ANÁLISE DO COMPORTAMENTO TEMPORAL DOS PREÇOS DA BORRACHA NATURAL NO MERCADO INTERNACIONAL

Coelho Junior, Luiz Moreira; Rezende, José Luiz Pereira de; Sáfadi, Thelma; Calegário, Natalino

doi:10.5902/19805098885

RESUMO

Este trabalho analisou o comportamento dos preços da borracha natural no mercado internacional, no período de janeiro de 1982 a dezembro de 2006, em função de sua oferta e demanda agregadas, evidenciando os principais países produtores e consumidores. Especificamente a pesquisa analisou a evolução dos preços e do quantum comercializado da borracha natural no mercado internacional. Caracterizou, identificou, estimou e analisou modelos para a série de preços reais mensais da borracha crua RSS 1 (US$/t) e; testou a precisão dos modelos estimados na previsão dos preços dessa commodity, no período de jan./2006 a dez./2006. Os modelos estudados foram das classes ARIMA-ARCH. Os principais resultados encontrados foram: 0s preços reais da borracha natural, no período estudado, apresentam tendência decrescente; A identificação e estimação dos modelos da família ARIMA mostraram a existência de heteroscedasticidade na série estudada e a necessidade de identificar, estimar e analisar os modelos da família ARCH; O modelo que melhor ajustou os retornos da série de preços da borracha crua RSS 1 foi o AR(1) para um GARCH(1,1); Os modelos da família ARIMA não satisfizeram as condições de previsão da série estudada; o modelo AR (1)-GARCH (1,1) se mostrou preciso para a realização de prognoses do preço da borracha.

Palavras-chave:
economia florestal; borracha natural; séries temporais; modelos ARIMA - GARCH

ABSTRACT

This work analyzed the behavior of natural rubber prices in the international market from January 1982 to December 2006 in function of its aggregated demand and supply, pointing out the main producing and consuming countries. Specifically, the research studied the evolution of prices and of the marketed quantum of natural rubber in the international market. It was characterized, identified, estimated and analyzed models for the real monthly prices series of raw rubber RSS 1 (US$/t), and the accuracy of the estimated models for forecasting prices of this commodity was tested from Jan/2006 to Dez/2006. The studied models were of ARIMA-ARCH class. The main results were: the real natural rubber prices presented decreasing tendency in the period being studied; the ARIMA family estimated model indicating the existence of heteroskedasticity in the series, making it necessary to identify, to estimate and to analyze the models of ARCH family; the model which best adjusted the returns of the price series of the raw rubber RSS1 was AR(1)-GARCH(1,1); the models of the ARIMA family didn't satisfy the prognosis conditions of the series being studied; the AIR (1)-GARCH (1,1) model was accurate for forecasting rubber prices.

Keywords:
Forest economy; natural rubber; time series; ARIMA - GARCH models

Texto completo disponível apenas em PDF.

Full text available only in PDF format.

REFERÊNCIAS BIBLIOGRÁFICAS

AGRIANUAL. Anuário da agricultura brasileira. São Paulo: FNP, 1996 a 2008.
AKAIKE, H. On entropy maximization principle. In: KRISHAIAH, P. R. (Ed.). Application of statistics. Amsterdam, The Netherlands: North-Holland, 1977. p. 27-41.
BLOOMFIELD, P. Fourier analysis of times series: an introduction. New York: John Wiley, 1976.
BLS. BUREAU OF LABOR STATISTIC. Consumer price index. Washington: U. S. Department of Labor, Disponível em: <Disponível em: https://www.bls.gov/ >. Acesso em: 15 out. 2008.
» https://www.bls.gov/
BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, v. 31, n. 3, p. 307-327, 1986.
BOLLERSLEV, T; WOOLDRIDGE, J. M. Quasi-maximun likelihood estimation and inference in dynamic models with time-VaRying CoVaRiances. Econometric Reviews, v. 11, n. 2, p. 143-172, 1992.
BOX, G. E. P.; JENKINS, G. M. Time series analysis: forecasting and control. San Francisco: Holden-Day, 1976.
BOX, G. E. P.; PIERCE, D. A. Distribution of residuals autocorrelations in autoregressive-integrated moving average time series models. Journal of the American Statistical Association, Washington, v. 65, n. 332, p. 1509-1526, 1970.
BRESSAN, A. A.; LIMA, J. E. Modelos de previsão de preços aplicados aos contratos futuros de boi gordo na BM&F. Nova Economia, Belo Horizonte, v. 12, n. 1, p. 117-140. 2002.
ENGLE, R. F. Autoregressive conditional heteroskedasticity with estimates of the variance of U. K. inflation. Econometrica, Princeton, v. 50. n. 4, p. 987-1008. 1982.
GAMEIRO, A. H.; SARETTA, C. B. Preços do petróleo puxam os da borracha. Revista Preços Agrícolas, São Paulo, n. 168, p. 29, 2000.
HOFFMANN, R. Estatística para Economistas. 3. ed. rev. e ampl. São Paulo: Pioneira Thomson Learning, 2002, 430 p.
MORETTIN, P. A.; TOLOI, C. M. C. Análise de séries temporais. 2. ed. ver. e ampl. São Paulo: E. Blücher, 2006.
PENNACCHIO, H. L. Conjuntura semanal: borracha. CONAB. Disponível em <Disponível em http://www.conab.gov.br/ > acesso em 20/11/2007.
» http://www.conab.gov.br/
PINDYCK, R. S.; RUBENFIELD, D. L. Econometric models and economic forecasts. 3rd ed., New York: McGrawHill, 1991.
WOLD, H. O. A study in the analysis of stationary time series. Sweden: Uppsala, 1938. 214 p.

Datas de Publicação

Publicação nesta coleção
Jul-Sep 2009

Histórico

Recebido
03 Abr 2009
Aceito
04 Maio 2009

Este é um artigo publicado em acesso aberto sob uma licença Creative Commons

[1] AGRIANUAL. Anuário da agricultura brasileira. São Paulo: FNP, 1996 a 2008.

[2] AKAIKE, H. On entropy maximization principle. In: KRISHAIAH, P. R. (Ed.). Application of statistics. Amsterdam, The Netherlands: North-Holland, 1977. p. 27-41.

[3] BLOOMFIELD, P. Fourier analysis of times series: an introduction. New York: John Wiley, 1976.

[4] BLS. BUREAU OF LABOR STATISTIC. Consumer price index. Washington: U. S. Department of Labor, Disponível em: <Disponível em: https://www.bls.gov/ >. Acesso em: 15 out. 2008.
» https://www.bls.gov/

[5] BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, v. 31, n. 3, p. 307-327, 1986.

[6] BOLLERSLEV, T; WOOLDRIDGE, J. M. Quasi-maximun likelihood estimation and inference in dynamic models with time-VaRying CoVaRiances. Econometric Reviews, v. 11, n. 2, p. 143-172, 1992.

[7] BOX, G. E. P.; JENKINS, G. M. Time series analysis: forecasting and control. San Francisco: Holden-Day, 1976.

[8] BOX, G. E. P.; PIERCE, D. A. Distribution of residuals autocorrelations in autoregressive-integrated moving average time series models. Journal of the American Statistical Association, Washington, v. 65, n. 332, p. 1509-1526, 1970.

[9] BRESSAN, A. A.; LIMA, J. E. Modelos de previsão de preços aplicados aos contratos futuros de boi gordo na BM&F. Nova Economia, Belo Horizonte, v. 12, n. 1, p. 117-140. 2002.

[10] ENGLE, R. F. Autoregressive conditional heteroskedasticity with estimates of the variance of U. K. inflation. Econometrica, Princeton, v. 50. n. 4, p. 987-1008. 1982.

[11] GAMEIRO, A. H.; SARETTA, C. B. Preços do petróleo puxam os da borracha. Revista Preços Agrícolas, São Paulo, n. 168, p. 29, 2000.

[12] HOFFMANN, R. Estatística para Economistas. 3. ed. rev. e ampl. São Paulo: Pioneira Thomson Learning, 2002, 430 p.

[13] MORETTIN, P. A.; TOLOI, C. M. C. Análise de séries temporais. 2. ed. ver. e ampl. São Paulo: E. Blücher, 2006.

[14] PENNACCHIO, H. L. Conjuntura semanal: borracha. CONAB. Disponível em <Disponível em http://www.conab.gov.br/ > acesso em 20/11/2007.
» http://www.conab.gov.br/

[15] PINDYCK, R. S.; RUBENFIELD, D. L. Econometric models and economic forecasts. 3rd ed., New York: McGrawHill, 1991.

[16] WOLD, H. O. A study in the analysis of stationary time series. Sweden: Uppsala, 1938. 214 p.

Brasil