Modelo de previsão para transporte por ferrovias no Brasil

dc.contributor.advisor1Zanini, Alexandre
dc.contributor.advisor1IDORCID: 0000-0001-7204-6399pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8405561164951777pt_BR
dc.contributor.referee1Vasconcelos, Claudio Roberto Foffano
dc.contributor.referee1IDhttps://orcid.org/0000-0003-4947-9895pt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8375210112682781pt_BR
dc.creatorGomes, Gustavo Henrique de Araujo
dc.creator.IDCPF: 113.293.286-63pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7873648653892855pt_BR
dc.date.accessioned2026-02-03T11:06:53Z
dc.date.available2025-12-09
dc.date.available2026-02-03T11:06:53Z
dc.date.issued2025-12-02
dc.description.abstractThis study aims to structure a model to forecast the volume of freight transported by Brazilian railways, using the metric of tons per useful kilometer (TKU) as the dependent variable. To this end, a literature review was conducted to identify explanatory variables with a significant correlation to the variable of interest. The model, estimated in log-log form, allowed for the identification of elasticity coefficients with the variables iron ore price, mineral product exports, exchange rate, and time-lagged variables. It was verified that the model achieved an explanatory power of about 83.55% of the results, generating consistent annualized projections, with variations aligned with historical data, and forecasting an increase of 0.69% for the year 2026 compared to 2024, and 1.5% above 2025.pt_BR
dc.description.resumoO presente estudo tem como objetivo estruturar um modelo que permita prever o volume de carga transportado pelas ferrovias brasileiras, utilizando como variável dependente a métrica de toneladas por quilômetro útil (TKU). Para isso, foi realizada uma revisão da literatura com o intuito de identificar variáveis explicativas que possuam correlação significativa com a variável de interesse. O modelo estimado na forma log-log permitiu identificar os coeficientes de elasticidade com as variáveis preço do minério de ferro, exportações de produtos minerais, câmbio e variáveis com defasagens temporais. Verificou-se que o modelo obteve uma capacidade de ajuste de cerca de 83,55% dos resultados, gerando projeções anualizadas consistentes, em linha com o histórico, e projetando uma alta de 0,69% para o ano de 2026 frente ao ano de 2024 e 1,5% acima de 2025.pt_BR
dc.identifier.urihttps://repositorio.ufjf.br/handle/ufjf/20139
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Economiapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectRegressão dinâmicapt_BR
dc.subjectTKUpt_BR
dc.subjectTransporte ferroviáriopt_BR
dc.subjectModelo Log-Logpt_BR
dc.subjectDynamic regressionpt_BR
dc.subjectStatistical significancept_BR
dc.subjectTKUpt_BR
dc.subjectRailway freightpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIApt_BR
dc.titleModelo de previsão para transporte por ferrovias no Brasilpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
gustavohenriquedearaújogomes.pdf
Size:
838.65 KB
Format:
Adobe Portable Document Format
Description:
PDF/A

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: