Preço de mercado do café como reflexo da safra brasileira
DOI:
https://doi.org/10.33448/rsd-v13i8.46481Palavras-chave:
Arábica; Coffea sp.; Conilon; Correlação; Pearson.Resumo
O agronegócio brasileiro é de grande importância na constituição do produto interno bruto nacional, atingindo valores de mais de 27% de representatividade. Dentro dos produtos agrícolas, temos o café como uma das grandes culturas do nosso país. Como é sabido, seu valor de mercado oscila, como todos os produtos, devido aos mais diversos fatores. Por meio de análises exploratórias e correlação de Pearson (p<0,05), este trabalho teve como objetivo avaliar a existência ou não de correlação no preço de mercado do café com os fatores de produção no Brasil (produção total, área total em produção, área de formação da cultura). A análise de correlação de Pearson identificou uma correlação negativa de -0,33 entre o preço de negociação de uma saca de café (60 kg) e o volume total de produção da safra brasileira. Considerando que o valor de mercado deste produto pode ser afetado por inúmeros fatores, concluímos a existência significativa desta correlação.
Referências
Abebe, T. H. (2020). Modeling time-varying coffee price volatility in Ethiopia. Journal of Applied Economics, 23(1), 497-518.
Agrianual: Brazilian anuary of agriculture (2022). 185-203. São Paulo, SP, Brazil.
Barros Jr, F., Ferreira, A. L., Marcondes, R. L., & Prioste, R. R. W. (2019). Coffee exports and industrialization in Brazil. Applied Economics Letters, 26(9), 712-716.
Bernardes, T., Moreira, M. A., Adami, M., Giarolla, A., & Rudorff, B. F. T. (2012). Monitoring the biennial bearing effect on coffee yield using MODIS remote sensing imagery. Remote Sensing. 4 (9), 2492-2509.
Center for Advanced Studies on Applied Economics - CEPEA (2022). PIB do Agronegócio. https://www.cepea.esalq.usp.br/upload/kceditor/files/Cepea_CNA_PIB_JAn_Dez_2021_Mar%C3%A7o2022.pdf. Acessed in 19 may 2022
Camargo, A. P., & Camargo, M. B. P. (2001) Definições e esquematização das fases fenológicas do cafeeiro arábica nas condições tropicais do Brasil. Bragantia, 60(1), 65-68.
Cannell, M. G. (1976) Crop physiological aspects of coffee bean yeld – a review Kenya Coffee, 41, 245-253.
Chen, S., Li, Q., Wang, Q., & Zhang, Y. Y. (2023). Multivariate models of commodity futures markets: a dynamic copula approach. Empirical Economics, 64(6), 3037-3057.
DaMatta, F. M., Ronchi, C. P., Maestri, M., & Barros, R. S. (2007). Ecophysiology of coffee growth and production. Brazilian journal of plant physiology, 19, 485-510.
Garson, G. D. (2009). Statnotes: Topics in multivariate analysis. North Carolina State University. https://faculty. chass. ncsu. edu/garson/PA765/statnote. htm (accessed Feb. 02, 2021).
Halim, M. P., Yudistira, N., & Dewi, C. (2022). Multicommodity Prices Prediction Using Multivariate Data-Driven Modeling: Indonesia Case. IEEE Transactions on Computational Social Systems.
Hernandez, M. A., Pandolph, R., Sänger, C., & Vos, R. (2020). Volatile coffee prices: Covid-19 and market fundamentals (Vol. 2). Intl Food Policy Res Inst.
Lanna, G.B.M.; Reis, R.P. (2012). Influência da mecanização da colheita na viabilidade econômico-financeira da cafeicultura no sul de Minas Gerais In Portuguese. Coffee Science. 7(2), 110-121.
Mankiw, N. G. (2009). Principles of Economics. (5a ed.), Harvard.
Matiello, J. B. (2005). Cultura de café no Brasil: novo manual de recomendações In Portuguese. MAPA/Procafé; Varginha: Fundação Procafé.
Moore, L. M. (1996). The basic practice of statistics. Freeman.
Silva, F. M. D., Salvador, N., & Pádua, T. D. S. (2002). Café: mecanização da colheita. In Portuguese. Brazilian Research Symposium of Coffee. Poços de Caldas, MG, Brazil.
Pereira, S. O., Bartholo, G. F., Baliza, D. P., Sogreira, F. M., & Guimarães, R. J. (2011). Productivity and coffee biannuality depending on the crop spacing. Pesqui. Agropecuária Bras, 46, 152-160.
Santinato, F. (2016). Inovações tecnológicas para cafeicultura de precisão In Portuguese. 119f. [PhD dissertation] – São Paulo State University, Jaboticabal, São Paulo, Brazil
Stanton, JM (2001). Galton, Pearson e as ervilhas: Uma breve história da regressão linear para instrutores de estatística. Journal of Statistics Education, 9 (3).
Valadares, S. V., Neves, J. C. L., Rosa, G. N. G. P., Martinez, H. E. P., Venegas, V. H. A., & Lima, P. C. D. (2013). Yield and production bienniality of dense coffee plantations under different levels of N and K. Pesquisa Agropecuária Brasileira, 48, 296-303.
Volsi, B., Telles, TS, Caldarelli, CE, & Camara, MRGD (2019). The dynamics of coffee production in Brazil. PloS one. 14 (7), e0219742.
Wang, H. Y., & Feng, Y. S. (2020). Multivariate correlation analysis of agricultural futures and spot markets based on multifractal statistical methods. Journal of Statistical Mechanics: Theory and Experiment, (7), 073403.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Vítor Almeida Ferraz; Gustavo de Souza e Silva
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.
