O uso de técnicas de análise multivariada e séries temporais para modelagem preditiva de preços dos óleos básicos utilizados em óleos lubrificantes

Abstract

Resumo: A precificação de Óleos Básicos, principais insumos utilizados na formulação de lubrificantes,é influenciada por múltiplos fatores econômicos, financeiros e setoriais, tomando sua previsãoum desafio relevante para a indústria. Este estudo propõe uma abordagem inédita que integratécnicas de Análise Multivariada e de Séries Temporais para prever os preços desses insumose identificar os fatores que mais influenciam suas variações. O banco de dados inicial écomposto por 227 variáveis relacionadas à oferta e demanda de petróleo, indicadoresmacroeconômicos, commodities, moedas, índices financeiros e ações de empresas do setor,sendo os dados dispostos de janeiro de 2010 a julho de 2023. Foram analisadas as séries depreços mensais de 31 Óleos Básicos dos Grupos I, II e III. A partir das técnicas de AnáliseMultivariada empregadas, foi possível formar, a partir do banco original, dois subconjuntosestruturados de variáveis, um com 135 e outro com 71 variáveis, preservando apenas aquelascom maior relevância estatística ou comportamento semelhante. Assim, todos os testes foramrealizados considerando as três bases: (a) 227 variáveis, (b) 135 variáveis e (c) 71 variáveis.Essa redução de dimensionalidade visou especificamente aprimorar a precisão da previsão,sendo que essas bases de dados variáveis demonstraram bom desempenho preditivo para ÓleosBásicos e horizontes específicos, validando a eficácia da seleção de variáveis. Inicialmente,aplicaram-se Análise de Componentes Principais (ACP) e Análise Fatorial (AF) para reduzir adimensionalidade e identificar estruturas latentes no conjunto de dados. Em seguida, técnicasde Reconhecimento de Padrões, como a Análise de Agrupamentos (Cluster Analysis) e aAnálise Discriminante, foram utilizadas para validar a separação entre grupos homogêneos devariáveis. Com base nos resultados Multivariados, desenvolveu-se um modelo de RegressãoLinear Múltipla para prever os preços dos Óleos Básicos. Para incorporar a dinâmica temporaldas variáveis independentes, foram projetados valores futuros via modelos ARIMA e utilizadoscomo entradas na Regressão, permitindo avaliar a capacidade preditiva para horizontes de 3, 6e 12 meses. A acurácia dos modelos foi avaliada pelo MAE, MAPE e MSE. Os resultadosdemonstraram desempenho robusto, especialmente no horizonte de seis meses, no qual amaioria dos modelos apresentou MAPE inferior a 5%. Em resumo, é possível afirmar que aintegração de técnicas de Análise Multivariada, agrupamento e modelos de Séries Temporaisconstitui uma abordagem eficaz para previsão de preços de Óleos Básicos e para a identificaçãodas variáveis com maior influência na precificação.

Abstract: The pricing of Base Oils, the main inputs used in the formulation o f lubricants, is influenced bymultiple economic, financial, and sectoral factors, making their forecasting a relevant challengefor the industry. This study proposes an innovative approach that integrates MultivariateAnalysis techniques and Time Series models to predict tiie prices of these inputs and identifythe factors that most strongly influence their variability. The initial dataset comprises 227variables related to global petroleum supply and demand, macroeconomic indicators,commodities, exchange rates, financial indices, and energy-related company stocks, with dataspanning from January 2010 to July 2023. Monthly price series for 31 Base Oils from GroupsI, II, and III were analyzed. Based on the multivariate techniques employed, two structuredsubsets of variables were derived from the original dataset, containing 135 and 71 variables,respectively. These subsets retained only the most relevant variables or those exhibiting similarstatistical behavior. Thus, ali tests were conducted across three datasets: (a) 227 variables, (b)135 variables, and (c) 71 variables. This dimensionality reduction aimed to enhance forecastingaccuracy, and these variable datasets demonstrated strong predictive performance for specificBase Oils and forecast horizons, validating the effectiveness of the variable selection process.Principal Component Analysis (PCA) and Factor Analysis (FA) were first applied to reducedimensionality and identify latent structures within the dataset. Subsequently, pattemrecognitiontechniques, such as Cluster Analysis and Discriminant Analysis, were used tovalidate the separation of homogeneous groups o f variables. Based on the multivariate results,a Multiple Linear Regression model was developed to forecast Base Oil prices. To incorporatethe temporal dynamics of the independent variables, future values were projected using ARIMAmodels and inserted into the regression equation, enabling the evaluation of predictiveperformance for 3-, 6-, and 12-month horizons. Model accuracy was assessed using MAE,MAPE, and MSE. Results showed robust performance, especially for the six-month horizon, inwhich most models achieved MAPE values below 5%. In summary, the integration ofMultivariate Analysis, clustering techniques, and Time Series models provides an effectiveapproach for forecasting Base Oil prices and identifying the variables that exert the greatestinfluence on their pricing behavior.