FUNDAO GETLIO VARGAS

ESCOLA DE ECONOMIA DE SO PAULO (FGV/EESP)

VANESSA LIEBERG

A influncia do estoque mundial de acar sobre o preo

internacional dessa commodity

So Paulo
Dezembro de 2014
I

VANESSA LIEBERG

A influncia do estoque mundial de acar sobre o preo

internacional dessa commodity

Dissertao apresentada Escola de

Economia de So Paulo, da Fundao
Getlio Vargas
EESP FGV, como parte dos
requisitos para obteno do ttulo de
Mestre em Economia e Gesto do
Agronegcio.
Campo de conhecimento: Economia e
Gesto do Agronegcio
Orientadora Prof. Dr. Mirian
Rumenos Piedade Bacchi

So Paulo
Dezembro de 2014

II

VANESSA LIEBERG

A influncia do estoque mundial de acar sobre o preo

internacional dessa commodity
Dissertao de Mestrado apresentada
Escola de Economia da Escola de
Economia de So Paulo da Fundao
Getlio Vargas EESP/FGV, como
requisito para a obteno de ttulo de
Mestre em Economia e Gesto do
Agronegcio.

Data de Aprovao:
_____ / _____ / _____
Banca Examinadora:

Prof. Dr. Mirian Rumenos Piedade Bacchi

Prof. Lilian Maluf

Prof. Luclio Alves

III

Lieberg, Vanessa
A influncia do estoque mundial de acar sobre o preo internacional dessa
commodity / Vanessa Lieberg. - 2014.
84 f.
Orientador: Mirian Rumenos Piedade Bacchi
Dissertao (MPAGRO) - Escola de Economia de So Paulo.
1. Mercado futuro de mercadorias. 2. Bolsa de mercadorias. 3. Indstria
aucareira. 4. Acar - Comrcio. 4. Anlise de sries temporais. I. Bacchi,
Mirian Rumenos Piedade. II. Dissertao (MPAGRO) - Escola de Economia
de So Paulo. III. Ttulo.

CDU 339.172

IV

AGRADECIMENTOS

orientadora Professora Mirian Rumenos Piedade Bacchi pelas indicaes de leitura

que foram essenciais para a elaborao deste trabalho, auxlio no desenvolvimento dos modelos
utilizados neste estudo e excelente domnio sobre o assunto apresentado durante o
desenvolvimento do projeto.
Ao coordenador do curso e Professor Angelo Gurgel por todo o apoio, incentivo e
orientao profissional perante as oportunidades de trabalho que surgiram ao longo do curso,
reconheo que sua ajuda foi essencial para finalizar este projeto.
Em especial, agradeo ao meu marido Jos Angelo Gurzoni Junior que me incentivou
a fazer o curso e teve muita pacincia durante a realizao das atividades e do tempo dedicado ao
mesmo. Agradeo ao carinho, incentivo, apoio e compreenso ao longo deste perodo.
minha famlia, Nelcy Brotto Lieberg, Roberto Lieberg e Fabola Lieberg por terem
me apoiado durante o tempo dedicado aos estudos. Todos tiveram muita pacincia e compreenso
devido a minha ausncia nos compromissos familiares e sociais, muito obrigada pelo carinho
concedido.
Agradeo aos amigos do curso de mestrado do MPAgro da Fundao Getlio Vargas,
pela agradvel companhia, tempo dedicado aos estudos e pela amizade.

RESUMO
O presente estudo visou, principalmente, analisar a influncia do estoque mundial de
acar sobre o preo dessa commodity.
O mercado do acar mudou consideravelmente aps a dcada de 70 devido crise
do petrleo e a entrada de pases em desenvolvimento que passaram a investir intensivamente
neste mercado. Pases como Brasil, ndia, China e Tailndia ganharam grande representatividade.
O maior destaque se tornou o Brasil, sendo este atualmente o maior produtor e exportador de
acar no mundo. Os principais fatores que tornaram o Brasil um dos lderes deste mercado
foram: condies climticas favorveis ao cultivo da cana-de-acar, ciclo de safra mais longo e
em perodo diferente dos demais pases produtores, a flexibilidade em se produzir etanol e acar
na mesma unidade industrial, incentivos governamentais para o crescimento do setor durante os
anos 80 e 90, e assim por diante.
Os modelos ajustados para avaliar o efeito do estoque, e da produo dos principais
pases sobre o preo internacional foram ajustados considerando as propriedades de integrao e
co-integrao das sries utilizadas. O mesmo ocorreu no caso do modelo construdo para explicar
o a formao de estoques. Modelos alternativos incluindo tendncia estocstica foram tambm
ajustados. Primeiramente verificou-se o efeito do estoque inicial e final sobre o preo do acar e
constatou-se que o estoque no final do ano-safra, o qual representa um excesso de oferta naquele
ano, teve um poder explanatrio importante sobre o preo da commodity. No caso do estoque do
ano anterior, o qual contribui para a oferta do ano-safra em questo, que determinado tambm
por condies de oferta e demanda daquele ano, o efeito foi menor.
Em seguida, procurou analisar o efeito da produo dos principais pases que tm
potencial para ofertar acar no mercado internacional e na formao do estoque mundial. Os
resultados mostraram que a produo do Brasil e a da ndia so as mais importantes na definio
do estoque mundial de acar, seguidas pela da Tailndia.
Por fim, ajustou-se um modelo para quantificar o impacto da produo dos maiores
produtores de acar sobre o seu preo e os resultados revelaram que a produo do Brasil foi a
que tem o efeito mais expressivo, seguida pela da China.

VI

Concluiu-se, no estudo, que a produo brasileira de acar tem uma grande

influncia sob a tica da oferta sob o preo, no entanto, outros pases tambm so importantes
nesse contexto, como foi o caso da ndia no caso de estoques e a da China no da formao do
preo. Alm disso, observou-se o efeito do preo internacional de acar sobre o mix de produo
acar/etanol brasileiro e no o contrrio.

Palavras-chaves: preo internacional do acar bruto, curva de oferta e demanda, elasticidade,

sries temporais, teste de raiz unitria e co-integrao e funo de transferncia.

VII

ABSTRACT

Global Sugar market has changed considerably since 1970; the dramatic fluctuations
in sugar prices have affected the sugar market worldwide. Therefore, new countries such as
Brazil, India, China and Thailand start to invest intensively into this market. In the new scenario,
Brazil became the main producer of sugar, as well as the main exporter one. The models
considered in this study showed the influence of the main sugar producers and the worldwide
stocks against the commodity price behaviour.
Firstly, the study showed that ending-stocks have a higher impact in the sugar prices
comparing to beginning-stocks, in this case, the main countries that contribute for stocks build-up
were Brazil and India. Secondly, this study evaluated the impact of the largest sugar producers
against the price, the models concluded that Brazil was the most significant country followed by
China.
Although the study showed Brazil as the main country which impacts stocks and
sugar price; it is important to highlight that other countries are also important in the context to
identify the main drivers for the supply and demand dynamics in order to evaluate price levels in
response of the production and stocks.

VIII

LISTA DE TABELAS
Tabela 1 - Destaque dos maiores consumidores de acar no mundo. ........................................... 6
Tabela 2 Formao do estoque mundial de acar. Fonte: (USDA, 2014) .................................. 7
Tabela 3 - Balano Final da safra 2013/2014 na regio Centro-Sul.............................................. 18
Tabela 4 - Balano Final da safra 2012/2013 e 2013/2014 na ndia (1.000 toneladas mtricas) .. 22
Tabela 5 - Balano Final da safra 2012/2013 e 2013/2014 na Unio Europeia (1.000 toneladas
mtricas) ........................................................................................................................................ 23
Tabela 6 - Balano Final da safra 2012/2013 e 2013/2014 na China (1.000 toneladas mtricas) 24
Tabela 7 Dados mundiais de produo e estoque de acar....................................................... 46
Tabela 8 Meses que compreendem o ano safra de cada pas referente aos dados de produo e
estoques extrados do USDA. ........................................................................................................ 47
Tabela 9 Resultados do modelo de correo de erro para explicar o preo no mercado
internacional tendo com argumento o estoque. ............................................................................. 50
Tabela 10 Resultados do modelo de tendncia determinista para explicar o preo no mercado
internacional tendo com argumento o estoque. ............................................................................. 51
Tabela 11 Resultados do modelo de correo de erro para explicar o preo no mercado
internacional tendo com argumento o estoque defasado. .............................................................. 51
Tabela 12 Resultados do modelo de tendncia determinista para explicar o preo no mercado
internacional tendo com argumento o estoque defasado. .............................................................. 52
Tabela 13 - Resultados dos modelos ajustados para explicar a formao de estoque internacional
de acar (modelo de Correo de Erro). ...................................................................................... 53
Tabela 14 - Resultados dos modelos ajustados para explicar a formao de estoque internacional
de acar (modelo de Correo de Erro). ...................................................................................... 54
Tabela 15 - Resultados do modelo de correo de erro ajustado para explicar a formao de preo
internacional de acar. ................................................................................................................. 55
Tabela 16 - Resultados do modelo de tendncia determinista ajustado para explicar a formao de
preo internacional de acar. ....................................................................................................... 56

IX

LISTA DE FIGURAS
Figura 1 - Produo e consumo mundial de acar. ........................................................................ 4
Figura 2 - Principais produtores mundiais de acar durante a safra 2013/14. ............................... 5
Figura 3 - Histrico de Produo dos Principais Pases Produtores de acar dos ltimos 10 anos.
......................................................................................................................................................... 5
Figura 4 - Principais Consumidores de acar mundial dos ltimos 10 anos. ................................ 6
Figura 5 Produo Global de acar bruto, consumo e estoques finais. ...................................... 8
Figura 6 Balano da Produo Global de acar bruto e a relao estoque e consumo. .............. 8
Figura 7 Correlao entre o preo do acar bruto e a relao estoque e consumo. .................... 9
Figura 8 Mapa de Produo de Acar no Brasil extrado do site da UNICA. .......................... 11
Figura 9 - Moagem no Brasil......................................................................................................... 13
Figura 10 - Mdia de Chuvas na regio de Ribeiro Preto SP (1999-2013). ............................. 14
Figura 11 - Histrico da rea dedicada para a cana-de-acar no Brasil. ..................................... 15
Figura 12 - Produo de cana-de-acar por regio. ..................................................................... 15
Figura 13 - Produtividade da cana-de-acar no Brasil em kg/ha................................................. 16
Figura 14 Flexibilidade de Produo de acar e etanol no Brasil. ........................................... 17
Figura 15 - Evoluo histrica do destino da cana-de-acar processada na regio do Centro-Sul.
....................................................................................................................................................... 17
Figura 16 - Vendas nacionais de Gasolina e Etanol em bilhes de litros. *2014 at Junho ......... 20
Figura 17 - Paridade do Etanol versus Gasolina no Estado de SP. *2014 at Junho .................... 20
Figura 18 - Curva de oferta e demanda. ........................................................................................ 27
Figuras 19 e 20 Histrico do estoque e preo do acar. ........................................................... 30
Figura 21 - Preo internacional do acar bruto cotado em NY11. .............................................. 45
Figura 22 - Principais produtores de acar durante a safra 2013/2014 e sua representatividade
na amostra. ..................................................................................................................................... 52

SUMRIO
..................................................................................................................................................................................... III
1.

INTRODUO ................................................................................................................................................... 1

1.1.

OBJETIVO ..................................................................................................................................................... 2

1.2.

ESTRUTURA DO TRABALHO .................................................................................................................. 2

2.

REVISO BIBLIOGRFICA........................................................................................................................... 3

2.1.

HISTRICO DO PREO DE ACAR .................................................................................................... 3

2.2.

DEMANDA E OFERTA MUNDIAL DE ACAR................................................................................... 3

2.3.

SETOR CANAVIEIRO NO BRASIL ........................................................................................................ 10

2.3.1.

HISTRIA DO SETOR SUCROALCOOLEIRO NO BRASIL ............................................................. 10

2.3.2.

ESTRUTURA E DINMICA DO SETOR NO BRASIL ......................................................................... 13

2.4.

PRODUO DE ACAR NOS DEMAIS PASES PRODUTORES .................................................. 20

2.4.1.

PRODUO DE ACAR NA NDIA .................................................................................................... 20

2.4.2.

PRODUO DE ACAR NA UNIO EUROPEIA ............................................................................. 22

2.4.3.

PRODUO DE ACAR NA CHINA ................................................................................................... 23

2.4.4.

PRODUO DE ACAR NA TAILNDIA ......................................................................................... 24

2.5.
PANORAMA ECONMICO SOBRE O MERCADO DE COMMODITIES E SEUS PRINCIPAIS
FUNDAMENTOS ....................................................................................................................................................... 24
2.5.1.

FUNDAMENTOS MICROECONMICOS SOB A TICA DE UM MERCADO COMPETITIVO 26

2.5.2.

ELASTICIDADE DA OFERTA E DA DEMANDA ................................................................................. 28

2.5.3.

MODELOS PARA COMPREENDER A TRAJETRIA DOS PREOS DAS COMMODITIES...... 29

2.5.4.

ESTUDOS RECENTES SOBRE O COMPORTAMENTO DOS PREOS DO ACAR ................. 31

3.

METODOLOGIA ............................................................................................................................................. 33

3.1.

INTRODUO ECONOMETRIA: REGRESSO LINEAR ............................................................. 33

3.2.

MODELAGEM DE SRIES TEMPORAIS: TENDNCIA E VOLATILIDADE................................ 35

3.2.1.

TESTE DICKEY-FULLER ........................................................................................................................ 37

3.2.2.

TESTE DICKEY-FULLER AUMENTADO ............................................................................................. 38

3.3.

CO-INTEGRAO E MECANISMOS DE CORREO DE ERROS ................................................. 42

3.4.

FUNO DE TRANSFERNCIA ............................................................................................................. 44

4.

RESULTADOS E DISCUSSO ...................................................................................................................... 45

4.1.

LEVANTAMENTO DE DADOS ................................................................................................................ 45

4.2.

RESULTADOS DAS APLICAES DOS TESTES DE RAZES UNITRIAS .................................. 47

4.3.
RESULTADOS DOS MODELOS QUE EXPLICAM A FORMAO DO PREO
INTERNACIONAL E ESTOQUE ............................................................................................................................ 49
4.4.
MODELOS RELACIONANDO O PREO DO ACAR NO MERCADO INTERNACIONAL AO
ESTOQUE. .................................................................................................................................................................. 50

XI

4.5.
MODELOS PARA EXPLICAR A FORMAO DE ESTOQUES DE ACAR COM BASE NA
PRODUO DOS PRINCIPAIS PASES PRODUTORES DA COMMODITY. ............................................... 52
4.6.
MODELOS PARA EXPLICAR A FORMAO DE PREO NO MERCADO INTERNACIONAL
DE ACAR COM BASE NA PRODUO DOS PRINCIPAIS PASES PRODUTORES DA
COMMODITY. .......................................................................................................................................................... 55
5.

CONCLUSES E CONSIDERAES FINAIS ........................................................................................... 57

6.

REFERNCIAS BIBLIOGRFICA .............................................................................................................. 59

XII

1. INTRODUO

O preo do acar formado com base em fundamentos econmicos, considerandose os deslocadores das curvas de oferta e demanda. Geman (2005), em seu livro sobre
commodities, argumenta que a demanda do acar inelstica ao preo enquanto a oferta
definida pela produo e estoque. Outros fatores como clima, rupturas econmicas e/ou
mudanas governamentais em determinados pases tambm afetam o preo, mas neste estudo no
se abordou a influncia de tais fatores, apenas analisou-se o impacto sob a tica da oferta e da
demanda, definida pela produo e estoques (que incluem tanto a influncia da demanda como da
oferta).
Do ponto de vista da produo, o Brasil desempenha um papel fundamental no
mercado de acar. No mbito domstico, a cana-de-acar ocupa posio de destaque entre as
principais culturas. No contexto internacional, o Brasil se tornou o maior exportador deste
produto.
Alguns estudos publicados pelo USDA (2014) sobre os fatores que afetam a
volatilidade do preo do acar constataram que o custo de produo do Brasil tem forte impacto
sobre o preo internacional do acar no longo prazo, assim como a taxa de cmbio. Outros
fatores que influenciam o preo no mdio-curto prazo so os desequilbrios da curva de oferta e
demanda, considerando o nvel de estoque e as estimativas de safra que influenciam as
expectativas de formao de estoques.

1.1. OBJETIVO
Este estudo visou analisar de forma quantitativa a influncia da produo de acar
de pases importantes nesse contexto e o impacto dos estoques mundiais sobre o preo
internacional do acar bruto. A anlise foi realizada considerando o perodo que compreende os
anos de 1982 a 2014.

1.2. ESTRUTURA DO TRABALHO

O trabalho foi organizado em 5 captulos. No captulo 1 foi apresentada a introduo.
No captulo 2, foi tratada da importncia do Brasil como o maior produtor e exportador de
acar, alm de traar um panorama do mercado mundial da commodity, tratando dos principais
pases exportadores e consumidores, alm dos principais fundamentos do mercado sob a tica
econmica. Tratou-se, ainda, de descrever alguns modelos utilizados para compreender a
trajetria dos preos do acar e os fatores mais relevantes que afetam o preo. No captulo 3 fezse uma discusso das metodologias utilizadas. O captulo 4 mostra os dados utilizados e
resultados dos modelos ajustados. No captulo 5 foram apresentadas as principais concluses.

2. REVISO BIBLIOGRFICA

2.1. Histrico do preo de acar

Preo do acar durante os anos 70 apresentou grande volatilidade, este perodo

permitiu que pases em desenvolvimento passassem a investir no setor. Ocorreu uma
reestruturao significativa no setor, com a entrada de novos competidores, como o Brasil. Vale
ressaltar que a indstria canavieira demanda intenso investimento de capital (formao de
canavial e montagem de fbricas) (Hannah, FAO, 1997).
A partir de 1996, a situao reverteu-se e os pases em desenvolvimento passaram a
ter maior representatividade nas importaes da commodity (60%). Isso aconteceu, entre outros
aspectos, pela substituio do acar por outros tipos de adoantes nos pases desenvolvidos, ao
mesmo tempo em que os pases em desenvolvimento aumentaram suas importaes e
exportaes (Hannah, FAO, 1997).

2.2. Demanda e oferta mundial de acar

De acordo com os dados disponibilizados pelo USDA (Figura 1), a produo de

acar tem superado o consumo nos ltimos anos. Durante a safra de 2013/14, o mundo produziu
175 milhes toneladas de acar, enquanto o consumo foi de 168 milhes toneladas, o que resulta
em um supervit da produo de 4,2%. As projees quanto ao consumo mundial variam de
acordo com as expectativas de demanda, principalmente da ndia e da China.

Figura 1 - Produo e consumo mundial de acar.

Fonte: (USDA, 2014)

De acordo com os dados da safra 2013/2014, divulgados pelo USDA, o Brasil foi o
maior produtor mundial de acar, como consta na Figura 2, com uma representatividade de
22%. As principais razes so o clima favorvel, uma elevada disponibilidade de terras
cultivveis para o plantio de cana e os investimentos no setor desde seu perodo colonial.
O segundo maior produtor a ndia, com cerca de 15% da produo mundial e em
terceiro lugar est a Unio Europeia com 9%. Os demais pases representam cerca de 54% do
volume produzido durante a safra em questo.

Figura 2 - Principais produtores mundiais de acar durante a safra 2013/14.

Fonte: (USDA, 2014)

A Figura 3 (USDA, 2014) mostra o histrico de produo de acar dos principais

produtores mundiais, os cinco maiores produtores nos ltimos anos foram Brasil, ndia, Unio
Europeia, China e Tailndia. Observa-se a liderana da produo de acar no Brasil nos ltimos
anos, com forte tendncia de alta. A ndia apresenta uma tendncia de alta, mas com grandes
oscilaes em seus volumes de produo. A Unio Europeia apresentou uma produo estvel
nos ltimos anos, com leve tendncia de queda. A China apresentou uma leve tendncia de alta
na produo assim como a Tailndia.

Figura 3 - Histrico de Produo dos Principais Pases Produtores de acar dos ltimos 10 anos.

Fonte: USDA (Maio, 2014). Adaptado pelo autor

Do ponto de vista do consumo, o maior destaque para a ndia, com uma

representatividade de 16% do consumo global no ano-safra 2013/14. Em segundo lugar se
encontra a Unio Europeia, com 11%, e em seguida a China, com 10%, conforme mostra a
Tabela 1. (USDA, 2014)
Ao analisar o histrico dos maiores consumidores de acar no mundo, observa-se
que a ndia e a China so os principais pases com tendncia de alta, enquanto que os demais
apresentam estabilidade nos ltimos anos, vide Figura 4.
Tabela 1 - Destaque dos maiores consumidores de acar no mundo.

Fonte: (USDA, 2014)

Figura 4 - Principais Consumidores de acar mundial dos ltimos 10 anos.

Fonte: USDA (Maio, 2014). Adaptado pelo autor

A tabela 2 apresenta dados sobre estoques de acar e sobre produo e consumo de

pases selecionados, considerando a sua importncia nesse setor (USDA, 2014).
Tabela 2 Formao do estoque mundial de acar. Fonte: (USDA, 2014)

Fonte: (USDA, 2014)

De acordo com o relatrio semianual publicado pelo Foreign Agricultural Service

(FAS) em Novembro de 2014, a produo global de acar para a safra 2013/2014 foi de 175
milhes de toneladas, enquanto o consumo foi de 165 milhes de toneladas. As importaes
atingiram cerca de 52 milhes de toneladas, enquanto que as exportaes foram de 57 milhes de
toneladas. O estoque final da safra foi de aproximadamente 44 milhes de toneladas. A Figura 5
mostra o histrico do balano geral do acar das ltimas safras (FAS, 2014).

Figura 5 Produo Global de acar bruto, consumo e estoques finais.

Fonte: (FAS, 2014)

Desde a safra 2010/2011, a produo tem excedido o consumo. No entanto, na safra

2014/2105, o consumo se aproxima da produo e a relao estoque/consumo cai (Figura 6).

Figura 6 Balano da Produo Global de acar bruto e a relao estoque e consumo.

Fonte: (FAS, 2014)

O relatrio do FAS mostra a correlao entre os preos do acar bruto com a

demanda global da commodity. O aumento dos preos entre 2006/2007 e 2010/2011 foram
8

decorrentes de um nvel baixo do indicador que relaciona o estoque e o consumo, conforme

Figura 7. Aps 2010/2011, os anos apresentaram um volume superavitrio que possibilitaram
aumentar os nveis de estoque em relao ao consumo, consequentemente os nveis de preos do
acar sofreram uma leve queda em bases anuais e uma reduo na volatilidade. Vale ressaltar
que os preos do acar tambm sofrem outras interferncias, como o impacto das taxas de
cmbio e mercado de energia, mas o nvel de produo e o indicador de estoque versus consumo
so determinantes fundamentais para a anlise dos preos mundiais do acar.

Figura 7 Correlao entre o preo do acar bruto e a relao estoque e consumo.

Fonte: (FAS, 2014)

Os prximos captulos sero tratadas das principais caractersticas do principais

pases produtores de acar.

2.3. Setor Canavieiro no Brasil

O Brasil atualmente o maior produtor de acar no mundo e o principal exportador.

Alm disso, a produo de etanol tambm vem ganhando destaque, visto que se trata de uma
fonte energtica produzida atravs de biomassa, sendo uma substituta direta dos combustveis
fsseis.
2.3.1.

Histria do setor sucroalcooleiro no Brasil

O Nordeste do Brasil, de acordo com Ramos & Belik (1989), foi o carro-chefe da
agroindstria canavieira brasileira por quatro sculos, devido s condies edafoclimticas
favorveis e a maior proximidade geogrfica com os mercados europeus (Ramos & Belik, 1989).
Com o advento da II Guerra Mundial, as operaes de cabotagem entre o Norte e o
Sul do pas se tornaram arriscadas, afetando o abastecimento de acar no Centro-Sul do pas
(Szmrecsanyi & Moreira, 1991). A demanda oprimida criou condies favorveis para a
expanso da atividade canavieira na regio do Centro-Sul, transferindo o eixo da produo
canavieira e aucareira, antes estabelecida no Nordeste. Foi nesta poca que foram instaladas em
So Paulo as maiores unidades produtoras brasileiras de acar como a Usina Da Barra, So
Martinho, Iracema, Santa Elisa, Costa Pinto, entre outras (Machado, 2003) (Szmrecsanyi &
Moreira, 1991). A Figura 8 mostra as principais reas produtoras no Brasil nos dias de hoje
(UNICA).

10

Figura 8 Mapa de Produo de Acar no Brasil extrado do site da UNICA.

Fonte: UNICA, 2014

Outro marco do setor foi a interveno estatal ao longo dos anos posteriores, cujos
principais mecanismos de interveno estavam atrelados a fixao dos preos, entrave para a
criao de novas unidades industriais, produo sob o controle estatal (regime de quotas),
garantia de mercado e subsdios, diviso regional entre Centro-Sul e Norte-Nordeste, controle das
exportaes e restrio ao capital estrangeiro (Ramos P. , 1999).
O aumento no preo do acar na dcada de 70 possibilitou a modernizao das
indstrias e a maioria das usinas foram totalmente remodeladas atravs do auxlio do
FUNPROUCAR criado pelo Instituto do Acar e lcool (IAA). Posteriormente, em 1975, o
Brasil criou o PROLCOOL, como medida mitigadora para enfrentar a Crise do Petrleo que
iniciara em 1973 (Machado, 2003). Em um primeiro momento, entre 1975 e 1979, o Prolcool
incentivou a reduo da capacidade ociosa das destilarias das usinas e o aumento da produo de
lcool anidro para ser adicionado gasolina. Em meados de 1980/85, intensificou-se a produo
de lcool hidratado como combustvel, no entanto, em 1986, o setor enfrentou a crise do
11

Prolcool e, consequentemente, o processo de desacelerao se tornou inevitvel (SHIKIDA,

1998).
Na dcada de 90, o setor sofreu uma ruptura, com a extino do IAA, rgo que tinha
at ento um sistema rgido de distribuio de quotas entre as diferentes unidades produtoras e de
fixao de preos nos diferentes elos da cadeia. Consequentemente, a dinmica do setor mudou
completamente, passando a atuar no contexto de livre mercado. Os produtores passaram a
enfrentar um ambiente mais competitivo a preos, obteno de crdito, incentivos exportao
para financiar a produo e tiveram que buscar maior liquidez atravs de contratos de
Adiantamento de Cmbio (ACCs) (Szmrecsanyi, T., 1979)
Posteriormente, a mudana na poltica cambial em 1999, quando o Brasil passou a
adotar o regime de cmbio flexvel, acarretou em uma grande desvalorizao da moeda brasileira.
Felizmente, os produtos nacionais aumentaram sua competitividade via aumento de
produtividade e o setor exportador de acar se beneficiou da nova onda.
Conforme mencionado acima, antes dos anos 90 o Brasil teve um forte incentivo para
o setor sucroalcooleiro, principalmente pela criao do Prolcool. A Figura 9 mostra que a
moagem no Brasil at os anos 90 cresceu aproximadamente 7% ao ano, posteriormente passou
por um perodo de estagnao entre 1990 e 2000, cujo crescimento foi baixo (em torno de 2% ao
ano) e, posteriormente, o setor volta a crescer em uma mdia de 7% ao ano a partir de 2001.

12

Figura 9 - Moagem no Brasil.

Fonte: (UNICA), adaptado pelo autor

2.3.2.

Estrutura e dinmica do setor no Brasil

A. Matria-prima: cana-de-acar
A cana-de-acar, matria-prima para a produo de acar e etanol no Brasil, tida
como uma cultura semi-perene. Embora os agrnomos a classifiquem como uma cultura perene,
prefe-se classificar de semi-perene porque devido as condies econmicas h necessidade de se
renovar periodicamente o canavial. Na regio Centro-Sul, maior regio produtora do Brasil, a
plantao geralmente ocorre durante o perodo de chuvas, com incio em dezembro e trmino em
maro. A colheita ocorre no perodo de seca, que abrange os meses de maro a novembro,
conforme Figura 10, que ilustra a regio de Ribeiro Preto, que a principal do Estado de So
Paulo. Em contrapartida, na regio Norte e Nordeste, a colheita geralmente ocorre de setembro a

13

abril, simultaneamente com a colheita da ndia, Tailndia, Austrlia e Europa. Desta forma, a
moagem do Centro-Sul possui uma vantagem competitiva perante os outros pases,
primeiramente porque a safra se inicia no primeiro semestre do ano. Aproximadamente 70% das
exportaes de acar ocorrem entre maro e novembro, perodo de entressafra em outros pases

Precipitao Pluviomtrica (mm)

(UNICA).

Figura 10 - Mdia de Chuvas na regio de Ribeiro Preto SP (1999-2013).

Fonte: (UDOP, 2014).

Obs. Mdia de chuvas na regio de Ribeiro Preto SP (1999-2013)

A rea destinada plantao de cana-de-acar vem crescendo ao longo dos
anos, com uma mdia de crescimento de 5% ao ano nos ltimos 5 anos, conforme
mostra a Figura 11. O crescimento na rea plantada est mais concentrado nas regies
que inauguraram usinas nos ltimos anos, como So Paulo (regio noroeste), Mato
Grosso do Sul, Gois, Minas Gerais e Paran.

14

Figura 11 - Histrico da rea dedicada para a cana-de-acar no Brasil.

Fonte: (CONAB, 2014)

No Brasil, cerca de 62% da cana-de-acar produzida no Sudeste e os

maiores produtores so So Paulo, com uma representatividade de 52%, seguido por
Minas Gerais com 9%, conforme Figura 12.

Figura 12 - Produo de cana-de-acar por regio.

Fonte: (CONAB, 2014)

Na Figura 13, observa-se que nos ltimos anos a produtividade da cana-deacar vem caindo. Segundo a CONAB, a mdia da produtividade de 2005 at 2011 era
de 78,8 toneladas por hectare; o Centro-Sul com mdia de 82 toneladas por hectare e o
Nordeste com 58,3 toneladas por hectare. Aps 2011/12, a mdia da produtividade caiu
15

9,6% comparado ao perodo anterior, reduzindo-se para 72,2 toneladas por hectare. A
principal razo desta queda foram as adversidades climticas nos ltimos anos,
descapitalizao de unidades produtoras devido crise de 2008/09,

e a falta de

incentivo pblico e privado para investir em tratos culturais e renovao dos canaviais.

Figura 13 - Produtividade da cana-de-acar no Brasil em kg/ha.

FONTE: (CONAB, 2014)

Alm da produtividade, outro parmetro relevante para avaliar a qualidade

da cana-de-acar o Acar Total Recupervel, conhecido como ATR, que
corresponde quantidade de acar contida na cana. Aps 1990, quando o setor
sucroalcooleiro passou a ter seus preos regidos pelo mercado, foi desenvolvido um
modelo de autogesto para remunerar a matria-prima - ATR - de acordo com os preos
dos produtos finais do setor. Esse sistema conhecido como Consecana, e foi criado em
1998.
B. Principais Produtos: acar e etanol
Com aumento da moagem de cana-de-acar, a produo de acar obteve
maior destaque no mercado mundial. Outro fator relevante a se comentar a
16

flexibilidade de se produzir acar e etanol na mesma unidade industrial. A Figura 14

mostra o histrico do mix de produo entre acar e etanol ao longo das ltimas safras.
O mix da indstria uma varivel importante para maximizar as receitas das usinas ao
longo do ano. Na Figura 15 pode-se observar a evoluo da produo de acar e etanol
ao longo do tempo, assim como a variabilidade entre ambos produtos.

Figura 14 Flexibilidade de Produo de acar e etanol no Brasil.

50,000

30,000

40,000

25,000
20,000

30,000

15,000
20,000

10,000

10,000

5,000

Etanol (Mil m)

Acar (mil tm)

Fonte: (UNICA), adaptado pelo autor

0
1981

1986

1991

1996

Acar (mil tm)

2001

2006

2011

Etanol (Mil m)

Figura 15 - Evoluo histrica do destino da cana-de-acar processada na regio do

Centro-Sul.
Fonte: (UNICA)

17

Segundo relatrio final de safra de 2013/14 publicado pela UNICA, o Brasil produziu
597 milhes de toneladas de cana-de-acar, crescimento de 12% comparado a safra anterior.
Deste total, cerca de 45% foram destinados produo de acar e 55% de etanol, conforme
mostra a Tabela 3.
Tabela 3 - Balano Final da safra 2013/2014 na regio Centro-Sul.

C. Demanda domstica de etanol

Vale destacar o papel que o etanol desempenha no mercado, o qual pode ser
produzido na forma de anidro ou hidratado. O etanol hidratado utilizado como combustvel
diretamente, enquanto o etanol anidro misturado gasolina. Aps 2003, com a inveno do
carro flex, o etanol hidratado tornou-se atrativo aos produtores, visto que o consumidor pode
optar por abastecer o carro com gasolina ou etanol nos postos combustveis. Estudos

18

mercadolgicos mostram que o etanol hidratado mais vivel quando seu preo 30% inferior
comparado ao preo da gasolina. (UNICA)
Durante a safra 2013/14, a produo total de etanol atingiu 21 milhes de litros,
aumento de 19,72% comparado a safra anterior, de acordo com a UNICA. Como nas ltimas
safras o etanol hidratado perdeu competitividade frente gasolina em muitos estados brasileiros,
nota-se atualmente um incentivo maior para a produo do etanol anidro do que para a de
hidratado. O crescimento da produo de etanol anidro na safra de 2013/14 foi de 26,09%
comparado safra anterior.
Na Figura 16 observa-se que desde 2010 as vendas de etanol hidratado sofreram uma
forte queda em relao s vendas de gasolina, dado sua menor competitividade no mercado
devido interveno estatal no preo da gasolina. Desta forma, a poltica da Petrobrs de manter
os preos da gasolina estveis como medida de conter a inflao teve efeito negativo sobre o
setor sucroenergtico. Como o etanol hidratado um substituto direto da gasolina, a diferena de
preos entre ambos justifica o aumento das vendas da gasolina e a reduo das vendas de etanol
hidratado. Em contrapartida, o aumento no consumo da gasolina promove um aumento nas
vendas do etanol anidro (ANP) (MAPA, 2014). Na Figura 17 pode-se observar a relao entre
preo de etanol e gasolina no Estado de So Paulo, verificando-se que quase sempre o etanol se
apresentou competitivo neste estado. No entanto, na maior parte dos demais estados brasileiros
isso no ocorreu.

19

Figura 16 - Vendas nacionais de Gasolina e Etanol em bilhes de litros. *2014 at Junho

Fonte: (ANP)

Figura 17 - Paridade do Etanol versus Gasolina no Estado de SP. *2014 at Junho

FONTE: (MAPA, 2014).

2.4. Produo de acar nos demais pases produtores

A seguir discutem-se, de forma resumida, algumas caractersticas do setor aucareiro

dos maiores produtores dessa commodity: ndia, Unio Europeia, China e Tailndia.
2.4.1.

Produo de acar na ndia

20

A rea de Uttar Pradesh representa cerca de 40% do total da rea plantada de cana-deacar na ndia, cerca de 30% representado por Maharashtra e Karnataka. A mdia de
produtividade de aproximadamente 68 70 toneladas de cana-de-acar por hectare. (FAS,
2014)
O maior diferencial da ndia em relao aos outros pases sua poltica de
precificao e de subsdios do governo. O governo coleta uma taxa, semelhante a um imposto,
para cada tonelada de acar produzido que direcionada para um fundo de desenvolvimento do
setor, como pesquisas, melhoramento tecnolgico e expanso do setor, chamado de SDF
(Sugarcane Development Fund). Este fundo tambm auxilia na manuteno do estoque, em
subsdios no transporte para a exportao, e em subsdio em emprstimos para a construo de
plantas que produzem etanol. (FAS, 2014)
Todo ano, o governo estabelece um preo anual mnimo para a cana-de-acar de
acordo com as recomendaes de uma Comisso de Preos e Custos da Agricultura, conhecido
como CACP (Commission for Agricultural Costs and Prices). Alm disso, o governo estabeleceu,
na safra de 2009/10, uma nova taxa que relaciona o preo da cana com os preos do acar.
(FAS, 2014)
Em 2013, o governo aboliu o sistema de cotas do acar e o desregulamento da venda
do acar no mercado internacional. O sistema de cotas do acar obriga as usinas a venderem
10% da sua produo para o governo a um preo abaixo do verificado no mercado. Na conjuntura
atual, o governo procura subsidiar a populao mais carente com o acar disponvel no mercado.
No entanto vale ressaltar que o governo ainda tem uma poltica forte de controle sobre o setor, o

21

que ocorre atravs do licenciamento das usinas, estabelecimento das reas voltadas para a
plantao de cana e do preo da cana. (FAS, 2014)
A Tabela 4 mostra os dados de produo, oferta e demanda das safras 2012/13 e
2013/14 na ndia.
Tabela 4 - Balano Final da safra 2012/2013 e 2013/2014 na ndia (1.000 toneladas
mtricas)
ndia
Estoque Inicial
Produo de Acar
Total de Importao
Oferta Total
Total de Exportao
Consumo Humano
Estoque Final

2012/13
7.350
27.200
1.800
36.350
1.240
24.685
10.425

2013/14
10.425
25.450
1.800
37.675
2.000
26.200
9.475

Fonte: FAS, 2014

2.4.2.

Produo de acar na Unio Europeia

A produo de acar na Unio Europeia durante a safra 2013/4 atingiu 16,0 milhes
de toneladas. O mercado europeu fortemente regulado, em 2007 foi realizada uma reforma no
setor no qual se estabelece cotas da produo de acar voltadas para a indstria alimentcia.
Alm disso, os produtores que produzem acar proveniente da cana-de-acar tem uma certa
proteo, dado as taxas mais elevadas cobradas dos produtores que utilizam outras culturas.
(FAS, 2014)
A Tabela 5 mostra os dados de produo, oferta e demanda das safras 2012/13 e
2013/14 na Unio Europeia.

22

Tabela 5 - Balano Final da safra 2012/2013 e 2013/2014 na Unio Europeia (1.000

toneladas mtricas)
Unio Europeia
Estoque Inicial
Produo de Acar
Total de Importao
Oferta Total
Total de Exportao
Consumo Humano
Estoque Final

2012/13
3.303
16.591
3.900
23.794
1.500
18.250
4.044

2013/14
4.044
16.000
3.650
23.694
1.500
18.300
3.894

Fonte: FAS, 2014

2.4.3.

Produo de acar na China

Durante o ano-safra da cana-de-acar 2013/14, os produtores reduziram a rea

dedicada plantao de cana em resposta aos baixos preos do mercado e ao aumento dos custos.
Alm disso, o governo reduziu drasticamente o programa de compra de reserva do acar. O
principal objetivo do programa era corrigir os nveis de estoques elevados, resultado da expanso
da produo e dos altos volumes de importao.
A Tabela 6 mostra os dados de produo, oferta e demanda das safras 2012/13 e
2013/14 na China.

23

Tabela 6 - Balano Final da safra 2012/2013 e 2013/2014 na China (1.000 toneladas

mtricas)
China
Estoque Inicial
Produo de Acar
Total de Importao
Oferta Total
Total de Exportao
Consumo Humano
Estoque Final

2012/13
4.140
14.000
3.800
21.940
50
15.100
6.790

2013/14
6.790
14.800
2.800
24.390
45
16.000
8.345

Fonte: FAS, 2014

2.4.4.

Produo de acar na Tailndia

O ano-safra da cana-de-acar 2013/14 foi fortemente afetado por longos perodos de

seca. A estratgia do governo reduzir a rea dedicada para a plantao de arroz, atravs de um
programa de zoneamento. O principal objetivo desta medida foi favorecer a produo de cana em
virtude da capacidade ociosa das usinas, cerca de 100 milhes de toneladas mtricas em excesso,
de acordo com relatrio da FAS de novembro de 2014.

2.5. Panorama econmico sobre o mercado de commodities e seus principais

fundamentos

Existem vrias formas de se definir o termo commodity. Do ponto de vista de um

economista, significa um bem de consumo escasso que tem impacto no desenvolvimento
econmico de um determinado pas e no mundo. Um ecologista diria que um bem natural que
deve ser preservado, diferente do ponto de vista de um banqueiro que visa ampliar seus fluxos de
caixa atravs de operaes financeiras que envolvem um ativo negociado em bolsa de valores.
24

Em termos mercadolgicos, commodity uma mercadoria que pode ser padronizada,

o que uma condio importante para que exista um mercado internacional expressivo.
Pontos relevantes no mercado de commodity so:

preo

da

commodity

geralmente

baseado

em

fundamentos

microeconmicos das curvas de oferta e demanda.

A demanda geralmente inelstica ao preo

Existncia de transaes fsicas

A oferta definida pela produo e estoque

As transaes financeiras conhecidas como forwards, futuros e opes vem

ganhando um volume significativo neste mercado como forma de proteger os
produtores do risco de preos.

Alm dos fundamentos microeconmico propriamente ditos (deslocadores das curvas

de oferta e de demanda), os preos das commodities, assim como sua volatilidade, variam de
acordo com as mudanas nas polticas em determinados pases. Vale ressaltar que devido ao
aumento da volatilidade dos preos das commodities, as atividades de hedge se tornaram
indispensveis para a sobrevivncia deste mercado.
O mercado futuro um bom indicador para prever o preo de uma determinada
commodity, visto que a cotao dos contratos capta as expectativas para o futuro dos fundamentos

de mercado.
H um fator que deve ser considerado com relao a estoques. Estoques elevados no
final de um ano safra significam excesso de oferta, o certamente tem impacto na formao do

25

preo daquele ano. Segundo Genam, outra varivel importante no mercado agrcola est atrelada
as condies climticas dos pases produtores.
2.5.1.

Fundamentos microeconmicos sob a tica de um mercado

competitivo

Para entender melhor a dinmica dos preos do acar, preciso revisar alguns
conceitos microeconmicos. De acordo com a literatura, muitos pesquisadores definem mercados
de produto agrcolas como aqueles que se inserem numa estrutura quase que perfeitamente
competitiva, o qual possui muitos compradores e vendedores, de tal forma que ambas as partes
no influenciam de forma significativa os preos. Desta forma, no mercado competitivo as
transaes entre compradores e vendedores so realizadas pelo preo de mercado.
O mecanismo de mercado pode ser descrito atravs das curvas de oferta e demanda; o
cruzamento das curvas determina o preo de uma determinada mercadoria, assim como a
quantidade produzida. No entanto, vale ressaltar que as variaes de preos e quantidade ao
longo do tempo so, por conseguinte, resultante de outras variveis econmicas, como por
exemplos os custos da matria-prima, mudanas nas polticas governamentais, alterao da
atividade econmica agregada e condies climticas.
A curva da oferta relaciona a quantidade de mercadoria oferecida para a venda (ou
ofertada) versus seu respectivo preo; se trata de uma curva ascendente visto que quanto maior o
preo maior ser a propenso de produzir e vender. Alm da varivel preo, a curva da oferta
tambm afetada implicitamente pelos custos de produo, leiam-se salrios, custos de matriasprimas e at mesmo taxa de juros.

26

A curva da demanda representa a quantidade que os consumidores desejam comprar

baseada no preo da mercadoria. Portanto, a curva tem um aspecto descendente, visto que os
compradores compram mais medida que o preo diminui. Outra varivel que afeta esta curva
alm do preo a renda dos consumidores; com uma maior renda, os consumidores tendem a
gastar mais.
O aumento da renda tem forte influncia sobre o deslocamento da curva da demanda,
no entanto, outro fator importante a ser analisado a existncia de bens substitutos e/ou
complementares. Os bens so considerados substitutos quando um aumento no preo de um deles
produz um aumento na quantidade demandada do outro. Por outro lado, os bens so
complementares quando um aumento no preo de um deles reduz a quantidade demandada de
outro.
O ponto em que as curvas de oferta (S) e demanda (D) se interceptam chamado de
equilbrio de mercado, onde a quantidade ofertada e a demandada (Figura 18).

Figura 18 - Curva de oferta e demanda.

Fonte: (Pindyck & Rubinfeld, 2006)

27

O mecanismo do mercado sempre tender ao equilbrio, no entanto pode haver

momentos de excesso de oferta, quando o preo se encontra acima do preo de equilbrio,
situao em que a quantidade ofertada excede a quantidade demandada. Ou o contrrio, escassez
de oferta, quando a quantidade demandada excede a quantidade ofertada (PINDYCK &
RUBINFELD, 2006).

2.5.2.

Elasticidade da oferta e da demanda

Segundo Pindyck & Rubinfeld (2006), elasticidade definida atravs da variao

percentual de uma varivel aps o aumento de 1% em outra varivel; em outras palavras, como
uma varivel pode ser afetada por outra em termos de variao percentual.
Portanto, a elasticidade de preo da demanda relaciona a quantidade (Q) versus o
preo (P), conforme equao 1.
(% )

E = (%

Eq. 1

Onde % representa a variao percentual da varivel em analise, no caso acima

temos a variao da quantidade versus a variao do preo. A variao percentual calculada
atravs da diferena absoluta da varivel divida pelo valor original (PINDYCK & RUBINFELD,
2006).
A elasticidade da demanda um valor negativo, visto que sua interpretao parte do
pressuposto que o aumento do preo resulta na reduo da quantidade demandada. Alguns
economistas se referem magnitude da elasticidade preo, representada pelo seu valor absoluto.
28

Se a magnitude da elasticidade superior a 1, conclui-se que a demanda elstica ao

preo, o que significa dizer que o percentual de reduo da quantidade demandada maior que o
percentual de aumento no preo (PINDYCK & RUBINFELD, 2006). No caso da magnitude da
elasticidade seja negativa, a demanda inelstica ao preo. Nesse caso, pode haver bens que
permitam a substituio daquele cujo preo subiu. Em outras palavras, o aumento no preo faz
com que o consumidor escolha outra mercadoria, definida como um bem substituto (PINDYCK
& RUBINFELD, 2006).

2.5.3.

Modelos para Compreender a Trajetria dos Preos das

commodities

As diferenas entre o preo a vista e o preo futuro pode ser explicada atravs da
teoria dos estoques e como os agentes o gerenciam. Consequentemente, para commodities
armazenveis, os modelos desenvolvidos nos ltimos 50 anos visam compreender o volume
produzido e armazenado de uma determinada commodity para estimar seu respectivo preo e
compreender sua trajetria ao longo do tempo.
A teoria dos estoques, desenvolvida pelos economistas a partir de 1930, mostra que
manter um estoque fsico de uma commodity tem vantagens positivas, quando o estoque
utilizado para atender a uma demanda no esperada, evitar ajustes de custo, problemas na
produo; no caso de commodities agrcolas tambm se considera condies climticas adversas.
Para analisar e estimar a volatilidade do preo necessrio entender o papel dos
estoques. Fama e French (1987) realizaram estudos estatsticos que constaram que a varincia do
29

preo da commodity reduz de acordo com os nveis dos estoques. Williams e Wright (1991)
atravs de seus estudos concluram que a volatilidade dos preos geralmente aumenta depois do
perodo da colheita ate a prxima safra. Geman e Nguyen (2002) estudaram o comportamento
dos preos da soja por um perodo de 10 anos e constataram que a volatilidade do preo pode ser
descrita como uma funo inversa do estoque (Fama & French, 1987) (Williams & Wright, 1991)
(Geman & Nguyen, Soybean inventory and forward curves dynamics, 2002).
Analisando o volume do estoque mundial do acar versus o preo (Figuras 19 e 20)
pode-se observar que o quando o nvel de estoque esta baixo o preo aumenta, o que mostra que
existe uma elevada correlao negativa entre o nvel do inventario versus o preo.
Geman (2005) relata que o preo da commodity se relaciona negativamente com
estoque, e ambas as variveis so inversamente relacionadas ao nvel global de estoque. Desta
forma, o estudo sobre estoques tem ganhado popularidade para justificar as trajetrias das curvas
dos preos (Geman, Commodities and commodity derivatives: modeling and pricing for

40
30
20
10
Jan-14

Jan-13

Jan-12

Jan-11

Jan-10

Jan-09

Jan-08

Jan-07

Jan-06

0
Jan-05

Preo (cts/lb)

45000
40000
35000
30000
25000
20000
2003/04
2004/05
2005/06
2006/07
2007/08
2008/09
2009/10
2010/11
2011/12
2012/13
2013/14

Estoque (1.000mt)

agriculturals, metals, and energy, 2005) (Samuelson, 1965).

Figuras 19 e 20 Histrico do estoque e preo do acar.

Fonte: USDA (Maio, 2014) e bloomberg. Adaptado pelo autor

30

2.5.4.

Estudos recentes sobre o comportamento dos preos do

acar
No artigo publicado pelo USDA em Maio de 2013, buscou-se analisar alguns fatores
que afetam o preo mundial do acar bruto. O estudo explorou primeiramente a influncia de
longo prazo dos custos de produo do setor sucroalcooleiro da regio Centro-Sul do Brasil.
Posteriormente, analisou o impacto do desequilbrio entre a oferta e demanda mundial do acar
e o papel desempenhado pelos estoques. Por fim, o estudo avaliou o comportamento dos preos
do acar mediante as projees de inicio de safra da oferta e da demanda atravs das estimativas
disponibilizadas pelo mercado.
Segundo o artigo, a importncia de analisar o efeito do custo de produo do Brasil
sobre o preo dessa commodity se deve ao fato desse pas ser o maior produtor e exportador de
acar do mundo desde 2005. Um dos motivos da vantagem competitiva perante aos demais
pases produtores seu baixo custo de produo e alto rendimento agrcola. As usinas tm a
flexibilidade em produzir acar e etanol; na mdia as usinas tm alta capacidade industrial e a
safra mais longa do que a de outros pases. Todos estes fatores contribuem para que o Brasil
tenha uma boa eficincia produtiva e elevadas taxas de utilizao da capacidade.
A depreciao da moeda (R$), desde 2003, tem impactado negativamente os custos
do setor. As mudanas nos custos de produo do Brasil afetam diretamente os preos de acar
no mercado internacional. O estudo mostrou que existe retorno constantes de escala sobre a
tecnologia de produo de acar; portanto, os preos mundiais refletem o equilbrio no longo
prazo entre o preo do acar e os custos da regio Centro-Sul do Brasil (HALEY, 2013)

31

Alm dos custos, o autor do artigo analisou a influncia das estimativas imprecisas de
oferta e demanda no passado recente sobre o preo do acar bruto. De acordo com a teoria
econmica, quando a produo excede o consumo, tendo como resultado o aumento dos
estoques, ocorre uma presso para a reduo do preo e vice-versa.
O estudo revela que os ndices de consumo e produo per capita no possuam alta
correlao (0,37 de acordo com os resultados estatsticos) e, consequentemente, no apresentam a
mesma tendncia. No entanto, o estudo mostra que ambas as variveis, assim como as interaes
entre elas, tm impacto sobre o preo mundial do acar (HALEY, 2013).
McConnell et al (2010) ressaltam que a flexibilidade das usinas em produzir acar e
etanol favorece a volatilidade do preo do acar, devido principalmente demanda crescente do
uso de etanol como combustvel no Brasil.
Outro fator que os autores relatam como importante influncia sobre a volatilidade
dos preos de acar diz respeito a mudanas nas polticas dos pases asiticos, principalmente a
da ndia (MCCONNELL, DOHLMAN, & HALEY, 2010).
A ndia um dos maiores consumidores de acar do mundo, no entanto a produo
indiana caracterizada por ciclos, dada a forte influncia do governo; em outras palavras, a ndia
em algumas safras altera seu perfil de exportador lquido de acar para importador, o que resulta
em mudanas significativas na curva de oferta e demanda mundial (MCCONNELL,
DOHLMAN, & HALEY, 2010)
Na ndia, por exemplo, o governo estabelece o preo que ser pago pelas usinas para
os produtores de cana-de-acar, assim como estabelece o preo do acar e gerencia o estoque
do mesmo. Consequentemente, com base em preos relativos, os produtores podem optar por
32

produzir cana-de-acar ou outra cultura. No entanto, vale ressaltar que o governo geralmente
altera as polticas de comercializao para incentivar a produo nos anos de dficits
(MCCONNELL, DOHLMAN, & HALEY, 2010)

3. METODOLOGIA

3.1. Introduo econometria: regresso linear

Segundo Brooks (2002), a econometria representa uma unio da Teoria Econmica,

Metodologia Estatstica e Ferramentas Matemticas. Desta forma, tem-se como maior objetivo
dar um carter quantitativo a relaes econmicas, confrontar a Teoria Econmica com os fatos e
at mesmo analisar o comportamento de variveis econmicas.
De acordo com a teoria da econometria aplicada a finanas, existem basicamente trs
tipos de dados que podem ser empregados em uma analise quantitativa de problemas financeiros:
dados de sries temporais, dados de seo transversal (Cross-Section) e dados em painel. Neste
estudo foram utilizados dados de sries de tempo, concentrando-se, principalmente, na tcnica de
anlise de regresso, mas considerando as propriedades de integrao e co-integrao da sries
utilizadas.
A definio de anlise de regresso baseia-se em uma forma matemtica de descrever
uma relao entre uma varivel e um conjunto de outras variveis, ou seja, uma forma de explicar
o comportamento de uma varivel com base no comportamento de outra(s) varivel(is).
Consequentemente, a varivel cujo comportamento deseja-se explicar chamada de
varivel dependente, geralmente representada por Y nos modelos economtricos. Enquanto que a
33

varivel cujo comportamento supostamente explicaria o comportamento de Y, nomeada de

varivel independente, geralmente representada por X (BROOKS, 2002).
Na equao 2, que representa um modelo estatstico, a varivel Y depende apenas de
uma varivel X, e supe-se que a relao entre as variveis seja linear.
Y = + X +

Eq. 2

Onde e so parmetros a serem estimados e o termo representa o componente

aleatrio de Y, que no observado. Geralmente, para que se possa ter uma ideia de quais so os
valores estimados, que caracterizam a relao entre X e Y, uma primeira aproximao pode ser
dada por um diagrama de disperso. O termo

captura algumas caractersticas da relao que

so importantes, listadas a seguir:

Eventos aleatrios afetando Y,

Elementos que afetam Y e que no puderam ser incorporados ao modelo,

Erros de medida em Y, e

No linearidades na relao entre Y e X.

A teoria postula que o modelo deve ser construdo de tal forma que os trs ltimos
fatores listados acima afetem muito pouco o termo (BROOKS, 2002).
Para garantir boa performance do modelo de regresso linear em termo de estimativas
dos parmetros e testes de hipteses deve-se garantir que a varincia do termo erro seja constante
e que a esperana dele seja zero e, ainda, que no exista autocorrelao de resduos perturbaes
(BROOKS, 2002)

34

Outro fator relevante que podem afetar os resultados a multicolinearidade entre as

variveis independentes, significando que existem duas ou mais variveis com alta correlao
(HAIR JR, ANDERSON, TATHAM, & BLACK, 1995)
A multicolinearidade perfeita ocorre se duas ou mais variveis apresentam uma
relao linear exata entre elas. Nesse caso, o modelo no pode ser estimado. O mais comum a
ocorrncia de relaes entre variveis X que no sejam exatas.
Os principais efeitos quando se tem multicolinearidade entre duas ou mais variveis
so: os erros-padro dos coeficientes tornam-se inflados artificialmente, reduzindo assim os
valores das estatsticas t. Nesse caso, alguns coeficientes podem apresentar-se estatisticamente
no diferentes de zero quando na verdade eles tm influncia sobre a varivel dependente.
Segundo, a covarincia entre dois coeficientes muito elevada, tornando assim a interpretao de
cada um dos coeficientes bastante problemtica. Resultado: existe dificuldade em separar os
efeitos das variveis explicativas sobre a dependente, podendo haver at mesmo troca de sinal
dos coeficientes estimados.

3.2. Modelagem de sries temporais: tendncia e volatilidade

Algumas sries temporais no apresentam mdia constante e mostram perodos de

grande volatilidade aps perodos de estabilidade. Podem apresentar mudanas de nvel e
tendncia. Neste caso diz-se que as sries so no estacionrias (ENDERS, 2004).
Estacionariedade significa que a srie tem mdia e varincia constante ao longo do tempo, e a
covarincia tambm depende do intervalo de tempo (GUJARATI, 2000).

35

Alguns testes podem ser realizados para verificar a presena de componentes

responsveis pelo processo de formao da srie temporal, dentre eles o de raiz unitria, que
permitem determinar se uma srie ou no estacionria, ou seja, se tem ou no tendncia
estocstica.
Espera-se que choques em uma srie dissipem-se no tempo e que ela retorne sua
mdia do longo prazo. Consequentemente uma srie estacionria vai flutuar em torno de uma
mdia de longo prazo, ter uma varincia finita e a correlao diminuindo conforme a srie se
prolonga (Enders, 2004)
Em contrapartida, uma srie no estacionria possui mdia varivel e/ou varincia
no constante no tempo (ENDERS, 2004). Nesse caso, um choque ocorrido h muito tempo atrs
mantem seu efeito sobre a srie de interesse da mesma forma que um choque ocorrido no passado
recente, o que no condizente com o que ocorre em situaes reais. A transformao dos dados,
como em logaritmos, por exemplo, indicada para remover no estacionariedade da srie em
relao varincia, enquanto a(s) diferena(s) de valores consecutivos das sries indicada para
remover no estacionariedade em relao mdia (tendncia estocstica). Os testes de raiz
unitria so utilizados para analisar a necessidade ou no de se utilizar diferenas para que a
srie se torne estacionria. (Enders, 2004)
H, no entanto, sries que so no estacionrias por terem tendncia determinista e,
em alguns casos, difcil identificar se a srie no estacionria pelo fato de ter esse tipo de
tendncia ou estocstica (raiz unitria).

36

Fuller, 1976 e Dickey e Fuller (1979, 1981), citado por Enders, 2004, desenvolveram
uma metodologia para identificar a presena de raiz unitria em uma srie temporal. O
procedimento baseia-se na seguinte equao:
y =a y

Eq. 3

Para que a srie seja estacionria, o valor de a1 precisa estar entre -1 e 1. o termo
de erro, o qual deve ter mdia zero, varincia constante e ser no correlacionado no tempo.
(Enders, 2004)
Essa equao pode ser especificada de maneira mais elaborada, de forma a
representar diferentes processos de formao da srie temporal que est sendo testa. Ela pode
conter termos deterministas (constante e tendncia) e defasagens da varivel explicativa para
eliminar problemas associados autocorrelao de resduos, como ser discutido no tpico a
seguir.
3.2.1.

Teste Dickey-Fuller

No teste de Dickey-Fuller consideram-se 3 equaes de regresso para verificar a

presena de raiz unitria. A primeira equao um modelo de passeio aleatrio puro, a segunda
acrescenta uma constante, enquanto a terceira equao inclui uma constante e uma tendncia
linear do tempo, representadas pelas equaes 5, 6 e 7. O teste baseado no uso de autoregresso de primeira ordem, para obter o valor de e seu respectivo desvio padro (ENDERS,
2004).
y = y

Eq. 4

na qual: H0: = 1 contra HA: || < 1, o que equivale a testar a equao 5a.
37

y = ( 1)y

Eq. 5a.

onde: H0: 1 = 0 contra HA: 1 < 0.

No rejeitar a hiptese nula indica que o processo tem raiz unitria, portanto no
estacionrio. Vale ressaltar que para os testes de raiz unitria no se utiliza a distribuio padro t
de Student, mas sim os valores de distribuio denominadas " (ENDERS, 2004).
Considerando que os processos formadores das sries posam ter constante e tendncia
utilizam-se as equaes 6 e 7, respectivamente.
y = # + y
y = # + y

Eq. 5

+ t +

Eq. 6

No caso de modelos com intercepto, adota-se a estatstica & para o coeficiente do

termo defasado, enquanto que para testar a presena de tendncia utiliza-se ' (ENDERS, 2004).
Para testar simultaneamente a presena de um termo de intercepto e/ou tendncia
mais raiz unitria, utilizam-se os testes denominados , que correspondem a testes F. O teste
verifica a hiptese nula de (, ) = (0,1) contra (, ) (0,1). O teste + verifica a hiptese

nula de (, , ) = (0,0,1) contra(, , ) (0,0,1). Por fim, o teste , verifica a hiptese nula de
(, , ) = (, 0,1) contra(, , ) (, 0,1). Os valores crticos para essas distribuies esto

tabulados em (Dickey & Fuller, 1981), conforme mencionado por Enders, 2004.

3.2.2.

Teste Dickey-Fuller Aumentado

38

Como nem todo processo de sries temporais possvel ser representado por um
modelo auto-regressivo de primeira ordem, foi desenvolvido o teste de Dickey-Fuller aumentado
que considera um processo auto-regressivo de ordem p, conforme equaes 8, 9 e 10. (Enders,
2004)
y = y

+ /1+ / y

+ /1+ / y

y = # + y
y = # + y

/0

+ t + /1+ / y

/0

/0

Eq. 7
+ Eq. 8

Eq. 9

Com:
= 21 /1 / 3
/ = 451 5 6

Nas equaes 8, 9 e 10, o coeficiente de interesse ; caso = 0 a srie tem raiz

unitria.
A determinao do valor de p dado pelos critrios de Akaike (AIC) e Schwarz (SC)
como mostra as equaes 11 e 12, respectivamente.
+

AIC = ln
>+ + ?@A . (# parmetros)
SC = ln
>+ + ?

KL@
@

A . (# parmetros)

Eq. 10

Eq. 11

A varivel
>+ representa a soma dos quadrados dos resduos do processo autoregressivo de ordem p, enquanto que T representa o nmero de observaes da amostra. No
exemplo de uma srie com 12 defasagens da varivel dependente, para dados mensais, so
realizados ajustes sucessivos; conclui que o modelo mais adequado o que resultar no menor
39

valor de para os critrios acima. Para esta anlise usa-se o teste M de Ljung Box, o qual verifica a
existncia ou no de autocorrelao serial; consequentemente auxilia na determinao do p
(ENDERS, 2004).
No teste de Dickey-Fuller aumentado considera-se que os erros so estatisticamente
independentes e possuem varincia constante. Dado tal restrio, Phillips e Perron (1988)
desenvolveram uma generalizao do teste de Dickey-Fuller que permite associar algumas
suposies sobre a distribuio dos erros, levando em considerao a menor natureza restritiva
dentro do processo dos erros (Phillps & Perron, 1988) (ENDERS, 2004).
Baseado no teste de raiz unitria de Dickey e Fuller, Elliott, G., Rothenberg, T. J. &
J.H. Stock (1996) desenvolveram um teste de raiz unitria (o qual ser utilizado no presente
estudo) que tem melhor performance para pequenas amostras. Ele tem, geralmente, maior poder
que o teste ADF quando h no processo gerador da srie mdia e tendncia no observveis. Esse
teste, que se encontra apresentado no Apndice III feito em dois passos. No primeiro passo fazse uma filtragem para a srie considerando que ela tenha constante ou constante e tendncia. No
segundo passo faz-se um teste de raiz unitria convencional com as sries pr-filtradas.
(ENDERS, 2004)
Os valores crticos foram tabulados por Elliott-Rothenberg-Stock (1996) no caso de
constante e tendncia (-2,62 para 0,10% de probabilidade, -2,91 para 0,05% de probabilidade e
-3,42 para 0,01% de probabilidade). Para sries com constante, os valores crticos so os
tabulados por Dickey e Fuller (1976) para o modelo sem tendncia e sem constante.
O nmero de defasagens a ser utilizado na segunda etapa do teste e determinado pelo
critrio de Akaike modificado, que tambm consta do Apndice III.
40

41

3.3. Co-integrao e mecanismos de correo de erros

O conceito de co-integrao introduzido por Engle e Ganger (1987) diz que um

conjunto de variveis no-estacionrias pode ter uma relao estvel de longo prazo. Desta
forma, a relao de equilbrio no longo prazo significa que as variveis no so independentes e,
portanto, tem seus caminhos temporais ligados (Engle & GRANGER, 1987).
A teoria adotada baseia-se na anlise de um conjunto de variveis em equilbrio no
longo prazo, conforme equao 13. Ao considerar e x como vetores, o sistema estar em
equilbrio quando x = 0 . Como resultado, o desvio no longo prazo resultar na equao14.
x + + x+ + + L xL = 0

Eq. 12

Pode-se escrever:
x + + x+ + + L xL =

se o termo de erro for uma srie estacionria, isto implica que as variveis so co-integradas e,
portanto, tem uma relao de longo prazo.

= x

Eq. 13

De acordo com a teoria, os componentes do vetor x so ditos co-integrados de ordem

d, b denotados por x CI(d, b) se (i) todos os componentes de x so integrados de ordem d e
(ii) existe um vetor de co-integrao = ( ,, + , , L ), tal que a combinao linear x =
x + + x+ + + L xL seja integrada de ordem (d - b), onde b> 0 (ENDERS, 2004).

42

Engle-Granger (1987) sumarizam os principais passos para a realizao dos testes de

co-integrao:
1. Primeiramente testa-se a ordem de integrao das variveis, a co-integrao
aplica-se a variveis integradas de mesma ordem.
2. Identifica-se a varivel dependente e, posteriormente, estima-se a relao de
equilbrio de longo prazo conforme Equao 15.
T = U# + U V + W

Eq. 14

3. Testa-se co-integrao utilizando as equaes 16 e 17.

W = XW

Eq. 15
ou

W = XW

Eq. 16

Com: = 1
Caso a srie seja auto-correlacionada, a equao 17 ajustada, conforme Equao 18.
e[ = e[

+ ]
[
51 5 e

Eq. 17

Conclui-se que as variveis so co-integradas se a hiptese de raiz unitria for

rejeitada. Uma condio necessria que se < 0.
O modelo de correo de erro bivariados pode ser representado pela Equao 19.
T = ^# + ^ V + _W

com: W

=T

+`

Eq. 18

Ua# Ua V

43

3.4. Funo de Transferncia

Atravs da metodologia de funo de transferncia apresentada em Vandaele, 1983,

possvel especificar modelos que incluem variveis explicativas e termos auto-regressivos. Estes
ltimos termos representam, entre outros aspectos, variveis que no esto presentes na equao
por problemas associados a graus de liberdade (quando se trabalha com sries com um nmero
pequeno de observaes). Considera-se, neste caso, que a influncia das variveis explicativas
omitidas esto fazem parte do passado histrico da srie de interesse, e que elas so representadas
por termo(s) auto-regressivo(s) includo(s) no modelo.

44

4. RESULTADOS E DISCUSSO

Neste apresentam-se os dados utilizados no estudo e, posteriormente, as premissas e

a especificao dos modelos ajustados.
4.1. Levantamento de dados

Os modelos foram ajustados com dados anuais dos anos 1982 a 2014, visto que,
como relatado na reviso bibliogrfica, os anos anteriores dcada de 80 era dominado pela
importao de pases desenvolvidos, havendo, portanto uma mudana na estrutura do mercado.
Como proxy da srie de preos de preo internacional de acar foi utilizada a de
cotaes do contrato futuro de Acar Bruto No. 11 Bolsa de Mercadorias de Nova York (ICE
Futures US) 1. Vencimento, extrada da Bloomberg.
As mdias mensais dessa srie so apresentadas na Figura 21. Como tanto a produo
quanto o estoque so dados anuais, houve a necessidade de se anualizar esses dados para o
ajustamento dos modelos. A anualizao foi feita considerando os meses do ano-safra
internacional outubro a setembro.

Figura 21 - Preo internacional do acar bruto cotado em NY11.

Fonte: Bloomberg

45

As sries de produo dos principais pases de acar e estoque mundial foram

extradas do banco de dados do USDA. Foram considerados, para o presente estudo, os cinco
maiores produtores de acar dos ltimos anos. Como mostra a Tabela 7, os cinco maiores
produtores de acar mundiais so: Brasil com 21% da produo mundial de acar, ndia com
16%, Unio Europeia com 9%, China com 8% e Tailndia com 6%. Em seguida a tabela mostra
os maiores consumidores de acar e o estoque final.
Tabela 7 Dados mundiais de produo e estoque de acar.
2009/10

2010/11

2011/12

2012/13

2013/14

Maio 2014/15

Produo
Brasil
ndia
Europa
China
Tailndia
Outros

36,400
20,637
16,897
11,429
6,930
61,075

38,350
26,574
15,939
11,199
9,663
60,215

36,150
28,620
18,320
12,341
10,235
66,500

38,600
27,337
16,655
14,001
10,024
70,869

37,800
27,045
16,100
14,346
11,390
69,022

36,800 21%
27,900 16%
16,300 9%
13,700 8%
11,000 6%
69,889 40%

Total

153,368

161,940

172,166

177,486

175,703

175,589 100%

6,223
2,355
2,343
1,433
750
14,928

6,299
1,621
2,983
1,974
602
15,729

7,163
4,140
2,810
3,303
409
17,124

11,068
6,793
3,616
3,981
879
17,641

10,413
8,494
4,906
3,781
1,264
16,657

9,813
8,049
4,906
3,831
1,614
16,228

28,032

29,208

34,949

43,978

45,515

44,441 100%

Estoques Finais
ndia
China
Tailndia
Europa
Indonesia
Outros
Total

22%
18%
11%
9%
4%
37%

Fonte: USDA

Vale ressaltar que os dados extrados pelo USDA referente aos volumes de produo
e estoques so referenciados pelos dados de safra de cada pas (Tabela 8).

46

Tabela 8 Meses que compreendem o ano safra de cada pas referente aos dados de
produo e estoques extrados do USDA.

Fonte: USDA, 2014

4.2. Resultados das aplicaes dos testes de Razes Unitrias

Os testes de raiz unitria (DF-GLS) foram realizados utilizando o critrio de Akaike

modificado (MAIC) para definio do nmero de defasagens a ser utilizado no modelo. Eles
foram ajustados em duas verses: com constante e com constante e tendncia. Os resultados,
apresentados no Apndice I, mostram que, ao nvel de significncia de at 10%, as seguintes
sries apresentam raiz unitria:

Preo no mercado internacional de acar, no modelo com constante e

tendncia

Estoque final, nos dois modelos (embora a 11% de probabilidade a srie tenha
se apresentado estacionria no modelo com constante e tendncia)
47

Produo de acar no Brasil, nos dois modelos

Produo de acar na Tailndia, nos dois modelos

Produo de acar na ndia, nos dois modelos

Produo de acar na EU, nos dois modelos, (embora a 12% de

probabilidade a srie tenha se apresentado estacionria no modelo com
constante e tendncia)

Produo de acar na China, no modelo com constante

Produo de acar na ndia, modelo com constante

Os resultados indicam que as sries so estacionrias na primeira diferena, o que

ser considerado nos ajustes dos modelos. Com muitas vezes difcil diferenciar uma sria com
tendncia estocstica (raiz unitria) de uma srie com tendncia determinista, optou-se por ajustar
os modelos considerando as duas possibilidades1. No caso de se incluir a tendncia, as sries
sero utilizadas no nvel, incluindo termo(s) auto-regressivo(s) para eliminar problemas
associados correlao de resduos e captar efeito de variveis no includas por problemas
associados a graus de liberdade.

Sabe-se que os testes de integrao e co-integrao usados para determinar a necessidade de se construir modelos de correo

de erro so indicados para amostras grandes, que no o caso do presente estudo. Dessa forma, optou-se por ajustar modelos considerando as duas
possibilidades (tendncia determinista incluindo uma varivel tendncia e sries nas diferenas incluindo um termo de correo de erro).

48

4.3. Resultados dos modelos que explicam a formao do preo internacional e

estoque

Numa primeira etapa avaliou-se o efeito do estoque final na definio do preo

internacional de acar. O estoque dependem de variveis relacionadas oferta e demanda de
acar. No entanto, incluir essas variveis em um modelo em que o estoque uma das variveis
explicativas implicaria em multicolinaridade entre essas variveis, o que no permitiria isolar os
efeitos individuais. A existncia de multicolinearidade pode resultar em no significncia
estatstica e mudana de sinal dos coeficientes, como j mencionado. Assim, um primeiro modelo
foi ajustado incluindo apenas o estoque com varivel explicativa.
Posteriormente, foi ajustado um modelo para captar o efeito da produo dos
principais pases na formao do estoque. Como, por problemas de graus de liberdade, seria
impossvel incluir todos os deslocadores das curvas de oferta e demanda que afetam a formao
de estoque, optou-se por usar um modelo misto, no qual algumas variveis cujos impactos se quer
quantificar so includas e os efeitos das demais, como sinaliza a metodologia de funo de
transferncia, so representadas por termo(s) auto-regressivo(s). Considera-se que o efeito dessas
variveis no includas est contido no passado histrico da srie que est sendo modelada
(Vandaele, 1983).
Por ltimo, ajustou-se um modelo no qual o preo internacional a varivel
dependente e a produo dos principais pases as variveis explicativas.

49

4.4. Modelos relacionando o preo do acar no mercado internacional ao

estoque.

Considerou-se, inicialmente, que o estoque final do ano-safra explica o preo

internacional daquele ano-safra. Esse modelo, conforme definido no tpico anterior, foi ajustado
em duas verses: com tendncia estocstica e com tendncia determinista.
Os resultados apresentados na Tabela 9 (modelo com tendncia estocstica) indicam
que o efeito do estoque sobre o preo internacional de grande magnitude. Um aumento de 1%
no estoque faz com que o preo no mercado internacional caia 0,77%. No caso do modelo em que
se tem uma tendncia determinista (Tabela 10), a elasticidade de -1,25 (sendo o prprio
coeficiente da varivel, uma vez que os dados foram transformados em logaritmo).
Tabela 9 Resultados do modelo de correo de erro para explicar o preo no
mercado internacional tendo com argumento o estoque.
Varivel
DLESTOQUE1
RES{1}

Coeficiente
-0,765348633
-0,088290642

Significncia
0,04142613
0,043809863

Obs: 1. A varivel RES{1} representa o termo de correo de erro que foi construdo
atravs de vetor de co-integrao incluindo constante.
2. Termos auto-regressivos includos nesse modelo e a constante no se
apresentaram estatisticamente significativos.

50

Tabela 10 Resultados do modelo de tendncia determinista para explicar o preo no

mercado internacional tendo com argumento o estoque.
Varivel
Constante
Tendncia
LESTOQUE1
LNY{1}

Coeficiente
13,49672743
0,04344989
-1,24789411
0,41681358

Significncia
0,00000527
0,00000338
0,0000096
0,00060326

Obs. LNY{1} expressa a varivel dependente defasada.

Alternativamente, considerou-se um modelo em que o estoque final do ano-safra

anterior (estoque de passagem do ano anterior) explica o preo internacional. Os resultados,
apresentados nas Tabelas 11 e 12 apontam elasticidades de -0,73 e -0,94 para os modelos com
tendncia estocstica e tendncia determinista, respectivamente.
Enquanto o estoque no final do ano-safra em questo, representa excesso de oferta
naquele ano, o estoque de passagem do ano anterior contribui para a oferta do ano-safra em
questo. Era de se esperar, menor magnitude neste ltimo caso, pois a oferta do ano-safra de
referncia depende da produo e de fatores relacionados demanda daquele ano, e estoque de
passagem do ano anterior um dos componentes da oferta do ano-safra de referncia.

Tabela 11 Resultados do modelo de correo de erro para explicar o preo no

mercado internacional tendo com argumento o estoque defasado.
Varivel
DLESTOQUE2
RES{1}

Coeficiente
-0,729916963
-0,691721305

Significncia
0,02896086
0,00079094

Obs: 1. A varivel RES{1} representa o termo de correo de erro que foi construdo
atravs de vetor de co-integrao incluindo constante.
51

2. Termos auto-regressivos includos nesse modelo e a constante no se

apresentaram estatisticamente significativos.

Tabela 12 Resultados do modelo de tendncia determinista para explicar o preo no

mercado internacional tendo com argumento o estoque defasado.
Varivel
Constante
Tendncia
LESTOQUE2
LNY{1}

Coeficiente
10,66093869
0,03654702
-0,94936711
0,35809787

Significncia
0,00862144
0,0028921
0,01225561
0,04717563

Obs. LNY{1} expressa a varivel dependente defasada.

4.5. Modelos para explicar a formao de estoques de acar com base na

produo dos principais pases produtores da commodity.

Os principais produtores de acar durante a safra 2013/2014 foram Brasil, ndia,

Unio Europeia, Tailndia e China, conforme mostra a Figuras 22.

Figura 22 - Principais produtores de acar durante a safra 2013/2014 e sua representatividade na

amostra.
Fonte: (USDA, 2014)

52

Os resultados do modelo de correo de erro ajustado para explicar a formao de

estoque de acar com base na produo dos principais pases nesse contexto foram reportados
na Tabela 13. A produo brasileira de acar se mostrou a de maior relevncia. A elasticidade
encontrada foi de 0,34, significando que um aumento de 1% na produo brasileira causa um
aumento de 0,34% nos estoques internacionais. A produo da China apresentou-se a segunda
mais importante para explicar a formao dos estoques internacionais, sendo a elasticidade de
0,23. A produo dos demais pases apresentaram coeficientes no significativos estatisticamente.
Vale mencionar, no entanto, que a produo da ndia teve coeficiente significativo a 0,14 de
probabilidade, no se podendo descartar completamente a hiptese de que ela tenha influncia na
formao do estoque internacional da commodity.
Tabela 13 - Resultados dos modelos ajustados para explicar a formao de estoque
internacional de acar (modelo de Correo de Erro).

1
2
3
4
5
6
7
8

Varivel
Constante
DLPRODBR
DLPRODEU
DLPRODTAI
DLPRODIND
DLPRODCHINA
DLESTOQUE1{1}
RES{1}

Coeficiente
-0,029815975
0,344574796
0,213737591
0,099616544
0,160522328
0,228008919
0,4320768
-0,473188359

Significncia
0,11776184
0,08295208
0,30109438
0,38130162
0,13605256
0,04835896
0,0098363
0,00407287

Obs: 1. A varivel RES{1} representa o termo de correo de erro que foi construdo
atravs de vetor de co-integrao incluindo constante.
2. DLESTOQUE1{1} expressa a varivel dependente defasada.

No caso do modelo de correo de erro ajustado para explicar a formao de estoque

com base na produo dos principais pases, os resultados apresentados na Tabela 14 mostram
53

que a produo do Brasil e a da ndia so as mais relevantes, seguidas pela da Tailndia. O

coeficiente da produo da China apresentou-se no significativo estatisticamente e o da
produo europeia significativo a 0,20 de probabilidade.
Os resultados encontrados nesta anlise so robustos em indicar o Brasil como o
principal pas responsvel pela formao dos estoques mundiais.

Tabela 14 - Resultados dos modelos ajustados para explicar a formao de estoque

internacional de acar (modelo de Correo de Erro).

1
2
3
4
5
6
7
8

Varivel
Constante
TREND
LPRODBR
LPRODEU
LPRODTAI
LPRODIND
LPRODCHINA
LESTOQUE1{1}

Coeficiente
-8,205714681
-0,044851622
0,437659208
0,190310191
0,240959872
0,372984514
0,028029508
0,703961311

Significncia
0,00270762
0,00018701
0,00156136
0,2008201
0,03074875
0,00089097
0,7950692
0,00000185

Obs:. DLESTOQUE1{1} expressa a varivel dependente defasada.

54

4.6. Modelos para explicar a formao de preo no mercado internacional de

acar com base na produo dos principais pases produtores da
commodity.

Os resultados do modelo de correo de erro especificado para explicar a formao

do preo no mercado internacional de acar com base na produo dos principais pases so
apresentados na Tabela 15. Verificou-se, pelos resultados encontrados, que a produo brasileira
de acar tem o segundo maior impacto sobre o preo internacional dessa commodity. Uma
variao de 1% na produo brasileira faz com que o preo no mercado internacional tenha uma
queda de 0,72%. No caso da China, a elasticidade encontrada foi de -0,84. Os coeficientes das
variveis: produo da Tailndia e da Europa no se apresentaram estatisticamente significativos.
Contrariamente ao esperado, a produo da ndia apresentou coeficiente com sinal positivo e
significativo.
Tabela 15 - Resultados do modelo de correo de erro ajustado para explicar a
formao de preo internacional de acar.

1
2
3
4
5
6
7

Varivel
Constante
DLPRODBR
DLPRODEU
DLPRODCHINA
DLPRODIND
DLPRODTAI
RES{1}

Coeficiente
0,071204121
-0,718442838
-0,01042374
-0,845038879
0,467061695
0,045790216
-0,396257523

Significncia
0,10577977
0,11983052
0,98217765
0,0036492
0,03618616
0,86347853
0,0072644

Obs: 1. A varivel RES{1} representa o termo de correo de erro que foi construdo
atravs de vetor de co-integrao incluindo constante.
2. Termos auto-regressivos includos nesse modelo no se apresentaram
estatisticamente significativos.

55

O modelo alternativo ajustado com as sries no nvel, incluindo uma tendncia

(Tabela 16) apresentaram resultados que indicam que a produo brasileira de acar tem o maior
impacto no preo internacional dessa commodity, sendo a elasticidade encontrada de -1,00. O
coeficiente da varivel produo da Tailndia no se apresentou estatisticamente significativo,
assim como o da ndia. O coeficiente da produo da Unio Europeia significativo a 13% de
probabilidade e o da China a 15%, no se podendo, desta forma, descartar completamente a
hiptese de que essas variveis tenham efeito sobre a formao do preo internacional. A
elasticidade encontrada foi de -0,71 no caso da Unio Europeia e de 0,50 no caso da China.
No APENDICE II so apresentadas as funes de correlao cruzada das produes
dos principais pases com o preo no mercado internacional de acar. Todas as produes foram
tomadas como tendo influncia contempornea sobre o preo e sobre o estoque.

Tabela 16 - Resultados do modelo de tendncia determinista ajustado para explicar a

formao de preo internacional de acar.

1
2
3
4
5
6
7
8

Varivel
Constante
Tendncia
LPRODBR
LPRODEU
LPRODCHINA
LPRODIND
LPRODTAI
LNY{1}

Coeficiente
23,86101641
0,10604971
-1,00502122
-0,71316896
-0,5027358
-0,11208732
-0,23203495
0,55654944

Significncia
0,0079735
0,00898779
0,03427692
0,12947079
0,15299248
0,69542196
0,50221971
0,01575125

56

5. CONCLUSES E CONSIDERAES FINAIS

Durante a dcada de 80, o Brasil realizou grandes investimentos no setor

sucroalcooleiro atravs do Prolcool. O pas se tornou o maior produtor e exportador de acar
mundial, com uma representatividade significativa perante aos demais pases produtores da
commodity.

A rea dedicada ao cultivo de cana-de-acar e a produtividade vem crescendo

consideravelmente nas ltimas dcadas. Neste estudo, concluiu-se que a produo brasileira de
acar tem impacto estatisticamente significativo tanto na formao do estoque mundial
(elasticidade de 0,44) como na formao do preo internacional do acar (elasticidade de 0,75 a
1,00).
Pde-se constatar que o estoque final tem maior influncia sobre preo internacional
do que o estoque inicial. Enquanto o estoque no final do ano-safra representa o excedente de
consumo (oferta menos demanda) daquele ano, o estoque do ano anterior (estoque de passagem)
apenas parte da oferta do ano em questo. Dessa forma, o resultado encontrado era o esperado.
Nas funes de correlao cruzada estimadas com as sries pr-filtradas observou-se
efeito do preo internacional de acar sobre o mix de produo acar/etanol brasileiro e no o
contrrio (Apndice 2), motivo pelo qual essa varivel no foi includa no modelo para explicar a
formao do preo do acar no mercado externo.
A exportao de acar do Brasil no foi includa no modelo pelo fato de estar
relacionada produo brasileira (problemas associados multicolinearidade), mas a sua
influncia pode ser observada de forma indireta atravs da produo. Considerando que o
57

consumo interno tem pouca variao, as exportaes esto diretamente associadas produo
domstica e tem impacto semelhante sobre os preos internacionais.
Embora o Brasil tenha grande influncia sob a tica da oferta (produo e estoque), o
estudo mostrou que outros pases tambm so importantes nesse contexto, como foi o caso da
ndia no caso de estoque e a da China no da formao do preo. No Apndice 2, os testes
estatsticos mostram que o preo internacional do acar direciona a produo da ndia. Sabe-se
que as polticas governamentais tm forte influncia sobre a produo de acar no pas.
Vale ressaltar que algumas variveis climticas tambm interferem na produo
brasileira de acar; estas variveis no foram consideradas no estudo em questo, mas poderiam
ser utilizadas em estudos futuros para avaliar o efeito direto de variveis que afetam a produo
no pas.
No presente estudo concluiu-se que o mix de produo brasileiro responde ao preo
internacional. No entanto, neste trabalho no se abordou outros aspectos que podem afetar a
deciso de se produzir mais acar ou mais etanol. Fica com sugesto tambm analisar a
interferncia dos custos da produo brasileira na definio do mix, assim como os efeitos da taxa
de cmbio, do preo domstico do acar e do etanol, quantificar o volume de acar e etanol
fixado junto s tradings, ou seja, variveis que afetam na deciso da usina em otimizar a
distribuio da cana nas plantas industriais.

58

6. REFERNCIAS BIBLIOGRFICA

ANP. (s.d.). ANP. Acesso em 2014, disponvel em Agencia Nacional do Petroleo, Gas Natural e
Biocombustiveis:
http://www.sindigas.com.br/Download/Arquivo/09.02.12%20B_634647290120078512.pdf
Brennan, M. (1958). The supply of storage. American Economic Review , 48, 50-72.
Brooks, C. (2002). Introductory Econometrics for Finance. Cambridge University Press.
CONAB. (2014). Fonte:
http://www.conab.gov.br/conteudos.php?a=1252&t=&Pagina_objcmsconteudos=2#A_objcmsco
nteudos.
Dickey, D. A., & Fuller, W. A. (July de 1981). Likelihood ratio statistics for autoregressive time
series with a unit root. Econometrica , 49 (4), pp. 1057-1072.
Dickey, D., & Fuller, W. A. (June de 1979). Distribution of the estimators for autoregressive time
series with unit root. Journal of the American Statistical Association , 74, pp. 427-431.
Elliott, G., Rothenberg, T. J. & J.H. Stock (1996) 'Efficient Tests for an Autoregressive Unit
Root,' Econometrica, Vol. 64, No. 4., pp. 813836
Enders, W. (2004). Applied Econometric Time Series. John Wiley & Sons, INC.
Engle, R. F., & Granger, C. W. (March de 1987). Co-integration and error correction:
representation, estimation, and testing. Econometrica , 55, pp. 251-276.
Fama, E., & French, K. R. (1987). Commodity futures prices: Some evidence on forecast power,
premiums and the theory of storage. Journal of Business , 60, 55-73.
FAO. (2000). FAO. Acesso em 2014, disponvel em
http://www.fao.org/docrep/006/y4343e/y4343e05.htm
FAS. (2014). Foreign Agricultural Service. Acesso em 2014, disponvel em
http://www.fas.usda.gov/data/sugar-world-markets-and-trade
Fuller, W. A. (1976). Introduction to statistical time series. New York: John Wiley.
Geman, H. (2005). Commodities and commodity derivatives: modeling and pricing for
agriculturals, metals, and energy. England: John Wiley & Sons Ltd.
Geman, H., & Nguyen, V. N. (2002). Soybean inventory and forward curves dynamics.
Gibson, R., & Schwartz, E. S. (1990). Stochastic convenience yield and the pricing of oil
contingent claims. Journal of Finance , 45, 959-976.
59

Gujarati, D. (2000). Econometria Bsica. So Paulo: Makron Books.

Hair Jr, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1995). Multivariate Data
Analysis. New Jersey: Prentice Hall.
Haley, S. (May de 2013). World Raw Sugar Prices: The influence of Brazilian Costs of
Production and World Suplus/Deficit Measures. United States Department of Agriculture: SSSM-297-01 .
Hannah, A. C. (1997). FAO. Fonte: http://www.fao.org/docrep/005/x0513e/x0513e00.htm
Hannah, A. C. (1997). FAO.
Helmer, R. M., & Johanson, J. K. (May de 1977). An exposition of Box - Jenkins transfer
function analysis with an aplication to the advertising - sales relationship. Journal of Marketing
Research .
Kaldor, N. (1939). Speculation and economic stability. The review of economic studies , 7, 1-27.
Keynes, J. (1930). The Applied Theory of Money. London: Macmillan & Co.
Machado, F. d. (Novembro de 2003). jornalcana.com.br. Acesso em Maio de 2014, disponvel
em brasil-a-doce-terra-historia-do-setor: http://www.jornalcana.com.br/brasil-a-doce-terrahistoria-do-setor
MAPA. (2014). Fonte: Ministerio da agricultura, pecuaria e abastecimento:
http://www.agricultura.gov.br/arq_editor/file/Desenvolvimento_Sustentavel/Agroenergia/estatisti
cas/preos/JULHO_2014/Paridade%20T%C3%A9cnica%20Etanol%20-%20Gasolina%20SP.pdf

McConnell, M., Dohlman, E., & Haley, S. (2010). World Sugar Price Volatility Intensified by
Market and Policy Factors. (A. Waves, Ed.) Acesso em Aug de 2014, disponvel em USDA:
http://ers.usda.gov/AmberWaves/September10
Mills, T. C. (1990). Time series technics dor ecnomists. New York: Cambridge University.
Oliveira, A. X., & Pino, F. A. (1985). Elasticidade em modelos de sries temporais. Encontro
Brasileiro de Econometria. RJ: Sociedade Brasielira de Econometria.
Phillps, P. C., & Perron, P. (1988). Testing for a unit root in time series regession. Biometria , 75
(2), pp. 335-346.
Pindyck, R. S., & Rubinfeld, D. L. (2006). Microeconomia. In: Microeconomia. Pearson Prentice
Hall.
Ramos, P. E., & Belik, W. (Abril de 1989). Interveno estatal e a agroindstria canavieira de
So Paulo. Revista de Economia e Sociologia Rural , 27, pp. 197-214.

60

Ramos, P. (Outubro de 1999). Situao atual, problemas e perspectivas da agroindstria

canavieira de So Paulo. Informaes Econmicas , pp. 9-24.
Routledge, B., Seppi, D. J., & Spatt, C. S. (2000). Equilibrium Forward Curves for Commodities.
Journal of Finance , 55 (3), 1297-1338.
Samuelson, P. (1965). Proof that properly anticipated prices fluctuate randomly. Industrial
Management Review , 6, 41-49.
SAS Institute. (1988). SAS/ETS user's guide.
SHIKIDA, P. (1998). A evoluo diferenciada da agroindstria canavieira no Brasil de 1975 a
1995. Acesso em 05 de 2014, disponvel em Biblioteca Digital da FGV:
HTTP://BIBLIOTECADIGITAL.FGV.BR/OJS/INDEX.PHP/RBE/ARTICLE/VIEWFILE/746/1
740
Szmrecsanyi, T. (1979). O planejamento da agroindstria canavieira do Brasil. So Paulo:
Hucitec/Unicamp.
Szmrecsanyi, T., & Moreira, E. P. (1991). O desenvolvimento da agroindstria canavieira do
Brasil desde a Segunda Guerra Mundial. Estudos Avanados , 5 (11), pp. 57-79.
Telser, L. (1958). Futures trading and the storage of cotton and wheat. Journal of political
Economy , 233-255.
UDOP. (Agosto de 2014). Uniao dos Produtores de Bioenergia. Fonte:
http://www.udop.com.br/download/estatistica/economia_chuvas/1991a2014_historico_ribeirao_p
reto.pdf
UNICA. (s.d.). Uniao da Industria de Cana-de-Acar. Acesso em May de 2014, disponvel em
Unicadata: http://www.unica.com.br/mapa-da-produo/
USDA. (2014). United States Department of Agriculture. Acesso em May de 2014, disponvel
em http://apps.fas.usda.gov/psdonline/psdquery.aspx
Vandaele, W. (1983). Applied time series and Box - Jenkins models. New York: Academic Press.
Williams, J., & Wright, B. D. (1991). Storage and Commodity Markets. Cambridge University
Press .
Working, H. (1948). Theory of the inverse carrying charge in Futures markets. Journal Farm
Economics , pp. 1-28.

61

1981/1982
1982/1983
1983/1984
1984/1985
1985/1986
1986/1987
1987/1988
1988/1989
1989/1990
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
2008/2009
2009/2010
2010/2011
2011/2012
2012/2013
2013/2014

Apndice I

Resultados dos testes de raiz unitria

1. Preo de acar no mercado internacional

Preo acar em NY (primeiro vencimento)

30.0000
25.0000
20.0000
15.0000
10.0000
5.0000
0.0000

62

1.1.Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC 3.601* 5.476 9.002 12.719 5.88 20.638 40.434 26.951 137.789 418.249

Resultados do DF-GLS Tests

Dependent Variable: Preo de acar em NY primeiro vencimento
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -1.735

1%
-2.58

5%
-1.95

10%
-1.62

* Elliott et al (1996 Econometrica)

1.2. Modelo com constante e tendncia
Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -2.399* -2.244 -1.965 -2.073 -2.118 -1.586 -0.438
0.058
11.934
23.225

Resultados do DF-GLS Tests

Dependent Variable: Preo de acar em NY primeiro vencimento
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -2.271

1%
-3,42

5%
-2,91

10%
-2,62

* Elliott et al (1996 Econometrica)

2. Estoque final

Estoque final

1981/1982
1982/1983
1983/1984
1984/1985
1985/1986
1986/1987
1987/1988
1988/1989
1989/1990
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
2008/2009
2009/2010
2010/2011
2011/2012
2012/2013
2013/2014

50,000
40,000
30,000
20,000
10,000
0

63

2.1. Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC 198.097 216.565 129.22 65.499* 156.27 217.008 461.431 1166.946 4396.652 2221.905

Resultados do DF-GLS Teste

Dependent Variable: Estoque final
Using Data from 1 to 33
Lags = 3
Critical values (asymptotic)*
Test Statistic
DFGLS -0.466

1%
-2.58

5%
-1.95

10%
-1.62

2.2. Modelo com tendncia e constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -3.860* -3.51 -3.64 -3.466 -3.145 -2.723 -1.487
1.89
18.574
36.866

Resultados do DF-GLS Teste

Dependent Variable: Estoque final
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -2.385

1%
-3,42

5%
-2,91

10%
-2,62

Significativo a 12%

3. Produo de acar do Brasil

Produo de acar do Brasil

Exportaes de acar pelo Brasil

2011/2012

2008/2009

2005/2006

2002/2003

1999/2000

1996/1997

1993/1994

1990/1991

1987/1988

1984/1985

1981/1982

2011/2012

2008/2009

2005/2006

2002/2003

1999/2000

1996/1997

1993/1994

1990/1991

1987/1988

1984/1985

30,000.00
25,000.00
20,000.00
15,000.00
10,000.00
5,000.00
1981/1982

45000
40000
35000
30000
25000
20000
15000
10000
5000
0

64

3.1. Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -4.837* -4.049 -2.905 -3.498 32.834 85.069 84.809 87.871 344.841 520.367

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar do Brasil
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS 0.622

1%
-2.58

5%
-1.95

10%
-1.62

3.2. Modelo com constante e tendncia

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -4.731* -4.575 -4.453 -4.268 -4.181 -3.437 -3.65
-3.171
-1.534
-1.488

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar do Brasil
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -1.543

1%
-3,42

5%
-2,91

10%
-2,62

4. Produo de acar da Tailndia

65

Produo de acar da Tailndia

12,000
10,000
8,000
6,000
4,000
2,000
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 25 26 27 28 29 30 31 32 33

4.1. Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC 12.536 24.698 3.421 8.464 18.788 46.468 90.61
0.274*
65.216 202.248

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da Tailndia
Using Data from 1 to 33
Lags = 7
Critical values (asymptotic)*
Test Statistic
DFGLS 0.562

1%
-2.58

5%
-1.95

10%
-1.62

4.2. Modelo com constante e tendncia

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -2.804 -2.182 -2.808* -2.507 -2.293 -1.236 -1.804 -0.619
3.512
5.255

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da Tailndia
Using Data from 1 to 33
Lags = 3
Critical values (asymptotic)*
Test Statistic
DFGLS -2.159

1%
-3,42

5%
-2,91

10%
-2,62

5. Produo de acar da Unio Europeia

66

Produo de acar da EU

1981/1982
1982/1983
1983/1984
1984/1985
1985/1986
1986/1987
1987/1988
1988/1989
1989/1990
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
2008/2009
2009/2010
2010/2011
2011/2012
2012/2013
2013/2014

25,000
20,000
15,000
10,000
5,000
0

5.1. Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC 1260.75 815.155 545.29 445.02 189.56 119.281* 124.966 6585.624 10744.38 54536.72

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da UE
Using Data from 1 to 33
Lags = 5
Critical values (asymptotic)*
Test Statistic
DFGLS -0.368

1%
-2.58

5%
-1.95

10%
-1.62

5.2. Modelo com constante e tendncia

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -4.581* -4.575 -4.492 -4.378 -4.305 -4.079 -3.729 -2.065
-2.186
-0.159

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da UE
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -2.437

1%
-3,42

5%
-2,91

10%
-2,62

Significativo a 12%

6. Produo de acar da China

67

Produo de acar da China

1981/1982
1982/1983
1983/1984
1984/1985
1985/1986
1986/1987
1987/1988
1988/1989
1989/1990
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
2008/2009
2009/2010
2010/2011
2011/2012
2012/2013
2013/2014

18,000
16,000
14,000
12,000
10,000
8,000
6,000
4,000
2,000
0

6.1. Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC 69.042* 90.969 145.85 108.6 81.83 118.499 218.164 146.898 272.914 177.297

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da China
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -0.565

1%
-2.58

5%
-1.95

10%
-1.62

6.2. Modelo com constante e tendncia

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -3.347* -1.318 -0.717 -2.606 -2.331 -2.669 1.363
0.634
3.804
6.876

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da China
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -3.244

1%
-3,42

5%
-2,91

10%
-2,62

7. Produo de acar da ndia

68

Produo de acar da ndia

1981/1982
1982/1983
1983/1984
1984/1985
1985/1986
1986/1987
1987/1988
1988/1989
1989/1990
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
2008/2009
2009/2010
2010/2011
2011/2012
2012/2013
2013/2014

35,000
30,000
25,000
20,000
15,000
10,000
5,000
0

7.1. Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC 69.602* 120.669 73.348 80.977 197.34 355.259 760.715 1210.389 1469.604 2217.906

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da ndia
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -1.135

1%
-2.58

5%
-1.95

10%
-1.62

7.2. Modelo com constante e tendncia

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -2.535* 0.018 -1.091 -1.133 0.502 2.373
3.174
14.281
17.195
12.353

Resultados do DF-GLS Teste

Dependent Variable: Produo de acar da ndia
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -3.795

1%
-3,42

5%
-2,91

10%
-2,62

8. Mix acar (Brasil)

69

Mix - acar (Brasil)

1981/1982
1982/1983
1983/1984
1984/1985
1985/1986
1986/1987
1987/1988
1988/1989
1989/1990
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
2008/2009
2009/2010
2010/2011
2011/2012
2012/2013
2013/2014

0.6
0.5
0.4
0.3
0.2
0.1
0

8.1. Modelo com constante

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
MAIC -2.253* -1.4 -0.066 -0.868 2.448
2.45
10.646 20.392
74.883
65.167

Resultados do DF-GLS Teste

Dependent Variable: Mix de acucar Brasil
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLSu -1.432

1%
-2.58

5%
-1.95

10%
-1.62

8.2. Modelo com constante e tendncia

Critrio de informao MAIC para a definio do nmero de defasagens do teste de raiz unitria
Resultados do MAIC:
Lags
0
1
2
3
4
5
6
7
8
9
-4.851 -4.876 -4.88 -4.809 -4.863 -5.07 -5.143 -5.098
-5.12
-5.266*
MAIC
-4.711* -4.677 -4.577 -4.578 -4.359 -4.608 -3.91
-3.111
1.48
0.081

Resultados do DF-GLS Teste

Dependent Variable: Mix de acucar Brasil
Using Data from 1 to 33
Lags = 0
Critical values (asymptotic)*
Test Statistic
DFGLS -1.264

1%
-3,42

5%
-2,91

10%
-2,62

70

Apndice II
Resultados de funes de correlao cruzada:
Foram ajustadas funes de correlao cruzada entre a varivel: preo no mercado internacional,
representado pelo primeiro vencimento do contrato futuro da Bolsa de NY, e variveis que
potencialmente tm impacto na definio desse preo, sendo elas:
- Estoques mundiais
- Produo brasileira
- Mix de produo acar e etanol no Brasil
- Produo da ndia
- Produo na Tailndia
- Produo na China
- Produo na EU
As funes de correlao cruzada foram ajustadas com as sries pr-filtradas, utilizando modelos
nas diferenas de primeira ordem e incluindo termos necessrios para que o resduo do modelo
filtro fosse no correlacionado (Vandaele, 1983). Considerando um nvel de significncia de 5%
de probabilidade, os valores crticos para analisar a significncia das correlaes de
1,96/(N^0,5), sendo N o nmero de observaes da amostra.
Os resultados encontram-se a seguir:
Estoques
Estoque 1 versus preo internacional
Defasagem
8
7
6
5
4
3
2
1
0
Correlao cruzada -0.0869402 0.0691405 -0.0262292 0.0976217 -0.0796317 0.1332223 -0.2041562 -0.1259713 -0.5293564**
Preo internacional versus Estoque 1
Defasagem
8
7
6
5
4
3
2
1
Correlao cruzada -0.0727207 0.3336297 0.1377013 -0.126091 0.0194444 0.0404068 0.4090317 -0.1056455

* Significativo a 5%
Os resultados apresentados permitem concluir que estoques elevados causam queda no preo internacional

71

Produo Brasileira
Prod. Brasileira versus preo internacional
Defasagem
8
7
6
5
4
3
2
1
0
Correlao cruzada 0.0140613 0.0477987 0.3543272 -0.092197 -0.2516907 -0.094532 -0.0854884 0.3241239 -0.3232678 **
Preo internacional versus prod. Brasileira
Defasagem
8
7
6
5
4
3
2
1
Correlao cruzada 0.0829032 0.0362642 0.0649246 -0.116106 0.1004428 -0.011291 0.1438941 -0.2164243

** Significativo a 10%
Produo brasileira est negativamente e contemporaneamente relacionada ao preo internacional. Aumenta a produo brasileira e
cai o preo internacional

Mix de produo de acar no Brasil

Mix acar versus preo internacional
Defasagem
8
7
6
Correlao cruzada -0.0132554 0.0204964 0.0313671

5
0.033029

4
3
2
1
0.0095438 -0.278585 -0.1634624 -0.1452909

Preo internacional versus mix acar

Defasagem
8
7
6
5
Correlao cruzada -0.1380867 0.4057845* -0.0946901 -0.11156

4
3
2
1
0.0059471 0.1520008 0.2093224 0.2303779

0
0.1838929

*Significativo at 5% de probabilidade
O preo no mercado internacional de acar sobe e mix brasileiro fica mais direcionado ao acar (duas
defasagens). O mix computado de abril a maro de cada ano, da haver duas defasagens para causar o efeito (srie
de preo internacional setembro a agosto).
Produo da ndia
Produo da ndia versus preo internacional
Defasagem
8
7
6
5
4
3
2
1
0
Correlao cruzada 0.0317157 -0.103019 -0.1365505 -0.04009 -0.0730371 0.2267846 -0.2490801 -0.0486499 -0.1011098
Preo internacional versus produo da ndia
Defasagem
8
7
6
5
4
3
2
1
Correlao cruzada 0.3807873* 0.2657676 -0.1141271 -0.208544 0.0236668 0.1691972 0.0453939 -0.2197195

*Significativo a 5% de probabilidade
Preo do mercado internacional causa produo da ndia com uma defasagem.

72

Produo da Tailndia
Produo da Tailndia versus preo internacional
Defasagem
7
6
5
4
3
2
1
0
Correlao cruzada -0.0076087 0.1402056 -0.3113458 0.0817271 -0.062107 -0.064163 0.0787888 -0.2856026**
Preo internacional versus Produo da Tailndia
Defasagem
7
6
5
4
3
2
1
Correlao cruzada 0.2206756 0.2707011 0.1333119 -0.358976 0.1013904 0.1159881 0.0732403

**Significativo a 10% de probabilidade

Valor crtico a 10% de probabilidade: 0,285
Obs: Preo do mercado internacional causa produo da Tailndia com duas defasagens ao nvel de significncia de 12%.
Aumento da produo da Tailndia causa queda no preo internacional contemporaneamente.
Produo da China
Produo da China versus preo internacional
Defasagem
7
6
5
4
Correlao cruzada -0.0661496 -0.181364 -0.2158173 0.082412
Preo internacional versus Produo da China
Defasagem
7
6
5
Correlao cruzada -0.041933 0.2253026 0.0821995

3
2
1
0
0.5032474 0.2412153 -0.0536417 0.1731843

4
3
2
1
-0.03182 -0.0067602 -0.101708 0.0024347

Obs. Aumento do preo internacional causa aumento da produo da China 2 a 3 anos aps ele ter ocorrido

Produo da Europa
Produo da Europa versus preo internacional
Defasagem
8
7
6
5
4
3
2
1
Correlao cruzada -0.0131264 0.1133564 -0.0285524 0.132438 -0.1363842 0.007262 -0.384240* -0.0588771
Preo internacional versus Produo da Europa
Defasagem
8
7
6
5
Correlao cruzada 0.0444326 0.0027084 -0.0791434 0.068168

4
0.063738

0
0.207692

3
2
1
-0.073957 -0.0311615 -0.0599321

*Significativo a 5% de probabilidade
Valor crtico a 5%: 0,341
Aumento da produo da EU causa queda no preo internacional aps 2 anos.

73

Apndice III
Teste DFGLS

74

75