http://repositorio.unb.br/handle/10482/52579| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_GabrielaMayumiSaiki_DISSERT.pdf | 4,75 MB | Adobe PDF | Visualizar/Abrir |
| Título: | Vulnerabilidade e eficiência no setor energético brasileiro : uma análise estocástica com Modelos DEA e Forecast |
| Autor(es): | Saiki, Gabriela Mayumi |
| Orientador(es): | Serrano, André Luiz Marques |
| Assunto: | Análise envoltória de dados (DEA) Bootstrap Setor energético Produto Interno Bruto (PIB) |
| Data de publicação: | 9-out-2025 |
| Data de defesa: | 3-jul-2025 |
| Referência: | SAIKI, Gabriela Mayumi. Vulnerabilidade e eficiência no setor energético brasileiro: uma análise estocástica com Modelos DEA e Forecast. 2025. 81 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2025. |
| Resumo: | Para alcançar o Objectivo de Desenvolvimento Sustentável 7 (ODS7), é crucial ter algoritmos e modelos que possam prever com precisão e melhorar a eficiência dos processos. Estas ferramentas fornecem contribuições valiosas para as estratégias de planejamento dos tomadores de decisão. Neste estudo, foi utilizado análise envoltória de dados (DEA) e algoritmos de bootstrap para analisar a eficiência energética do Brasil de 2004 a 2023. Foi comparado o desempenho dos modelos de média móvel integrada autorregressiva (ARIMA) e de média móvel integrada autorregressiva sazonal (SARIMA) para previsão a tendência das variáveis nos próximos vinte e quatro meses. Além disso, é aplicado o modelo de heterocedasticidade condicional autorregressiva generalizada (GARCH) para avaliação das previsões diárias de preços do ELET3 correlacionadas com as tendências dos preços da energia industrial e do PIB. O estudo traz conclusões importantes sobre o cenário energético brasileiro. Conforme os resultados encontrados, a taxa anual de consumo de energia deverá aumentar em média 2,1% até 2030, o que é acompanhado por uma tendência de crescimento do PIB. Utilizando as tecnologias existentes no país, é possível reduzir os custos com consumo de energia elétrica em uma média de 30,58%, mantendo o mesmo valor do PIB. Além disso, foi encontrada uma correlação negativa significativa de 33,91% entre a variável ELET3 e o preço médio da energia na indústria, sugerindo que, à medida que a ELET3 diminui, o preço tende a aumentar. Ademais, observou-se um aumento na volatilidade dos preços das ações durante períodos marcados por problemas climáticos severos, como secas e estiagens, bem como flutuações causadas pela COVID-19. Os achados revelaram uma tendência de queda nos preços das ações juntamente com o aumento da instabilidade do mercado, indicando a eficácia do modelo GARCH para os agentes interessados em compreender o setor do mercado de energia. |
| Abstract: | To achieve Sustainable Development Goal 7 (SDG 7), it is crucial to have algorithms and models capable of accurately forecasting and improving process efficiency. These tools provide valuable insights for decision-makers’ planning strategies. In this study, Data Envelopment Analysis (DEA) and bootstrap algorithms were used to assess Brazil’s energy efficiency from 2004 to 2023. The performance of Autoregressive Integrated Moving Average (ARIMA) and Seasonal Autoregressive Integrated Moving Average (SARIMA) models was compared to forecast the trend of variables over the next twenty-four months. Additionally, the Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model was applied to evaluate daily price forecasts for ELET3, correlated with industrial energy price trends and GDP. The study provides important conclusions about Brazil’s energy landscape. According to the results, the annual energy consumption rate is expected to increase by an average of 2.1% until 2030, which is accompanied by an upward trend in GDP. Using existing technologies in the country, it is possible to reduce electricity consumption costs by an average of 30.58% while maintaining the same GDP level. Furthermore, a significant negative correlation of 33.91% was found between the ELET3 variable and the average industrial energy price, suggesting that as ELET3 prices fall, energy prices tend to rise. Moreover, an increase in stock price volatility was observed during periods marked by severe climate issues, such as droughts and dry spells, as well as fluctuations caused by the COVID-19 pandemic. The findings revealed a downward trend in stock prices along with increasing market instability, indicating the effectiveness of the GARCH model for stakeholders aiming to understand the energy market sector. |
| Unidade Acadêmica: | Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (FT ENE) |
| Informações adicionais: | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2025. |
| Programa de pós-graduação: | Programa de Pós-Graduação em Engenharia Elétrica, Mestrado Profissional |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.