Les chocs de prix agricoles affectent fortement les revenus et la sécurité alimentaire des agriculteurs. Il est donc important de comprendre et d'anticiper leurs origines et leur occurrence, en particulier pour les principaux produits agricoles de base dans le monde. Dans cette étude, nous évaluons les impacts des variations annuelles des productions et des rendements régionaux de maïs sur les prix mondiaux du maïs en utilisant plusieurs méthodes statistiques et d'apprentissage automatique (ML). Nos résultats montrent que, de toutes les régions considérées, l'Amérique du Nord est de loin la plus influente. Plus précisément, nos modèles révèlent qu'un gain de rendement annuel de +8% en Amérique du Nord a un impact négatif d'environ -7% sur le prix mondial du maïs, tandis qu'une baisse de -0,1% devrait augmenter le prix mondial du maïs de plus de +7%. Nos modèles de classification montrent qu'une petite diminution du rendement du maïs en Amérique du Nord peut gonfler la probabilité d'une augmentation du prix du maïs à l'échelle mondiale. Les productions de maïs dans les autres régions ont une influence beaucoup plus faible sur le prix mondial. Parmi les méthodes testées, random forest et gradient boosting sont plus performants que les modèles linéaires. Nos résultats soulignent l'intérêt des ML pour l'analyse des prix mondiaux des principales matières premières et révèlent la forte sensibilité des prix du maïs à de faibles variations de la production de maïs en Amérique du Nord.