Correlações em séries temporais de preços de frango, soja e milho
DOI:
https://doi.org/10.33448/rsd-v10i4.14019Palavras-chave:
Commodities; Detrended Cross Correlation Analysis; Detrended Cross Correlation Coefficient; Crise alimentar.Resumo
A evolução do mercado agrícola brasileiro alterou o processo de produção, exportação e consumo de commodities alimentares. Com isso, novos estudos acerca da relação entre o mercado de alimentos e outros mercados foram desenvolvidos, buscando explicar a ligação entre os preços de commodities agrícolas e não agrícolas. Visando contribuir para esse estudo, foram investigadas as correlações de longo prazo entre os preços de commodities agrícolas brasileiras, utilizando técnicas de Econofísica. Analisaram-se então as séries diárias de preços e retorno de preços da carne de frango, soja e milho, registrados entre 02/08/2004 e 16/06/2017 pelo Centro de Estudos Avançados em Economia Aplicada / Escola Superior de Agricultura Luiz de Queiroz / Universidade de São Paulo - CEPEA/ESALQ/USP. As correlações entre as séries temporais foram investigadas utilizando os métodos Detrended Fluctuation Analysis (DFA) e Detrended Cross Correlation Analysis (DCCA), para calcular o Detrended Cross Correlation Coefficient (DCCA Coefficient), que serve para quantificar correlações de longo prazo entre séries temporais não estacionárias. Os resultados obtidos apontam para a ausência de correlações nas escalas de até 30 dias e, para escalas maiores, acusam correlações mais fortes entre os preços de frango e milho que entre os preços de frango e soja. Após a crise alimentar de 2008, entretanto, as correlações entre as séries diárias de retorno de preços do frango e do milho diminuíram, enquanto que, entre as de frango e soja, aumentaram nas escalas menores e diminuíram nas escalas maiores.
Referências
Araújo, C. C. (2019). Utilização do arroz, quirera e farelo de arroz integral na alimentação de frangos de crescimento lento. Dissertação de Mestrado em Ciência Animal Tropical, Programa de Pós-Graduação em Ciência Animal Tropical, Universidade Federal do Tocantins. Araguaína. Obtido em: http://hdl.handle.net/11612/1485.
Beckmann, J., & Czudaj, R. (2014). Volatility transmission in agricultural futures markets. Economic Modelling, 36, 541-546.
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).
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
Chen, Y., Cai, L., Wang, R., Song, Z., Deng, B., Wang, J., & Yu, H. (2018). DCCA cross-correlation coefficients reveals the change of both synchronization and oscillation in EEG of Alzheimer disease patients. Physica A: Statistical Mechanics and its Applications, 490, 171-184.
da Silva, M. F., Pereira, É. J. D. A. L., da Silva Filho, A. M., de Castro, A. P. N., Miranda, J. G. V., & Zebende, G. F. (2016). Quantifying the contagion effect of the 2008 financial crisis between the G7 countries (by GDP nominal). Physica A: Statistical Mechanics and its Applications, 453, 1-8.
de Nicola, F., De Pace, P., & Hernandez, M. A. (2016). Co-movement of major energy, agricultural, and food commodity price returns: A time-series assessment. Energy Economics, 57, 28-41.
Nunes, J. E. O., da Silva, J. M., Araújo, L. S., Moreira, G. R., Stosic, T., & Stosic, B. (2021). Análise de grafos de visibilidade do mercado brasileiro de soja, milho e carne de frango. Research, Society and Development, 10(1), e39210111478-e39210111478.
de Santana, L. I. T., 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-e9979109461.
Dey, P., & Mujumdar, P. P. (2018). Multiscale evolution of persistence of rainfall and streamflow. Advances in water resources, 121, 285-303.
dos Anjos, P. S., da Silva, A. S. A., Stošić, B., & Stošić, T. (2015). Long-term correlations and cross-correlations in wind speed and solar radiation temporal series from Fernando de Noronha Island, Brazil. Physica A: Statistical Mechanics and its Applications, 424, 90-96.
EMBRAPA (2020). Maiores produtores mundiais de carne de frango. Obtido em: https://www.embrapa.br/suinos-e-aves/cias/estatisticas/frangos/mundo.
Ferreira, P., Pereira, É. J. D. A. L., da Silva, M. F., & Pereira, H. B. (2019). Detrended correlation coefficients between oil and stock markets: The effect of the 2008 crisis. Physica A: Statistical Mechanics and its Applications, 517, 86-96.
Goldberger, A. L., Amaral, L. A., Hausdorff, J. M., Ivanov, P. C., Peng, C. K., & Stanley, H. E. (2002). Fractal dynamics in physiology: alterations with disease and aging. Proceedings of the national academy of sciences, 99(suppl 1), 2466-2472.
Jiang, L., Zhao, X., & Wang, L. (2016). Long-range correlations of global sea surface temperature. PloS one, 11(4), e0153774.
Jun, W., & Da-Qing, Z. (2012). Detrended cross-correlation analysis of electroencephalogram. Chinese Physics B, 21(2), 028703.
Kantelhardt, J. W., Koscielny-Bunde, E., Rego, H. H., Havlin, S., & Bunde, A. (2001). Detecting long-range correlations with detrended fluctuation analysis. Physica A: Statistical Mechanics and its Applications, 295(3-4), 441-454.
Lima, C. R. A., de Melo, G. R., Stosic, B., & Stosic, T. (2019). Cross-correlations between Brazilian biofuel and food market: Ethanol versus sugar. Physica A: Statistical Mechanics and its Applications, 513, 687-693.
Liu, L. (2014). Cross-correlations between crude oil and agricultural commodity markets. Physica A: Statistical Mechanics and its Applications, 395, 293-302.
Løvsletten, O. (2017). Consistency of detrended fluctuation analysis. Physical Review E, 96(1), 012141.
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..
Pal, D., & Mitra, S. K. (2018). Interdependence between crude oil and world food prices: A detrended cross correlation analysis. Physica A: Statistical Mechanics and its Applications, 492, 1032-1044.
Peng, C. K., Buldyrev, S. V., Havlin, S., Simons, M., Stanley, H. E., & Goldberger, A. L. (1994). Mosaic organization of DNA nucleotides. Physical review e, 49(2), 1685.
Pereira, A. F. C., de Melo, A. F., Justo, W. R., & da Silva Melo, S. R. (2016). Cointegration and price transmission in poultry in Pernambuco. Informe GEPEC, 20(1), 129.
Piao, L., Fu, Z., & Yuan, N. (2016). “Intrinsic” correlations and their temporal evolutions between winter-time PNA/EPW and winter drought in the west United States. Scientific reports, 6(1), 1-10.
Podobnik, B., Horvatic, D., Petersen, A. M., & Stanley, H. E. (2009). Cross-correlations between volume change and price change. Proceedings of the National Academy of Sciences, 106(52), 22079-22084..
Podobnik, B., & Stanley, H. E. (2008). Detrended cross-correlation analysis: a new method for analyzing two nonstationary time series. Physical review letters, 100(8), 084102.
Qian, X. Y., Liu, Y. M., Jiang, Z. Q., Podobnik, B., Zhou, W. X., & Stanley, H. E. (2015). Detrended partial cross-correlation analysis of two nonstationary time series influenced by common external forces. Physical Review E, 91(6), 062816.
Shen, C. H., & Li, C. L. (2016). An analysis of the intrinsic cross-correlations between API and meteorological elements using DPCCA. Physica A: Statistical Mechanics and its Applications, 446, 100-109.
Stosic, T., Telesca, L., da Costa, S. L. L., & Stosic, B. (2016). Identifying drought-induced correlations in the satellite time series of hot pixels recorded in the Brazilian Amazon by means of the detrended fluctuation analysis. Physica A: Statistical Mechanics and its Applications, 444, 660-666.
FAS/USDA (2021). Foreign Agricultural Service, United States Department of Agriculture. Disponível em: https://apps.fas.usda.gov/psdonline/app/index.html#/app/advQuery.
Vassoler, R. T., & Zebende, G. F. (2012). DCCA cross-correlation coefficient apply in time series of air temperature and air relative humidity. Physica A: Statistical Mechanics and its Applications, 391(7), 2438-2443.
Xu, N., Shang, P., & Kamae, S. (2010). Modeling traffic flow correlation using DFA and DCCA. Nonlinear Dynamics, 61(1), 207-216.
Yamasaki, K., Muchnik, L., Havlin, S., Bunde, A., & Stanley, H. E. (2005). Scaling and memory in volatility return intervals in financial markets. Proceedings of the National Academy of Sciences, 102(26), 9424-9428.
Yuan, N., Fu, Z., Zhang, H., Piao, L., Xoplaki, E., & Luterbacher, J. (2015). Detrended partial-cross-correlation analysis: a new method for analyzing correlations in complex system. Scientific reports, 5(1), 1-7.
Zebende, G. F. (2011). DCCA cross-correlation coefficient: Quantifying level of cross-correlation. Physica A: Statistical Mechanics and its Applications, 390(4), 614-618.
Zebende, G. F., Da Silva, M. F., & Machado Filho, A. (2013). DCCA cross-correlation coefficient differentiation: Theoretical and practical approaches. Physica A: Statistical Mechanics and its Applications, 392(8), 1756-1761.
Zheng, Z., Yamasaki, K., Tenenbaum, J., Podobnik, B., Tamura, Y., & Stanley, H. E. (2012). Scaling of seismic memory with earthquake size. Physical Review E, 86(1), 011107.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Ruben Vivaldi Silva Pessoa; Ikaro Daniel de Carvalho Barreto; Lidiane da Silva Araújo; Guilherme Rocha Moreira; Tatijana Stosic; Borko Stosic
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) 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.
2) 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.
3) 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.
