Previsão da demanda por energia elétrica para classes de consumo na região Nordeste, usando OLS dinâmico e mudança de regime

• Main Authors: Guilherme Irffi, Ivan Castelar, Marcelo Lettieri Siqueira, Fabrício Carneiro Linhares
• Format: Article
• Language: Portuguese
• Published: Universidade de São Paulo 2009-03-01
• Series: Economia Aplicada
• Subjects: Modelos de Previsão; demanda por energia elétrica; DOLS; Mudança de Regime; Nordeste do Brasil; Forecasting Models; Demand for Electric Energy; Regime Switch; Northeast of Brazil
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1413-80502009000100004

Este artigo se propõe a estimar a demanda por energia elétrica para as classes residencial, comercial e industrial na região Nordeste do Brasil, no período de 1970 a 2003, utilizando DOLS e Mudança de Regime. A partir dos vetores de cointegração são estimados os Modelos de Correções de Erros, os quais fornecem a base para se fazer previsões para o período de 2004 a 2010. A partir dos resultados apresentados por este estudo, são feitas comparações das elasticidades-preço e renda de curto e longo prazo com aquelas obtidas por outros estudos feitos para o Brasil, bem como com as previsões feitas pela Eletrobrás e por Siqueira, Cordeiro Jr. e Castelar (2006). As metodologias utilizadas nesse estudo apresentam previsões mais precisas do que os demais estudos para o período 2004/06.<br>The objective of this research is to estimate the residential, commercial and industrial demand for electric energy in the Northeast of Brazil during the period 1970-2003. Two different methodologies were used to compute price and income elasticities of demand: i) DOLS, proposed by Stock and Watson (1993); and ii) Regime Switching, by Gregory and Hansen (1996). Error Correction Models were estimated using the cointegrating vectors. These models are used to perform long-run forecasts of demand for the period 2004-2010. The main results are then compared to those from other studies about Brazilian's price and income elasticities of demand for electric energy. Furthermore, an analysis of forecast performance shows that these models predict as good or better than Eletrobrás and Siqueira, Cordeiro Jr. e Castelar (2006).