MINERAÇÃO DE SENTIMENTO EM NOTÍCIAS DO AGRONEGÓCIO: UMA ANÁLISE DA CORRELAÇÃO COM PREÇOS NO CLUSTER AVÍCOLA DE BASTOS-SP

Abstract

Este estudo investiga a correlação entre o sentimento da mídia especializada e a formação de preços no cluster avícola de Bastos-SP, polo responsável por cerca de 11% da produção brasileira de ovos. O objetivo central do trabalho é validar se o fluxo informacional atua como um indicador antecedente ou se o mercado local opera descolado das expectativas digitais devido a fundamentos físicos. A metodologia aplicada, de caráter exploratório e quantitativo, emprega técnicas de Processamento de Linguagem Natural (PLN) por meio do modelo Deep Learning BERTimbau para analisar um corpus de manchetes coletadas entre 2023 e 2026. Os dados foram submetidos à filtragem semântica e reamostragem semanal por meio do método “.resample('W')” da biblioteca Pandas com programação em Python. Os resultados demonstram que a curadoria de fontes e a remoção de ruídos técnicos triplicaram a correlação de Pearson observada (de r = 0,04 para r = 0,12), evidenciando que o preço do ovo é marginalmente sensível a pautas macroeconômicas em detrimento de informações zootécnicas. A correlação fraca, porém, positiva (r=0.12), observada após a inclusão de fontes macroeconômicas, sugere que o produtor local é marginalmente mais sensível a tendências estruturais (custos de grãos, cenário externo) do que a pautas técnicas zootécnicas, que se mostraram estatisticamente irrelevantes para a previsão de preços de curto prazo. Conclui-se, portanto, que a magnitude fraca da correlação ratifica a dominância do mercado à vista (spot market) e a natureza biológica do ativo, posicionando o sentimento midiático predominantemente como um indicador coincidente das condições de mercado.