A pesquisa tem como objetivo obter previsões para o mercado de fretes do açúcar para exportação no Estado de São Paulo. Para cumprir tal objetivo, utilizou-se a metodologia Box- Jenkins de séries temporais. O período compreendido na pesquisa foi janeiro de 2006 a setembro de 2013. Foram delimitadas no Estado de São Paulo nove regiões para análise: Ribeirão Preto, Jaú, Araraquara, Presidente Prudente, Araçatuba, Piracicaba, São José do Rio Preto, Pirassununga e Assis. Essas regiões também foram agregadas com o objetivo de obter previsões para o Estado de São Paulo. As previsões foram realizadas fora da amostra correspondendo ao período de outubro de 2012 a setembro de 2013. Os modelos estimados, de forma geral, obtiveram um bom desempenho considerando os cinco primeiros meses de previsão, como o ocorrido nas regiões de Jaú, Araraquara, Piracicaba, Pirassununga e Assis. Dentre as nove regiões analisadas, os modelos ajustados para as Regiões de Piracicaba e Assis apresentaram melhores desempenhos, fato este comprovado pelos menores valores do Erro Quadrático Médio e Soma do Quadrado dos Desvios. Considerando os resultados gerais das nove regiões e da análise do Estado de São Paulo de forma agregada, houve predomínio do emprego do modelo ARIMA como melhor método para a realização de previsões para o mercado de fretes do açúcar. Não obstante, as previsões geradas pela metodologia Box- Jenkins, no curto prazo, constituem em boa ferramenta de auxílio para tomada de decisões e planejamento dos agentes envolvidos no mercado do açúcar. / The research aims to obtain predictions for the freights market of sugar for export in the State of São Paulo in Brazil. A Box-Jenkins time series methodology was used to fulfill this objective. The survey was performed from January 2006 through September 2013. Nine regions in São Paulo State were placed for analysis: Ribeirão Preto, Jaú, Araçatuba, Araraquara, Piracicaba, São José do Rio Preto, Pirassununga, Presidente Prudente and Assis and also these regions were aggregated in order to obtain estimates for the State of São Paulo. The predictions were made out of the sample corresponding to the period from October 2012 to September 2013. The estimated models generally presented good performance considering the five first months of forecast, as occurred in the regions of Jaú, Araraquara, Piracicaba, Pirassununga and São José do Rio Preto. Out of the nine regions analyzed, the models adjusted for the regions of Piracicaba and Assis showed better performances, proven by the lowest average square error and Sum of Squares of deviations. Considering the overall results of the nine regions and the analysis of the state of São Paulo aggregated, employment ARIMA model predominated as the best method for performing predictions for the freight market sugar. Nevertheless, the forecasts generated by the Box-Jenkins methodology, in a short term, constitute good tool to aid decision-making and planning of the agents involved in the sugar market.

A pesquisa tem como objetivo obter previsões para o mercado de fretes do açúcar para exportação no Estado de São Paulo. Para cumprir tal objetivo, utilizou-se a metodologia Box- Jenkins de séries temporais. O período compreendido na pesquisa foi janeiro de 2006 a setembro de 2013. Foram delimitadas no Estado de São Paulo nove regiões para análise: Ribeirão Preto, Jaú, Araraquara, Presidente Prudente, Araçatuba, Piracicaba, São José do Rio Preto, Pirassununga e Assis. Essas regiões também foram agregadas com o objetivo de obter previsões para o Estado de São Paulo. As previsões foram realizadas fora da amostra correspondendo ao período de outubro de 2012 a setembro de 2013. Os modelos estimados, de forma geral, obtiveram um bom desempenho considerando os cinco primeiros meses de previsão, como o ocorrido nas regiões de Jaú, Araraquara, Piracicaba, Pirassununga e Assis. Dentre as nove regiões analisadas, os modelos ajustados para as Regiões de Piracicaba e Assis apresentaram melhores desempenhos, fato este comprovado pelos menores valores do Erro Quadrático Médio e Soma do Quadrado dos Desvios. Considerando os resultados gerais das nove regiões e da análise do Estado de São Paulo de forma agregada, houve predomínio do emprego do modelo ARIMA como melhor método para a realização de previsões para o mercado de fretes do açúcar. Não obstante, as previsões geradas pela metodologia Box- Jenkins, no curto prazo, constituem em boa ferramenta de auxílio para tomada de decisões e planejamento dos agentes envolvidos no mercado do açúcar. / The research aims to obtain predictions for the freights market of sugar for export in the State of São Paulo in Brazil. A Box-Jenkins time series methodology was used to fulfill this objective. The survey was performed from January 2006 through September 2013. Nine regions in São Paulo State were placed for analysis: Ribeirão Preto, Jaú, Araçatuba, Araraquara, Piracicaba, São José do Rio Preto, Pirassununga, Presidente Prudente and Assis and also these regions were aggregated in order to obtain estimates for the State of São Paulo. The predictions were made out of the sample corresponding to the period from October 2012 to September 2013. The estimated models generally presented good performance considering the five first months of forecast, as occurred in the regions of Jaú, Araraquara, Piracicaba, Pirassununga and São José do Rio Preto. Out of the nine regions analyzed, the models adjusted for the regions of Piracicaba and Assis showed better performances, proven by the lowest average square error and Sum of Squares of deviations. Considering the overall results of the nine regions and the analysis of the state of São Paulo aggregated, employment ARIMA model predominated as the best method for performing predictions for the freight market sugar. Nevertheless, the forecasts generated by the Box-Jenkins methodology, in a short term, constitute good tool to aid decision-making and planning of the agents involved in the sugar market.

Submitted by Adriano Duarte da Silva (adriano_duarte_silva@yahoo.com.br) on 2017-03-28T16:30:51Z No. of bitstreams: 1 Dissertacao_Adriano_2016_Completo.pdf: 4047217 bytes, checksum: c2877f83944b388d03457348b61d7d00 (MD5) / Approved for entry into archive by Leiliane Silva (leiliane.silva@fgv.br) on 2017-05-11T13:18:25Z (GMT) No. of bitstreams: 1 Dissertacao_Adriano_2016_Completo.pdf: 4047217 bytes, checksum: c2877f83944b388d03457348b61d7d00 (MD5) / Made available in DSpace on 2017-05-12T12:51:45Z (GMT). No. of bitstreams: 1 Dissertacao_Adriano_2016_Completo.pdf: 4047217 bytes, checksum: c2877f83944b388d03457348b61d7d00 (MD5) Previous issue date: 2016-07-15 / The Brazilian aviation went through moments of supply and demand growth in the last decade, which triggered investment and plan decisions aiming at improving the Brazilian airspace control system and airports infrastructure as well as the services offered by airline companies (for instance aviation fuel demand increase). The main objective of this work is to contribute to the creation of a predictive model of takeoffs and landings for the short and medium run. We use the Box-Jenkins model (ARMA), combined with covariates, to predict the amount of takeoffs and landings of commercial aviation in four Brazilian airports: Galeão Airport (Rio de Janeiro), Brasília Airport (Distrito Federal), Guarulhos Airport (São Paulo) and Recife Airport (Pernambuco). We find that the models fit well in the short run, but in the medium run in forecast events such as the recent Brazilian economic crises can damage the predictions. The data analyzed in this work is owned by The Management Center of Air Navegation (CGNA), which is a military unit subordinated to the Departamento de Controle do Espaço Aéreo (DECEA). Therefore, the predictability of the demand for air traffic will help in the allocation of resources for air traffic management. / A aviação brasileira viveu momentos de crescimentos da oferta e da demanda nos últimos 10 anos, o que gerou a necessidade de planejar e investir no aumento da infraestrutura do Sistema de Controle do Espaço Aéreo Brasileiro (SISCEAB), do parque aeroportuário e dos serviços envolvidos na oferta e na demanda da aviação e das companhias aéreas (exemplo a demanda por Querosene de Aviação – QAV). O principal objetivo deste trabalho é contribuir para a criação de um modelo preditivo do comportamento das operações de pousos e decolagens dos principais aeroportos brasileiros para o curto e médio prazo. Utilizaremos o modelo Box-Jenkins (ARMA), combinado com covariáveis, para prever a quantidade de operações de pousos e decolagens da aviação comercial em quatro aeroportos brasileiros: Aeroporto do Galeão/RJ, Aeroporto de Brasília/DF, Aeroporto de Guarulhos/SP e Aeroporto de Recife/PE. Verificamos que os modelos se ajustam bem no curto prazo, mas que no médio prazo poderão necessitar de mais dados que podem interferir na quantidade de pousos e decolagens de forma atípica, como, por exemplo, a redução da malha aérea devido à crise econômica brasileira dos últimos 2 anos. Os dados utilizados neste trabalho são pertencentes ao Centro de Gerenciamento da Navegação Aérea (CGNA) que é uma unidade militar subordinada ao Departamento de Controle do Espaço Aéreo Brasileiro (DECEA). Portanto, a previsibilidade da demanda de tráfego aéreo ajudará na alocação de recursos no gerenciamento de tráfego aéreo.