Usando Informações Locais para Melhorar Previsões de Preços de Milho no Curto Prazo

Resumo: Examinamos o problema de previsão de curto prazo em um conjunto de dados de preços diários de 134 locais de compra de milho de sete estados – Iowa, Illinois, Indiana, Ohio, Minnesota, Nebraska e Kansas. Fazemos a pergunta: há informações úteis de previsão nas ofertas à vista dos mercados próximos? Usamos vários critérios, incluindo um critério de causalidade de Granger, para especificar modelos de previsão que dependem da história recente de um mercado, das histórias recentes de mercados próximos e das histórias recentes de preços futuros. Para cerca de 65% dos mercados estudados, o modelo que consiste nos preços futuros, na própria história de um mercado e na história de mercados próximos prevê melhor do que um modelo que incorpora apenas preços futuros e a própria história do mercado. Ou seja, os mercados próximos têm conteúdo preditivo. Mas a magnitude varia com o horizonte de previsão. Para previsões de curto prazo, a melhoria na precisão da previsão ao incluir mercados próximos é modesta. À medida que o horizonte de previsão aumenta, no entanto, a inclusão de preços próximos tende a melhorar significativamente as previsões. Também examinamos o papel desempenhado pela densidade do mercado físico na determinação do valor de incorporar preços próximos em um modelo de previsão.