Professional Documents
Culture Documents
RESUMO
efeitos recíprocos das variáveis: preço da Soja no Brasil (mercado spot), preço da Soja
para uma commodity tão negociada em todo o mundo e para um país que detém uma
estrutura de defasagens.
1. Introdução
A cultura da soja iniciou sua expansão no Brasil na Região Sul, sobretudo nos
Estados do Rio Grande do Sul e Paraná e aumentou, na década de 80, sua área plantada
Grosso do Sul. Atualmente, o Brasil figura como o segundo maior produtor de soja em
grãos atrás, apenas, dos Estados Unidos com 50 %. Segundo ROCHA & NOGUEIRA
(1998). A médio prazo o Brasil é um dos países com maiores perspectivas de expansão
dessa cultura, haja vista a grande quantidade de áreas apropriadas a esse plantio e que se
1
Prof Assistente da UVA-Sobral CE e Doutorando em Economia PIMES/UFPE
2
Prof Assitente da UEM-Maringá PR e Doutorando em Economia PIMES/UFPE
2
(CBOT). De fato, o preço do grão de soja no Brasil, no período de 1985 à 1990, foi
fortemente influenciado pelo preço da CBOT, embora a transmissão não tenha sido
(BM&F).
Embora exista uma certa concordância entre inúmeros autores de que o Brasil é
da posição que ele ocupa, que existam relações de “feedback” do mercado interno para
constitui uma “via de mão única” , mas um processo complexo de efeitos vis-a-vis entre
as variáveis no tempo.
e os efeitos recíprocos das variáveis: preço da Soja no Brasil (mercado spot), preço da
Soja no Mercado Futuro no Brasil (BM&F), preço futuro da soja na bolsa de Chicago
2. Metodologia
3
Prof Adjunto da Pós-Graduação em Economia do PIMES/UFPE
3
previsões. Uma das mais férteis áreas de pesquisas de séries temporais, atualmente, é a
relacionadas por uma memória autoregressiva. Isto é, a seqüência {yt} é afetada pelo
yt = b10 − b12 zt + γ 11 y t −1 + γ 12 zt −1 + ε yt
zt = b20 − b21 y t + γ 21 y t −1 + γ 11 zt −1 + εzt
choques εyt na equação de zt e εzt na equação yt, o que torna os choques relacionados
não confiáveis.
4
pode apresentar uma forma reduzida. Com alguns exercícios algébricos pode-se obter
matricial4:
x t = A0 + Ai x t −i + e t i = 1,2,3...
algébrica:
é importante notar que o termo são compostos por dois choques de εyt e εzt que
ε yt − b12 ε zt ε zt − b21ε yt
e1t = e e2t =
1 − b12b21 1 − b12 b21
e sabemos que εit são processos ruído branco e permite que eit tenham média
zero, variância constantes e não sejam correlacionados. Estas propriedades de eit podem
deve ser o mesmo que o número de equações da forma transformada. A pergunta a ser
4
A demonstração algébrica encontra-se em ENDERS(1995).
5
sistema primitivo contêm 10 parâmetros a serem estimados (b 10, b20, b12, b21, γ11, γ12, γ21,
γ22, σy e σz) e a forma transformada contêm 9 parâmetros (a10, a20, a11, a12, a21, a22,
A menos que se coloque uma restrição no sistema primitivo, este modelo não
parâmetros da forma primitiva (há mais incógnitas que equações), por isso, este sistema
nove incógnitas), assim, este modelo passa a ser exatamente identificável. Por outro
metodologia VAR são mostrados pela decomposição das variâncias dos resíduos, pelos
séries representadas pela VAR por uma série de choques, ou seja, pelas médias móveis
Neste caso, é importante examinar a questão dos vetores médias móveis (VMA) além da
auto-regressão.
i
yt y 1 ∞ a11 a12 1 − b12 ε yt
x z 1 − b b ∑
= + a a22 − b +
t 12 21 i = 0 21 21 1 ε zt
A1i 1 − b12
substituindo φi = a expressão de vetores média móveis fica
1 − b12 b21 − b21 1
y t y ∞ φ11 (i ) φ12 (i ) ε yt −i ∞
da seguinte forma: z = z + ∑ φ (i ) φ (i ) ou x t = µ + ∑ φi ε t −i .
t i = 0 21 22 ε zt −i i =0
choques εit para as variáveis yt e zt. Ou seja, estas funções medem o impacto nas
gráfico dos coeficientes φjk(i) contra i, apresenta-se uma forma de visualizar os impactos
decomposição de Choleski. Neste caso, é possível restringir o sistema de tal forma que
restrição nas equações primitivas (i.e. b 21 = 0) teríamos nove incógnitas e nove equações
de ε zt. Sabendo a seqüência ε zt, e1t e da correlação entre e1t e e2t podemos recuperar os
valores do choque ε zt. Podemos interpretar estas sequencias como sendo o impacto
direto de εzt na variável zt (por meio de e2t) e, um impacto indireto dado na variável yt.
Do outro lado, εyt não afeta e2t e conseqüentemente não afeta também zt. O ponto chave
onde o choque εzt tem efeito contemporâneo em yt e zt. Por esta razão podemos afirmar
correspondentes.
de uma variável em outra pode ser testado no sistema VAR, entretanto, o conhecimento
Podemos querer incluir as variáveis econômicas que tenham forte influência entre si.
sistema. Do outro lado a metodologia VAR prevê o mesmo número de defasagens para
resíduos. Esta estatística tem distribuição assintótica com grau de liberdade igual ao
VAR terem que ser interelacionadas, nem sempre isso ocorre em comportamento
2.2. Os Dados
Foram utilizados as séries temporais de dados, tirada a primeira diferença para
estacinarizá-las, de valores das variáveis preço spot da soja no Brasil (dspot), preço
5
Se algumas das equações VAR não tem o mesmo número de regressores incluída, a estimativa de
equações aparente não relacionadas (SUR) forneceria estimativas eficientes para o sistema VAR. Neste
9
futuro da soja no Brasil (dfuturo), preço futuro da Soja na Bolsa de Chicago (dchicago)
e taxa de câmbio (dcâmbio). Os dados são compostos de valores diários obtidos junto às
de abril de 1998.
O VAR estimado foi definido com 12 defasagens para cada variável, definidas a
12 lags.
seguinte forma:
Onde, i = (1,..,12).
caso, quando há uma boa razão “teórica” para equações com defasagens diferentes, as estimativas são
chamadas de quase-VAR usando SUR.
10
3. Resultados e Discussão
causa somente a si própria. A variável Preço spot no Brasil (DSPOT) causa o preço
futuro da soja no Brasil e causa a si mesma. A variável preço futuro da soja em Chicago
causa a si mesmo.
11
continua subindo para cair em seguida, oscila durante 12 dias e estabiliza. O preço
(Gráfico 1).
Gráfico 1 – Funções de impulso resposta com choque do preço futuro da soja no Brasil
(DFUTURO).
O mesmo choque de 1,0 no desvio padrão do preço spot da soja no Brasil levou
a um leve aumento no mesmo período para o preço futuro em Chicago, nos períodos
futuro no Brasil subiu até o 2o dia, teve 3 dias seguintes de estabilização e um repique
de alta no 6o dia para em seguida se estabilizar. O próprio preço spot caiu em seguida ao
choque, com um repique de alta no 3o dia e tornando a cair gradualmente, com uma
certa persistência a voltar a se estabilizar o que só ocorreu a partir do 24o dia (Gráfico
2).
Gráfico 2 – Funções de impulso resposta com choque do preço spot da soja no Brasil
(DSPOT).
Brasil foi menor e só ocorreu a partir do 3o período, com um aumento, e no dia seguinte
Chicago (DCHICAGO).
Tanto no preço futuro em Chicago quanto no preço spot no Brasil, que caminharam
4. Considerações Finais
Pode-se dizer, a partir dos resultados obtidos, que a taxa de câmbio, tal como foi
utilizada no trabalho, não teve muita influência na formação dos preços considerados. Já
o preço futuro da soja na BM&F tem uma influência considerável na formação dos
preços spot no Brasil, com a existência de uma relação direta entre essas variáveis. O
sistema estimado mostra ainda que há um impacto simultâneo do preço futuro do Brasil
direta e tem com ele uma trajetória semelhante, só que a um nível inferior. O preço
futuro em Chicago sofreu quase a mesma influencia que o preço futuro no Brasil, só que
inversa para um período de curto prazo. O preço futuro no Brasil é influenciado pelo
15
preço em Chicago de forma direta e tem uma trajetória semelhante ao longo do tempo
Assim, percebe-se que a formação de preços para uma comódite tão negociada
em todo o mundo e para um país que detém uma parcela considerável do mercado
5. Bibliografia
Enders, W. Applied Econometric Time Series. John Wiley & Sons, 1995.
Mills, T. C. Time Series Techniques for Economists. Cambridge University Press, 1990.
Pankratz, Alan. Forecasting With Univariate Box-Jenkins Models. John Wiley &