PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA (CCSA - PPGE)
UNIVERSIDADE FEDERAL DA PARAÍBA
- Telefone/Ramal
-
Não informado
Notícias
Banca de DEFESA: JOAO CARLOS FARIAS DA COSTA
Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOAO CARLOS FARIAS DA COSTA
DATA: 26/02/2026
HORA: 14:30
LOCAL: PPGE
TÍTULO: Previsibilidade de Preços de Commodities no Mercado Futuro com Machine Learning: Discutindo o
Caso dos Preços Futuros da Soja
PALAVRAS-CHAVES: Previsão de Preços; Soja; Mercado Futuro; Machine Learning; Séries Temporais; Commodities Agrícolas.
PÁGINAS: 105
GRANDE ÁREA: Ciências Sociais Aplicadas
ÁREA: Economia
RESUMO: A volatilidade dos preços no mercado da soja representa um alerta significativo para economia brasileira, choques de preço
podem reduzir receitas de exportação, pressionar a renda dos produtores e aumentar a incerteza cambial e fiscal. Diante disso,
fica evidenciado a necessidade de ferramentas robustas de previsão. Este trabalho investiga a previsibilidade dos preços
futuros da soja na Chicago Board of Trade (CBOT) mediante técnicas de Machine Learning, superando limitações de modelos
econométricos tradicionais. Utilizou-se série histórica mensal (2000-2024) integrando as 12 variáveis exógenas que mais
impactam o preço no mercado futuro da soja de acordo com literatura atual, variáveis financeiras, macroeconômicas, climáticas
e de oferta-demanda, selecionadas via RFECV. A metodologia compara modelos de ensemble (Random Forest, XGBoost,
LightGBM) contra benchmarks como o Random Walk, com validação walk-forward e otimização via Grid Search. Os resultados
demonstram superioridade estatística dos modelos de ensemble: Random Forest alcançou RMSE de 0,0557 (18,2% inferior ao
Random Walk). A técnica SHAP identificou defasagens de preços, estoques finais sul-americanos e índice do dólar como
principais drivers, desvendando assim as variáveis mais importantes que impactaram o preço no mercado futuro da soja. O
trabalho contribui com modelo robusto e transparente para gestão de risco em commodities agrícolas, aliando poder preditivo e
compreensão dos determinantes de preços.
MEMBROS DA BANCA:
Externo(a) à Instituição - AYDANO RIBEIRO LEITE
Presidente(a) - 1848107 - CASSIO DA NOBREGA BESARRIA
Interno(a) - 1522969 - EDILEAN KLEBER DA SILVA BEJARANO ARAGON