MODELAGEM PROBABILÍSTICA DE PREÇOS MÁXIMOS DA COMMODITY BOI GORDO PARA O ESTADO DE SÃO PAULO
DOI:
10.31413/nativa.v10i1.13291Keywords:
Rural Planning, Applied Economics, Gumbel Distribution, Return Value, Applied StatisticsAbstract
In the economic scenario, studying the behavior of prices of products, commodities or indicators makes it possible to make forecasts, allowing the elaboration of risk projections with greater precision and, when extreme events of these prices occur, losses or even bankruptcies can occur. In this sense, the Extreme Value Theory (EVT) is more suitable such phenomena. Economic data from CEPEA - ESALQ covering the period from 1997 to 2020 were used, organized in series of monthly maximums and, for each series, the Gumbel, Generalized Extreme Values (GVE) distributions and their non-stationary versions were considered. It could be seen that the Gumbel and GVE distributions fit in every month and the goodness-of-fit attest that the Gumbel distribution is the most suitable in every month. In the months of April to October there is a slight lower probability of prices being exceeded and in the months of November to February are the months with the highest probability of occurrence of high fat ox prices. The Mann-Kendall test was used for testing the trend in all series, which was incorporated into the non-stationary Gumbel distribution, and the likelihood ratio test and AIC were favorable in terms of trend modeling.
References
AGUIRRE, A. F. L.; NOGUEIRA, D. A.; BEIJO, L. A. Análise da temperatura máxima de Piracicaba (SP) via distribuição GEV não estacionária: uma abordagem bayesiana. Revista Brasileira de Climatologia, v. 27, p. 496-517, 2020. DOI: 10.5380/abclima.v27i0.73763
ALENTORN, A.; MARKOSE, S. Generalized Extreme Value Distribution and Extreme Economic Value at Risk (EE-VaR). In: Computational Methods in Financial Engineering. Berlin, Heidelberg: Springer Berlin Heidelberg, 2007. p. 47–71. DOI: 10.1007/978-3-540-77958-2_3
ARAÚJO, H. S.; SABBAG, O. J.; LIMA, B. T. M.; ANDRIGHETTO, C.; RUIZ, U. dos S. Aspectos econômicos da produção de bovinos de corte. Pesquisa Agropecuária Tropical, v. 42, n. 1, p. 82–89, 16 mar. 2012.
ATKESON, A. What Will Be the Economic Impact of COVID-19 in the US? Rough Estimates of Disease Scenarios. Cambridge, MA: [s.n.]. DOI: 10.3386/w26867 .doi 10.3386/w26867
BAKO, S. S.; ADAM, M. B.; FITRIANTO, A. Impact of Dependence on Parameter Estimates of Autoregressive Process with Gumbel Distributed Innovation. MATEMATIKA: Malaysian Journal of Industrial and Applied Mathematics, v. 34, n. 2, p. 365-380, 2018. DOI: 10.11113/MATEMATIKA.V34.N2.941
BALI, T. G. The generalized extreme value distribution. Economics Letters, v. 79, n. 3, p. 423-427, 2003. DOI: 10.1016/S0165-1765(03)00035-1
BAUTISTA, E. A. L.; ZOCCHI, S. S.; ANGELOCCI, L. R. Fitting the generalized extreme value distribution (GEV) to the maximum wind speed data in Piracicaba, São Paulo, Brazil. Revista Matemática e Estatística, v. 22, n. 1, p. 95-111, 2004.
BEIJO, L. A.; AVELAR, F. G. Distribuição generalizada de valores extremos no estudo de dados climáticos uma breve revisão e aplicação. Revista da Estatística da Universidade Federal de Ouro Preto, v. 1, n. 1, p. 10-16, 2011.
BEIRLANT, J.; TEUGELS, J. L.; VYNCKIER, P. Extremes in Non-Life Insurance. In: Extreme Value Theory and Applications. Boston, MA: Springer US, 1994. p. 489-510. DOI: 10.1007/978-1-4613-3638-9_30
BELONI, T.; ALONSO, M. P. Relação entre preço da carne bovina e do animal comercializado em Cuiabá, MT. Revista IPecege, v. 3, n. 2, p. 26-37, 2017. DOI: 10.22167/r.ipecege.2017.2.26
CARRER, M. J.; SILVEIRA, R. L. F. da; SOUZA FILHO, H. M. de; VINHOLIS, M. de M. B. Fatores determinantes do uso de instrumentos de gestão de risco de preço por pecuaristas de corte do Estado de São Paulo. Ciência Rural, v. 43, n. 2, p. 370-376, 2013. DOI: 10.1590/S0103-84782013000200030
CARUSO SACHS, R. C.; PINATTI, E. Análise do comportamento dos preços do boi gordo e do boi magro na pecuária de corte paulista, no período de 1995 a 2006. Revista de Economia e Agronegócio, v. 5, n. 3, p. 329-352, 2015. DOI: 10.25070/rea.v5i3.108
COLES, S. An Introduction to Statistical Modeling of Extreme Values. London: Springer London, 2001. DOI: 10.1007/978-1-4471-3675-0
COMBES, C.; DUSSAUCHOY, A. Generalized extreme value distribution for fitting opening/closing asset prices and returns in stock-exchange. Operational Research, v. 6, n. 1, p. 3-26, 2006. DOI: 10.1007/BF02941135
DILL, M. D.; DALLA CORTE, V. F.; BARCELLOS, J. O. J.; CANOZZI, M. E. A.; OLIVEIRA, T. E. de. Análise comparativa da competividade do Brasil e EUA no mercado internacional da carne bovina. Revista Ceres, v. 60, n. 6, p. 765-771, 2013. DOI: 10.1590/S0034-737X2013000600004
GILLELAND, E.; KATZ, R. W. extRemes 2.0: An Extreme Value Analysis Package in R. Journal of Statistical Software, v. 72, n. 8, p. 1-39, 2016. DOI: 10.18637/jss.v072.i08
GOULART, R. Ciclo pecuário. Scot Consultoria, 2010. Disponível em: < https://www.scotconsultoria.com.br/noticias/artigos/21788/ciclo-pecuario.htm>. Acesso em: 4 de fevereiro de 2020.
GOULDBY, B.; WYNCOLL, D.; PANZERI, M.; FRANKLIN, M.; HUNT, T.; HAMES, D.; TOZER, N.; HAWKES, P.; DORNBUSCH, U.; PULLEN, T. Multivariate extreme value modelling of sea conditions around the coast of England. Proceedings of the Institution of Civil Engineers - Maritime Engineering, v. 170, n. 1, p. 3-20, 2017. DOI: 10.1680/jmaen.2016.16
HARTMANN, M.; MOALA, F. A.; MENDONÇA, M. A. Estudo das precipitações máximas anuais em Presidente Prudente. Revista Brasileira de Meteorologia, v. 26, n. 4, p. 561-568, 2011. DOI: 10.1590/S0102-77862011000400006
JENKINSON, A. F. The frequency distribution of the annual maximum (or minimum) values of meteorological elements. Quarterly Journal of the Royal Meteorological Society, v. 81, n. 348, p. 158-171, 1955. DOI: 10.1002/qj.49708134804
LINO, F. Você conhece o ciclo pecuário? Irancho, 2021. Disponível em: < https://www.irancho.com.br/voce-conhece-o-ciclo-pecuario/>. Acesso em: 5 de maio de 2021.
MORETTI, A. R.; MENDES, B. DE M. Medindo a Influência do Mercado Americano nas Interdependências Observadas na América Latina. Revista Brasileira de Finanças, v. 3, n. 1, p. 123-137, 2005.
MOSCIARO, L. E. V.; DOS SANTOS, J. A.; OLIVEIRA, R. A. Análise do comportamento da base na comercialização do milho da praça manaus-am em relação a Campinas-SP. Revista de Administração da UEG, v. 8, n. 3, p. 45-57, 2017.
NAKAJIMA, J.; KUNIHAMA, T.; OMORI, Y.; FRUWIRTH-SCNATER, S. Generalized extreme value distribution with time-dependence using the AR and MA models in state space form. Computational Statistics & Data Analysis, v. 56, n. 11, p. 3241-3259, 2012. DOI: 10.1016/j.csda.2011.04.017
PEREIRA, H. R.; MESCHIATTI, M. C.; PIRES, R. C. de M.; BLAIN, G. C. On the performance of three indices of agreement: An easy-to-use r-code for calculating the willmott indices. Bragantia, v. 77, n. 2, p. 394-403, 2018. DOI: 10.1590/1678-4499.2017054
QUADROS, L. E. DE; QUEIROZ, M. M. F. DE; BOAS, M. A. V. Distribuição de frequência e temporal de chuvas intensas. Acta Scientiarum. Agronomy, v. 33, n. 3, P. 401-410, 2011. DOI: 10.4025/actasciagron.v33i3.6021
R CORE TEAM. R: A language and environment for statistical computing, 2020. ISBN 3-900051-07-0. Viena, Austria. Disponível em: < https://www.R-project.org/>
RITZ, C.; STREIBIG, J. C. (Eds.). Nonlinear Regression with R. New York, NY: Springer New York, 2009. DOI: 10.1007/978-0-387-09616-2
SALLES, T. T.; NOGUEIRA, D. A.; BEIJO, L. A.; SILVA, L. F. da. Bayesian approach and extreme value theory in economic analysis of forestry projects. Forest Policy and Economics, v. 105, p. 64-71, 2019. DOI: 10.1016/j.forpol.2019.05.021
SANSIGOLO, C. A. Distribuições de extremos de precipitação diária, temperatura máxima e mínima e velocidade do vento em Piracicaba, SP (1917-2006). Revista Brasileira de Meteorologia, v. 23, n. 3, p. 341-346, 2008. DOI: 10.1590/s0102-77862008000300009
SHIKIDA, C.; PAIVA, G. L.; ARAÚJO JUNIOR, A. F. Structural breaks in the cattle price series in the State of São Paulo, Brazil. Economia Aplicada, v. 20, n. 2, p. 265, 2016. DOI: 10.11606/1413-8050/ea137759
SOUSA LIRA, J. M.; GOMES SALGADO, E.; ALBERTO BEIJO, L. ARIMA models as an alternative to predict the diffusion of the ISO 14001 standard in Europe. Journal of Environmental Planning and Management, v. 63, n. 2, p. 275-286, 2020. DOI: 10.1080/09640568.2019.1577721
SOUSA LIRA, J. M.; SALGADO, E. G.; BEIJO, L. A. Which factors does the diffusion of ISO 50001 in different regions of the world is influenced? Journal of Cleaner Production, v. 226, p. 759-767, 2019. DOI: 10.1016/j.jclepro.2019.04.127
STHEPHENSON, A. G. evd: Extreme Value Distributions. R News, v. 2, n. 2, p. 31-32, 2002.
ZAMBRANO-BIGIARINI, M. hydroGOF: Goodness-of-fit functions for comparison of simulated and observed hydrological time series. DOI: 10.5281/zenodo.839854
Downloads
Published
Versions
- 2023-09-23 (2)
- 2022-03-14 (1)
How to Cite
Issue
Section
License
Copyright (c) 2022 Nativa
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Copyright for articles published in this journal are the authors, with first publication rights granted to the journal. The journal shows open access, and articles are free to use, with proper attribution, in educational and non-commercial.
The articles published in this journal may be reproduced in part or used as a reference by other authors, provided that the source is quoted.
