Escolar Documentos
Profissional Documentos
Cultura Documentos
TEMA
O tema central deste artigo é, uma análise da Perda do Peso Morto e a Elasticidade-preço da
Demanda do Setor Siderúrgico no Brasil.
OBJETIVO
METODOLOGIA
O Brasil é 9º maior produtor de aço do mundo, com 14 fabricantes controlados por dez
grupos familiares e industriais. O parque fabril tem capacidade instalada para produzir 51
milhões de toneladas de aço bruto por ano. Com um mercado que vive a reboque dos altos e
baixos da economia brasileira, o consumo anual de produtos siderúrgicos oscila, há décadas,
entre 100 kg e 120 kg por habitante no país. E por isso é um relevante país exportador de aço.
Isso sugere que as empresas têm alto poder de mercado e a capacidade de exercê-lo,
prejudicando o consumidor. Isso estima a elasticidade-preço da demanda e calcula o valor da
perda do peso morto - deadweight loss (DWL) que nesse mercado, o que é relevante para a
formulação de políticas públicas que visam fomentar uma maior concorrência no mercado e
para a atuação dos órgãos antitruste do País. O estudo pode servir como fonte documental em
casos como o julgamento de 1999 do mercado de aço pelo Conselho Administrativo de Defesa
da Concorrência (CADE), que ainda está sob análise no sistema judiciário.
O DWL é uma medida utilizada para avaliar os efeitos negativos de uma situação de
mercado ineficiente, e representa a perda monetária que a sociedade sofre devido ao
exercício do poder de mercado de uma empresa ou de uma indústria.
Discutindo-se a estimação do valor da perda do bem-estar em diferentes setores
industriais, foi adotado a metodologia proposta por Harberger em 1954. O estudo de
Harberger foi pioneiro na estimação do DWL nos EUA, e outros pesquisadores na área de
organização industrial seguiram sua metodologia para estimar o DWL em outros mercados. O
presente trabalho baseia-se em modelos de oligopólio e segue os modelos tradicionais de
estimação da função de demanda, com a especificação motivada pelo trabalho de Abbot et al.
(1999). Considerando-se que O DWL é calculado como a diferença entre a redução do
excedente do consumidor e o aumento do excedente do produtor quando o mercado deixa de
ser competitivo e passa a ser monopolista. Essa medida pode ser calculada usando uma
fórmula específica, conforme abaixo:
Anos mais tarde, Daskin (1991) propôs uma fórmula mais elaborada para calcular a
perda de peso morto em um mercado oligopolista. A fórmula considera o grau de concorrência
no mercado, a elasticidade-preço da demanda e a participação de mercado das empresas.
Diferentemente do modelo de Harberger (1954), que tratava apenas de mercados
monopolistas, a fórmula de Daskin (1991) é aplicável a mercados com várias empresas
competindo entre si. Sendo:
Fergunson e Fergunson (1994) apresentaram, três anos depois, uma outra versão da
expressão de Daskin, que é:
RESULTADOS ENCONTRADOS
CONCLUSÃO
Tema
O tema central desse artigo é a demanda por energia elétrica no Brasil, dentro disso veremos
uma análise referente à elasticidade, preço e renda, considerando o longo prazo na demanda
de energia nos setores industriais, comerciais e residenciais.
Objetivos
Objetivo principal: O intuito primordial que encontraremos é determinar o valor aproximado
na demanda por energia elétrica brasileira, como dito anteriormente, nos setores industriais,
comerciais e residenciais. Alguns fatores serão levados em conta, como por exemplo, o fato de
que consumo de energia elétrica cresce em proporção fixa com a renda. Quando falamos
sobre o uso residencial temos o problema da necessidade de utilização junto a uma restrição
orçamentária. Enquanto a demanda comercial e industrial giram em torno da minimização do
custo diante da produção.
Objetivo secundário: O propósito secundário foi estimar uma previsão de consumo de energia
elétrica para os anos de 2001 e 2005, visando uma melhor otimização do planejamento
elétrico e a regulamentação de regras para este setor.
Metodologia
No artigo escolhido, foi utilizada uma metodologia por cointegração para estimar as funções
de demanda.
Esta metodologia propõe o uso de um modelo VAR, isto é, uma modelagem de vetores auto-
regressivos, para estimar os vetores de cointegração. Além de que foi realizada uma previsão
para o consumo de energia elétrica, na qual o VAR foi representado na forma de uma Modelo
de Correção de Erro Vetorial.
Esta forma de modelagem foi o mais interessante para este artigo pois, por levar em
consideração as variáveis e suas defasagens, concilia as tendências de curto e longo prazo das
variáveis do modelo. Além de que este enfoque oferece flexibilidade suficiente para obter uma
boa representação estatística dos dados.
Resultados Encontrados
Os resultados encontrados sobre a demanda de energia elétrica em cada setor foram:
Residencial
A elasticidade-preço de longo prazo da demanda residencial é -0, 085, o que indica que
um aumento de 1% nas tarifas gerará uma redução de 0,085% no consumo residencial.
Já a elasticidade-preço de longo prazo das utilidades domésticas é de -0,148, que é
maior que a elasticidade-preço da demanda, o que significa que o impacto de
alterações nos preços desses bens tem um efeito maior sobre o consumo de energia
elétrica residencial do que alterações nas tarifas. Por fim, a elasticidade-renda de
longo prazo apresenta valor de 0,539.
Comercial
CONCLUSÃO
Dentro deste trabalho foi possível concluir as estimativas de elasticidades, tendo como
principal as elasticidades-renda e preço da demanda de energia elétrica nos ramos industriais,
comerciais e residenciais. Para isso, utilizou-se como parâmetro dois trabalhos anteriores de
Modiano e Andrade e Lobão, que obtiveram resultados diferentes do estudo atual, sendo que
levando em conta os dois trabalhos citados, o atual resultou na média dos mesmos (-0,085),
porém, sendo mais próximo de Andrade e Lobão.
A respeito das previsões para os anos de 2000 e 2001 obtida no presente artigo, estas se
aproximam aos valores efetivamente observados, indicando que o modelo utilizado é
adequado. Já com relação às previsões entre 2002 e 2005, estas podem ter sido prejudicadas
pelo racionamento ocorrido no ano de 2001, que pode ter gerado uma quebra estrutural nas
series de consumo de energia elétrica.
Por fim, algumas sugestões foram apresentadas como uma outra metodologia para as
estimações das elasticidades de curto prazo para as três classes de consumo, além de que
poderiam considerar séries mensais. Outro modelo para o caso industrial poderia ter sido
elaborado e a questão de como as elasticidades preço foram baixas e a população ter aderido
tão bem ao racionamento (dado que a punição se deu via preço), poderiam ter sido analisadas.
Transporte coletivo urbano: uma análise de demanda para a
cidade de Salvador
TEMA
O tema central deste artigo é uma análise da demanda do transporte coletivo urbano da
cidade de Salvador. E para isso, foram especificados três modelos econométricos, que foram
testados e comparados entre si.
OBETIVO
Objetivo principal: Este trabalho teve o objetivo de analisar o comportamento da demanda
pelo meio de transporte coletivo urbano predominante no país (o ônibus) no contexto de uma
das cidades sede da Copa do Mundo de 2014 (Salvador) e, assim, viabilizar a discussão de
variáveis relevantes e a realização de previsões no curto prazo.
Objetivo secundário: Compor a base de dados necessária para o estudo econométrico de
demanda por ônibus urbano. Este trabalho limitou-se ao período de março de 2002 a julho de
2011.
METODOLOGIA
A metodologia utilizada para calcular a variação da demanda em relação ao transporte
público na cidade de Salvador consistiu na análise de algumas variáveis.
As variáveis analisadas foram: Número de passageiros transportados por ônibus
independentemente do valor da tarifa (Pax), População economicamente ativa com 10 anos ou
mais de idade (Pea), Rendimento médio real do trabalho principal, habitualmente recebido por
mês, pelas pessoas de 10 anos ou mais de idade (Rend), ocupadas no trabalho principal da
semana de referência e as Média de IPCA – ônibus urbano e Média de IPCA – índice geral
(Tarifa).
Para a realização do estudo econométrico foram analisados três modelos de regressão
de múltipla para a demanda de passageiros na cidade de Salvador. Os resultados desses três
métodos foram comparados e um deles foi o que apresentou resultados mais “representativo
possível” para o processo de geração de dados.
O primeiro modelo desenvolvido considerava as variáveis pea, rend e tarifa como
variáveis explicativas independentemente, conforme a equação abaixo.
O segundo modelo desenvolvido considerava uma variável agregada, chamada de
rend_pea, que representava a massa de rendimento da população, usava a multiplicação de
pea, rend, tarifa como variáveis explicativas, conforme a equação abaixo.
RESULTADOS ENCONTRADOS
Após uma análise de sensibilidade para o modelo escolhido foi possível chegar a
conclusão de que, para cada 1% no aumento do rendimento médio per capita, a demanda
cresce
1,44% e que para 1% no aumento da tarifa há um decrescimento de 0,06% na demanda pelo
ônibus, caracterizando-o como um bem com demanda inelástica.
Levando em consideração a terceira equação e utilizando como referência a taxa de 3%
de crescimento ao ano para a população economicamente ativa, 4% de crescimento anual
para
o rendimento médio e 5% de crescimento anual para o preço da passagem. Obtiveram-se os
seguintes resultados.
É esperado um aumento de 19,2% de passageiros (12,7 milhões) nos próximos 5 anos.
Mesmo que o metrô pudesse aliviar esse aumento de passageiros, ainda seria necessário
investimento nesse setor para contemplar tamanho crescimento.
CONCLUSÃO
Tendo como objetivo analisar a demanda por ônibus na cidade de Salvador utilizando
um modelo econométrico, foram criadas 3 equações para analisar as variáveis disponíveis e
criar
uma projeção conservadora, devido à falta de variáveis explicativas, para os próximos 5 anos
(usando o ano de 2011 como base).
A demanda por ônibus em Salvador deve aumentar em 19,2% e mesmo levando em
consideração a construção do metrô na cidade ainda sim será necessário investimentos nesse
setor.
Referencias bibliográficas
https://www.scielo.br/j/jtl/a/q93t3h8NKXxYfsYzzHjd7VP/?lang=pt
https://www.scielo.br/j/rbe/a/Bnvng4fCCnhvns9cRBYTSHB/?lang=pt
https://doi.org/10.1590/S0101-41612006000100006