Análise dos preços de carvão vegetal em quatro regiões no estado de Minas Gerais

Abstract

O Estado de Minas Gerais é o maior produtor e consumidor de carvão vegetal, que é utilizado como termo-redutor do minério-de-ferro, para produção de ferro-gusa. Pelo presente estudo analisa-se as séries temporais dos preços do carvão vegetal em quatro regiões de Minas Gerais. Para a análise da série de preços utilizou-se o modelo SARIMA, com o objetivo de encontrar um modelo que forneça melhores previsões de preços para as quatro regiões estudadas. Os modelos mais adequados foram escolhidos pelas análises gráficas dos resíduos padronizados, funções de autocorrelações e autocorrelações parciais, testes estocásticos e critérios de avaliação da ordem do modelo. Concluiu-se que as diferenças de preços do carvão vegetal das quatro regiões se dão, basicamente, pela localização geográfica; as análises de domínio do tempo e domínio da freqüência mostraram que há diferença nas séries de preços das quatro regiões estudadas; as regiões de Sete Lagoas e Belo Horizonte, por serem próximas, possuem preços semelhantes e geraram modelos parecidos; as regiões estudadas apresentaram modelos diferenciados e que forneceram bons ajustes para as séries observadas. Os melhores modelos foram o SARIMA (2,1,1)x(1,0,0) 12, para Belo Horizonte; o SARIMA (2,0,0)x(2,1,2) 12 , para Divinópolis; o SARIMA (2,1,1)x(1,0,0) 12 , para Sete Lagoas e o SARIMA (1,1,1)x(1,1,1) 12 , para Vertentes. Tais modelos se apresentaram de forma parcimoniosa, contendo um número pequeno de parâmetros. Todos os modelos SARIMA (p,d,q) (P,D,Q) s , para as quatro regiões estudadas, apresentaram ruído branco e as projeções dos preços fornecidas foram satisfatórias para as quatro regiões.

The State of Minas Gerais is the largest producer and consumer of charcoal, that is used as term-reducer of iron ore, for producing pig iron. This study analyzed the time series of charcoal prices in four regions of Minas Gerais State. For the analysis of the price series, the SARIMA model was used, for finding a model that better forecasts prices for the four studied areas. The most appropriate models were chosen using graphical analyses of the standardized residues, autocorrelation functions and partial autocorrelations, stochastic tests and criteria of evaluation of the order of the model. It concluded that: the differences of charcoal prices occur, basically, due to the geographical location; the analyses of domain of the time and domain of the frequency showed that there is difference in the price series of the four studied areas; the areas of Sete Lagoas and Belo Horizonte, giving that they are closely located, possess similar prices and they generated similar model; the studied areas presented differentiated models and supplied good adjustments for the observed series. The best models were SARIMA (2,1,1)x(1,0,0) 12 , for Belo Horizonte; SARIMA (2,0,0)x(2,1,2) 12 , for Divinópolis; SARIMA (2,1,1)x(1,0,0) 12 , for Sete Lagoas and SARIMA (1,1,1)x(1,1,1) 12 , for Vertentes. Such models presented in a parsimonious way, containing a small number of parameters. All models SARIMA (p,d,q) (P,D,Q)s, for the four studied areas, presented white noise and supplied adequate price forecast.