Um modelo hierárquico para previsão de preços de commodities agrícolas

Abstract

Resumo: Nos últimos 20 anos tem ocorrido um interesse crescente no comportamento do preço de commodities devido a mudanças no padrão da demanda mundial e o crescimento dos mercados futuros de commodities como instrumento para gestão de portfólios na indústria. A fim de reduzir risco e assegurar preços, os agentes de mercado empregam diferentes estratégias de hedging baseadas no em mercados futuros, sendo imprescindível o uso de modelos de previsão. Neste contexto, o objetivo deste artigo é construir um modelo de previsão para preços à vista de commodities agrícolas com base em um modelo hierárquico. Um primeiro modelo de espaço de estados é ajustado de forma a identificar tendências das séries. Os resultados obtidos são então corrigidos através de redes neurais. Para analisar o comportamento do modelo foram consideradas commodities: soja, álcool e açúcar. Os resultados sugerem que o modelo pode ser uma ferramenta útil para entender os mercados e para previsão de preços de curto prazo.Palavras Chave: Commodities agrícolas. Mercados Futuros. Redes Neurais. Modelos híbridos. Previsão.Abstract: Last two decades have seen a considerable interest in commodities price behavior as a result of demand pattern changes and the growth of commodities futures markets as a tool to portfolio management in industry. In order to reduce risk and assure prices, agents use different hedging strategies based on futures markets. In this sense forecast models are essential. This paper proposes a mathematical model to agricultural commodity prices forecasting. A hierarchical model is presented. A state space model is considered to identify trends or to describe the structure of the stochastic process. This model is adjusted through a neural network. To analyze the model three commodities were considered: soybeans, alcohol and sugar. The results suggest that this model can be a useful tool to understand markets and to short term forecast.

Multivariate analysis and neural networks application to price forecasting in the Brazilian agricultural market

“…Other studies (LIMA et al (2010); RIBEIRO et al (2010);MIRANDA et al (2013)) based on data from the national and international agricultural market (SHAHWAN & ODENING, 2007;LI et al, 2010;JHA;SINHA, 2013), indicated the ANN model as an alternative in forecasting agricultural prices.…”

“…Therefore, decision making requires that price behavior is known before the harvest is done (RIBEIRO et al, 2010).…”

“…In the literature (YONENAGA & FIGUEREDO, 1998;BRESSAN, 2004;SOBREIRO et al, 2008;LIMA et al, 2010;RIBEIRO et al, 2010;CERETTA et al, 2010;FERREIRA et al, 2011), the artificial neural networks (ANN) and classic (autoregressive) models are applied in the context of the Brazilian market to identify seasonal patterns and predict prices of agricultural products. In addition to these applications for the international market of agricultural commodities, some authors (SHAHWAN & ODENING, 2007;LI et al, 2010;JHA & SINHA, 2013), use the ANN model as an alternative to forecast agricultural prices.…”

Previsão de preços de commodities agrícolas através do modelo de análise espectral singular multivariada

“…A análise de preços, como elemento do mecanismo de troca, reveste-se de singular importância para os participantes do mercado agrícola, sejam eles compradores, vendedores ou especuladores. Então, as decisões tomadas pelos produtores, mesmo antes da realização da colheita, presumem o conhecimento do comportamento dos preços (RIBEIRO et al, 2010). Além delas, as decisões referentes ao conjunto de produção e à adoção de políticas de financiamento como alternativa de assegurar preços, são baseadas em expectativas dos preços.…”

Aplicação Do Modelo Arima À Previsão Do Preço Da Soja Como Ferramenta Para Tomada De Decisão

“…Neste sentido, o preço constitui-se em uma variável importante na determinação da oferta e da demanda; consequentemente, a possibilidade de prever o seu comportamento é de suma importância para os participantes do mercado agrícola, sejam eles compradores, vendedores ou especuladores, pois eles baseiam suas decisões em expectativas de preços (RIBEIRO et al, 2010;SCHWAGER, 1995). Uma das técnicas mais utilizadas para a previsão de preço consiste nos modelos univariados.…”