A ascensão de um grande número de pessoas em países em desenvolvimento para a classe média, no inicio do século XXI, aliado ao movimento político para transferência de base energética para os biocombustíveis vêm aumentando a pressão sobre os preços das commodities agrícolas e apresentando novas oportunidades e cenários administrativos para os produtores agrícolas dessas commodities, em especial aquelas que podem se diversificar em muitos subprodutos para atender diferentes mercados, como o de alimentos, químico, têxtil e de energia. Nesse novo ambiente os produtores podem se beneficiar dividindo adequadamente a produção entre os diferentes subprodutos, definindo o melhor momento para a comercialização através de estoques, e ainda controlar sua exposição ao risco através de posições no mercado de derivativos. A literatura atual pouco aborda o tema da diversificação e seu impacto nas decisões de produção e comercialização agrícola e portanto essa tese tem o objetivo de propor um modelo de decisão fundado na teoria de seleção de portfólios capaz de decidir a divisão da produção entre diversos subprodutos, as proporções a serem estocadas e o momento mais adequado para a comercialização e por fim as posições em contratos futuros para fins de proteção ou hedge. Adicionalmente essa tese busca propor que esse modelo seja capaz de lidar com incerteza em parâmetros, em especial parâmetros que provocam alto impacto nos resultados, como é o caso dos retornos previstos no futuro. Como uma terceira contribuição, esse trabalho busca ainda propor um modelo de previsão de preços mais sofisticado que possa ser aplicado a commodities agrícolas, em especial um modelo híbrido ou hierárquico, composto de dois modelos, um primeiro modelo fundado sob a teoria de processos estocásticos e do Filtro de Kalman e um segundo modelo, para refinar os resultados do primeiro modelo de previsão, baseado na teoria de redes neurais, com a finalidade de considerar variáveis exógenas. O modelo híbrido de previsão de preços foi testado com dados reais do mercado sucroalcooleiro brasileiro e indiano, gerando resultados promissores, enquanto o modelo de decisão de parâmetros de produção, comercialização, estocagem e hedge se mostrou uma ferramenta útil para suporte a decisão após ser testado com dados reais do mercado sucroalcooleiro brasileiro e do mercado de milho, etanol e biodiesel norte-americano.

The rise of a large number of people in developing countries for the middle class at the beginning of the century, combined with the political movement to transfer the energy base for biofuels has been increasing pressure on prices of agricultural commodities and presenting new opportunities and administrative scenarios for agricultural producers of these commodities, especially those who may diversify into many products to meet different markets such as food, chemicals, textiles and energy. In this new environment producers can achieve benefits properly dividing production between different products, setting the best time to market through inventories, and still control their risk exposure through positions in the derivatives market. The literature poorly addresses the issue of diversification and its impact on agricultural production and commercialization decisions and therefore this thesis aims to propose a decision model based on the theory of portfolio selection able to decide the division of production between different products, the proportions to be stored and timing for marketing and finally the positions in futures contracts to hedge. Additionally this thesis attempts to propose that this model is capable of dealing with uncertainty in parameters, especially parameters that cause high impact on the results, as is the case of expected returns in the future. As a third contribution this paper seeks to also propose a model more sophisticated to forecast prices that can be applied to agricultural commodities, especially a hybrid or hierarchical model, composed of two models, a first one based on the theory of stochastic processes and Kalman filter and a second one to refine the results of the first prediction model, based on the theory of neural networks in order to consider the exogenous variables. The hybrid model for forecasting prices has been tested with real data from the Brazilian and Indian sugar ethanol market, generating promising results, while the decision model parameters of production, commercialization, storage and hedge proved a useful tool for decision support after being tested with real data from Brazilian sugar ethanol market and the corn, ethanol and biodiesel market in U.S.A.