Análise multivariada aplicada ao preço do etanol hidratado praticado no Brasil = Multivariate analysis applied to the price of hydrous ethanol practiced in Brazil

Abstract

Resumo : Desde a década de 70, quando a produção de biocombustíveis começou a ser incentivada no Brasil, a demanda por etanol vem crescendo como uma alternativa mais acessível ao consumidor. Este consumo progressivo é responsável por guiar diversas políticas ambientais e econômicas adotadas no país e, consequentemente, o preço deste produto. Assim, o objetivo deste artigo foi estimar um modelo de regressão linear múltipla para previsão do preço médio do etanol hidratado vendido nos postos de combustíveis brasileiros. Foram utilizados dados mensais de preços informados pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP) do período de janeiro de 2014 a janeiro de 2018, aos quais foi aplicado o método de Stepwise para estimação do modelo estatístico de regressão linear múltipla. Desta forma, foram selecionadas quatro variáveis preditoras para o modelo de previsão do preço médio do etanol hidratado: volume de produção de petróleo, preço médio de revenda da gasolina, câmbio USD/BRL e preço médio do açúcar no mercado nacional. Com a estimação do modelo de regressão após a retirada de outliers, obteve-se um modelo com R² ajustado de 98,67% e critérios dos testes estatísticos de significância atendidos para um nível de significância de 5%

Abstract : Since the 70’s, when the production of biofuels started being encouraged in Brazil, the demand for ethanol has grown as a more accessible alternative for the consumers. This growing consumption has been responsible for determining many of the adopted environmental and economic policies in the country, as well as the product’s price. Thus, the article’s aim was to estimate a model of multiple linear regression to forecast the average hydrous ethanol price, sold in Brazilian gas stations. Monthly data provided by the National Agency of Petrol, Natural Gas and Biofuels (ANP) from January 2014 to January 2018 was used, to which was applied the Stepwise method to estimate the multiple linear regression statistical model. By doing so, four predictor variables were selected to the forecasting model of average hydrous ethanol price: the amount of produced petrol, the average price of gas, the USD/BRL rate and the average price of sugar. Hence, with the estimation of the linear regression model after the withdrawal of outliers, a model with an adjusted R² of 98,67% was obtained. All the statistical criteria were met for a significance level of 5%