Search

In recent decades, the fruit trade in Brazil has grown significantly, serving the domestic and foreign markets. Among the main fruits produced and traded, mango, the most exported fruit in Brazil, stands out. In this work we analyzed the time series of returns and volatility of weekly prices of two mango varieties, Palmer and Tommy Atkins produced in the São Francisco Valley, the region with the highest mango production in the country. The methods Detrended fluctuation analysis (DFA) and Detrended cross correlation analysis (DCCA) were used to calculate scaling exponents of autocorrelations and cross correlations between the analyzed series. The results showed that the volatility series have stronger persistence than the return series that presented two regimes of scale invariance with anti-persistent correlations on the larger temporal scales. Cross-correlations between the series of returns also show two scaling regimes with exponents similar to the series of returns of the Tommy variety. The values ​​of the correlation coefficient obtained by the Detrended cross correlation coefficient method showed that for both returns and volatility the correlations between the series are positive, increase with time scale and are stronger for the series of returns. En las últimas décadas, el comercio de frutas en Brasil ha crecido significativamente, atendiendo al mercado interno y externo. Entre las principales frutas producidas y comercializadas, destaca el mango, la fruta más exportada en Brasil. En este trabajo se analizó la serie temporal de retorno y la volatilidad semanal de precios de dos variedades de mango, Palmer y Tommy Atkins, producidas en el Valle de São Francisco, la región con mayor producción de mango del país. Para calcular los exponentes de escala de las autocorrelaciones y las correlaciones cruzadas entre las series analizadas se utilizaron los métodos Detrended Fluctuation Analysis (DFA) y Detrended Cross Correlation Analysis (DCCA). Los resultados mostraron que la serie de volatilidad tiene una persistencia más fuerte que la serie de retorno que presentó dos regímenes de invarianza de escala con correlaciones anti-persistentes en las escalas mayores. Las correlaciones cruzadas entre las series de retorno también muestran dos regímenes de escala con exponentes similares a la serie de retorno de la variedad Tommy. Los valores del coeficiente de correlación obtenidos por el método Detrended Cross Correlation Coefficient mostraron que tanto para los retornos como para la volatilidad las correlaciones entre las series son positivas, aumentan con la escala de tiempo y son más fuertes para la serie de retorno. Nas últimas décadas o comércio de frutas no Brasil cresceu expressivamente atendendo ao mercado interno e externo. Dentre as principais frutas produzidas e comercializadas, destaca-se a manga, a fruta mais exportada pelo Brasil. Neste trabalho foram analisadas as séries temporais de retornos e de volatilidade de preços semanais de duas variedades de manga, Palmer e Tommy Atkins, produzidas no Vale do São Francisco, a região com a maior produção de manga no país. Foram utilizados os métodos Detrended Fluctuation Analysis (DFA) e Detrended Cross-Correlation Analysis (DCCA) para calcular expoentes de escala de autocorrelações e correlações cruzadas entre as séries analisadas. Os resultados mostraram que as séries de volatilidade apresentam persistência mais forte do que as séries de retornos que apresentaram dois regimes de invariância de escala com correlações antipersistentes nas escalas maiores. As correlações cruzadas entre as séries de retornos também apresentaram dois regimes de escala com expoentes semelhantes as séries de retornos da variedade Tommy. Os valores do coeficiente de correlação obtidos pelo método Detrended Cross Correlation Coefficient mostraram que para ambas, retornos e volatilidade, as correlações entre as séries são positivas, aumentam com escala temporal e são mais fortes para as séries de retornos.

The search for renewable energy has increased in recent decades, mainly due to environmental concerns as well as the growing energy demand. Wind energy is one of the sources of renewable energy widely adopted in the world, with the northeast region of Brazil highlighted by its large production capacity. The implementation of wind farms lacks preliminary studies on statistical modeling of wind speed and, among the proposed methods, the Markov Chain is known to be efficient. This work presents a statistical analysis of the wind speed in the city of Petrolina - PE, with the objective to apply a first-order Markov chain, a probabilistic method, in the hourly wind speed modeling. Data were obtained from the website of the National Institute of Meteorology (INMET), corresponding to the period 2010 to 2020. First-order Markov chain with two states was used to find transition probabilities, and anual variation of these probabilities and normalized Entropy was analyzed. The results showed that the proposed model adjusts well to wind speed variations in specific months of the year and that models with more states can be proposed to reduce the loss of information calculated by the entropy value. La búsqueda de energías renovables se ha incrementado en las últimas décadas, principalmente debido a preocupaciones ambientales, así como a la creciente demanda de energía. La energía eólica es una de las fuentes de energía renovable ampliamente adoptada en el mundo, destacando la región noreste de Brasil por su gran capacidad de producción. La implementación de parques eólicos carece de estudios preliminares sobre modelado estadístico de la velocidad del viento y, entre los métodos propuestos, se sabe que la Cadena de Markov es eficiente. Este trabajo presenta un análisis estadístico de la velocidad del viento en la ciudad de Petrolina - PE, con el objetivo de aplicar una cadena de Markov de primer orden, un método probabilístico, en la modelación horaria de la velocidad del viento. Los datos se obtuvieron de la página web del Instituto Nacional de Meteorología (INMET), correspondiente al período 2010 a 2020. Se utilizó cadena de Markov de primer orden con dos estados para encontrar probabilidades de transición, y se analizó la variación anual de estas probabilidades y la entropía normalizada. Los resultados mostraron que el modelo propuesto se ajusta bien a las variaciones de velocidad del viento en meses específicos del año y que se pueden proponer modelos con más estados para reducir la pérdida de información calculada por el valor de entropía. A busca por energias renováveis vem aumentando nas últimas décadas devido, principalmente, às preocupações ambientais como também à crescente demanda energética. A energia eólica é uma das fontes de energia renovável amplamente adotada pelo mundo, sendo a região nordeste do Brasil destacada pela sua grande capacidade de produção. A implementação de parques eólicos carece de estudos preliminares sobre modelagem estatística de velocidade do vento e, entre os métodos propostos, a Cadeia de Markov se mostrou eficiente. Este trabalho apresenta uma análise estatística da velocidade do vento na cidade de Petrolina – PE, com objetivo de aplicar cadeias de Markov de primeira ordem como método probabilístico na modelagem da velocidade do vento a cada hora. Os dados foram obtidos no site do Instituto Nacional de Meteorologia (INMET), correspondendo ao período de 2010 a 2020. Foram utilizadas cadeias de Markov de primeira ordem com dois estados para encontrar as probabilidades de transição, e a variação anual dessas probabilidades e a Entropia normalizada foram analisadas. Os principais resultados mostraram que o modelo proposto se ajusta bem às variações da velocidade do vento em meses específicos do ano e que modelos com mais estados podem ser propostos com o objetivo de diminuir a perda de informação calculada pelo valor da entropia.

The hydrological cycle, affected by climate change caused by the process of development and industrialization, has received great attention from the scientific community around the world, and with this, many studies have been carried out to show that changes in precipitation are becoming evident on a scale global. In addition, extreme events such as prolonged droughts, floods and landslides have caused social and environmental impacts in large urban areas, with flooding in highly waterproof surfaces being the most frequent ones, due to insufficient infrastructure in drainage systems. Therefore, this work aimed to analyze the trend in time series of the Standardized Precipitation Index (SPI) for the time scales of 1, 3, 6, 12, 24 and 48 months, using the Mann-Kendall test at the level 5% significance level. For this purpose, monthly precipitation data from the conventional meteorological station Recife (Curado), located in the state of Pernambuco, Brazil, between the period 1962 to 2019 were used. The results showed that for the time scales of 1 and 3 months there is no significant temporal trend, while significant negative trends were obtained for the other scales, which indicated an increase in drought severity. In relation to the frequencies of occurrences, an increase in the occurrence of dry periods is observed for long-term conditions (SPI-12, SPI-24 and SPI-48) and for wet periods an increase was observed only in the moderately humid category. El ciclo hidrológico, afectado por el cambio climático provocado por el proceso de desarrollo e industrialización, ha recibido una gran atención por parte de la comunidad científica de todo el mundo, y con ello se han realizado numerosos estudios que demuestran que los cambios en las precipitaciones se están haciendo evidentes en escala. global. Además, eventos extremos como sequías prolongadas, inundaciones y deslizamientos de tierra han causado impactos sociales y ambientales en grandes áreas urbanas, siendo las inundaciones en superficies altamente impermeables las más frecuentes, debido a la insuficiente infraestructura en los sistemas de drenaje. Por tanto, este trabajo tuvo como objetivo analizar la tendencia en series de tiempo del Índice de Precipitación Estandarizado (SPI) para las escalas de tiempo de 1, 3, 6, 12, 24 y 48 meses, utilizando la prueba de Mann-Kendall al nivel de significancia del 5%. nivel. Para ello, se utilizaron datos de precipitación mensual de la estación meteorológica convencional Recife (Curado), ubicada en el estado de Pernambuco, Brasil, entre el período 1962 a 2019. Los resultados mostraron que para las escalas de tiempo de 1 y 3 meses hay ninguna tendencia temporal significativa, mientras que se obtuvieron tendencias negativas significativas para las otras escalas, lo que indica un aumento en la severidad de la sequía. En cuanto a la frecuencia de ocurrencias, se observa un aumento en la ocurrencia de períodos secos para condiciones de largo plazo (SPI-12, SPI-24 y SPI-48) y para períodos húmedos se observó un aumento solo en la categoría moderadamente húmeda. O ciclo hidrológico, afetado por mudanças climáticas ocasionadas pelo processo de desenvolvimento e industrialização, tem recebido grande atenção da comunidade científica em todo o mundo, e com isso, muitos estudos foram realizados para mostrar que as mudanças na precipitação estão tornando-se evidentes em escala global. Além disso, os eventos extremos como estiagens prolongadas, inundações e deslizamentos têm causado impactos socioambientais nas grandes áreas urbanas, sendo os alagamentos em superfícies de alta impermeabilização os mais frequentes, devido a deficiência de infraestrutura nos sistemas de drenagem. Por conseguinte, neste trabalho objetivou-se analisar a tendência em séries temporais de Índice de Precipitação Padronizado (SPI) para as escalas de tempo de 1, 3, 6, 12, 24 e 48 meses, utilizando o teste de Mann-Kendall ao nível de significância de 5%. Para tanto, foram utilizados dados de precipitação mensal da estação meteorológica convencional Recife (Curado), localizada no estado de Pernambuco, Brasil, entre o período de 1962 a 2019. Os resultados apontaram que para as escalas de tempo de 1 e 3 meses não há tendência temporal significativa, enquanto tendências negativas significativas foram obtidas para as demais escalas, o que indicou aumento da severidade de seca. Em relação às frequências de ocorrências, é observado um aumento na ocorrência de períodos secos para condições de longo prazo (SPI-12, SPI-24 e SPI-48) e para os períodos úmidos foi observado aumento apenas na categoria moderadamente úmido.

Agribusiness is the activity that most moves the world economy, not only for the production of food for domestic consumption and export, but also for sustaining other economic sectors. Brazil is the country that stands out the most in this type of activity that has been growing since the last 40 years. The brazilian Agribusiness activity focused on the export market is concentrated, for the most part, on the production of agricultural commodities. Among them, one that has stood out is soybeans, which in 2020 led Brazil to become its largest producer and keeps the country in the ranking of the world's largest exporter. In view of the great economic importance of this grain for the country and the importance of investigating the possible impacts that financial crises may have on its price, this paper sought to present a study on the possible effects of the 2008 financial crisis (Subprime crisis) in the price of soybean. The daily soybean price data recorded between 07/29/1997 and 12/30/2020 by CEPEA-ESALQ/USP were then analyzed. The Recurrence Plot method and the Recurrence Quantification Analysis were used. The results showed that the Subprime crisis influenced the soybean price dynamics in a way that it started to show a higher degree of predictability in the post-crisis period, suggesting that the market of this commodity was more efficient before the crisis and that the foreign market of soy is more efficient than its domestic one. La agroindustria es la actividad que más mueve la economía mundial, no solo para la producción de alimentos para consumo interno y exportación, sino también para sostener otros sectores económicos. Brasil es el país que más se destaca en este tipo de actividad que viene creciendo durante los últimos 40 años. La actividad agroindustrial brasileña centrada en el mercado de exportación se concentra, en su mayor parte, en la producción de commodities agrícolas. Entre ellas, una que ha destacado es la soja en granos, que en 2020 llevó el Brasil a convertirse en su mayor productor y lo mantiene en el ranking de mayor exportador mundial. Dada la gran importancia económica de este grano para el país y la importancia de investigar posibles impactos que crisis financieras puedan tener en su precio, este trabajo buscó presentar un estudio sobre los posibles efectos de la crisis financiera de 2008 (crisis Subprime) en el precio de soja. Para esto, se analizaron los datos de precios diarios de soja registrados entre 29/07/1997 y 30/12/2020 por CEPEA-ESALQ/USP. Se utilizó el método Gráfico de Recurrencia y la Análisis de Cuantificación de Recurrencia. Los resultados mostraron que la crisis Subprime influyó en la dinámica del precio de la soja de forma que los datos mostraron mayor grado de previsibilidad en el período posterior a la crisis, sugiriendo que el mercado de esta commodity era más eficiente antes de la crisis y que el mercado externo de soja es más eficiente que su mercado doméstico. O Agronegócio é a atividade que mais movimenta a economia mundial, não só pela produção de alimentos destinados ao consumo interno e à exportação, como também por sustentar outros setores econômicos. O Brasil é o país que mais se destaca nesse tipo de atividade que vem crescendo desde os últimos 40 anos. A atividade brasileira do Agronegócio voltada ao mercado de exportação concentra-se, em sua maior parte, à produção de commodities agrícolas. Entre elas, uma que se tem destacado é a soja em grãos, que em 2020 levou o Brasil a se tornar seu maior produtor e o mantém no ranking de maior exportador mundial. Tendo em vista a grande importância econômica desse grão para o País e a importância de se investigarem os possíveis impactos que crises financeiras podem causar em seu preço, este trabalho buscou apresentar um estudo sobre os possíveis efeitos da crise financeira de 2008 (crise do Subprime) no preço da soja. Foram então analisados os dados diários do preço da soja registrados entre 29/07/1997 e 30/12/2020 pelo CEPEA-ESALQ/USP. Utilizou-se o método Gráfico de Recorrência e a Análise de Quantificação de Recorrência. Os resultados mostraram que a crise do Subprime influenciou a dinâmica de preços da soja de forma que ela passou a apresentar maior grau de previsibilidade no período pós-crise, sugerindo que o mercado dessa commodity era mais eficiente antes da crise e que o mercado externo da soja é mais eficiente que seu mercado interno.

In many tropical countries including Brazil it has been observed that changes in rainfall patterns cause severe floods and with a tendency to continue to worsen during the 21st century. In order to reduce the consequences on human life and health, economic activities, ecosystems and infrastructure with efficient protection measures in mind, it is necessary to develop the most reliable forecasting models. The first step in this direction is a detailed analysis of the climatic variability in the region. In this work, we analyze the multifractal properties of the time series of Standardized Precipitation Index (SPI) developed to classify dry/wet conditions according to severity. This index was calculated for different time scales (1,3,6 and 12 months) and analyzed using the Multifractal detrended fluctuation analysis method. The multifractal spectrum complexity parameters (position of maximum, width and asymmetry) together with Hurst's exponent showed that the SPI series are generated by the multifractal process with stronger multifractality and stronger persistence for larger scales of rainfall accumulation. En muchos países tropicales, incluido Brasil, se ha observado que los cambios en los patrones de lluvia provocan graves inundaciones y sequías con una tendencia a seguir empeorando durante el siglo XXI. Para reducir las consecuencias sobre la vida y la salud humana, las actividades económicas, los ecosistemas y la infraestructura, teniendo en cuenta las medidas de protección eficientes, es necesario desarrollar los modelos de predicción más fiables. El primer paso en esta dirección es un análisis detallado de la variabilidad climática en la región estudiada. En este trabajo, analizamos las propiedades multifractivas de la serie temporal del índice de precipitación estándarizado - SPI desarrollado para clasificar las condiciones secas/húmedas según la severidad. Este índice se calculó para diferentes escalas de tiempo (1, 3, 6 y 12 meses) y se analizó mediante el método de Multifractal detrended fluctuation analysis. Los parámetros de complejidad del espectro multifractal (posición de máxima, ancho y asimetría) junto con el exponente de Hurst mostraron que las series SPI son generadas por el proceso multifractal con multifractalidad y persistencia más fuerte para escalas más grandes de acumulación de lluvia. Em muitos países tropicais incluindo Brasil observou-se que as mudanças nos padrões de chuva causam inundações e secas com tendência a continuar se agravar durante século 21. Para diminuir as consequências na vida e saúde humana, atividades econômicas, ecossistemas e infraestrutura é necessário desenvolver modelos de previsão mais confiáveis. O primeiro passo nesta direção é uma análise detalhada da variabilidade climática na região estudada. Neste trabalho analisou-se propriedades multifractais das séries temporais do Índice de Precipitação Padronizado (SPI), desenvolvido para classificar condições secas/úmidas de acordo com severidade. Este índice foi calculado para diferentes escalas de tempo (1, 3, 6 e 12 meses) e analisado utilizando o método Multifractal detrended fluctuation analysis. Os parâmetros de complexidade do espectro multifractal (posição de máximo, largura e assimetria) junto com o expoente de Hurst, mostraram que as séries de SPI são geradas pelo processo multifractal com multifractalidade e persistência mais forte para maiores escalas de acumulação da chuva.

Brazilian agribusiness is gaining more and more international prominence thanks to the relevant production and export of agricultural commodities, as well as the great potential for development that this economic sector has in the country. The subject has attracted the attention of several researchers because, as the export sector grows, prices of these commodities for domestic consumption tend to rise, affecting the price of other foods. Understanding the dynamics of the price relation between these products is, therefore, of great value in order to avoid that possible financial crises also lead to food crises such as that of 2008. In order to contribute in this sense, the prices behavior of soybean, sugar, coffee and live cattle were analyzed here, as they are agricultural commodities produced on a large scale and traded worldwide. The study was based on the prices registered between 01/1997 and 12/2019, at CEPEA/ESALQ/USP, considering the periods before (07/1997 - 06/2007) and after (07/2007 - 12/2019) the 2008 crisis. The technique of analysis used was the Transfer Entropy - TE, that serves to quantify the flow of information between pairs of time series, as well as to obtain the direction of that flow. The technique was then applied to each pair of time series considering the pre-crisis and post-crisis periods. Results showed that the crisis affected the direction of information transfer between the pairs sugar-cattle, sugar-soybean and cattle-soybean. The time series prices of coffee, in turn, transmitted information to the other commodities in both periods. La agroindustria brasileña está ganando cada vez más prominencia internacional gracias a la relevante producción y exportación de commodities agrícolas, así como al gran potencial de desarrollo que tiene este sector económico en el país. El tema ha atraído la atención de varios investigadores porque, a medida que crece el sector de exportación, los precios de estos productos básicos para el consumo interno tienden a subir, lo que afecta el precio de otros alimentos. Comprender la dinámica de la relación de precios entre estos productos es, por tanto, de gran valor para evitar que posibles crisis financieras lleven también a crisis alimentarias como la de 2008. Para contribuir en este sentido, fueron analizados aquí el comportamiento de los precios de soja, azúcar, café y buey gordo, que son commodities agrícolas producidas a gran escala y comercializados mundialmente. El estudio se basó en los precios registrados entre 01/1997 y 12/2019, en CEPEA/ESALQ/USP, considerando los períodos antes (07/1997 - 06/2007) y después (07/2007 - 12/2019) de la crisis de 2008. Se utilizó la técnica Transfer Entropy, que sirve para cuantificar el flujo de información entre pares de series temporales e obtener la dirección de ese flujo. La técnica se aplicó a cada par de series considerando los períodos anterior y posterior a la crisis. Resultados mostraron que la crisis afectó la dirección de transferencia de información entre los pares azúcar-buey, azúcar-soja y buey-soja. La serie de precios del café, a su vez, transmitió información a las demás commodities en ambos períodos. O agronegócio brasileiro vem ganhando cada vez mais destaque internacional graças à relevante produção e exportação de commodities agrícolas, bem como ao grande potencial de desenvolvimento que esse setor econômico possui no País. O assunto tem atraído a atenção de diversos pesquisadores porque, à medida que o setor de exportação cresce, tendem a subir os preços dessas commodities para o consumo interno, afetando assim o preço de outros alimentos. Entender a dinâmica da relação de preços entre esses produtos é, portanto, de grande valia para se evitar que possíveis crises financeiras levem também a crises alimentares como a de 2008. Visando contribuir nesse sentido, analisou-se aqui o comportamento dos preços da soja, açúcar, café e boi gordo, por serem commodities agrícolas produzidas em larga escala e comercializadas mundialmente. O estudo teve como base os preços registrados entre 01/1997 e 12/2019, no CEPEA/ESALQ/USP, considerando os períodos anterior (07/1997 - 06/2007) e o posterior (07/2007 - 12/2019) à crise de 2008. A técnica de análise utilizada foi a Entropia de Transferência (Transfer Entropy – TE), que serve para quantificar o fluxo de informação entre pares de séries temporais, bem como para obter a direção desse fluxo. A técnica foi, então, aplicada para cada par de séries de preços considerando os períodos pré-crise e pós-crise. Resultados mostraram que a crise afetou a direção de transferência de informação entre os pares açúcar-boi, açúcar-soja e boi-soja. A série de preços do café, por sua vez, transmitiu informação para as outras commodities em ambos os períodos.