Resumo

O Brasil se destaca no cenário mundial como um dos países que mais produzem carne bovina, o que torna de extrema importância a utilização de um método de previsão da produção para auxiliar no controle e planejamento da produção a fim de ajustá-la de acordo com a demanda e as oscilações mundiais. A presente pesquisa tem por objetivo encontrar um modelo de curto prazo para previsões futuras do preço do boi gordo no Estado do Rio Grande do Sul (RS). A metodologia Box-Jenkins foi utilizada para modelagem ARIMA dos dados mensais do preço do boi gordo no estado, considerando o período de janeiro de 2005 a maio de 2018. O critério penalizador AIC definiu o modelo mais adequado ao ajuste dos dados da série temporal, sendo o melhor modelo o SARIMA (1,1,0) (1,1,0)12, o qual possibilitou captar os movimentos sazonais dos valores defasados, projetando-os nos valores futuros e que também apresentou o menor MAPE(1,98%) indicando que o modelo pode ser considerado apto para prever preços futuros do boi gordo no estado. A fim de verificar a validade do modelo proposto para previsão do preço do boi gordo foi realizada a projeção de preços para valores fora da amostra utilizada na modelagem, o qual corresponde o período do junho a novembro de 2018. O modelo estabelecido se mostrou preciso com média de erro entre as observações de 0,0523. A presente pesquisa buscou auxiliar os produtores de proteína animal a compreender a formação de preço de forma mais abrangente e considerar a importância de ferramentas estatísticas de previsão como suporte a tomada de decisões auxiliando no planejamento e gerenciamento de toda cadeia produtiva do setor pecuarista.

Brazil stands out on the world stage as one of the countries that most production beef, which makes it extremely important to use a production forecasting method to assist in the control and planning of production in order to adjust it according to world demand and fluctuations. The present research aims to find a short-term model for future forecasts of cattle prices in the state of Rio Grande do Sul (RS). The Box-Jenkins methodology was used ARIMA modeling of the monthly data of the fat cattle price in the State, considering the period from January 2005 to May 2018. The AIC penalty criterion defined the most appropriate model for adjusting the time series data, being the best model the SARIMA (1,1,0) (1,1,0)12, which made it possible to capture seasonal movements of lagged values, projecting them into future values and that also presented the lowest MAPE (1.98%) indicating that the model can be considered able to forecast future prices of cattle in the State. In order to verify the validity of the proposed model for forecasting the price of cattle, prices were projected to values outside the sample used in the modeling, which corresponds to the period from june to november 2018. The established model proved to be accurate with error mean between observations of 0.0523. The present research intends to contribute to the producers animal protein to comprehend price formation more comprehensively and to consider the importance of statistical forecasting tools as support for decision making, aiding in planning and management of the entire livestock chain.