Neste artigo realiza-se uma previsão para o preço médio mensal do cacau (recebido pelo produtor brasileiro) a partir de uma série temporal que compreende o período janeiro/1970- agosto/2005, totalizando 428 observações. Para isto, adota-se a metodologia denominada Box-Jenkins – utilizada para análise de séries univariadas de tempo. Identifica-se para tal previsão o método autoregressivo integrado com média móvel (ARIMA). Em seguida, são apresentados cinco modelos candidatos para a realização da previsão de dados, onde são adotados os critérios Akaike Information Criterion (AIC), Schwartz Bayesian Criterion (SBC) e Erro Quadrado Médio (EQM), para a escolha do melhor modelo. Verifica-se por meio de uma previsão ex-ante, fundamentada nos dados amostrais, uma pequena queda no preço futuro do produto para os próximos doze meses.