Resumo Executivo

16 de janeiro de 2026

Análise dos fatores de apreciação veicular no Brasil durante a pandemia de Covid-19

Autor(a): Marcio Rubio Martins Zacheo — Orientador(a): Charles Gomes da Silva

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Este estudo analisa os fatores econômicos e produtivos que influenciaram a valorização atípica dos veículos no Brasil durante a pandemia de Covid-19, utilizando modelos estatísticos e de Ciências de Dados. O objetivo foi identificar os fatores da alta nos preços de automóveis com um ano de uso e fornecer um modelo preditivo para auxiliar na formulação de políticas públicas em futuras crises. A premissa é que a inversão da curva de depreciação, fenômeno sem precedentes no mercado nacional, resultou de uma confluência de choques de oferta e demanda que exigem análise quantitativa.

O setor automotivo é um pilar da economia brasileira, crucial para o crescimento industrial e a geração de empregos. Dados do Instituto Brasileiro de Geografia e Estatística (IBGE, 2022) posicionam o setor como o terceiro mais importante na produção industrial do Produto Interno Bruto (PIB), com um volume anual de R$ 345 bilhões, correspondendo a 5% do total nacional, atrás apenas de petróleo/gás e mineração. A indústria automotiva gera mais de 106 mil postos de trabalho diretos e produz anualmente 1,8 milhões de automóveis, segundo a Associação Nacional dos Fabricantes de Veículos Automotores (ANFAVEA, 2024).

A pandemia de Covid-19, contudo, alterou drasticamente os padrões de consumo e a produção. No Brasil, o comportamento do consumidor de automóveis foi modificado, como aponta o estudo de Junger et al. (2021). A utilização do transporte público sofreu uma queda de até 80% no número de passageiros em 2020, segundo o Instituto de Pesquisa Econômica Aplicada (IPEA, 2021). Essa retração levou muitos indivíduos a buscar veículos individuais, gerando uma pressão de demanda inesperada sobre o mercado.

Essa nova demanda encontrou uma oferta severamente restringida. A produção de veículos novos caiu para níveis históricos, com apenas 2 mil unidades em abril de 2020, cerca de 1% da capacidade normal do setor (ANFAVEA, 2024). A queda foi consequência de interrupções nas cadeias de suprimentos globais, com destaque para a escassez de semicondutores, componente essencial para veículos modernos (SIA, 2023). O descompasso entre a demanda crescente por transporte individual e a oferta colapsada de veículos novos resultou na valorização de veículos usados, que, segundo Schulz et al. (2023), registraram uma apreciação de até 20% de acordo com a Tabela Fipe.

Apesar de estudos pontuais terem abordado o fenômeno, como o de Souza (2022), que atribuiu a valorização de 18,47% nos usados à escassez de componentes, e relatórios internacionais que documentaram movimentos semelhantes nos Estados Unidos (Cox Automotive, 2021) e na Europa (OECD, 2024), existe uma lacuna na literatura nacional. Falta uma análise que articule simultaneamente dados de preços, variáveis macroeconômicas e indicadores de produção industrial por meio de abordagens quantitativas. Este estudo preenche essa lacuna, utilizando modelos de Ciências de Dados para oferecer uma compreensão aprofundada dos determinantes da apreciação veicular no Brasil e fornecer uma ferramenta analítica para a gestão de futuras crises setoriais.

A metodologia adotada é quantitativa, com enfoque descritivo e correlacional, utilizando uma abordagem não experimental. A análise foi conduzida em Python, com bibliotecas como Pandas, Statsmodels e Numpy. A base de dados, com frequência mensal de janeiro de 2018 a julho de 2025, foi construída a partir de fontes como o Banco Central do Brasil, IBGE, ANFAVEA, Tabela Fipe e Semiconductor Industry Association (SIA), consolidando variáveis como taxa Selic, IPCA, câmbio, PIB, produção industrial e oferta global de semicondutores.

O objeto de análise foi o Volkswagen Polo Comfortline TSI, escolhido por ser o hatch mais vendido no período e por não ter sofrido alterações técnicas significativas, garantindo consistência na série histórica de preços da Tabela FIPE (Fenabrave, 20–). Os dados passaram por um processo de tratamento e padronização (data wrangling). Uma etapa crucial foi a aplicação de defasagens (lags) às variáveis exógenas, reconhecendo que os choques econômicos não se propagam instantaneamente. Choques na oferta de semicondutores foram testados com defasagens de 12 a 24 meses, enquanto o impacto do crédito foi considerado quase contemporâneo, com lags de 0 a 3 meses.

O principal instrumento analítico foi o modelo SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous regressors). Sua escolha se justifica pela capacidade de capturar a dinâmica temporal de uma série, incorporando o efeito de variáveis externas e padrões sazonais. Conforme Hyndman e Athanasopoulos (2018), extensões do ARIMA como o SARIMAX são ferramentas poderosas para séries temporais complexas, integrando componentes autorregressivos (AR), de médias móveis (MA), diferenciação (I) e regressores externos (X). A literatura, como a da Society of Actuaries (2013), reforça que a inclusão de variáveis exógenas melhora a acurácia preditiva em cenários econômicos.

A superioridade do SARIMAX sobre abordagens como regressões lineares simples (que ignoram a dependência temporal) reside em seu equilíbrio entre robustez e interpretabilidade. Diferente de modelos de aprendizado de máquina mais complexos, que podem exigir mais dados e oferecer menor transparência, o SARIMAX permite isolar e quantificar o impacto de choques externos de forma clara. Shumway e Stoffer (2017) argumentam que, em economia, a inclusão de variáveis exógenas é fundamental para representar o comportamento observado. A validação do modelo foi assegurada por testes de diagnóstico rigorosos, como Ljung-Box para autocorrelação, Jarque-Bera para normalidade e ARCH para heterocedasticidade.

A Análise de Correlação Cruzada (CCF) identificou a relação temporal entre as variáveis. Um dos achados foi a forte correlação negativa (–0,85) entre a produção global de microchips e a depreciação, com defasagem de 24 meses. Isso evidencia que a queda na oferta de semicondutores esteve ligada ao aumento dos preços dos usados, com um lapso que reflete o ciclo da cadeia automotiva. O achado está em linha com relatórios da S&P Global Mobility (2023) e da Endurance Warranty (2025), que reportou um aumento de 35% nos preços de usados nos EUA.

Similarmente, a CCF revelou uma correlação negativa de –0,86 entre a taxa Selic e a depreciação, com defasagem de 14 meses. Isso indica que juros mais baixos estimulam a demanda por financiamento, pressionando os preços para cima. O aumento subsequente da Selic tende a arrefecer o mercado. O resultado corrobora análises como a do TradeMap (2022), que associou a valorização de 22% dos usados em 2021 ao cenário de juros baixos. A partir da CCF, foram selecionadas as variáveis com maior relevância, seguindo a orientação de Box et al. (2015) e Fávero e Belfiore (2017) sobre a importância da parcimônia.

A aplicação do modelo SARIMAX iniciou-se com uma especificação reduzida, contendo a Taxa Selic (lag de 14 meses) e a Produção de Microchips (lag de 18 meses). Ambos os coeficientes foram negativos e estatisticamente significativos a 5%. A interpretação econômica é que a queda da Selic estimula o crédito, enquanto a escassez de semicondutores restringe a oferta de novos, sustentando os preços dos usados. Os testes de diagnóstico confirmaram a boa especificação do modelo (p-valor de 0,95 no teste de Ljung-Box).

Em seguida, foi estimado um modelo completo, incluindo Taxa de Desemprego, Índice de Confiança do Consumidor (ICC), IPCA e Câmbio. Nesta especificação, apenas a Selic (lag de 14 meses) e o Câmbio (lag de 9 meses) mantiveram forte significância. A relevância do câmbio evidencia a influência de custos externos. A variável de microchips perdeu significância, sugerindo sobreposição de efeitos. Os termos AR(1) e MA(1) não se mostraram relevantes, indicando que a dinâmica foi predominantemente explicada pelas variáveis exógenas.

Para investigar a perda de significância da variável de chips, um teste de multicolinearidade (VIF) revelou colinearidade severa entre a Selic (VIF = 27,68) e o Desemprego (VIF = 22,17), e moderada para o ICC (VIF = 6,66). As variáveis de Chips (VIF = 3,01), Câmbio (VIF = 2,49) e IPCA (VIF = 1,90) não apresentaram colinearidade preocupante. Conforme Stock e Watson (2020), a multicolinearidade inflaciona os erros-padrão, dificultando a identificação do efeito isolado. A análise sugere que a perda de significância dos chips não se deveu a um problema estatístico, mas a uma sobreposição de seu efeito com a taxa de câmbio, que também captura choques internacionais na cadeia de suprimentos (Baldwin & Freeman, 2022).

Optou-se por um modelo final parcimonioso e robusto, com as três variáveis que representam os principais canais de influência: Selic (política monetária), Chips (restrições de oferta) e Câmbio (custos internacionais). Esta especificação apresentou VIFs baixos para todas as variáveis (Selic = 2,87; Chips = 2,64; Câmbio = 1,42), confirmando a ausência de multicolinearidade severa. Este modelo foi então submetido à avaliação de acurácia, conforme as melhores práticas econométricas (Hyndman & Athanasopoulos, 2018).

O modelo SARIMAX (1,1,1) final, com as variáveis exógenas Selic (lag de 14 meses), Chips (lag de 18 meses) e Câmbio (lag de 9 meses), apresentou desempenho preditivo e estatístico satisfatório. A Selic manteve-se como a variável mais robusta, com significância ao nível de 1%. As variáveis Chips e Câmbio, embora com relevância marginal, mostraram-se teoricamente coerentes, especialmente considerando que flutuações cambiais amplificam os choques de oferta de insumos importados como os semicondutores (Gaspar, Hoff & Mano, 2024). Os testes de diagnóstico validaram novamente a especificação do modelo.

Na avaliação de acurácia fora da amostra, em um horizonte de 12 meses, os resultados foram notáveis. O modelo alcançou um Erro Absoluto Médio (MAE) de 0,0202, uma Raiz do Erro Quadrático Médio (RMSE) de 0,0243 e um Erro Percentual Absoluto Médio Simétrico (sMAPE) de apenas 2,21%. Este último indicador se traduz em uma acurácia preditiva de 97,8%. Embora o resultado elevado possa refletir a estabilidade do período de teste, a robustez teórica do modelo e a ausência de problemas nos diagnósticos sugerem que não se trata de sobreajuste (overfitting), mas de uma especificação bem-sucedida.

O estudo demonstrou a complexidade do comportamento da depreciação automotiva durante a pandemia, moldado pela interação entre fatores macroeconômicos e choques de oferta. O modelo SARIMAX provou ser uma ferramenta eficaz para quantificar o impacto defasado de determinantes cruciais. A análise culminou na definição de um modelo parcimonioso e robusto, fundamentado em três variáveis: taxa Selic, oferta de microchips e taxa de câmbio. A Selic emergiu como o fator de maior robustez estatística, enquanto as variáveis de oferta, Chips e Câmbio, complementaram o modelo com relevância teórica. O desempenho preditivo do modelo, com acurácia de 97,8%, reforça sua viabilidade como ferramenta analítica para gestores da indústria e formuladores de políticas públicas. A pesquisa demonstra o potencial da integração entre ciência de dados e análise econômica para construir modelos interpretáveis e com alto poder preditivo. Conclui-se que o objetivo foi atingido: demonstrou-se que um modelo SARIMAX parcimonioso, incorporando a taxa Selic, a oferta de semicondutores e a taxa de câmbio com defasagens adequadas, é capaz de explicar e prever com alta acurácia a valorização atípica de veículos no Brasil durante o período da pandemia.

Referências:
ARAÚJO, Iara Soares de; BRANDÃO, Viviane Bernadeth Gandra. Trabalho e renda no contexto da pandemia de COVID-19 no Brasil. Revista Prâksis, Novo Hamburgo, ano 18, n. 2, p. 96-111, maio/ago. 2021. Disponível em: . Acesso em: 5 nov. 2024.
ASSOCIAÇÃO NACIONAL DOS FABRICANTES DE VEÍCULOS AUTOMOTORES – ANFAVEA. Edições em Excel. Disponível em: . Acesso em: 2 nov. 2024.
BALDWIN, R.; FREEMAN, R. Supply chain contagion waves: thinking ahead on manufacturing ‘contagion and reinfection’ from the COVID-19 shock. VoxEU, 2020.
BANCO CENTRAL DO BRASIL. Taxa Selic: séries temporais. Disponível em: https://www3. bcb. gov. br/sgspub/localizarseries/localizarSeries. do. Acesso em: 27 ago. 2025.
BOX, George E. P.; JENKINS, Gwilym M.; REINSEL, Gregory C.; LJUNG, Greta M. Time series analysis: forecasting and control. 5. ed. Hoboken: Wiley, 2015.
COX AUTOMOTIVE. Kelley Blue Book: average new-vehicle prices up nearly 10% year-over-year in August 2021. 2021. Disponível em: https://www. coxautoinc. com/wp-content/uploads/2021/09/KBB-August-2021-Average-Transaction-Prices. pdf. Acesso em: 27 set. 2025.
ENDURANCE WARRANTY. Microchip shortage update: is the automotive industry still taking a hit? jul. 2025. Disponível em: https://www. endurancewarranty. com/learning-center/news/microchip-shortage-update-is-the-automotive-industry-still-taking-a-hit/.
FÁVERO, Luiz Paulo; BELFIORE, Patrícia. Manual de análise de dados: estatística e modelagem multivariada com Excel®, SPSS® e Stata®. 2. ed. Rio de Janeiro: Elsevier, 2017.
FEDERAÇÃO NACIONAL DA DISTRIBUIÇÃO DE VEÍCULOS AUTOMOTORES – FENABRAVE. Emplacamentos. [S. l.], [20–]. Disponível em: https://www. fenabrave. org. br/portalv2/Conteudo/emplacamentos. Acesso em: 9 set. 2025.
FIPE – FUNDAÇÃO INSTITUTO DE PESQUISAS ECONÔMICAS. Índice de preços de veículos. Disponível em: https://veiculos. fipe. org. br. Acesso em: 2 nov. 2024.
GASPAR, Vitor; HOFF, Pieter; MANO, Rodrigo. Global supply chain pressures, inflation, and implications for monetary policy. VoxEU, 6 mar. 2024.
HYNDMAN, R. J.; ATHANASOPOULOS, G. Forecasting: principles and practice. 2. ed. Melbourne: OTexts, 2018. Disponível em: https://otexts. com/fpp2/. Acesso em: 3 set. 2025.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Pesquisa industrial anual – produto 2022. Disponível em: . Acesso em: 4 nov. 2024.
INSTITUTO DE PESQUISA ECONÔMICA APLICADA – IPEA. Tendências e desigualdades da mobilidade urbana no Brasil I: o uso do transporte coletivo e individual. Brasília; Rio de Janeiro: Ipea, 2021. (Texto para discussão). Disponível em: . Acesso em: 5 nov. 2024.
JUNGER, Alex Paubel; MESQUITA, Francisco Vinícius de Sousa; GONÇALVES, Ingrid Sequeira; OLIVEIRA, Mayara dos Santos; LIMA, Stella Santana de; OLIVEIRA, Victor Inácio de. Análise do perfil comportamental do consumidor de automóveis diante do cenário da COVID-19. Revista de Casos e Consultoria, v. 12, n. 1, e25632, 2021. Disponível em: https://doi. org/10.1590/S2237-7417.2021. e25632. Acesso em: 5 nov. 2024.
MAJKA, M. ARIMAX: time series forecasting with external variables. ResearchGate, 2024. Disponível em: https://www. researchgate. net/publication/384196976ARIMAXTimeSeriesForecastingwithExternalVariables. Acesso em: 3 set. 2025.
OECD. The future of the automotive value chain. Paris: OECD Publishing, 2024. Disponível em: https://www. oecd. org/content/dam/oecd/en/publications/reports/2024/11/the-future-of-the-automotive-value-chain
91460165/cb730d65-en. pdf. Acesso em: 27 set. 2025.
S&P GLOBAL MOBILITY. The semiconductor shortage is mostly over for the auto industry. jul. 2023. Disponível em: https://www. spglobal. com/mobility/en/research-analysis/the-semiconductor-shortage-is-mostly-over-for-the-auto-industry. html.
SCHULZ, Aleciane; ROCHA, Jéssica Silva; TRABACH, Maurílio Polak; ALMEIDA, Jóici Schaffer Soares de; ESTEVÃO, Simone Batista Fernandes; ZANONI, Helenize Espíndula Rossi Coser; PONATH, Aramis Monteiro; FURLANI, Cleidir José. Impacto da pandemia (COVID-19) na valorização de carros novos e seminovos no período compreendido entre 2020 a 2022. Revista Interdisciplinar da FARESE, v. 4, 2023. Disponível em: . Acesso em: 5 nov. 2024.
SEMICONDUCTOR INDUSTRY ASSOCIATION. Market data. Disponível em: https://www. semiconductors. org. Acesso em: 24 ago. 2025.
SHUMWAY, R. H.; STOFFER, D. S. Time series analysis and its applications: with R examples. 4. ed. Cham: Springer, 2017.
SOCIETY OF ACTUARIES. Forecasting long-term disability incidence rates using ARIMA and ARIMAX models. Schaumburg, IL: SOA, 2013. Disponível em: https://www. soa. org/globalassets/assets/files/research/projects/research-2013-arima-arimax-ben-appl-rates. pdf. Acesso em: 3 set. 2025.
SOUZA, Roberto Capelari de. Análise do valor de referência de veículos de passeio durante um período da pandemia do COVID-19. 2022. 65 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Automotiva) – Centro Tecnológico de Joinville, Universidade Federal de Santa Catarina, Joinville, 2022. Disponível em: https://repositorio. ufsc. br/handle/123456789/232630. Acesso em: 1 set. 2025.
STOCK, J. H.; WATSON, M. W. Introduction to econometrics. 4. ed. New York: Pearson, 2020.
TRADEMAP. Carros usados se valorizam na pandemia, mas preços altos estão com os dias contados. Agência TradeMap, 17 fev. 2022. Disponível em: https://trademap. com. br/agencia/brasil/carros-usados-se-valorizam-na-pandemia-mas-precos-altos-estao-com-os-dias-contados.


Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Data Science e Analytics do MBA USP/Esalq

Saiba mais sobre o curso; clique aqui:

Quem editou este artigo

Mais recentes

Você também pode gostar

16 de outubro de 2026

Reforma tributária e empresas de tecnologia: adaptação da controladoria ao novo modelo de créditos tributários

A Reforma Tributária brasileira, instituída pela Emenda Constitucional n° 132/2023 e regulamentada pela Lei Complementar n° 214/2025, alterou a tributação sobre o consumo, substituindo impostos por Imposto sobre Bens e Serviços (IBS) e Contribuição Social sobre Bens e Serviços (CBS), sob o princípio da não cumulatividade plena. O estudo objetivou descrever os principais desafios percebidos por profissionais de controladoria de empresas de tecnologia na adaptação ao novo modelo de não cumulatividade e apuração de créditos tributários. Realizou-se uma pesquisa aplicada, descritiva, com abordagem mista (qualitativa-quantitativa), por meio de levantamento de campo. Coletaram-se dados de 15 profissionais de controladoria ou gestão fiscal, utilizando questionário estruturado. As respostas foram analisadas por distribuição de frequência e análise de conteúdo temática. Os resultados revelaram que os profissionais percebem a Reforma como um evento de impacto multifuncional, demandando revisões em sistemas Enterprise Resource Planning (ERP), critérios de apuração de créditos, capacitação de equipes e integração interáreas. A limitação do aproveitamento de créditos sobre custos com mão de obra emergiu como desafio estrutural específico para o setor. Constatou-se o fortalecimento do papel estratégico da controladoria na transição tributária, especialmente em precificação, planejamento tributário e estrutura de contratação, contribuindo para o debate sobre as implicações gerenciais e operacionais da Reforma Tributária.

Palavras-chave: controladoria; créditos tributários; empresas de tecnologia; não cumulatividade; reforma tributária.

16 de outubro de 2026

Previsão de alta precipitação no Rio Grande do Sul para prevenção de desastres hidrometeorológicos

Em abril de 2024, o Rio Grande do Sul enfrentou a maior tragédia climática de sua história, evidenciando a necessidade de aprimorar estratégias de previsão e prevenção de desastres hidrometeorológicos. O estudo teve como objetivo desenvolver um modelo preditivo baseado em redes neurais do tipo Long Short-Term Memory (LSTM) para classificar eventos de alta precipitação no estado. Utilizaram-se dados históricos do Instituto Nacional de Meteorologia (INMET) entre 2013 e 2025, coletados de 44 estações meteorológicas automáticas. A metodologia compreendeu a seleção de variáveis pelo algoritmo Random Forest, que identificou a precipitação total horária e a temperatura do ponto de orvalho como as features de maior poder preditivo, e a modelagem com arquitetura LSTM de duas camadas, treinada com aplicação do SMOTE para tratamento do desbalanceamento entre classes. O modelo alcançou um AUC-ROC de 0,9373 e um recall de 82,4% para eventos extremos, definidos como precipitação acima do percentil 95 da distribuição histórica (8,60 mm/hora). Demonstrou-se a capacidade de identificar a grande maioria das ocorrências de alta precipitação com antecedência, confirmando a viabilidade do uso de redes neurais LSTM para a previsão de eventos hidrometeorológicos extremos. O trabalho oferece potencial contribuição para sistemas de monitoramento climático e políticas públicas de prevenção de desastres naturais no Brasil.

Palavras-chave: Desastres hidrometeorológicos; LSTM; Precipitação extrema; Redes Neurais Artificiais; Rio Grande do Sul.

16 de outubro de 2026

Análise Espacial da Idade dos Condomínios em São Paulo como Ferramenta Estratégica para Administradoras

O adensamento habitacional em São Paulo, onde 29,4% da população reside em apartamentos, estabeleceu um mercado de gestão de condomínios altamente competitivo que demanda estratégias de prospecção baseadas em dados espaciais. O estudo objetivou mapear a evolução urbana da capital paulista por meio de algoritmos de análise espacial e indicadores de idade predial para o desenvolvimento de ferramentas de inteligência competitiva. A metodologia compreendeu a extração e integração de dados públicos do CNPJ via plataforma KNIME, resultando em uma base de 32.040 condomínios, dos quais 98% foram geocodificados com a API do Google Maps. A análise macroespacial identificou que as Zonas Leste e Sul lideraram o crescimento imobiliário recente, enquanto picos de registros em 1984 e 1985 foram associados a mudanças na legislação tributária e não a ciclos construtivos reais. Paralelamente, a análise microespacial utilizou o algoritmo BallTree para comparar cada condomínio aos seus 20 vizinhos mais próximos, revelando que 29% das unidades representaram pontos de renovação local em áreas consolidadas. Os resultados foram consolidados em um dashboard interativo que permite a visualização estratégica do mercado em diferentes níveis de granularidade. Concluiu-se que a integração da ciência de dados ao território permitiu que administradoras substituíssem abordagens genéricas por prospecções personalizadas ao ciclo de vida e à realidade competitiva de cada condomínio, otimizando a alocação de recursos de marketing e a efetividade das equipes comerciais.

Palavras-chave: Algoritmo BallTree; Análise Espacial; Ciência de Dados Urbanos; Gestão Condominial.

16 de outubro de 2026

Critérios e usabilidade de documentos no processo de escolha de materiais didáticos

Um estudo analisou documentos pedagógicos que orientam a escolha de materiais didáticos no Programa Nacional do Livro e do Material Didático (PNLD), considerando sua relevância para a prática docente e a gestão escolar. O objetivo foi analisar a clareza, a organização e a aplicabilidade do Guia Digital do PNLD 2023 – Anos Iniciais e do Roteiro de Apoio à Análise de Materiais Didáticos do Instituto Reúna, identificando seus limites, potencialidades e implicações para a prática pedagógica. Realizou-se uma pesquisa qualitativa, exploratória e descritiva, fundamentada na análise documental orientada pela técnica de análise de conteúdo. Examinaram-se aspectos como estrutura, navegabilidade, organização dos critérios, densidade textual e estimativa de tempo de leitura. A análise revelou tensões entre regulação estatal, mercado editorial e autonomia escolar, e os resultados apresentaram diferenças significativas entre os documentos. O Guia do PNLD mostrou-se extenso, tecnicamente denso e predominantemente normativo. Em contraste, o Roteiro do Instituto Reúna organizou-se de forma progressiva e didática, com recursos gráficos que favoreceram a compreensão e o uso coletivo pelas escolas. Concluiu-se que as características estruturais e discursivas dos documentos influenciam diretamente sua usabilidade e podem impactar o grau de autonomia e participação das equipes escolares no processo de escolha dos materiais didáticos.

Palavras-chave: formação docente; materiais didáticos; PNLD; políticas curriculares; processo decisório.

16 de outubro de 2026

Automação da Auditoria Fiscal e Contábil: Ferramenta de verificação da Qualidade para o Ranking SICONFI

A transparência e a integridade da informação contábil são requisitos fundamentais para a conformidade fiscal dos entes públicos, avaliadas pela Secretaria do Tesouro Nacional (STN) por meio do Ranking do Sistema de Informações Contábeis e Fiscais do Setor Público Brasileiro (SICONFI). O estudo teve como objetivo desenvolver uma ferramenta de auditoria proativa para um ente da federação, visando mitigar inconsistências fiscais na Dimensão 1 (Gestão da Informação) antes do resultado oficial. A metodologia baseou-se em Ciência de Dados, utilizando a linguagem Python para a extração automatizada da Matriz de Saldos Contábeis (MSC) via Interface de Programação de Aplicações (API) do Tesouro Transparente, e o software Power BI para a construção de um painel de conformidade. O projeto focou na integração de dados para garantir a simetria de prazos e entregas entre os registros contábeis e os demonstrativos fiscais. Os resultados demonstraram que a automatização do fluxo de dados permitiu a identificação antecipada de divergências, promovendo a confiabilidade da informação e a eficiência do controle interno governamental, com arquitetura estruturada para expansão às demais dimensões do ranking. A aplicação da ferramenta em dados do exercício de 2025 demonstrou seu pleno funcionamento, com 100% de conformidade nas 38 verificações de controle da Dimensão 1. Concluiu-se que a solução atuou como um modelo inovador e escalável para a modernização da gestão pública, entregando uma ferramenta capaz de mitigar inconsistências fiscais previamente à consolidação do Ranking SICONFI.

Palavras-chave: Ciência de dados; Conformidade governamental; Controle interno; Gestão pública; Inteligência de negócios.

16 de outubro de 2026

Modelo estruturado de gestão de alto risco na saúde suplementar: eficiência operacional e coordenação do cuidado

A crescente pressão pela sustentabilidade econômico-assistencial na saúde suplementar brasileira impulsionou a adoção de modelos de gestão para populações de maior risco. O estudo objetivou descrever e analisar a estruturação e operacionalização de um modelo de gestão de uma carteira de alto risco assistencial, bem como comparar, de forma descritiva, os indicadores agregados de internações hospitalares e passagens em pronto-socorro da mesma coorte de 100 beneficiários entre 2023 e 2025. Realizou-se um estudo de caso único, descritivo e retrospectivo, integrando análise documental qualitativa e análise quantitativa descritiva de dados administrativos. O modelo foi implementado em uma operadora verticalizada, com 100 beneficiários de alto risco identificados por marcador eletrônico. O processo envolveu captação diária de eventos assistenciais, categorização por especialidade, distribuição dos casos à equipe responsável e protocolo multiprofissional de acompanhamento por 28 dias após passagens pelo pronto-socorro ou altas hospitalares. A análise documental revelou maior padronização dos fluxos, definição das responsabilidades e rastreabilidade dos acompanhamentos no modelo reformulado. Na comparação entre os períodos, as internações hospitalares diminuíram de 166 em 2023 para 52 em 2025, uma redução de 68,67%, e as passagens em pronto-socorro caíram de 238 para 130, uma variação de 45,38%. As reduções ocorreram no período em que o modelo já se encontrava incorporado à rotina institucional, configurando uma associação temporal favorável. Contudo, devido ao delineamento descritivo, à ausência de grupo de comparação e à impossibilidade de ajuste de fatores clínicos e contextuais, as variações observadas não puderam ser atribuídas exclusivamente à implantação do modelo. O estudo contribuiu ao sistematizar uma experiência organizacional de gestão de uma carteira de alto risco na saúde suplementar, oferecendo elementos para análise e adaptação em contextos institucionais semelhantes.

Palavras-chave: Coordenação do cuidado; Gestão de alto risco; Gestão populacional; Monitoramento pós-evento; Saúde suplementar.

16 de outubro de 2026

Monitoramento ambiental utilizando IoT e “webserver”

O monitoramento e controle de variáveis ambientais é um fator crítico na indústria, comércio e agricultura. O objetivo foi construir um sistema baseado em Internet das Coisas (IoT) para automação e controle ambiental remoto, utilizando sensores e atuadores de forma eficaz e flexível. Para isso, a umidade do ar foi selecionada como variável a ser monitorada e controlada. Desenvolveram-se módulos para sensoreamento e modificação das variáveis ambientais, juntamente com um servidor central para processar as informações coletadas. A arquitetura incluiu um sensor DHT-11, microcontrolador ATMEGA328, módulo Wi-Fi ESP-8266 e um Raspberry Pi como servidor web. Os testes de funcionamento foram realizados em um protótipo físico com ambiente isolado, onde um micro ventilador atuou no controle da umidade. O sistema demonstrou capacidade de coletar dados, responder a variações ambientais e controlar a umidade do ar dentro da faixa especificada, reduzindo-a por exaustão. Contudo, a redução da umidade por exaustão mostrou-se limitada pela umidade externa. Concluiu-se que o sistema cumpriu seu objetivo de monitorar e controlar variáveis ambientais de forma automatizada, oferecendo flexibilidade e arquitetura modular para diversas aplicações, como laboratórios e estufas, e promovendo a democratização do acesso à tecnologia no campo.

Palavras-chave: Automação; Controle; ESP-8266; Raspberry Pi; Wi-Fi.

16 de outubro de 2026

Cultura digital, automação e uso do CRM: um estudo de caso no mercado imobiliário.

A transformação digital ampliou a disponibilidade de sistemas de Customer Relationship Management (CRM), automação e inteligência artificial no processo comercial, mas sua apropriação estratégica não é automática. O estudo analisou como a cultura digital organizacional, a automação comercial e o uso do CRM influenciam a gestão e a performance comercial em uma organização do mercado imobiliário, investigando práticas de uso do CRM, fricções operacionais, percepções de corretores e liderança, e mecanismos de governança orientados a dados. Adotou-se abordagem mista, aplicada e descritiva, com questionários estruturados aplicados a 48 corretores e 4 profissionais de liderança, além de análise estatística descritiva, construção de índices sintéticos e análise temática. Os achados indicaram que o CRM está incorporado à rotina de acesso, mas não à produção consistente de dados. Observou-se convergência entre corretores e liderança quanto às fragilidades de registro e fragmentação por canais paralelos, embora com percepções distintas dos efeitos. O tempo de atuação não se relacionou linearmente com a maturidade digital, e o aumento da carga de oportunidades associou-se a maior dificuldade de acompanhamento manual. Como contribuição, propôs-se o framework GCOD (Governança Comercial Orientada a Dados), que integra CRM, inteligência analítica, orquestração comercial e governança contínua. Concluiu-se que a eficiência comercial depende da capacidade organizacional de integrar tecnologia, comportamento e governança para reduzir fricções, preservar a qualidade dos dados e orquestrar a atenção humana e automatizada ao longo da jornada do lead.

Palavras-chave: Automação comercial; CRM; Cultura de dados; Governança comercial; Transformação digital.

16 de outubro de 2026

Aplicações de Inteligência Artificial e Simulação Computacional na Formação de Preços e Gestão de Liquidez

O estudo, de caráter exploratório, investigou como técnicas de Inteligência Artificial e Simulação Computacional podem ser aplicadas à formação de preços com foco na gestão da liquidez empresarial. O objetivo foi propor e ilustrar um método de Precificação Dinâmica Adaptativa Orientada pelo Caixa, no qual a definição de preços dependeu de seus efeitos esperados sobre as vendas e, subsequentemente, sobre a trajetória do fluxo de caixa. Para isso, desenvolveu-se um caso hipotético com dados sintéticos de preços e vendas, um modelo preditivo de vendas em função do preço próprio e do preço médio da concorrência, um modelo de projeção de fluxo de caixa capaz de incorporar prazos de recebimento, inadimplência, custos transacionais, reposição de estoque e custos fixos, e um simulador computacional para avaliação de cenários competitivos. O processo de modelagem preditiva comparou diferentes algoritmos de aprendizado de máquina, sendo selecionada uma regressão linear com termos quadráticos e de interação por apresentar desempenho preditivo competitivo, boa capacidade de generalização e maior interpretabilidade. Os resultados das simulações indicaram que a abordagem proposta superou um cenário baseline de preço fixo sob a ótica da liquidez, produzindo trajetórias de caixa superiores na maior parte do horizonte analisado. Concluiu-se que a precificação pode ser tratada não apenas como um problema comercial, mas também como um problema de gestão do caixa, abrindo espaço para aplicações práticas e estudos futuros com dados reais, múltiplos produtos e métodos mais avançados de decisão sequencial.

Palavras-chave: Aprendizado de Máquina; Fluxo de Caixa; Precificação; Simulação Computacional; Tomada de Decisão.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade