No presente trabalho utilizaram-se modelos de séries temporais Box & Jenkins, na forma univariada e função de transferência (envolvendo variáveis explicativas), para previsão de bovino, suíno e frango para o estado de São Paulo. Os modelos foram ajustados tomando-se as séries de preços reais de janeiro de 1978 a junho de 1991, nos logaritmos dos valores observados. Para a comparação do desempenho dos modelos foi utilizado o Índice de Theil calculado com 12 previsões. Preliminarmente, foram feitos testes de causalidade entre as séries de preços de bovino, suíno e frango, visando uma orientação para a especificação dos modelos de função de transferência. Os resultados desses testes indicaram causalidade no sentido de preço de frango para preço de bovino e suíno. Não foi detectada causalidade no sentido de preço de suíno para preço de bovino e preço de frango. Os testes indicaram, ainda, a possibilidade de existir uma relação causal no sentido de preço de bovino para preço de suíno e frango. Foram também, preliminarmente, realizados testes de integração e cointegração para aquelas séries, tendo-se verificado, com esses testes, que elas são estacionárias nas diferenças de primeira ordem [I (1)] e co-integradas. Com base nesses resultados especificaram-se os modelos de função de transferência incluindo um “termo de correção de erro”. Os modelos univariados para as séries de preços de bovino e suíno, nas diferenças de primeira ordem (com termos de intervenção para captar a variação estacional) e nas diferenças de primeira ordem simples e sazonal, forneceram, segundo o critério de Theil, boas previsões. O desempenho dos modelos univariados da série de preço de frango pode ser considerado razoável, tendo-se encontrado valores para o Índice de Theil da ordem de 0,6. A inclusão da variável explicativa preço de frango nos modelos de previsão de preços de bovino e suíno (um passo a frente) teve efeito positivo e substancial na qualidade das previsões, no primeiro caso, e positivo mas pequeno, no segundo. O efeito da inclusão da variável preço de suíno nos modelos de previsão de preço de bovino foi pequeno mas positivo. A inclusão da variável explicativa preço de suíno nos modelos de previsão de preço de frango não melhorou a “performance” preditiva destes modelos. O efeito da inclusão da variável preço de bovino nos modelos de previsão de preço de suíno e frango foi pequeno mas positivo nos dois casos

Box and Jenkins time series models, in univariate and transfer function forms (including explanatory variables), were used for beef cattle, hog and poultry price modelling and forecasting in the state of São Paulo. The models were adjusted for the period of January 1978 to June 1991, taking prices in the logarithm form. Comparison of model performance was done by the Theil Index calculated for 12 forecasted values. Causality tests between beef cattle, hog and poultry price series were preliminary performed in order to guide the specification of the transfer function models. The results of these tests indicated causality of poultry price on beef cattle and hog prices. Causality of hog price was not detected either on beef cattle or on poultry prices. The tests also indicated the possibility of a causal relation of beef cattle price on hog and poultry prices. Integration and co-integration tests for series were also preliminarily performed. These tests showed that the series are stationary in their first order differences [I(1)] and co-integrated (they tend to move together at a common level over the long run). Based on these results, transfer function models were specified , including an error correction term. The univariate models for beef cattle and hog price series, in their first order differences (with intervention terms to catch the seasonal variation), and in their simple and seasonal first order differences produced good forecasts, according to Theil’s criteria. The performance of the univariate model for poultry price can be considered reasonable, showing a Theil Index of 0.6. The inclusion of poultry price as explanatory variable in the forecasting models for beef cattle and hog prices (one step ahead) had a positive and substantial effect on the quality of forecasts, in the first case, and positive but small in the second. The inclusion of hog price variable on the forecasting models for poultry prices didn’t improve their forecast performance. The effect of inclusion of beef cattle price variable in the forecasting models for hog and poultry prices was small but positive in both cases.