View
217
Download
1
Tags:
Embed Size (px)
DESCRIPTION
The Journal of Transport Literature ©2014 | BPTS | Brazilian Transport Planning Society
Citation preview
Palavras-Chave: carga aérea, setor doméstico, demanda, transporte aéreo.
Key words: air cargo, domestic sector, demand, air transportation.
Recommended Citation
Abstract
This paper presents an econometric analysis about the Brazilian domestic air cargo market from 1997 to 2001, starting by a
short description of the current sector in order provide the sector features afterward the analyzed period. Thus, through
connecting such information, the text can allows the reader to make inferences about potential reasons for such current
marketing features, and also allowing some predictive interpretation about the future of the sector.
Fraga, R. (2011) Mercado Doméstico de Carga Aérea: Análise Descritiva e Econométrica do Setor. Journal of Transport Literature,
vol. 5, n. 3, pp. 256-280.
Rafael Fraga
Resumo
Este artigo apresenta uma análise econométrica simplificada do setor doméstico de carga aérea brasileiro entre os anos de
1997 e 2001, iniciando com uma breve caracterização atual do setor, onde é possível compreender como tal nicho comportou-se
após o período analisado. Desta forma, ao conectar tais informações, o texto possibilita ao leitor realizar inferências sobre
possíveis motivos que levaram a origem de tal realidade existente. Possibilita, assim, idealizar possíveis rumos do segmento no
futuro.
This paper is downloadable at www.transport-literature.org/open-access.
■ JTL|RELIT is a fully electronic, peer-reviewed, open access, international journal focused on emerging transport markets and
published by BPTS - Brazilian Transport Planning Society. Website www.transport-literature.org. ISSN 2238-1031.
* Email: [email protected].
Reviews & Essays
Journal of Transport Literature
Submitted 17 Feb 2010; received in revised form 22 Oct 2010; accepted 10 Dec 2010
Vol. 5, n. 3, pp. 256-280, Jul. 2011
Mercado Doméstico de Carga Aérea:
Análise Descritiva e Econométrica do Setor
[Brazil's Domestic Air Cargo Market: A Descriptive and Econometric Analysis]
ISA Software LLC, USA
B T P SB T P SB T P SB T P S
Brazilian Transportation Planning Society
www.transport-literature.org
JTL|RELITJTL|RELITJTL|RELITJTL|RELIT
ISSN 2238-1031
1. Introdução
O retrato do mercado do transporte aéreo é formado, atualmente, pela intensificação da
competição entre companhias aéreas após a desregulação dos setores que deu origem a
diferentes estratégias entre as empresas, basicamente dividas em dois grupos: empresas de
bandeira, denominadas mainlines, onde a conectividade entre a malha destas depende de
alguns aeroportos principais que concentram diversas rotas (sistema hub-and-spoke); e
empresas da nova concepção low-cost low-fair (empresas com operações de baixo custo
ofertando passagens a baixos preços), que focam suas operações em aeroportos com menor
concentração de ligações (sistema ponto-a-ponto).
Neste cenário, entender o comportamento do mercado e prever eventos futuros é
extremamente importante para definir uma série de estratégias adotadas pelas empresas.
Assim, analisar o passado pode ser uma boa ferramenta para expandir horizontes e melhor
prever comportamentos futuros. Como resultado, análises desta natureza são comuns para os
mais diversos setores do transporte aéreo, um exemplo é o estudo Rocha (2010). Estudos
recentes do setor de cargas no Brasil incluem, dentre outros, Souza et al (2010) e Gasparini et
al (2010). Um estudo de avaliação da intermodalidade que efetua uma modelagem da
demanda de transporte de carga a partir da Técnica de Preferência Declarada, pode ser
encontrado em Novaes et al (2006).
Este artigo desenvolve uma análise econométrica do setor doméstico de carga aérea brasileiro
entre os anos de 1997 e 2001. Está assim dividido: na seção 2, é apresentada uma
caracterização do setor de carga aérea no Brasil. Na Seção 3, é apresentada a base de dados
utilizada no trabalho, bem como o detalhamento do procedimento de data filing
implementado. Na Seção 4, é desenvolvida uma análise econométrica de demanda do setor de
carga aérea doméstica. Por fim, as considerações finais são apresentadas.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
257
2. Caracterização do setor de carga aérea
O setor doméstico de carga aérea brasileiro apresentou um aumento na quantidade de carga
movimentada comparada aos quilômetros voados, entre os anos de 2001 e 2004. Isso se
explica, em parte, pelo fato das empresas começarem a aumentar o índice de ocupação de suas
aeronaves e de estarem buscando cada vez mais a otimização de suas redes de transporte
(Figueiredo, 2005). A Tabela 1 mostra as quantidades de cargas domésticas movimentadas no
ano 2000 e o percentual dos principais aeroportos na movimentação total.
Tabela 1: Movimentação de Cargas Domésticas (2000)
Fonte: INFRAERO (BNDES, 2001).
A carga doméstica apresentou franco crescimento ainda 2003 (Luna, 2003). Na Vaspex
(subsidiária da Vasp para carga), o crescimento da carga movimentada nos quatro primeiros
meses deste ano foi de 34,5% em relação a igual período de 2002. Previa-se que a VarigLog
(subsidiária da Varig para carga) lucraria entre R$ 35 milhões e R$ 40 milhões neste ano,
além de faturar nada menos do que R$ 1,3 bilhão. Esta empresa transporta carga em aviões
especificamente cargueiros e nos porões dos aviões de passageiros, inclusive nos vôos
internacionais. Em síntese, as perspectivas da carga aérea no Brasil nesta época eram
favoráveis, valendo acrescentar que a Vasp e, especialmente, a Varig se destacavam por ter
terminais de carga próprios em vários aeroportos brasileiros (Burle, 2003).
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
258
Segundo o anuário estatístico do extinto Departamento de Aviação Civil (DAC) de 2004, as
principais ligações de carga aérea doméstica (em termos de volume) referente a este ano estão
dispostas na tabela 2. Tais ligações foram realizadas por empresas cargueiras e mistas: Varig,
Vasp, TAM, Gol, Vasp, ABSA, Skymaster, Total (regulares), BETA, TCB e TAF
(irregulares).
Tabela 2: Principais ligações em volume de carga aérea doméstica
Fonte: DAC (2004).
Assim, observa-se concentração de demanda do setor, onde é essencial a presença de
aeronaves mistas: todas as 10 principais ligações em volume de carga doméstica no ano de
2004 apresentaram uma das pontas nos aeroportos da região metropolitana de São Paulo.
As aeronaves utilizadas para estes processos dependem das características da demanda, onde
o setor de carga doméstico apresenta oferta bem distribuída entre: empresas que operam
aeronaves de passageiros e transportam carga nos porões, e empresas que operam aeronaves
cargueiras (Silveira, 2007).
Porém, no mercado brasileiro, os terminais de carga da INFRAERO vinham encontrando
dificuldades para lidar com esses expressivos índices de crescimento e necessitavam de uma
ampliação em sua capacidade de armazenamento e de uma maior agilidade no manuseio das
cargas. Para atender a essa evolução, só no ano de 2004 esses terminais de carga receberam
um total de investimentos na faixa de US$ 18 milhões. Porém, para dar continuidade a todas
as obras de expansão nos aeroportos, a INFRAERO precisará de cerca de R$ 1 bilhão até o
ano de 2010 (Figueiredo, 2005).
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
259
Apesar de crescimento do setor, ao analisando o desempenho do transporte doméstico de
carga aérea, tabela 3, pode-se observar que o volume transportado pelo modal aéreo alcançou
somente 0,3% de toda a carga transportada no país em 1999, o que, indubitavelmente,
representa um percentual muito baixo. Este percentual não sofreu alteração até o ano de 2002
(DAC, 2002).
Tabela 3: Quantidade de carga transportada em toneladas-quilômetro/modo de transporte
Fonte: DAC (2002).
Para melhor compreender estas atuais características do setor, uma análise econométrica foi
realizada sobre registros de anos anteriores, analisando dados entre os anos de 1997 a 2001.
3. Base de dados e data filing
Para realização do estudo econométrico utilizou-se dados extraídos de registros do extinto
Departamento de Aviação Civil (DAC), entre os anos de 1997 e 2001. As receitas e despesas
registradas na base são séries de estatísticas e valores monetários (R$) nominais históricos,
onde se utilizou as séries mensais de IPCA e IPA-DI para deflacionar os valores referentes as
receitas e despesas das empresas, respectivamente.
A base de dados apresenta informações referentes a diversos setores, portanto, para interpretar
o comportamento do setor de carga doméstico no país, apenas dados referentes a este foram
utilizados. As receitas e despesas agregadas, formando as receitas e despesas referentes ao
setor, estão dispostas em negrito na tabela.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
260
Os dados tratam-se de registros desagregados formando linhas de dados separados entre
companhias aéreas e aeronaves, além de uma série de dados ausentes frutos de falhas nos
registros destes valores. Assim, para agregar estas séries e interpretar o comportamento do
setor nos anos estudados é essencial o tratamento e inserção de dados em células de valor
nulo, de acordo com a sensibilidade do pesquisador. Tal prática é denominada Data Filing.
No entanto, de acordo com as muitas anomalias presentes na base de dados (ausência de
dados que praticamente tornavam impraticável a utilização de tal base), foi necessário a
execução de tal data filing de maneira não usual. Assim, nesta pesquisa, o preenchimento
destas células foi executado de acordo com algumas características observadas durante análise
a base de dados, uma técnica não usual que não segue referencias bibliográficas.
• Para linhas possuindo ambas as receitas nulas durante vários meses consecutivos,
considerou-se que a empresa não operou vôos de carga domésticos neste período,
porém, as despesas não foram desprezadas já que estas podem existir mesmo com a
ausência de receitas. Assim não foi realizado o Data Filing nestas linhas da planilha
de dados.
• Em colunas que possuíam poucas células nulas (isoladas) durante uma larga série de
dados consecutivos, estas células foram preenchidas (corrigidas) através da média
entre a amostra anterior e a amostra consecutiva, criando um ponto médio entre tais
valores Tal procedimento torna-se válido devido a pequena quantidade de tais células:
há uma extensa quantidade de “dados validos” na base (i.e. enorme quantidade de
células que não necessitaram de Data Filing, em comparação com a quantidade de
células que necessitaram tais alterações); assim, considerando uma base extremamente
extensa que evidentemente segue determinada tendência, é válido a utilização de tal
técnica, uma vez que esta segue perfeitamente a tendência esperada.
• Há ainda colunas com células nulas durante uma série de dados consecutivos
(característica semelhante ao item anterior), porém não isoladas. Assim, a amostra
consecutiva também era nula (ou ausente), fato que não torna possível realizar mesma
a técnica do item anterior. Nestas células o Data Filing foi realizado através de
proporção (regra de três) entre a média das amostras diferentes de zero do item em
questão com a média das amostras diferentes de zero da velocidade média das
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
261
aeronaves. Utilizou-se o índice velocidade média por apresentarem melhor coerência
nas correções geradas comparado com outros índices (e.g. etapa média e horas
voadas). Novamente, tal critério torna-se válido devido a pequena quantidade de tais
células, e também por usar um índice de evidente coerência durante toda a base
(velocidade média) como fator de correlação.
Evitou-se realizar a inserção de dados em grandes séries de células que possuíam valores
nulos, já que esta prática pode causar imensas distorções nos dados. Além da grande
probabilidade de alguns desses dados estarem nulos por falhas na captação e registro de
informações, algumas séries de valores nulos podem ser explicados por hipóteses como:
• Empresas que registraram valores nulos em custos com o arrendamento de aeronaves
para uma aeronave específica durante uma grande quantidade de meses consecutivos.
Para estes casos considerou-se que as aeronaves já estariam completamente arrendadas
e, por isto, tais custos eram de fato inexistentes.
• A mesma regra do item anterior foi aplicada as grandes séries de células nulas
referentes aos custos de depreciação das aeronaves. Nestes casos considerou-se que a
frota era nova ou passou por recente reforma estrutural e troca de motores,
diminuindo, assim, os custos com depreciação. Seguindo esta mesma lógica, também
não foi executado o Data Filing em grandes séries de células nulas referentes a custos
com manutenção de aeronaves específicas.
• Além disso, não foram realizadas alterações e inserção de dados nas colunas referentes
a custos e despesas provenientes de com outros custos indiretos e juros de
financiamento de equipamento de vôo.
• Evitou-se também inserir dados referentes a coluna que aborda receitas provenientes
ao fretamento de carga.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
262
Porém, muitos dados ainda apresentaram incoerências, como longas séries nulas referentes a
custos com combustível de aeronaves em períodos onde houve diversos vôos e receita
provenientes destes. Assim, apesar de tentar-se evitar a inserção de dados em grandes séries
de células que possuíam valores nulos, optou-se por realizar duas planilhas distintas: a
primeira com pouca alteração nos dados acrescentando apenas valores em células isoladas ou
células com no máximo três valores nulos seguidos; e uma segunda planilha onde se realizou
uma série de inserções de dados até mesmo em grandes séries de células nulas.
Gráficos foram desenvolvidos comparando ambas as formas de Data Filing, tal ação ilustra a
importância de conhecer-se o Processo Gerador de Dados (PGD) e como ações de Data Filing
equivocadas podem distorcer por completo os valores a serem inseridos nas análises (inputs),
comprometendo os dados gerados (outputs). Os quatro gráficos a seguir comparam os dados
de receitas e despesas gerados nestas duas formas distintas de Data Filing com os dados
originais, onde se optou por utilizar a primeira maneira, já que esta melhor se relacionava com
as tendências observadas nos dados originais.
Gráfico 1: Comparação entre variação de receitas da base de dados original e variação de
receitas após a aplicação da primeira forma de Data Filing.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
263
Gráfico 2: Comparação entre variação de receitas da base de dados original e variação de
receitas após a aplicação da segunda forma de Data Filing.
Gráfico 3: Comparação entre variação de despesas da base de dados original e variação de
despesas após a aplicação da primeira forma de Data Filing.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
264
Gráfico 4: Comparação entre variação de despesas da base de dados original e variação de
despesas após a aplicação da segunda forma de Data Filing. .
4. Análise econométrica
Após a execução do Data Filing, iniciou-se a geração de gráficos e regressões para analisar o
comportamento do setor doméstico de carga aérea. Os dados foram agregados em trimestres,
realizando as análises entre o primeiro trimestre de 1997 e o terceiro trimestre de 2001.
No gráfico 5 está disposta a variação de Receitas Ton-Km (RTK), Disponibilidade de Ton-
Km (ATK) e o Fator de Aproveitamento (Load-factor). O RTK refere-se a quantidade de
toneladas transportadas multiplicado pelo quantidade de quilômetros voados. Já o ATK
refere-se a quantidade disponível de toneladas multiplicado pela quilometragem. Desta forma,
quanto maior a diferença entre estes dois índices, menor é o abastecimento das aeronaves. O
Load-factor refere-se justamente a este abastecimento, informando a porcentagem média de
abastecimento das aeronaves deste setor em cada um dos trimestres. Este índice é obtido
através da divisão do RTK pelo ATK.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
265
Podemos observar uma tendência de aumento em RTK nos terceiros e quartos trimestres na
maioria dos anos estudados (em relação aos trimestres anteriores), com exceção dos anos de
1997 e 2003 onde o RTK diminui no terceiro trimestre. O ATK se comporta de forma
parecida, porém há alguns pontos (como, por exemplo, no terceiro trimestre de 1997) onde o
ATK varia inversamente proporcional ao RTK: nestes pontos observamos grande oscilação no
Load-factor. Ambos RTK e ATK vêm decrescendo ao longo dos anos.
Gráfico 5: Comparação entre variações no Load-factor, RTK e ATK.
Já o gráfico 6 mostra as variações referentes ao Resultado de Vôo e o Load-factor. Resultado
de Vôo é dado pela subtração das despesas com as receitas das companhias do setor, onde o
gráfico mostra um comportamento parecido de ambos os índices, porém muitas variações
inversamente proporcionais (em relação aos trimestres anteriores) são notadas entre Resultado
de Vôo e Load-factor: segundo trimestre de 1997, primeiro/segundo/quarto trimestre de 1998,
quarto trimestre de 1999, terceiro trimestre de 2000 e segundo/terceiro trimestre de 2001.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
266
Gráfico 6: Comparação entre variação do Resultado de Vôo e variação do Load-factor.
O gráfico 7 compara a variação do Yield com o Load-factor. Yield trata-se do índice composto
pela divisão entre receitas das empresas do setor com o RTK registrado. Assim como o
gráfico anterior, ambos os índices tem tendências diretamente proporcionais, porém com
diversos pontos onde a variação é inversamente proporcional: terceiro semestre de 1997,
terceiro/quarto trimestre de 1998, primeiro/terceiro trimestre de 1999 e primeiro/terceiro
trimestre de 2001. Note que, com exceção do quarto trimestre de 1998 e terceiro trimestre de
2001, nenhuma das demais variações inversamente proporcionais dos índices deste gráfico
coincidem com as variações inversamente proporcionais do gráfico anterior (gráfico 6). Este
fato pode ilustrar uma baixa relação entre os índices Resultado de Vôo e Yield, esta relação é
ilustrada no próximo gráfico.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
267
Gráfico 7: Comparação entre variação do Yield e variação do Load-factor.
O gráfico 8 trás a comparação entre variações no Resultado de Vôo e Yield. Como citado no
parágrafo anterior sobre a análise da relação entre os gráficos 6 e 7, observa-se no gráfico 8
que Resultado de Vôo e Yield variam diretamente proporcionais em apenas em sete dos
dezenove trimestres estudados, mostrando a baixa relação entre os dois índices. Os trimestres
onde é observada semelhança nas variações são: quatro trimestre de 1997, segundo trimestre
de 1999, todo o ano de 2000 e terceiro trimestre de 2003. Ambos os índices vem crescendo ao
longo dos anos, uma tendência inversamente proporcional a tendência observada no primeiro
gráfico desta sessão (gráfico 5), aonde RTK e ATK vem decrescendo ao longo dos anos. Isso
também pode ser observado no gráfico a seguir.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
268
Gráfico 8: Comparação entre variação do Resultado de Vôo e variação do Yield.
O gráfico 9 relaciona RTK com Yield, mostrando suas variações ao longo dos trimestres
estudados. Como citado no parágrafo anterior, ambos possuem tendências contrárias na
grande maioria dos trimestres. Já o gráfico 10 relaciona três índices já muito mencionados
nesta pesquisa, porém ainda não foram analisados em um mesmo gráfico: Resultado de Vôo,
ATK e RTK.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
269
Gráfico 9: Comparação entre variação do RTK e variação do Yield.
Gráfico 10: Comparação entre variações de Resultado de vôo, ATK e RTK.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
270
Os gráficos a seguir relacionaram os índices já estudados com a variação do PIB do país. O
gráfico 11 mostra apenas a variação deste índice. Aparentemente o PIB quase sempre cresce
de um trimestre para o outro (quartos trimestres indicam altos valores), onde o PIB também
cresce ao longo dos anos.
Gráfico 11: Variação do PIB.
O gráfico 12 compara a variação de RTK com a variação do PIB mostrada no gráfico anterior,
ambos os índices se comportam com variações parecidas entre trimestres, porém, o RTK cai
bruscamente no primeiro trimestre de 1999 e 2000, já o PIB apresenta quedas menores nestes
períodos.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
271
Gráfico 12: Comparação entre variação do RTK e variação do PIB.
O gráfico a seguir (gráfico 13) mostra o comportamento do Load-factor e PIB, onde ambos se
comportam de forma parecida durante os quatro trimestres dos anos de 1998 e 1999. Além
disso, podemos observar que nos anos de 1997 e 2000 o Load-factor decresce intensamente
no terceiro trimestre. Já o gráfico 14 mostra uma grande semelhança na variação do Yield com
o PIB, tais relações serão rodadas nas regressões a seguir.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
272
Gráfico 13: Comparação entre variação do Load-factor e variação do PIB.
Gráfico 14: Comparação entre variação do Yield e variação do PIB.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
273
Para melhor identificarmos a correlação entre os índices, vários tipos de regressões podem ser
realizadas, correlacionando a demanda (ou seja, RTK) com demais índices como Yield e PIB.
Na primeira regressão abaixo são feitas estas relações, onde observa-se que Yield e PIB (gdp)
variam inversamente proporcionais aos RTK (demanda). O valor de P>|t| para o Yield é muito
alto (0,449) indicando pouca confiabilidade nos dados, o ideal seria valores como 0,05
(indicando 95% de confiança) ou inferior, o que ocorre no PIB (gdp) que possui P>|t| com
valor de 0,057. Além disso o valor de R2 é 0,6614, um valor relativamente baixo, indicando
pouco relação entre as variáveis. O gráfico 15 mostra a distância entre o comportamento
previsto pela regressão e o observado.
Tabela 4: Regressão linear - Demanda contra Yield e PIB
Variável Coeficiênte Desvio Padrão P>|t|
Yield -18,72289 24,09748 0,449
PIB -0,0003792 0,0001848 0,057
Constante 202,8261 25,39634 0,000
R2 0,06614
Gráfico 15: Primeira Previsão do RTK
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
274
Já a regressão a seguir inclui efeitos fixos de sazonalidade, observando-se um R2 igual a 0,93,
indicando maior fidelidade na correlação entre as variáveis. Porém, os intervalos de confiança
ainda informam valores altos de P>|t| para Yield, ainda maiores que a regressão anterior.
Tabela 5: Regressão linear – Demanda contra Yield e PIB, com efeitos fixos de sazonalidade
Variável Coeficiênte Desvio Padrão P>|t|
Yield 6,554839 12,52671 0,610
PIB -0,0006459 0,0000994 0,000
Efeito fixo - 2º quadrimestre 14,78428 4,304689 0,004
Efeito fixo - 3º quadrimestre 17,86674 4,320589 0,001
Efeito fixo - 4º quadrimestre 34,02563 4,7593 0,000
Constante 219,6426 12,84793 0,000
R2 0,9320
O mesmo é observado na regressão abaixo, onde adicionando novas variáveis, apenas o PIB
(gdp) possui valores baixos de P>|t|, indicando que apenas este índice possui grande relação
com o RTK (demanda), principalmente se observados efeitos fixos de sazonalidade.
Tabela 6: Regressão linear – Demanda contra Yield, PIB, Load-factor e Fatia de Mercado,
incluindo efeitos fixos de sazonalidade
Variável Coeficiênte Desvio Padrão P>|t|
Yield 8,837479 14,95892 0,567
PIB -0,0006813 0,0001606 0,001
Load-factor 15,40212 57,04274 0,792
Fatia de Mercado 0,0255187 0,1707103 0,884
Efeito fixo - 2º quadrimestre 14,81171 4,869099 0,011
Efeito fixo - 3º quadrimestre 18,01249 4,929252 0,004
Efeito fixo - 4º quadrimestre 33,32262 6,409184 0,000
Constante 219,3449 56,37306 0,003
R2 0,9328
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
275
O gráfico 16 mostra a previsão para esta regressão acima, onde já há um melhor ajuste entre a
previsão e as observações:
Gráfico 16: Segunda Previsão do RTK (efeitos de sazonalidade).
A regressão abaixo refere-se a um modelo de demanda com elasticidade constante, onde
observa-se um R2 igual a 0,7036, portanto menor que a regressão anterior. Além disso o valor
de P>|t| sobe para o PIB (gdp). Porém,este mesmo valor para Yield decresce para 0,233.
Tabela 7: Regressão logarítmica – Demanda contra Yield e PIB
Variável Coeficiênte Desvio Padrão P>|t|
Yield -0,7038425 0,5672581 0,233
PIB -1,327742 0,7079404 0,079
Constante 21,1187 8,635487 0,026
R2 0,7036
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
276
O gráfico 17 mostra a previsão para a regressão acima, mostrando uma menor correção entre
o observado e o esperado, como já previsto.
Gráfico 16: Terceira Previsão do RTK (elasticidade constante).
Adicionando os efeitos fixos de sazonalidade a esta regressão, temos o resultado abaixo: valor
de R2 maior que em todas as regressões anteriores (0,9491), e todos os sinais de t iguais aos
sinais de suas respectivas variáveis. O gráfico 17 faz o comparativo entre o previsto nesta
regressão e os dados observados, resultando em uma previsão mais coerente que todas as
anteriores, porém ainda com pouca confiabilidade na relação entre demanda e yield (de P>|t|
alto para este índice).
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
277
Tabela 8: Regressão logarítmica – Demanda contra Yield e PIB, incluindo efeitos fixos de
sazonalidade
Variável Coeficiente Desvio Padrão P>|t|
Yield -0,0385767 0,2743995 0,890
PIB -2,461465 0,3570148 0,000
Efeito fixo - 2º quadrimestre 0,2185493 0,0563554 0,002
Efeito fixo - 3º quadrimestre 0,2621223 0,0566786 0,000
Efeito fixo - 4º quadrimestre 0,4931817 0,625753 0,000
Constante 34,77048 4,344706 0,000
R2 0,9491
Gráfico 17: Quarta Previsão do RTK (elasticidade constante e efeitos de sazonalidade).
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
278
Considerações finais
Além das análises gráficas apresentadas no capítulo anterior, tratando-se dos modelos, a
inserção de variáveis que controlam os efeitos fixos relacionados aos diferentes bimestres do
ano melhora os modelos, mostrando a forte correlação entre sazonalidade e demanda por tais
serviços avaliados (carga aérea).
No entanto, mesmo apresentando valores muito pequenos em relação à constante, uma curiosa
correlação inversamente proporcional é observada entre os índices demanda e PIB; assim
como a baixa confiabilidade na relação entre Yield e demanda. Desta forma, este artigo
encoraja a geração e publicação de bases com menor quantidade de dados ausentes e
anomalias, indicando maior confiabilidade e menor distorção nas análises. Assim, este artigo
também encoraja a criação de novas pesquisas analizando tais bases de dados sobre o setor,
possibilitando o uso de distintas técnicas de Data Filing, com o intuito de comparar resultados
e tendências apresentadas aqui.
Referências
BURLE, Lauro Lobo (2003) Indicadores Econômicos FEE, Vol. 31, No 3, p. 5-18, nov. 2003.
DAC (2004) Anuário Estatístico de 2004, Departamento de Aviação Civil.
DAC (2002) Estudo de Carga Aérea Internacional no Brasil, Departamento de Aviação Civil.
ESTRELLA, Hélcio (2002) Recuperação no comércio internacional melhora operações brasileiras.
Guia da Carga Aérea, São Paulo: Aviação em Revista, v. 4, n. 4 , p. 20-29.
FIGUEIREDO, R. M. A (2005) Um Estudo de Localização de "HUBS" no Transporte Aéreo de
Cargas Brasileiro, Dissertação (mestrado) – Pontifícia Universidade Católica do Rio de Janeiro,
Departamento de Engenharia Industrial.
GASPARINI, A., CAMPOS, V. B. G. e D´AGOSTO, M. A. (2010) Modelos para estimativa da
demanda de viagens de veículos de carga para supermercados e shopping-centers. Transportes,
v. XVIII, n. 1, p. 57-64.
LUNA, Denise (2003) Transporte de cargas ignora crise das aéreas e garante crescimento do setor.
Valor Econômico, São Paulo, p. B2.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
279
NOVAES, A. G., GONÇALVES, B. S., COSTA, M. B. e SANTOS, S. (2006) Rodoviário, ferroviário
ou marítimo de cabotagem? O uso da técnica de preferência declarada para avaliar a
intermodalidade no Brasil. Transportes, v. XIV, n. 2, p. 11-17.
ROCHA, G.C. (2010) Ensaios sobre a Demanda do Transporte Aéreo Regional, RELIT - Revista de
Literatura dos Transportes, vol. 4(1), pp. 114-133.
SILVEIRA, Leandro (2007) Modelo empírico de determinação de presença de aeronaves cargueiras
em rotas aéreas: o caso da Variglog. Tese de Mestrado – Instituto Tecnológico de Aeronáutica,
São José dos Campos.
SOUZA, C. D. R., SILVA, S. D. e D´AGOSTO, M. A. (2010) Modelos de geração de viagem para
pólos geradores de viagens de cargas. Transportes, v. XVIII, n. 1, p. 46-57.
Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)
280