Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do INSPER |
Texto Completo: | https://repositorio.insper.edu.br/handle/11224/6503 |
Resumo: | Este trabalho propõe um modelo de previsão de preço para soja, principal commodity produzida no país e de grande importância para a balança comercial brasileira, baseado em fatores externos como características macroeconômicas e em fatores climáticos que afetam diretamente o resultado de sua produção, auxiliando o produtor rural na previsibilidade dos preços, mensuração de risco e gestão financeira. Também contribui na explicação dos fatores de formação do preço, entendendo o comportamento do mercado interno nas variações observadas neste produto. Os dados foram coletados em diversas fontes tais como bases Conab, ABIOVE e IPEA, totalizando 96 observações mensais, do período de janeiro/2014 até dezembro/2021, em metodologias ARIMA e VAR. Para o segundo em particular, além do preço mensal da soja dos principais estados produtores, utilizou-se também variáveis como preço da soja mensal dos principais estados produtores da commodity, além de preço da soja na bolsa de Chicago, cotação do dólar, dados de exportação e produção de soja, abate total de bovinos, IBCBr e ocorrência de el niño e la niña. Os resultados obtidos indicam que o modelo VAR é mais eficiente que o modelo ARIMA para previsão do preço da soja. |
id |
INSP_de7e1d8eafa473e648df542759f11b65 |
---|---|
oai_identifier_str |
oai:repositorio.insper.edu.br:11224/6503 |
network_acronym_str |
INSP |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INSPER |
repository_id_str |
|
spelling |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produçãoPrevisão de preçoSojaSéries TemporaisVARARIMAARIMAPrice forecastSoybeansTime SeriesVAREste trabalho propõe um modelo de previsão de preço para soja, principal commodity produzida no país e de grande importância para a balança comercial brasileira, baseado em fatores externos como características macroeconômicas e em fatores climáticos que afetam diretamente o resultado de sua produção, auxiliando o produtor rural na previsibilidade dos preços, mensuração de risco e gestão financeira. Também contribui na explicação dos fatores de formação do preço, entendendo o comportamento do mercado interno nas variações observadas neste produto. Os dados foram coletados em diversas fontes tais como bases Conab, ABIOVE e IPEA, totalizando 96 observações mensais, do período de janeiro/2014 até dezembro/2021, em metodologias ARIMA e VAR. Para o segundo em particular, além do preço mensal da soja dos principais estados produtores, utilizou-se também variáveis como preço da soja mensal dos principais estados produtores da commodity, além de preço da soja na bolsa de Chicago, cotação do dólar, dados de exportação e produção de soja, abate total de bovinos, IBCBr e ocorrência de el niño e la niña. Os resultados obtidos indicam que o modelo VAR é mais eficiente que o modelo ARIMA para previsão do preço da soja.This research proposes a price forecast model for soybeans, the main commodity produced in the country and of great importance for the Brazilian trade balance, based on external factors such as macroeconomic characteristics and climatic factors that directly affect the result of its production, helping the rural producer in price predictability, risk measurement and financial management. It also contributes to the explanation of price formation factors, understanding the behavior of the internal market in the variations observed in this product. Data were collected from several sources such as Conab, ABIOVE and IPEA databases, totaling 96 monthly observations, from January/2014 to December/2021, using ARIMA and VAR methodologies. For the second in particular, in addition to the monthly price of soybeans in the main producing states, variables such as the monthly price of soybeans in the main producing states of the commodity were also used, as well as the price of soybeans on the Chicago Stock Exchange, the dollar exchange rate, data from soybean export and production, total cattle slaughter, IBCBr and occurrence of el niño and la niña. The obtained results indicate that the VAR model is more efficient than the ARIMA model for predicting the soybean price.Artes, RinaldoArtes, RinaldoCarneiro, Mara Marques2024-04-09T23:46:16Z2024-04-09T23:46:16Z2022Digital76 p.application/pdfhttps://repositorio.insper.edu.br/handle/11224/6503info:eu-repo/semantics/publishedVersionporreponame:Biblioteca Digital de Teses e Dissertações do INSPERinstname:Instituição de Ensino Superior e de Pesquisa (INSPER)instacron:INSPERinfo:eu-repo/semantics/openAccess2024-04-10T03:00:18Zoai:repositorio.insper.edu.br:11224/6503Biblioteca Digital de Teses e Dissertaçõeshttps://www.insper.edu.br/biblioteca-telles/PRIhttps://repositorio.insper.edu.br/oai/requestbiblioteca@insper.edu.br ||opendoar:2024-04-10T03:00:18Biblioteca Digital de Teses e Dissertações do INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)false |
dc.title.none.fl_str_mv |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção |
title |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção |
spellingShingle |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção Carneiro, Mara Marques Previsão de preço Soja Séries Temporais VAR ARIMA ARIMA Price forecast Soybeans Time Series VAR |
title_short |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção |
title_full |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção |
title_fullStr |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção |
title_full_unstemmed |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção |
title_sort |
Modelos de previsão de preço para soja no Brasil utilizando variáveis climáticas e produção |
author |
Carneiro, Mara Marques |
author_facet |
Carneiro, Mara Marques |
author_role |
author |
dc.contributor.none.fl_str_mv |
Artes, Rinaldo Artes, Rinaldo |
dc.contributor.author.fl_str_mv |
Carneiro, Mara Marques |
dc.subject.por.fl_str_mv |
Previsão de preço Soja Séries Temporais VAR ARIMA ARIMA Price forecast Soybeans Time Series VAR |
topic |
Previsão de preço Soja Séries Temporais VAR ARIMA ARIMA Price forecast Soybeans Time Series VAR |
description |
Este trabalho propõe um modelo de previsão de preço para soja, principal commodity produzida no país e de grande importância para a balança comercial brasileira, baseado em fatores externos como características macroeconômicas e em fatores climáticos que afetam diretamente o resultado de sua produção, auxiliando o produtor rural na previsibilidade dos preços, mensuração de risco e gestão financeira. Também contribui na explicação dos fatores de formação do preço, entendendo o comportamento do mercado interno nas variações observadas neste produto. Os dados foram coletados em diversas fontes tais como bases Conab, ABIOVE e IPEA, totalizando 96 observações mensais, do período de janeiro/2014 até dezembro/2021, em metodologias ARIMA e VAR. Para o segundo em particular, além do preço mensal da soja dos principais estados produtores, utilizou-se também variáveis como preço da soja mensal dos principais estados produtores da commodity, além de preço da soja na bolsa de Chicago, cotação do dólar, dados de exportação e produção de soja, abate total de bovinos, IBCBr e ocorrência de el niño e la niña. Os resultados obtidos indicam que o modelo VAR é mais eficiente que o modelo ARIMA para previsão do preço da soja. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022 2024-04-09T23:46:16Z 2024-04-09T23:46:16Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.insper.edu.br/handle/11224/6503 |
url |
https://repositorio.insper.edu.br/handle/11224/6503 |
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.format.none.fl_str_mv |
Digital 76 p. application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do INSPER instname:Instituição de Ensino Superior e de Pesquisa (INSPER) instacron:INSPER |
instname_str |
Instituição de Ensino Superior e de Pesquisa (INSPER) |
instacron_str |
INSPER |
institution |
INSPER |
reponame_str |
Biblioteca Digital de Teses e Dissertações do INSPER |
collection |
Biblioteca Digital de Teses e Dissertações do INSPER |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER) |
repository.mail.fl_str_mv |
biblioteca@insper.edu.br || |
_version_ |
1814986252397576192 |