Previsão do comportamento dos preços do leite usando modelos ARIMA E SARIMA
Palavras-chave:
Leite, Previsão de Preços, ARIMAResumo
Considerando a relevância econômica e social da cadeia produtiva do leite para o Brasil e, especialmente para a região do Triângulo Mineiro e Alto Paranaíba (TMAP) – principal bacia produtora de leite do país, bem como o fato do leite ser uma das commodities agrícolas com a maior volatilidade de preços, este trabalho teve por objetivo desenvolver um modelo de previsão do comportamento dos preços do leite na região do TMAP. Para tanto, foi utilizado um Modelo Autorregressivo Integrado e de Médias Móveis na sua forma simples (ARIMA) e com componente sazonal (SARIMA). Os resultados indicaram que o modelo que apresentou o melhor desempenho foi o modelo SARIMA(0,1,1)(2,1,0)12, com um MSE de 0,285 e um R² de 0,557. Também foi possível observar que, dentre os modelos ARIMA e SARIMA testados, os modelos com componente sazonal apresentaram desempenho superior aos modelos sem a sua inclusão, corroborando a existência de comportamento sazonal nos preços do leite.
Referências
ACOSTA, A.; IHLE, R.; ROBLES, M. Spatial price transmission of soaring milk prices from global to domestic markets. Agribusiness, v. 30, n. 1, p. 64-73, 2014
ALVES, F.F.; SOUSA, L.V. C.; ERVILHA, G.T. Planejamento e previsão do preço do leite em Minas Gerais: análise empírica com base no modelo X12-ARIMA. Revista de Economia e Agronegócio – REA, v. 12, n 1, 2, 3, p.115–134, 2015.
BERGMANN, D.; O’CONNOR, D.; THÜMMEL, A. An evaluation of point and density forecasts for selected EU farm gate milk prices. International Journal of Food and Agricultural Economics (IJFAEC), v. 6, n. 1128-2019-535, p. 23-53, 2019.
BÓRAWSKI, P.; PAWLEWICZ, A.; PARZONKO, A.; HARPER, J.; HOLDEN, L. Factors shaping cow’s milk production in the EU. Sustainability, v. 12, n. 1, p. 420, 2020.
BUENO, R. L. S. Econometria de séries temporais. São Paulo: Cengage Learning, 2012.
DONG, F.; DU, X.; GOULD, B. W. Milk Price Volatility and its Determinants. Agricultural and Applied Economics Association, 2011.
FACHINELLO, A. L.; BACCHI, M. R. P. Determinação de um modelo de previsão univariado para preços de leite pagos aos produtores em Santa Catarina. Análise Econômica, v. 24, n. 46, 2006.
FAHINELLO, A. L.; PONCHIO, L. A. Modelo de previsão univariado para preços de leite pagos aos produtos nas principais regiões brasileiras. In: XLIV Congresso Brasileiro de Economia e Sociologia Rural, 2006, Fortaleza. Anais... Fortaleza: SOBER, 2006. CD-ROM.
FAHIMY, D. S.; SALARPOUR, M.; SOUBOOHI, M. Comparisons Of The Ability Of Predicting Anfis Fuzzy-Neural Model With Ann Neural Network And Arima Auto Regression (Case Study Of Weekly Price Of Egg). Journal of Agricultural Economics and Development, 74, 188-204, 2011.
GUJARATI, D. N.; PORTER, D. C. Econometria Básica. 5ª ed. Porto Alegre: AMGH, 2011.
HANSEN, B. G.; LI, Y. An analysis of past world market prices of feed and milk and predictions for the future. Agribusiness, v. 33, n. 2, p. 175-193, 2017.
MARIN, S. R.; CAVALHEIRO, A. G.; ANSCHAU, D. Sazonalidade do preço do leite no Rio Grande do Sul (1986-2009). Ciência Rural, v. 41, p. 361-364, 2011.
MOREIRA, V.; PROTIL, R.; SILVA, C. L. Gestão dos riscos de mercado do agronegócio no contexto das cooperativas agroindustriais. Anais: Congresso da Sociedade Brasileira de Economia, Administração e Sociologia Rural, Campo Grande, 2014.
NICHOLSON, C. F.; FIDDAMAN, T. Dairy policy and price volatility. 2003.
PAURA, L.; ARHIPOVA, I. Analysis of the milk production and milk price in Latvia. Procedia Economics and Finance, v. 39, p. 39-43, 2016.
PEPPLE, S. U.; HARRISON, E. E. Comparative performance of Garch and Sarima techniques in the modeling of Nigerian board money. CARD Int J Soc Sci Confl Manag, v. 2, n. 4, p. 258-270, 2017.
PINHEIRO, C. A. O.; SENNA, V. de. Previsão de preços através de redes neurais e análise espectral: evidências para o mercado futuro das commodities açúcar e soja. Custos e @gronegócio on-line, v. 13, n. 4, p. 103-128, 2017.
ROCHA, D. T.; CARVALHO, G. R.; DE RESENDE, J. C. Cadeia produtiva do leite no Brasil: produção primária. Embrapa Gado de Leite - Circular Técnica (INFOTECA-E), 2020.
RODRIGUES, L. S.; REZENDE, S. O.; MOURA, M. F.; MARCACINI, R. M. Agribusiness Time Series Forecasting using Perceptually Important Events. In: 2018 XLIV Latin American Computer Conference (CLEI). IEEE, 2018. p. 268-277.
SHAHRIARY, G.; MIR, Y. Application of artificial neural network model in predicting price of milk in Iran. Modern Applied Science, v. 10, n. 4, p. 173-178, 2016.
SHYIAN, N.; MOSKALENKO, V.; SHABINSKYI, O.; PECHKO, V. Milk price modeling and forecasting. Agricultural and Resource Economics: International Scientific E-Journal, v. 7, n. 1868-2021-1004, p. 81-95, 2021.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Estação Científica
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
