1

ANLISE DA TRANSMISSO DE PREOS E DAS VOLATILIDADES NOS

MERCADOS INTERNACIONAIS DE PETRLEO E SOJA

Mario Antonio Margarido1

Carlos Roberto Ferreira Bueno2
Frederico Araujo Turolla3

Resumo: A crescente utilizao de biocombustveis na matriz energtica mundial

introduziu uma nova questo de relevncia terica e emprica: o relacionamento mais
prximo entre os preos de um nmero cada vez maior de commodities envolvidas na
produo de energia. Este trabalho analisa o relacionamento entre os preos internacionais
de duas commodities, o petrleo e o gro soja, entre Jan-1980 e Out-2010, utilizando testes
ADF, Causalidade de Granger, Co-integrao de Johansen, Exogeneidade, Modelo Vetorial
de Correo de Erro (VEC), Decomposio da Varincia dos Erros de Previso e Funo de
Resposta de Impulso e modelo GARCH Multivariado. Os resultados indicam ausncia de
relacionamento entre estas variveis no curto prazo; j no longo prazo, as variaes nos
preos internacionais do petrleo so transferidas menos que proporcionalmente para os
preos da soja. Verificou-se que as volatilidades dos preos internacionais do petrleo e da
soja so afetadas por choques defasados de um ms em cada mercado.
Palavras-chaves: mecanismo de transmisso de preos; volatilidade; biocombustvel;
petrleo; alimentos; energia.

Abstract: The increasing use of biofuels in the world energy matrix has introduced a new
issue of theoretical and empirical relevance, namely the increasingly close relationship
between prices of a growing number of commodities involved in energy production. This
paper analyzed the relationship of price transmission between international prices for
crudeoil and soybean for the period Jan-1980 to Oct-2010. It was used ADF test, Granger
Causality test, Johansen Co-integration test, Exogeneity test, Vector Error Correction
Model (VEC), Variance Decomposition of Prediction Error and Impulse Response
Function and Multivariate GARCH model. Results indicate no relationship between the
variables in the short run and long run variations in international oil prices are less than
proportionally transferred to soybean prices. It was shown that the volatility of international
prices of oilcrude and soybeans are affected by shocks lagged one month on each market.
Key-words: price mechanism transmission; volatility, biofuel, petroleum; food; energy

INTRODUO
A crescente utilizao de biocombustveis na matriz energtica mundial introduziu
uma nova questo de relevncia terica e emprica na anlise econmica: o relacionamento
mais prximo entre os preos de um nmero cada vez maior de commodities envolvidas na
produo de energia. Se, no passado, a origem da energia tinha forte concentrao no

1
Economista, Mestre em Economia de Empresas, Dr. em Economia Aplicada, Ps-Doutorando em Economia
(FGV-Agro) e Pesquisador Cientfico do Instituto de Economia Agrcola (IEA). E-mail:
margaridoma@gmail.com
2
Mdico Veterinrio e Pesquisador Cientfico do Instituto de Economia Agrcola (IEA). E-mail:
crfbueno@iea.sp.gov.br
3
Economista, Mestre em Economia de Empresas, Dr. em Economia de Empresas. Professor Titular do
Programa de Mestrado em Gesto Internacional (PMGI). E-mai: fturolla@espm.br
 2

petrleo e nas fontes intensivas em recursos hdricos e carvo, nas ltimas dcadas vem
crescendo fortemente a utilizao de biocombustveis originados da cana de acar, do
milho e at mesmo da soja e de outros produtos de origem vegetal.
Isto corresponde, na prtica, ao aparecimento de diversos bens substitutos ao
petrleo, principalmente biocombustveis. H, por outro lado, esforos tecnolgicos em
curso e com resultados verificveis que tm impacto positivo nas elasticidades-preo
cruzadas entre petrleo e esses bens, sob o ponto de vista dos produtores de energia que
demandam esses insumos.
Se, do lado da demanda, petrleo e outras commodities tendem a experimentar
elasticidades cruzadas maiores, h tambm um importante movimento no lado da oferta, ou
seja, na funo de produo dessas commodities. O principal aspecto diz respeito
competio por um insumo chave, a terra, entre as atividades de produo de commodities
destinadas ao uso energtico e alimentcio. A utilizao de biocombustveis nas matrizes
energticas dos pases est sujeita a algumas restries, tais como, a disponibilidade de
terras competindo diretamente com os demais usos desse recurso escasso, como a produo
de alimentos e de rao para animais. Mais precisamente, conforme Khanna et al. (2010,
p.3), a produo de biocombustveis em larga escala induz ao trade-off entre alimentos
versus combustveis, demanda por recursos naturais, tais como a gua, e potenciais
impactos sobre a qualidade ambiental. Polticas de suporte produo de biocombustveis
tm implicaes distribucionais para consumidores e produtores, setores agropecurios e
no agropecurios, comrcio global de alimentos e combustveis, e o preo da terra e de
outros recursos escassos.
A maior intensidade do uso da terra na funo de produo de combustveis pode
contribuir para uma reviso de uma previso tradicional da literatura de algumas correntes
da Economia, como as derivadas do estruturalismo cepalino, que apontam para um declnio
secular da agricultura e dos preos de bens primrios. De acordo com esse pensamento,
dois so os fatores relacionados com a perda da importncia da agricultura no longo prazo.
Inovaes tecnolgicas agropecurias, principalmente ps I Grande Guerra, decorrentes da
utilizao de insumos modernos, resultou na elevao tanto da produtividade quanto da
quantidade ofertada de alimentos, pressionando os preos para baixo. Por outro lado, a
demanda por produtos agrcolas se caracteriza por apresentar baixas elasticidades renda e
preo, tambm. Pelo lado da demanda, dada essa baixa elasticidade-renda, aumentos de
renda so acompanhados por aumentos menos que proporcionais no consumo de alimentos.
Tambm, a diminuio do crescimento da populao nos pases em desenvolvimento induz
a lento crescimento da demanda por alimentos.
A elevao da renda em pases em desenvolvimento nos ltimos anos induziu no
somente deslocamento positivo da demanda por alimentos, que seria, devido elasticidade
relativamente baixa, menos que proporcional, mas tambm trouxe elevao da demanda por
energia. Enquanto, no caso dos pases desenvolvidos, a relao entre renda per capita e
gastos com alimentos inversa, ou seja, quanto maior a renda, menores os gastos com
alimentos, por outro lado, a relao entre renda per capita e consumo de energia direta,
isto , quanto maior o nvel de renda maior ser o consumo de energia. No entanto, no caso
dos pases em desenvolvimento, quando a renda per capita comea a se elevar, tanto os
gastos com alimentos quanto com energia tendem a se elevar. O aumento da renda nos
pases em desenvolvimento no perodo recente, aliada a escassez na oferta de alimentos
resultou no aumento de preos das commodities, abrindo, dessa forma, uma janela de
oportunidade, atraindo novos investidores, alm de investimentos especulativos na
 3

agricultura e na aquisio de terras nos pases em desenvolvimento. Esse maior

entrelaamento entre os mercados agropecurios e de energia induz ao aumento da
volatilidade no primeiro mercado, em especial diante de aumentos dos preos do petrleo
para os preos dos gros, como acontece com a soja e o milho.
O novo papel das commodities tem implicaes sobre a transferncia de capitais
voltados para a produo desses bens. Conforme World Investment Report (2009), o fluxo
de Investimentos Diretos Estrangeiros (IDEs) na produo agrcola mundial triplicou no
perodo de 1990 a 2007, chegando a US$ 3 bilhes no referido perodo. Esses
investimentos se destinaram, principalmente, para a importao de alimentos pelos pases
em desenvolvimento e para atender a crescente demanda de biocombustveis por parte dos
pases desenvolvidos. No entanto, ao se considerar toda cadeia do agronegcio, esses
investimentos chegaram a US$ 40 bilhes.
O volume de IDE nas regies em desenvolvimento objetiva, principalmente,
culturas com elevado rendimento. H grande interesse por parte dos investidores por
culturas para a produo de biocombustveis com projetos em oleaginosas na frica e cana-
de-acar na Amrica do Sul.
Dentro do contexto mundial, observa-se que os investimentos na agricultura
objetivam ser extremamente especializados em termos regionais, uma vez que, os pases da
Amrica do Sul tm atrado os IDEs para um amplo espectro de produtos, tais como, trigo,
arroz, cana-de-acar, frutas, flores, soja, feijo, carnes e aves. Nos pases da Amrica
Central, as empresas transacionais focam principalmente em frutas e cana-de-acar. Na
frica, os investidores estrangeiros tm particular interesse por culturas alimentares, tais
como: arroz, trigo, oleaginosas, mas tambm, para algodo e cana-de-acar no sul da
frica e floricultura no leste da frica. No sul da sia, os investidores estrangeiros focam
na produo em larga escala de arroz e trigo, enquanto suas atividades em outras regies da
sia se concentram culturas de alto rendimento, carnes e aves. Finalmente, as empresas
transnacionais com investimentos nas economias em transio focam produtos lcteos e
mais recentemente em trigo e gros.

OBJETIVOS
Este trabalho procura preencher a lacuna na literatura sobre a avaliao do
relacionamento crescente entre as diversas commodities crescentemente envolvidas na
produo de energia, e que hoje freqentemente so commodities tambm envolvidas nas
cadeias de produo de alimentos tanto para seres humanos quanto para animais.
Em linhas gerais, dois so os objetivos do presente artigo. Em primeiro lugar,
objetiva-se verificar se h relacionamento de longo prazo entre os preos internacionais do
petrleo e soja. Mais especificamente, objetiva-se verificar se essas duas sries temporais
convergem para o equilbrio no longo prazo, alm de analisar o relacionamento entre essas
variveis utilizando o instrumental de modelos de sries temporais, tais como: teste de raiz
unitria Dickey-Fuller Aumentado (ADF), teste de Causalidade de Granger, teste de Co-
integrao de Johansen, teste de Exogeneidade, Decomposio da Varincia dos Erros de
Previso e Funo de Resposta de Impulso.
O segundo objetivo consiste em analisar as varincias (ou volatilidades) das duas
sries, visando dessa forma determinar as possveis interaes entre as volatilidades das
respectivas sries. Para tal tarefa foi utilizado o Modelo GARCH Multivariado, sendo que a
opo recaiu sobre o modelo BEKK.
 4

MATERIAL E MTODOS
Material

Foram utilizadas duas sries temporais, ambas como periodicidade mensal. As

sries iniciam-se em Janeiro de 1980 e terminam em Outubro de 2010. A primeira das
sries corresponde ao preo Soybeans, U.S. soybeans, Chicago Soybean futures contract
(first contract forward) No. 2 yellow and par e encontra-se em dlares por tonelada
mtrica. Lembrando que os preos da Bolsa de Chicago servem de referncia tano para o
mercado internacional quanto para o mercado dos Estados Unidos. A segunda srie
corresponde ao preo internacional do Petrleo (Crude Oil (petroleum), Dated Brent, light
blend 38 API, FOB U.K4) e encontra-se em dlares por barril, ambas obtidas na base de
dados do Fundo Monetrio Internacional, em
http://www.imf.org/external/np/res/commod/index.asp.

Mtodos

Para a determinao da ordem de integrao de cada varivel, foi utilizado o teste de

raiz unitria Dickey-Fuller Aumentado (ADF), conforme apresentado em Dickey e Fuller
(1979 e 1981). No entanto, antes da realizao do teste de raiz unitria necessrio
determinar o nmero de defasagens a ser utilizada em cada fase do teste de raiz unitria. A
correta determinao do nmero de defasagens de suma importncia, pois necessrio
garantir que os resduos das auto-regresses dos testes de raiz unitrias sejam no
correlacionados, de forma a garantir resultados no viesados dos respectivos testes. Para a
determinao do nmero de defasagens foi utilizado o Critrio de Informao de Akaike
Corrigido (AICC). O Critrio de Akaike Corrigido (AICC), conforme Hurvich e Tsai
(1989), definido como:
AICC = log ( )
%+ 2r
(T r / k )
(1),

sendo que, % denota a estimativa de

r corresponde ao nmero de parmetros estimados,
mxima verossimilhana da matriz de varincia-covarincia ( ) , e k representa a
dimenso da srie temporal. O AICC se caracteriza por ser assintoticamente eficiente tanto
para os modelos de regresso, quanto para o caso de modelos de sries temporais, almde
ter melhores propriedades estatsticas do que o Critrio de Informao de Akaike (AIC).
Para verificar possvel relacionamento de curto prazo entre as variveis, foram
utilizados testes de Causalidade de Granger, conforme apresentado em GRANGER (1969).
Neste ponto, dois pontos merecem ser destacados. Em primeiro lugar, o conceito de
causalidade de Granger diferente do sentido filosfico, ou seja, quando se diz que a
varivel A causa a varivel B no sentido de Granger, o qual representado como A B ,
isto quer dizer que valores passados da varivel A ajuda a prever de forma mais precisa o
comportamento futuro de B do que se fossem utilizados somente os valores passados de B.
Em segundo lugar, o teste de Causalidade de Granger deve ser conduzido com as variveis

4
Corresponde ao Reino Unido.
 5

estacionrias, da a importncia da correta determinao da ordem de integrao de todas as

variveis do sistema.
Para identificar o possvel relacionamento de longo prazo entre as variveis,
utilizou-se o teste de co-integrao elaborado por Johansen e Juselius (1990). Tambm, foi
utilizado o Modelo Vetorial de Correo de Erro (VEC) para a realizao da anlise
econmica do relacionamento, tanto de curto quanto de longo prazo5, entre os preos
internacionais da soja e do petrleo. Outros dois instrumentos utilizados foram a
Decomposio da Varincia dos Erros de Previso, a qual mostra em termos percentuais,
qual a participao de cada varivel na formao do preo da varivel em anlise diante de
um choque no antecipado sobre essa ltima, alm da Funo de Resposta de Impulso, a
qual mostra a trilha temporal percorrida para cada varivel diante de choques no
antecipados, tanto sobre a prpria varivel como para choques originados nas demais
variveis do sistema sobre a varivel de interesse. Finalmente, foram utilizados testes de
exogeneidade6 para verificar como as variveis reagem a mudanas na relao de equilbrio
de longo prazo7.
Outro mtodo utilizado consistiu no modelo Auto-regressivo de Varincia
Condicional Heterocedstico Generalizado Multivariado, ou GARCH Multivariado, que
permite analisar os comportamentos das respectivas varincias ou volatilidades das sries.
Conforme Brooks (2002), o modelo GARCH Multivariado similar aos modelos
univariados da famlia GARCH. A principal diferena em relao aos ltimos reside no fato
de que, o modelo GARCH Multivariado especifica equaes que mostram como as
covarincias se movem conjuntamente ao longo do tempo. Mais especificamente, segundo
Harris e Sollis (2003), o modelo GARCH Multivariado deve ser utilizado quando h
interesse em quantificar o relacionamento entre duas variveis, via suas respectivas
volatilidades, a estimao de um modelo ARCH GARCH para cada varivel
individualmente, no o procedimento mais adequado, pois essa estratgia ignora a
possibilidade de que pode haver causalidade entre as respectivas varincias condicionais
em ambas as direes, e, nesse caso, no se estaria explorando a verdadeira covarincia
entre as duas sries. Uma forma mais efetiva de se capturar interaes entre as
volatilidades de duas ou mais sries temporais consiste na estimao do Modelo GARCH
Multivariado, o qual pode ser representado como yt = ( y1t , y2t ,K , y Nt ) . Nesse caso, o

5
Conforme Banerjee (1993, p.139), o modelo de correo de erro torna-se importante por permitir a ligao
entre aspectos relacionados dinmica de curto prazo com os de longo prazo. Assim, os mecanismos de
correo de erro pretendem fornecer um caminho para combinar as vantagens de se modelar tanto em nvel
quanto nas diferenas. Em um modelo de correo de erro tanto a dinmica do processo de ajustamento de
curto prazo (variaes) quanto de longo prazo (nveis) so modelados simultaneamente.
6
De acordo com Costa (1999, p.6), citando Harris (1995), os parmetros proporcionam dois tipos de
informao dependendo de sua significncia e magnitude. A significncia indica que a varivel preo ( qual
o parmetro est associado) no exgena fraca com relao aos parmetros de longo prazo, . A
exogeneidade fraca um conceito relativo e significa que a varivel no reage ante a mudanas na relao de
equilbrio de longo prazo. A magnitude do parmetro indica a velocidade de ajuste da respectiva varivel
preo a ele associada em direo ao equilbrio de longo prazo. Um valor pequeno de alfa indica que ante uma
situao de desequilbrio transitrio, a respectiva varivel preo ajusta-se lentamente para retornar ao padro
de equilbrio de longo prazo. Um coeficiente elevado, pelo contrrio, indica que este se produz rapidamente.
7
Detalhes sobre co-integrao de Johansen, Modelo Vetorial de Correo de Erro (VEC) e testes de
exogeneidade podem ser encontrados, entre outros em: Brooks (2002), Enders (2004), Franses (1998), Harris
e Sollis (2003), Charemza e Deadman (1999), Johansen (1995), Patterson (2000) e Juselius (2006).
 6

termo GARCH Multivariado se refere ao modelo para sries temporais multivariadas yt nas
quais as varincias condicionais de cada srie e as covarincias condicionais entre as sries
so estimadas simultaneamente por mxima verossimilhana.
A literatura economtrica apresenta diversas formulaes do modelo GARCH
Multivariado, entre os quais, destacam-se os modelos VECH, VECH Diagonal e BEKK.
Nesse estudo, em funo de suas vantagens estatsticas em relao aos demais modelos,
ser utilizado somente o modelo BEKK. O paper seminal do modelo BEKK de autoria de
Engle e Kroner (1995). Detalhes sobre o prprio modelo BEKK e demais modelos podem
ser encontrados em Brooks (2002), Harris e Sollis (2003) e Tsay (2005).
necessrio enfatizar que, dada a complexidade desse modelo, para simplificar a
explanao, supe-se que h somente dois ativos (milho e petrleo), cujos retornos das
respectivas varincias e covarincias possam ser modelados.
Especificamente, no caso dos modelos GARCH Multivariados, yt um vetor de
dimenso (N x 1), a mdia condicional de yt um vetor t de ordem (N x 1) e a varincia
condicional de yt uma matriz de ordem Ht de ordem (N x N). Os elementos da diagonal
principal de Ht so os termos de varincia e os elementos fora da diagonal de Ht
correspondem aos termos de covarincia.
A representao do modelo BEKK pressupe o seguinte modelo para Ht:
q p
H t = A0 + A t 1 ti A + B*i H t i B*i
*
i
*
i
i =1 i =1
* *
onde, A i e B i so matrizes de parmetros de ordem (N x N) cada uma e A0 uma matriz
definida positiva de parmetros de ordem (N x N).
No caso de um modelo com duas variveis N = 2 e p =1 e q = 1, a forma matricial
do modelo :

a *12 1,t 1 1,t 1 2,t 1 a *11

2
h11,t h12,t a 011 a 012 a *11 a *21
Ht = = + +
h12,t h22,t a 012 a 0 22 a *21 a *22 1,t 1 2,t 1 2,t 12
a *12 a *22
(2).
b* b *12 h11,t 1 h12,t 1 b *11 b *21
+ 11
b *21 b *22 h12,t 1 h22,t 1 b *12 b *22

Em relao a todos os modelos GARCH Multivariados, necessrio observar que,

mesmo para apenas duas variveis o nmero de parmetros a serem estimados pelo modelo
muito grande, chegando a um total de 21 parmetros no caso da representao VECH.
Isso no problema, quando a amostra muito grande. Entretanto, a estimao eficiente
dos parmetros GARCH via mxima verossimilhana e envolve a maximizao da funo
de verossimilhana. A obteno da convergncia pela otimizao dos algoritmos pode ser
muito difcil na prtica quando grande nmero de parmetros estimado. Alm disso,
necessria a imposio de restries sobre os parmetros para garantir que as varincias
individuais no sejam negativas, ou seja, assegurar que Ht seja definida positiva, fato que,
na prtica pode ser muito difcil de alcanar. A representao Diagonal melhora a
representao VECH no sentido de que h menos parmetros a serem estimados. A
representao Diagonal se baseia na hiptese de que as varincias e covarincias
individuais so funes dos seus respectivos valores defasados e de seus respectivos
 7

resduos ao quadrado. Enquanto que, no caso de N = 2 e p = 1 e q = 1, essa representao

reduz o nmero de parmetros a ser estimados de 21 para 9, isso reduz a perda de
informaes em determinados relacionamentos entre as varincias e covarincias
individuais. Ainda assim, necessrio impor restries para assegurar que a matriz Ht seja
definida positiva.
A representao BEKK do modelo GARCH Multivariado melhora tanto a
representao VECH quanto a Diagonal, dado que quase garante que Ht seja definida
positiva. No caso de duas variveis (N = 2) e p = 1 e q = 1, a representao BEKK requer
somente 11 parmetros a serem estimados. mais geral do que a representao Diagonal
permitindo efeitos de interaes que a representao Diagonal no permite. Por exemplo,
na representao BEKK as varincias condicionais individuais h11,t-1 e h22,t-1 afetam a a
evoluo do termo de covarincia h12,t.

ANLISE DE RESULTADOS

Para a determinao do nmero de defasagens, nesse estudo, foi utilizado o Critrio

de Informao de Akaike Corrigido (AICC). O AICC se caracteriza por ser
assintoticamente eficiente tanto para os modelos de regresso, quanto para o caso de
modelos de sries temporais, e, alm disso, tem melhores propriedades estatsticas do que o
Critrio de Informao de Akaike (AIC).
Os resultados do Critrio de Informao AICC para as duas variveis em nvel so
apresentados na Tabela 1. Os resultados mostram a necessidade de se utilizar duas
defasagens nos testes de raiz unitria para as variveis LPET e LSOY (Tabela 1).
Tabela 1.- Critrio de Informao de Akaike Corrigido (AICC), variveis em nvel, LPET,
e LSOY, Janeiro de 1980 a Outubro de 2010
Variveis em nvel Nmero de Defasagens
LPET 2
LSOY 2
Fonte: Elaborada pelos autores a partir de dados bsicos do IMF Statistics.

Uma vez determinado o nmero de defasagens, o prximo passo foi a exceo dos
testes de raiz unitria do tipo ADF para as duas variveis em nvel. Os resultados para os
modelos com tendncia e constante, somente com constante e sem tendncia e sem
constante, para a varivel LPET mostram que a hiptese nula para presena de raiz unitria
no pode ser rejeitada em todos os casos, pois os respectivos p-values encontram-se acima
de 10% para as duas variveis (Tabela 2). Para a varivel LSOY, no caso do modelo com
tendncia e constante, a hiptese nula de raiz unitria no pode ser rejeitada, pois seu
respectivo p-value est acima de 10% do nvel de significncia. Para o modelo somente
com constante, a hiptese nula de raiz unitria somente pode no ser rejeitada ao se
considerar o nvel de significncia de 10%. Dado que o valor da estatstica encontra-se
na fronteira do nvel de significncia de 10%, optou-se em continua com o teste de raiz
unitria8. Para o modelo sem tendncia e sem constante, mais uma vez, a hiptese nula de
raiz untaria no pode ser rejeitada, dado que, a probabilidade de se cometer o Erro Tipo I,

8
Deve-se realar que os testes de raiz unitria tm baixo poder, pois seus resultados so influenciados pela
presena ou no de parmetros determinsticos, como constante e tendncia no modelo estimado.
 8

ou seja, rejeitar a hiptese nula e essa hiptese ser verdadeira igual a 77,06%, logo, a
probabilidade de se rejeitar algo que verdadeiro muito elevada. (Tabela 2). Portanto, no
se rejeita a hiptese nula de raiz unitria
Tabela 2.- Resultados dos Testes de Raiz Unitria ADF, variveis em nvel, LPET e LSOY,
Janeiro de 1980 a Outubro de 2010
Varivel 1 Pr < 2 Pr < 3 Pr <
LPET -2.37 0.3945 -1.53 0.5185 0.11 0.7178
LSOY -2.89 0.1677 -2.58 0.0988 0.29 0.7706
1
Modelo com tendncia e constante; 2 Modelo sem tendncia, porm com constante; 3 Modelo sem tendncia
e sem constante.
Fonte: Elaborada pelo autor a partir de dados bsicos do IMF Statistics.

Dado que, as duas variveis quando consideradas em nvel tm raiz unitria, o

prximo passo consistiu em fazer novamente o teste de raiz unitria ADF, porm, desta
vez, com as variveis diferenciadas. Assim como no caso anterior, antes de fazer os testes
de raiz unitria, preciso determinar o nmero de defasagens a ser utilizado para cada
varivel, quando estas ltimas so diferenciadas.
Os resultados para o Critrio de Informao AICC para as variveis diferenciadas
de ordem um, mostram a necessidade de cinco defasagens para cada varivel (Tabela 3).
Tabela 3.- Critrio de Informao de Akaike Corrigido (AICC), variveis diferenciadas,
LPET e LSOY, Janeiro de 1980 a Outubro de 2010
Variveis diferenciadas Nmero de Defasagens
LPET 5
LSOY 5
Fonte: Elaborada pelo autor a partir de dados bsicos do IMF Statistics

Os resultados dos testes de raiz unitria para as duas variveis diferenciadas e seus
respectivo trs modelos mostram que as respectivas hipteses nulas de presena de raiz
unitria nas sries podem ser rejeitadas. Em outras palavras a probabilidade de se cometer o
Erro Tipo I, ou seja, rejeitar a hiptese nula e essa hiptese ser verdadeira se encontra
abaixo do nvel de significncia de 1%. Em outras palavras, a probabilidade de se rejeitar
algo que verdadeiro muito pequena, uma vez que, os respectivos p-values se encontram
abaixo do nvel de significncia de 1%, conforme pode ser observado na Tabela 4.
Portanto, conclui-se que ambas as variveis so integradas de ordem um (I(1)), ou seja, so
diferena estacionrias (DS), uma vez que, necessria a aplicao de uma diferena de
ordem um sobre cada uma delas para torn-las estacionrias.
Tabela 4.- Resultados dos Testes de Raiz Unitria ADF, variveis diferenciadas de ordem
um, LPET e LSOY, Janeiro de 1980 a Outubro de 2010
Varivel 1 Pr < 2 Pr < 3 Pr <
LPET -12.38 <.0001 -12.31 <.0001 -12.32 <.0001
LSOY -11.72 <.0001 -11.71 <.0001 -11.71 <.0001
1
Modelo com tendncia e constante; 2 Modelo sem tendncia, porm com constante; 3 Modelo sem tendncia
e sem constante.
Fonte: Elaborada pelo autor a partir de dados bsicos do IMF Statistics.
 9

Assim como nos casos dos testes de raiz unitria, antes da execuo do teste de
Causalidade de Granger torna-se necessrio determinar o nmero de defasagens. Os
resultados do critrio de informao conjunto AICC mostraram a necessidade da incluso
de cinco defasagens na conduo do teste de Causalidade de Granger, conforme
apresentado na Tabela 3, uma vez que, no caso do teste de Causalidade de Granger, as
variveis devem ser estacionrias, foram utilizados os resultados do Critrio de Informao
AICC com as variveis diferenciadas.
De acordo com os resultados dos testes de Causalidade de Ganger, a hiptese nula
de que LPET no causa LSOY no pode ser rejeitada, uma vez que, a probabilidade de se
cometer o Erro Tipo I, ou seja, rejeitar a hiptese nula e essa hiptese ser verdadeira
muito elevada, mais precisamente 29,31%. Portanto, no rejeita-se a hiptese nula de que
os preos internacionais do petrleo no causam-Granger os preos internacionais da soja.
Por outro lado, a hiptese nula de que LSOY no causa LPET, tambm no pode ser
rejeitada, uma vez que, a probabilidade de se rejeitar a hiptese nula e ela ser verdadeira
igual a 20,04%, ou seja, a probabilidade de se rejeitar algo que verdadeiro muito
elevada. Portanto, no se rejeita a hiptese nula e rejeita-se a hiptese alternativa, e, como
resultado LSOY no causa-Granger LPET, ou seja, os preos internacionais da soja no
causam os preos internacionais do petrleo (Tabela 5). Estes resultados mostram que h
ausncia de causalidade em ambos os sentidos.
Tabela 5. Resultados dos Testes de Causalidade de Granger, variveis diferenciadas, LPET
e LSOY, Janeiro de 1980 a Outubro de 2010
Teste Hiptese nula Teste 2
Graus de liberdade Probabilidade
1 LPET no causa LSOY 6.14 5 0.2931
2 LSOY no causa LPET 7.28 5 0.2004
Fonte: Elaborada pelos autores a partir de dados bsicos do IMF Statistics.
Dado que, os testes de Causalidade de Granger devem ser conduzidos com as
variveis estacionrias, isso implica que na sua estimao, os elementos de longo prazo das
sries so desconsiderados, prevalecendo dessa forma, somente os elementos de curto prazo
das sries. Portanto, os resultados dos testes de Causalidade de Granger mostram que, no
curto prazo, nem os preos internacionais do petrleo causam-Granger os preos
internacionais da soja nem ocorre o contrrio. A expectativa que variaes nos preos da
soja no causem variaes nos preos do petrleo, pois comparativamente, o petrleo um
insumo muito mais relevante para a economia de um pas do que a soja, e isso foi
corroborado pelo resultado obtido, uma vez que, os preos da soja no causam os preos do
petrleo. No entanto, seria de se esperar que variaes nos preos do petrleo causassem
variaes nos preos da soja, pois o petrleo entra como insumo na produo de defensivos
agrcolas, sendo que a cultura da soja utiliza muito herbicida no seu processo de produo.
No entanto, os resultados mostraram que variaes nos preos do petrleo no causam
variaes dos preos da soja, possivelmente, isso reflita as caractersticas intrnsecas da
produo agrcola conforme preceitua o Modelo de Nerlove (1958). Em linhas gerais, o
modelo de Nerlove (1958) supe a impossibilidade da produo agrcola, e
conseqentemente dos preos, se ajustarem as variaes nos preos dos prprios produtos,
produtos concorrentes e insumos utilizados na produo agrcola no curto, logo, o ajuste
completo somente pode ocorrer no longo prazo, justificando dessa forma, que no h
causalidade entre as variveis no curto prazo.
 10

Sendo assim, possivelmente, deve ocorrer relacionamento de longo prazo entre os

preos internacionais da soja e os preos internacionais do petrleo, ou seja, possivelmente,
essas variveis devem convergir para uma posio de equilbrio no longo prazo, isto , co-
integram. Portanto, o prximo passo ser a estimao do modelo de co-integrao para
confirmar se essas variveis possuem ou no relacionamento de longo prazo.
O teste de co-integrao de Johansen9 constatou que em nvel de 5,0% para o Caso
10
2 , no h nenhum vetor de co-integrao, pois a hiptese nula de que no h nenhum
vetor de co-integrao versus a hiptese alternativa de que h pelo menos um vetor de co-
integrao, no pode ser rejeitada, uma vez que o valor crtico da estatstica trao
superior ao seu respectivo valor calculado (Tabela 7). Logo, o modelo representado pelo
Caso 2 pode ser descartado. J, em relao ao Caso 311, a hiptese nula de que no h
nenhum vetor de co-integrao versus a hiptese alternativa de que h pelo menos um vetor
de co-integrao pode ser rejeitada, dado que o respectivo valor calculado da estatstica
trao superior ao seu respectivo valor crtico em nvel de 5%. A seguir, testou-se a
hiptese nula de que h um vetor de co-integrao contra a hiptese alternativa de que h
pelo menos dois vetores de co-integrao. Dessa vez, a hiptese nula no foi rejeitada, pois
o valor calculado da estatstica trao inferior ao seu respectivo valor tabelado em nvel de
significncia de 5% (Tabela 6). Portanto, nesse sistema h somente um vetor de co-
integrao quando se considera que o modelo tenha constante no modelo de correo de
erro e tendncia no termo de correo de erro (ou espao de co-integrao).
Tabela 6 Resultados do Caso 3 para o teste de co-integrao de Johansen para a estatstica
trao, variveis LPET e LSOY, Janeiro de 1980 a Outubro de 2010
H_0: H_1 Eigenvalue trao Valor Modelo de correo Termo de
Crtico 1 de erro correo de erro
Rank = r Rank > r Constante Tendncia Linear
0 0 0.0399 16.58* 15.34
1 1 0.0043 1.60 3.84
1
Valor Crtico fornecido pelo SAS em nvel de 5,0%. * Significativo em nvel de 5,0%.
Fonte: Elaborada pelo autor a partir de dados bsicos do IMF Statistics.
Tabela 7 Resultados do Caso 2 para o teste de co-integrao de Johansen para a estatstica
trao, variveis LPET e LSOY, Janeiro de 1980 a Outubro de 2010
H_0: H_1 Eigenvalue traoValor Crtico Modelo de correo
1
Termo de
de erro correo de erro
Rank = r Rank > r Constante Constante
0 0 0.0400 16.85 19.99
1 1 0.0049 1.81 9.13
1
Valor Crtico fornecido pelo SAS em nvel de 5,0%.
Fonte: Elaborada pelo autor a partir de dados bsicos do IMF Statistics.
Outro aspecto a ser realado que, a partir dos resultados do teste de co-integrao
tambm possvel verificar se os sinais dos coeficientes das variveis analisadas esto
coerentes com a teoria econmica. Isto feito atravs da anlise dos coeficientes das

9
Nesse teste, a varivel normalizada foi LSOY.
10
No h um drift (ou constante) no VEC(p), porm a constante entra somente via termo de correo de erro.
11
H um drift separado e nenhuma tendncia linear na forma do VEC(p).
 11

variveis relativas primeira equao de co-integrao normalizada. Neste caso, a

normalizao foi efetuada tendo-se como base o valor da estimativa do coeficiente de
LSOY, logo, o valor da estimativa do coeficiente assumiu valor igual a um. Portanto, LSOY
representa a varivel de sada (endgena) do sistema enquanto que, LPET considerada de
entrada (exgena). Sendo assim, a anlise das estimativas dos coeficientes deve ser
conduzida com o sinal invertido para LPET na ltima coluna da direita da Tabela 8, uma
vez que, na equao de co-integrao normalizada todas as variveis permanecem do
mesmo lado.
Constatado que as variveis co-integram, isso implica que essas variveis
convergem para o equilbrio no longo prazo. Dado que o sistema tem duas variveis, mas,
somente um vetor de co-integrao, deve-se estimar um Modelo Vetorial de Correo de
Erro (VEC).
As estimativas dos parmetros de longo prazo do Modelo Vetorial de Correo de
Erro mostram que, variaes nos preos internacionais do petrleo so transferidas menos
que proporcionalmente, em torno de 36,43% para os preos internacionais da soja,
mostrando que essa relao inelstica (Tabela 8).
Tabela 8 Estimativas dos coeficientes de curto e longo prazos do Modelo Vetorial de
Correo de Erro (VEC), variveis LPET e LSOY, Janeiro de 1980 a Outubro de 2010
Variveis Estimativas dos coeficientes de Estimativas dos parmetros de longo prazo ( )
ajustes de curto prazo ( )
LPET 0.02743 -0.36430
LSOY -0.04662 1.00000
Fonte: Elaborada pelos autores a partir de dados bsicos do IMF Statistics.

Esperar-se-ia que essa inelasticidade fosse mais prxima da unidade, no entanto,

necessrio enfatizar que a questo entrelaando alimentos e bioenergia relativamente
recente e o perodo de anlise relativamente longo em termos temporais. Em linhas gerais,
ao se analisar a economia mundial no perodo de 2001 at setembro de 2008, observa-se um
quadro de acentuado crescimento econmico, em especial dos pases asiticos, com
destaque para a China. Esse aquecimento da economia mundial elevou a demanda por
matrias-primas e insumos, e, conseqentemente, condicionou expressivo aumento dos
preos das commodities agrcolas e no agrcolas. Essa elevao dos preos internacionais
das commodities foi to expressiva que atingiram preos nunca antes alcanados na
histria. Tambm, necessrio observar que esse efeito ascendente dos preos das
commodities foi exacerbado pelo fato de que diversos pases, com nfase os pases
asiticos, e, mais precisamente a China, implementaram polticas que contriburam no
sentido de elevar seus respectivos nveis de renda domsticas, fato esse que elevou a
demanda por alimentos, especialmente de protena animal, e conseqentemente, de gros e
oleaginosas, as quais so a base para produo de rao, que, por sua vez o principal
alimento para o gado, frango e sunos, resultando na elevao dos preos mundiais das
commodities.
Dada a trajetria ascendente dos preos do petrleo no perodo em questo, os
Estados Unidos, passaram a incentivar a produo de etanol combustvel a partir do milho,
visando no somente diminuir os impactos ambientais proporcionados pela queima de
combustveis fsseis, mas tambm, reduzir a dependncia do petrleo importado. Mais
especificamente, conforme Serra; Zilberman; Gil; Goodwin, (2010), o estmulo dado pelo
 12

governo dos Estados Unidos para a produo de etanol a partir do milho inicia-se
efetivamente a partir de 1978. No entanto, adicional incentivo para a produo e demanda
de etanol nos Estados Unidos veio do Renewable Fuel Standard (RFS) promulgado em lei
em 2005 pelo US Energy Policy Act de 2005 e complementado pelo Energy Independence
Security Act de 2007. Espera-se que o programa RFS contribua substancialmente para a
expanso da indstria de etanol, conforme Serra; Zilberman; Gil; Goodwin, (2010, p.57),
citando o United States Department of Agriculture (2008). Ainda, de acordo com Serra;
Zilberman; Gil; Goodwin, (2010), citando Renewable Fuels Association (2009), o mercado
de etanol nos Estados Unidos evoluiu de 2,8 bilhes de gales em 2003 para 9 bilhes em
2008. Portanto, alm da demanda por milho para a produo de alimentos, a demanda por
milho ficou ainda mais acirrada em funo da sua utilizao como matria-prima para
produo de etanol. Dado que, os Estados Unidos no possuem mais fronteira agrcola, o
aumento da produo de milho somente pode ocorrer via diminuio de rea de outras
culturas voltadas para o mercado de alimentos12, entre elas, a rea plantada com soja. Essa
reduo da oferta de alimentos diante de um aumento da demanda generalizada por
biocombustveis tende a elevar os preos dos alimentos, ou seja, existem vasos
comunicantes que interligam os mercados de alimentos e de bioenergia, sendo que esse
relacionamento entre esses dois mercados ficou mais intenso somente no perodo mais
recente. Tambm, necessrio realar que diversos pases, entre eles o Brasil, esto
estimulando a produo e utilizao de biodiesel. No caso do Brasil, a produo de
biodiesel tem como matria-prima a soja. Portanto, a utilizao da soja para produo de
biodiesel reduz ainda mais quantidade de soja disponvel para a produo de farelo para a
produo de protena animal, e, conseqentemente, pressionando ainda mais os preos
internacionais da soja.
Em relao aos parmetros de curto prazo, os resultados do modelo VEC, mostram
que o valor de para a varivel preo da soja igual a -0.04662 (Tabela 8). O sinal
negativo indica que desequilbrios transitrios nos preos internacionais da soja so
corrigidos lentamente, ou seja, a uma taxa de 4,66 em cada perodo, implicando que o
retorno desse mercado para uma situao de equilbrio relativamente demorada. Tal
resultado, aparentemente, pode ser justificado pelo fato de que o mercado internacional de
soja concentrado, isto , h poucos relevantes pases exportadores desse produto, alm do
que, somente os Estados Unidos tm market share de pouco mais de 43,00%. Sendo assim,
quando um desses pases apresenta algum tipo de restrio de oferta do produto no mercado
internacional, em especial os prprios Estados Unidos, essa lacuna no pode ser preenchida
por outros pases rapidamente, da a pequena magnitude do coeficiente de desequilbrio
transitrio. Tambm, necessrio lembrar que apesar de ser o maior exportador mundial,
expressiva parcela da produo de soja dos Estados Unidos consumida domesticamente.
Na mdia para o perodo de 2006/07 a 2009/10, do total de milho produzido pelos Estados
Unidos, somente 41,44% foi exportado, sendo que o restante foi consumido internamente
pelas indstrias de raes e alimentos.

12
Uma alternativa seria a introduo de inovaes tecnolgicas que permitissem elevar a produtividade do
processo de produo do milho. Elevar a produtividade significa aumentar a produo utilizando a mesma
quantidade de insumos ou ento produzir a mesma quantidade, porm, como menor quantidade de insumos. A
produtividade do milho para a produo de etanol relativamente baixa, por exemplo, em relao produo
de etanol a base da cana-de-acar, tanto assim, esto sendo feitos investimentos na produo dos
denominados biocombustveis de segunda gerao a base de celulose.
 13

A partir de dados do United States Deparment of Agriculture (2011), foram

calculadas as participaes mdias percentuais dos principais pases exportadores de soja
para o perodo de 2006/07 a 2009/10. Em ordem decrescente tem-se: Estados Unidos
(43,10%), Brasil (33,65%), Argentina (13,18%), Paraguai (5,04%), Canad (2,60%) e
Outros (2,63%). Alm disso, foram calculados dois ndices de concentrao, visando dessa
forma, confirmar que o referido mercado concentrado. O ndice de concentrao CR4, o
qual o resultado da soma percentual dos quatro maiores exportadores de soja atingiu
94,97%. O ndice de Herfindahl-Hirschman (HHI), o qual, segundo Viscusi, Vernon e
Harrington Jr (1995, p.150) tem a vantagem de incorporar mais informao sobre o
tamanho da distribuio dos vendedores do que os simples ndices de concentrao. O
HHI13 tem valor mximo igual a 10.000 e nesse caso h somente um vendedor no mercado
(monoplio). Apesar do valor obtido para o HHI ser igual a 3.202,85, valor esse
relativamente distante de 10.000, ainda assim, pode-se afirmar que esse mercado apresenta
elevado nvel de concentrao (Tabela 9).
Tabela 9. Quantidade de Soja Exportada, Mercado Internacional, 2006/07 a 2009/10
Em milhares de Toneladas Mtricas
Pas/Ano 2006/07 2007/08 2008/09 2009/10 Mdia do Mdia Percentual do
Perodo Perodo
Estados Unidos 30386 31538 34817 40852 34398.25 43.10
Brasil 23485 25364 29987 28578 26853.5 33.65
Argentina 9560 13839 5590 13088 10519.25 13.18
Paraguai 3907 4585 2234 5350 4019 5.04
Canad 1683 1753 2206 2668 2077.5 2.60
Outros 1840 1695 2206 2668 2102.25 2.63
Total Mundial 70816 78774 76851 92783 79806 100.00
ndices de Concentrao de Mercado
ndice C4 94.97 Herfindahl-Hirschman (HHI) 3202.85
Fonte: Elaborada pelos autores a partir de dados bsicos do USDA (2011).

Em relao ao parmetro de curto prazo associado varivel petrleo, o seu

respectivo sinal positivo quando deveria ser negativo. Esse resultado pode estar associado
ao fato de que a varivel preo internacional do petrleo fracamente exgena.
Visando confirmar se os preos internacionais do petrleo esto descolados dos
preos internacionais da soja, mas que, os preos da soja so influenciados pelos preos
internacionais do petrleo, foram realizados testes de exogeneidade sobre os parmetros ,
para averiguar se as variveis reagem em funo de alteraes no equilbrio de longo prazo.
Os resultados mostram que a hiptese nula - que os preos da soja nos Estados
Unidos no reagem s mudanas (isto , so fracamente exgenos) na relao de equilbrio
de longo prazo foi rejeitada, pois h menos de 1% de probabilidade de rejeitar a hiptese
nula, ou seja, cometer o Erro Tipo I, quando ela verdadeira. Isto indica que a varivel

13
O HHI calculado da seguinte forma conforme apresentado em Viscusi, Vernon e Harrington Jr (1995,
p.150), si denota o percentual da firma i no total de vendas da indstria (isto , seu market share), ento, o
HHI definido como HII = (100s1)2 + (100s2)2 + ... + (100sn)2 onde n igual ao nmero de firmas.
 14

LSOY no fracamente exgena relativamente a LPET, ou seja, os preos internacionais do

petrleo influenciam o comportamento dos preos internacionais da soja (Tabela 10).
O mesmo no foi constatado para a varivel LPET em relao LSOY, uma vez que,
a probabilidade de rejeitar a hiptese nula de que os preos internacionais do petrleo no
reagem s mudanas (ou seja, so fracamente exgenos) na relao de equilbrio, no foi
rejeitada, uma vez que, a probabilidade de se rejeitar a hiptese nula igual a 21,74%.
Logo, os preos internacionais do petrleo so fracamente exgenos em relao aos preos
internacionais da soja. Portanto, os preos internacionais do petrleo no so influenciados
pelos preos internacionais da soja. Portanto, no h informao relevante na equao de
LSOY que torne mais eficiente as estimaes da equao de LPET (Tabela 10). Isso quer
dizer que mais eficiente estimar somente uma equao do que um sistema com duas
equaes. Esses resultados corroboram o sinal positivo encontrado para o associado
varivel LPET encontrado no Modelo Vetorial de Correo de Erro (VEC), conforme
apresentado na Tabela 8.
Tabela 10 Teste de exogeneidade sobre os parmetros de curto prazo ( ) para as
variveis LPET e LSOY, Janeiro de 1980 a Outubro de 2010
Varivel 2 Graus de Liberdade P-Value
LSOY 10.67 1 0.0011
LPET 1.52 1 0.2174
Fonte: Elaborada pelos autores a partir de dados bsicos do IMF Statistics.
A seguir so apresentados os resultados relativos Decomposio da Varincia dos
Erros de Previso.
A Tabela 11 apresenta os resultados relativos decomposio da varincia dos erros
de previso para as duas variveis14. A segunda coluna da Tabela 11 apresenta os perodos,
que nesse caso esto expressos em nmeros de meses. Neste trabalho, admite-se que um
choque no antecipado sobre qualquer uma das variveis analisadas perdure no mximo
vinte e quatro meses. No caso da varivel LSOY, a terceira coluna capta o percentual da
varincia dos erros de previso15 em funo de choques no antecipados sobre essa
varivel, isto , mede qual o efeito que um choque no antecipado sobre LSOY tem sobre
ela mesma ao longo do tempo. A quarta coluna mostra os percentuais das varincias dos
erros de previso de LSOY que so atribudas s variaes em LPET. A partir da Tabela 11,
verifica-se que, decorridos 24 meses, aps um choque no antecipado sobre LSOY 86,48%
da varincia dos erros de previso de LSOY so atribudos a ela prpria, enquanto que, os
restantes 13,51% da sua decomposio da varincia dos erros de previso devem-se a
LPET. Nesse caso, verifica-se que, choques no antecipados sobre os preos da soja tendem
a perder relevncia com o passar do tempo, enquanto que, os preos internacionais do
petrleo passam a ter maior participao sobre os preos internacionais da soja. Esse
resultado est de acordo com as expectativas, uma vez que, a viabilidade econmica da

14
Conforme Margarido (2000, p, 132-133), a decomposio dos erros de previso mostra o comportamento
dinmico apresentado pelas variveis econmicas. Mais especificamente, este instrumental permite separar a
varincia do erro de previso para cada varivel em componentes que podem ser atribudos pelas demais
variveis endgenas isoladamente, ou seja, revela em termos percentuais qual o efeito que um choque no
antecipado sobre determinada varivel tem sobre as demais variveis pertencentes ao sistema.
15
preciso enfatizar que para evitar que as inovaes sejam correlacionadas, as matrizes foram
diagonalizadas via decomposio de Cholesky. Detalhes sobre esse mtodo podem ser encontrados em
Margarido, Bueno, Martins e Carnevalli (2004) e Bliska (1990).
 15

utilizao do biodiesel a base de soja e da prpria soja para produo de farelo depende dos
preos do petrleo.
Tabela 11 Resultados da Decomposio da Varincia dos Erros de Previso em
Porcentagem para as variveis LSOY e LPET, Janeiro de 1980 a Outubro de 2010
Varivel Lead LSOY LPET
LSOY 1 1.00000 0
6 0.99851 0.00149
12 0.97492 0.02508
18 0.92542 0.07458
24 0.86485 0.13515
Fonte: Elaborada pelos autores a partir de dados bsicos do IMF Statistics.
Em relao varivel LPET, um choque no antecipado sobre ela, mostra que,
decorridos 24 meses aps esse choque inicial, 89,59% da decomposio da varincia dos
erros de previso do preo internacional do petrleo devem-se a ela mesma, enquanto que,
os restantes 10,40% da sua decomposio da varincia dos erros de previso devem-se aos
preos internacionais da soja (Tabela 12). Os resultados da decomposio da varincia dos
erros de previso para os preos do petrleo tambm esto condizentes com as expectativas,
uma vez que, choques no antecipados sobre os preos internacionais do petrleo so
pesadamente influenciados pelos prprios preos do petrleo e so pouco influenciados
pelos preos internacionais da soja.
Tabela 12 Resultados da Decomposio da Varincia dos Erros de Previso em
Porcentagem para as variveis LSOY e LPET, Janeiro de 1980 a Outubro de 2010.
Varivel Lead LSOY LPET
LPET 1 0.01705 0.98295
6 0.03828 0.96172
12 0.06361 0.93639
18 0.08582 0.91418
24 0.10404 0.89596
Fonte: Elaborada pelos autores a partir de dados bsicos do IMF Statistics.
Em relao s respectivas funes de resposta de impulso, um choque no
antecipado de LSOY sobre ela prpria mostra trs fases distintas. Inicialmente, a funo de
resposta de impulso ascende rapidamente no perodo entre o incio do choque e um aps a
incidncia do choque no antecipado, caracterizando um overshooting. No perodo
compreendido entre o primeiro e segundo ms aps o choque inicial no antecipado, os
preos da soja continuam a se elevar, porm, a taxas decrescentes at atingir seu ponto de
mximo, o qual corresponde ao segundo ms aps o choque inicial. A partir desse ponto, os
preos da soja apresentam trajetria descendente, porm, num ritmo lento at se
estabilizarem em torno do vigsimo quarto ms aps a incidncia do choque inicial no
antecipado (Figura 1). A trajetria apresentada pelos preos da soja em decorrncia de
choque no prprio mercado de soja caracteriza um comportamento auto-regressivo como
era esperado. Ou seja, diante de um choque no antecipado no mercado de soja, seus preos
inicialmente se elevam atingem um ponto de mximo, e, a partir da comeam a decair,
sendo que, esse decaimento capta o fato de que, ao longo do tempo, os agentes econmicos
se ajustam aps esse choque inicial.
Tambm, como esperado, os preos internacionais do petrleo apresentam
comportamento auto-regressivo, ou seja, choques no antecipados sobre os preos
 16

internacionais do petrleo inicialmente induzem ao rpido crescimento dos preos no

perodo entre o choque e um ms aps o choque inicial. Os preos continuam a se elevar,
porm, em menor ritmo entre o primeiro e segundo ms aps o choque inicial atingindo seu
ponto de mximo. A partir da, os preos do petrleo iniciam um perodo de lenta queda at
se estabilizarem em torno do vigsimo quarto ms aps o choque inicial, porm, num
patamar superior ao do perodo anterior ao choque. Possivelmente, isso se deva ao fato de
que o petrleo um insumo com baixa elasticidade, ou seja, a sua substituio por outros
insumos energticos demanda tempo e tambm dos seus respectivos preos relativos
(Figura 2).
A Figura 3 mostra a funo de resposta de impulso dos preos da soja em funo de
choques no antecipados nos preos internacionais do petrleo. Aps o choque no
antecipado dos preos do petrleo sobre os preos da soja, esses ltimos declinam at o
primeiro ms aps a incidncia desse choque inicial. No perodo entre o primeiro e segundo
ms aps o choque inicial, os preos se mantm estveis. A partir dos segundo ms aps a
incidncia do choque inicial, os preos internacionais da soja apresentam tendncia
ascendente at se estabilizarem em torno do vigsimo quarto ms. Possivelmente, esse
comportamento ascendente da funo de resposta de impulso esteja relacionado ao fato de
que no perodo analisado, os preos do petrleo apresentaram comportamento ascendente, e
dada dependncia dos Estados Unidos em relao ao petrleo importado, essa elevao
transmitida para os preos internacionais da soja, pois a demanda por soja se eleva, uma
vez que, alm de ser utilizada na produo de rao e alimentos, passa a ser outra opo
para a produo de biodiesel, pressionando ainda mais o preo da soja no mercado
internacional.
0.12 0.035
0.08

0.03
0.07
0.1

0.025
0.06

0.08

0.05 0.02

0.06
0.04 0.015

0.03 0.01
0.04

0.02
0.005

0.02
0.01
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

0 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 -0.005
Ms Ms Ms

Figura 3.- FRI Preos

Figura 1.- FRI Soja-EUA Figura 2.- FRI Preos
Internacionais Soja/
em relao a choques no Internacionais do Petrleo
choques no antecipados
antecipados nos prprios em relao a choques no
nos Preos Internacionais
preos da soja para 24 antecipados nos prprios
do petrleo para 24 meses.
meses. preos do petrleo para 24

Fonte: Elaboradas pelos autores a partir de dados bsicos do IMF Statistics.

A Tabela 13 apresenta os resultados do modelo GARCH Multivariado com
representao BEKK.
Tabela 13. - Estimativas do Modelo GARCH Multivariado, representao BEKK
 17

Parmetro Estimativa Erro-Padro da Estimativa Teste t P-value

GARCH1_1 0.06365 0.04880 1.30 0.1929
GARCH1_2 0.00536 0.00350 1.53 0.1261
GARCH2_2 0.05279 0.04019 1.31 0.1898
ARCH1_1_1 0.69223 0.10711 6.46 0.0001
ARCH1_2_1 0.13561 0.10665 1.27 0.2043
ARCH1_1_2 0.00584 0.05431 0.11 0.9144
ARCH1_2_2 0.29288 0.10842 2.70 0.0072
* Significativo em nvel de 1%. ** Significativo em nvel de 10%.
Fonte: Fonte: Elaborada pelos autores a partir de dados bsicos do IMF Statistics.
Dado que, os coeficientes individuais do modelo GARCH Multivariado no podem
ser interpretados diretamente, torna-se necessrio utilizar o formato matricial apresentado
na frmula 2. A partir dessas matrizes so construdas as equaes para, posteriormente,
analisar os valores dos coeficientes estimados. Porm, antes necessrio realar que
hij ,t 1 , i, j =1,2 mostram as volatilidades diretas e indiretas entre os preos da soja e do
petrleo, enquanto que, os parmetros associados a i ,t 1 e 1,t 1 2,t 1 mostram como as
respectivas volatilidades dos dois preos so afetadas por choques no antecipados nos
mercados. A partir das matrizes apresentadas em (2) foram geradas as equaes abaixo,
sendo que o smbolo (*) mostra que o parmetro estatisticamente significativo.
No caso da equao 1, os resultados mostram que a volatilidade dos preos do
petrleo no perodo t ( h11,t ) no diretamente afetada pela volatilidade no prprio
mercado do petrleo defasado de um perodo (h11,t 1 ) , contrariando as expectativas. Os
resultados tambm mostram que a volatilidade do preo do petrleo no perodo t no
afetada diretamente nem indiretamente pela volatilidade do preo da soja no perodo t-1.
Esse resultado j era esperado, pois est em consonncia dos resultados dos testes de
exogeneidade, os quais mostram que os preos do petrleo so fracamente exgenos em
relao aos preos da soja. Isso quer dizer que os preos do petrleo no variam em funo
de variaes de preos da soja. Ainda com relao equao (1), os resultados mostram
que a volatilidade dos preos do petrleo no perodo t afetada por choques no
antecipados nos preos do petrleo no perodo t-1 ( 1,t 1 ) , conforme j era esperado.
2

Tambm, mostram que a volatilidade dos preos do petrleo no perodo atual no afetada
nem diretamente ( 2,t 1 ) nem indiretamente (1,t 1 2,t 1 ) por choques no antecipados nos
2

preos da soja no perodo t-1, resultado esse que j era esperado.

No caso da equao (2), os resultados mostram que a volatilidade dos preos da soja
no perodo t no afetada nem pela volatilidade da prpria soja quanto do petrleo, ambos
defasados de um perodo. A volatilidade dos preos da soja no perodo atual somente
afetada por choques no antecipados no prprio preo da soja em t-1 (
2
2,t 1 ).
 18

h11,t = 0.004051h11,t 1 + 0.000682h12,t 1 + 2.87296E 05 h22,t 1 +

+ 0.479182373 21,t 1 * + 0.1877466211,t 1 2,t 1+ 0.018390072 2 2,t 1 (1)
h22,t = 2.87296E 05h11,t 1 + 0.000565909h12,t 1 + 0.002786784h22,t 1 +
+ 3.41056E 05 21,t 1 + 0.0034208381,t 1 2,t 1+ 0.085778694 2 2,t 1 * ( 2 )
h12,t = 0.000341h11,t 1 + 0.003389h12,t 1 + 0.00336h22,t 1 +
+ 0.004043 21,t 1 + 0.2035321,t 1 2,t 1 + 0.039717 2 2,t 1 ( 3)
CONCLUSES

Este trabalho avaliou empiricamente o relacionamento entre as diversas

commodities crescentemente envolvidas na produo de energia, e que hoje freqentemente
so commodities tambm envolvidas nas cadeias de produo de alimentos e raes.
O maior entrelaamento entre os mercados agropecurios e de energia em razo da
produo de combustveis renovveis afetam os preos agropecurios de duas formas. Em
primeiro lugar, elevam os custos de produo do segmento agropecurio, alm de tornar os
preos agropecurios mais volteis. Em segundo lugar, h um efeito substituio, pois, em
funo dos preos relativos, os produtores agrcolas substituem a produo de alimentos
por biocombustveis. Em escala global, essa situao pode gerar ganhos extras aos
produtores agrcolas, revertendo tendncia secular de perda de relevncia da agricultura,
porm, por outro lado, pode elevar ao aumento de preos dos alimentos, prejudicando,
dessa forma, os consumidores, principalmente, dos pases em desenvolvimento, e,
conseqentemente, possveis problemas de segurana alimentar nesses pases.
Os resultados dos testes de Causalidade de Granger mostram que no h
relacionamento de curto prazo entre os preos internacionais do petrleo e da soja. No
entanto, o resultado do teste de co-integrao de Johansen mostra que h relacionamento de
longo prazo, porm, a transmisso de preos inelstica, ou seja, variaes nos preos
internacionais do petrleo so transmitidas menos que proporcionalmente para os preos da
soja. Os resultados dos testes de exogeneidade mostram que os preos do petrleo so
fracamente exgenos em relao aos preos da soja, enquanto que, os preos da soja no
so fracamente exgenos, isso significa que os preos da soja so afetados por variaes
nos preos do petrleo, conforme confirmado pelo teste de co-integrao. Em relao s
respectivas volatilidades, os resultados do modelo GARCH Multivariado mostram as
volatilidades dos preos do petrleo e da soja so afetadas por choques no antecipados
defasados de um perodo em seus respectivos mercados.
As expectativas eram que a elasticidade de transmisso de preos entre os dois
mercados fosse mais elevada, assim, como, que haveria transmisso tanto direta quanto
indireta das volatilidades dos preos do petrleo para a volatilidade dos preos da soja.
Possivelmente, essas expectativas no se concretizaram em razo do fato de que o estmulo
em relao utilizao de combustveis relativamente recente, exceto no caso do Brasil,
onde a utilizao do etanol como combustvel se iniciou nos anos setentas, sendo que, o
programa do lcool somente a deslanchar com a inovao tecnolgica introduzida pela
utilizao dos carros flex fuel. Assim, a tendncia que, com o aumento da janela de
observaes em escala global, o relacionamento tenda a ficar mais relevante.
 19

Em termos globais, os Estados Unidos implementam desde 2007 o Energy

Independence Security Act de 2007, o qual consiste em um programa de estimulo
produo de etanol a partir do milho. Esse programa visa utilizao de etanol base
milho para ser adicionado gasolina em substituio ao ter metil terc-butlico como
aditivo. Os Estados Unidos so os lderes no consumo de etanol. Pelo lado da produo, os
Estados Unidos so os maiores produtores mundiais de etanol desde 2004, sendo que Brasil
e Estados Unidos conjuntamente representam 90,0% da produo mundial de etanol.
Quanto ao biodiesel, o destaque fica por conta da Unio Europia, cuja a maior produtora
mundial desse combustvel renovvel. No entanto, necessrio realar que o Brasil tambm
est implementando um programa na rea de biodiesel, denominado de Programa Nacional
de Biodiesel, e a principal fonte de matria-prima para produo de biodiesel a soja.
Tambm, China e ndia objetivam elevar a produo de biocombustveis, visando menor
dependncia do petrleo importado.
Diante desse cenrio, no futuro, sem inovaes tecnolgicas contundentes, a
perspectiva de aumento da produo de biocombustveis, com possveis efeitos negativos
da produo de alimentos. Por exemplo, no caso dos Estados Unidos, objetiva-se o
aumento da produo de etanol a base de milho com a conseqente expanso da rea de
milho em detrimento da rea de soja, fato esse que poder elevar ainda mais os preos da
soja no mercado internacional. Esse aumento do preo da soja induzir o Brasil a expandir
a rea para a produo de soja em direo a reas nativas, podendo causar srios problemas
ambientais tanto no bioma do cerrado quanto na regio amaznica.
Sendo assim, espera-se que em trabalhos futuros, a elasticidade de transmisso e
preos se eleve e que as volatilidades entre os preos do petrleo e da soja se acentuem.
Contudo, a relevncia da questo enseja uma maior explorao terica e emprica desses
relacionamentos na literatura, recomendando esforos futuros de pesquisa nessa direo.

LITERATURA CITADA
BANERJEE, Anindya et al. Cointegration, error-correction, and the econometric analysis
of non-stationary data. New York: Oxford University Press, 1993. 329p. (Advanced Texts
in Econometrics).
BLISKA, Flvia M, de Mello. Formao de preos de carne bovina: uma aplicao do
modelo de auto-regresso vetorial. Agricultura em So Paulo, v. 37, n.3, p. 41-59, 1990.
BROOKS, Chris. Introductory econometrics for finance. United Kingdom: Cambridge
University Press, 2002. 701p.
CHAREMZA, Wojciech W.; DEADMAN, Derek F. New directions in econometric
practice: general to specific modelling, cointegration and vector autoregression. Great
Britain: Edward Elgar, 1999, second edition. 344p.
COSTA, Silvia M.A.L. Relaes de longo prazo entre preos nos mercados internacionais
de arroz e milho. In: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA
RURAL, 37., Foz do Iguau, 1999. Anais. Braslia: SOBER, 1999.
DICKEY, David A.; FULLER, Wayne A. Likelihood ratio statistics for autoregressive time
series with a unit root. Econometrica, v.49, n.4, p.1057-1072, jul., 1981.
DICKEY, David A.; FULLER, Wayne A. Distribution of the estimators for autoregressive
time series with unit root. Journal of The American Statistical Association, v.74, n.366,
p.427-431, Jun. 1979.
ENDERS, Walter. Applied econometric time series. United States of America: John Wiley
& Sons, second edition, 2004. 460p.
 20

ENGLE, R.F.; KRONER, K.F. Multivariate simultaneous generalized ARCH. Econometric

Theory, 11, p.122-150. 1995.
FRANSES, Philip Hans. Time series models for business and economic forecasting. United
Kingdom: Cambridge University Press, 1998. 280p.
GRANGER, C.W.J. Investigating Causal Relations by Econometric Models and Cross-
Spectral Methods. Econometrica, 37, p.424-438. 1969. In: Essays in Econometrics.
Collected Papers of Clive W. J. Granger. Volume II: Causality, Integration and
Cointegration, and Long Memory. Edited by: Eric Ghysels, Norman R. Swanson, and Mark
W. Watson. United States: Cambridge University Press. 2001.
HARRIS, Richard I.D.; SOLLIS, Robert. Applied time series modeling and forecasting.
England: John Wiley & Sons, 2003. 302p.
HARRIS, Richard I.D. Cointegration analysis in econometric modelling. London: Prentice
Hall, 1995. 176p.
HURVICH, C.F. and TSAI, C.L. Regression and time series model selection in small
samples. Biometrika, 76(2), 297-307, 1989.
JOHANSEN, Soren. Likelihood-based inference in cointegrated vector auto-regressive
models. New York: Oxford University Press, 1995. 267p. (Advanced Texts in
Econometrics).
JOHANSEN, Soren; JUSELIUS, Katarina. Maximum likelihood estimation and inference
on cointegration with applications to the demand for money. Oxford Bulletin of Economics
and Statistics, v.52, n. 2, p. 169-210, 1990.
JUSELIUS, Katarina. The Cointegrated VAR Model: methodology and applications. Great
Britain: Oxford University Press. 2006. 457p.
KHANNA, Madhu; SCHEFFRAN, Jrgen; ZILBERMAN, David. Bioenergy Economics
and Policy: Introduction. In: Handbook of Bioenergy Economics and Policy. KHANNA,
Madhu; SCHEFFRAN, Jrgen; ZILBERMAN, David Editors. New York: Springer. 2010.
p.55-72.
MARGARIDO, Mario A.; BUENO, Carlos R.F.; MARTINS, Vagner A.; CARNEVALLI,
Luciana B. Anlise dos efeitos de preos e cmbio sobre o preo do leo de soja na cidade
de So Paulo: uma aplicao do modelo VAR. Pesquisa e Debate, v.15, n.1(25), p.69-106,
2004.
MARGARIDO, Mario A. Transmisso de preos agrcolas internacionais sobre preos
agrcolas domsticos: o caso do Brasil, 2000, 173 p. Tese de doutorado - USP/Esalq,
Piracicaba.
NERLOVE, Marc. The Dynamics of Supply: estimation of farmers responce to price.
Baltimore: Johns Hopkins, 1958.
PATTERSON, Kerry. An Introduction to Applied Econometrics: a time series approach.
United States of America: St. Martins Press, 2000. 795p.
Renewable Fuels Association Indsutry Statistics (2009) Available at
http://www.ethanolrfa.org/objects/pdf/outlook/outlook_2006.pdf
SERRA, Teresa; ZILBERMAN, David; GIL, Jos M.; GOODWIN, Barry K. Price
Transmission in the Ethanol Market. In: Handbook of Bioenergy Economics and Policy.
KHANNA, Madhu; SCHEFFRAN, Jrgen; ZILBERMAN, David Editors. New York:
Springer. 2010. p.55-72.
TSAY, Ruey S. Analysis of Financial Time Series. United States of America: John Wiley &
Sons. Second Edition. 2005. 605p.
 21

United States Department of Agriculture (2008) USDA Agricultural Projections to 2017.

Projections Report OCE-2008-1, Washington DC. Available at
http://www.ers.usad.gov/Publications/OCE081/OCE20081fm.pdf
UNITED STATES DEPARTMENT OF AGRICULTURE. Grain World Markets and
Trade, december. 2011. available at http://www.fas.usda.gov/psdonline/
VISCUSI, W. Kip; VERNON, John M.; HARRINGTON JR, Joseph E. Economics of
regulation and antitrust. United States: MIT Press. 1995. 890p.
WORLD INVESTMENT REPORT (WIR). Transnationals Corporations, Agricultural
Production and Development: Overview. New York and Geneva. United Nations
Conference on Trade and Development. 2009. 55p.