Modelagem da volatilidade condicional dos preços do café arábica
Palavras-chave:
heterocedasticidade, variância condicional, previsãoResumo
O café arábica (Coffea arabica) constitui mais de 60% da produção mundial de café. É valorizado por sua complexidade aromática e sabor adocicado. Este trabalho visa modelar a volatilidade dos preços do café arábica e ajustar um modelo para estimar suas variações. Os dados abrangem os preços mensais por saca de 60 kg de janeiro de 1995 a dezembro de 2023. Inicialmente, a série de preços foi transformada na série do logaritmo dos retornos. O modelo AR(1) com uma componente de cosseno foi utilizado para modelar essa periodicidade e a autocorrelação residual existentes. No entanto, o teste de Box-Pierce, aplicado à série de resíduos quadráticos, ainda indicou heterocedasticidade, devido a este fato, ajustou-se um modelo GARCH(1,1) com uma distribuição Skew t Student para os resíduos. A escolha desse modelo se deu em função do menor valor do AIC (Akaike Information Criterion). Constatou-se também que os resíduos do modelo GARCH(1,1) não rejeitaram a hipótese de que são ruídos brancos. A projeção intervalar (95% de confiança) realizada para a volatilidade condicional indicou que os preços do café para os próximos seis meses podem cair 12% ou subir 14%.
Referências
ACHIM, Z; HOTHORN, T.; Diagnostic Checking in Regression Relationships. R News 2(3), 7-10. 2002. Disponível em: https://CRAN.R project.org/doc/Rnews/.
AKAIKE, H.; A new look at the statistical model identification. IEEE transactions on automatic control, v. 19, n. 6, p. 716-723, 1974.
AZZALINI, A.; The skew-normal distribution and related multivariate families. Scandinavian journal of statistics, v. 32, n. 2, p. 159-188, 2005.
AZZALINI, A.; VALLE, A. D.; The multivariate skew-normal distribution. Biometrika, v. 83, n. 4, p. 715-726, 1996.
AZZALINI, A.; CAPITANIO, A.; Distributions generated by perturbation of symmetry with emphasis on a multivariate skew t-distribution. Journal of the Royal Statistical Society Series B: Statistical Methodology, v. 65, n. 2, p. 367-389, 2003.
BAILLIE, R. T.; BOLLERSLEV, T. The message in daily exchange rates: a conditional-variance tale. Journal of Business and Economic Statistics, v. 7, n. 3, p. 297-305, 1986.
BARBOSA, E. C.; SÁFADI, T.; SILVA, C. H. O.; MANUELI, R. C. (2014). Box & Jenkins methodology: an application in raw milk data from the state of Minas Gerais. Inst. Laticínios Cândido Tostes, Juiz de Fora, v. 69, n. 2, p. 129-139. 2014
BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics. n. 31, p. 307-327, 1986.
BOLLERSLEV T. A conditionally heteroskedastic time series model for speculative prices and rates of return. Review of Economics and Statistics, v. 69, p. 542–547. 1987.
BOLLERSLEV, T.; ENGLE, R. F.; NELSON, D. B. Modelos ARCH. Manual de econometria, v. 4, p. 2959-3038, 1994.
BROOKS, C.; BURKE, S. P. Information criteria for GARCH model selection. The European journal of finance, v. 9, n. 6, p. 557-580, 2003.
CASELLA, G.; BERGER, R. L. Statistical lnference. Duxbury press, 2002.
CAEIRO, F.; MATHEUS, A.; randtests: Testing Randomness in R. R package version 1.0.2, disponível em: https://CRAN.R project.org/package=randtests.
CONAB. Análise Mensal: Café. Maio, 2019. Brasília: Conab, 2019a
COSTA, C. H. G.; ANDRADE, F. T.; de CASTRO JÚNIOR, L. G. ANÁLISE DA VIABILIDADE ECONÔMICO-FINANCEIRA DA CAFEICULTURA: UM ESTUDO NAS PRINCIPAIS REGIÕES PRODUTORAS DE CAFÉ DO BRASIL. ABCustos, [S. l.], v. 7, n. 1, p. 30–52, 2012. DOI: 10.47179/abcustos.v7i1.141. Disponível em: https://revista.abcustos.org.br/abcustos/article/view/141. Acesso em: 19 jun. 2024.
COOXUPÉ. 2024. Disponível em: https://www.cooxupe.com.br/noticias/cooxupe-em-minas-gerais-e-modelo-de-cooperativismo-no-mundo/. Acesso em: 06 jun. 2024.
COX, D. R.; STUART, A. Some quick sign tests for trend in location and dispersion. Biometrika, v. 42, n. 1/2, p. 80-95, 1955.
FERREIRA, L. T.; CAVATON, F. T. Safra dos Cafés do Brasil foi estimada em 58,08 milhões de sacas para este ano de 2024. Embrapa, 2024. Disponível em: https://www.embrapa.br/busca-de-noticias/-/noticia/86520314/artigo—safra-dos-cafes-do-brasil-foi-
estimada-em-5808-milhoes-de-sacas-para-este-ano-de-2024. Acesso em: 10 abr. 2024.
GAUSS, C. F.; Bestimmung der genauigkeit der beobachtungen. Zeitschrift Astronomi 1816, 1: 185–197.
GODOI, L. G. A. Distribuição t-assimétrica univariada: propriedades e inferência. 2007. Tese de doutorado. Universidade de São Paulo.
JENKINS, G. M.; WATTS, D. G. Spectral Analysis and Its Applications, Holden-Day, San Francisco, 1968.
KATZ, R. W.; PARLANGE, M. B.; NAVEAU, P. Statistics of extremes in hydrology. Advances in water resources, v. 25, n. 8-12, p. 1287-1304, 2002.
MCLEOD, A. I.; Test short time series for periodicity based on periodograms. 2016. Disponível em: https://rdocumentation.org/packages/ptest/versions/1.0-8.
MORETTIN, P. A.; TOLOI, C. M. C. Análise de séries temporais. 2. ed. São Paulo: E.Blücher, 538 p. 2006.
NAGAY, J. H. C. Café no Brasil: dois séculos de história. UNICAMP, Formação Econômica, Campinas,(3), p. 17-23, 1999.
LAMOUNIER, W. M. Análise da volatilidade dos preços no mercado spot de cafés do Brasil. Organizações Rurais e Agroindustriais/Rural and Agro-Industrial Organizations, v. 8, n. 2, p. 160-175, 2006.
LJUNG, G. M.; BOX, G. E. On a measure of lack of fit in time series models. Biometrika, 174 v. 65, n. 2, p. 297-303, 1978.
ICO. a HISTÓRIA DO CAFÉ. Disponível em: https://www.ico.org/pt/coffee_storyp.asp. Acesso em: 12 mar. 2024. Parra, F.; descomponer: Seasonal Adjustment by Frequency Analysis. R package version 1.6. 2021. Disponível em: https://CRAN.R-project.org/package=descomponer.
SAKIYAMA, N. S. O café arábica. In: SAKIYAMA, N. S.; MARTINEZ, H. E. P.; TOMAZ,M. A.; BORÉM, A. Café arábica: do plantio à colheita. Viçosa: UFV, 2015. p. 316.
TRAPLETTI, A.; HORNIK, K.; tseries: Time Series Analysis and Computational Finance R package version 0.10-56. 2024. Disponívl em: https://CRAN.R-project.org/package=tseries.
WUERTZ, D.; CHALABI, Y.; SETZ, T.; MAECHLER. M.; BOSHNAKOV, G. N.; fGarch: Rmetrics - Autoregressive Conditional Heteroskedastic Modelling. R package version 4033.92, 2024.
Disponível em: https://CRAN.R project.org/package=fGarch.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
