Escolar Documentos
Profissional Documentos
Cultura Documentos
Monografia UFPR Ciencias Economicas Rodrigo Hermont Ozon Uma Analise Dos Precos Do Petroleo PDF
Monografia UFPR Ciencias Economicas Rodrigo Hermont Ozon Uma Analise Dos Precos Do Petroleo PDF
CURITIBA
2007
CURITIBA
2007
TERMO DE APROVAO
RODRIGO HERMONT OZON
Orientador:
II
AGRADECIMENTOS
Muitas pessoas contribuiram para a realizao deste trabalho. Agradeo aos
professores do curso de Estatstica da Universidade dentre estes, a Joel da Rosa
que teve pacincia e habilidade em publicar no site do laboratrio de estatstica e
geoinformao meu projeto e a monografia.
A dedicao de professores foi uma influncia muito forte para que eu
escolhesse um tema ligado a analise economtrica e aponto neste sentido Flvio de
Oliveira Gonalves pelo estmulo e pacincia nas nossas conversas pela
Universidade.
No poderia deixar de esclarecer meus agradecimentos Compagas pelo
incentivo e por me despertar o interesse pelas questes energticas.
Sou grato ao Jos Felipe de Almeida pelas dicas e pelo incentivo. Ao
professor Mariano pela inspirao e por fazer despertar em cada aula a curiosidade
pelo conhecimento da Cincia Econmica num enfoque especial. Aos meus amigos
alunos de graduao pelo apoio e por sempre me ajudarem nos momentos difceis.
Ao Nelson (in memoriam) que em especial deixa muitas saudades.
Finalmente, esta monografia no teria sido possvel sem a orientao, de
Marcelo Curado a quem devo meu agradecimento especial.
III
IV
RESUMO
O objetivo da monografia analisar o comportamento, a volatilidade e a dinmica
dos preos do petrleo com os modelos de co-integrao, os modelos ARCH e de
Vetores Auto-regressivos e as devidas relaes de expectativas dos agentes
envolvidos neste mercado frente notcias boas e ruins no perodo compreendido
entre 1986 e 2007. Em particular, o trabalho procura mostrar como a escalada de
alta recente dos preos do petrleo no necessariamente gera maiores nveis de
volatilidade desencadeando assim diferentes efeitos nas economias desenvolvidas,
reforando a hiptese de que seu preo no simplesmente estabelecido de acordo
com equilbrio entre oferta e demanda. Sendo que o novo patamar de preos
embute riscos, tanto macroeconmicos, como o impacto inflacionrio e que as
medidas necessrias para seu controle influenciam as expectativas dos agentes,
afetando os investimentos e o prprio crescimento econmico, quanto uma possvel
substituio por uma matriz energtica de combustvel renovvel futuramente.
Palavras-chave: Preos do petrleo.Volatilidade.Curva de Impacto de Notcias.
ABSTRACT
The main concern of this essay is to analyze the behavior, the volatility and the
dynamics of oil prices with the cointegration, ARCH and Vector Auto-regression
econometric models and the appropriate relationship of the players expectations in
this market involved front of the good and the bad news for the period between 1986
and 2007. The work seeks to stress, in particular, how the high escalation of oil
prices will not necessarily generate higher volatility levels thus triggering different
effects on developed economies, reinforcing the hypothesis that its price is not simply
in accordance with established balance between supply and demand. Since the new
level of prices generate risks, both macroeconomic, as the inflationary impact and
that the necessary policys to control its influence expectations of the players,
affecting investment and economic growth itself, as a possible replacement by a
matrix of fuel renewable energy future.
Key words: Oil prices. Volatility. News Impact Curve.
VI
LISTA DE ILUSTRAES
FIGURA 1 -
FIGURA 2 -
12
FIGURA 3 -
49
FIGURA 4 -
FUNES DE IMPULSO-RESPOSTA........................................................
51
GRFICO 1 -
GRFICO 2 -
GRFICO 3 -
36
GRFICO 4 -
34
44
GRFICO 5 -
GRFICO 6 -
55
GRFICO 7 -
52
84
GRFICO 8 -
92
GRFICO 9 -
93
VII
94
10
TABELA 1 -
22
TABELA 2 -
TABELA 3 -
TABELA 4 -
40
43
TABELA 5 -
55
TABELA 6 -
56
TABELA 7 -
57
TABELA 8 -
59
TABELA 9 -
VIII
60
LISTA DE SIGLAS
ARCH -
ADF -
Dickey-Fuller Aumentado
DF -
Dickey-Fuller
DW -
Durbin-Watson
DWRC -
EA -
Expectativas Adaptativas
EG -
Engle-Granger
EGARCH -
EUA -
GARCH -
GL -
Graus de Liberdade
HER -
HME -
JJ -
Johansen-Jusellius
MCRLN -
MQO -
OECD -
ONU -
OPEP -
PP -
Phillips-Perron
RESET -
TARCH -
WTI -
US$/bbl. -
VAR -
Vetores Auto-regressivos
VEC -
IX
SUMRIO
1 INTRODUO..................................................................................................... 02
2 REFERENCIAL TERICO..................................................................................
06
06
14
14
15
20
26
26
28
30
4 DADOS UTILIZADOS.........................................................................................
34
5 RESULTADOS E DISCUSSES........................................................................
39
40
45
50
55
6 CONCLUSO......................................................................................................
62
REFERNCIAS...................................................................................................
66
APNDICES........................................................................................................
71
71
75
77
82
85
ANEXOS..............................................................................................................
92
1 INTRODUO
crescimento econmico, quanto uma possvel substituio por uma matriz energtica
de combustvel renovvel futuramente. Para tanto foi feito uma reviso das principais
vises e diagnsticos recentes dos principais analistas, passando por uma breve
descrio da trajetria da indstria do petrleo focando a importncia do petrleo do
processo de desenvolvimento econmico. Posteriormente so mostrados os efeitos
nos principais indicadores macroeconmicos, dentro de uma perspectiva de curto
prazo. O captulo 2 aborda as teorias de expectativas dos agentes econmicos e a
evoluo dos principais mecanismos formados pelos mesmos buscando relacionar
os resultados das principais pesquisas desenvolvidas para o mercado do petrleo.
No captulo 3, so mostrados os dados selecionados para anlise e os respectivos
cortes temporais selecionados com as principais notcias que possivelmente
desencadearam diferentes nveis de volatilidade para os preos do petrleo.
Em seguida, so relacionados, no captulo 4 os resultados e discusses para
os 3 modelos economtricos escolhidos para a anlise (descritos no apndice).
Finalmente so descritas as principais concluses do trabalho, apontando
algumas das limitaes dos modelos empregados.
2 REFERENCIAL TERICO
Momento pelo qual a populao ultrapassa o nmero em que se poderia manter estabilizada dentro
da capacidade de renovao natural dos elementos indispensveis sua preservao.
No
final
deste
perodo,
indstria
petrolfera
se
desenvolvera
10
1970s
Oferta de petrleo
com maior incerteza
1980s
Crescimento dos
mercados spot e
a termo (forward)
Preos estveis
Preos estveis
Preos em asceno
Estveis em 1974 e 1978
Majors controlam
a produo mundial
Majors controlam
a produo mundial
1 e 2 choque do petrleo
1990-2000s
Petrleo negociado via
mercado spot e a termo
Contra-choque
(netback pricing)
Guerra do Golfo
OPEP vs. OPEP
11
petrleo
que
era
considerado
um
fator-chave
no
processo
de
12
UM
FATOR-CHAVE
NO
PROCESSO
DE
13
14
conseqncias
macroeconmicas
para
os
pases
importadores
2.2.1
Vide UNITED NATIONS, The Exposure of African Governments to the volatility of international
oil prices, and what to do about it. In United Nations Conference on Trade and Development, Nova
Iorque e Gnova, novembro de 2005.
15
2.2.2
16
17
Fazendo com que neste caso a elasticidade de preos funcione de maneira inversa
ao esperado.
De uma maneira clara, dentro da viso de DORNBUSCH e FISCHER (1991,
p.573-576), que relatam os dois maiores choques de oferta, impulsionados pelos
aumentos dos preos do petrleo em 1973-1974 e 1979-1980 por parte da OPEP
que quadruplicou o preo real3 no primeiro perodo, e que ajudou a puxar a
economia para uma recesso, (a pior desde o perodo ps-Segunda Guerra
Mundial); e no segundo perodo o aumento dobrou o preo do petrleo e acelerou
bruscamente a taxa de inflao, a qual levara muitos pases a utilizar uma poltica
monetria de aperto como forma de contenso o que agravou ainda mais a
recesso.
Este segundo choque deixou o preo do petrleo to alto o que levou alguns
produtores da OPEP a excederem suas cotas de produo, e muitos novos
produtores a entrarem no mercado. Durante dcada de 80 e no seu final, o preo
real do petrleo estava quase no mesmo nvel do final de 1973, seguido
posteriormente de um declnio que visto como um choque favorvel do preo do
petrleo.
Os autores sintetizam as relaes que ligam os nveis de salrios aos preos
atravs da seguinte equao:
P=
1+ z
.W + Pm
A
(1)
DORNBUSCH e FISCHER (1991, p.574) definem o preo real do petrleo como o preo mundial do
petrleo bruto deflacionado pelo deflator do PNB americano e expresso como um ndice, com o
primeiro trimestre de 1981- o nvel mais alto alcanado ao longo do perodo- como 100.
18
OA
Nvel de Preos
OA
E*
E
E
DA
Y*
Produo
Neste exemplo, ainda mesmo que os autores reforcem a idia salientando que o aumento do preo
do petrleo nos anos 70 deslocou a curva OA para cima reduzindo o nvel de produto potencial
porque as firmas reduziram seu uso de petrleo e no podiam usar o capital to eficientemente
quanto antes.
19
20
2.2.3
21
22
Diante de um cenrio pouco favorvel como foi visto nas sees anteriores, o
Brasil apresenta alguns diferenciais em relao aos demais pases, como a
abundncia de gua doce.
Relata PORTO (2006, p.125)
Graas aos investimentos em setores estratgicos realizados
principalmente durante os governos Vargas, Kubitshek e nos 20 anos
decorridos entre 1964 e 1984, o Brasil transformou-se numa nao que
pode se aproveitar plenamente das vantagens propiciadas por sua
condio de pas-continente, sendo um dos poucos capacitados a manter
economia vivel com base no mercado interno e chegar muito prximo da
auto-suficincia.
23
24
Para PORTO (2006) preciso que sejam tomadas medidas que induzam o
aumento da participao da biomassa na nossa matriz energtica, no qual o
biodiesel e o etanol se mostrem eficientes em abastecer toda a frota nacional de
mquinas e veculos, reservando o petrleo somente para as insubstituveis
aplicaes petroqumicas.
O gs natural que visto como um substituto imediato num quadro de
escassez de energia seu preo tender a subir e preservado pelos que possurem
maiores nveis de reserva natural do mesmo. preciso engavetar to cedo quanto
possvel o plano existente de aumentar o percentual do gs natural na matriz
energtica brasileira com o argumento de que ele menos poluente do que a
gasolina e o diesel. (PORTO, 2006, p.130)
O autor sugere ao Brasil o investimento pesado em projetos de expanso e
integrao de metrovias, ferrovias e hidrovias; e que em lugar de automveis
viabilize a produo de milhares de vages e locomotivas; implementos agrcolas,
tratores, mquinas de terraplenagem e explosivos, em adio s providncias
voltadas para a aquisio de autonomia em fertilizantes e defensivos agrcolas na
qual a expanso da fronteira agrcola implicaria na imbricao dos programas de
eletrificao e irrigao com o de hidrovias e ferrovias.
Sendo assim, parece que as conseqncias da esperada crise dos pases
desenvolvidos possa ser amenizada no Brasil com o desenvolvimento de
tecnologias prprias como sistemas de gerao e armazenamento de energia muitos
mais eficientes, carros com motores hbridos de exploso e eletricidade, a utilizao
generalizada do lcool e do biodiesel. possvel que muitos investidores globais
(...) se apercebam a tempo de nos beneficiar com isso, que o investimento direto em
ativos reais da rea energtica seja mais seguro e desejvel que o investimento de
curto prazo em papis. (PORTO, 2006, p.141)
25
Ainda assim muito difcil prever o futuro, porm, se os fatos vierem a ocorrer
da maneira que os dados indicam como provvel, costuma-se dizer que no bojo das
crises existe uma mistura de perigos e oportunidades, que podero ser muito bem
aproveitadas por ns, onde existem momentos cruciais na vida das naes, que
servem para testar a capacidade de transformar situaes de risco em sadas
abertas para a soluo de velhos e novos problemas.
Deste pensamento muito objetivo e realista de PORTO (2006) cabe uma
viso final do autor para a sociedade global e em especial o Brasil:
Nosso pas , com certeza, suficientemente grande para se manter tona
de um modo prximo da autonomia, com moeda prpria lastreada pela
nossa produo industrial e agrcola, suportada por nossas prprias fontes
de energia.(...) bem provvel que ao final da primeira dcada deste novo
sculo comecemos j a ser postos prova. (PORTO, 2006, p. 142)
26
27
Uma regra simples considerar que o prximo perodo (ou ano) ( Yt e+1 ) fosse
igual ao atual (Y), assim denominada de expectativas estticas, ou seja, supe-se
que:
Yt e+1 = Y
(2)
Uma formulao simples foi inicialmente introduzida por Milton Friedman, que
sups o mecanismo de Expectativas Adaptativas (EA). Segundo esta perspectiva, as
pessoas atualizam as expectativas com relao ao futuro, dependo da concretizao
ou no das expectativas no perodo anterior.
Supondo que Ye signifique a expectativa de Y neste perodo que se manteve
conforme o previsto. Assim, (Y - Ye) representa o erro de previso do perodo
anterior. Neste mecanismo de expectativas adaptativas, Yt e+1 formulada neste
perodo atualizando as expectativas Ye em uma frao de erro previsto, ou seja:
Yt e+1 = Y e + (Y Y e )
(3)
Onde 0< <1. Se reescrevermos esta equao (3) vemos que o valor de Y no
prximo perodo ser a mdia ponderada da previso do perodo anterior e o valor
real de Y no presente. Ento:
Yt e+1 = (1 )Y e + Y
(4)
28
MERCADO
A HIPTESE
DOS
MERCADOS EFICIENTES
29
30
Esta hiptese estende-se tambm s taxas de cmbio: neste caso, a hiptese que as taxas a
termo (futuro) so a melhor aproximao do que sero as taxas spot no futuro.
31
(5)
32
(6)
Vale ressaltar que nesta modelagem a varincia tida como constante. Ela
mensura a magnitude dos erros (choques exgenos). Assim, quanto menor a
varincia, mais concentrados da mdia zero sero os erros e quanto maior a
magnitude dos choques maior a varincia. Destaca-se nesta situao o emprego
dos modelos GARCH, quando identificada a heterocedasticidade nas sries.
Uma vez que t +1 da equao (5) um elemento imprevisvel (seja de
conjuntura externa, seja de rumores polticos), seu valor s conhecido no perodo t
em que se faz observao da varivel de interesse (ou seja, seus valores se tornam
efetivos). Portanto, no est contido nas informaes disponveis (com ou sem custo
de obter informao) no perodo t 1 quando da estimao. Como no h padro
discernvel em relao aos choques (erros) inesperados, a HER fornecer a
expectativa mais precisa e confivel possvel sobre o valor da varivel de interesse.
Se houver padro nos choques, o agente aprende o processo que rege esses
choques e o estima racionalmente, como numa regresso do tipo:
Alm da media zero, uma varivel aleatria do tipo rudo branco deve ter mdia zero e varincia
constante (homocedstica), ou seja, ter covarincia nula entre os resduos.
33
Pt +1 = 0 + 1 Pt 1 + 2 X t 1 + 1Z t 1 + Et 1 ( t )
(7)
Sero somente descritos os resultados obtidos, sem entrar em todos os detalhes expostos pelos
autores. Para tal finalidade, vide PRAT, G., UNCTUM, R. Modeling price expecatations in the oil
market: evidence from survey data. CNRS/University of Paris-X Nonterre, Frana, abril de 2001.
34
4 DADOS UTILIZADOS
US$/bbl
90
80
70
60
50
40
30
20
10
2/1/2009
2/1/2008
2/1/2007
2/1/2006
2/1/2005
2/1/2004
2/1/2003
2/1/2002
2/1/2001
2/1/2000
2/1/1999
2/1/1998
2/1/1997
2/1/1996
2/1/1995
2/1/1994
2/1/1993
2/1/1992
2/1/1991
2/1/1990
2/1/1989
2/1/1988
2/1/1987
2/1/1986
O termo spot provm do ingls e significa a vista, ou seja, usada a srie spot. pois se acredita
numa maior volatilidade dos preos do que no mercado futuro ou estrutura a termo (DIAS, 2005).
10
Brent era o nome de uma antiga plataforma de petrleo (Brent Spar) da Shell no Mar Norte.
35
36
90
US$/bbl
80
70
60
Corte Temporal
02/01/1986 a
23/01/1989
Corte Temporal
24/01/1989 a
20/05/1993
Corte Temporal
21/05/1993 a
29/01/1999
Corte Temporal
01/02/1999 a
25/04/2003
50
40
30
20
Corte Temporal
28/04/2003 a
03/08/2006
Corte Temporal
05/08/2006 a ...
10
2/1
/19
86
2/7
/19
86
2/1
/19
87
2/7
/19
87
2/1
/19
88
2/7
/19
88
2/1
/19
89
2/7
/19
89
2/1
/19
90
2/7
/19
90
2/1
/19
91
2/7
/19
91
2/1
/19
92
2/7
/19
92
2/1
/19
93
2/7
/19
93
2/1
/19
94
2/7
/19
94
2/1
/19
95
2/7
/19
95
2/1
/19
96
2/7
/19
96
2/1
/19
97
2/7
/19
97
2/1
/19
98
2/7
/19
98
2/1
/19
99
2/7
/19
99
2/1
/20
00
2/7
/20
00
2/1
/20
01
2/7
/20
01
2/1
/20
02
2/7
/20
02
2/1
/20
03
2/7
/20
03
2/1
/20
04
2/7
/20
04
2/1
/20
05
2/7
/20
05
2/1
/20
06
2/7
/20
06
2/1
/20
07
2/7
/20
07
2/1
/20
08
2/7
/20
08
2/1
/20
09
37
38
39
5 RESULTADOS E DISCUSSES11
11
40
PP
-2,894095
-76,88632
-3,95968
-3,41061
-3,12708
PP
-2,372084
-69.79608
-3,95979
-3,41066
-3,12711
De acordo com os resultados gerados pelos testes DF, ADF e PP. ambas as
sries de preos spot do WTI e Brent em logaritmos no se mostraram estacionrias
em nvel, apresentando assim raiz unitria, sugerindo que a influncia dos (logs)
preos no presente so explicados pelos (logs) dos preos no passado e que as
observaes do passado fornecem algum poder de previso acerca dos preos no
41
futuro.
No
entanto,
somente
na
sua
primeira
diferena
apresentaram
ln Pt
t = (65,72)
(854,27)
R2 = 99,871 d = 0,31476
A equao mostra que cerca de 99% das variaes nos preos do Brent
explicam as variaes em WTI e o coeficiente de elasticidade apresenta o sinal
esperado para o Brent (relao positiva), indicando que para cada variao de 1%
nos preos do WTI, o Brent tende a variar em torno de 0,95%.
Atravs da combinao linear das duas variveis, pode-se mostrar que as
sries so estacionrias e evitar o problema correlato de regresso espria, noestacionariedade e tendncia estocstica. Desta forma, roda-se o teste DurbinWatson para a regresso co-integrante e teste de Engle Granger de raiz unitria
para os resduos estimados da equao de regresso de longo prazo (13).
O teste DWRC rejeita a hiptese de co-integrao em todos os nveis de
significncia, uma vez que d se mostrou menor que todos os valores crticos
tabulados.
Em contraste, atravs do teste de EG verifica-se que o resduo da equao de
longo prazo (13) se mostra estacionrio em nvel, uma vez que o valor absoluto da
estatstica (tau) maior do que os valores crticos tabulados. A tabela a seguir
^
43
44
t = (0,354)
(55,34761)
R2 = 0,375081
d = 2,367561
45
5.2
RESULTADOS
DOS
TESTES
DE
AVALIAO
DO
MODELO
DE
Mdia
Desvio padro
Estatstica t
Valor
Probabilidade
1,28
0,037794
2,45
1
46
valor crtico a 10% igual a 4,6051 e o valor crtico a 25% 2,7725. Com base no
teste de White, conclui-se que somente ao nvel de 5% e 10% no h
heterocedasticidade e a 25% no possvel rejeitar a hiptese nula da ausncia de
heterocedasticidade, reforando fortemente a hiptese de que os resduos no
apresentam varincia constante.
Na quinta e a sexta hiptese na qual assume-se ausncia de autocorrelao
nas perturbaes para os dados Xs e que os erros sejam independentes. Atravs
do teste Breusch-Godfrey e do teste do efeito ARCH para a quinta e sexta hiptese
respectivamente.
Utilizando 4 valores defasados dos resduos de MQO da regresso de longo
prazo e 4 valores defasados dos resduos obtidos desta regresso, pelo teste
Breusch-Pagan-Godfrey foram obtidos os seguintes resultados:
^ 2
(10,4703)
R2 = 0,47
(37,159)
(8,295)
(4,768)
(4,042)
d = 2,00
48
(0,015388)
R2 = 0,9929
(0,002361)
F=
(0,150407)
(0,047414)
(0,004663)
R2 = 0,9933
(0,9933 0,9929) / 3
= 104,2985
(1 0,9933) /(5245 4)
49
evidenciando desta maneira que as variaes nos preos spot do petrleo WTI
negociado no mercado norte-americano no unicamente explicado pelas
oscilaes nos preos spot do petrleo do tipo Brent europeu.
Em relao a checagem da 10 hiptese do MCRLN, conforme LEVINE,
BERENSON e STEPHAN (2000, p.615) avaliam que a multicolinearidade um
problema comum em regresso mltipla
correlao entre as variveis explicativas, esta hiptese no testada uma vez que
o modelo incorpora somente uma varivel explicativa (lnBrentt).
E finalmente, ao se avaliar os resduos da equao de longo prazo para a 11
hiptese de normalidade, pelo teste JB, sumarizado pelo histograma na figura 4
abaixo, rejeita-se a hiptese de distribuio normal dos resduos, violando-se assim
a ltima hiptese do MCRLN.
50
12
Vide anexos para resultados do modelo ARCH para as sries e os cortes temporais.
51
as sries de retornos dos preos spot bem como os resultados gerados pelo modelo
GARCH (p,q) atravs da estimativa das equaes (21) e (22) respectivamente,
(estatsticas z entre parnteses)
lnWTIt = 0,000224
(0,776)
(3,99)
(4,569)
R2 = -0,000001
DW = 2,035586
(1,863)
(1,602)
s = 0,025253
Verossimilhana log = 13429,91
lnBrentt = 0,000371
(1,476)
(4,557)
(7,083)
R2 = -0,000019
DW = 1,928048
(86,602)
s = 0,022980
Verossimilhana log = 12991,41
52
Uma viso geral que se pode observar no grfico acima a de que o aumento
dos patamares de preos do petrleo, no necessariamente indicam maiores nveis
de volatilidade, o que corrobora com o trabalho de JUNIOR, LOOTY E FERNANDES
(2006).
Dentro da anlise que compe o perodo dos 6 cortes temporais13
selecionados, verifica-se um maior grau de volatilidade, (varincia condicional)
dentro do segundo corte temporal, com uma oscilao na ordem de 50% para os
preos do WTI e na ordem dos 25% para os preos do Brent, motivada pela invaso
do Iraque ao Kuwait e pela Guerra do Golfo, onde 17,3 milhes de barris de leo cr
foram concedidos a venda.
Assim, seguindo as informaes dispostas em EIA (2007) e JUNIOR, LOOTY
e FERNANDES (2006), torna-se possvel atribuir os impactos das noticias em
relao ao mercado petrolfero e quanto as expectativas dos agentes envolvidos nas
volatilidades mensuradas pelos modelos de heterocedasticidade condicional.
No primeiro corte, a volatilidade dos preos do WTI, oscilou em torno de 11%,
enquanto o Brent, oscilou na casa de 5%, como choques significativos na tendncia
natural dos preos, possivelmente ocasionada pelo largo uso de preos fixos e
13
Vide anexos para visualizar o comportamento das varincias condicionais nos perodos
selecionados.
53
54
lnWTIt = 0,000358
(1,339)
(1,339)
(4,191)
R = -0,000037
DW = 2,035511
(-1,049)
(67,035)
s = 0,025253
Verossimilhana log = 13429,63
lnBrentt = 0,000341
(1,367)
(4,573)
(5,282)
R2 = -0,000010
DW = 1,928067
(0,355)
(85,854)
s = 0,022982
Verossimilhana log = 12991,61
55
lnWTIt = 0,000357
(1,349)
(7,413)
R2 = -0,000037
DW = 2,035512
t 1
+ 0,983715 t 1
t 1
t 1
(0,604)
(223,820)
s = 0,025253
Verossimilhana log = 13444,85
lnBrentt = 0,0000341
(1,369)
R2 = -0,000010
DW = 1,928067
(7,082)
t 1
+ 0,982325 t 1
t 1
t 1
(-0,315)
(209,955)
s = 0,022982
Verossimilhana log = 12985,22
55
especulativos
ou
no
se
mostram
altamente
representativas
no
56
14,074
2,00E-11 No Rejeitar
Rejeitar
57
14
58
59
lnWTI
100,00
99,7
98,77
98,23
97,59
97,24
96,86
lnBrent
0,00
0,08
0,51
0,91
1,40
1,66
2,05
t2WTI
t2 Brent
0,00
0,13
0,57
0,71
0,89
0,91
0,83
0,00
0,09
0,16
0,15
0,12
0,19
0,26
60
Valores
efetivos
Valores projetados
WTI (US$/bbl)
79.97
81.48
81.2
78.97
WTI (US$/bbl)
80.25
80.44
80.51
80.57
Erro
(em
US$/bbl)
-0.28
1.04
0.69
-1.60
Erro
(%)
0.35%
-1.27%
-0.85%
2.02%
61
NOTA: Resultado desta pesquisa obtido a partir de Eviews 4.1 para os valores projetados.
62
6 CONCLUSO
63
64
comportamento dos preos do Brent no qual este efeito se faz presente, mostrando
que a volatilidade se mostra mais sensvel as ms notcias do que com as boas
noticias.
Esta relao foi representada graficamente com as estimativas da Curvas de
Impactos de Notcias desenvolvidas inicialmente por Engle & NG., plotando-se o
impacto da volatilidade de encontro com impacto de choques, levando-se em
considerao
que
comportamento
dos
preos
do
petrleo
apresentam
65
66
REFERNCIAS
67
DEVLIN J., LEWIN, M. Managing Oil Booms and Busts in Developing Countries,
in Pinto, B. (ed.), Managing Volatility and Crises: A Practioners Guide, World Bank,
2004.
DORNBUSCH,R. FISCHER,S. Macroeconomia, ed. Makron Books, McGraw-Hill,
So Paulo, 1991
DIAS, M, A, G Anlise de Investimentos com Opes Reais e Jogos de Opes.
Pontifcia Universidade Catlica do Rio de Janeiro, Rio de Janeiro, Apresentao de
Slides, primeiro semestre de 2005.
EIA, ENERGY INFORMATION ADMINISTRATION. Spot Prices. Disponvel em:<
http://tonto.eia.doe.gov/dnav/pet/pet_pri_spt_s1_d.htm > Acesso em: 01 de janeiro
de 2007
ENGLE, R. F., e V.K. NG. Measuring and Testing the Impact of News on
Volatility. Journal of Finance, p, 48, Janeiro de 1993.
ESMAP, Annual Report 2005. Disponivel em: < http://www.esmap.org > Acesso em
18 de agosto de 2007.
EWING, B., HARTER, C. Co-movements of Alaska North Slope and UK Brent
Crude Oil Prices, Applied Economic Letters, 2000, 7: 55, - 558
EVIEWS 4 USERS GUIDE, Quantitative Micro Software.LLC, Estados Unidos,
fevereiro de 2002.
FAMA, E. F. Efficient Capital Markets II. In Journal of Finance, v.66, 1970.
FURTADO, M.,B., Sntese da Economia brasileira. ed. LTC, So Paulo, 1999.
GLEISER, I, Caos e Complexidade A evoluo do pensamento econmico. Ed.
Campus, Rio de Janeiro, 2002.
68
69
70
71
APNDICES
Este um leo bruto que apresenta um ndice de enxofre um pouco mais elevado em relao ao
metal pesado e negociado com entrega na Califrnia.
72
Yt = Yt 1 + t
(9)
^
(10)
Teste ADF: Yt = 1 + 2t + Yt 1 + 1 Yt 1 + t
(11)
Teste PP: Yt = + t 1 + t
(12)
t =1
Onde :
17
estacionria
= 0;
caminho aleatrio ser uma srie temporal estacionria, pois por hiptese, t puramente aleatrio.
73
(13)
Onde:
lnWTIt = logaritmo natural dos preos do WTI no perodo t;
lnBrentt = logaritmo natural dos preos do Brent no perodo t;
e = parmetros co-integrantes
Nos resduos desta regresso, o estimado se baseia no parmetro cointegrante 2 e para verificao de raiz unitria, rodam-se os testes DF e ADF,
conhecidos como teste de Engle Granger ou teste Aumentado de Engle Granger,
afim de se verificar a hiptese de co-integrao entre as sries estudadas. Se o
resduo se mostrar estacionrio em nvel, (no apresentar raiz unitria) as sries so
cointegradas, caso contrrio, as sries no sero cointegradas.
Todavia, ainda que individualmente as sries possam exibir caminho
aleatrio, GUJARATI (2000) prope o uso do teste Durbin-Watson para a regresso
co-integrante (DWRC), com valores crticos fornecidos por Sargan e Bhargava sob a
74
teste
DWRC
formalizado
conforme
PINDYCK
RUBINFELD
(2004,p.592):
Teste DWRC: DW =
(e e
(e )
t 1
2
)2
(14)
lnWTIt = 0 + 1lnBrentt + 2 t 1 + t
(15)
Onde:
= operador de diferena
^
75
equilbrio a longo prazo. Se 2 for estatisticamente significativo, ele nos informa qual
a proporo do desequilbrio nos preos do Brent em um dia, que ser corrigida no
dia seguinte.
ti =
xi
(16)
onde:
xi = mdia populacional dos resduos da regresso dos preos i;
i = desvio padro dos resduos da regresso dos preos i;
A Hiptese 4: Assume a ausncia de heterocedasticidade, ou seja, que a varincia
dos resduos constante. O teste para a verificao desta hiptese ser o teste de
White. A partir dos resduos da regresso de longo prazo (5), roda-se a seguinte
18
76
77
A2 (C 3) 2
JB = n
+
24
6
(17)
78
disso. varia ao longo do tempo de uma maneira que depende de quo elevados
tenham sido os erros no passado. Deste modo, com os resduos obtidos das
equaes de longo prazo (13) e a de curto prazo (15) verificam-se os padres de
aglomerao de volatilidades e se a capacidade de prever as variveis oscila
consideravelmente de um perodo para outro.
A presena de volatilidade na dinmica de preos do petrleo pode ajudar a
explicar tal variabilidade que na maioria nas vezes so atribudas a convulses
polticas, mudanas nas polticas macroeconmicas, etc. Como sugere GUJARATI
(2000, p. 438) Isto sugeriria que a varincia dos erros de previso no constante.
mas varia de um perodo para outro. ou seja. h uma espcie de autocorrelao na
varincia dos erros de previso.
Para justificar a autocorrelao na varincia no termo de perturbao das
regresses de curto e de longo prazos, Robert Engle introduziu a modelagem de
heterocedasticidade condicional regressiva (ARCH) afim de trazer maior eficincia20.
A equao que relaciona a varincia do termo de erro ao tamanho da
volatilidade observada em perodos recentes seria (PINDYCK e RUBINFELD, 2004):
i2 = 0 + 1 t21 + 2 t2 2 +...+ p t2 p
(18)
79
que implicam o uso de dados dirios ou semanais). O problema que nesse caso
preciso estimar um grande nmero de parmetros. e isso pode ser difcil se fazer
com preciso.
A equao (18) da especificao ARCH disposta anteriormente,
simplesmente um modelo de defasagem distribuda para o termo i2 e se
introduzirmos valores defasados de i2 do lado direito da equao (18) obteremos
desta maneira um modelo de heterocedasticidade condicional auto-regressiva
generalizada (GARCH. p. q)21, onde p a ordem dos termos GARCH e q a ordem
do termo ARCH, introduzido por Bollerslev, referindo-se a seguinte equao para i2
(PINDYCK e RUBINFELD. 2004 p. 329):
(19)
i2 =
0
+ 1 1j 1 t2 j
1 1
j =1
(20)
A equao (11) GARCH (p.q) pode ser ainda mais generalizada pela incluso de variveis
exgenas como determinantes aditivos da varincia do erro, como num modelo GARCH (1,1):
i2
= 0 + 1 t 1 +
2
1 t21
X3t . Porm, se X3t assumir valores negativos poderia fazer com que
a varincia fosse negativa para algumas observaes. Tambm possvel inserir o desvio padro t
ou
i2 do lado direito da equao, quando o propsito explicar o retorno de um ativo financeiro, pois
espera-se um retorno proporcional ao seu risco, sendo assim denominado ARCH-M (ARCH na
mdia).
80
ln WTI t = 0 + t
(21)
t2 = 0 + p t2 p + q t2 q
ln Brentt = 0 + t
(22)
t2 = 0 + p t2 p + q t2 q
Onde:
ln WTI t
; ou seja, obtm-se os retornos dos preos do WTI e da
ln WTI t =
ln WTI t 1
GLOSTEN
(1994),
JAGANATHAN
RUNKLE
(1993),
22
23
81
(23)
t 1
+ t 1
t 1
t 1
(24)
Segundo SILVA (2002, p.6), o conhecido leverage effect. ocorre quando nas sries financeiras se
tornam evidentes o efeito maior das quedas sobre a volatilidade; ou melhor, a volatilidade muito
maior nos perodos de queda do que de alta nos mercados financeiros.
25
Vale ressaltar que nesta modelagem assume-se que os erros se distribuem normalmente.
82
83
84
Para SHEPPARD (2006, p.18), ainda que com uma escala larga de modelos
de volatilidade, pode ser difcil determinar o efeito preciso de um choque varincia
condicional [volatilidade].
Assim como a funo de impulso-resposta resolveu edies similares em
modelos VAR, a curva de impacto de notcias resolve este problema em
modelos ARCH. A curva do impacto de notcias quase auto-descritiva.
Mede o efeito de um choque na varincia condicional do perodo seguinte.
Para normalizar a curva, a varincia no perodo atual ajustada varincia
incondicional.
2
t 1
85
t2 ;
86
i2 2k
AIC = log
+
N
(25)
i2 k log N
SC = log
+
N
N
(26)
Onde:
^
2
i
1)
87
Sob a hiptese nula de que uma varivel no ajuda a prever outra, testada a
condio de que lnBrentt no causa lnWTIt , estimamos uma regresso em lnWTIt
em relao a seus prprios valores defasados bem como a valores defasados de
lnBrentt (regresso irrestrita) e em seguida estimamos uma regresso de lnWTIt
apenas em relao a valores defasados dele prprio (regresso restrita).
Um simples teste F pode ser usado ento para determinar se os valores
defasados de lnBrentt contribuem significativamente para o poder explicativo da
primeira regresso26.(PYNDICK & RUBINFELD, 2004, p.279-280) Em caso
afirmativo, podemos rejeitar a hiptese nula e concluir que os dados so
consistentes com lnBrentt como causa de lnWTIt . A hiptese nula de Y no causa
X testada da mesma maneira.
Deste modo, os procedimentos descritos so formalizados pelas duas
equaes:
m
i =1
i =1
(27)
26
( SQRr SQRir ) / m
; com m e (n-k) gl. onde m = nmero de
SQRir /(n k )
88
(28)
j =1
j =1
j =1
j =1
j =1
j =1
89
(29)
1 T
(Yt s Yt a ) 2
T t =1
(30)
U=
1 T
(Yt s Y2a ) 2
T t =1
1 T
1 T
s 2
(
Y
)
+
(Yt a ) 2
t
T t =1
T t =1
(31)
90
Onde:
O numerador de U = Raiz do erro quadrtico mdio
O denominador na forma escalar tal que seu valor 0<U<1; se U = 0. Yt a = Yt s
para todos os t e h um ajustamento perfeito; se U = 1, a capacidade de previso do
modelo a pior possvel.
O coeficiente de desigualdade de Theil pode ser decomposto com o intuito de
definir as propores de desigualdade como:
UM =
Us =
(Y s Y a ) 2
(32)
( 1 )(Yt s Yt a ) 2
T
( s a ) 2
(33)
( 1 )(Yt s Yt a ) 2
T
Uc =
2(1 ) s a
( 1 )(Yst Ysa ) 2
T
As
propores
UM,
(34)
Use
Uc
so
conhecidas
como
propores
de
91
92
ANEXOS
83
84
85
FONTE: Resultados desta pesquisa, com base nos resultados gerados pelo software Eviews 4,1
86
FONTE: Resultados desta pesquisa, com base nos resultados gerados pelo software Eviews 4.1
87
Modelo
GARCH
TARCH
0.73675300
0.73675200
0.46204000
0.46198540
1.71672100
1.71683600
0.01175200
0.01175100
0.00005000
0.00000020
0.00034500
0.00023700
0.99960500
0.99976100
EGARCH
0.73675500
0.46197200
1.71686100
0.01175100
0.00000000
0.00002160
0.99978400
VAR
1.52204210
1.04730400
3.71133550
0.02372700
0.00140100
0.01302500
0.98557400