Detalhes bibliográficos
| Ano de defesa: |
2018 |
| Autor(a) principal: |
Disconzi, Claudia Maria Dias Guerra
 |
| Orientador(a): |
Ferraz, Rafael Camargo
|
| Banca de defesa: |
Cassanego Júnior, Paulo Vanderlei
,
Zamberlan, João Fernando
|
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Pampa
|
| Programa de Pós-Graduação: |
Mestrado Acadêmico em Administração
|
| Departamento: |
Campus Santana do Livramento
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://dspace.unipampa.edu.br:8080/jspui/handle/riu/2967
|
Resumo: |
O mercado das commodities agrícolas é caracterizado por ser dinâmico e complexo. Os preços no mercado futuro das commodities são negociados em bolsas de valores e variam rapidamente de acordo com diversos fatores, como mudanças cambiais, variações climáticas, políticas governamentais, estoques mundiais, entre outros. Tendo em vista a instabilidade do mercado das commodities, este trabalho tem por objetivo analisar a contribuição das redes neurais artificiais para a previsão de preços de commodities agrícolas no mercado futuro, avaliando o ajuste das redes como ferramenta estratégica no processo de tomada de decisão. Trata-se de uma pesquisa empírica, de caráter descritivo, com abordagem quantitativa. O método utilizado foi o de levantamento, por meio de dados secundários obtidos na base de dados do Cepea. Como resultados, desenvolveram-se redes com desempenho classificados como “ótimos” para todas as commmodities consideradas, o que demonstrou a alta previsibilidade das redes neurais artificiais. Através da construção de cenários de preços mensais para as commodities, verificou-se que as redes selecionadas são sensíveis às variações de alta e queda nos preços. Assim, as RNAs demonstraram ser uma ferramenta importante que pode auxiliar com sucesso os interessados em investir neste mercado, através da simulação do comportamento dos preços. |
