Análisis de grafos de visibilidad del mercado brasileño de soja, maíz y carne de pollo
DOI:
https://doi.org/10.33448/rsd-v10i1.11478Palabras clave:
Mercado agrícola; Redes complejas; Grafo de visibilidad horizontal.Resumen
La producción, exportación y consumo interno de carne de pollo en Brasil está en constante crecimiento, presentando variaciones de precio de este producto que comprometen el presupuesto de la población. El precio de esta commodity depende principalmente del costo del alimento, el cual incluye maíz y soja como fuente de energía y proteína, respectivamente. Estudiar la dinámica de precios de este producto requiere, por tanto, una investigación también sobre los precios de los insumos maíz y soja. Con el fin de contribuir al desarrollo y validación de modelos teóricos y computacionales para pronosticar precios de soja, maíz y carne de pollo, se analizaron aquí sus precios diarios (en moneda brasileña), registrados entre 01/03/2011 y 04/12/2019, obtenidos de CEPEA/ESALQ/USP. A partir de las series temporales de precios originales, se crearon también las series de retorno y de volatilidad. Se utilizó el método Grafo de Visibilidad Horizontal (HVG), implementado en lenguaje C, para mapear las series temporales en redes complejas y luego calcular los índices topológicos de interés. Los resultados mostraron que las redes de precios de soja y de maíz están menos integradas que la de carne de pollo. Además, la serie original de precios de la soja y el maíz, así como la serie de retorno de los precios del pollo y la serie de volatilidad del maíz, se generan mediante procesos estocásticos correlacionados; la serie de retorno de precios de soja presenta comportamiento que tiende al de procesos no correlacionados; y las otras series son generadas por procesos caóticos.
Citas
Ahmadi, N., & Pechenizkiy, M. (2016). Application of horizontal visibility graph as a robust measure of neurophysiological signals synchrony. Proceedings - IEEE Symposium on Computer-Based Medical Systems, 2016-August, 273–278. https://doi.org/10.1109/CBMS.2016.73
Albert, R., & Barabási, A.-L. (2002). Statistical mechanics of complex networks. Reviews of Modern Physics, 74(1), 47–97. https://doi.org/10.1103/RevModPhys.74.47
Bini, D. A., Canever, M. D., De Souza, M. O., & Ely, R. A. (2016). Transmissão De Preços Ao Longo Das Cadeias Produtivas Do Brasil. Revista de Economia, 42(1). https://doi.org/10.5380/re.v42i1.48660
Boccaletti, S., Latora, V., Moreno, Y., Chavez, M., & Hwang, D. U. (2006). Complex networks: Structure and dynamics. Physics Reports, 424(4–5), 175–308. https://doi.org/10.1016/j.physrep.2005.10.009
Braga, A. C., Alves, L. G. A., Costa, L. S., Ribeiro, A. A., De Jesus, M. M. A., Tateishi, A. A., & Ribeiro, H. V. (2016). Characterization of river flow fluctuations via horizontal visibility graphs. Physica A: Statistical Mechanics and Its Applications, 444, 1003–1011. https://doi.org/10.1016/j.physa.2015.10.102
CEPEA/ESALQ/USP. (2020). Consultas ao Banco de Dados do Site - Centro de Estudos Avançados em Economia Aplicada - CEPEA-Esalq/USP. Recuperado de https://www.cepea.esalq.usp.br/br/consultas-ao-banco-de-dados-do-site.aspx
CNA. (2020). Panorama do Agro | Confederação da Agricultura e Pecuária do Brasil (CNA). Recuperado de https://www.cnabrasil.org.br/cna/panorama-do-agro#_ftn2
EMBRAPA. (2020). Desempenho de produção 2019. EMBRAPA - Suínos e Aves. Recuperado de https://www.embrapa.br/suinos-e-aves/cias/estatisticas
FAS/USDA (2020). United States Department of Agriculture Foreign Agricultural Service. Disponível em: https://apps.fas.usda.gov/psdonline/app/index.html#/app/topCountriesByCommodity#chart28. Acessado em 27 de agosto de 2020.
Gao, Z. K., Cai, Q., Yang, Y. X., Dang, W. D., & Zhang, S. S. (2016). Multiscale limited penetrable horizontal visibility graph for analyzing nonlinear time series. Scientific Reports, 6(October), 1–7. https://doi.org/10.1038/srep35622
Gouveia, A. B. V. S., de Paulo, L. M., da Silva, J. M. S., de Sousa, F. E., dos Santos, F. R., Minafra, C. S. (2020). Subprodutos da soja na alimentação de aves: Revisão. Research, Society and Development, 9(7), e471974187. http://dx.doi.org/10.33448/rsd-v9i7.4187
Hochman, G., Rajagopal, D., Timilsina, G., & Zilberman, D. (2014). Quantifying the causes of the global food commodity price crisis. Biomass and Bioenergy, 68, 106–114. https://doi.org/10.1016/j.biombioe.2014.06.012
Ivanic, M., Martin, W., & Zaman, H. (2012). Estimating the Short-Run Poverty Impacts of the 2010–11 Surge in Food Prices. World Development, 40(11), 2302–2317. https://doi.org/10.1016/j.worlddev.2012.03.024
Lacasa, L., Luque, B., Ballesteros, F., Luque, J., & Nuno, J. C. (2008). From time series to complex networks: The visibility graph. Proceedings of the National Academy of Sciences, 105(13), 4972-4975.
Lacasa, L., & Toral, R. (2010). Description of stochastic and chaotic series using visibility graphs. Physical Review E - Statistical, Nonlinear, and Soft Matter Physics, 82(3), 1–11. https://doi.org/10.1103/PhysRevE.82.036120
Lange, H., Sippel, S., & Rosso, O. A. (2018). Nonlinear dynamics of river runoff elucidated by horizontal visibility graphs. Chaos, 28(7), 075520. https://doi.org/10.1063/1.5026491
Luque, B., Lacasa, L., Ballesteros, F., & Luque, J. (2009). Horizontal visibility graphs: Exact results for random time series. Physical Review E - Statistical, Nonlinear, and Soft Matter Physics, 80(4), 1–11. https://doi.org/10.1103/PhysRevE.80.046103
Madl, T. (2016). Network analysis of heart beat intervals using horizontal visibility graphs. Computing in Cardiology, 43, 733–736. https://doi.org/10.22489/cinc.2016.213-510
Morettin, P., & Toloi, C. (2006). Análise de Séries Temporais. São Paulo: Egard Blucher.
Oliveira Junior, O. D. P., Wander, A. E., & Figueiredo, R. S. (2014). Relação entre os preços do milho, da soja e da carne de frango no período de 2004 a 2013. In Embrapa Arroz e Feijão-Artigo em anais de congresso (ALICE). In: CONGRESSO DA SOCIEDADE BRASILEIRA DE ECONOMIA, ADMINISTRAÇÃO E SOCIOLOGIA RURAL, 52., 2014, Goiânia. Heterogeneidade e suas implicações no rural brasileiro: anais. Goiânia: Sober, 2014.
Santana, L. I. T. de, da Silva, J. M., Araújo, L. S., Moreira, G. R., & Stosic, T. (2020). Análise de quantificação de recorrência de preços brasileiros do milho, da soja e da carne de frango. Research, Society and Development, 9(10), e9979109461. https://doi.org/10.33448/rsd-v9i10.9461
Sivakumar, B., & Woldemeskel, F. M. (2015). A network-based analysis of spatial rainfall connections. Environmental Modelling and Software, 69, 55–62. https://doi.org/10.1016/j.envsoft.2015.02.020
Stam, C. J., & Reijneveld, J. C. (2007). Graph theoretical analysis of complex networks in the brain. In Nonlinear Biomedical Physics (Vol. 1, Issue 1, pp. 1–19). BioMed Central. https://doi.org/10.1186/1753-4631-1-3
Vamvakaris, M. D., Pantelous, A. A., & Zuev, K. M. (2018). Time series analysis of S&P 500 index: A horizontal visibility graph approach. Physica A: Statistical Mechanics and Its Applications, 497, 41–51. https://doi.org/10.1016/j.physa.2018.01.010
Zhang, J., Sun, J., Luo, X., Zhang, K., Nakamura, T., & Small, M. (2008). Characterizing pseudoperiodic time series through the complex network approach. Physica D: Nonlinear Phenomena, 237(22), 2856–2865. https://doi.org/10.1016/j.physd.2008.05.008
Zhu, G., Li, Y., & Wen, P. P. (2014). Analysis and classification of sleep stages based on difference visibility graphs from a single-channel EEG signal. IEEE Journal of Biomedical and Health Informatics, 18(6), 1813–1821. https://doi.org/10.1109/JBHI.2014.2303991
Zou, Y., Donner, R. V., Marwan, N., Donges, J. F., & Kurths, J. (2019). Complex network approaches to nonlinear time series analysis. Physics Reports, 787, 1–97. https://doi.org/10.1016/j.physrep.2018.10.005
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 José Edvaldo de Oliveira Nunes; Joelma Mayara da Silva; Lidiane da Silva Araújo ; Guilherme Rocha Moreira; Tatijana Stosic; Borko Stosic
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
