4.3 Previsão a Preços médios mensais Spot
4.3.1 Fase de Benchmark
Figura 4.18: Tabela de resultados do MAE para os modelos de referência
Os resultados que estão presentes na tabela referem-se ao menor MAE obtido em cada um dos modelos de referência. Para validar o modelo, foi analisada a incerteza de cada um deles no gráfico4.19.
Figura 4.19: Gráfico de validação de incerteza dos modelos de referência
Como se verifica pelo gráfico que mede a incerteza de cada modelo, todos eles têm um MAE bem definido, pois apresentam uma variação muito pequena entre o máximo e o mínimo. Por isso, determina-se claramente que o modelo de referência 1, referente à variável V4,- futuros mensais históricos -, é o que apresenta o melhor resultado relativamente ao MAE.
4.3.2 Fase Combinatória 1
Na fase combinatória, explorou-se cada modelo disponível, combinando a nossa variável de referência com todas as 16 possíveis. Na tabela 4.20apresentam-se os resultados obtidos para cada um dos modelos.
Figura 4.20: Tabela de resultados do MAE para os modelos da fase combinatória 1
Por análise do MAE, consegue-se identificar 7 modelos que apresentam valores mais baixos e próximos entre si. O gráfico de validação de incerteza,4.21, será essencial para determinar se de facto existe algum modelo que comparado com o modelo de referência, consiga oferecer menor MAE e menor incerteza nesse valor.
Figura 4.21: Gráfico de validação de incerteza dos modelos da fase combinatória 1
Como se consegue visualizar comparando todos os 7 modelos que deram um resultado MAE satisfatório, comparando-os com o MAE obtido pelo modelo de referência, conclui-se que nenhum deles revela um melhor desempenho, pois apresentam maior incerteza no resultado. Assim sendo, adota-se o modelo de referência (modelo ref) e uma análise aprofundada será elaborada.
4.3.3 Análise ao Modelo de Previsão adotado
O modelo de previsão ao preço médio mensal spot adotado, que apresentou menor MAE e que foi validado pela sua certeza nos resultados de teste, refere-se a um modelo de referência com apenas 1 variável de entrada, V4, que se refere aos preços de futuros mensais históricos.
As retas de previsão que se obtiveram, fazendo a previsão com o modelo adotado para os µ = 1, µ = 2 e µ = 3 meses de antecedência, resultaram no seguinte gráfico4.22.
Figura 4.22: Gráfico dos resultados de previsão para o preço médio mensal spot no ano de 2018. A reta ’real’ serve de referência e corresponde aos valores conhecidos.
Do gráfico pode concluir-se que:
• parte da previsão consegue ser explicada pelos padrões de quocientes totais, analisados no capítulo 3. Por exemplo, depreende-se que a exatidão do modelo previsto à reta real no último trimestre do ano, parte de uma coincidência no padrão revelado pelos preços de futuros mensais e dos preços spot em 2016 e 2017;
• já no primeiro trimestre há um maior erro de previsão e também se antevê isso, mas por análise dos quocientes de decisão no mesmo instante, pois se verifica que os contratos de futuros negociados são muito voláteis nesse período do ano;
• ainda sobre os meses de Maio e Setembro, pode-se explicar com base no índice comporta- mental dos quocientes totais, na figura3.14, que o erro elevado na previsão prende-se pela disparidade comportamental revelada pelos preços spot, no período analisado.
4.3.3.1 Análise do MAE relativamente às variáveis cronológicas
Quanto ao mês de antecedência,µ, com que é feita a previsão, o MAE obtido foi o seguinte
Figura 4.23: Análise do MAE relativamente ao mês de antecedência, µ
Desta análise, conclui-se o que era expetável. O MAE é maior quanto maior é a antecedência com que é feita a previsão. Já relativamente ao mês de entrega, o MAE obtido foi o seguinte4.24:
Figura 4.24: Análise do MAE relativamente ao mês de entrega, dM
Do gráfico conclui-se que:
• A análise relativamente ao mês de entrega, acabou por ser explicada anteriormente na análise à reta do modelo de previsão em comparação com a reta de valores reais do spot. Mas acrescenta-se o facto de haver um erro também significativo associado ao mês de setembro, pois foi quando se evidenciou um pico nos preços, do qual não havia um padrão que o explicasse com base nos anos de 2016 e 2017.
Ainda da análise aprofundada à variável cronológica v3, lag.c2d, obteve-se o seguinte gráfico
Figura 4.25: Análise do MAE relativamente à variável cronológica lag.c2d
Da análise à variável lag.c2d, relativa ao distanciamento do dia do contrato ao momento de entrega, também resulta numa tendência crescente do MAE, à medida que nos afastamos do mo- mento de entrega. Existem algumas oscilações ao longo dos dias, dando a entender que em certos dias se consegue antecipar melhor qual será o valor do preço spot.
4.3.3.2 Análise do MAE relativamente à variável de entrada vital
Como já se sabe, a única variável de entrada do modelo adotado é a variável V4, referente a todos os preços de futuros mensais históricos existentes até ao dia anterior ao do contrato que se pretende prever. Isto significa que para a previsão do preço médio mensal spot, está-se sempre a pelo menos um mês de distância do mês de entrega. Da análise ao MAE obteve-se o seguinte gráfico4.26:
Figura 4.26: Análise do MAE relativamente à variável de entrada V4 (futuros mensais históricos)
É quando os preços de futuros mensais estão mais próximos dos futuros anuais (quociente próximo de 1), que o MAE é substancialmente maior. Quando o quociente está mais afastado da unidade, é quando a variável consegue uma melhoria na previsão. Mais uma vez, apresenta-se expetável o que se verifica no gráfico, já que os futuros mensais apresentarem um quociente mais afastado de 1, é em norma, sinal de que está mais próximo do momento de entrega e portanto, há mais poder de previsão na proximidade ao preço que se pretende prever.