{"id":{"repo_id":"brasilia","oai_identifier":"oai:repositorio.unb.br:10482/52579"},"canonical_url":"https://search.dev.ndltd.org/etd/brasilia/oai:repositorio.unb.br:10482/52579","repository":{"repo_id":"brasilia","name":"Universidade de Brasília","base_url":"http://repositorio2.unb.br/oai/request"},"display":{"title":"Vulnerabilidade e eficiência no setor energético brasileiro : uma análise estocástica com Modelos DEA e Forecast","abstract":"Para alcançar o Objectivo de Desenvolvimento Sustentável 7 (ODS7), é crucial ter algoritmos e modelos que possam prever com precisão e melhorar a eficiência dos processos. Estas ferramentas fornecem contribuições valiosas para as estratégias de planejamento dos tomadores de decisão. Neste estudo, foi utilizado análise envoltória de dados (DEA) e algoritmos de bootstrap para analisar a eficiência energética do Brasil de 2004 a 2023. Foi comparado o desempenho dos modelos de média móvel integrada autorregressiva (ARIMA) e de média móvel integrada autorregressiva sazonal (SARIMA) para previsão a tendência das variáveis nos próximos vinte e quatro meses. Além disso, é aplicado o modelo de heterocedasticidade condicional autorregressiva generalizada (GARCH) para avaliação das previsões diárias de preços do ELET3 correlacionadas com as tendências dos preços da energia industrial e do PIB. O estudo traz conclusões importantes sobre o cenário energético brasileiro. Conforme os resultados encontrados, a taxa anual de consumo de energia deverá aumentar em média 2,1% até 2030, o que é acompanhado por uma tendência de crescimento do PIB. Utilizando as tecnologias existentes no país, é possível reduzir os custos com consumo de energia elétrica em uma média de 30,58%, mantendo o mesmo valor do PIB. Além disso, foi encontrada uma correlação negativa significativa de 33,91% entre a variável ELET3 e o preço médio da energia na indústria, sugerindo que, à medida que a ELET3 diminui, o preço tende a aumentar. Ademais, observou-se um aumento na volatilidade dos preços das ações durante períodos marcados por problemas climáticos severos, como secas e estiagens, bem como flutuações causadas pela COVID-19. Os achados revelaram uma tendência de queda nos preços das ações juntamente com o aumento da instabilidade do mercado, indicando a eficácia do modelo GARCH para os agentes interessados em compreender o setor do mercado de energia.","abstract_html":"Para alcançar o Objectivo de Desenvolvimento Sustentável 7 (ODS7), é crucial ter algoritmos e modelos que possam prever com precisão e melhorar a eficiência dos processos. Estas ferramentas fornecem contribuições valiosas para as estratégias de planejamento dos tomadores de decisão. Neste estudo, foi utilizado análise envoltória de dados (DEA) e algoritmos de bootstrap para analisar a eficiência energética do Brasil de 2004 a 2023. Foi comparado o desempenho dos modelos de média móvel integrada autorregressiva (ARIMA) e de média móvel integrada autorregressiva sazonal (SARIMA) para previsão a tendência das variáveis nos próximos vinte e quatro meses. Além disso, é aplicado o modelo de heterocedasticidade condicional autorregressiva generalizada (GARCH) para avaliação das previsões diárias de preços do ELET3 correlacionadas com as tendências dos preços da energia industrial e do PIB. O estudo traz conclusões importantes sobre o cenário energético brasileiro. Conforme os resultados encontrados, a taxa anual de consumo de energia deverá aumentar em média 2,1% até 2030, o que é acompanhado por uma tendência de crescimento do PIB. Utilizando as tecnologias existentes no país, é possível reduzir os custos com consumo de energia elétrica em uma média de 30,58%, mantendo o mesmo valor do PIB. Além disso, foi encontrada uma correlação negativa significativa de 33,91% entre a variável ELET3 e o preço médio da energia na indústria, sugerindo que, à medida que a ELET3 diminui, o preço tende a aumentar. Ademais, observou-se um aumento na volatilidade dos preços das ações durante períodos marcados por problemas climáticos severos, como secas e estiagens, bem como flutuações causadas pela COVID-19. Os achados revelaram uma tendência de queda nos preços das ações juntamente com o aumento da instabilidade do mercado, indicando a eficácia do modelo GARCH para os agentes interessados em compreender o setor do mercado de energia.","abstract_has_math":false,"creators":["Saiki, Gabriela Mayumi"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Serrano, André Luiz Marques"],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025-10-09","date_published":"2025-10-09","updated_at":"2026-08-21T16:42:28Z","subjects":[],"languages":["por"],"rights":["Acesso Aberto"],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":"http://repositorio.unb.br/handle/10482/52579","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"source_record":{"url":"http://repositorio2.unb.br/oai/request?verb=GetRecord&metadataPrefix=dim&identifier=oai%3Arepositorio.unb.br%3A10482%2F52579","prefix":"dim"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Serrano, André Luiz Marques"]},{"key":"dc:creator","label":"Author","values":["Saiki, Gabriela Mayumi"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2025-10-09T14:21:13Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2025-10-09T14:21:13Z"]},{"key":"dc:date.issued","label":"Date","values":["2025-10-09"]},{"key":"dc:type","label":"Dc Type","values":["Dissertação"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["por"]},{"key":"dc:rights","label":"Dc Rights","values":["Acesso Aberto"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://repositorio.unb.br/handle/10482/52579"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2025."]},{"key":"dc:description.abstract","label":"Abstract","values":["Para alcançar o Objectivo de Desenvolvimento Sustentável 7 (ODS7), é crucial ter algoritmos e modelos que possam prever com precisão e melhorar a eficiência dos processos. Estas ferramentas fornecem contribuições valiosas para as estratégias de planejamento dos tomadores de decisão. Neste estudo, foi utilizado análise envoltória de dados (DEA) e algoritmos de bootstrap para analisar a eficiência energética do Brasil de 2004 a 2023. Foi comparado o desempenho dos modelos de média móvel integrada autorregressiva (ARIMA) e de média móvel integrada autorregressiva sazonal (SARIMA) para previsão a tendência das variáveis nos próximos vinte e quatro meses. Além disso, é aplicado o modelo de heterocedasticidade condicional autorregressiva generalizada (GARCH) para avaliação das previsões diárias de preços do ELET3 correlacionadas com as tendências dos preços da energia industrial e do PIB. O estudo traz conclusões importantes sobre o cenário energético brasileiro. Conforme os resultados encontrados, a taxa anual de consumo de energia deverá aumentar em média 2,1% até 2030, o que é acompanhado por uma tendência de crescimento do PIB. Utilizando as tecnologias existentes no país, é possível reduzir os custos com consumo de energia elétrica em uma média de 30,58%, mantendo o mesmo valor do PIB. Além disso, foi encontrada uma correlação negativa significativa de 33,91% entre a variável ELET3 e o preço médio da energia na indústria, sugerindo que, à medida que a ELET3 diminui, o preço tende a aumentar. Ademais, observou-se um aumento na volatilidade dos preços das ações durante períodos marcados por problemas climáticos severos, como secas e estiagens, bem como flutuações causadas pela COVID-19. Os achados revelaram uma tendência de queda nos preços das ações juntamente com o aumento da instabilidade do mercado, indicando a eficácia do modelo GARCH para os agentes interessados em compreender o setor do mercado de energia."]},{"key":"dc:title","label":"Title","values":["Vulnerabilidade e eficiência no setor energético brasileiro : uma análise estocástica com Modelos DEA e Forecast"]}]}],"canonical_facts":{"dc:contributor.advisor":["Serrano, André Luiz Marques"],"dc:creator":["Saiki, Gabriela Mayumi"],"dc:date.accessioned":["2025-10-09T14:21:13Z"],"dc:date.available":["2025-10-09T14:21:13Z"],"dc:date.issued":["2025-10-09"],"dc:description":["Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2025."],"dc:description.abstract":["Para alcançar o Objectivo de Desenvolvimento Sustentável 7 (ODS7), é crucial ter algoritmos e modelos que possam prever com precisão e melhorar a eficiência dos processos. Estas ferramentas fornecem contribuições valiosas para as estratégias de planejamento dos tomadores de decisão. Neste estudo, foi utilizado análise envoltória de dados (DEA) e algoritmos de bootstrap para analisar a eficiência energética do Brasil de 2004 a 2023. Foi comparado o desempenho dos modelos de média móvel integrada autorregressiva (ARIMA) e de média móvel integrada autorregressiva sazonal (SARIMA) para previsão a tendência das variáveis nos próximos vinte e quatro meses. Além disso, é aplicado o modelo de heterocedasticidade condicional autorregressiva generalizada (GARCH) para avaliação das previsões diárias de preços do ELET3 correlacionadas com as tendências dos preços da energia industrial e do PIB. O estudo traz conclusões importantes sobre o cenário energético brasileiro. Conforme os resultados encontrados, a taxa anual de consumo de energia deverá aumentar em média 2,1% até 2030, o que é acompanhado por uma tendência de crescimento do PIB. Utilizando as tecnologias existentes no país, é possível reduzir os custos com consumo de energia elétrica em uma média de 30,58%, mantendo o mesmo valor do PIB. Além disso, foi encontrada uma correlação negativa significativa de 33,91% entre a variável ELET3 e o preço médio da energia na indústria, sugerindo que, à medida que a ELET3 diminui, o preço tende a aumentar. Ademais, observou-se um aumento na volatilidade dos preços das ações durante períodos marcados por problemas climáticos severos, como secas e estiagens, bem como flutuações causadas pela COVID-19. Os achados revelaram uma tendência de queda nos preços das ações juntamente com o aumento da instabilidade do mercado, indicando a eficácia do modelo GARCH para os agentes interessados em compreender o setor do mercado de energia."],"dc:identifier.uri":["http://repositorio.unb.br/handle/10482/52579"],"dc:language.iso":["por"],"dc:rights":["Acesso Aberto"],"dc:title":["Vulnerabilidade e eficiência no setor energético brasileiro : uma análise estocástica com Modelos DEA e Forecast"],"dc:type":["Dissertação"]},"updated_at":"2026-08-21T16:42:28Z"}