O carvão vegetal é um recurso energético renovável, sendo um dos insumos básicos responsáveis pelo desenvolvimento das indústrias de base florestal no Brasil. O Estado de Minas Gerais é o maior produtor e consumidor desse produto. No presente estudo, dedicou-se à análise das séries longitudinais dos preços do metro cúbico de carvão vegetal, no Estado de Minas Gerais, utilizando os preços médios pagos por metro cúbico, publicados pela ABRACAVE. Para a análise da série, considerou-se o modelo SARIMA, com o objetivo de encontrar os parâmetros que forneçam melhores previsões de preço. Consideraram-se os preços do período de janeiro de 1975 a dezembro de 2002, para ajustar o modelo e o período de janeiro a dezembro de 2003 para validação das projeções. A escolha do modelo mais adequado se baseou nas análises gráficas, nos testes estocásticos e nos critérios de avaliação da ordem do modelo. Entre os modelos estudados, o SARIMA (2,0,1)(0,1,1)12 proporcionou melhor ajuste e de forma parcimoniosa. Apesar de ter ocorrido um fator aleatório que distorceu os valores reais dos preços do carvão vegetal, as projeções fornecidas pelo modelo ficaram dentro dos limites de significância estabelecidos.
Wood charcoal is a renewable energetic resource responsible for the development of the forest key industries in Brazil. The State of Minas Gerais is the largest producer and consumer of charcoal. This study analyzed the longitudinal series of charcoal prices, in the State of Minas Gerais. Average m3 of charcoal prices published by ABRACAVE was used. For analyzing the series, it was used the SARIMA model, in order to find the parameters and to supply better forecasts for charcoal prices. The period from January 1975 to December 2002 was considered to adjust the model and the period from January to December of 2003 for validating the projections of the model. The choice of the most appropriate model was based on graphical analyses, stochastic tests and criteria for evaluation of the model order. Among the studied models, SARIMA (2,0,1,) (0,1,1)12 provided better adjustment and in a economical way. In spite of the appearance of a random factor that distorted the real values of charcoal prices, the projections provided by the model were within the limits of the established significance.
