Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Fonseca, Rodrigo Ferreira Saraiva da
Orientador(a): Lins, Genaro Dueire
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Suavização
Petróleo
Palavras-chave em Inglês:
Machine learning
Smoothing
Oil
Link de acesso: https://hdl.handle.net/10438/34194
Resumo: Com a adoção do PPI pela Petrobras em 2016, a volatilidade do preço do petróleo e dos seus derivados passou a afetar diretamente os consumidores brasileiros, trazendo a questão para o centro do debate público principalmente em função da alta de preços dos últimos anos. Esta dissertação visa avaliar medidas para suavização dos impactos da volatilidade do preço do petróleo nos derivados consumidos no Brasil. Serão apresentadas alternativas com base na experiência internacional e recomendações de órgãos como o FMI e o Banco Mundial. Dada a relevância do petróleo na economia brasileira e a necessidade de planejamento adequado quaisquer que sejam as medidas adotadas pelo governo, também serão avaliadas técnicas de machine learning para predição da variação do preço do petróleo e, com base nesta predição, dos seus derivados. Este trabalho conclui que as alternativas que visam influenciar diretamente os preços dos derivados, apesar de potencialmente efetivas na suavização dos preços e dos seus impactos, possuem alto custo e que medidas como transferências diretas para grupos vulneráveis podem trazer os resultados desejados de forma mais eficiente, em especial considerando a difícil tarefa de prever a trajetória do preço do petróleo.
id FGV_3b1f5f01c6d757fb77329218d9cafb2f
oai_identifier_str oai:repositorio.fgv.br:10438/34194
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str
spelling Fonseca, Rodrigo Ferreira Saraiva daEscolas::EPGEGonçalves, Edson Daniel LopesAiube, Fernando Antonio LucenaLins, Genaro Dueire2023-09-11T18:52:40Z2023-09-11T18:52:40Z2023-06-27https://hdl.handle.net/10438/34194Com a adoção do PPI pela Petrobras em 2016, a volatilidade do preço do petróleo e dos seus derivados passou a afetar diretamente os consumidores brasileiros, trazendo a questão para o centro do debate público principalmente em função da alta de preços dos últimos anos. Esta dissertação visa avaliar medidas para suavização dos impactos da volatilidade do preço do petróleo nos derivados consumidos no Brasil. Serão apresentadas alternativas com base na experiência internacional e recomendações de órgãos como o FMI e o Banco Mundial. Dada a relevância do petróleo na economia brasileira e a necessidade de planejamento adequado quaisquer que sejam as medidas adotadas pelo governo, também serão avaliadas técnicas de machine learning para predição da variação do preço do petróleo e, com base nesta predição, dos seus derivados. Este trabalho conclui que as alternativas que visam influenciar diretamente os preços dos derivados, apesar de potencialmente efetivas na suavização dos preços e dos seus impactos, possuem alto custo e que medidas como transferências diretas para grupos vulneráveis podem trazer os resultados desejados de forma mais eficiente, em especial considerando a difícil tarefa de prever a trajetória do preço do petróleo.With the adoption of the PPI by Petrobras in 2016, the volatility of the price of oil and of its fuels began to directly affect Brazilian consumers, bringing the issue to the center of public debate mainly due to the high prices of recent years. This dissertation aims to evaluate measures to smooth the impacts of oil price volatility and its fuels in Brazil. Alternatives will be presented based on international experience and recommendations from institutions such as the IMF and the World Bank. Given the importance of oil in the Brazilian economy and the need for adequate planning whatever the measures adopted by the government, machine learning techniques will also be evaluated for predicting the variation of price of oil and, based on this prediction, of its fuels. This work concludes that the alternatives that aim to directly influence the price of fuels, although potentially effective in smoothing prices and their impacts, have a high cost and that measures such as direct transfers to vulnerable groups can bring the desired results more efficiently, in especially considering the difficult task of predicting the trajectory of oil prices.porSuavizaçãoPetróleoMachine learningSmoothingOilEconomiaPetróleo - PreçosAprendizado do computadorVolatilidade (Finanças)Suavização (Análise numérica)Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVTEXTdissertacao_mestrado_epge_2023_rofesafo_vfinal.pdf.txtdissertacao_mestrado_epge_2023_rofesafo_vfinal.pdf.txtExtracted texttext/plain116526https://repositorio.fgv.br/bitstreams/50d7f068-373f-4742-b291-f9ef89ceef12/downloadb7a7067544403bf95e4e346944845ebcMD53THUMBNAILdissertacao_mestrado_epge_2023_rofesafo_vfinal.pdf.jpgdissertacao_mestrado_epge_2023_rofesafo_vfinal.pdf.jpgGenerated Thumbnailimage/jpeg1484https://repositorio.fgv.br/bitstreams/3fae7963-6bf8-4224-97bc-55c312a3fde7/download73e6dcb2695406fbb56dc132d3719d0bMD54ORIGINALdissertacao_mestrado_epge_2023_rofesafo_vfinal.pdfdissertacao_mestrado_epge_2023_rofesafo_vfinal.pdfPDFapplication/pdf4134600https://repositorio.fgv.br/bitstreams/8fd62de3-e86a-485d-a533-9983a378f0f4/download2f7ea690312f7b7d7e0c7df85b8516b7MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/dc76af29-179f-4627-9df3-717d1b0de7d0/downloaddfb340242cced38a6cca06c627998fa1MD5210438/341942024-06-25 16:01:40.783open.accessoai:repositorio.fgv.br:10438/34194https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-06-25T16:01:40Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)falseVEVSTU9TIExJQ0VOQ0lBTUVOVE8gUEFSQSBBUlFVSVZBTUVOVE8sIFJFUFJPRFXDh8ODTyBFIERJVlVMR0HDh8ODTwpQw5pCTElDQSBERSBDT05URcOaRE8gw4AgQklCTElPVEVDQSBWSVJUVUFMIEZHViAodmVyc8OjbyAxLjIpCgoxLiBWb2PDqiwgdXN1w6FyaW8tZGVwb3NpdGFudGUgZGEgQmlibGlvdGVjYSBWaXJ0dWFsIEZHViwgYXNzZWd1cmEsIG5vCnByZXNlbnRlIGF0bywgcXVlIMOpIHRpdHVsYXIgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIHBhdHJpbW9uaWFpcyBlL291CmRpcmVpdG9zIGNvbmV4b3MgcmVmZXJlbnRlcyDDoCB0b3RhbGlkYWRlIGRhIE9icmEgb3JhIGRlcG9zaXRhZGEgZW0KZm9ybWF0byBkaWdpdGFsLCBiZW0gY29tbyBkZSBzZXVzIGNvbXBvbmVudGVzIG1lbm9yZXMsIGVtIHNlIHRyYXRhbmRvCmRlIG9icmEgY29sZXRpdmEsIGNvbmZvcm1lIG8gcHJlY2VpdHVhZG8gcGVsYSBMZWkgOS42MTAvOTggZS9vdSBMZWkKOS42MDkvOTguIE7Do28gc2VuZG8gZXN0ZSBvIGNhc28sIHZvY8OqIGFzc2VndXJhIHRlciBvYnRpZG8sIGRpcmV0YW1lbnRlCmRvcyBkZXZpZG9zIHRpdHVsYXJlcywgYXV0b3JpemHDp8OjbyBwcsOpdmlhIGUgZXhwcmVzc2EgcGFyYSBvIGRlcMOzc2l0byBlCmRpdnVsZ2HDp8OjbyBkYSBPYnJhLCBhYnJhbmdlbmRvIHRvZG9zIG9zIGRpcmVpdG9zIGF1dG9yYWlzIGUgY29uZXhvcwphZmV0YWRvcyBwZWxhIGFzc2luYXR1cmEgZG9zIHByZXNlbnRlcyB0ZXJtb3MgZGUgbGljZW5jaWFtZW50bywgZGUKbW9kbyBhIGVmZXRpdmFtZW50ZSBpc2VudGFyIGEgRnVuZGHDp8OjbyBHZXR1bGlvIFZhcmdhcyBlIHNldXMKZnVuY2lvbsOhcmlvcyBkZSBxdWFscXVlciByZXNwb25zYWJpbGlkYWRlIHBlbG8gdXNvIG7Do28tYXV0b3JpemFkbyBkbwptYXRlcmlhbCBkZXBvc2l0YWRvLCBzZWphIGVtIHZpbmN1bGHDp8OjbyDDoCBCaWJsaW90ZWNhIFZpcnR1YWwgRkdWLCBzZWphCmVtIHZpbmN1bGHDp8OjbyBhIHF1YWlzcXVlciBzZXJ2acOnb3MgZGUgYnVzY2EgZSBkaXN0cmlidWnDp8OjbyBkZSBjb250ZcO6ZG8KcXVlIGZhw6dhbSB1c28gZGFzIGludGVyZmFjZXMgZSBlc3Bhw6dvIGRlIGFybWF6ZW5hbWVudG8gcHJvdmlkZW5jaWFkb3MKcGVsYSBGdW5kYcOnw6NvIEdldHVsaW8gVmFyZ2FzIHBvciBtZWlvIGRlIHNldXMgc2lzdGVtYXMgaW5mb3JtYXRpemFkb3MuCgoyLiBBIGFzc2luYXR1cmEgZGVzdGEgbGljZW7Dp2EgdGVtIGNvbW8gY29uc2Vxw7zDqm5jaWEgYSB0cmFuc2ZlcsOqbmNpYSwgYQp0w610dWxvIG7Do28tZXhjbHVzaXZvIGUgbsOjby1vbmVyb3NvLCBpc2VudGEgZG8gcGFnYW1lbnRvIGRlIHJveWFsdGllcwpvdSBxdWFscXVlciBvdXRyYSBjb250cmFwcmVzdGHDp8OjbywgcGVjdW5pw6FyaWEgb3UgbsOjbywgw6AgRnVuZGHDp8OjbwpHZXR1bGlvIFZhcmdhcywgZG9zIGRpcmVpdG9zIGRlIGFybWF6ZW5hciBkaWdpdGFsbWVudGUsIHJlcHJvZHV6aXIgZQpkaXN0cmlidWlyIG5hY2lvbmFsIGUgaW50ZXJuYWNpb25hbG1lbnRlIGEgT2JyYSwgaW5jbHVpbmRvLXNlIG8gc2V1CnJlc3Vtby9hYnN0cmFjdCwgcG9yIG1laW9zIGVsZXRyw7RuaWNvcywgbm8gc2l0ZSBkYSBCaWJsaW90ZWNhIFZpcnR1YWwKRkdWLCBhbyBww7pibGljbyBlbSBnZXJhbCwgZW0gcmVnaW1lIGRlIGFjZXNzbyBhYmVydG8uCgozLiBBIHByZXNlbnRlIGxpY2Vuw6dhIHRhbWLDqW0gYWJyYW5nZSwgbm9zIG1lc21vcyB0ZXJtb3MgZXN0YWJlbGVjaWRvcwpubyBpdGVtIDIsIHN1cHJhLCBxdWFscXVlciBkaXJlaXRvIGRlIGNvbXVuaWNhw6fDo28gYW8gcMO6YmxpY28gY2Fiw612ZWwKZW0gcmVsYcOnw6NvIMOgIE9icmEgb3JhIGRlcG9zaXRhZGEsIGluY2x1aW5kby1zZSBvcyB1c29zIHJlZmVyZW50ZXMgw6AKcmVwcmVzZW50YcOnw6NvIHDDumJsaWNhIGUvb3UgZXhlY3XDp8OjbyBww7pibGljYSwgYmVtIGNvbW8gcXVhbHF1ZXIgb3V0cmEKbW9kYWxpZGFkZSBkZSBjb211bmljYcOnw6NvIGFvIHDDumJsaWNvIHF1ZSBleGlzdGEgb3UgdmVuaGEgYSBleGlzdGlyLApub3MgdGVybW9zIGRvIGFydGlnbyA2OCBlIHNlZ3VpbnRlcyBkYSBMZWkgOS42MTAvOTgsIG5hIGV4dGVuc8OjbyBxdWUKZm9yIGFwbGljw6F2ZWwgYW9zIHNlcnZpw6dvcyBwcmVzdGFkb3MgYW8gcMO6YmxpY28gcGVsYSBCaWJsaW90ZWNhClZpcnR1YWwgRkdWLgoKNC4gRXN0YSBsaWNlbsOnYSBhYnJhbmdlLCBhaW5kYSwgbm9zIG1lc21vcyB0ZXJtb3MgZXN0YWJlbGVjaWRvcyBubwppdGVtIDIsIHN1cHJhLCB0b2RvcyBvcyBkaXJlaXRvcyBjb25leG9zIGRlIGFydGlzdGFzIGludMOpcnByZXRlcyBvdQpleGVjdXRhbnRlcywgcHJvZHV0b3JlcyBmb25vZ3LDoWZpY29zIG91IGVtcHJlc2FzIGRlIHJhZGlvZGlmdXPDo28gcXVlCmV2ZW50dWFsbWVudGUgc2VqYW0gYXBsaWPDoXZlaXMgZW0gcmVsYcOnw6NvIMOgIG9icmEgZGVwb3NpdGFkYSwgZW0KY29uZm9ybWlkYWRlIGNvbSBvIHJlZ2ltZSBmaXhhZG8gbm8gVMOtdHVsbyBWIGRhIExlaSA5LjYxMC85OC4KCjUuIFNlIGEgT2JyYSBkZXBvc2l0YWRhIGZvaSBvdSDDqSBvYmpldG8gZGUgZmluYW5jaWFtZW50byBwb3IKaW5zdGl0dWnDp8O1ZXMgZGUgZm9tZW50byDDoCBwZXNxdWlzYSBvdSBxdWFscXVlciBvdXRyYSBzZW1lbGhhbnRlLCB2b2PDqgpvdSBvIHRpdHVsYXIgYXNzZWd1cmEgcXVlIGN1bXByaXUgdG9kYXMgYXMgb2JyaWdhw6fDtWVzIHF1ZSBsaGUgZm9yYW0KaW1wb3N0YXMgcGVsYSBpbnN0aXR1acOnw6NvIGZpbmFuY2lhZG9yYSBlbSByYXrDo28gZG8gZmluYW5jaWFtZW50bywgZQpxdWUgbsOjbyBlc3TDoSBjb250cmFyaWFuZG8gcXVhbHF1ZXIgZGlzcG9zacOnw6NvIGNvbnRyYXR1YWwgcmVmZXJlbnRlIMOgCnB1YmxpY2HDp8OjbyBkbyBjb250ZcO6ZG8gb3JhIHN1Ym1ldGlkbyDDoCBCaWJsaW90ZWNhIFZpcnR1YWwgRkdWLgoKNi4gQ2FzbyBhIE9icmEgb3JhIGRlcG9zaXRhZGEgZW5jb250cmUtc2UgbGljZW5jaWFkYSBzb2IgdW1hIGxpY2Vuw6dhCkNyZWF0aXZlIENvbW1vbnMgKHF1YWxxdWVyIHZlcnPDo28pLCBzb2IgYSBsaWNlbsOnYSBHTlUgRnJlZQpEb2N1bWVudGF0aW9uIExpY2Vuc2UgKHF1YWxxdWVyIHZlcnPDo28pLCBvdSBvdXRyYSBsaWNlbsOnYSBxdWFsaWZpY2FkYQpjb21vIGxpdnJlIHNlZ3VuZG8gb3MgY3JpdMOpcmlvcyBkYSBEZWZpbml0aW9uIG9mIEZyZWUgQ3VsdHVyYWwgV29ya3MKKGRpc3BvbsOtdmVsIGVtOiBodHRwOi8vZnJlZWRvbWRlZmluZWQub3JnL0RlZmluaXRpb24pIG91IEZyZWUgU29mdHdhcmUKRGVmaW5pdGlvbiAoZGlzcG9uw612ZWwgZW06IGh0dHA6Ly93d3cuZ251Lm9yZy9waGlsb3NvcGh5L2ZyZWUtc3cuaHRtbCksIApvIGFycXVpdm8gcmVmZXJlbnRlIMOgIE9icmEgZGV2ZSBpbmRpY2FyIGEgbGljZW7Dp2EgYXBsaWPDoXZlbCBlbQpjb250ZcO6ZG8gbGVnw612ZWwgcG9yIHNlcmVzIGh1bWFub3MgZSwgc2UgcG9zc8OtdmVsLCB0YW1iw6ltIGVtIG1ldGFkYWRvcwpsZWfDrXZlaXMgcG9yIG3DoXF1aW5hLiBBIGluZGljYcOnw6NvIGRhIGxpY2Vuw6dhIGFwbGljw6F2ZWwgZGV2ZSBzZXIKYWNvbXBhbmhhZGEgZGUgdW0gbGluayBwYXJhIG9zIHRlcm1vcyBkZSBsaWNlbmNpYW1lbnRvIG91IHN1YSBjw7NwaWEKaW50ZWdyYWwuCgoKQW8gY29uY2x1aXIgYSBwcmVzZW50ZSBldGFwYSBlIGFzIGV0YXBhcyBzdWJzZXHDvGVudGVzIGRvIHByb2Nlc3NvIGRlCnN1Ym1pc3PDo28gZGUgYXJxdWl2b3Mgw6AgQmlibGlvdGVjYSBWaXJ0dWFsIEZHViwgdm9jw6ogYXRlc3RhIHF1ZSBsZXUgZQpjb25jb3JkYSBpbnRlZ3JhbG1lbnRlIGNvbSBvcyB0ZXJtb3MgYWNpbWEgZGVsaW1pdGFkb3MsIGFzc2luYW5kby1vcwpzZW0gZmF6ZXIgcXVhbHF1ZXIgcmVzZXJ2YSBlIG5vdmFtZW50ZSBjb25maXJtYW5kbyBxdWUgY3VtcHJlIG9zCnJlcXVpc2l0b3MgaW5kaWNhZG9zIG5vIGl0ZW0gMSwgc3VwcmEuCgpIYXZlbmRvIHF1YWxxdWVyIGRpc2NvcmTDom5jaWEgZW0gcmVsYcOnw6NvIGFvcyBwcmVzZW50ZXMgdGVybW9zIG91IG7Do28Kc2UgdmVyaWZpY2FuZG8gbyBleGlnaWRvIG5vIGl0ZW0gMSwgc3VwcmEsIHZvY8OqIGRldmUgaW50ZXJyb21wZXIKaW1lZGlhdGFtZW50ZSBvIHByb2Nlc3NvIGRlIHN1Ym1pc3PDo28uIEEgY29udGludWlkYWRlIGRvIHByb2Nlc3NvCmVxdWl2YWxlIMOgIGFzc2luYXR1cmEgZGVzdGUgZG9jdW1lbnRvLCBjb20gdG9kYXMgYXMgY29uc2Vxw7zDqm5jaWFzIG5lbGUKcHJldmlzdGFzLCBzdWplaXRhbmRvLXNlIG8gc2lnbmF0w6FyaW8gYSBzYW7Dp8O1ZXMgY2l2aXMgZSBjcmltaW5haXMgY2Fzbwpuw6NvIHNlamEgdGl0dWxhciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGF0cmltb25pYWlzIGUvb3UgY29uZXhvcwphcGxpY8OhdmVpcyDDoCBPYnJhIGRlcG9zaXRhZGEgZHVyYW50ZSBlc3RlIHByb2Nlc3NvLCBvdSBjYXNvIG7Do28gdGVuaGEKb2J0aWRvIHByw6l2aWEgZSBleHByZXNzYSBhdXRvcml6YcOnw6NvIGRvIHRpdHVsYXIgcGFyYSBvIGRlcMOzc2l0byBlCnRvZG9zIG9zIHVzb3MgZGEgT2JyYSBlbnZvbHZpZG9zLgoKClBhcmEgYSBzb2x1w6fDo28gZGUgcXVhbHF1ZXIgZMO6dmlkYSBxdWFudG8gYW9zIHRlcm1vcyBkZSBsaWNlbmNpYW1lbnRvIGUKbyBwcm9jZXNzbyBkZSBzdWJtaXNzw6NvLCBjbGlxdWUgbm8gbGluayAiRmFsZSBjb25vc2NvIi4K
dc.title.por.fl_str_mv Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
title Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
spellingShingle Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
Fonseca, Rodrigo Ferreira Saraiva da
Suavização
Petróleo
Machine learning
Smoothing
Oil
Economia
Petróleo - Preços
Aprendizado do computador
Volatilidade (Finanças)
Suavização (Análise numérica)
title_short Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
title_full Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
title_fullStr Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
title_full_unstemmed Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
title_sort Avaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperado
author Fonseca, Rodrigo Ferreira Saraiva da
author_facet Fonseca, Rodrigo Ferreira Saraiva da
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EPGE
dc.contributor.member.none.fl_str_mv Gonçalves, Edson Daniel Lopes
Aiube, Fernando Antonio Lucena
dc.contributor.author.fl_str_mv Fonseca, Rodrigo Ferreira Saraiva da
dc.contributor.advisor1.fl_str_mv Lins, Genaro Dueire
contributor_str_mv Lins, Genaro Dueire
dc.subject.por.fl_str_mv Suavização
Petróleo
topic Suavização
Petróleo
Machine learning
Smoothing
Oil
Economia
Petróleo - Preços
Aprendizado do computador
Volatilidade (Finanças)
Suavização (Análise numérica)
dc.subject.eng.fl_str_mv Machine learning
Smoothing
Oil
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Petróleo - Preços
Aprendizado do computador
Volatilidade (Finanças)
Suavização (Análise numérica)
description Com a adoção do PPI pela Petrobras em 2016, a volatilidade do preço do petróleo e dos seus derivados passou a afetar diretamente os consumidores brasileiros, trazendo a questão para o centro do debate público principalmente em função da alta de preços dos últimos anos. Esta dissertação visa avaliar medidas para suavização dos impactos da volatilidade do preço do petróleo nos derivados consumidos no Brasil. Serão apresentadas alternativas com base na experiência internacional e recomendações de órgãos como o FMI e o Banco Mundial. Dada a relevância do petróleo na economia brasileira e a necessidade de planejamento adequado quaisquer que sejam as medidas adotadas pelo governo, também serão avaliadas técnicas de machine learning para predição da variação do preço do petróleo e, com base nesta predição, dos seus derivados. Este trabalho conclui que as alternativas que visam influenciar diretamente os preços dos derivados, apesar de potencialmente efetivas na suavização dos preços e dos seus impactos, possuem alto custo e que medidas como transferências diretas para grupos vulneráveis podem trazer os resultados desejados de forma mais eficiente, em especial considerando a difícil tarefa de prever a trajetória do preço do petróleo.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-09-11T18:52:40Z
dc.date.available.fl_str_mv 2023-09-11T18:52:40Z
dc.date.issued.fl_str_mv 2023-06-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/34194
url https://hdl.handle.net/10438/34194
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/50d7f068-373f-4742-b291-f9ef89ceef12/download
https://repositorio.fgv.br/bitstreams/3fae7963-6bf8-4224-97bc-55c312a3fde7/download
https://repositorio.fgv.br/bitstreams/8fd62de3-e86a-485d-a533-9983a378f0f4/download
https://repositorio.fgv.br/bitstreams/dc76af29-179f-4627-9df3-717d1b0de7d0/download
bitstream.checksum.fl_str_mv b7a7067544403bf95e4e346944845ebc
73e6dcb2695406fbb56dc132d3719d0b
2f7ea690312f7b7d7e0c7df85b8516b7
dfb340242cced38a6cca06c627998fa1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1827842449831100416

Registros relacionados