Modelagem de séries temporais do preço da gasolina no Brasil para análise : comparação entre métodos de previsão e análise causal das oscilações

Abstract

Resumo : Desde o século passado, os combustíveis têm sido fundamentais para o progresso das sociedades, fazendo com que variações em seus preços impactem diretamente o bem-estar das nações. Assim, com o objetivo de conter a inflação local, faz-se necessário constantes adequações nas estratégicas políticas governamentais e na precificação estabelecida pelas petrolíferas. Entretanto, para que tais mudanças sejam eficazes, é importante utilizar modelos de previsão que corroboram a detecção de incertezas e oportunidades no cenário atual. Nesse sentido, o propósito central deste trabalho é determinar qual modelo de previsão, com abordagem autorregressiva e de médias móveis, é mais assertivo para a previsão de séries temporais e análise das oscilações no preço da gasolina no Brasil. Para atender a este propósito, utilizou-se uma metodologia constituída de quatro etapas complementares: (1) Coleta de dados para obter o preço de combustíveis no Brasil; (2) Tratamento dos dados para gerar o preço médio da gasolina no país ao longo da última década; (3) Desenvolvimento de modelos de previsão para 6, 12 e 18 meses do preço do combustível, com diferentes abordagens e bases históricas; (4) Definição dos principais períodos de oscilação do preço do combustível e condução de uma análise causal dos seus fatores impactantes. Como resultado, verifica-se que o método mais assertivo para prever o preço da gasolina no Brasil a curto prazo é o Autorregressivo (AR), enquanto o de Médias Móveis (MA) é mais bem ajustado para previsões de médio e longo prazo. Ademais, compreende-se que os principais fatores externos de impacto na oscilação da série é o desequilíbrio no mercado ocasionado por guerras, crises econômicas e pandemias; assim como também a política de precificação de petrolíferas, alterações de regulamentações e também estratégias políticas. Dessa maneira, este trabalho aprofunda conhecimentos de metodologias de previsão sobre a precificação da gasolina no Brasil, oferecendo auxílio na formulação de estratégias econômicas para o planejamento e tomada de decisão de investidores, empresas do setor e consumidores do produto

Abstract : Since the last century, fuels have been fundamental to the progress of societies, causing variations in their prices to directly impact the well-being of nations. Thus, in order to contain local inflation, it is necessary to make constant adjustments in the strategic government policies and in the pricing established by the oil companies. However, for such changes to be effective, it is important to use forecasting models that corroborate the detection of uncertainties and opportunities in the current scenario. In this sense, the main purpose of this work is to determine which prediction model, with autoregressive and/or moving averages approaches, is more assertive for the prediction of time series and analysis of fluctuations in the price of gasoline in Brazil. To meet this purpose, a methodology consisting of four complementary steps was used: (1) Data collection to obtain the price of fuels in Brazil; (2) Data treatment to generate the average price of gasoline in the country over the last decade; (3) Development of a 6-, 12- and 18-months fuel price forecasting models, with different approaches and historical bases; (4) Definition of the main periods of gasoline price fluctuation and conduction of a causal analysis of their impacting factors. As a result, it is understood that the most assertive method to predict the price of gasoline in Brazil in the short term is the Autoregressive (AR) one, while the Moving Averages (MA) is better adjusted for medium and long-term forecasts. In addition, it is stated that the main external factors impacting the fluctuations in the series are the imbalance in the market caused by wars, economic crises and pandemics, as well as the pricing policy of oil companies, changes in local regulations and political strategies. In this way, this work deepens knowledge of forecasting methodologies on gasoline pricing in Brazil, offering assistance in the formulation of economic strategies for the planning and decision-making of investors, companies in the sector and consumers of the product