Aplicação do modelo SARX para previsão do consumo industrial de energia elétrica no Brasil Outros Idiomas

ID:
33753
Resumo:
O objetivo deste trabalho é propor a aplicação do modelo SARX para projetar o consumo industrial de energia elétrica no Brasil, fundamental para o planejamento de capacidade do setor de energia do país. O modelo proposto inclui componente sazonal e considera a influência de variáveis exógenas e modela os resíduos por meio de um processo auto regressivo a fim de aumentar o poder explicativo do modelo. Variáveis exógenas consideradas foram utilização da capacidade da indústria; tarifa de energia elétrica; faturamento real da indústria; taxa de câmbio; índice de inflação de máquinas e equipamentos. O modelo também incluiu uma variável du mmy para refletir a crise econômica de 2009 e o próprio consumo de energia elétrica, em tempos defasados. O estudo abrangeu 84 observações mensais, de janeiro de 2003 a dezembro de 2009. Aplicou-se o método backward para a seleção de variáveis exógenas, considerando um nível descritivo de 0,10. O modelo apresentou um coeficiente de determinação ajustado de 93,9% e todos os coeficientes estimados foram estatisticamente significantes a um nível descritivo de 0,10. Os valores projetados de janeiro a maio de 2010foram incluídos no intervalo de confiança a 95%. O modelo SARX apresentou uma ótima acura indústria; taxa de câmbio; índice de inflação de máquinas e equipamentos. O modelo também incluiu uma variável dummy para refletir a crise econômica de 2009 e o próprio consumo deenergia elétrica, em tempos defasados. O estudo abrangeu 84 observações mensais, de janeiro de 2003 a dezembro de 2009. Aplicou-se o método backward para a seleção de variáveis exógenas, considerando um nível descritivo de 0,10. O modelo apresentou um coeficiente de determinação ajustado de 93,9% e todos os coeficientes estimados foram estatisticamente significantes a um nível descritivo de 0,10. Os valores projetados de janeiro a maio de 2010foram incluídos no intervalo de confiança a 95%. O modelo SARX apresentou uma ótima acura cidade na projeção do consumo de eletricidade no setor industrial do Brasil cidade na projeção do consumo de eletricidade no setor industrial do Brasil.
Palavras-chave:
Citação ABNT:
CASTRO, J. B.; MONTINI, A. ?. SARX model application for industrial power demand forecasting in Brazil . Sociedade, Contabilidade e Gestão, v. 7, n. 1, p. 41-52, 2012.
Citação APA:
Castro, J. B., & Montini, A. ?. (2012). SARX model application for industrial power demand forecasting in Brazil . Sociedade, Contabilidade e Gestão, 7(1), 41-52.
Link Permanente:
http://www.spell.org.br/documentos/ver/33753/aplicacao-do-modelo-sarx-para-previsao-do-consumo-industrial-de-energia-eletrica-no-brasil/i/pt-br
Tipo de documento:
Artigo
Idioma:
Inglês
Referências:
ANDRADE, T.; LOBÃO, W. Income Elasticity and Residential Power Prices in Brazil. Rio de Janeiro: IPEA (Texto para Discussão, n. 489). 1997.

BOX, G.; JENKINS, G.; REINSEL, G. Time Series Analysis, Wiley, 2008.

BRAZIL’S FEDERAL GOVERNMENT, MINES AND ENERGY MINISTRY. 10 Year Energy Plan 2008-2017, 2009.

BROCKWELL, P.; DAVIS, R. Time Series: Theory and Methods, Springer, 2nd edition, 2006

DONATOS, G. S., MERGOS, G. J. Residential Demand for Electricity: The Case of Greece. Energy Economics, 13:41-47, 1991.

ENDERS, W. Applied Econometrics Time Series. New York: John Wiley and Sons, 1995.

FRANSES, P. H. Primary demand for beer in the Netherlands: An Application of ARMAX Model Specification. Journal of Marketing Research, 28(2), pp. 240–245, 1991.

GOLDENBERG, J., COELHO, S., LUCON, O. How Adequate Policies Can Push Renewables. Energy Policy, N. 32, pp. 1141-1146, 2004.

HAHN, H.; MEYER-NIEBERH, S.; PICKL, S. Electric Load Forecasting Methods: Tools for Decision Making. European Journal of Operational Research, 199, 2009, pp. 902-907

HARVEY, H. The Econometric Analysis of Time Series, The MIT Press, 1999

IRFII, G., CASTELAR, I., SIQUEIRA, M., LINHARES, F. Electricity Demand in Brazil’s Northeastern Region using Dynamic OLS and Regimen Change, Economia Aplicada. Vol. 13 N. 1, pp. 624-63, 2009.

MIRANDA, C., SOUZA, R., MENEZES, L., LAZO, J. High Frequency Power Load Forecast using Holt-Winters with 2 Cycles, XLI SBPO, Pesquisa Operacional na Gestão do Conhecimento, 2009.

MODIANO, E. M. Income Elasticity and Power Prices in Brazil, Rio de Janeiro: Departamento de Economia da PUC, (Texto para Discussão, n. 68). 1984.

SCHMIDT, C. A. J.; LIMA, M. A. M. Electricity Demand in Brazil. RBE, Rio de Janeiro, v. 58, n. 1, p. 67-98, 2004

SCHUMWAY, R., STOFFER, D. Time Series Analysis and Its Applications: With R Examples, Springer, 2006.

SILK, J. I.; JOUTZ, F. L. Short and Long-Run Elasticity's in US Residential Electricity Demand: a Cointegration Approach. Energy Economics, v. 19, n. 4, p. 493-513, 1997.

ZACHARIADIS, T.; PASHOURTIDOU, N. An Empirical Analysis of Electricity Consumption in Cyprus. Energy Economics, v. 29, n. 2, p. 183-198, 2007.