1. Repositório Institucional da UFMG
2. Trabalhos Acadêmicos
3. Dissertações e Teses
4. Pós-Graduação em Engenharia de Produção
5. Dissertações de Mestrado

Type:	Dissertação de Mestrado
Title:	Spatial statistical methods applied to the 2015 brazilian energy distribution benchmarking model: accounting for unobserved determinants of inefficiencies
Authors:	Guilherme Doco Roberti Gil
First Advisor:	Marcelo Azevedo Costa
Abstract:	Em 2015 o regulador brasileiro de energia elétrica, ANEEL, apresentou um modelo de benchmarking, baseado no DEA (Data Envelopment Analysis), para definir as metas de custos operacionais para as 61 concessionárias de distribuição de energia elétrica, a serem alcançadas em 4 anos. O modelo DEA utiliza os custos operacionais ajustados como variável de insumo, sete variáveis de produtos e restrições nos pesos. Embora variáveis não-discricionárias ou variáveis ambientais estivessem disponíveis no banco de dados, o regulador argumentou que não foram encontradas relações estatísticas significativas entre os escores de eficiência do modelo DEA e as variáveis não-discricionárias. Este estudo avalia a relação entre os escores de eficiência da DEA e as variáveis ambientais disponíveis. Além disso, métodos de estatística espacial são utilizados para mostrar que os escores de eficiência calculados pelo regulador são geograficamente correlacionados. Devido à diversidade ambiental e o grande território geográfico é improvável que apenas um componente ambiental é suficiente para corrigir as eficiências em todos os territórios brasileiros. Dessa forma, uma nova variável ambiental combinada é proposta. Por fim é apresentado um modelo de segundo estágio utilizando a variável ambiental proposta e uma estrutura espacial latente. Os resultados apresentaram grandes diferenças entre os escores de eficiência originais e os corrigidos, principalmente para as concessionárias de distribuição de energia elétrica localizadas em ambientes mais hostis e que originalmente apresentaram escores de eficiência baixo. Existem muitas alternativas apresentadas na literatura para contabilizar o impacto das variáveis ambientais nos modelos de Benchmarking. Por exemplo, em modelos SFA e StoNED as variáveis ambientais podem ser incluídas diretamente com as variáveis de insumo e de produtos. Então, o modelo pode ser estimado em um estágio. O segundo estágio do DEA requer fortes suposições entre as variáveis no primeiro e segundo estágios. Uma suposição importante é que as variáveis ambientais e as variáveis do primeiro estágio sejam independentes, a fim de produzir estimadores não viesados. Isto evidentemente não é o caso do modelo Benchmarking das distribuidoras brasileiras de energia elétrica, uma vez que o melhor modelo de segundo estágio inclui a e.variable que está correlacionada com a variável consumidor-hora de energia interrompida (CHI), incluída no primeiro estágio do modelo. No entanto, Yu et al. (2009) utilizam as variáveis ambientais que foram correlacionados com as variáveis do primeiro estágio
Subject:	Teoria bayesiana de decisão estatistica Engenharia de produção
language:	Português
Publisher:	Universidade Federal de Minas Gerais
Publisher Initials:	UFMG
Rights:	Acesso Aberto
URI:	http://hdl.handle.net/1843/RAOA-BB9KHB
Issue Date:	23-Apr-2016
Appears in Collections:	Dissertações de Mestrado

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.