Combinação de métodos de séries temporais para previsão da demanda de café no Brasil

Até o fim da década de 80, o setor cafeeiro no Brasil era fortemente regulamentado com o intuito de impedir a queda dos preços do café no mercado internacional, através do controle da oferta. O mercado interno era tratado residualmente, o que justificava, em parte, o baixo consumo interno. Com a desregulamentação do setor, características como menores custos, maior diferenciação e melhor qualidade do café passaram a ser a chave para sobrevivência. O consumo interno, desde então, passou a subir rapidamente, aumentando a necessidade dos membros da cadeia em prever o consumo, a fim de não deixar o mercado interno e externo desabastecidos no futuro. Dessa forma, o objetivo principal do trabalho foi prever a demanda ou consumo interno de café torrado e moído juntamente com a demanda de café solúvel no mercado brasileiro. Para isso, tomou-se diversos métodos de Séries Temporais. Selecionou-se aqueles que apresentaram em conjunto menores erros, melhores resultados estatísticos, e melhor ajustamento aos dados – os métodos de Dupla Suavização Exponencial, Análise de Tendência Quadrática e ARIMA (2, 2, 5). Logo após, utilizando-se de uma média aritmética simples dos resultados previstos por cada um dos métodos que apresentaram melhor desempenho, construiu-se um novo método chamado de Combinação. Esse novo método foi escolhido para realizar a previsão da demanda de café para os anos seguintes, por ter apresentado o menor Desvio Médio Absoluto (MAD), ou seja, um melhor desempenho se comparado com os três métodos individuais. Dessa forma, um outro objetivo – verificar se a Combinação apresentava melhor desempenho que o melhor método individual selecionado, considerando-se a estrutura de dados presente na série histórica da demanda de café – também foi atingido. Procurou-se verificar, também, como terceiro objetivo, se a combinação poderia diminuir o risco da previsão em função da diminuição da variabilidade dos erros e dos riscos associados à escolha do método. Concluiu-se com base no presente estudo, que ela diminuiu o risco da previsão, pois apresentou a menor variabilidade (desvio-padrão) dos erros