Espacios. Vol. 34 (11) 2013. Pág. 13


Estimativa da oferta de exportação de cacau brasileiro: 1989 a 2012

Estimated of export supply of Brazilian cocoa: 1989-2012

Airton Lopes AMORIM 1 , Eliane Pinheiro de SOUSA 2 y Daniel Arruda CORONEL 3

Recibido: 16-09-2013 - Aprobado: 05-11-2013


Contenido

Gracias a sus donaciones esta página seguirá siendo gratis para nuestros lectores.
Graças a suas doações neste site permanecerá gratuito para os nossos leitores.
Thanks to your donations this site will remain free to our readers.

RESUMO:
O objetivo deste trabalho foi estimar uma função de oferta de exportação brasileira de cacau para o período que vai de janeiro de 1989 a setembro de 2012. A equação especificada para avaliar a influência dos condicionantes da quantidade exportada de cacau foi fundamentada em um modelo teórico que pressupõe que a mesma é constituída, em grande parte, pelo excedente do mercado interno. Por meio da estimação de um modelo Vetorial de Correção de Erros (VEC) estrutural, observou-se que o aumento do preço de exportação causa significativo aumento das exportações brasileiras de cacau. Em contrapartida, um aumento da renda doméstica e do preço doméstico tem reflexos negativos sobre o quantum exportado desse produto. Os efeitos mais expressivos de uma mesma variação percentual nos condicionantes das exportações sobre o quantum exportado ocorrem no caso da variável renda interna e preço de exportação.
Palavras-chave: Mercado de Cacau; Comércio Internacional; Brasil.

ABSTRACT:
The purpose of this paper was to estimate a function of Brazilian cocoa export supply, for the period from January 1989 to September 2012. The specified equation to evaluate the influence of constraints of the amount of cocoa exported was based on a theoretical model which assumes that it is made, for its most part, of the surplus of the internal market. By means of the estimation of a structural Vector Error Correction model (VEC), it was observed that the increase of the export price causes significant increase of Brazilian cocoa export. On the other hand, an increase of domestic income and domestic price have negative impact on the amount exported of this product. The most significant effects of a same percentage variation in export constraints on the amount exported take place in the case of the variable internal income and export price.
Keywords: cocoa market, international commerce, Brazil


1. Introdução

O desempenho das contas externas tem sido uma das principais questões consideradas no âmbito da política econômica brasileira, com destaque para a balança comercial. Apesar do acréscimo das importações resultantes da liberalização comercial ter sido o principal foco dessa discussão, as exportações exercem uma relevante contribuição no processo de ajustamento das contas externas, sendo que seus recursos gerados desempenham papel essencial para países em desenvolvimento, sobretudo para os que enfrentam dificuldades de acesso aos mercados financeiros internacionais (Barros et al., 2002).

Nesse contexto, torna-se importante a realização de estudos que proporcionem subsídios para a compreensão dos fatores determinantes do desempenho das exportações. Segundo Barros et al. (2002), as relações comerciais externas de produtos no Brasil têm-se concentrado no setor agropecuário, motivando, portanto, que se conduzam análises destinadas aos mercados desses produtos.

Dentre os produtos agropecuários que fazem parte da pauta exportadora brasileira, é relevante destacar o cacau. De acordo com a Superintendência da Zona Franca de Manaus (SUFRAMA, 2003), esse produto nobre e tradicional da agricultura brasileira vem atravessando um processo recente de recuperação, sobretudo no Sul da Bahia e em Rondônia, após um prolongado período de crise da segunda metade da década de 1980 até meados da década de 1990. Essa situação desfavorável fez com que o Brasil perdesse a 2ª posição no ranking da oferta mundial de cacau mantida até a década de 1980 para o posto de 4º colocado, o que pode ser atribuído ao decréscimo dos preços internacionais e à propagação da doença fúngica, conhecida como vassoura de bruxa nos cacauais brasileiros, principalmente no Sul da Bahia, que consiste na principal região produtora brasileira.

Conforme dados apresentados por Zugaib et al. (2006), no Brasil, o cacau é produzido em mais de 40 mil propriedades rurais distribuídas em mais de 150 municípios, havendo cerca de cinco indústrias de processamento de cacau e 57 indústrias de fabricação de chocolate, sendo 19 delas de grande porte, com mais de 500 empregos gerados e 38 de pequeno porte, com menos de 500 empregos gerados. Destas empresas, quarenta e seis são responsáveis por 90% das vendas externas referentes ao cacau já processado ou industrializado na forma de chocolate. No tocante ao valor das exportações brasileiras de cacau, dados do Ministério do Desenvolvimento, Indústria e Comércio Exterior (MDIC, 2013) revelam que elas atingiram o montante de US$ 1.976.460 em 2012. Esses indicadores econômicos demonstram que esse produto exerce importante contribuição na geração de emprego, renda e divisas.

Em face dessas considerações sobre o papel desempenhado pelo cacau na economia brasileira e da relevância de se estimar a oferta de exportação de produtos agropecuários, este estudo contribui no sentido de se estimar a oferta de exportação para essa commodity. De acordo com Barros et al. (2002), a estimação da equação de oferta de exportação permite verificar ex-ante os resultados de políticas de incentivo e/ou alterações nos fatores determinantes, possibilitando análises prospectivas sobre o desempenho do comércio externo. Soares et al. (2011) complementam ressaltando que a estimação da equação de oferta de exportação de produtos agropecuários exerce função fundamental na promoção do planejamento da produção, na comercialização, na previsão e na formulação de políticas para o desenvolvimento desse setor.

Estudos dessa natureza que tratem sobre a estimação da oferta de exportação de produtos agropecuários no Brasil ainda têm sido pouco explorados na literatura econômica, destacando-se os estudos desenvolvidos por Barros et al. (2002) para o frango, a carne bovina, os produtos do complexo soja, o café, o açúcar, o algodão e o suco de laranja; Alves e Bacchi (2004) para o açúcar; e Soares et al. (2011) para a celulose. Este trabalho segue as ferramentas analíticas adotadas nestes trabalhos referenciados, porém aplicadas ao cacau. Portanto, o objetivo deste artigo consiste em estimar uma função de oferta de exportação brasileira de cacau, considerando o período de janeiro de 1989 a setembro de 2012.

Além dessa seção introdutória, o artigo contém mais cinco seções, sendo que, na segunda, apresenta-se o modelo teórico. O modelo empírico e os procedimentos metodológicos estão descritos na terceira seção. A quarta seção mostra a fonte dos dados. A apresentação e discussão dos resultados estão contidas na seção seguinte; e, por fim, a última seção reserva-se às conclusões do estudo.

2. Modelo Teórico

A função de oferta de exportação de cacau do Brasil, a ser estimada neste trabalho, tem sua fundamentação teórica no modelo de exportação de produtos agropecuários elaborado por Barros et al. (2002). O modelo em questão parte do pressuposto de que a quantidade exportada de um país depende, em grande parte, do excedente do mercado interno.

Nesse caso, o mercado interno de cacau pode ser representado pelas seguintes funções de oferta e demanda genéricas, expressas na forma logarítmica:

em que:

qo = quantidade de cacau ofertado no mercado interno;

pd = preço do cacau no mercado interno (em R$);

w = variáveis deslocadoras da oferta (como por exemplo: safra, melhoramento genético, estoque do produto, disponibilidade de crédito aos produtores de cacau no mercado interno, preço do fertilizante, etc.);

qd = quantidade de cacau demandada no mercado interno;

yn = renda interna real; e

z= variáveis deslocadoras da demanda (como por exemplo: preço dos produtos substitutos, mudanças nas preferências dos consumidores, etc.);

Na ausência de comércio com o exterior, o preço de equilíbrio, que vigorará no mercado interno, será igual a , que é dado pela igualdade entre e . Quando existe a possibilidade de se comercializar com outros países, o produto doméstico (cacau) será exportado ao preço px (expresso em moeda do país exportador).

Seguindo Barros et al. (2002), assume-se que o preço externo é fixado no mercado internacional e seu valor não sofre influência do volume exportado pelo país em questão, ou seja, tem-se uma demanda externa perfeitamente elástica 4. Entretanto, como a operação de exportação incorre em custos, admite-se que exista uma margem de exportação, que relaciona o preço do cacau no mercado interno com o preço de exportação de cacau e que cobre esse custo. Considerando-se que a margem de exportação está relacionada ao preço interno, ela pode ser representada da seguinte forma:

onde: α é a elasticidade relacionando px à pd.

Com base nas funções de oferta e demanda interna de cacau, a quantidade exportada desse produto será representada por:

em que: qx corresponde àquantidade exportada de cacau, que é resultado do excesso da oferta interna desse produto.

Substituindo-se as Equações (1) e (2) em (4), e considerando-se que o preço de exportação (px) afeta diretamente apenas a função de demanda por cacau, pode-se representar a função de oferta de exportação de cacau genericamente por:

Uma vez que o preço de exportação do cacau, medido em moeda nacional, também pode ser escrito, em sua forma logarítmica, como , em que pe = logaritmo do preço das exportações de cacau medido em moeda estrangeira e tc = logaritmo da taxa de cambio real, a Equação (5) pode ser reescrita da seguinte forma:

A Equação (6) mostra que a quantidade exportada de cacau depende do preço interno (pd), do preço de exportação expresso em moeda estrangeira (pe), da taxa de câmbio real (tc), da renda interna real (yn), de um deslocador da demanda (w) e de um deslocador da oferta (z).

O preço interno do cacau tende a refletir o resultado do balanço entre a oferta e a demanda interna e, dessa forma, preços baixos refletem maior disponibilidade do produto e maior possibilidade de exportação. Uma mudança que provoque uma variação positiva no preço interno é um indicativo de que a demanda aumentou, relativamente à oferta, sinalizando uma queda das exportações; o inverso ocorreria no caso de queda no preço.

O preço de exportação do cacau tende a estimular a exportação do bem, visto que, ao alterar os preços relativos (dado o preço recebido pelos produtores no mercado interno), as variações no preço de exportação sinalizam para os produtores as perspectivas de lucratividade da produção direcionada ao mercado externo. Dessa forma, é proposta uma relação funcional direta entre o preço mundial do cacau e as exportações do mesmo.

As mudanças na taxa real de câmbio atuam de forma direta nas exportações brasileiras de cacau. Uma desvalorização (elevação) da taxa real de câmbio torna o produto nacional mais competitivo em relação ao estrangeiro no mercado mundial. Dessa forma, ocorre um estímulo para o aumento das exportações de cacau.

Por fim, a renda interna atua diretamente ou indiretamente sobre a demanda nacional de cacau, ou seja, uma elevação da renda interna expande a procura doméstica por cacau e derivados e, dessa forma, causa um efeito negativo nas exportações desse produto. Logo, é postulada uma relação negativa entre as exportações de cacau e a renda doméstica.

3. Modelo empírico e procedimentos metodológicos

Para estimar a relação estocástica entre quantidade exportada de cacau e as demais variáveis explicativas, assume-se que exista uma relação linear entre essas variáveis, o que leva ao seguinte modelo empírico:

em que são coeficientes associados às variáveis explicativas do modelo (ou elasticidades parciais, uma vez que o modelo foi estimado com todas as variáveis em logaritmo natural), é o termo de erro independente e identicamente distribuído, sendo as demais variáveis definidas como anteriormente.

Assim como Alves e Bacchi (2004), neste trabalho utilizou-se o Vetor Autoregressivo para estimar a função de exportação de cacau proposta. Essa abordagem parece adequada pelas seguintes razões: (i) ela considera todas as variáveis incluídas no modelo como endógenas, o que é observado em equações de oferta e demanda, onde a quantidade e o preço são determinados simultaneamente via mecanismo de equilíbrio; (ii) apesar de os Modelos de Equações Simultâneas permitirem trabalhar com esse tipo de endogeneidade, eles necessitam de um número grande de restrições para que os mesmos sejam identificados; e (iii) ela permite analisar os efeitos dinâmicos de alterações nas variáveis incluídas nos modelos, uma vez que são incluídos valores defasados tanto da variável a ser explicada quanto das variáveis explicativas 5.

No modelo VAR, devido a Sims (1980), cada uma das variáveis endógenas que compõem o sistema de equações é função dos seus valores e dos valores das demais variáveis defasadas no tempo, mais o termo de erro. Além disso, geralmente essas equações contêm também tendências determinísticas e variáveis exógenas.

Matematicamente, um VAR de ordem p pode ser expresso em sua forma reduzida, da seguinte maneira:

em que: yt é um vetor de variáveis endógenas (no caso deste trabalho, quantidade exportada de cacau, preço real de exportação de cacau, preço real recebido pelo produtor nacional, taxa de câmbio efetiva real e renda real interna); , é um vetor (k x 1) de parâmetros representado o intercepto das equações; , j = 1, 2,.., p-1 são matrizes (k x k) referentes aos parâmetros autoregressivos; e é um vetor (kx1) de perturbações aleatórias com média zero e matriz variância-covariância positiva definida .

Após estimado o modelo VAR, pode-se analisar os efeitos de choques e a importância de cada variável para a explicação da variância dos erros das demais, procedimentos conhecidos como função impulso-resposta e decomposição da variância do erro de previsão.

Vale lembrar que uma das condições para se estimar o modelo VAR é que as séries sejam estacionárias. Nesse caso, existem vários testes que podem ser utilizados. Entre os mais empregados, o teste de Dickey e Fuller (1981) tem sido bastante utilizado. O presente estudo também utilizou esse procedimento para verificar a ordem de integração das séries temporais utilizadas. Na sequência, a metodologia de Dickey-Fuller Aumentado (DFA) foi empregada, para identificação da presença ou não de raiz unitária.

Caso as variáveis sejam não estacionárias, o passo seguinte consiste em testar a existência de cointegração entre as variáveis, ou seja, a existência de relação de longo prazo entre elas. A metodologia utilizada foi a proposta por Johansen (1988), que busca determinar o ranking (número de vetores de cointegração) através de um VAR de ordem p. Testa-se, portanto, a existência de n vetores de cointegração, e é indicada para modelos com mais de duas variáveis explicativas. Mesmo que variáveis individuais não sejam estacionárias, mas exista pelo menos uma combinação linear estacionária entre elas, então pode-se afirmar que essas variáveis são cointegradas, ou seja, é possível verificar uma relação de equilíbrio de longo prazo entre elas, que pode ser estimada e analisada 6.

O procedimento de Johansen (1988) para verificação de cointegração entre séries de tempo considera que todas as variáveis são endógenas e sua utilização não é limitada pela existência de endogeneidade do regressor (relação causal no sentido da variável dependente para a variável explicativa). Esse procedimento utiliza Máxima Verossimilhança para estimar os vetores de cointegração e permite testar e calcular a presença de vários vetores e não só de um.

Seguindo a notação de Harris (1995), a Equação (8) pode ser reparametrizada em termos de um modelo Vetorial de Correção de Erro (VEC) esboçado como:

em que: ? corresponde à primeira diferença das séries, , (i = 1,..., k-1) e . Da forma como especificado, o sistema contém informações de curto e longo prazo a mudanças de , via estimativas de e , respectivamente, onde é a matriz que corresponde ao número de relações e vetores de cointegração, com α representando a velocidade de ajustamento ao desequilíbrio e β a matriz de coeficientes de longo prazo. O número de vetores de cointegração depende do posto ou rank (r) da matriz ser igual ao número de raízes características estritamente diferentes de zero, que pode ser identificado por meio de dois testes estatísticos: o teste do traço e o teste do máximo autovalor 7.

A importância do modelo de correção de erro reside no fato de permitir a ligação entre aspectos relacionados à dinâmica de curto prazo com os de longo prazo. Dessa forma, os mecanismos de correção de erro pretendem fornecer um caminho para combinar as vantagens de se modelar tanto em nível quanto nas diferenças.

4. Fonte de dados

Os dados referentes às exportações de cacau do Brasil foram coletados para quantidade (em quilogramas) e valor (US$ FOB). Esses dados foram obtidos no sistema ALICEWEB do Ministério do Desenvolvimento, Indústria e Comércio Exterior, e foram coletados para a categoria cacau inteiro ou partido, em bruto ou torrado, sendo a quantidade exportada convertida em @ de 15 kg.

O preço médio pago pelo quilograma do cacau exportado foi calculado como a razão entre valor (em US$ FOB) e quantidade importada (em quilogramas). Essa série foi, então, transformada em preço médio US$/@ de 15 kg e deflacionada pelo Índice de Preços ao Consumidor (IPC) americano, com o valor médio de 2005 servindo como base.

O preço interno do cacau, que corresponde ao preço médio pago ao produtor de cacau, foi coletado do sítio da Comissão Executiva do Plano da Lavoura Cacaueira (CEPLAC) e diz respeito ao preço em Real por Kg, recebido pelo produtor de Ilhéus/Bahia, escolhido por ser um dos maiores produtores nacional deste produto. Inicialmente, essa série foi transformada em preço médio R$ por @ de 15 kg e, posteriormente, deflacionada pelo Índice Geral de Preços – Disponibilidade Interna (IGP-DI), com base em dezembro de 2012.

Com relação à renda interna, utilizou-se como proxy o Produto Interno Bruto trimestral, sendo a mesma deflacionada pelo Índice Nacional de Preços ao Consumidor (INPC), com base em dezembro de 1993. A taxa de câmbio adotada foi a série da taxa de câmbio efetiva real – INPC – exportações, com a média de 2005 servindo como base 8. As informações referentes à renda interna e taxa de câmbio efetiva real foram coletadas do sítio do Instituto de Pesquisa Econômica Aplicada (IPEA).

Os dados foram coletados para o período do primeiro trimestre de 1989 ao terceiro trimestre de 2012, que envolve as fases mais críticas das exportações brasileiras de cacau (fase de declínio no volume exportado, 1986 – 1994 e fase de estagnação e prostração das exportações cacaueiras, 1995 – 2000, definidas por Ramalho e Targino (2003)). Uma vez que as fases citadas ainda demandam mais apreciação, justifica-se, assim, a escolha do período de análise 9.

Por fim, é importante destacar que todas as séries foram transformadas aplicando-se o logaritmo natural. De acordo com Wooldridge (2002), esse procedimento normalmente estreita a amplitude dos valores das variáveis, o que torna as estimativas menos sensíveis a observações dispares (ou extremas) na variável dependente ou nas variáveis independentes. Além disso, outra vantagem da aplicação do logaritmo natural é que os coeficientes estimados representam diretamente as elasticidades parciais.

5. Análise e discussão dos resultados

5.1 Integração

Antes de modelar as séries temporais, é útil determinar as ordens de integração para as variáveis consideradas. Para isso, foi realizado o teste Dickey-Fulher Aumentado (ADF), no qual o número de defasagens necessárias a serem incluídas na autorregressão é estimado de forma a eliminar a autocorrelação dos resíduos, sendo o mesmo determinado pelo critério de Akaike 10. Os testes de raiz unitária, apresentados na Tabela 1, foram realizados com as variáveis em nível e em primeira diferença, o que permite testar se as mesmas são integradas de ordem zero, I(0), ou um I(1) .

Tabela 1 - Teste ADF de raiz unitária para as séries mensais – primeiro trimestre de 1989 ao terceiro trimestre de 2012

Variável

Modelo

Defasagens*

Calculado

Tabelado**

logexportação

Com constante e dummies sazonais

5

-1,0987

-2,86

logpexportação

Com constante e dummies sazonais

1

-1,1257

2,86

logpinterno

Com constante e dummies sazonais

1

-1,9035

2,86

logrenda

Com constante e dummies sazonais

1

-0,5336

2,86

logcâmbio

Com constante e dummies sazonais

1

-2,3244

2,86

?logexportação

Com constante e dummies sazonais

4

-7,4345

-2,86

?logpexportação

Com constante e dummies sazonais

1

-6,6462

-2,86

?logpinterno

Com constante e dummies sazonais

1

-6,0034

-2,86

?logrenda

Com constante e dummies sazonais

1

-6,6382

-2,86

?logcâmbio

Com constante e dummies sazonais

1

-8,905

-2,86

Fonte: Elaboração própria.

Nota: ? - representa a primeira diferença da série temporal; * - Definido pelo Critério de Informação de Akaike. ** ao nível de 5% de significância.

Como o valor calculado do testes ADF, para cada uma das séries em nível, foi menor do que seu valor tabelado, ao nível de 5% de significância, não é possível rejeitar a hipótese nula de raiz unitária nas mesmas, ou seja, todas são não estacionárias. Entretanto, ao repetir o teste para cada uma das séries em primeira diferença, todas se mostraram estacionárias. Logo, empiricamente, todas as séries são integradas de ordem um.

5.2 Cointegração

Uma vez que as séries são não estacionárias de mesma ordem, o procedimento seguinte foi testar a hipótese de cointegração entre as mesmas, por meio do procedimento de Johansen (1988), uma vez que a análise de cointegração ajuda a esclarecer a relação de longo prazo entre as variáveis integradas.

Conforme apresentado na Tabela 2, o p-valor do teste do traço de Johansen (1988) permite rejeitar a hipótese nula de que não há vetor de cointegração (r≤0), contra a hipótese alternativa de que existe um vetor de cointegração (r=1). Entretanto, o p-valor deste teste não permite rejeitar a hipótese nula de que não há apenas um vetor de cointegração (r≤1), contra a hipótese alternativa de que existem dois vetores de cointegração (r=2). Logo, existe apenas uma relação de equilíbrio de longo prazo entre as variáveis consideradas 11.

Tabela 2- Resultados dos testes de co-integração de Johansen

Hipótese nula

Hipótese alternativa

Traço

p-valor

r ≤ 0

r = 1

121,00

0,00

r ≤ 1

r = 2

74,12

0,07

r ≤ 2

r = 3

36,95

0,18

r ≤ 3

r = 4

18,65

0,31

r ≤ 4

r = 5

5,11

0,59

Fonte: Elaboração própria.

Neste trabalho, postulou-se a relação de longo prazo entre a quantidade exportada de cacau brasileira e as demais variáveis do modelo, uma vez que o seu objetivo geral foi verificar os determinantes da exportação desse produto. Por isso, o coeficiente de logaritmo das exportações de cacau foi normalizado na unidade.

A Tabela 3 apresenta as estimativas dos coeficientes de ajuste de longo prazo (β), que já se encontram com os sinais trocados.

Tabela 3- Vetor de cointegração e parâmetros de ajustamento do modelo VEC

qx

pe

pd

tc

yn

β

1,00

2,588***

-1,987***

0,458ns

-7,956***

 

-

(0,857)

(0,755)

(1,469)

(1,941)

Fonte: Elaboração própria.
Nota: Erro-padrão entre parênteses. *** significativo a 1%; ** significativo a 5%; ns não significativo.

Os resultados confirmam que a quantidade exportada de cacau brasileiro é conduzida, no longo prazo, pelo preço real de exportação do cacau, pelo preço real recebido pelo produtor nacional e pela renda nacional real, uma vez que todos os coeficientes relacionados a essas variáveis foram significativos, ao nível de 1%. A taxa de câmbio efetiva real parece não ser parte do vetor cointegrado, uma vez que o coeficiente de longo prazo relacionado a essa variável não foi estatisticamente diferente de zero.

O coeficiente relacionado ao preço real de exportação apresentou sinal positivo, como esperado pela teoria, sendo o valor do mesmo igual a 2,58, indicando uma relação de longo prazo elástica entre essas duas variáveis. Esse valor indica que, mantidas todas as demais variáveis do modelo constantes, um aumento de 10% no preço real de exportação de cacau deve elevar o valor exportado desse produto em cerca de 26% no longo prazo.

O coeficiente relacionado ao preço real recebido pelo produtor nacional tem sinal negativo e também é significativo ao nível de 1% de significância, tendo valor igual a 1,98. Isso indica que, mantidas todas as demais variáveis do modelo constantes, um aumento de 10% no preço de exportação de cacau deve reduzir o valor exportado desse produto em cerca de 20% no longo prazo.

Por fim, o comportamento da renda real interna também se revela importante na determinação do volume das exportações brasileiras de cacau. Os resultados apontam uma elasticidade muito elevada, cerca de 8. Nesse caso, uma elevação de 10% na renda real interna implica uma redução do valor exportado em cerca de 80% no longo prazo.

5.3 Simulações dos efeitos de médio prazo das mudanças nas variáveis do modelo

Considerando a existência de uma relação de cointegração, estimou-se um modelo VEC, na forma reduzida, com uma defasagem e o coeficiente de correção do erro . Esse modelo pode ser utilizado para verificar a evolução da exportação brasileira de cacau no médio prazo. Ou seja, pode-se utilizá-lo para verificar, por exemplo, se os efeitos iniciais de choques não antecipados nas variáveis determinantes da exportação de cacau podem ser sustentados no médio prazo.

Nesse caso, torna-se necessário identificar os choques estruturais na equação de oferta de exportação de cacau brasileiro. Para isso, em vez de utilizar a habitual decomposição de Choleski, considerou-se, assim como em Alves e Bacchi (2004), que há relação contemporânea apenas do preço de exportação sobre o preço de mercado interno e que os impactos dessas e das demais variáveis sobre a quantidade exportada ocorrem apenas em períodos posteriores.

A Tabela 4 apresenta o coeficiente estimado para a matriz de relações contemporâneas do modelo SVEC. O sinal do coeficiente está de acordo com o esperado e é significativo.

Tabela 4- Coeficientes estimados da matriz de relações contemporâneas

Relações Contemporâneas

Coeficientes
Estimados

Desvio
Padrão

Estatística
t

De

Sobre

Preço de exportação

Preço interno

0,045

0,014

3,234

Fonte: Elaboração própria.
Nota: Estatística t obtida com 2000 replicações bootstrap.

A Tabela 5, por sua vez, apresenta os coeficientes estimados para a matriz de relações de longo prazo do modelo SVEC, considerando apenas o volume exportado de cacau. Nesse caso, embora todos os sinais dos coeficientes estejam de acordo com o esperado, apenas os coeficientes relacionados ao preço de exportação e à renda interna são significativamente diferentes de zero.

Tabela 5- Coeficientes estimados da matriz de impacto de longo prazo, com relação ao volume exportado de cacau

Relações de Longo prazo

Coeficientes

Desvio

Estatística

De

Sobre

Estimados

Padrão

t

Preço de exportação

Volume exportado

0,131

0,044

2,964

Preço interno

Volume exportado

-0,053

0,038

-1,403

Taxa de câmbio

Volume exportado

0,011

0,047

0,235

Renda interna

Volume exportado

-0,170

0,070

-2,440

Fonte: Elaboração própria.
Nota: Estatística obtida com 2000 replicações bootstrap.

Tendo identificado os choques estruturais, pode-se calcular as funções de impulso-resposta das variáveis determinantes da função oferta de exportação de cacau brasileiro. A Figura 1 apresenta as respostas estimadas da taxa de crescimento da quantidade exportada de cacau a choques positivos (não antecipados) de 1% em uma cada uma das variáveis específicas no modelo econométrico, considerando as relações contemporâneas.

Resposta

Impulso

Preço de Exportação

Preço Interno

Renda Domestica

 

Taxa de Câmbio

Figura 1- Função de Impulso-Resposta do logaritmo do volume exportado de cacau brasileiro

Fonte: Elaboração própria

No que diz respeito a um choque não antecipado no preço de exportação do cacau sobre a quantidade importada desse produto, é possível visualizar um aumento significativo até o terceiro trimestre, com posterior estabilização ao nível mais elevado que o choque inicial.

Como se pode observar, um choque positivo não antecipado na taxa de crescimento da renda interna nacional reduz a quantidade exportada desse produto, como esperado. No entanto, essa redução ocorre apenas após o primeiro trimestre, atingindo seu pico no segundo trimestre, em cerca de 0,198%, e, a partir de então, a importação volta a se estabilizar.

Por fim, vale observar que um choque não antecipado no preço interno e na taxa de câmbio real não induz efeitos significativos sobre a quantidade exportada de cacau

As funções de resposta analisadas demonstraram que, para uma mesma variação, há maior influência da variável preço real de exportação e renda real doméstica sobre a quantidade exportada de cacau. Dessa forma, pode-se inferir que as exportações brasileiras de cacau respondem mais a fatores relacionados ao preço de exportação e à renda interna e que todos os impactos só perpetuam até, aproximadamente, o quarto período após a ocorrência da variação.

5.4 Poder explicativo das variáveis do modelo

O modelo estrutural estimado permite, ainda, avaliar o poder explanatório de cada variável do modelo sobre as demais, por meio da decomposição da variância do erro de previsão. Trata-se de uma forma de dizer que porcentagem da variância do erro de previsão decorre de cada variável endógena ao longo do horizonte de previsão.

Os resultados relativos à decomposição da variância dos erros de previsão para a taxa de crescimento da função de oferta de exportação do cacau brasileiro são apresentados na Tabela 6. A primeira coluna dessa tabela apresenta os períodos, que nesse caso estão expressos em número de trimestres, enquanto as demais se relacionam ao percentual da variância dos erros de previsão da taxa de crescimento da função de oferta de exportação do cacau brasileiro que decorre de choques não antecipados sobre essa variável, sobre a taxa de crescimento do preço real de exportação desse produto, sobre a taxa de crescimento do preço real recebido pelo produtor nacional, sobre a taxa de crescimento da taxa de câmbio real e sobre a taxa de crescimento da renda real interna.

Tabela 6- Decomposição da variância do erro de previsão do volume exportado de cacau brasileiro

Trimestre

Decomposição da variância devido a choque

Volume exportado

Preço de exportação

Preço interno

Taxa de câmbio

Renda interna

1

0,90

0,01

0,01

0,00

0,08

5

0,86

0,05

0,01

0,00

0,08

10

0,72

0,10

0,02

0,00

0,16

15

0,64

0,13

0,02

0,00

0,21

20

0,59

0,15

0,02

0,00

0,24

Fonte: Elaboração própria.

No primeiro trimestre após um choque não antecipado sobre a taxa de crescimento da quantidade exportada de cacau, quase a totalidade dos erros de previsão dessavariáveléatribuída a si mesma, 90%. Decorridos 20 trimestres após o choque não antecipado, 59% da variância dos erros de previsão dessavariávelsão atribuídas a ela própria, enquanto que, 24%, 15%, e 2% dessa variância devem-se à taxa de crescimento da renda real interna, à taxa de crescimento do preço real de exportação e à taxa de crescimento do preço real recebido pelo produtor nacional, respectivamente. Isso indica que, ao longo do tempo, as variáveis preço de exportação e renda interna ganham importância para explicar as variações na quantidade exportada de cacau brasileiro.

A análise da decomposição da variância da série da taxa de crescimento da exportação de cacau brasileiro mostra que, no curto prazo, essa variável é influenciada, principalmente, pelo volume exportado. No longo prazo, embora a própria quantidade exportada seja predominante para explicar essa variância, vale destacar o ganho de importância do preço real de exportação e da renda real interna.

6 Conclusões

Este trabalho estimou uma função oferta de exportação de cacau do Brasil para o período de 1989 a 2012, com base nas variáveis que determinam seu fluxo de exportação, e, a partir disso, foi possível extrair informações que possibilitam compreender com maior acuidade os determinantes da oferta de cacau exportado pelo país.

As análises indicaram que a quantidade exportada de cacau brasileiro é influenciada, no longo prazo, de maneira positiva, pelo preço real de exportação do cacau e de maneira negativa pelo preço real recebido pelo produtor nacional e pela renda real interna.

No que tange à função de impulso-resposta, observou-se que um choque no preço de exportação do cacau sobre a quantidade importada desse produto corrobora para um aumento até o terceiro semestre; um choque positivo não antecipado na taxa de crescimento da renda interna nacional reduz a quantidade exportada desse produto, como esperado, contudo esta redução ocorre apenas após o primeiro trimestre.

Em relação à decomposição da variância do erro de previsão do volume exportado de cacau brasileiro, observou-se que boa parte dos choques não antecipados são explicados pelo próprio volume da quantidade exportada, contudo, no longo prazo, observa-se um ganho de importância do preço real de exportação e da renda real interna.

Enfim, com este trabalho, avançou-se no sentido de uma melhor compreensão dos fatores inerentes à oferta de exportação de cacau pelo Brasil, no entanto sugerem-se, para futuras pesquisas questões relacionadas aos custos de produção e logística, estimativas relacionadas aos determinantes das exportações dos principais estados produtores, bem como simulações através de Modelos de Equilíbrio Geral, com a finalidade verificar os ganhos que o país poderá ter com os Acordos Regionais de Comércio (ARC).

Referências

ALICE-WEB. Dados. Disponível em: http://aliceweb.desenvolvimento.gov.br/. Acesso em 20 jan, 2013

ALVES, L. R. A.; BACCHI, M. R. P. “Oferta de exportação de açúcar do Brasil”. Revista de Economia e Sociologia Rural. Rio de Janeiro, v. 42, n. 1, p. 9-33, 2004.

BACCHI, M. R. P.; BURNQUIST, H. L. “Transmissão de preços entre os segmentos produtivos da pecuária de corte brasileira”. In: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, Foz de Iguaçu, PR, 1999. Anais, Brasília : SOBER, 1999.

BARROS, G.S. de C. “Formação de preços no setor de frango de corte no Brasil”. Relatório de Pesquisa. Escola Superior de Agricultura Luiz de Queiroz/USP. 1994.

BARROS, G. S. C.; BACCHI, M. R. P.; BURNQUIST, H. L. “Estimação de equações de oferta de exportação de produtos agropecuários para o Brasil (1992/2000)”. Texto para discussão, 865. Brasília: IPEA, 2002.

BARROS, G.S. de C.; BITTENCOURT, M. V. L. “Formação de preços sob oligopsônio: o mercado de frango em São Paulo”. Revista Brasileira de Economia. Rio de Janeiro, v.51, n.2, p.181-199, 1997.

BURNQUIST, H. L.(Coord.); BACCHI, M.R.P.; FIGUEIREDO, N.M.S. de; VIEIRA, W. da C. “Liberalização comercial: um fator de desenvolvimento do setor agrícola brasileiro”. Série Estudos de Política Agrícola, Relatório de Pesquisa. Brasília: IPEA, n.14, 1994.

COMISSÃO EXECUTIVA DE PLANEJAMENTO DA LAVOURA CACAUEIRA (CEPLAC). Publicações. Disponível em: http://www.ceplac.gov.br. Acesso em 30 de mar., 2013

DICKEY, D. A.; FULLER, W. “A Likelihood ratio statistics for autoregressive time series with a unit root”. Econometrica, v.49, p.1057-1073, 1981.

ENDERS, W. Applied econometrics time series. 2. ed. New York: Wiley, 2004. p. 460.

ENGLE, R. F.; GRANGER, C. W. “Co-integration and error-correction: representation, estimation and testing”. Econometrica, Chicago, v.55, n.2, p. 251-276, 1987.

HARRIS, R. I. D. Using cointegration analysis in econometric modelling. Prentice Hall/Havester Wheatsheaf, 1995, p. 176.

INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA). Disponível em: http://www.ipeadata.gov.br. Acesso em: 28 abril, 2013.

JOHANSEN, S. “Statistical analysis of cointegration vectors”. Journal of Economic Dynamic and Control, v.12, p.231-254,1988.

MINISTÉRIO DO DESENVOLVIMENTO, INDÚSTRIA E COMÉRCIO EXTERIOR (MDIC). Disponível em: http://www.desenvolvimento.gov.br/sitio/. Acesso em: 28 abril, 2013.

MYERS, R. J.; PIGGOTT, R. R.; TOMEK, W. G. “Esthimating sources of fluctuations in the australian wool market: an application of VAR methods”. Australian Journal of Agricultural Economics, v.34, p.242-262, 1990.

RAMALHO, H. M. B.; MOREIRA, I. T. “A evolução das exportações brasileiras de cacau: uma análise do período de 1950 a 2000”. In: 1 Workshop 2003 - Rede Nordeste, 2003, João Pessoa, 2003.

SIMS, C. “Macroeconomics and reality”. Econometrica, v.48, p. 1–48, 1980.

SOARES, N. S.; SILVA, M. L.; LIMA, J. E. “Oferta de exportação da celulose brasileira”. Revista de Política Agrícola. Brasília, DF, v. 20, n.2, p. 52-65, 2011.

SUFRAMA Superintendência da Zona Franca de Manaus. Cacau: potencialidades regionais e estudo de viabilidade econômica. Manaus, 2003. 28p.

WOOLDRIDGE. J. M. Introductory Econometrics: A Modern Approach. 2ª Edição. South-Western; 2002. 900 p.

ZUGAIB, A. C. C.; SANTOS, A. M.; MIDLEJ, R. R. Planejamento estratégico para o cacau baseado no estudo de sua cadeia produtiva. CEPLAC/CEPEC/SESOE. 2006

-----

Apêndice

Tabela 1A- Teste dos resíduos do modelo Vetor de Correção de Erros

TESTE*

DEFASAGEM

ESTATÍSTICA

P-VALOR

Autocorrelação

Portmanteau

8

173,614

0,409

LM

4

147,318

0,052

Heterocedasticidade

ARCH-LM multivariado

5

1152,903

0,275

Normalidade

Doornik & Hansen (1994) - teste conjunto

-

305,618

0,000

Lütkepohl (1993) - teste conjunto

-

257,601

0,000

Nota: * O teste Portmanteau envolve uma sequência de testes onde a hipótese nula é nenhuma correlação serial nos resíduos contra a hipótese alternativa de que existe pelo menos uma autocorrelação nos resíduos. O teste LM considera a hipótese nula de inexistência de autocorrelação serial (de qualquer ordem). O teste ARCH-LM multivariado tem como hipótese nula de ausência de heterocedasticidade autoregressiva condicional. Os testes de normalidade têm como hipótese nula normalidade dos resíduos. Regra geral de decisão: p-value > 0,05, aceita a hipótese nula.

Fonte: Elaboração própria.


1 Universidade Federal de Viçosa (UFV) Brasil. E-mail: aimorim2007@gmail.com
2 Departamento de Economia da Universidade Regional do Cariri (URCA. E-mail: pinheiroeliane@hotmail.com
3 Programa de Pós-Graduação em Administração da Universidade Federal de Santa Maria (UFSM Rio Grande do Sul, Brasil. E-mail: daniel.coronel@uol.com.br
4 Barros et al. (2002) consideram, também, que a exportação reduz a disponibilidade interna do produto em questão (e eleva o preço doméstico), sem influenciar o padrão de qualidade do produto comercializado internamente, assumindo-se que não há controle rigoroso de sua qualidade.
5 Seja ou não pelas razões citadas, o que se observa é uma crescente utilização da abordagem VAR em estudos relacionados à economia agrícola. Além dos estudos já citados em parágrafos anteriores, pode-se citar ainda: Myers et al. (1990), Barros (1994), Burnquist et al. (1994), Barros e Bittencourt (1997) e Bacchi e Burnquist (1999).

7 Teste do traço - Hipótese nula:H0 : r ≤ 0. Teste do máximo autovalor: H0 : r = r0
8 A taxa de câmbio efetiva real é calculada pela média ponderada do índice de paridade do poder de compra dos 16 maiores parceiros comerciais do Brasil. A paridade do poder de compra é definida pelo quociente entre a taxa de câmbio nominal (em R$/unidade de moeda estrangeira) e a relação entre o Índice de Preço por Atacado (IPA) de cada parceiro e o Índice Nacional de Preços ao Consumidor (INPC) do Brasil. As ponderações utilizadas são as participações de cada parceiro no total das exportações brasileiras em 2001.
9 Neste trabalho, optou-se por não utilizar variáveis deslocadoras da demanda e da oferta por não se encontrar séries disponíveis na periodicidade utilizada.
10 Todos os testes e estimativas foram obtidos com a utilização do software estatístico JMulTi, versão 4.
11 O teste de cointegração de Johansen (1988) foi realizado com 1 defasagem (como indicado pelo critério de Akaike), sendo o modelo ajustado com uma constante, uma tendência determinística e três dummies sazonais.
12 A Tabela 1 do apêndice mostra que o modelo VEC (1) estimado se ajusta razoavelmente bem. De modo geral, o modelo deixa a desejar em termos de normalidade (o p-valor dos testes de normalidade permite rejeitar a hipótese nula de normalidade dos resíduos), mas são relativamente satisfatórios em termos de autocorrelação (o p-valor dos testes de autocorrelação não permite rejeitar a hipótese nula de ausência de autocorrelação) e heterocedasticidade condicional (o p-valor do teste ARCH-LM multivariado não permite rejeitar a hipótese nula de ausência de heterocedasticidade autoregressiva condicional).


Vol. 34 (11) 2013
[Índice]

[En caso de encontrar algún error en este website favor enviar email a webmaster]