Escolar Documentos
Profissional Documentos
Cultura Documentos
lucancastro@hotmail.com
RESUMO
Este trabalho analisa o mercado internacional de soja atravs das relaes entre os preos e retornos
dos preos. Estimou-se um modelo VAR avaliando a transmisso do preo da commodity da soja
americana para a soja em gro domstica para o Brasil e para a Argentina. Alm disso, estimaramse modelos GARCH para captar a volatilidade entre os preos da soja em gro para cada pas.
Foram realizados testes de raiz unitria (Dickey-Fuller Aumentado), causalidade de GRANGER,
funo de impulso resposta e a decomposio da varincia dos resduos para se verificar o grau de
influncia das relaes propostas. Os modelos ajustaram-se bem explicao da dinmica dos
preos da soja. Com relao ao modelo VAR, os preos da soja em gro brasileira e argentina se
alinham com o preo da commodity de soja em gro americana. J o modelo GARCH indicou que o
mercado mais voltil o argentino, sendo depois o norte-americano e por fim o brasileiro. O fato da
soja ser marcada por acentuadas flutuaes de preos indica significativas oscilaes na
rentabilidade desta cultura, proporcionando aos agentes econmicos e especuladores mais
informados, maior lucratividade devido aos poderes de previses mais apurados em relao ao
comportamento do mercado.
Palavras-chave: soja, transmisso, volatilidade.
ABSTRACT
This paper analyzes the international market for soybeans through the relationship between prices
and returns of prices. Were estimated a VAR model evaluating the transmission of commodity price
of U.S. soybeans for soybeans to Brazil and Argentina. Moreover, were estimated GARCH models
to capture the volatility of the prices of soybeans for each country. Were conducted unit root tests
(Augmented Dickey-Fuller), Granger causality, impulse response function and variance
decomposition of the waste to verify the degree of influence of the relationships proposed. The
models fit well to explain the dynamics of soybean prices. With respect to the VAR model, prices
for soybeans in Brazil and Argentina are in line with the commodity price of U.S. soybeans. Since
the GARCH model indicated that the market is more volatile the Argentine, and then the U.S. and
finally Brazil. The fact that soybean is marked by sharp price fluctuations indicates significant
fluctuations in the profitability of this crop, providing economic agents and speculators more
informed, more profitable through the power of more accurate predictions about the behavior of the
market.
Key words: commodity soybeans, transmission, volatility.
INTRODUO
No Brasil, as atividades relacionadas ao agronegcio no ano de 2008 foram responsveis por
aproximadamente 32% do PIB nacional (EMBRAPA,2012) sendo este o setor mais importante da
economia brasileira. A cadeia produtiva da soja destaca-se no agronegcio brasileiro, seja pela valor
da produo, quanto por ocupar o primeiro lugar na pauta de exportao agricola. A soja um
produto bsico para a alimentao humana, seja na forma direta, atravs do leo vegetal ou,
2
principalmente, como rao para a produo de carne de aves, sunos, bovinos, leite e ovos.
Recentemente, o leo de soja tem sido utilizado para a produo de biocombustveis.
Dados do Ministrio da Fazenda dos Estados Unidos (USDA) mostram que a soja na safra
2008/09 foi responsvel por 53,5% do volume mundial de oleaginosas. A evoluo da produo
entre as safras de 1997/98 e 2010/11 foi de 67,13%. Em relao rea colhida o crescimento
mundial foi de 49,88% e o consumo domstico aumentou em 73,06% como pode ser visto na
Figura 1 (USDA, 2012).
300
250
200
rea Colhida
150
Produo
100
Consumo Domestico
50
2010/11
2009/10
2008/09
2007/08
2006/07
2005/06
2004/05
2003/04
2002/03
2001/02
2000/01
1999/00
1998/99
1997/98
300
250
200
Produo do Brasil
150
Produo da Argentina
100
50
Produo no Mundo
Figura 2: Evoluo da produo mundial e de seus trs maiores pases produtores em milhes
de toneladas.
Os Estados Unidos exportaram, na safra de 1997/98, 60,49% do total de soja mundial, com o
Brasil exportando 21,23% e a Argentina 1,9%. J na safra 2010/11 houve uma considervel
redistribuio desses percentuais, tendo os Estados Unidos exportado 44,21%, o Brasil alcanado a
marca de 35,16% e por fim a Argentina com 11,20%. Essa evoluo das exportaes pode ser vista
na Figura 3. Fatores que explicam esse aumento do percentual brasileiro e argentino esto
relacionados com a adoo de tcnicas de plantio direto, alm da adoo de tecnologia na produo,
como por exemplo, a soja geneticamente modificada e a obteno de menores custos na produo.
Os custos da produo de soja no Brasil registrados na safra 2003/04 foram menores que os
da Argentina e os dos Estados Unidos, como podem ser observados na Tabela 1. No Mato Grosso, o
custo de produo por hectare foi de 400,67 dlares, enquanto na regio pampiana (Buenos Aires e
Crdoba) o montante gasto por hectare foi de aproximadamente 475,69 dlares e nos Estados
Unidos o custo era de 580,45 dlares. A vantagem do Brasil baseia-se, sobretudo, no menor custo
fixo da terra, ou seja US$ 14,43 por hectare no Brasil, contra US$154,98 na Argentina e US$
217,35 nos Estados Unidos. Porm, esta vantagem pode ser perdida em virtude do aumento dos
custos diretos dos fatores de produo, alm das deficincias logsticas no mercado brasileiro.
100
90
80
Exportao do Brasil
70
60
Exportao da Argentina
50
40
30
20
Exportao Mundial
10
2010/11
2009/10
2008/09
2007/08
2006/07
2005/06
2004/05
2003/04
2002/03
2001/02
2000/01
1999/00
1998/99
1997/98
Figura 3: Evoluo da produo mundial e de seus trs maiores pases produtores em milhes
de toneladas.
Tabela 1: Custos de produo da soja em gro entre Estados Unidos, Brasil e Argentina na
safra de 2003/04 (US$ por hectare)
Varivel
EUA
BRASIL
ARGENTINA
Custos Variveis
Sementes
48,85
27,75
44,23
Fertilizantes
20,31
111,07
Defensivos
67,48
98,76
41,76
Operaes Maquinarias
49,89
45,02
59,30
4,47
29,92
n/a
Mo de Obra
3,19
13,79
n/a
Total
194,19
326,32
222,39
Custos Fixos
Depreciao de Mquinas
118,58
22,16
47,15
Arrendamento/Terra
217,35
14,43
154,98
Taxa e Seguro
17,22
1,36
n/a
Custo administrativo
33,11
n/a
51,07
Total
386,26
74,15
253,20
580,45
51,56
400,47
46,68
475,59
56,71
3,77
6,99
3,92
7,49
1,59
4,46
tornando o pas o segundo maior produtor mundial. Esses nmeros fizeram da soja o cultivo mais
disseminado no pas, concentrando a produo em 90% na poro centro-sul, destacando o estado
de Mato Grosso como maior produtor brasileiro, com 20.566.78 de toneladas produzidas na safra
2010/11 (IMEA,2012).
Os nmeros calculados para a Argentina mostram que, para o mesmo perodo analisado, o
crescimento da rea colhida foi de 33,88%, associado a 22,86% no aumento da produo, tornando
o pas o terceiro maior produtor mundial. O foco da produo argentina concentra-se na regio dos
pampas, principalmente nas provncias de Crdoba, Buenos Aires, Santa F e Entre Rios (Vilella,
et.al.,2010).
Devido ao fato dos Estados Unidos serem os maiores produtores de soja, alm de ser o
mercado no qual os preos so cotados atravs da Board of Trade of the City of Chicago (CBOT),
as seguintes questes tornam-se relevantes: As variaes ocorridas nesse mercado afetam os demais
mercados, como o brasileiro e o argentino? Caso afimartiva a resposta anterior, qual a intensidade
desses efeitos? E quo volteis so esses mercados?
O objetivo desse trabalho analisar o mercado de soja em gro do Brasil e da Argentina
considerando as flutuaes no preo da soja em gro norte-americana, uma vez que a soja em gro
a principal commodity de exportao para ambos os pases latino americanos. Para o
desenvolvimento desse objetivo, foi utilizado o modelo de vetores auto-regressivos (VAR). Alm
disso a volatilidade entre os preos dos trs mercados foi analisada a fim de verificar qual deles o
mais instvel atravs dos coeficientes GARCH e qual pas teria maior perda com tal volatilidade
caso no utilize de intermdios para a proteo de seus produtores e mercados.
REVISO DE LITERATURA
uma co-integrao existente entre os mercados, dando indcios que o preo do etanol gera aumento
dos preos dos alimentos no mercado brasileiro.
Para os modelos que captam a volatilidade, os trabalhos relacionados abaixo compartilharam
objetivos semelhantes.
CAMPOS e CAMPOS (2007) fizeram uma anlise comparativa da volatilidade de preos
entre soja, caf, milho e boi gordo utilizando a metodologia ARCH. Os resultados mostraram que os
produtos foram marcados por acentuadas flutuaes de preos, com choques positivos e negativos
gerando impactos por perodos longos de durao. O somatrio dos coeficientes de reao e
persistncia da volatilidade mostrou valores prximos a um, indicando que os choques na
volatilidade demoraram a retornar ao equilbrio.
PEREIRA et al. (2010) utilizaram os modelos ARCH, GARCH, EGARCH e TARCH para
estimar a volatilidade dos retornos da soja, caf e boi gordo entre 1997 e 2008 no Brasil.
Confirmada a hiptese de que a variabilidade dos retornos dos trs produtos possuiu dependncia
condicional, os resultados revelaram persistncia na resposta aos choques na varincia. SILVA
(2005) utilizou os modelos ARCH e suas variaes para captar a volatilidade do retorno de preos
do caf e da soja no Brasil. Os resultados empricos sugeriram sinais de persistncia e assimetria na
volatilidade das sries analisadas.
METODOLOGIA
Para a anlise da transmisso de preos foram utilizados os logaritmos dos preos da soja em
gro dos Estados Unidos, Brasil e Argentina no intuito de captar as elasticidades dos mesmos. Uma
vez que se desejava modelar a volatilidade dos retornos gerados pela commodity, foram calculados
os retornos instantneos compostos pela frmula rt ln( Pt ) - ln(Pt - 1) , visto que a literatura descreve
as sries de retornos como mais fceis de manipular que sries de preos, dado que as primeiras tm
propriedades estatsticas mais tratveis, como o fato dos retornos raramente apresentarem
tendncias ou sazonalidades, exceto os retornos intra-dirios (MORETTIN E TOLOI, 2006).
A realizao do teste Jarque-Bera (JB) responsvel por diagnosticar se os resduos do
modelo seguem uma distribuio normal. A hiptese nula do mesmo consiste na presena de
normalidades dos dados da amostra extrados de uma populao, observada atravs das diferenas
entre os coeficientes de assimetria e curtose.
Na realizao de trabalhos utilizando sries temporais como fontes de dados importante
comprovar se as mesmas possuem razes unitrias. O teste Dickey-Fuller (1979) e o teste de
Dickey-Fuller Aumentado (ADF), de razes unitrias so capazes de verificar a ordem de integrao
7
de interesse, permitindo evitar o comportamento de variveis esprias, ou seja, uma correlao entre
duas variveis sem nenhuma lgica (GUJARATI, 2006).
A seguir, as implementaes do teste Dickey-Fuller:
(2)
(3)
(4)
(5)
i 1
em que:
o = Constante ou intercepto;
i 1
estacionria causaria
) ou independente
(GUJARATI, 2006).
8
Para estimar como choques nos preos da soja norte-americana afetam a soja brasileira e a
soja argentina, utilizou-se o modelo VAR. Proposto por Sims (1980), o VAR assume que todas as
variveis do modelo devem ser ajustadas ao mesmo tempo e simetricamente, imprimindo pouco
rigor econmico. Alm disso, analisa as inter-relaes entre as variveis e seus efeitos a partir de
choques ocorridos nas mesmas, atravs da funo impulso resposta. O mtodo VAR realiza tambm
a decomposio da varincia dos erros de previso, atribuindo a cada varivel o quo a mesma
responsvel pela variao no sistema.
Matematicamente temos o VAR:
(6)
em que:
um vetor com as variveis endgenas; o vetor de interceptos;
dos coeficientes a serem estimados;
= 1,2,...,p, so matrizes
vetor de erros aleatrio que segue uma distribuio normal, com mdia zero e varincia constante.
Tratando em medir a volatilidade dos preos da soja em gro, na literatura existem modelos
apropriados para sries financeiras que apresentam a evoluo da varincia condicional ao longo do
tempo. Tratam-se dos modelos no lineares da famlia ARCH (autoregressive conditional
heterocedasticity) apresentados por Engle (1982) e de ajustes feitos por seus posteriores. O objetivo
do modelo ARCH(p) consiste em mostrar que o retorno no correlacionado serialmente, mas a
volatilidade ou a varincia condicional depende de retornos do passado em detrimento de uma
funo quadrtica.
Bollerslev (1986) desenvolveu uma generalizao do modelo ARCH, o modelo GARCH
(generalized autoregressive conditional heterocedasticity) que relata a volatilidade de maneira mais
parcimoniosa, ou seja, com menos parmetros que o modelo ARCH. Nesse modelo a varincia
condicional depende no apenas do termo de erro quadrtico como no modelo ARCH, mas tambm
da varincia condicional no perodo de tempo precedente.
Uma representao proposta para o modelo :
q
i 1
j 1
2 t 0 i 2 t i j 2 t
(9)
no parmetro
t j
( ) 1 ,
r
i 1
j 1
quanto que um choque sofrido pelo retorno presente (hoje) afeta varincia condicional do retorno
9
futuro (amanh). J o coeficiente j indica que quanto mais prximo de um for o seu valor, maior a
i 1
(i j ) 1
indica de certo modo a persistncia de volatilidade, em que quanto mais prximo esse resultado for
de um, maior ser a volatilidade no perodo seguinte a ser analisado e menor ser o recuo do choque
para o padro da srie.
Os dados utilizados so compostos por preos da commodity soja em gro dos Estados
Unidos, do Brasil e da Argentina, em que as sries so expressas mensalmente, relacionando a
cotao FOB internacional vista em dlares (preo/ton) da cotao da bolsa de Chicago (Estados
Unidos), nos portos de Paranagu (Brasil) e Up River (Argentina). A srie abrange o perodo de
outubro de 1997 a setembro de 2011, 14 safras, com um total de 168 observaes. Esses dados
foram obtidos na base de dados do site United States Department of Agriculture (USDA).
RESULTADOS E DISCUSSO
A visualizao da volatilidade dos preos e retornos da soja em gro no perodo considerado
est representada na Figura 4.
Preos Soja EUA
6.4
.20
6.2
.15
.10
6.0
.05
5.8
.00
5.6
-.05
-.10
5.4
-.15
5.2
-.20
5.0
-.25
97 98
99
00
01
02
03
04
05
06
07
08
09
10
11
97 98
99
00
01
02
03
Preos Soja Br
04
05
06
07
08
09
10
11
Retornos Soja BR
6.4
.2
6.2
.1
6.0
.0
5.8
5.6
-.1
5.4
-.2
5.2
5.0
-.3
97 98
99
00
01
02
03
04
05
06
07
08
09
10
11
97 98
99
00
01
02
03
04
05
06
07
08
09
10
11
10
Preos Soja Ar
Retornos Soja AR
6.4
.15
6.2
.10
.05
6.0
.00
5.8
-.05
5.6
-.10
5.4
-.15
5.2
-.20
5.0
-.25
97 98
99
00
01
02
03
04
05
06
07
08
09
10
11
97 98
99
00
01
02
03
04
05
06
07
08
09
10
11
Figura 4: Evoluo das sries de preos e retornos da soja em gro para os Estados Unidos,
Brasil e para a Argentina entre as safras de 1997/98 e 2010/11.
A tabela 2 relaciona as estatsticas descritivas das sries de preos da soja em gro dos
Estados Unidos, do Brasil e da Argentina:
Soja EUA
Soja BR
Soja AR
Mdia
5,552840
5,591838
5,576658
Mediana
5,441242
5,482651
5,475554
Mximo
6,301099
6,313709
6,306433
Mnimo
5,014746
5,075112
5,038173
Desvio Padro
0,357494
0,362968
0,373145
Assimetria
0,523468
0,462811
0,467268
Curtose
2,029684
1,920742
1,930211
Jaque-Bera
14,26311
14,15102
14,04057
0,000799
0,000846
0,000894
P-valor Jarque-Bera
Fonte: Elaborada pelo autor.
O teste Jarque-Bera indicou para as trs variveis, valores com probabilidade de rejeio
prxima a zero, ou seja, os resduos da amostra no apresentam distribuio normal. O fato de a
mdia ser maior que a mediana indica uma leve assimetria direita nos trs casos. Como os
coeficientes da curtose foram menores que 3, as distribuies tomam forma platicrtica. Esses
dados analisados indicam a possibilidade da presena de heterocedasticidade nas sries da soja em
gro.
Os resultados do teste Dickey-Fuller aumentado so apresentados na tabela 3. Realizando os
testes em nvel, visto que o coeficiente Dickey-Fuller para a soja brasileira e argentina menor
10%, sendo as sries estacionrias, ou seja, no possuem razes unitrias. Os resultados para os
Estados Unidos indicam a presena de raiz unitria, uma vez que o p-valor foi de 0,1354.
11
Restries
P-valor
-3.000141
0,1354
-3.248256
0,0788
-3.151691
0,0981
Soja EUA
Intercepto e Tendncia
Soja BR
Soja AR
Fonte: Elaborada pelo autor.
Teste F
10,52409
0,0052
1,913885
0,3841
5,649111
0,0593
0,558662
0,7563
5,760788
0,0561
9,441342
0,0089
visto na Figura 2. O efeito para ambas inicialmente crescente, estabilizando-se do quinto ao oitavo
perodos na argentina e decrescendo lentamente nos prximos perodos. No caso do Brasil h
crescimento at o quinto perodo, estabilizando-se at o stimo perodo, para depois imprimir
decrescimento lento. Aps 20 perodos analisados no houve dissipao do choque nos preos da
soja dos Estados Unidos nem para os preos do Brasil e nem para os da Argentina.
Resposta da Soja BR ao choque
nos preos da Soja EUA
.12
.12
.10
.10
.08
.08
.06
.06
.04
.04
.02
.02
.00
.00
-.02
-.02
-.04
-.04
2
10
12
14
16
18
20
10
12
14
16
18
20
13
Tabela 5: Decomposio das Varincias dos preos da soja brasileira e da soja argentina
Decomposio da Varincia da Soja BR
Decomposio da Varincia da Soja AR
Soja
Soja
Meses Desvio-Padro
EUA
Soja BR Soja AR Meses Desvio-Padro
EUA
Soja BR Soja AR
1
0,053084
51,63922 48,36078
0,084713
3
4
0.0000
0,05479
0,087676
0,113061
0,116181
0,137607
0,140905
0,158958
0,162621
69,88686
0,177706
67,4327
32,5605 0,006803
0,181812
0,194339
0,198906
0,209248
0,214255
0,222733
0,228144
70,3486
28,31787 1,33354
10
0,235025
10
0,240803
70,43778
28,3652 1,197027
11
0,246303
11
0,252414
12
0,256707
12
0,263125
70,56225
28,4352 1,002544
13
0,26635
69,49906
30,4979 0,003036
13
0,27305
70,6079
28,46112 0,930984
14
0,275323
69,60866
30,3885 0,002841
14
0,282285
15
0,283699
15
0,290905
16
0,291542
16
0,298975
70,7074
17
0,298903
69,8513
30,14629 0,002411
17
0,306549
18
0,305828
18
0,313673
19
0,312353
69,9658
30,03199 0,002208
19
0,320386
20
0,318514
70,01347
Fonte: Elaborada pelo autor.
29,9844 0,002123
20
0,326723
27,4913 2,621835
28,51607 0,77653
Para a anlise de volatilidade, as estatsticas descritivas dos retornos dos preos da soja em
gro foram relacionadas na tabela:
Soja EUA
0,004421
0,000531
0,175042
-0,201051
0,060470
0,037015
3,837974
4,924280
0,085252
Soja BR
0,003242
0,002881
0,150857
-0,216704
0,055500
-0,407846
4,315146
16,66495
0,000241
Soja AR
0,004209
0,007256
0,151972
-0,204777
0,058723
-0,342170
3,774820
7,391617
0,024827
O teste Jarque-Bera indicou, para as trs variveis, valores com probabilidade de rejeio
prxima a zero, ou seja, os resduos da amostra no apresentam distribuio normal. O fato de a
14
mdia ser maior que a mediana indica uma leve assimetria direita (casos dos Estados Unidos e
Brasil), para o caso da Argentina que a mediana maior que a mdia, existe uma leve assimetria
esquerda. Como os coeficientes da curtose foram prximos a 3, a distribuio toma forma
mesocrtica. Esses dados analisados indicam a possibilidade da presena de heterocedasticidade nas
sries de retornos da soja em gro.
Partindo para o teste Dickey-Fuller aumentado, os resultados so apresentados na Tabela 7.
Realizando os testes em nvel, visto que o coeficiente Dickey-Fuller sempre menor que os
valores crticos a 1%, 5% e 10%, rejeitando-se, portanto, a hiptese nula do teste e assumindo a
hiptese alternativa, em que as sries de retornos da soja em gro para os trs pases so
estacionrias e no possuem razes unitrias.
Tabela 7: Teste de estacionariedade para a srie de retornos dos preos da soja em gro
Commodity
Soja EUA
Soja BR
Soja AR
Restries
P-valor
Intercepto e Tendncia
-8.415429
0,0000
Intercepto
-8.361308
0,0000
-8.372835
0,0000
Intercepto e Tendncia
-10.00164
0,0000
Intercepto
-9.937991
0,0000
-9.937525
0,0000
Intercepto e Tendncia
-9.759446
0,0000
Intercepto
-9.71059
0,0000
-9.703457
0,0000
Partindo para a estimao do modelo GARCH, o melhor modelo estimado para a soja em gro dos
Estados Unidos foi o GARCH (2,1), para o Brasil foi o GARCH (1,1) que podem ser vistos na
Tabela 8. O parmetro ARCH representa a reao da volatilidade e o GARCH representa a
persistncia da volatilidade, a soma de ambos os coeficientes determina a persistncia de riscos na
srie de retorno. Para a soja em gro argentina o melhor modelo estimado foi o GARCH (1,1).
A soja em gro tem valor para a soma dos coeficientes ARCH e GARCH de 0,941802 para
os Estados Unidos, 0,905214 para o Brasil e 0,990771 para a Argentina. Esses resultados indicam
forte persistncia de choques sobre a volatilidade, por isso, a maioria das alteraes nos preos da
commodity em seus respectivos pases corresponder instabilidade em seus mercados, incluindo
produtores, que podem sofrer problemas, bem como a economia nacional tambm. Como esperado,
o cultivo da soja to suscetvel quanto se esperava a choques sobre a volatilidade, em que os
mesmos no vo se dissipar rapidamente, o que torna o processo de reverso normalidade ou
padro de equilbrio lento. Esse resultado corrobora com o resultado encontrado nas funes de
impulso resposta analisados anteriormente, em que os choques no era dissipados rapidamente. O
mercado argentino mostrou-se o mais voltil, sendo seguido pelo mercado dos Estados Unidos e por
fim o do Brasil.
O fato desses produtos serem marcados por acentuadas flutuaes de preos indica
significativa oscilao na rentabilidade destas culturas, proporcionando aos agentes econmicos e
especuladores mais informados, maior lucratividade devido aos poderes de previses mais apurados
em relao ao comportamento do mercado.
Tabela 8: Modelos GARCH para a soja em gro dos Estados Unidos, Brasil e da Argentina,
respectivamente
Varincia Condicional da Soja em Gro
GARCH (2,1)
GARCH (1,1)
GARCH (1,1)
Constante
0,000243
0,000276
6,08E-05
P-valor
0.0000
0,1881
0,0006
ARCH (1)
0,103484
0,120665
-0,064643
P-valor
0,3329
0,0870
0,0010
ARCH (2)
-0,213868
P-valor
0,0421
GARCH (1)
1,052186
0,784549
1,055414
P-valor
0.0000
0,0000
0.0000
Teste de Durbin-Watson
1,718178
2,101000
2,083366
Critrio de Schwarz
-2,791435
-2,925398
-2,930470
247,0250
258,1440
257,0816
Log da Verossimilhana
Fonte: Elaborada pelo autor.
16
CONCLUSO
O estudo analisou as relaes de transmisso de preo e volatilidade da soja no mercado
internacional da soja. Os resultados mostram que variaes no preo dos Estados Unidos tm uma
influncia considervel na formao dos preos de exportaes do Brasil e da Argentina, sendo
transmitidas em uma parcela menor para o Brasil que no vigsimo perodo detm 70,01% do preo
influenciado pelo preo da soja norte-americana, enquanto a Argentina detm para o mesmo
perodo 70,78%.
A anlise da volatilidade dos retornos da soja em gro entre os seus trs principais
produtores foi feita, sobretudo, devido importncia do produto na pauta de exportao desses
pases. O fato do mercado da soja ser marcado por acentuadas variaes nos preos e,
consequentemente, por oscilaes nos rendimentos da cultura faz com que agentes que detenham
informaes assimtricas e maior poder de previso sobre o comportamento do mercado captem
maiores lucros.
Do modelo GARCH utilizado, tem-se o somatrio dos coeficientes ARCH (reao) e
GARCH (persistncia) que registraram valores prximos a um, indicando que choques na
volatilidade das sries de soja em gro demoraro certo tempo at voltarem ao equilbrio. Com essa
informao os produtores e agentes econmicos tomam conhecimento do elevado risco de preo e
de renda associado ao mercado da soja, tendo a possibilidade auferir lucros, mas tambm prejuzos
conforme a dinmica do mercado. Uma possibilidade de minimizar tais perdas e oscilaes nos
preos seria a utilizao de contratos com mercados futuros, sobretudo operaes que utilizem
hedge.
REFERNCIAS
Associao Brasileira das Indstrias de leos Vegetais ABIOVE. Disponvel em: <
http://www.abiove.com.br/menu_br.html>. Acessado em: 20/12/2011.
BOLLERSLEV,T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal
of Econometrics, v.31, n.3, p.307 327.
CALDARELL, C.E. et. AL. Anlise da interdependncia dos mercados de soja e milho no
Brasil e Paran : Uma aplicao da metodologia VEC. Disponvel em: <
http://www.sober.org.br/palestra/13/29.pdf>. Acessado em: 20/12/2011.
CAMPOS, K.C, CAMPOS, R.T. Volatidade de preos de produtos agrcolas: uma anlise
comparativa
para
soja,
caf,
milho
e
boi
gordo.
Disponvel
em:
<
www.sober.org.br/palestra/6/486.pdf>. Acessado em: 20/12/2011.
DICKEY, D.A. and FULLER, W.A. Distribution of the estimators for autoregressive time series
with a unit root. Journal of the American Statistical Association, 1979. p. 427-431.
Empresa Brasileira de Pesquisa Agropecuria EMBRAPA. Disponvel em: <
http://www.embrapa.br/>. Acessado em: 03/01/2012.
ENGLE, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance
of United Kingdom inflation. Econometrica, 50 (4): 987-1007.
GUJARATI, D. N. Econometria bsica. Rio de Janeiro: Elsevier, 2006.
17
18