Previsão dos preços de commodities agrícolas brasileiras no mercado futuro utilizando redes neurais artificiais

• Ano de defesa: 2018
• Autor(a) principal: Disconzi, Claudia Maria Dias Guerra
• Orientador(a): Ferraz, Rafael Camargo
• Banca de defesa: Cassanego Júnior, Paulo Vanderlei , Zamberlan, João Fernando
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Pampa
• Programa de Pós-Graduação: Mestrado Acadêmico em Administração
• Departamento: Campus Santana do Livramento
• País: Brasil
• Palavras-chave em Português: Commodities agrícolas; Redes neurais artificias; Previsão de preços; Agricultural commodities; Artificial neural networks; Price forecast
• Área do conhecimento CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS
• Link de acesso: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/2967

O mercado das commodities agrícolas é caracterizado por ser dinâmico e complexo. Os preços no mercado futuro das commodities são negociados em bolsas de valores e variam rapidamente de acordo com diversos fatores, como mudanças cambiais, variações climáticas, políticas governamentais, estoques mundiais, entre outros. Tendo em vista a instabilidade do mercado das commodities, este trabalho tem por objetivo analisar a contribuição das redes neurais artificiais para a previsão de preços de commodities agrícolas no mercado futuro, avaliando o ajuste das redes como ferramenta estratégica no processo de tomada de decisão. Trata-se de uma pesquisa empírica, de caráter descritivo, com abordagem quantitativa. O método utilizado foi o de levantamento, por meio de dados secundários obtidos na base de dados do Cepea. Como resultados, desenvolveram-se redes com desempenho classificados como “ótimos” para todas as commmodities consideradas, o que demonstrou a alta previsibilidade das redes neurais artificiais. Através da construção de cenários de preços mensais para as commodities, verificou-se que as redes selecionadas são sensíveis às variações de alta e queda nos preços. Assim, as RNAs demonstraram ser uma ferramenta importante que pode auxiliar com sucesso os interessados em investir neste mercado, através da simulação do comportamento dos preços.