene das receias menos o valor presene

Leia mais

ANÁLISE DO VALOR DA PRODUÇÃO E COMPOSIÇÃO DO MERCADO DE GRÃOS BRASILEIRO

ANÁLISE DO VALOR DA PRODUÇÃO E COMPOSIÇÃO DO MERCADO DE GRÃOS BRASILEIRO ANÁLISE DO VALOR DA PRODUÇÃO E COMPOSIÇÃO DO MERCADO DE GRÃOS BRASILEIRO carlos.caldarelli@gmail.com APRESENTACAO ORAL-Evolução e esruura da agropecuária no Brasil CARLOS EDUARDO CALDARELLI 1 ; WALDEMAR

Leia mais

ESTUDO SOBRE A PREVISIBILIDADE DE PREÇOS NO MERCADO SPOT DE MILHO

ESTUDO SOBRE A PREVISIBILIDADE DE PREÇOS NO MERCADO SPOT DE MILHO ESTUDO SOBRE A PREVISIBILIDADE DE PREÇOS NO MERCADO SPOT DE MILHO vancleizanin@gmail.com APRESENTACAO ORAL-Comercialização, Mercados e Preços FABIO BANDEIRA GUERRA; VANCLEI ZANIN ZANIN; VITOR AUGUSTO OZAKI.

Leia mais

Tabela: Variáveis reais e nominais

Tabela: Variáveis reais e nominais Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas

Leia mais

Expectativas, consumo e investimento CAPÍTULO 16. Olivier Blanchard Pearson Education Pearson Education Macroeconomia, 4/e Olivier Blanchard

Expectativas, consumo e investimento CAPÍTULO 16. Olivier Blanchard Pearson Education Pearson Education Macroeconomia, 4/e Olivier Blanchard Expecaivas, consumo e Olivier Blanchard Pearson Educaion CAPÍTULO 16 16.1 Consumo A eoria do consumo foi desenvolvida na década de 1950 por Milon Friedman, que a chamou de eoria do consumo da renda permanene,

Leia mais

3 Modelo Teórico e Especificação Econométrica

3 Modelo Teórico e Especificação Econométrica 3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço

Leia mais

*UiILFRGH&RQWUROH(:0$

*UiILFRGH&RQWUROH(:0$ *UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos

Leia mais

3 Metodologia 3.1. O modelo

3 Metodologia 3.1. O modelo 3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo

Leia mais

3 A Função de Reação do Banco Central do Brasil

3 A Função de Reação do Banco Central do Brasil 3 A Função de Reação do Banco Cenral do Brasil Nese capíulo será apresenada a função de reação do Banco Cenral do Brasil uilizada nese rabalho. A função segue a especificação de uma Regra de Taylor modificada,

Leia mais

DEMANDA INDUSTRIAL DE ENERGIA ELÉTRICA EM MINAS GERAIS,

DEMANDA INDUSTRIAL DE ENERGIA ELÉTRICA EM MINAS GERAIS, Leonardo Bornacki de Maos, Brício dos Sanos Reis, ISSN 1679-1614 João Eusáquio de Lima & Viviani Silva Lírio DEMANDA INDUSTRIAL DE ENERGIA ELÉTRICA EM MINAS GERAIS, 1970-2002 1 Leonardo Bornacki de Maos

Leia mais

Choques estocásticos na renda mundial e os efeitos na economia brasileira

Choques estocásticos na renda mundial e os efeitos na economia brasileira Seção: Macroeconomia Revisa Economia & Tecnologia (RET) Volume 9, Número 4, p. 51-60, Ou/Dez 2013 Choques esocásicos na renda mundial e os efeios na economia brasileira Celso José Cosa Junior* Resumo:

Leia mais

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para

Leia mais

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico. O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem

Leia mais

Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Metropolitana de Porto Alegre

Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Metropolitana de Porto Alegre UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Meropoliana de

Leia mais

MERCADO EXTERNO SUINOCULTOR NO ESTADO DO RIO GRANDE DO SUL (RS): UMA ANÁLISE EMPÍRICA USANDO MODELO VAR

MERCADO EXTERNO SUINOCULTOR NO ESTADO DO RIO GRANDE DO SUL (RS): UMA ANÁLISE EMPÍRICA USANDO MODELO VAR MERCADO EXTERNO SUINOCULTOR NO ESTADO DO RIO GRANDE DO SUL (RS): UMA ANÁLISE EMPÍRICA USANDO MODELO VAR cfavoreo@homail.com APRESENTACAO ORAL-Comércio Inernacional CASSIA KELY FAVORETTO COSTA 1 ; GABRIELA

Leia mais

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios

Leia mais

Considere uma economia habitada por um agente representativo que busca maximizar:

Considere uma economia habitada por um agente representativo que busca maximizar: 2 Modelo da economia Uilizaram-se como base os modelos de Campos e Nakane 23 e Galí e Monacelli 22 que esendem o modelo dinâmico de equilíbrio geral de Woodford 21 para uma economia abera Exisem dois países:

Leia mais

PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS

PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI TATIANA PEREIRA MIRANDA PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS OURO BRANCO 2016 TATIANA PEREIRA

Leia mais

5.3 Escalonamento FCFS (First-Come, First Served)

5.3 Escalonamento FCFS (First-Come, First Served) c prof. Carlos Maziero Escalonameno FCFS (Firs-Come, Firs Served) 26 5.3 Escalonameno FCFS (Firs-Come, Firs Served) A forma de escalonameno mais elemenar consise em simplesmene aender as arefas em sequência,

Leia mais

Função de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco

Função de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade

Leia mais

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros

Leia mais