Resumo As fontes renováveis são responsáveis por mais da metade da geração elétrica brasileira, as quais correspondem basicamente às fontes hidráulica, biomassa e eólica. A presente pesquisa teve como objetivo verificar se os modelos Autorregressivos Integrados de Médias Móveis (ARIMA) possuem bom desempenho ao prever a geração de eletricidade das fontes biomassa, hidráulica e eólica nos primeiros meses da pandemia da COVID-19 no Brasil. O melhor modelo de previsão ajustado para as fontes biomassa, hidráulica e eólica foi o SARIMA, uma vez que esse modelo foi capaz de identificar os efeitos sazonais causados por instabilidades climáticas, como períodos de estiagem. Devido à sazonalidade das principais fontes geradoras, a geração renovável precisa ser compensada com outras fontes, como as não renováveis. Dessa forma, mais esforços são necessários para tornar a matriz elétrica brasileira mais sustentável.

Abstract Renewable sources are responsible for more than half of Brazilian electric generation, which basically correspond to hydropower, biomass and wind sources. This research aimed to verify if the Autoregressive Integrated Moving Average (ARIMA) models present good performance in predicting electricity generation from biomass, hydropower and wind power for the first months of COVID-19 pandemic in Brazil. The best forecasting models adjusted for biomass, hydropower and wind generation was the SARIMA, since this model was able to identify seasonal effects of climatic instability, such as periods of drought. Based on the seasonality of the largest generating sources, renewable generation needs to be offset by other sources, as non-renewable, and more efforts are needed to make Brazilian electric matrix more sustainable.

Resumo A produção e a exportação de celulose são componentes importantes da economia no país. O objetivo desta pesquisa foi prognosticar o preço nos mercados interno e externo da celulose brasileira e avaliar a interferência entre o preço médio da celulose vendida em atacado e o preço médio da celulose exportada pelo Brasil. O estudo utilizou dados oriundos do Informativo Florestal do Centro de Estudos Avançados em Economia Aplicada (CEPEA), coletados entre junho de 2008 a março de 2018. Os modelos Autorregressivos Integrados de Médias Móveis (ARIMA) foram utilizados para prognosticar o preço da celulose em atacado e exportada pelo Brasil e, para analisar a inter-relação dessas variáveis, foi aplicado modelo Vetor Autorregressivo (VAR). Observou-se que o preço da celulose em atacado e da celulose exportada sofrem oscilações em períodos semelhantes, devido à relação direta com a cotação do dólar e com as crises financeiras nos países importadores. O modelo de melhor acurácia para prognosticar o preço da celulose em atacado foi o modelo ARIMA (1,1,0) enquanto o modelo ARFIMAX (1, d*,0) obteve o melhor desempenho para prognosticar o preço da celulose exportada. A partir da modelagem VAR, verificou-se a existência de inter-relações entre as variáveis, as quais transpareceram o forte impacto do preço da celulose em atacado sobre o preço da celulose exportada pelo Brasil. Assim, as metodologias empregadas foram eficazes para prognosticar e analisar as inter-relações entre as variáveis.

Abstract The production and export of cellulose are important components of the Brazilian economy. The aim of this research was to predict the domestic and foreign prices of the Brazilian cellulose and to evaluate the interference between its average price sold at wholesale and exported by Brazil. The study focused on data from the Forestry Newsletter of the Center for Advanced Studies on Applied Economics (CEPEA), collected from June 2008 to March 2018. The Autoregressive Integrated Moving Average (ARIMA) models were used to predict the wholesale and export price of cellulose, while the Vector Autoregressive (VAR) model was applied to analyze the inter-relation of these variables. It was observed that the price of wholesale and exported celluloses vary in similar periods, due to the direct relationship with the dollar quotation and with the financial crises in the importing countries. The most accurate model adjusted to predict the wholesale cellulose price was the ARIMA model (1,1,0), while ARFIMAX model (1, d*, 0) obtained the best performance to predict exported cellulose price. Based on the VAR model, there was a correlation between variables, which means that wholesale cellulose price has a strong impact on exported cellulose price. Thus, the methodologies used were effective to predict and analyze the inter-relationships between the variables.