Entry on the Brazilian renewable power market: a case study

Conferências internacionais sobre o clima, bem como crescente conscientização sobre as questões de sustentabilidade lançaram luz sobre o papel fundamental que as energias renováveis poderiam desempenhar na transição energética. Ao contrário de combustíveis fósseis, elas podem ser regeneradas em um curto período de tempo e, por conseguinte, espera-se que sejam uma parte da solução para reduzir o aquecimento global. O Brasil sempre teve um forte setor hidrelétrico, mas agora está na vanguarda em relação a todas as outras fontes de energias alternativas, como energia eólica, biomassa o energia solar. Estas indústrias são uma promessa para um futuro próspero, graças ao potencial natural do país, bem como uma legislação de apoio, e estão atraindo muitas empresas locais e internacionais. Este estudo tem como objetivo preencher uma lacuna na literatura analisando o exemplo de uma empresa estrangeira que entra no mercado da energia renovável no Brasil. Baseando-se na literatura como um fundo conceptual, um único estudo de caso têm sido realizados para delinear todos os aspectos do processo de entrada. Neste desenvolvimento, relações causais entre as orientações estratégicas e a evolução do negócio foram identificadas. Esta pesquisa traz uma contribuição para as discussões acadêmicas sobre as dinâmicas de entrada no setor de energia renovável através de evidências do mercado brasileiro.

Forecasting Brazilian inflation by its aggregate and disaggregated data: a test of predictive power by forecast horizon

This work aims to compare the forecast efficiency of different types of methodologies applied to Brazilian Consumer inflation (IPCA). We will compare forecasting models using disaggregated and aggregated data over twelve months ahead. The disaggregated models were estimated by SARIMA and will have different levels of disaggregation. Aggregated models will be estimated by time series techniques such as SARIMA, state-space structural models and Markov-switching. The forecasting accuracy comparison will be made by the selection model procedure known as Model Confidence Set and by Diebold-Mariano procedure. We were able to find evidence of forecast accuracy gains in models using more disaggregated data