Modelos estocásticos de previsão dos preços da soja no Brasil

Transcrição

1 263 Modelos esocásicos de previsão dos preços da soja no Brasil Recebimeno dos originais: 16/02/2013 Aceiação para publicação: 04/06/2015 Acássio Valene Feliciani Mesre em Engenharia de Produção Insiuição: Universidade Federal de Sana Maria- UFSM Endereço: Rua Riachuelo, 330. Bairro Cenro CEP Adriano Mendonça Souza Douor em Engenharia de Produção Insiuição: Universidade Federal de Sana Maria- UFSM Endereço: Rua Tuiui, 2434/ 501 CEP Francisca Mendonça Souza Douoranda em Méodos Quaniaivos Insiuição: Insiuo Universiário de Lisboa- ISCTE/IUL Endereço: Av. Sacadura Cabral, 38 2º Esquerdo CEP Resumo O objeivo desa pesquisa é descrever e prever, por meio de modelos esocásicos, a média e a variabilidade da série de preços de onelada de soja (Glycine max) produzidas no Brasil no período de 2000 a 2011, além de avaliar a esabilidade dos preços de comercialização da produção e idenificar os períodos caracerizados como de volailidade por meio de gráficos de conrole aplicados aos resíduos do modelo. Os modelos esocásicos enconrados para represenar a série em esudo foram um SARIMA (1,0,0)(1,1,0) 12 - ARCH (1), os quais foram capazes de apresenarem uma previsão de curo prazo e raar da auocorrelação presene nos dados. Conclui-se que a meodologia de modelagem e previsão de séries emporais aplicadas aos mercados fuuros, caraceriza-se como mecanismos viáveis para muios sojiculores, pois auxilia na omada de decisão, dado que o momeno de comercialização da safra, ainda é considerado pono críico, na viabilidade e manuenção do seu negócio. Palavras-chave: Séries emporais. Modelos ARIMA. Modelos ARCH. 1. Inrodução O comércio inernacional vem adquirindo noória significância no debae políico e inelecual, originando aumeno dos convênios econômicos e aberura de novos mercados,

2 264 dado principalmene ao processo de globalização que faz com que países incorporem suas relações comerciais visando o alcance econômico e social. Enre os países que conribuem para o avanço econômico social mundial no sisema inegrado agribusiness esá o Brasil devido principalmene a suas caracerísicas climáicas, condições de solos e recursos hídricos de boa qualidade e em abundância. Dessa forma, o Brasil deém o iulo de segundo maior produor exporador do complexo- SOJA-ÓLEO- FARELO, segundo informações da (EMBRAPA, 2008); (ANDRADE, 2012). Denre os benefícios que a oleaginosa possui alo eor de proeínas (40%), conforme (ECORSIM e al. 2011), ambém esende-se como fone renovável na produção de biodiesel, agindo como forma não poluidora comparada ao uso de combusíveis fósseis e a ouros processos indusriais. Conforme (OLIVEIRA e al. 2009), desde a enrada do proocolo de Kyoo, a demanda por combusíveis renováveis, disposa a aender a demanda mundial de forma susenável e renovável, vem alcançando inegável ineresse no conexo macroeconômico. Esse dado mosra que as reservas perolíferas e de gás naural esão em fase de diminuição, o que amplifica a crescene procura e valorização por formas de abasecimeno energéico com visas a diminuir o aquecimeno global. Segundo o programa nacional de produção de biodiesel criado em 2004, prevê que aé 2013 o Brasil possa gerar uma demanda anual superior a dois bilhões de liros de biodiesel, fazendo com que a produção de soja seja cada vez mais valorizada no mercado nacional e inernacional, segundo o (Minisério do Desenvolvimeno Indúsria e Comércio 2008). Segundo a mesma fone, no ano de 2007 a comercialização da soja no mercado mundial represenou um superavi de US$ bilhões, perfazendo uma das principais commodiies de exporação. Embora os indicadores econômicos revelem números posiivos do preço e demanda mundial da oleaginosa, o Brasil ainda enfrena desafios a serem superados em relação à valorização e comercialização, ais como: reduzir o nível de infesações de pragas no planio, raar com os faores climáicos e sazonais de produção, enfrenar as crises financeiras mundiais, desenvolver o seor logísico, melhorar as alas axas de juros, denre ouros. Além desses desafios o Brasil não é aponado como formador de preços, e sim, como omador de preços, o que afea direamene a ofera e a demanda e, consequenemene, os preços no mercado nacional e inernacional, conforme (SILVA E MACHADO, 2009). Para (Missão, 2006), o preço da soja segue um padrão mundial de comercialização, possuindo como balizador a Bolsa de Commodiies de Chicago (CBOT - Chicago Board of

3 265 Trade) aponando correlação com o poder de compra da China, a qual quando compra denro do complexo- SOJA-ÓLEO-FARELO ende a refleir direamene sobre os preços inernacionais com viés de ala para a CBOT. Quando esudado se a ransmissão das coações na Chicago Board of Trade (CBOT) para os preços do grão da soja em nível de produor e indúsria do Brasil (PINO E ROCHA, 1994) concluíram que os preços domésicos desse grão são foremene influenciados pelas variações na CBOT, deerminando assim a quanidade oferada da commodiy no país. Por conseguine, faores como mudança políica cambial afea os cusos de produção e consequenemene, os preços de venda e compra da oleaginosa, dado que os insumos possuem dependência em relação a componenes imporados, conforme (SCHULTZ, BRANDT E BRANDT, 2008). Do mesmo modo, a desvalorização do dólar para as exporações afeam o preço da commodiy, segundo informações de (FILHO e al.2005). Iso denoa a imporância de maner e ampliar as vanagens compeiivas frene a ganhos financeiros, com visas a diminuir os cusos de produção em relação às commodiies agrícolas, preservando e melhorando a qualidade e a produividade do produo final, por meio, da disponibilização de ecnologias, como, por exemplo, a soja ransgênica, segundo (EMBRAPA, 2005). Além desses faores que afeam o cenário macroeconômico brasileiro, a culura da soja enfrena problemas relacionados à conjunura climáica, o que ocasiona oscilações na produção com o aumeno das chuvas por ocasião de fenômenos como El Nino e El Nina, ocasionando fores esiagens o que diminui consideravelmene a produção e a produividade. Ouro faor a ser analisado é a origem da volailidade no preço da commodiy, aponado por (PEREIRA e al.2010); (SWARAY, 2002), na qual origina-se, principalmene, de disúrbios da ofera, cujas fluuações de demanda, de um ano para ouro, sofrem somene modificações moderadas, ao passo que a ofera que fluua consideravelmene, de acordo com variáveis climáicas e écnicas da culura, além das expecaivas e dos movimenos especulaivos. Assim, esses disúrbios, combinados com a elasicidade de ofera e demanda de curo prazo, ocasionam fluuações de preços acenuadas. Conforme (SIMÕES, 2012) a realização da previsão da volailidade possui relevância noória, pois auxilia na análise de invesimenos, gerenciameno de riscos e alernaivas de invesimenos. Desa forma, a uilização da meodologia de modelagem e previsão de séries emporais aplicadas aos mercados fuuros, caraceriza-se como mecanismos viáveis para muios sojiculores, pois auxilia na omada de decisão, dado que o momeno de comercialização da

4 266 safra ainda é considerado pono críico, na viabilidade e manuenção do seu negócio, esa ideia e corroborada por (MARCHEZAN E SOUZA, 2010); (TURA E AHLERT, 2010). Conforme (ANGELO e al. 2011), prever as vendas é essencial para que se possa gerenciar de modo adequado os processos produivos e de comercialização. A adoção de écnicas esaísicas por meio dos modelos ARIMA geral saisfazem bons resulados quando comparados com ouros méodos como, por exemplo, redes neurais. Porano, ese esudo em como objeivo principal descrever e prever por meio de modelos esocásicos a média e a variabilidade da série de preços de onelada de soja no Brasil no período de 2000 a 2011, visando aponar os periodos que apresenarem fluuações ou insabilidades no mercado brasileiro. Segundo (CORSO, SILVA E DUCLÓS, 2006), a soja perfaz um dos produos que inegra com saisfaória represenaividade na evolução das cadeias agroindusriais, sendo desa forma, necessário realizar previsões precisas, visando à omada de decisões no que concerne à venda da oleaginosa no panorama inerno e exerno, ou seja, conhecer o comporameno dos preços com desígnio ao alcance econômico no momeno de negociação nos mercados emergenes orna-se imporane, para a vida financeira dos agriculores e/ou invesidores e, consequenemene, para a economia do país. O arigo esruura-se em quaro seções: Pare inroduória, na seção 1, logo maerial e méodos na seção 2, seguidos da seção 3 com os resulados e discussões e na úlima seção as conclusões e referências bibliográficas uilizadas nesa pesquisa. 2. Maerial e Méodos Uiliza-se nesa pesquisa os dados coleados juno à Associação Brasileira das Indúsrias de Óleos Vegeais (ABIOVE), coações mensais de preços da onelada de soja no Brasil durane o período de janeiro de 2000 a ouubro de No primeiro momeno, faz-se uma inspeção gráfica da série original, em seguida calculam-se as esaísicas descriivas, assimeria, curose e normalidade com o inuio de revelar o comporameno da série de modo que seja possível idenificar períodos aípicos aos preços praicados nos períodos analisados. Logo, ransforma-se a série original em reornos simples, os quais são independenes de escala e proporcionam condições adequadas de modelagem, conforme (TSAY, 2002); (CAMPOS, 2007). Logo, verifica a presença de raiz uniária na série ransformada por meio dos eses

5 267 Augmened Dickey-Fuller (1997) - (ADF) e Kwiakowski-Phillips-Schmid-Shin (1992) (KPSS), pois a modelagem ano em nível como da volailidade, se dará numa série esacionária de forma a se ober parâmeros represenaivos de odos os períodos analisados, podendo-se assim uilizar a série em forma de reornos para cumprir esa exigência. Poseriormene, verifica-se a presença de auocorrelação serial por meio das funções de auocorrelação (FAC) e auocorrelação parcial (FACP), com a finalidade de deerminar o ipo e ordem do modelo ARIMA geral que deverá ser uilizado, conforme Eq.1 d ~ Z ~ ~ p Z p... q a q a (1) em que o ermo represena a pare auorregressiva do filro e o ermo a pare de médias móveis. Após o esudo descriivo, pare-se para a aplicação da modelagem linear da média, uilizando-se os modelos Auorregressivos Inegrados é de Médias Móveis ARIMA (p, d, q), os quais só devem ser aplicados em séries esacionárias, caso a série apresenar auocorrelações em períodos sazonais, represenada por um período de repeição S= 3, 6, 12. Segundo (MARCHEZAN E SOUZA, 2010), uilizam-se os modelos da classe geral Auorregressivos Inegrados e de Médias Móveis Sazonal SARIMA (p, d, q) (P, D, Q) s, sendo (d) a pare simples e (D) a pare sazonal conforme Eq. 2 ( a (2) S d D S B ) ( B ) S ( B) ( B ) em que e são parâmeros do modelo sazonal. A série de preços de onelada de soja, ransformada por meio de reorno simples após a modelagem, será validada pela análise de seus resíduos, os quais se apresenam como ruído branco, e N(0, σ 2 ), onde serão selecionados aqueles modelos que apresenarem menores esaísica, segundo Criério AIC (Akaike Informaion Crieria), conforme (MENEZES, SOUZA E SOUZA, 2011); (SOUZA e al.2010); (MARTÍNEZ E ZAMPROGNO, 2003). Selecionado o modelo geral ARIMA/SARIMA, verifica-se a possível exisência de heerocedasicidade condicional nos resíduos quadráicos do modelo, uilizando-se o ese LM-ARCH, segundo (OTUKI e al. 2008), viso que os modelos ARIMA assumem que a variância da série y é consane, sendo porano resriiva, jusamene por se raar de mercados financeiros. Desa forma, a relação enre o erro quadrado do modelo esimado e seus valores defasados faz necessário considerar a modelagem do erro do modelo com uma esruura ARCH, conforme (LIMA, GÓIS E ULISES 2007). Segundo (MORETTIN, 2006); (SOUZA, SOUZA E MENEZES, 2012); o modelo ARCH(m) é definido pela Eq. 3

6 268 Desa forma, pode-se observar que a variância condicional do erro informação disponível para o período (-1) é disribuída, de acordo com Eq (3) com a 2 q i1 u No caso de um modelo ARCH (1), em-se a variância condicional definida pela Eq. 5 2 u Assim, espera-se que a modelagem ARCH (1) possua resíduos idenicamene disribuídos i.i.d., caracerísicas esas mosradas na Eq. 6 N 0 2 0; 0 1u 1 Os modelos auorregressivos heerocedásicos condicionais ARCH, proposos por Rober Engle (1982), permiem deerminar a variabilidade exisene na série, pois os dois primeiros momenos de uma série emporal, a média ( ) e a variância (σ 2 ), não são capados pelos modelos lineares da classe geral ARIMA, embora os modelos ARIMA produzam resíduos do ipo, e N(0, σ 2 ), muias vezes se forem avaliados na sua forma quadráica, eses não exibem a propriedade de aleaoriedade pura, refleindo a variabilidade exisene da série emporal. Modelada a série, em-se o propósio de realizar as previsões com um horizone de seis meses, uilizando-se como criério de qualidade de previsão a esaísica MAPE (erro percenual médio absoluo) e EQM (erro quadrado médio da previsão). De posse dos valores previsos da média da série, por meio dos modelos ARIMA geral, uiliza-se os modelos ARCH, caso comprovada a presença de caudas pesadas, com o fim de auxiliar na inerpreação do parâmero de persisência e seus efeios fuuros apresenado na modelagem ARCH. Após a modelagem da variável, que ora fora auocorrelacionada, agora passa a ser independene e idenicamene disribuída (i.i.d.), suprindo as condições necessárias exigidas para a aplicação de gráficos de conrole, aplica-se o gráfico de medidas individuais, nos valores aneriores à previsão da série de resíduos, com o inuio de verificar se os períodos idenificados como fora dos limies de conrole são coincidenes com os ponos de maior volailidade idenificados pelo modelo da classe geral ARCH, endo-se desa forma uma comprovação de que realmene os ponos anômalos ou de maior volailidade são deecados e, i 1 2 i 2 1 (6) (4) (5)

7 269 possivelmene, caracerizados como uma causa especial, conforme (PEREIRA E REQUEIJO, 2008). O gráfico de conrole de medidas individuais não será uilizado para moniorar os valores previsos, pois para o fim de avaliar o desempenho do modelo de previsão será uilizado à esaísica de qualidade MAPE. A pesquisa será realizada uilizando o programa Eviews 7.0 na elaboração dos modelos misos ARIMA-ARCH e, para a realização dos gráficos de conrole nos resíduos dos modelos misos, será uilizado o programa Saísica Resulados e Discussão Analisando o comporameno da série original, observam-se caracerísicas de endência e sazonalidade, componenes esas que devem ser esimadas e eliminadas com visas a ober uma série esacionária. Conforme Figura 1, eses faores esilizados podem ser idenificados, a qual procura comprová-la por meio da modelagem esocásica, onde a série de preços de onelada de soja no Brasil foi ransformada em uma série de reornos para aender aos pressuposos da modelagem, conforme (MORETTIN, 2006). Figura 1: Esaísica da série de preços da onelada de soja no Brasil Em relação às esaísicas descriivas, observa-se que a série possui uma assimeria acenuada à esquerda, ou assimeria negaiva, e um excesso de curose de 3,32, o que indica a presença de caudas pesadas. Conforme ese Jarque-Bera, o valor calculado foi de 102,86 rejeiando-se a hipóese nula de normalidade, o que apona que esas esaísicas descriivas corroboram conforme sinalizou a Figura 1, sugerindo a presença de volailidade na série esudada, raificada pelas pesquisas de (CAMPOS, 2007); (SILVA e al. 2005); (PEREIRA e al. 2010), na qual idenificaram a exisência de volailidade na culura da soja.

8 270 A FAC e a FACP mosraram que as observações apresenam-se auocorrelacionadas e há um indicaivo da presença de sazonalidade de ordem 12, o que reflee as ocorrências e fluuações dos preços desa oleaginosa. Os eses ADF e KPSS classificam a série como não esacionária, apresenando respecivamene os valores p-valor = 0,066 e p-valor =0,253, indicando a não- esacionariedade, iso é, I(1). Quando a série foi considerada em primeira diferença as esaísicas ADF e KPSS apresenaram p-valor= 0,000 e p-valor= 0,500, respecivamene, ornando-se a série esacionária, iso é, I(0). Dado que a série foi classificada como I(1), a série de reorno foi diferenciada e esimaram-se os seguines modelos concorrenes para represenar o nível de preços praicados no período, ais como: SARIMA (1,1,0)(1,0,0) 12 ; SARIMA (2,1,0) (1,0,0) 12; SARIMA(1,0,0) (1,1,0) 12 e SARIMA(1,0,0) (2,1,0) 12, no qual odos os parâmeros foram significaivos e os modelos apresenaram a caracerísica de ruído branco, sendo o modelo capaz de represenar o comporameno da série emporal de acordo com as esaísicas de qualidade (AIC = -1,65) e levando em cona o modelo mais parcimonioso o modelo SARIMA (1,0,0) )(1,1,0) 12, foi o escolhido, deecando os períodos de fluuação dos preços da onelada de soja no Brasil, no período analisado. Eses períodos de fluuações de preços condizem com a pesquisa de (SILVA e al. 2011), em que as exporações brasileiras de soja, enre o período de 2002 a 2010, sofreram uma grande valorização no mercado inernacional, chegando, em janeiro de 2002, a US$160,06 e, em dezembro de 2010, a coações de US$483,76 e, em julho de 2008, a picos de US$554,15 dólares, desacando que ese comporameno se deve ao expressivo crescimeno que a soja vive nos úlimos anos. De posse dos resíduos do modelo SARIMA (1,0,0) )(1,1,0) 12, selecionado, aplicou-se o ese LM-ARCH onde as esaísicas F calculada = 0,3928 e cujo F abelado(1,141) = 0,3884 aponaram a rejeição a hipóese nula de homocedasicidade, mosrando que exise heerocedasicidade condicional nos resíduos quadráicos do modelo SARIMA (1,0,0) (1,1,0) 12, logo se uilizou-se da modelagem ARCH, proposa por (ENGLE, 1982), de modo a represenar a volailidade condicional exisene na série. O modelo esimado para a volailidade do preço da soja foi um ARCH (1), onde o valor do parâmero de persisência é de 0,69, indicando que a volailidade erá um efeio duradouro, conforme (SPIM, 2012), ransmiindo-se por vários períodos de empo, o que indica que um choque que raga declínio ou aumeno do preço da soja em momenos de

9 271 inensa agiação do mercado, pode gerar perdas e/ou ganhos aos sojiculores ou invesidores, dado que saiba uilizar a oporunidade de negócio, conforme (CAMPOS, 2007). Ese parâmero confirma que os preços da onelada de soja serão influenciados por qualquer ocorrência exerna e se prolongarão, iso é, um aumeno no preço devido a uma escassez de produção fará com que o preço desa commodiy se manenha em ala, assim como uma baixa no preço. Segundo (DALL AGNOL e al. 2010), os preços da oleaginosa em relação com as mudanças de mercado - ofera/demanda, e ambém são condicionadas pela auação de fundos de invesimenos especulaivos frene a ganhos financeiros. Ao avaliar-se a volailidade uilizando a Figura 1, verifica-se que os períodos em orno dos insanes 37, 61, 97 e 120 o que correspondem aos períodos de dez/2002; dez/2004; dez/2007 e nov/2009, apresenam volailidade elevada, como mosra o modelo ARCH, e de ala persisência. Umas das possíveis razões para a variabilidade dos preços é a concomiância do período de planio da primeria safra de milho (seembro a dezembro) e o planio da soja (seembro a dezembro), onde as crescenes exporações brasileiras aos países que compreendem o G20 fazem com que haja um exraordinário desempenho crescene dos preços desde 2002, saindo do paamar de US$ 60 bilhões para mais de US$ 200 bilhões em 2010, conforme (Minisério da Fazenda 2010). Na Tabela 1 apresenam-se os valores de previsão dos preços de onelada de soja uilizando o modelo SARIMA (1,0,0) (1,1,0) 12 - ARCH (1). Exibiram-se os valores reais e previsos no periodo de maio/2011 a ouubro/2011, acompanhados das medidas de qualidade desvio médio percenual (MAPE), a qual represena um valor absoluo médio que possibilia avaliar a margem de acero em comparação com o valor previso, conforme (LIMA e al.2010) e o erro quadráico percenual (EQM) da previsão, na qual verifica-se que quano menores esas medidas de ajuses das previsões, menor é a diferença enre os valores reais e previsos. Com o propósio de verificar se a volailidade capada pelos modelos ARCH, são capados ambém pelo gráfico de medidas individuais, aplicado aos resíduos do modelo, e se eses períodos podem ser classificados como uma causa exerna, conforme (TOLEDO e al. 2008), na averiguação da média condicional dos resíduos do modelo SARIMA (1,0,0) (1,1,0) 12, no período anerior a esimação das previsões, analisou-se a Figura 2.

10 272 Figura 2: Gráfico de conrole de medidas individuais, aplicados aos resíduos do modelo SARIMA (1,0,0) (1,1,0) 12 - ARCH (1). Observa-se de acordo com a Figura 2, que os ponos fora dos limies de conrole, comparando a Figura 1, são os períodos em que apresenam maior volailidade, caracerizados pela exisência de sazonalidade e ala variabilidade. Vale lembrar que ese procedimeno só foi possível porque os resíduos do modelo SARIMA (1,0,0)(1,1,0) 12 apresenaram-se não mais auocorrelacionados. Conudo, realizou-se as previsões uilizando os modelos misos SARIMA (1,0,0) (1,1,0) 12 - ARCH (1), conforme Tabela 1. Tabela 1: Previsão dos Preços da Tonelada de Soja no Brasil de maio/2011 a ou/2011 MESES Maio/ Junho/ ^ MAPE EQM Julho/ ,090 0,132 Agoso/ Seembro/ Ouubro/ Conforme Tabela 1, os resulados mosram que os modelos misos caparam o comporameno da série original, revelando previsões próximas das reais. As medidas de qualidade MAPE e EQM para os valores previsos são: MAPE= 0,090 e EQM=0,132, assinalando saisfaórios, viso que o modelo SARIMA (1,0,0) (1,1,0) 12 - ARCH (1) raou da correlação serial presene na série em esudo, considerando os componenes auorregressivo e de médias móveis e sazonais.

11 Conclusão Ao desenvolver um esudo sobre a análise dos preços da onelada de soja produzidas no erriório brasileiro no período de 2000 a 2011, procurou-se mosrar a aplicação dos modelos esocásicos ARIMA-ARCH como ferramena auxiliar no planejameno das aividades dos agriculores/ invesidores do agronegócio brasileiro. O modelo escolhido enre os modelos concorrenes foi o modelo esocásico SARIMA (1,0,0)(1,1,0) 12 - ARCH (1), o que perence aos modelos da classe geral ARIMA, que é capaz de incorporar a sazonalidade inrínseca na série. Observou-se, por meio das medidas de qualidade, como um bom modelo, uma vez que a série não apresena ouras variáveis explicaivas, ais como: axa de cambio, preço dos insumos, axas de juros, cuso logísico, denre ouros, o que pode esender o modelo SARIMA para modelos que incorporam covariáveis como o modelo SARIMAX. O modelo ARCH revelou períodos em que houve maior variabilidade de preços da leguminosa, podendo desa forma o agriculor/invesidor verificar os períodos de ala e/ou de baixa volailidade, como forma de ober ganhos financeiros com o culivo, assim como observar o grau de persisência que a volailidade apresenará, observando o empo necessário que ese faor esilizado levará para reornar ao seu paamar usual. Levam-se ambém em cona as políicas cambiais que influenciam o complexo SOJA- ÓLEO-FARELO, conforme (MISSÃO, 2006); (SONAGLIO e al.2011), que corroboram a ideia de que as mudanças cambiais afeam direamene as exporações dos complexos da soja, iso porque a oleaginosa esá marcada por políicas proecionisas e macroeconômicas, o que conribui com a ocorrência das oscilações dos preços. Ese comporameno era de se esperar devido ao crescene consumo da oleaginosa principalmene na União Europeia, China, Japão e México, responsável por 80% das imporações mundiais de soja em grãos, conforme (DALL AGNOL e al. 2010), fazendo com que haja um aumeno dos preços de comercialização. Por meio do gráfico de conrole de medidas individuais, aplicado aos resíduos do modelo SARIMA (1,0,0)(1,1,0) 12 - ARCH (1), foi possível idenificar os períodos de menor e maior preço, que correspondem aos períodos de maior e menor volailidade enconrada, o que coincidem com os períodos voláeis. De acordo com o modelo ARCH, o preço desa commodiy apresena persisência elevada, correspondendo a um período de 83 meses para reornar a seu padrão usual.

12 274 Deixa-se como sugesão para esudos fuuros a uilização de ouros modelos de volailidade, ais como: modelos que possam capar a assimeria como, por exemplo, Threshold (ARCH) (TARCH). 5. Referências ABIOVE - ASSOCIAÇÃO BRASILEIRA DAS INDÚSTRIAS DE ÓLEOS VEGETAIS. Complexo - Soja Processameno Mensal de Soja. Disponível em: < hp:// Acesso em 19 de janeiro de ANDRADE, M.G.F. DE; MORAIS, M.I. DE; MUNHÃO, E.E; PIMENTA, P.R. Conrole de cusos na agriculura: um esudo sobre a renabilidade na culura da soja. Cusos on line - Vol. 8, n. 3 Jul/Se Disponível em: < hp:///numero3v8/renabilidade%20soja.pdf>. Acesso em 21 de ouubro de ANGELO, F, C.; ZWICKER, R.; FOUTO, D, M, M, N.; LUPPE, R, M. Séries emporais e redes neurais: uma análise comparaiva de écnicas na previsão de vendas do varejo brasileiro. BBR, Viória, Vol. 8, n. 2, Ar. 1, p. 1-21, Abr. - Jun BIODIESEL. Programa Nacional de Produção e Uso de Biodiesel. Disponível em:< hp:// Acesso em 28 de agoso de BOX, G.E.P.; & JENKINS, G.M. Time Series Analysis: Forecasing and Conrol. San Francisco. Holden-Day (Revised Ediion), CAMPOS, K. C. Análise da volailidade de preços de produos agropecuários no Brasil. Revisa de Economia de Agronegócio. Vol. 5, n p Disponível em:< hp://ageconsearch.umn.edu/bisream/54589/2/1_arigo.pdf>. Acesso em 03 de maio de CORSO, D, M, J. ; SILVA, DA V, W.; DUCLÓS, C, L. Avaliação do processo de ransmissão dos preços da soja praicados nos mercados físico brasileiro e nore-americano.

13 275 Revisa de Negócios, Blumenau, Vol. 11, n. 3, p , julho/seembro Disponível em: hp://proxy.furb.br/ojs/index.php/rn/aricle/view/212/183>. Acesso em 18 de novembro de DALL AGNOL, A; LAZAROTTO, J, J; HIRAKURI, H, M; Desenvolvimeno, Mercado e Renabilidade da Soja Brasileira. Disponível em:< hp:// 2010>. Acesso em: 14 de agoso de DICKEY, D.A.; FULLER, W.A. Disribuion of he esimaors for auoregressive ime series wih a uni roo. Journal of American Saisical Associaion, Vol. 74, n. 366, p , Jun EMBRAPA Cenro Nacional de Pesquisa de Soja Londrina. (2005). CNPSo Londrina, PR. Disponível em: < hp: Embrapa. Acesso em 20 de dezembro de EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. Embrapa Soja Disponível em:< hp:// Acesso em: 07 agoso de ENGLE, R. Auoregressive condiional heeroscedasiciy wih esimaes of he variance of he Unied Kingdom inflaion. Economerica, 50 p , Disponível em:< hp:// id=4&sid= >. Acesso em 05 de maio de ESCORSIM, S.; SANCHES, M, A.; GOMES, O.; LIMA, A, I.; KOVALESKI, L, J.(2011). A preservação do meio ambiene e o Biodiesel: Aplicação práica no modal rodoviário com as ransporadoras Cosa e Teixeira e Buuri. Temas em Engenharia de Produção III. Ed.1, pp FILHO, O. C. da S.; FRASCAROLI, B. F.; MAIA, S. F. (2005). Transmissão de Preços no Mercado Inernacional da Soja: uma abordagem pelos modelos ARMAX e VAR. XXXIII Enconro Nacional de Economia. Disponível em: hp:

14 276 < Acesso em 12 de seembro de KWIATKOWSKI, D., P.C.B. PHILLIPS, P. SCHMIDT, Y. SHIN. Tesing he Null Hypohesis of Saionariy agains he Alernaive of a Uni Roo. Journal of Economerics, Vol. 54, pp , Norh-Holland LIMA, C, R.; GÓIS, R, M.; ULISES, C. Previsão de preços fuuros de Commodiies agrícolas com diferenciações ineira e fracionária, e erros heeroscedásicos. Rev. Econ. Sociol. Rural vol. 45, n. 3, Brasília Disponível em: < hp:// >. Acesso em 02 de dezembro de LIMA, G, F.; KIMURA, H.; NETO, A, A.; PERERA, J, C, L.; Previsão de preços de commodiies com modelos ARIMA-GARCH e redes neurais com ondaleas: velhas ecnologias novos resulados. Rev. Adm. (São Paulo) vol. 45, n. 2, São Paulo Disponível em:< hp:// Acesso em 09 de dezembro de MARCHEZAN, A.; SOUZA, A. Previsão do preço dos principais grãos produzidos no Rio Grande do Sul. Ciência Rural, Sana Maria, Vol. 40, n. 11, Disponível em: < hp:// Acesso em: 24 em abril de MARTÍNEZ, O, R.; ZAMPROGNO, B. Comparação de algumas écnicas de previsão em análise de séries emporais. Revisa Colombiana de esadísica, Vol. 26, n. 2, pp Disponível em: hp://redalyc.uaemex.mx/pdf/899/ pdf. Acesso em 12 de dezembro de MENEZES, R; SOUZA, F; SOUZA, A. Analysis of equilibrium in indusrial variables hrough error correcion models. Inernaional Journal of Academic Research, Vol.3, n. 1. January, 2011, Par II. Disponível em:< hp:// Acesso em 12 de agoso de 2012.

15 277 MINISTÉRIO DA FAZENDA. Economia Brasileira em PERSPECTIVA. 10 edição, Disponível em:< hp:// Brasileira-Em-Perpeciva-Especial-10.pdf >. Acesso em 10 de agoso de MISSÃO, M. R. Soja: Origem, classificação, uilização e uma visão abrangene do mercado. Revisa de Ciências Empresariais, Vol. 3, n.1, p.7-15, jan./jun Disponível em:< hp:// Acesso em 09 de agoso de MORETTIN, P. A. Economeria Financeira: um curso em séries emporais financeiras. 17º Simpósio Nacional de Probabilidade e Esaísica. ABE. Caxambu, OLIVEIRA, A. R. DE; CALEGÁRIO, C.L. L; GAIO, L. E; BONACIM, C. A. G. Análise econômica e financeira do mercado brasileiro de combusíveis. Cusos on line - Vol. 7, n. 2 Mai/Ago Disponível em: hp:///numero2v7/mercado%20de%20combusiveis.p df Acesso em: 24 de novembro de OTUKI, F, T; RADAVELLI, H, C; SEABRA, F; COSTA, A, C. Assimeria na volailidade dos reornos revisiada: Ibovespa, merval e inmex. REGE. Vol.15, n. 4, São Paulo dez Disponível em:< hp:// Acesso em 10 de agoso de PEREIRA, V. F. & LIMA, J. E. & BRAGA, M. J. & MENDONÇA, T. G. Volailidade condicional dos reornos de commodiies agropecuárias brasileiras. Revisa de Economia, Vol. 36, n. 3 (ano 34), p , Ediora UFPR. Disponível em:< hp://ojs.c3sl.ufpr.br/ojs2/index.php/economia/aricle/viewfile/14058/15130>. Acesso em 08 de agoso de PINO, F, A.; ROCHA, M, B. Transmissão de preços de soja no Brasil. Revisa de Economia e Sociologia Rural, Brasília, Vol. 32, n. 4, p , ou./dez

16 278 SCHULTZ, M.L; BRANDT, E; BRANDT, E.A. Esudo dos faores deerminanes para a variação do cuso dos insumos e do preço da soja no Esado do Rio Grande do Sul após o Plano Real. Cusos on line - Vol. 4, n. 1 - Jan/Abr Disponível em: <hp:///numero1v4/soja.pdf>. Acesso em 14 de ouubro de SILVA, M, F.; MACHADO, A, T. Transmissão de preços da soja enre o Brasil e os Esados Unidos no período de 1997 a Revisa Economia e Desenvolvimeno, n. 21, Disponível em: hp://cascavel.ufsm.br/revisas/ojs2.2.2/index.php/eed/aricle/view/3452/pdf. Acesso em 20 de novembro de SILVA, W. S. & SAFADI, T. & CASTRO JÚNIOR, L. G. Uma análise empírica da volailidade do reorno de commodiies agrícolas uilizando modelo ARCH: os casos do café e da soja. Revisa de Economia e Sociologia Rural, Vol. 43, n. 1, p , Disponível em: hp:// Acesso em 08 de agoso de SIMÕES, D, M.; KLOTZLE, C, M.; PINTO, F, C, A.; LEVRINI, G. Uma avaliação da volailidade dos preços da soja no mercado inernacional com dados de ala frequência. Rev. Ges. Prod. Vol. 19, n. 1, São Carlos, Disponível em: hp:// Acesso em: 14 de dezembro de SONAGLIO, M, C; CARLOS, O, Z; FILHO, B, R. Variações cambiais e os efeios sobre exporações brasileiras de soja e carnes. Revisa de Políica Agrícola. Ano XX, n. 1 (Jan, Fev, Mar. 2011) - Brasília, DF. Disponível em: <hp:// df>. Acesso em 09 de agoso de SOUZA, F; ALMEIDA, G, S; FELICIANI, V. A; SOUZA, M, A; LOPES, D, L, F. Uso de modelo de memória longa: Previsão de equipamenos para a agroindúsria. Iberoamerican Journal Of Indusrial Engineering, Sana Caarina, Vol. 2, n. 1, p , Disponível

17 279 em:<hp:// cle/167&oai_iden=oai_revisa655>. Acesso em 22 de Janeiro de SOUZA, M, A; SOUZA, M, F; MENEZES, R. Procedure o Evaluae Mulivariae Saisical Process Conrol using ARIMA-ARCH Models. Japan Indusrial Managemen Associaion.Vol.63, n. 2E, July, SPIM, A, J; CASARIN, A,V; SOUZA, M, A; MENEZES, R. Coninuous Casing Process Sabiliy Evaluaed, By Means Of Residuals Conrol Chars In The Presence Of Cross- Correlaion And Auocorrelaion. Inernaional Journal of Academic Research, Vol. 4, n., May, Disponível em:< hp:// php?go=may. p >. Acesso em 11 de agoso de SWARAY, R. B. Volailiy of Primary Commodiy Prices: Some Evidence from Agriculural Expors in Sub-Saharan Africa. Discussion paper in economics, n. 2002/06. Deparmen of Economics and Relaed Sudies, Universiy of York, Heslingon, TOLEDO, A; TABILE, A, R, SILVA, P, R, CARLOS E. A. FURLANI, A, C; MAGALHÃES, C, S, COSTA, O, B. Caracerização das perdas e disribuição de coberura vegeal em colheia mecanizada de soja. Eng. Agrícola, Jaboicabal, Vol. 28, n. 4, p , Disponível em:< hp:// >. Acesso em 10 de agoso de TSAY, R. S. The analysis of financial ime series. New York: J. WILEY, Disponível em:<hp://cfa.goldenglobal.org.cn/uploadfile/append_file/%e8%b5%84%e6%96%99%e4% B8%8B%E8%BD%BD/CFA%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%96%99/Anal ysis%20of%20financial%20time%20series%202nd%20ediion.pdf>. Acesso em 24 de maio de TURA, R; AHLERT, L. Esraégias de gesão de riscos de preços da soja. Revisa Desaques Acadêmicos, ano 2, n. 1, CGO/Univaes. Disponível em:< hp:// Acesso em 07 de

18 280 agoso de Agradecimenos Os auores agradecem ao rabalho anônimo dos revisores, por auxiliarem na melhoria da qualidade do exo. Também agradecem ao auxilio financeiro proporcionado pela CAPES e por fim ao Laboraório de Análise e Modelagem Esaísica LAME.