[pt] O gás natural liquefeito (GNL) tem importante papel na cadeia de suprimento de gás natural e energia elétrica no país. No Brasil, o produto importado visa prioritariamente o atendimento da demanda termelétrica para este insumo. O modelo de geração termelétrico é flexível e a característica principal deste modelo é a necessidade de se garantir uma oferta de combustível flexível para usinas que deverão suprir uma demanda termelétrica igualmente flexível. O objetivo deste trabalho é modelar e avaliar o desempenho de um modelo causal de regressão dinâmica em previsões de demandas de GNL, de longo prazo, para o atendimento das usinas termo-elétricas a gás natural e comparar a capacidade preditiva com modelos tradicionais univariados, vastamente discutidos na literatura, como o ARIMA e o amortecimento exponencial. Foram estabelecidos cenários da variável explicativa a fim de avaliar como tais cenários influenciam a demanda do GNL. O produto desenvolvido nessa dissertação mostrou a viabilidade dos modelos causais serem utilizados como ferramenta para a simulação da demanda de GNL considerando cenários das variáveis causais What if analysis. / [en] Liquefied natural gas (LNG) plays an important role in the country s natural gas and electricity supply chain. In Brazil, the imported product primarily targets the supply of thermoelectric demand for this input. The thermoelectric generation model is flexible and the main characteristic of this model is the need to guarantee a flexible fuel supply for plants that must meet an equally flexible thermoelectric demand. The objective of this work is modeling and evaluate the performance of a causal dynamic regression model in long-term LNG demand forecasts, for supplying of natural gas thermoelectric plants and to compare the predictive capacity with traditional models widely discussed in the literature, such as the ARIMA and the dynamic regression model. Scenarios of the explanatory variable were established in order to evaluate how the explanatory variables influences LNG demand. The product developed in this dissertation showed the viability of causal models to be used as a tool for the simulation of LNG demand considering scenarios of the causal variables. What if analysis.