Uma análise em dados de painel do preço do querosene de aviação entre 2002 e 2024

Abstract

Este trabalho investiga a dinâmica dos preços do querosene de aviação (QAV) no Brasil entre 2002 e 2024, utilizando uma abordagem econométrica aplicada a dados em painel de frequência semanal. A análise considera as cinco macrorregiões brasileiras, explorando os efeitos do preço internacional do petróleo Brent, do consumo de QAV e da demanda por passageiros sobre a formação do preço doméstico. Foram empregados modelos com variáveis defasadas, incluindo Mínimos Quadrados Ordinários (MQO), Efeitos Fixos (Within) e estimação por Variáveis Instrumentais (Anderson-Hsiao), visando mitigar os efeitos do viés de Nickell. Os resultados indicam forte persistência temporal nos preços do QAV, além de elasticidades positivas em relação ao Brent e à demanda, embora com variações entre os métodos. A análise sugere que choques exógenos, capturados nos resíduos, possuem efeitos duradouros sobre os preços, o que reforça a importância de modelos dinâmicos. Por fim, ressalta-se que o uso do estimador GMM Sistema, apesar de promissor, apresenta desafios técnicos relevantes e pode ser considerado em futuras pesquisas.

This study examines the price dynamics of aviation kerosene (QAV) in Brazil from 2002 to 2024, using an econometric approach applied to weekly panel data covering the five main Brazilian regions. The analysis investigates the influence of international Brent crude prices, QAV consumption, and passenger demand on domestic fuel pricing. Dynamic panel models with lagged variables were estimated using Ordinary Least Squares (OLS), Fixed Effects (Within), and Instrumental Variables (Anderson-Hsiao), in order to address Nickell bias. Results reveal strong temporal persistence in QAV prices and positive elasticities with respect to Brent and demand, although estimates vary across models. The findings suggest that exogenous shocks, captured in the residuals, exert long-lasting effects on prices, highlighting the relevance of dynamic specifications. While the System GMM estimator offers methodological advantages, its complexity and optimization challenges suggest it be reserved for future research endeavors.