[pt] O transporte marítimo de petróleo e derivados é componente fundamental da cadeia de suprimento da indústria do petróleo, integrando fornecedores e clientes localizados em regiões geográficas distintas. Neste contexto, os valores de fretes praticados possuem grande impacto no comércio internacional destes bens. O objetivo deste trabalho é verificar o desempenho de modelos de Regressão Dinâmica em previsões de frete marítimo de curto prazo do mercado spot de uma rota de exportação de petróleo do oeste da África para a China, comparar a capacidade preditiva do modelo com métodos tradicionais, vastamente discutidos na literatura, como Amortecimento Exponencial e modelos ARIMA e projetar cenários para avaliar como as variáveis explicativas presentes no modelo de Regressão Dinâmica proposto neste estudo afetam o frete marítimo. O produto desenvolvido nesta dissertação mostrou a viabilidade de os modelos univariados e causais serem utilizados como ferramenta de previsão da taxa frete de navios petroleiros. Como forma de validação, os resultados foram comparados aos obtidos com a metodologia vigente em uma grande empresa de petróleo do Brasil. O protótipo de sistema de previsão proposto, via Regressão Dinâmica, apresentou resultados satisfatórios e desempenho superior ao obtido através da metodologia da empresa de petróleo. / [en] Crude oil and oil products seaborne transportation is a key component of the petroleum industry supply chain, integrating suppliers and customers located in different geographic regions. In this context, the freight rates practiced have a great impact on the international trade of these goods. This work aims to verify the performance of Dynamic Regression models in short-term maritime freight forecasts of the spot market of an oil export route from West Africa to China, to compare the predictive capacity of the model with traditional methods, widely discussed in the literature, such as Exponential Smoothing and ARIMA models and to design scenarios to evaluate how the explanatory variables present in the Dynamic Regression model proposed in this study affect freight rate. The product developed in this dissertation showed the viability of the univariate and causal models being used as a forecasting tool for the oil tankers freight rate. As a form of validation, the results were compared to those obtained with the methodology of a large Brazilian oil company. The proposed prediction system prototype, through Dynamic Regression model, presented satisfactory results and performance superior to that obtained through the methodology of the oil company.

[pt] O mercado de smartphones é muito sensível a preços devido à alta competitividade comercial e à constante evolução tecnológica. A elasticidade de preços e a elasticidade cruzada são fundamentais para ajustes de previsões de vendas para evitar rupturas e/ou altos volumes de estoques. Este trabalho apresenta uma proposta de modelagem para cálculo de elasticidade de preços e elasticidade cruzada utilizando variáveis causais abordando aspectos internos e externos de uma empresa operadora de serviços de telecomunicações com várias lojas próprias. A escolha das variáveis é resultante da parceria entre profissionais de Logística, Marketing e Vendas fornecendo apoio técnico aos Planejadores de Demanda. Para se calcular a elasticidade de preços, a modelagem baseada em Regressão Dinâmica indicou utilização das variáveis: preços de concorrentes internos (representando a canibalização), disponibilidade (para lançamento e phase-out de produtos), loja aberta (diferenciando dos dias de lojas fechadas com vendas nula) e fator diário (cadenciando as vendas diárias), proporcionando resultados satisfatórios e demonstrando aplicabilidade comercial do modelo proposto. / [en] The smartphone market is very price sensitive due to high commercial competitiveness and constant technological evolution. Price elasticity and cross-elasticity are critical for adjusting sales forecasts to avoid disruptions and / or high inventory volumes. This work presents a modeling proposal for calculation of price elasticity and cross elasticity using causal variables, addressing the internal and external aspects of a telecommunications service operator with several own stores. The variable s choice is the result of a partnership between professionals in Logistics, Marketing and Sales providing technical support to Demand Planners. In order to calculate price elasticity, modeling based on dynamic regression indicated the use of variables: internal competitors prices (typifying cannibalization), availability (for launching and phase-out of products), open store (differentiating from the days of closed stores with zero sales) and daily factor (daily sales rhythm), providing satisfactory results and demonstrating commercial applicability of the proposed model.

[pt] O objetivo do presente trabalho é a geração de uma série mensal de carga elétrica livre das variações de calendário e de temperatura. Para tal, foram comparadas duas abordagens, uma totalmente empírica e outra híbrida com métodos empíricos e modelagens de regressão dinâmica, para identificar a mais adequada para a retirada desses ofensores. Os dados utilizados são provenientes de observações diárias de cada um dos quatro subsistemas que integram o Sistema Interligado Nacional (SIN), porém a ideia é produzir séries mensais do SIN e não apenas de cada um dos subsistemas. A série trimestral do PIB foi utilizada para decidir qual abordagem melhor ajustou os dados de Carga. A série mensal de carga ajustada do SIN será utilizada para subsidiar decisões, de compra e venda de energia nos leilões, das empresas distribuidoras de energia elétrica. / [en] This thesis proposes a method to generate monthly load series free of variations coming from two sources: calendar and temperature. Two approaches were considered, one totally empirical and another one called hybrid, as it use empirical procedure to remove the calendar effect and a dynamic regression type of model to remove the temperature effects. The data set used comes found to daily observations from each one of the four subsystems that form the SIN (Brazilian Integrated Grid). However the final task is to obtain a unique monthly series for the SIN and not only the four subsystems monthly series. The quarterly PIB series was used to check the performance of the two proposed methods. Such adjusted series are quite important tools to hold on the decision of acquisitions and dailes of energy in the energy audits.

[pt] A crescente produção de petróleo em águas brasileiras torna cada vez mais importante a gestão logística de alívios das plataformas produtoras. A programação de alívios das plataformas deve ser realizada de forma antecipativa, evitando a parada de produção por falta de espaço disponível para armazenagem. Uma interrupção da produção de petróleo, por menor que seja, causa uma perda direta de receita para a empresa produtora. Alívios realizados muito próximos ao completo enchimento de todos os tanques da plataforma representam risco iminente de perda de produção e são denominados alívios críticos. Este trabalho tem como objetivo realizar um estudo estatístico com dados históricos de 2016 a 2019 para criar um modelo multivariado de previsão dos alívios críticos em uma grande empresa de petróleo brasileira. O modelo de regressão dinâmica foi utilizado para avaliar como as variáveis presentes no processo de programação de alívios se relacionam com o percentual mensal de alívios críticos. A partir do modelo gerado foram identificadas que as variáveis de produção mensal, estoque médio, previsão do tempo, lote médio e exportações mensais impactam no percentual de alívios críticos do mês. Foi realizada uma análise de sensibilidade, a partir da qual foi possível concluir que a gestão de estoques da empresa é o fator fundamental para a redução dos alívios críticos e consequentemente a redução das chances de perda de produção. / [en] The growing oil production in Brazilian waters makes the logistic management of offloadings from the platforms increasingly important. The platform offloading schedule must be carried out in advance, avoiding production stoppage due to lack of available storage space. An interruption in oil production, however small, causes a direct revenue loss for the producing company. Offloadings performed very close to the complete filling of all the platform tanks represent an imminent loss of production risk and are called critical offloadings. This work aims to carry out a statistical study with historical data from 2016 to 2019 to create a multivariate model for forecasting critical offloadings in a large Brazilian oil company. The dynamic regression model was used to evaluate how the variables present in the offloading scheduling process are related to the monthly percentage of critical offloadings. From the developed model, it was identified that the variables of monthly production, average stock, weather forecast, average batch and monthly exports impact the percentage of critical offloadings of the month. A sensitivity analysis was carried out, from which it was possible to conclude that the company s inventory management is the fundamental factor for the reduction of critical offloadings and, consequently, the reduction of the chances of production loss.

[pt] Nesta dissertação, estratégias de modelagem são apresentadas envolvendo modelos de séries temporais lineares e não lineares para modelar a série do preço spot no mercado elétrico brasileiro. Foram usados, dentre os lineares, os modelos ARIMA(p,d,q) proposto por Box, Jenkins e Reinsel (1994) e os modelos de regressão dinâmica. Dentre os não lineares, o modelo escolhido foi o STAR desenvolvido, inicialmente, por Chan e Tong (1986) e, posteriormente, por Teräsvista (1994). Para este modelo, testes do tipo Multiplicador de Lagrange foram usados para testar linearidade, bem como para avaliar os modelos estimados. Além disso, foi também utilizada uma proposta para os valores iniciais do algoritmo de otimização, desenvolvido por Franses e Dijk (2000). Estimativas do filtro de Kalman suavizado foram usadas para substituir os valores da série de preço durante o racionamento de energia ocorrido no Brasil. / [en] In this dissertation, modeling strategies are presented involving linear and non-linear time series models to model the spot price of Brazil s electrical energy market. It has been used, among the linear models, the modeling approach of Box, Jenkins and Reinsel (1994) i.e., ARIMA(p,d,q) models, and dynamic regression. Among the non-linear ones, the chosen model was the STAR developed, initially, by Chan and Tong (1986) and, later, by Teräsvirta (1994). For this model, the Lagrange Multipliers test, to measure the degree of non linearity of the series , as well as to evaluate the estimated model was used. Moreover, it was also used a proposal for the initial values of the optimization algorithm, developed by Franses and Dijk (2000). The smoothed Kalman filter estimates were used in order to provide values for the spot price series during the energy shortage period.