Banca de QUALIFICAÇÃO: GETRO LUCAS DA SILVA FILHO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : GETRO LUCAS DA SILVA FILHO
DATA : 13/08/2026
HORA: 17:00
LOCAL: Mossoró
TÍTULO:

PREVISÃO DE PREÇOS DE COMMODITIES AGRÍCOLAS BRASILEIRAS: UMA AVALIAÇÃO COMPARATIVA ENTRE MODELOS ECONOMÉTRICOS E DE APRENDIZADO PROFUNDO

PALAVRAS-CHAVES:

Commodities agrícolas. Séries temporais. Previsão de preços. SARIMAX. NBEATSx. Aprendizado profundo.

PÁGINAS: 19
RESUMO:

Esta pesquisa avalia comparativamente o desempenho preditivo de modelos econométricos clássicos e de aprendizado profundo na previsão de preços de commodities agrícolas brasileiras. Tendo como base as técnicas econométricas clássicas de séries temporais e os recentes avanços das técnicas de aprendizado de máquina, a pesquisa parte da premissa inicial de que os preços dos commodities, que são fortemente influenciados por fatores sazonais, macroeconômicos e geopolíticos que incorporam características não lineares e quebras estruturais às séries, podem ser modelados por abordagens capazes de capturar tais complexidades. O estudo busca especificar e estimar um modelo SARIMAX, bem como implementar e treinar a arquitetura NBEATSx sobre o mesmo conjunto de dados e comparar o desempenho preditivo de ambos a fim de identificar sob quais condições cada abordagem se mostra mais adequada. Para isso, utiliza séries temporais mensais dos Índices de Preços da Corrente de Comércio referentes às commodities agrícolas, divulgadas pela Secretaria de Comércio Exterior (SECEX/MDIC), abrangendo o período de 2000 a 2026, e adota uma estratégia empírica que combina a divisão cronológica das séries em conjuntos de treino e teste, a validação em múltiplos horizontes de previsão e a avaliação por meio de métricas de erro, como raiz do erro quadrático médio (RMSE), erro absoluto médio (MAE) e erro percentual absoluto médio (MAPE), além do teste de Diebold-Mariano para verificar a significância estatística das diferenças de desempenho. Espera-se verificar em que medida a NBEATSx, é capaz de superar o SARIMAX na previsão de múltiplas séries de preços agrícolas, bem como identificar os cenários que favorecem uma ou outra abordagem. Ao integrar modelos econométricos e de aprendizado profundo em uma avaliação sistemática aplicada a dados nacionais, a pesquisa pretende contribuir para o avanço da literatura brasileira sobre previsão de preços de commodities, preenchendo a lacuna referente à escassez de estudos que empreguem redes neurais profundas interpretáveis nesse contexto, e oferecendo evidências que subsidiem a tomada de decisão no agronegócio e a gestão de risco no setor.

MEMBROS DA BANCA:
Interno - 12534 - FRANCISCO DANILO DA SILVA FERREIRA
Interno - 3803 - FÁBIO LÚCIO RODRIGUES