XIII ERIAC DCIMO TERCER ENCUENTRO REGIONAL IBEROAMERICANO DE CIGR

Puerto Iguaz Argentina

24 al 28 de mayo de 2009

XIII/PI-C1 -01

Comit de Estudio C1 - Desarrollo de Sistemas y Economa

GESTO DA DEMANDA DE ENERGIA ELTRICA DOS CONSUMIDORES INDUSTRIAIS INTEGRADA AOS INDICADORES ECONMICOS SETORIAS F.F. ANDRADE* UFSC Brasil C.C.B. CAMARGO UFSC Brasil R.C.G. TEIVE Univali Brasil

Resumo Este artigo apresenta um modelo economtrico para gesto da demanda de energia eltrica dos consumidores industriais integrado aos indicadores econmicos e climticos especficos de cada segmento industrial. Inicialmente, apresenta-se e justifica-se a desagregao do consumo industrial nesta aplicao. Essa abordagem obrigou a uma ampla pesquisa das variveis de influncia na indstria. Foram utilizadas mais de 50 sries histricas de economia, clima e energia, entre 1996 e 2006. Com a aplicao de tcnicas de minerao de dados e de modelos de regresso mltipla, estatisticamente significativos, apresentam-se os resultados obtidos para descrio do comportamento da demanda de dois segmentos distintos da indstria de Santa Catarina: txtil e metalrgico. Palavras chave: Gesto Regresso Consumo de Energia Eltrica Minerao de Dados Desagregao Econometria Indstria 1 INTRODUO

O conhecimento sobre o comportamento do consumidor, seja ele residencial, comercial ou industrial, faz parte da rotina das atividades de planejamento das distribuidoras de energia eltrica. Muitas decises, de curtssimo ou longo prazo, so tomadas com base na expectativa que tendncias esperadas se confirmem. Devido a grande participao no consumo de energia eltrica, o foco deste trabalho centra-se na descrio do consumo de energia eltrica de consumidores industriais. Salienta-se que a maior compreenso sobre a variao do consumo destes clientes torna-se uma valiosa ferramenta no mbito da competitividade do Ambiente de Contratao Livre (ACL) ou do planejamento da expanso do sistema. O nvel de desagregao apresenta-se como um fator determinante para os objetivos da previso de demanda. do setor industrial. A maioria dos estudos de previso para o mdio ou longo prazos considera a demanda de energia eltrica com nveis baixos de desagregao [1]. Quando questes estruturais de cunho scioeconmico de um pas ou regio e relacionadas ao uso da energia eltrica so consideradas, os modelos de previso normalmente so desagregados segundo as classes comercial, residencial, industrial, e as demais classes. Para atender os objetivos deste trabalho, considerou-se a aplicao de mais um nvel de desagregao para a classe de consumidores industriais. Para realizao deste trabalho foram utilizadas tcnicas de minerao de dados para construo de trs grandes bases de dados, de 1996 a 2006, especficas do consumo de energia eltrica do Estado de Santa Catarina, da economia brasileira e mundial, e do clima das regies Sul e Sudeste do Brasil. Alm de se configurar em condio bsica necessria para o desenvolvimento do modelo descritor, a integridade do processo de formao da base de dados est diretamente relacionada com a qualidade do resultado global deste trabalho [2,3]. Por melhor que sejam as tcnicas para compreenso da influncia da economia e do

*parafabiano@gmail.com

clima no consumo de energia das indstrias, seriam obtidas concluses inconsistentes ou pouco sustentveis quando da utilizao de dados medocres. O processo de descrio da demanda proposto, compreende a aplicao de um conjunto de tcnicas e ferramentas estatsticas capazes de inferir sobre o verdadeiro comportamento dos consumidores de energia eltrica dos segmentos industriais em estudo. Dessa forma, pde-se estimar a importncia que cada varivel econmica ou climtica tem sobre as variaes no consumo de energia eltrica de cada segmento. Mesmo com o complexo comportamento do consumo de segmentos industriais desagregados foi possvel obter resultados expressivos para o coeficiente de determinao (R2), acima de 85% para a tendncia de consumo. 2 O ESTUDO DA INDSTRIA DESAGREGADA

Pode-se verificar na literatura que a desagregao da demanda para o setor industrial para efeito de previso da demanda pouco estudada. Embora o processo de projeo de demanda da indstria segundo as atividades econmicas j seja de conhecimento pblico h mais tempo. Segundo [4], a desagregao do setor industrial desejvel por que diferentes indstrias tm diferentes processos de produo, que so influenciados por diferentes parmetros externos, e assim apresentam padres de consumo distintos. A desagregao da demanda industrial, com a anlise intra-setorial, possibilita conhecer melhor as caractersticas prprias de cada segmento e os graus de influncia entre os mesmos. Ou seja, tanto os ns quanto os ramos dessa rede complexa do comportamento dos consumidores industriais ficam mais evidentes. proposto em [5] um modelo paramtrico para a projeo de demanda, o Modelo Integrado de Planejamento Energtico, para cada segmento de consumo e de oferta de energia em cenrios bastante diversificados. Nessa abordagem os autores consideram em detalhes todo processo de produo industrial. Porm, a desagregao a um nvel de detalhamento muito grande no a garantia de modelos mais precisos para estudo da demanda. Deve-se compreender, porm, que os objetivos de um modelo, seja ele de descrio ou de previso de demanda, juntamente com os meios disponveis para sua implementao so determinantes para a escolha da desagregao Entendendo que a desagregao proporcionaria um benefcio maior que o custo de sua elaborao, os autores apresentaram um modelo de previso de mdio prazo para 18 setores industriais da Irlanda do Norte. Para prever a demanda nos meses a frente aplicou-se o processo integrado de auto-regresso da mdia mvel (ARIMA), muito utilizado na Econometria. Para um conjunto de dados de 108 meses a desagregao melhorou o MAPE do processo de previso da indstria de 5,33% para 4,60% com um bom nvel de significncia mesmo sem a considerao de variveis externas caractersticas de cada setor. Segundo [6], a previso um processo mais complexo do que a simples escolha ou definio do melhor algoritmo a ser implementado. Os autores dedicam especial ateno ao problema do ajuste correto do nvel de agregao/desagregao dos dados que pode resultar na melhoria do modelo. Tal escolha depende basicamente do entendimento do processo de gerao da demanda. Aps analisarem diversos trabalhos de previso de demanda das duas principais vertentes em termos hierrquicos, Top-Down e Bottom-Up, pde-se estabelecer uma anlise custo-benefcio (trade-off) muito til para escolha do nvel de desagregao adequado para o modelo de previso e seus objetivos A escolha de uma posio adequada para esta relao depende de dois fatores: (i) A disponibilidade de informaes relevantes sobre a demanda e seus fatores, (ii) o grau de distino no comportamento da demanda entre os segmentos industriais.

Fig. 1. Relao de Perdas e Ganhos do ajuste do Nvel de Desagregao [6]. Como pde ser verificar, a definio do nvel ideal de desagregao dos dados da demanda industrial no uma tarefa trivial. A anlise dos aspectos positivos e negativos desta opo torna-se um pr-requisito fundamental para a realizao deste tipo de abordagem. 3 MODELO DESCRITIVO DA DEMANDA

O estudo do comportamento da demanda pode ser bastante complexo em funo dos objetivos pretendidos e das variveis consideradas. Estes parmetros variam conforme o ponto de vista dos especialistas ou foco das reas de planejamento nas empresas do setor eltrico [7]. O caminho escolhido por esta metodologia apresenta-se de forma bastante particular. Ainda que tenhamos considerando como universo da pesquisa apenas o Estado de Santa Catarina, o estudo sobre o consumo de energia eltrica das indstrias dependeu de um conjunto relativamente grande de dados e que pode ser replicado para outras situaes. A principal questo a respeito do comportamento do consumidor e que instigou o desenvolvimento deste trabalho foi: Com que intensidade, uma varivel econmica ou climtica pode estar correlacionada com o consumo de energia eltrica de um segmento da indstria? A influncia de uma determinada varivel, seja econmica ou climtica, sobre o consumo pode ser entendida, estatisticamente, pelo grau de correlao entre elas num processo de regresso. Para responder a questo anterior, a metodologia apresenta um modelo de descrio da demanda, baseado na econometria, capaz de inferir sobre as correlaes entre e o consumo e as variveis econmicas\climticas, com qualidade e preciso. A Figura 2 apresenta o fluxograma do modelo descritivo apresentado na metodologia. Mesmo com todas as etapas do processo de formao da base de dados, foram necessrias algumas transformaes para que as sries histricas econmicas tornassem estacionrias. Em seguida, so apresentadas as etapas da pr-seleo de variveis, cujos pr-requisitos tcnicos permitiram reduzir cerca de 5 vezes o nmero de variveis para aplicao do modelo economtrico. Com as melhores variveis selecionadas para cada segmento da indstria, foram construdos e aprimorados modelos de descrio para indstria txtil e para indstria metalrgica.

Fig. 2. Fluxograma de Aplicao do Modelo Descritivo.

3

3.1 Transformaes Pr-Estacionrias Na aplicao de modelos de regresso linear no recomendvel que as sries histricas comportem-se como passeios aleatrios ou apresentem alguma tendncia [8]. As sries histricas de consumo de energia eltrica e a maioria de economia possuem uma clara tendncia de crescimento. Uma soluo muito comum na rea econmica o uso de sries indexadas ao mesmo perodo do ano anterior. Esse procedimento mantm o significado fsico da srie histrica, alm de comprometer a evoluo da varivel s mudanas anuais do cenrio econmico. Optou-se tambm pela transformao de algumas variveis por meio do clculo de valores acumulados nos ltimos 12 meses. Nesse procedimento, a nova srie histrica carrega a evoluo da varivel frente s mudanas do cenrio econmico ao longo do ano. Assim, a maioria das variveis do modelo descritivo, inclusive as variveis dependentes (consumo), passou por transformaes pr-estacionrias. Com o objetivo de identificar as transformaes apresentadas, o nome das novas sries ficou precedido respectivamente pelos prefixos V12m ou AC12m. Uma das principais vantagens dessas transformaes a suavizao dos efeitos da sazonalidade presente nas sries originais, apesar delas no garantirem a estacionariedade das sries histricas transformadas. Portanto, aps a realizao das transformaes, o modelo de descrio de cada segmento da indstria no estava mais inferindo, de forma direta, sobre a influncia da economia e do clima no consumo de energia eltrica. A varivel dependente passou a ser a variao do consumo de energia eltrica num ms em relao ao mesmo ms do ano anterior (V12m_CEE). Assim, o modelo economtrico dedica-se a descrever a variao do consumo de energia eltrica, cujos resultados so estendidos para descrever indiretamente o consumo de energia em cada perodo. 3.2 Pr-Seleo das Melhores Variveis Para selecionar os regressores do modelo descritivo, primeiramente, foram aplicados testes de raiz unitria de Dickey-Fuller (DF) e Phillips-Perron (PP) ao conjunto de 55 variveis candidatas [8]. Foram testadas diferentes defasagens para os termos da regresso da equao de cada teste: DF (de 0 a 4 meses) e PP (1, 3, 6 e 12 meses). As configuraes diferenciadas tm o objetivo de aproveitar ao mximo as informaes de cada mtodo para a identificao da estacionariedade. O resultado do teste de estacionariedade reprovou apenas 6 das 55 sries histricas analisadas. Para a grande maioria das variveis no foi detectada a presena de raiz unitria em pelo menos um dos mtodos utilizados, com uma significncia estatstica maior ou igual a 90%. O bom nmero de variveis candidatas ao modelo economtrico deveu-se, essencialmente, a aplicao das transformaes pr-estacionrias nas sries histricas originais. Na segunda etapa da pr-seleo foram calculadas 2.054 correlaes lineares entre o consumo de energia eltrica e as variveis candidatas regressoras, segmentos txtil (43 candidatas) e metalrgico (36 candidatas), para diferentes defasagens de tempo (de 0 a 12 meses). Esse procedimento possibilitou a obteno de um mapa das relaes mais significativas entre a economia, o clima e o comportamento do consumidor industrial. Aps uma anlise detalhada de cada grupo de variveis candidatas: indicadores de inflao, arrecadao de impostos, indicadores climticos, etc., foram definidos 8 regressores para participar do modelo descritivo do segmento txtil e mais 8 regressores para participar do modelo descritivo do segmento metalrgico. As Tabelas I e II apresentam os resultados obtidos pelos regressores pr-selecionados de cada segmento nos testes de raiz unitria e de correlao linear. Pode-se notar que o nvel das correlaes mais significativo quando a varivel dependente uma tendncia de consumo (V12m_CEE) e no o consumo efetivo mensal, mais difcil de ser explicado. O conjunto de regressores pr-selecionados apresentou nveis de correlao linear acima do esperado, se for considerada a natureza e a complexidade do processo de descrio do consumo numa escala to especfica da demanda energtica brasileira. Quanto maior for o nvel de desagregao dos modelos de descrio ou previso da demanda, pode-se obter sistemas mais eficientes e especialistas. Porm, passa-se a considerar variveis mais dinmicas e de maior freqncia na modelagem. Os atrasos mensais que maximizaram as correlaes (AMMCs) foram condizentes com o comportamento esperado para os regressores. No geral, os resultados obtidos nesta etapa no contrariaram as expectativas. Ressalta-se que elevados nveis de correlao linear no garantem a permanncia dos regressores ao final do modelo economtrico. At a otimizao da regresso mltipla, vrios testes de significncia ainda foram aplicados.
4

TABELA I. REGRESSORES PR-SELECIONADOS PARA A DESCRIO - TXTIL. TXTIL N 1 2 3 4 5 6 7 8 Regressores Confiana_Indstria MM6-ITMI V12m_Selic V12m_PIB.BR V12m_FolhaInd V12m_Exp. Txtil V12m_ICMS.BR V12m_Emp.Ind. Raiz Unitria 99% DF-PP DF-PP DF DF-PP DF-PP 95% DF 90% V12m_CEE-T 0.60 0.55 -0.53 0.46 0.37 0.41 0.39 0.35 Correlaes Lineares AMMC V12m_TCEE-T AMMC 0 0.81 0 4 0.76 3 0 -0.70 2 0 0.68 0 0 0.57 0 6 0.48 6 0 0.47 0 0 0.49 0

PP DF-PP

TABELA II. REGRESSORES PR-SELECIONADOS PARA A DESCRIO - METALRGICO. METALRGICO N 1 2 3 4 5 6 7 8 Raiz Unitria Correlaes Lineares

Regressores 99% 95% 90% V12m_CEE-M AMMC V12m_TCEE-M AMMC AC12m_IPCA DF-PP 0.53 10 0.74 11 V12m_Conf.Ind DF 0.58 2 0.67 3 V12m_PIB.BR DF PP 0.55 0 0.66 0 V12m_Prod.Autoveculos DF-PP 0.55 0 0.60 0 V12m_TJLP DF -0.53 0 -0.57 0 V12m_FolhaInd DF-PP 0.48 1 0.63 0 V12m_Exp. Autoveculos DF-PP 0.49 0 0.57 0 AC12m_ Inv.Estrangeiro 0.48 3 0.55 3

Obs: A descrio das variveis econmicas e climticas encontra-se no Apndice 1. 3.3 Otimizao dos Modelos Economtricos A ltima etapa no desenvolvimento dos modelos descritivos do consumo fundamental para a significncia dos resultados obtidos. Ainda que o processo de pr-seleo tenha reduzido o conjunto de variveis explicativas de algumas dezenas para apenas 8 regressores, nada garante que um modelo economtrico do segmento txtil ou do metalrgico esteja corretamente ajustado, ou que tais regressores e seus coeficientes parciais estejam prximos da realidade. A equao de regresso mltipla (1) representa, inicialmente, o modelo economtrico de cada segmento. Em seguida, este modelo, passou por todos os testes de hipteses: testes de significncia e contribuio marginal dos regressores, testes de multicolineariedade, e testes de causalidade. E tambm tEve seu desempenho avaliado por: critrio de informao de Akaike e Schwarz, coeficiente de determinao mltipla normal e ajustado, e pelo erro mdio percentual MAPE.

Yi = 0 + 1 X 1i + 2 X 2i + 3 X 3i + 4 X 4i + 5 X 5i + 6 X 6i + 7 X 7 i + 8 X 8i + i
onde, Y X1 a X8 0 1 a 8 i o regressando (consumo efetivo ou tendncia de consumo de cada segmento) so as oito variveis explicativas ou regressores de cada segmento o coeficiente linear ou intercepto da regresso so os coeficientes parciais da regresso o termo de erro estocstico

(1)

Na busca do modelo economtrico satisfatrio foram consideradas seguintes diretrizes: (i) Escolha de modelos com menores valores para os critrios de informao de Schwarz, de Akaike, e R2-Ajustado, com prioridade para o primeiro (ii) Escolha de modelos menores nveis de multicolineariedade; (iii) Preferncia por regressores com maior contribuio marginal ao modelo; (iv) Escolha do modelo independente dos critrios puramente quantitativos como R2 e MAPE.
5

RESULTADOS

4.1 Tendncia do Consumo de Energia Eltrica da Indstria Txtil O modelo economtrico da equao (2) foi o que melhor representou a variao da tendncia do consumo de energia eltrica do segmento txtil, na comparao com o mesmo ms do ano anterior. Com uso de variveis econmicas (confiana da indstria, taxa Selic, e folha de pagamento da indstria) e uma climtica (intensidade trmica das mnimas) foi possvel explicar 85,4% do comportamento de V12m_TCEE-T. Por simplificao de grafia, os regressores no aparecem com seus prefixos de transformao (V12m, AC12m, MM6, e etc.) nas equaes.

V 12m _ TCEE _ T = 18,91 + 0,143Confiana + 9,83ITMI 0,026Selic + 0,137 Folha _ Ind

TABELA IV. INTERPRETAO DOS COEFICIENTES PARCIAIS TXTIL. Um crescimento de 10% no indicador de confiana da indstria, medida na comparao com o mesmo ms do ano anterior, teria o efeito de aumentar em 1,43% a variao da tendncia do consumo de energia do segmento txtil, medido na comparao com o mesmo ms do ano anterior. Uma elevao de 1C na mdia mvel de 6 meses da intensidade trmica das mnimas, nas regies Sul e Sudeste, teria o efeito de, aps 3 meses, aumentar em 9,83% a variao da tendncia do consumo de energia do segmento txtil, medido na comparao com o mesmo ms do ano anterior. Um crescimento de 10% na variao da taxa Selic, medida na comparao com o mesmo ms do ano anterior, teria o efeito de, aps 2 meses, reduzir em 0,26% a variao da tendncia do consumo de energia do segmento txtil, medido na comparao com o mesmo ms do ano anterior. Um crescimento de 10% na renda, representada pela folha de pagamento da indstria e medida na comparao com o mesmo ms do ano anterior, teria o efeito de aumentar em 1,37% a variao da tendncia do consumo de energia do segmento txtil, medido na comparao com o mesmo ms do ano anterior.

(2)

+0,143

+9,830

-0,026

+0,137

A partir dos valores estimados para a V12m_TCEE-T pelo modelo economtrico foram construdos dois grficos na Figura 3. O primeiro apresenta os valores histricos ocorridos e os estimados pelo modelo. Considerando um intervalo de confiana de 95% foram traados os valores mnimos e mximos estimados. O segundo grfico apresenta os valores histricos da TCEE-T e os valores de consumo calculados a partir da estimao de V12m_TCEE-T.

Fig. 3. Ajustamento Grfico do Modelo Descritivo V12m_TCEE-T.

4.2 Tendncia do Consumo de Energia Eltrica da Indstria Metalrgica O modelo economtrico da equao (3) foi o que melhor representou o melhor conhecimento que se pde extrair, com esta metodologia, sobre a variao da tendncia do consumo de energia eltrica do segmento metalrgico, na comparao com o mesmo ms do ano anterior. Com uso das variveis IPCA, confiana da indstria, folha de pagamento da indstria, e exportao de autoveculos, foi possvel explicar 85,7% do comportamento de V12m_TCEE-M.

V 12m _ TCEE _ M = 0,084 + 0,764IPCA + 0,198Conf + 0,171Folha.Ind + 0,024Exp. Autovs

(3)

A Tabela V interpreta os resultados do modelo economtrico obtido para indstria metalrgica de Santa Catarina. Todos os resultados apresentaram correspondncia com as expectativas de comportamento econmico esperado das variveis, assim como na indstria txtil.
TABELA V. INTERPRETAO DOS COEFICIENTES PARCIAIS METALRGICO. +0,764 Um crescimento de 10% no ndice de preos ao consumidor amplo, medido pelo acumulado dos ltimos 12 meses, teria o efeito de, aps 11 meses, aumentar em 7,64% a variao da tendncia do consumo de energia do segmento metalrgico, medido na comparao com o mesmo ms do ano anterior. Um crescimento de 10% no indicador de confiana da indstria, medida na comparao com o mesmo ms do ano anterior, teria o efeito de, aps 3 meses, aumentar em 1,98% a variao da tendncia do consumo de energia do segmento metalrgico, medido na comparao com o mesmo ms do ano anterior. Um crescimento de 10% na renda, representada pela folha de pagamento da indstria e medida na comparao com o mesmo ms do ano anterior, teria o efeito de aumentar em 1,71% a variao da tendncia do consumo de energia do segmento metalrgico, medido na comparao com o mesmo ms do ano anterior. Um crescimento de 10% na variao das exportaes de autoveculos, medida na comparao com o mesmo ms do ano anterior, teria o efeito de aumentar em 0,24% a variao da tendncia do consumo de energia do segmento metalrgico, medido na comparao com o mesmo ms do ano anterior.

+0,198

+0,171

+0,024

A partir dos valores estimados para o V12m_TCEE-M pelo modelo economtrico foram construdos dois grficos na Figura 4. O primeiro apresenta os valores histricos ocorridos e os estimados pelo modelo. Considerando um intervalo de confiana de 95% foram traados os valores mnimos e mximos estimados. O segundo grfico apresenta os valores histricos do CEE-M e os valores de consumo estimados a partir da estimao de V12m_CEE-M. Pode-se notar novamente que comportamento da tendncia do consumo bem mais suave que do consumo efetivo. Com isso, em comparao com a Figura 5.4, houve um estreitamento das bandas de estimao e uma reduo dos termos de erro dos grficos.

Fig. 4. Ajustamento Grfico do Modelo Descritivo V12m_TCEE-M.

7

CONCLUSES

Alm da qualidade dos resultados obtidos, pde-se perceber que a desagregao por segmentos dos dados de consumo das indstrias mostrou-se bastante interessante e eficiente, bem como a realizao da anlise estatstica das sries histricas previamente busca dos fatores de correlao existentes. A otimizao do modelo economtrico primou pela simplicidade, para ter aceitao e aplicao na prtica, e pela preciso, para efetivamente somar complexidade do problema. O grande mrito deste trabalho contribuir com uma nova proposta para o problema de descrio da demanda. Assim, disponibiliza-se uma ferramenta para realizao de estudos mais aprofundados sobre o mercado consumidor industrial que atendam s necessidades dos estrategistas das empresas distribuidoras/comercializadoras de energia eltrica e que possa ser facilmente adequada para diferentes empresas ou mercados consumidores. 6 REFERNCIAS BIBLIOGRFICAS

[1] F. F. Andrade, Demanda de Energia Eltrica dos Consumidores Industriais: uma abordagem via minerao de dados. Qualificao de Doutorado em Engenharia Eltrica. UFSC. Outubro, 2006. [2] R. Goldschmidt and E. Passos, Data Mining: Conceitos, Tcnicas, Orientaes e Aplicaes. 1.ed. Rio de Janeiro : Elsevier. 2005. [3] U. Fayyad, and G. P. Piatetsky-Shapiro, The KDD Process for Extracting Useful Knowledge from Volumes of Data. Communications of the Association for Computing Machinery, Nov. 1996. [4] P. Mc Caffeirty and W. C. Beattie, The Influence of Disaggregation Applied to Time Series Modelling of Electricity Demand in The Industrial Sector. In: IEEE International Conference on EC3-Energy, Computer, Communication and Control Systems. Proceedings. New Delhi, 1991. vol. 1. p. 213-216. [5] M. T. Tolmasquim, et al., A Matriz Energtica Brasileira na Virada do Milnio. UFRJ, 2000. [6] G. Zotteri, M. Kalchschmitd, F. Caniato, The Impact of Aggregation Level on Forecasting Performance. International Journal of Production Economics, vol. 93-94, p. 479-491, Jan. 2005. [7] F. F. Andrade, C.C de B. Camargo, R. C. G. Teive, Aplicao de Tcnicas de Minerao de Dados para a Previso de Demanda no Mdio Prazo com Foco no Mercado de Livre Contratao. In: XII Eriac - Encontro Regional Ibero-americano do CIGR. Fz do Iguau. Anais do XII Eriac, 2007. [8] D. N. Gujarati, Econometria Bsica. Rio de Janeiro. Elsevier, 2006. APNDICE 1 DESCRIO DAS VARIVEIS DA MODELAGEM Confiana_Indstria MM6-ITMI Selic PIB.BR FolhaInd Exp. Txtil ICMS.BR Emp.Ind. IPCA Prod.Autoveculos TJLP Exp. Autoveculos Inv.Estrangeiro
Indicador do nvel de confiana da indstria brasileira. Mdia mvel de seis meses da intensidade trmica das temperaturas mnimas. Reflete a diferena negativa entre as temperaturas mnimas e as mnimas esperadas das regies Sul e Sudeste do Brasil. A taxa Selic reflete o custo do dinheiro para emprstimos bancrios, com base na remunerao dos ttulos pblicos Soma do valor financeiro de todos os bens e servios finais produzidos no Brasil Valor total da folha de pagamento do pessoal ocupado assalariado, incluindo salrios contratuais, horas extras, 13 salrio, e outros. Valor financeiro das exportaes do setor txtil brasileiro. Arrecadao total do imposto sobre a circulao de mercadorias. Emprego formal - indstria de transformao no Brasil. ndice de preos ao consumidor amplo, utilizado como indicador oficial do Governo Federal para medio das metas inflacionarias Produo total de autoveculos nacionais. Taxa de Juros de Longo Prazo Valor financeiro total da exportao de veculos automotores. Saldo do investimento estrangeiro em carteira. 8