Consumo de cimentos asfálticos no Brasil : estimativa de demanda para um quinquênio utilizando métodos quantitativos

Abstract

O presente artigo se propõe a encontrar o modelo de previsão de demanda quantitativo que possui maior acurácia para estimar o consumo de cimentos asfálticos no Brasil para o próximo quinquênio. A metodologia proposta inclui a pesquisa e validação de dados sobre consumo de cimentos asfálticos no país, modelagem da série histórica e seleção do método quantitativo de extrapolação que melhor se ajusta a série temporal. A escolha do modelo de previsão utilizado foi realizada com base no coeficiente de determinação R² e o Mean Absolute Percentage Error (MAPE). Após, foi realizada a estimativa de demanda para os próximos 64 meses. O método proposto foi aplicado para dados da Agência Nacional de Petróleo sobre comercialização de cimentos asfálticos. O modelo gerou uma previsão com tendência e sazonalidade, desconsiderando o comportamento cíclico da série histórica. Por esse motivo, o modelo, ainda que satisfatório, foi considerado excessivamente otimista para predição da demanda.

This article has the objective to determine the best quantitative forecasting model generated by extrapolation of historical series which has greater accuracy in predicting future demand for asphalt cements in Brazil for the next five years. To achieve this objective, the proposed methodology includes the research and validation of data on the consumption of asphalt cements and selection of the quantitative extrapolation model that best fits the time series, using the coefficient of determination R² and the Mean Absolute Percentage Error (MAPE) for decision making. Next, the demand forecast for the next 64 months was made. The proposed method was applied to data from Agência Nacional do Petróleo on the commercialization of asphalt cements. The proposed model generated a forecast with trend and seasonality, disregarding the cyclical behavior of the historical series. For this reason, the model, although satisfactory, was considered excessively optimistic for predicting demand.