Modelos de previsão para o preço do açúcar cristal no mercado brasileiro

Detalhes bibliográficos
Autor(a) principal: Diniz, Amanda Seixas
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/11/11132/tde-12042023-084153/
Resumo: O objetivo do presente trabalho foi estimar modelos de previsão para o preço do açúcar cristal no mercado brasileiro, utilizando dados do período entre 2012 e 2021. Para isso, foram utilizados modelos ARIMA univariados, modelos de função de transferência, modelo de intervenção e combinação de previsões. Ao comparar os modelos, o modelo de função de transferência utilizando o preço do açúcar cotado em Nova Iorque como variável explicativa foi o que apresentou a melhor performance de previsão, apesar da diferença entre o seu produto negociado açúcar bruto, e o produto brasileiro. Em seguida, está o modelo de intervenção com variáveis binárias sazonais, com performance superior, inclusive, ao modelo ARIMA multiplicativo (0,1,1)(1,0,1). As previsões para doze passos a frente resultantes de cada modelo foram utilizadas como insumo para a combinação de previsão, a qual obteve uma performance de previsão ainda melhor; com desvios em relação ao observado estando em torno de 0%. Diante disso, foi possível verificar quais modelos descrevem melhor o comportamento do preço doméstico do açúcar, de modo a auxiliar os agentes que compõem o setor sucroalcooleiro no seu processo de tomada de decisão e mitigando o risco inerente às oscilações de preços. Salienta-se a necessidade de utilizar metodologias mais sofisticadas, tanto para as previsões individuais, quanto para a combinação de previsões, para que sejam obtidos resultados ainda melhores do que os que foram alcançados no trabalho.
id USP_10c488b29c505bee6d0b79b2ab54c6f1
oai_identifier_str oai:teses.usp.br:tde-12042023-084153
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Modelos de previsão para o preço do açúcar cristal no mercado brasileiroForecast models for the price of crystal sugar in the Brazilian marketARIMAARIMACombinação de previsãoForecast combinationForecast modelsModelos de previsãoPreço do açúcarSugar priceO objetivo do presente trabalho foi estimar modelos de previsão para o preço do açúcar cristal no mercado brasileiro, utilizando dados do período entre 2012 e 2021. Para isso, foram utilizados modelos ARIMA univariados, modelos de função de transferência, modelo de intervenção e combinação de previsões. Ao comparar os modelos, o modelo de função de transferência utilizando o preço do açúcar cotado em Nova Iorque como variável explicativa foi o que apresentou a melhor performance de previsão, apesar da diferença entre o seu produto negociado açúcar bruto, e o produto brasileiro. Em seguida, está o modelo de intervenção com variáveis binárias sazonais, com performance superior, inclusive, ao modelo ARIMA multiplicativo (0,1,1)(1,0,1). As previsões para doze passos a frente resultantes de cada modelo foram utilizadas como insumo para a combinação de previsão, a qual obteve uma performance de previsão ainda melhor; com desvios em relação ao observado estando em torno de 0%. Diante disso, foi possível verificar quais modelos descrevem melhor o comportamento do preço doméstico do açúcar, de modo a auxiliar os agentes que compõem o setor sucroalcooleiro no seu processo de tomada de decisão e mitigando o risco inerente às oscilações de preços. Salienta-se a necessidade de utilizar metodologias mais sofisticadas, tanto para as previsões individuais, quanto para a combinação de previsões, para que sejam obtidos resultados ainda melhores do que os que foram alcançados no trabalho.The objective of the present work was to estimate forecast models for the price of crystal sugar in the Brazilian market, using data from the period between 2012 and 2021. For this, univariate ARIMA models, transfer function models, intervention model and combination of predictions. When comparing the models, the transfer function model using the price of sugar quoted in New York as an explanatory variable was the one that presented the best forecast performance, despite the difference between its traded product raw sugar, and the Brazilian product. Next is the intervention model with seasonal binary variables, with superior performance even to the multiplicative ARIMA model (0,1,1)(1,0,1). The twelve-step-ahead predictions resulting from each model were used as input for the prediction combination, which achieved even better prediction performance; with deviations in relation to the observed being around 0%. Given this, it was possible to verify which models best describe the behavior of the domestic price of sugar, in order to help the agents that make up the sugar and alcohol sector in their decision-making process and mitigating the risk inherent to price fluctuations. The need to use more sophisticated methodologies is highlighted, both for individual forecasts and for the combination of forecasts, so that even better results are obtained than those achieved in the workBiblioteca Digitais de Teses e Dissertações da USPBacchi, Mirian Rumenos PiedadeDiniz, Amanda Seixas2023-01-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/11/11132/tde-12042023-084153/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-04-13T18:59:17Zoai:teses.usp.br:tde-12042023-084153Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-04-13T18:59:17Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
Forecast models for the price of crystal sugar in the Brazilian market
title Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
spellingShingle Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
Diniz, Amanda Seixas
ARIMA
ARIMA
Combinação de previsão
Forecast combination
Forecast models
Modelos de previsão
Preço do açúcar
Sugar price
title_short Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
title_full Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
title_fullStr Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
title_full_unstemmed Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
title_sort Modelos de previsão para o preço do açúcar cristal no mercado brasileiro
author Diniz, Amanda Seixas
author_facet Diniz, Amanda Seixas
author_role author
dc.contributor.none.fl_str_mv Bacchi, Mirian Rumenos Piedade
dc.contributor.author.fl_str_mv Diniz, Amanda Seixas
dc.subject.por.fl_str_mv ARIMA
ARIMA
Combinação de previsão
Forecast combination
Forecast models
Modelos de previsão
Preço do açúcar
Sugar price
topic ARIMA
ARIMA
Combinação de previsão
Forecast combination
Forecast models
Modelos de previsão
Preço do açúcar
Sugar price
description O objetivo do presente trabalho foi estimar modelos de previsão para o preço do açúcar cristal no mercado brasileiro, utilizando dados do período entre 2012 e 2021. Para isso, foram utilizados modelos ARIMA univariados, modelos de função de transferência, modelo de intervenção e combinação de previsões. Ao comparar os modelos, o modelo de função de transferência utilizando o preço do açúcar cotado em Nova Iorque como variável explicativa foi o que apresentou a melhor performance de previsão, apesar da diferença entre o seu produto negociado açúcar bruto, e o produto brasileiro. Em seguida, está o modelo de intervenção com variáveis binárias sazonais, com performance superior, inclusive, ao modelo ARIMA multiplicativo (0,1,1)(1,0,1). As previsões para doze passos a frente resultantes de cada modelo foram utilizadas como insumo para a combinação de previsão, a qual obteve uma performance de previsão ainda melhor; com desvios em relação ao observado estando em torno de 0%. Diante disso, foi possível verificar quais modelos descrevem melhor o comportamento do preço doméstico do açúcar, de modo a auxiliar os agentes que compõem o setor sucroalcooleiro no seu processo de tomada de decisão e mitigando o risco inerente às oscilações de preços. Salienta-se a necessidade de utilizar metodologias mais sofisticadas, tanto para as previsões individuais, quanto para a combinação de previsões, para que sejam obtidos resultados ainda melhores do que os que foram alcançados no trabalho.
publishDate 2023
dc.date.none.fl_str_mv 2023-01-27
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://www.teses.usp.br/teses/disponiveis/11/11132/tde-12042023-084153/
url https://www.teses.usp.br/teses/disponiveis/11/11132/tde-12042023-084153/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256891904753664