Divisão de Engenharia Civil Ano: 2020
(Turma 2020, TGs 2020)
Análise preditiva da demanda de passageiros por transporte aéreo brasileiro após a pandemia do COVID-19
(pdf
3,17 MB)
Autor: Wallace Costa Faria
Orientador(es): Marcelo Xavier Guterres
Relator(es): Alessandro Vinícius Marques de Oliveira
Ano: 2020
Resumo:
O setor aéreo brasileiro exerce um papel fundamental na economia do país e foi muito impactado pela pandemia causada pelo Covid-19, portanto a previsão para a retomada do setor é muito importante para planejamento das companhias aéreas. No presente estudo, foi utilizado modelos de Floresta Aleatória e SARIMA para estimar a demanda de passageiros no transporte aéreo no Brasil durante o período de pandemia causado pelo Covid-19. Para a construção do algoritmo de Floresta aleatória foram utilizadas variáveis macroeconômicas como o PIB, Ibovespa, taxa de câmbio do dólar, consumo de derivados do petróleo, taxa de desemprego e preço do petróleo. O modelo de SARIMA se mostrou mais eficiente do que o modelo de Floresta Aleatória em todos os cenários analisados, porém no período de crise ainda é necessário mais estudos para que possa ser aplicado.
Abstract:
The Brazilian airline industry plays a key role in the country’s economy and was greatly impacted by the pandemic caused by Covid-19, the forecast for the sector’s recovery is very important for airline planning. In this study, Random Forest and SARIMA models were used to estimate the passenger air transport demand in Brazil during the pandemic period caused by Covid-19. For the construction of the Random Forest algorithm, the variables used were macroeconomic variables such as GDP, Ibovespa, dollar exchange rate, consumption of oil derivatives, unemployment rate and oil price. The SARIMA model proved to be more efficient than the Random Forest model in all analyzed scenarios, but in the crisis period more studies are still needed for it to be applied.
