The demand for trucks in Brazil has historically been an unusual choice for econometric analysis, resulting in a scarcity of studies on this subject, inconsistent with the economic relevance of road freight transport and its historical dominance over any other means of transport in the country. As a consequence, there is no study published in Brazil exclusively addressing the demand for trucks. This paper addresses the demand for trucks in Brazil, making extensive use of secondary data in multiple linear regression models. Besides the choice of the subject itself, it innovates by including expectationalvariables to the analysis. In comparison to the surveyed studies on passenger car demand, further improvements were undertaken, as the split of GDP in sectors (agriculture, industry and services), the use of lagged variables, and a twenty three years long timeframe (from 1996 to 2018). Results show that variables typically adopted on automotive demand studies are also relevant to demand for trucks as price, credit and income (represented by three components of GDP). Expectational variables (represented by GDP forecast, industry surveys and even Ipovespa performance) were a valid addition to the model. The results deepen the knowledge about the truck market behavior and allow an improvement of the quality of decision making in the truck industry.A demanda por caminhões no Brasil tem sido historicamente uma escolha incomum para análise econométrica, resultando em uma escassez de estudos sobre esse assunto, inconsistente com a relevância econômica do transporte rodoviário de mercadorias e seu domínio histórico sobre qualquer outro meio de transporte no país. Resulta que não há nenhum estudo publicado no Brasil abordando exclusivamente a demanda por caminhões. Este artigo aborda a demanda por caminhões no Brasil, fazendo uso extensivo de dados secundários em modelos de regressão linear. Além da escolha do assunto em si, este estudo inova ao incluir variáveis expectacionais na análise. Em comparação com os estudos pesquisados sobre a demanda de carros de passageiros, outras melhorias foram realizadas, como a decomposição do PIB em setores (agropecuária, indústria e serviços), o uso de variáveis defasadas e a utilização de dados de um período de 23 anos (de 1996 a 2018). Os resultados demonstram que variáveis tipicamente adotadas em estudos de demanda automotiva também são relevantes para a demanda de caminhões, como preço, crédito e renda (representada pelos três componentes do PIB). Variáveis de natureza expectational (representadas pela expectativa de PIB, sondagens da indústria e, mesmo, variações do Ibovespa) se mostraram uma adição válida ao modelo. As conclusões deste estudo permitem uma melhor compreensão do comportamento do mercado de caminhões no Brasil, potencialmente auxiliando na tomada de decisões dos integrantes dessa indústria.