O problema estudado nesta tese foi a formação de preços de commodities agrícolas relacionadas com a produção de bioenergia. A possibilidade de substiuição de combustíveis fósseis, derivados do petróleo, por alternativas renováveis, como o etanol proveniente da cana-de-açúcar, inseriu um novo contexto no mercado de commodities. O objetivo principal desta tese foi propor um modelo de formação de preços que levasse em consideração o conceito de commodities agrícolas como componentes da matriz energética e aplicá-lo ao mercado brasileiro de açúcar e álcool. Para a especificação do modelo, foram elaboradas premissas que têm base na interdependência de preços com o petróleo, na Teoria de Estocagem, na sazonalidade das safras e na volatilidade do mercado. A volatilidade foi considerada no estudo porque, em períodos de turbulência econômica, os investidores buscam o mercado de commodities para proteger o valor real do capital. Para elaborar e testar o modelo, a pesquisa foi dividida em quatro partes interrelacionadas. A primeira consistiu na análise de outros modelos da literatura e dos processos estocásticos descritos pelas variáveis que compõem os preços das commodities. A segunda parte consistiu na elaboração das premissas, dispostas na forma de hipóteses, que foram testadas com dados do mercado futuro de açúcar e álcool da BM&FBOVESPA e com preços do mercado agrícola divulgados pelo CEPEA. A amostra analisada compreendeu o período de 2 de janeiro de 2002 a 30 de junho de 2008. Nesta etapa foram utilizados, entre outros métodos, testes estatísticos de significância de coeficientes de regressões multivaridadas pelo Método dos Mínimos Quadrados. Os resultados dos testes indicaram que o açúcar Granger causa os preços do etanol, confirmaram a presença de backwardation forte nas séries de preços, confirmaram também que os preços do petróleo antecipam informações sobre a tendência dos preços do açúcar, com defasagem de um mês. Além desses resultados, confirmou-se a presença de sazonalidade e, verificou-se, de forma não conclusiva, uma relação positiva entre a volatilidade dos mercados e os preços do açúcar. Na terceira parte da pesquisa, o modelo foi especificado em um sistema de três equações na forma de espaço de estado, cujos parâmetros foram estimados por meio do filtro de Kalman. Na quarta e última parte da pesquisa, foram viii geradas séries de previsão n passos à frente utilizando os parâmetros estimados e os resultados confrontados com os preços observados do açúcar no mercado à vista. Medidas de erros de previsão foram calculadas e comparadas com as de um outro modelo na literatura, adequado ao mercado de brasileiro açúcar o modelo de dois fatores. Verificou-se que o modelo proposto é estatisticamente superior, em termos de previsão, ao modelo de dois fatores, no nível de 1% de significância. Verificou-se também que, quanto maior o horizonte de previsão, maior é o ganho de informação relativo do modelo proposto. A redução percentual de erros foi superior a 10%, quando analisada a previsão de três meses à frente. Portanto, foi possível concluir que o modelo, que incorpora a interdependência do petróleo na formação de preços de commodities relacionadas à produção de biocombustíveis, é melhor, em termos de previsão, do que um outro modelo sugerido na literatura que não leva essa premissa em consideração, quando aplicado ao mercado brasileiro de açúcar. Os resultados da pesquisa podem ter aplicação pragmática em Administração de Empresas do setor sucroalcooleiro e na formação de preços no mercado de derivativos de commodities agrícolas.

The problem addressed by this thesis is the formation of prices of agricultural commodities related to bioenergy production. The possibility of substituting renewable alternatives, such as ethanol derived from sugar cane, for fossil fuels derived from petroleum has brought a new dimension to commodity markets. The primary objective of this thesis is to propose a pricing model which takes into account the concept of agricultural commodities as components of the energy matrix and to apply it to the Brazilian sugar and ethanol markets. The bases of the premises used to build this model were oil-price interdependence, inventory theory, harvest seasonality, and market volatility. Volatility was considered in the study because, in times of economic turbulence, investors turn to the commodities market to protect the real value of their capital. Four interrelated research tasks were undertaken to develop and test the model. The first step consisted of a literature analysis of other models and the stochastic processes to which variables that influence commodity prices are subject. The second part consisted of the elaboration of presumptions in the form of hypotheses which were tested using data from the BM&FBOVEPSA sugar and ethanol futures markets and agricultural prices published by CEPEA, with the test period being from January 2, 2002, to June 30, 2008. This step employed, among other methods, tests of stastical significance with multivariate regressions using the method of least squares. The test results indicated that sugar Granger causes ethanol prices, that strong backwardation exists in the price series, and that petroleum prices are predictive of sugar price patterns, with a one-month lag. In addition, the results confirmed the influence of seasonality and pointed, albeit somewhat inconclusively, to a positive relationship between market volatility and sugar prices. In the third step of the study, a model was defined using a system of three equations in state space form with parameters estimated using Kalman filtering. The fourth and last stage of the research generated series projections n steps forward using the estimated parameters, and the results were compared to sugar prices observed in the market. Measures of predictive error were calculated and compared with those of another model cited in literature as applicable to the Brazilian sugar market the two-factor model. The proposed model proved itself to be statistically superior, in terms of predictiveness, to the two-factor model, at the level of 1% significance. Moreover, x its predictive superiority rose as the period of time analyzed increased. The error reduction in percentage terms was greater than 10% over a forward-looking period of three months. Therefore, it is possible to conclude, in the context of the Brazilian sugar market, that this model, which incorporates petroleum interdependence in the formation of prices of commodities related to biofuel production, is better, in terms of predictive power, than another model cited in literature that does not take this premise into consideration. The results of this research can be applied in the management of sugar-alcohol companies and in the formation of derivatives prices in the agricultural commodities market.