Você está na página 1de 364

UNIVERSIDADE ESTADUAL DE CAMPINAS INSTITUTO DE MATEMTICA, ESTATSTICA E COMPUTAO CIENTFICA

Teoria de derivativos aplicada ao mercado de energia eltrica brasileiro: Avaliao e gesto de risco de contratos contendo flexibilidades

Henrique Leme Felizatti

Dissertao de Mestrado orientada pelo Prof.Dr. Luiz Koodi Hotta

Campinas SP 2008

ii

RESUMO

Contratos bilaterais celebrados no ambiente de balco (ACL) do mercado de eletricidade brasileiro geralmente possuem em seu corpo derivativos embutidos que podem fazer com que o desempenho de carteiras de contratos fique exposto variao dos preos do mercado vista de energia. Muitos desses instrumentos derivativos, denominados flexibilidades contratuais, possuem mecanismos de funcionamento semelhantes a Take-orPay, Swing Options e Swaptions, os quais so funes de processos de consumo e de preos de mercado. A presena desses tipos de contratos nas carteiras de agentes faz com que o processo de gesto de risco dentro do mercado de energia brasileiro seja uma tarefa complexa. Nesta dissertao so propostas metodologias para tratar os principais passos relacionados com o processo de comercializao de contratos contendo flexibilidades de aumento e reduo de montantes, Take-or-Pay ou sazonalizao de energia. mostrado como desmembrar esses contratos em instrumentos derivativos conhecidos e como modelar estatisticamente cada um desses instrumentos levando em conta seu mecanismo de funcionamento. So apresentadas tambm metodologias para a derivao de diretrizes de preos e prmios para cada produto estudado. Aps, so introduzidos procedimentos para avaliao, decises de exerccio e derivao de estratgias comerciais, para cada instrumento derivativo estudado, dentro de um contexto de risco versus desempenho. Avalia-se o desempenho da metodologia proposta utilizando carteiras de contratos com dados reais, e dois cenrios de preos de mercado. Conclui-se que os modelos respondem de maneira coerente s mudanas de mercado e que a estrutura proposta pode ser aplicada para realizar gesto de risco e acompanhamento de carteiras com contratos contendo flexibilidades contratuais.

iii

iv

CONTEDO

INTRODUO ................................................................................................................................ 1 1.1 MOTIVAO ............................................................................................................ 1 1.2 OBJETIVO ................................................................................................................ 4 1.3 ESTRUTURA DA DISSERTAO ................................................................................ 5

PRINCIPAIS MERCADOS DE ELETRICIDADE........................................................... 9 2.1 INTRODUO ........................................................................................................... 9 2.2 SURGIMENTO DA INDSTRIA DE ELETRICIDADE .................................................... 10 2.2.1 Thomas Edison e a construo de um Imprio .................................................... 12 2.2.2 A Guerra das Correntes ............................................................................................. 14 2.3 DESENVOLVIMENTO DE MONOPLIOS E A REGULAO TRADICIONAL ................. 15 2.4 REESTRUTURAO E LIBERALIZAO DOS MERCADOS DE ENERGIA .................... 17 2.5 CONSIDERAES FINAIS ........................................................................................ 22

MERCADO BRASILEIRO DE ELETRICIDADE ......................................................... 23 3.1 INTRODUO ......................................................................................................... 23 3.2 A INDUSTRIALIZAO NO BRASIL E A EVOLUO DO SETOR DE ENERGIA DE 1880 1980 .................................................................................................................... 25 3.3 A CRISE E A REESTRUTURAO DO SETOR BRASILEIRO DE ENERGIA ...................... 31 3.4 RACIONAMENTO DE ENERGIA ................................................................................ 35 3.5 O NOVO MODELO INSTITUCIONAL DO SETOR ELTRICO .......................................... 46 3.6 PERSPECTIVAS DO MERCADO DE ENERGIA ELTRICA ............................................. 58

PREOS DE MERCADO.......................................................................................................... 65 4.1 INTRODUO ......................................................................................................... 65 4.2 FORMAO DE PREOS SPOT NO MERCADO DE ENERGIA BRASILEIRO. .................. 66 4.3 PREOS DE MERCADO NO ACL E A DINMICA DOS PREOS SPOT HISTRICOS....... 77 4.4 MODELAGEM DE PREOS EM MERCADOS DE ENERGIA.......................................... 88 4.5 CONSIDERAES FINAIS ........................................................................................ 94 v

FLEXIBILIDADES CONTRATUAIS E TEORIA DOS DERIVATIVOS ............ 97 5.1 INTRODUO ......................................................................................................... 97 5.2 MERCADOS DE DERIVATIVOS .............................................................................. 100 5.2.1 Surgimento e Estruturao dos mercados de derivativos financeiros ........ 100 5.2.2 Mercados de Derivativos organizados e de balco: Ambientes, funcionamento e agentes. .............................................................................................. 108 5.3 PRODUTOS COMERCIALIZADOS NOS MERCADOS DE DERIVATIVOS E GESTO DE RISCO ................................................................................................................. 124 5.3.1 Mercado Futuro (Future Market).......................................................................... 124 5.3.2 Mercado a Termo (Forward Market) ................................................................... 142 5.3.3 Swaps de Preos ......................................................................................................... 149 5.3.4 Opes Clssicas ........................................................................................................ 160 5.3.5 Opes sobre Swaps ou Swaptions ....................................................................... 168 5.3.6 Swing Options ............................................................................................................. 169 5.4 CONSIDERAES FINAIS ...................................................................................... 170

METODOLOGIA ....................................................................................................................... 171 6.1 INTRODUO ........................................................................................................................... 171 6.1.1 Reviso Literria ........................................................................................................ 172 6.2 DESMEMBRAMENTO DE CONTRATOS E CONSTRUO DE CARTEIRAS ................... 174 6.2.1 Blocos de Energia ...................................................................................................... 176 6.2.2 Blocos de Flexibilidades .......................................................................................... 181 6.3 DERIVAO DOS MODELOS PARA AVALIAO DE CONTRATOS ............................ 199 6.3.1 Principais premissas ................................................................................................. 199 6.3.2 Derivao dos Resultados Financeiros Associados aos Blocos de Energia
............................................................................................................................................... 202

6.3.3 Derivao dos Resultados Financeiros Associados com Blocos de Flexibilidades de Aumento e Reduo....................................................................... 210 6.3.4 Derivao dos Resultados Financeiros Associados com Blocos de Take-orPay ....................................................................................................................................... 231 6.3.5 Derivao dos Resultados Financeiros Associados com Blocos de Sazonalizao Anual ....................................................................................................... 236 6.4 MTRICAS DE RISCO E RETORNO ......................................................................... 241 6.5 AVALIAO DE RISCO E DECISES DE EXERCCIO ............................................... 257 6.5.1 Decises de Exerccio para Flexibilidades de Aumento e Reduo............ 259 6.5.2 Decises de Exerccio para Flexibilidades de Take-or-Pay.......................... 262 6.5.3 Decises de Exerccio para Flexibilidades de Sazonalizao ...................... 263 6.6 COMENTRIOS FINAIS ......................................................................................... 267

vi

APLICAO ................................................................................................................................ 269 7.1 CONJUNTO DE DADOS, PREMISSAS E FERRAMENTA COMPUTACIONAL ................ 269 7.1.1 Preos ............................................................................................................................ 269 7.1.2 Contratos ...................................................................................................................... 273 7.1.3 Outros Dados e Premissas ...................................................................................... 280 7.1.4 Implementao e Ferramenta Computacional .................................................. 282 7.2 FLEXIBILIDADE DE AUMENTO E REDUO .......................................................... 283 7.3 FLEXIBILIDADES DO TIPO TAKE-OR-PAY ............................................................. 298 7.4 FLEXIBILIDADES DO TIPO SAZONALIZAO ANUAL ............................................ 310

8 CONCLUSES, CONTRIBUIES E SUGESTES DE TRABALHOS FUTUROS. ................................................................................................................................................ 321 8.1 CONCLUSES ....................................................................................................... 321 8.2 CONTRIBUIES .................................................................................................. 328 8.3 SUGESTES DE TRABALHOS FUTUROS .................................................................. 329 9 10 REFERNCIAS BIBLIOGRFICAS. ............................................................................... 331 APNDICES.................................................................................................................................. 339 10.1 APNDICE I: PERFIL DA INDSTRIA E ESTATSTICAS RELACIONADAS COM O SETOR DE ENERGIA APURADAS PELO CENSO DE 1920.................................................... 339 10.2 APNDICE II: VISUALIZAO DE DISTRIBUIES DE PROBABILIDADE NO TEMPO. .......................................................................................................................... 344

vii

viii

LISTA DE FIGURAS

Figura 3.1:

Capacidade instalada de gerao nacional (eixo esquerda) e extenso das linhas de transmisso do SIN (eixo direita) de 1994 at 2001. Fonte: MME (gerao) e ANEEL (transmisso)...... 37 Consumo de energia eltrica (TWh) por regio do pas. Fonte: EPE. ....................................... 38 Armazenamento histrico nas regies SE/CO, NE, N e S de janeiro de 1997 at agosto de 2008. ................................................................................................................................................. 40 Preos MAE no perodo do racionamento de energia (Julho 2001 a Fevereiro de 2002)........ 41 Consumo por consumidor residencial (KWh) nacional nos perodos pr e ps-racionamento de energia. .................................................................................................................................... 45 Consumo nacional total (TWh) nos perodos pr e ps-racionamento de energia.................... 45 Mecanismo de contratao de energia via leilo regulado para uma distribuidora de energia. 51 Mercado Livre de 2002 a 2007 em energia (eixo esquerdo) e como % do consumo do SIN (eixo direito). Fonte EPE (2002 a 2005) e CCEE (2006 at julho de 2007)..................................... 55 Balano Sistmico do SIN viso ONS de 2002 a 2012 (2008 em diante quantidades previstas baseadas no DECK do NEWAVE de julho de 2008 publicado pelo ONS). ........................... 59

Figura 3.2: Figura 3.3:

Figura 3.4: Figura 3.5:

Figura 3.6: Figura 3.7: Figura 3.8:

Figura 3.9:

Figura 3.10: Efeito do aumento do preo da energia em indicadores econmicos. Fonte GVConsult FGV/SP ................................................................................................................................... 63 Figura 4.1: Figura 4.2: Sistema de transmisso do Sistema Interligado Nacional........................................................ 69 Limites de intercmibo entre regies (MW ms), base junho 2008. E: exportao do subsistema A para o B. I: importao do subsistema A do B. ................................................................... 70 PLD mdios mensais histricos de janeiro de 2005 a abril de 2008 por submercado. ............ 80 Mdia Mvel de 12 meses dos PLD mdios mensais. Retas pontilhadas so uma ilustrao das retas de regresso ajustas para verificar a taxa de crescimento dos preos no tempo de janeiro de 2005 at setembro de 2007 e de outubro de 2007 at abril de 2008. .................................. 81 PLD mdio semanal do submercado SE padronizado pela mdia e desvio padro anual e alisamento kernel associado. ................................................................................................... 82 Grfico de disperso dos PLD semanais padronizados e da ENA semanal (defasada de uma semana) como percentual da MLT (Mdia de Longo Termo). Linha indica alisamento kernel. ................................................................................................................................................. 83

Figura 4.3: Figura 4.4:

Figura 4.5:

Figura 4.6:

Figura 4.7: PLDs mdios histricos (2002-2007) e balano de energia assegurada do sistema histrico (2002-2007) junto com PLD mdio estimado (NEWAVE DECK de junho 2008) com balano de energia assegurada estimado (NEWAVE DECK de junho 2008). ..................................... 85

ix

Figura 4.8: Grfico de disperso entre os PLDs mdios anuais e o balano de energia assegurada do sistema. Dados realizados at 2007. Projees baseadas no DECK de junho de 2008 so utilizados para compor os outros valores. A curva ajustada um alisamento Kernel. ............ 86 Figura 4.9: Preos mdios de fechamento de leiles regulados realizados de 2005 a setembro de 2008. Linha de tendncia representa a mdia dos preos dos leiles, e a faixa calculada como a mdia mais ou menos dois desvios-padro.............................................................................. 87

Figura 4.10: Densidade estimada dos PLD semanais histricos de e suas principais estatsticas resumo contra a densidade Log-normal estimada e suas estatsticas resumo associadas. Dados de janeiro de 2005 at setembro de 2008. ..................................................................................................... 89 Figura 4.11: Densidade estimada dos log-retornos dos PLD semanais histricos de e suas principais estatsticas resumo contra as densidades normais e t-student estimadas com suas respectivas estatsticas resumo associadas. Dados de janeiro de 2005 at setembro de 2008.................... 90 Figura 5.1: Diagrama esquemtico da posio e resultado financeiro do produtor mercados a vista e a termo de cana................................................................................................................................... 147 Figura 5.2: Diagrama Esquemtico da Posio e Resultado financeiro da Usina nos mercados futuro e vista de acar. ...................................................................................................................... 149 Diagrama esquemtico de estratgia de cobertura utilizando Swaps....................................... 150 Representao grfica do valor intrnseco e valor no tempo de uma opo de compra com preo de exerccio de R$ 100,00 e contrato Forward de compra com preo nominal de R$100,00.164

Figura 5.3: Figura 5.4:

Figura 5.5: Paridade entre Put e Call.......................................................................................................... 165 Figura 6.1: Figura 6.2: Figura 6.3: Exemplo de liquidao financeira associada com contratos de Take-or-Pay........................... 188 Representao do procedimento de sazonalizao de um contrato.......................................... 198 Comparao entre sries de preos reajustadas utilizando a regra mensal e anual, com base no IGP-M apurado no perodo de janeiro de 2001 at abril de 2008. O preo inicial foi fixado em R$ 100,00/MWh e o ms de reajuste anual foi definido como junho.................................... 206 Diferena entre as sries de preos apresentadas na figura 6.3, em R$, para o perodo de janeiro de 2001 at abril de 2008. Valores positivos indicam que os preos reajustados mensalmente so superiores aos reajustados anualmente............................................................................ 206 Preo de equilbrio de contratos com flexibilidade de aumento e reduo para as escalas de aplicao 1, 2, 3, 4, 6 e 12 meses calculados com base na simulao do DECK de junho de 2008 do NEWAVE................................................................................................................ 222 Diagrama esquemtico do mecanismo de exerccio de flexibilidades de aumento e reduo isoladas e embutidas.............................................................................................................. 227 Exemplo de dominncia estocstica fraca. Y domina X......................................................... 243 Distribuio de resultados dos resultados financeiros de determinado contrato..................... 245

Figura 6.4:

Figura 6.5:

Figura 6.6:

Figura 6.7: Figura 6.8:

Figura 6.9: Figura 6.10: Figura 6.11: Figura 6.12:

Distribuies de probabilidades com seus respectivos valores esperados e medianas. ......... 247 Ilustrao do conceito de incerteza medido como desvio padro. ......................................... 250 Desvio padro para diferentes distribuies de probabilidade............................................... 251 Valor em risco para trs classes diferentes de distribuies de probabilidade....................... 255

Figura 6.13: Conceito de Perda mdia, ganho mdio e atratividade, , para diferentes tipos de distribuio. ............................................................................................................................................... 257 Figura 7.1: Distribuies de probabilidade dos CMOs mdios mensais simulados pelo NEWAVE, truncados nos valores mnimo e mximo de PLD, para os meses de junho a dezembro de 2008 calculados sob as verses de janeiro e junho de 2008 dos DECKS fornecidos pela CCEE. . 272 Distribuies de probabilidade dos CMOs mdios anuais simulados pelo NEWAVE, truncados nos valores mnimo e mximo do PLD, para os anos de 2008 a 2011 calculados sob as verses de janeiro e junho de 2008 dos DECKS fornecidos pela CCEE............................................ 273 Posio lquida de faixa de flexibilidade de aumento e reduo anual lquida associadas com a carteira de contratos apresentada na tabela 7.1...................................................................... 275 Consumo medido de outubro de 2004 at fevereiro de 2008 e quantidades mensais contratadas de um Cliente Livre pertencente ao setor de Alimentos........................................................ 276 Densidade emprica dos resduos contra densidade normal (esquerda superior) e funo de autocorrelao dos resduos (esquerda inferior). ................................................................... 277 Energia contratada e faixa de Take-or-Pay associada com carteira apresentada na tabela 7.6. 278

Figura 7.2:

Figura 7.3:

Figura 7.4:

Figura 7.5:

Figura 7.6:

Figura 7.7: Posio lquida da carteira de sazonalizao e os limites lquido de flexibilidades associadas.279 Figura 7.8: Figura 7.9: Evoluo do ndice IGP-M de Janeiro de 2005 at Abril de 2008........................................... 280 Variao mensal do IGP-M de Janeiro de 2005 Abril de 2008 (esquerda) e sua funo de autocorrelao associada (direito). ........................................................................................ 281

Figura 7.10: Estimativas e estatsticas de diagnstico do modelo autoregressivo de ordem 1 estimado para a variao do IGP-M de janeiro de 2005 at abril de 2008. ..................................................... 281 Figura 7.11: Grficos de diagnstico dos resduos do modelo autoregressivo de ordem 1 estimado. ........ 281 Figura 7.12: Distribuio de probabilidade dos preos subjacentes ao Contrato A para os anos de 2009 at 2011 para as verses de DECK de Janeiro e Junho de 2008. ................................................ 288 Figura 7.13: Prmio como % do preo de equilbrio de blocos de energia firme para flexibilidade de aumento e reduo simtricas. Prmios calculados com o DECK de janeiro e o contrato padro definido na tabela 7.11............................................................................................... 294 Figura 7.14: Diferencial entre prmios das flexibilidades (%) calculados utilizando o DECK de janeiro e junho para cada nvel de flexibilidade de aumento e reduo simtricas e cada ano. ........... 295

xi

Figura 7.15: Prmio como % do preo de equilbrio de blocos de energia firme para flexibilidade de aumento e reduo simtricas. Prmios calculados para preos seguindo distribuio normal de probabilidade. ................................................................................................................... 297 Figura 7.16: Grfico de disperso dos resduos do ajuste do consumo contra os resduos do modelo autoregressivo de ordem 1 para os preos de mercado e a correlao amostral associada.... 301 Figura 7.17: Distribuies de probabilidades empricas das simulaes de consumo para cada ms de vigncia do contrato F. As linhas representam as quantidades contratadas de energia e os limites de Take-or-Pay. ......................................................................................................... 302 Figura 7.18: Preos de Equilbrio para contrato padro nos anos de 2009 calculados com base na viso de janeiro de 2008 (grfico superior) e viso de junho de 2008 (grfico inferior) para diferentes nveis de Take-or-Pay mensal e diferentes premissas de correlao entre consumo e preo. Consumo mensal com distribuio normal padro sem correlao temporal. Energia de base igual a um MW mdio........................................................................................................... 306 Figura 7.19: Ajustes polinomiais de quarto grau para os Preos de Equilbrio apresentados na figura 7.18. ............................................................................................................................................... 308 Figura 7.20: Mtricas de atratividade das decises de sazonalizao para o contrato E nos anos de 2009, 2010 e 2011 calculadas sob os DECKs de preos de janeiro e junho de 2008. Mtrica de atratividade calculada sob a distribuio de probabilidade da diferena entre a deciso sob avaliao e a deciso de alocao constante de montante de energia.................................... 313

Figura 7.21: Quantidades alocadas de energia, associadas com a deciso tima, para os contratos E, F e G, nos anos de 2009, 2010 e 2011, sob a viso do DECK de junho de 2008............................. 316 Figura 10.1: Distribuies acumuladas de v.as normais padro para seis perodos de tempo. Com estatsticas de ordens associadas............................................................................................ 345 Distribuies acumuladas de v.as normais padro para seis perodos de tempo. Com estatsticas de ordens associadas............................................................................................ 346

Figura 10.2:

Figura 10.3: Distribuies de probabilidades acumuladas desenhadas segundo as verses da figura 10.1 (esquerda) e 10.2 (direita)...................................................................................................... 347

xii

LISTA DE TABELAS

Tabela 3.1: Tabela 3.2:

11 Primeiras usinas de energia eltrica do Brasil. Fonte: Censo de 1920................................ 27 As nove usinas com maiores potncias instaladas do pas nas duas primeiras dcadas do sculo XX. Fonte: Censo de 1920. ..................................................................................................... 28 Consumo de energia eltrica (TWh) por regio do pas de 1994 at 2000 (quadro a esquerdo) e matriz energtica nacional nos anos de 2000 e 2007 (quadro a direita) . Fonte: EPE. ............ 38 PLD anual mdio com desvio padro associado e crescimento dessas mtricas com relao ano anterior. ................................................................................................................................... 81 Estimativas do modelo de regresso descrito na equao 4.3.1 e percentual da varincia total (calculados utilizando a tabela ANOVA) de cada varivel do modelo. .................................. 84 Quantidade nominal de derivativos financeiros transacionados em bolsas dentro e fora dos Estados Unidos de 1997 a 2005 em milhes de dlares. Fonte: Bank of International Settements.............................................................................................................................. 106 Fluxo de caixa e resultado financeiro de operao de venda de contrato futuro de cmbio em 14/jan/2008 a R$ 1.814/US$ com vencimento em maro e fechamento da posio em 17/jan/2008............................................................................................................................ 130 Ilustrao de Resultado Financeiro Gerado por Spread. ....................................................... 141 Faturamento de contrato com Take-or-pay mensal e trimestral. ............................................ 192 Termos e condies de contratos utilizados para realizao das simulaes apresentadas na figura 6.5. .............................................................................................................................. 221 Tabela padro para reportar avaliao de risco. * Atratividade a mtrica representada pela frmula 6.4.8. ........................................................................................................................ 259 Carteira de contratos com flexibilidade de aumento e reduo anual..................................... 274 Informaes agregadas de preos, energias e flexibilidades da carteira apresentada na tabela 7.1.......................................................................................................................................... 274 Estatsticas do ajuste de regresso para o consumo do Cliente Livre. .................................... 276 Carteira de contratos com Take-or-Pay. ................................................................................. 277 Probabilidade mensal de consumo pertencer faixa de Take-or-Pay contratada................... 278 Carteira de contratos com flexibilidade de sazonalizao. ..................................................... 279 Carteira de contratos com flexibilidade de sazonalizao. ..................................................... 279

Tabela 3.3:

Tabela 4.1:

Tabela 4.2:

Tabela 5.1:

Tabela 5.2:

Tabela 5.3: Tabela 6.1: Tabela 6.2:

Tabela 6.3:

Tabela 7.1: Tabela 7.2:

Tabela 7.3: Tabela 7.4: Tabela 7.5: Tabela 7.6: Tabela 7.7:

xiii

Tabela 7.8: Preos contratuais e preos de Equilbrio para contratos com flexibilidade de aumento e reduo de montantes anuais calculados sob as vises de janeiro e junho de 2008 dos DECKS do NEWAVE.............................................................................................................................. 284 Tabela 7.9: Mtricas de risco para cada contrato individual (trs primeiros quadros) e para a carteira lquida (ltimo quadro), calculada utilizando as vises de DECKs do NEWAVE de janeiro e junho de 2008....................................................................................................................................... 286 Mtricas de risco associadas com exerccio de flexibilidades contratuais. Avaliaes feitas sobre as distribuies de probabilidades das diferenas entre preos subjacentes e os preos de contrato para os anos de 2009 at 2011. Deciso calculada para e . A mtrica de atratividade descrita nas equaes 6.5.1.4 e 6.5.1.5 para as opes de aumento e reduo, respectivamente. .................................................................................................................... 290

Tabela 7.10:

Tabela 7.11: Preo de um contrato padro de energia firme (R$/MWh) para os anos de 2009, 2010 e 2011 e multiplicadores (sobre esse preo) para diversas combinaes de flexibilidades de aumento e reduo de montante anual de energia. Clculos para as vises de Janeiro (esquerdo) e Junho (direito) de 2008 dos DECKs do NEWAVE. Contratos padro so definidos como aqueles que contm 1 MW mdio para cada ms contratual, reajuste ocorrendo em agosto de cada ano. 292 Tabela 7.12: Preo de um contrato padro de energia firme (R$/MWh) e multiplicadores (sobre esse preo) para diversas combinaes de flexibilidades de aumento e reduo de montante anual de energia. Clculos supondo os preos mensais i.i.d com distribuio normal. Contratos padro so definidos como aqueles que contm 1 MW mdio para cada ms contratual, sem reajuste, e taxa de deconto fixada como zero....................................................................................... 296 Tabela 7.13: Preos de Equilbrio do Contrato F contendo Take-or-Pay apresentado na tabela 7.5........... 303 Tabela 7.14: Mtricas de risco e retorno para contrato D estimadas sob as vises do DECK de preos de janeiro e junho de 2008. ........................................................................................................ 305 Tabela 7.15: Preos de Equilbrio, prmios e preos contratuais dos contratos E, F e G, apresentados na tabela 7.6, calculados sob as vises dos DECKs do NEWAVE de janeiro e junho de 2008. 310 Tabela 7.16: Mtricas de risco calculadas para os contratos individuais e para a carteira agregada que foi apresentada na tabela 7.6. Estimativas feitas com base nas vises de preos de janeiro e junho de 2008. ................................................................................................................................. 312

Tabela 7.17: Decises de alocao com maiores atratividades, para cada contrato e cada ano, calculadas sob as vises do DECK de preos de janeiro e junho de 2008. Decises apresentadas como percentual da deciso de alocao constante (100% significa deciso constante)................. 315 Tabela 7.18: Mtricas de avaliao associadas com as decises timas de sazonalizao, para cada contrato e cada ano. Mtricas calculadas sob as vises dos DECKS de janeiro e junho de 2008. ...... 318 Tabela 7.19: Probabilidade de que a atratividade mxima exceda a atratividade mxima observada. Probabilidades calculadas sob as GPD estimadas. ................................................................ 319 Tabela 10.1: Resultados Gerais dos Inquritos Industriais realizados no Brasil em 1907 e 1920............... 339 Tabela 10.2: Estabelecimentos industriais segundo a poca da fundao das empresas ............................. 340 Tabela 10.3: Potncia Total das Empresas Fabris recenseadas em 1907 .................................................... 340 Tabela 10.4: Potncia Total das Empresas Fabris recenseadas em 1920 .................................................... 341

xiv

Tabela 10.5: Natureza da eletricidade utilizada nos motores eltricos........................................................ 341 Tabela 10.6: Regies do Pas com relao a utilizao de potncia motriz................................................. 342 Tabela 10.7: Distribuio da gerao de energia eltrica entre as regies do pas segundo o censo de 1920. ............................................................................................................................................... 342 Tabela 10.8: Tabela 10.9: Fundao das usinas e potncia associada............................................................................. 343 Distribuio de utilizao de energia eltrica com relao ao ramo de atividade de indstria. ............................................................................................................................................... 343

xv

xvi

INTRODUO
1.1 Motivao

O setor de energia exerce papel fundamental no processo de desenvolvimento de pases tendo forte relao com o desempenho econmico. Inicialmente, por representar uma parcela significativa nos custos de empresas e residncias, constitui um dos planos de fundo para crescimento sustentvel, tendo inclusive impacto direto sobre questes ambientais. Por outro lado, ele pode se refletir em gargalos estruturais, caso polticas de expanso ou regulao no sejam implementadas de forma eficiente (Jabur, 2001, parte 2). Em sua fase embrionria a indstria de energia eltrica apresentava algumas fragilidades que fizeram com que seu processo de estruturao fosse um pouco lento. A partir do sculo XX esse setor comeou a ganhar espao transformando-se na principal fonte de energia utilizada nos dias de hoje. A importncia desse setor pode ser mensurada atravs do impacto resultante de experincias tais quais racionamento de energia eltrica, observada no Brasil em meados de 2001(Jabur, 2001, parte 2), ou o blecaute americano em 2003 (Munson, 2003, p. 1-7). Embora o processo evolutivo dos mercados de eletricidade tenha trazido grandes benefcios, entre eles facilidade de acesso, tanto econmico, quanto fsico, e competitividade ao setor, ele trouxe tambm complexidade e incertezas as quais vo desde a tomada de deciso com relao expanso da oferta at a gesto de riscos inerentes variabilidade do consumo e preos de mercado (Fusaro, 1998 e Zanfelice, 2007, cap. 2-3). A fotografia dos mercados de energia pelo mundo mostra que ainda h muito espao para a introduo de derivativos ou outras ferramentas de gesto e pulverizao de risco. Isso devido principalmente quantidade de diretivas que afetam o mercado. Em termos relativos, quando comparado aos mercados financeiros, a dinmica dos preos vigentes nos mercados de energia mais difcil de ser equacionada que a observada no 1

mundo de finanas. Um dos motivos que o produto entregue em mercados de ao consiste em um pedao de papel ou seu equivalente eletrnico, o qual facilmente armazenado e transferido. Nos mercados de energia dilemas como produzir e usar, transferir e armazenar, transportar, efeitos climticos, avano tecnolgico, entre outras variveis, exercem papel decisivo no processo de tomada de deciso (Pilipovic, 1997). No caso especfico do Brasil, esse mercado apresenta caractersticas peculiares que fazem o processo de operao, planejamento e gesto de riscos nicos. O parque gerador constitudo em grande parte por usinas hidrulicas (cerca de 77% de toda a gerao nacional) com grande potencial de expanso futura. Por outro lado, energia advinda de usinas termeltricas e biomassa pode ser utilizada na complementao da gerao para garantir o atendimento da demanda, regularizao dos reservatrios e aumentar a confiabilidade do sistema. Desta forma, diferentes diretivas regem a dinmica dos mercados em horizontes de tempo distintos. No curto prazo aspectos regionais como temperatura, pluviometria, logstica da operao fsica, restries de transmisso e disponibilidade de combustvel so de grande relevncia. Em horizontes maiores, a expanso da oferta combinado com a evoluo da demanda de energia so os fatores de maior importncia. Quanto ao processo de formao de preos, existe um descolamento da lgica econmica ditada pelas leis de oferta e demanda. Os preos do mercado vista advm da otimizao da operao do Sistema Interligado Nacional (SIN) realizada pelos modelos computacionais NEWAVE e DECOMP, e uma conseqncia direta disso so preos altamente volteis ocasionados, principalmente, pela formulao matemtica do modelo e a conseqente sensibilidade de suas sadas afluncia. A baixa liquidez do mercado faz com que seja mais difcil obter estimativas de curvas de preos futuras, construir estratgias de mitigao de risco e detectar oportunidades de ganho podendo fazer inclusive com que a contratao de energia seja sinalizada de maneira errada.

Nesse cenrio, os agentes de mercado necessitam de procedimentos que orientem sua tomada de deciso com respeito contratao de energia, gesto de carteiras e minimizao de riscos. Um dos caminhos possveis utilizar alguns instrumentos comumente negociados no mercado financeiro ou em outros mercados de energia mais desenvolvidos. A introduo de instrumentos derivativos1 no mercado de energia brasileiro, que aparecem implcitos nas clusulas contratuais de contratos de curto, mdio e longo prazos nos ambientes de contratao regulada (ACR) e livre (ACL), trouxe novos desafios para a gesto de contratos. Sob o lado do usurio industrial, o propsito explcito de contratos com derivativos manter as plantas funcionando. Essa urgncia de produo d ao usurio industrial um incentivo para pagar um prmio adicional ao preo da commodity objetivando ter energia no momento em que lhe for mais conveniente. Isso no ser financeiramente ineficiente, de fato eles tm o benefcio de no ter que manter suas fbricas paradas enquanto buscam a melhor oferta de energia. J as comercializadoras, por outro lado, requerem contratos com derivativos para ajustar suas carteiras de acordo com seu apetite ao risco de forma a gerenciar suas exposies volatilidade dos preos. Desta forma, uma das tarefas essenciais para os participantes do mercado conseguir mensurar o valor justo de contratos que apresentam em seu corpo termos que possam ser interpretados financeiramente como instrumentos derivativos. Essa habilidade traz grande vantagem competitiva aos agentes e beneficia diretamente a atividade de comercializao como um todo, incentivando competitividade entre agentes e diminuindo brechas para arbitragem no mercado. Assim, o grande Cliente Livre tem a possibilidade de proteger sua indstria contra eventuais mudanas bruscas em cenrios de preos, no pagando valores exorbitantes por
No mercado de energia brasileiro o termo instrumento derivativo no muito utilizado. Costuma-se, ao invs, denominar esses produtos de contratos com flexibilidades.
1

essa cobertura. Enquanto que comercializadoras ampliariam a rea de captura de seus radares de oportunidades, aumentando a rapidez em detectar e construir estratgias de contratao mais eficientes, de forma a otimizar seus resultados.

1.2 Objetivo

Uma das principais dificuldades em modelar instrumentos derivativos em contratos no mercado de energia do Brasil que as ferramentas quantitativas clssicas que so freqentemente utilizadas no mundo de finanas e em outros mercados de energia encontram pouco uso aqui. Suposies como normalidade, independncia dos retornos e varincia constante so difceis de serem defendidas (Sousa, 2003, cap. 5). Tambm, modelos que utilizam processos de difuso, mesmo os que incorporam reverso mdia, mudanas de regime e saltos tendem apresentar resultados insatisfatrios, em parte por conta do reduzido histrico de dados e tambm pelo processo de formao de preo,s (Pemberton Jr., 2006, p. 24-27). A meta dessa dissertao propor uma estrutura, na forma de um fluxo, que contemple as principais atribuies relacionadas com comercializao de energia no tocante avaliao de contratos de energia eltrica que apresentem em seu corpo flexibilidades contratuais. O escopo desse trabalho engloba a converso de clusulas contratuais em derivativos, estimao do valor das flexibilidades contratuais sob a tica de retorno/risco, mensurao de risco de carteiras e obteno de diretrizes para decises de exerccio considerando critrios de atratividade. Essas tarefas so necessrias para fornecer diretrizes para nortear comercializao de contratos que incorporem flexibilidades contratuais no ambiente de contratao livre (ACL) com nfase em gesto de risco. So derivados as frmulas e resultados financeiros associados com algumas flexibilidades e propostos algoritmos baseados em otimizao estocstica, simulao de

Monte Carlo e Cpulas para a soluo do problema. Adicionalmente, h uma discusso detalhada das principais propriedades matemticas e estatsticas das flexibilidades e suas implicaes na formulao do problema. Para estudo de caso so consideradas carteiras de contratos, baseada em dados reais, contendo clusulas de sazonalizao, take-or-pay e opes de correo de montantes contratados. As anlises so feitas de forma separada para cada uma das carteiras isoladas. No caso particular de contratos envolvendo Clientes Livres a modelagem do processo estocstico de consumo, tipicamente uma srie temporal, feita utilizando modelos de regresso e sries temporais e a simulao dos modelos so realizadas com base em Cpulas.

1.3 Estrutura da Dissertao

O restante da dissertao dividida como segue. No captulo 2 so apresentadas a evoluo e as especificidades dos principais mercados de energia. So discutidas questes como o surgimento da indstria de energia, seu processo de desenvolvimento e a reestruturao desses mercados ocorrida ao final do sculo XX. O captulo 3 trata do mercado de energia brasileiro. No incio do captulo feito um paralelo entre o desenvolvimento da indstria no Brasil e o surgimento do mercado de energia eltrica. Aps discutido como se deram o processo de desenvolvimento do mercado nacional e seu processo de reestruturao. Faz-se tambm uma discusso sobre o racionamento de energia e seu impacto sobre o novo modelo do setor. O captulo finalizado com uma discusso sobre as novas perspectivas do setor. As questes relacionadas com preos de mercado so abordadas no captulo 4. Primeiramente introduzem-se os tipos de preos vistos no mercado de energia brasileiro. Aps, apresentado o processo de formao dos PLD (Preos de liquidao das diferenas) enfatizando seus problemas e vantagens. So realizadas anlises dos preos do mercado e 5

descobre-se que esses so regidos por diretivas diferentes no curto e longo prazo. Finalizase o captulo com uma discusso sobre modelagem de preos de mercado de energia realizando uma reviso literria com as principais abordagens utilizadas para esse propsito. O captulo 5 apresenta a teoria de derivativos e a insere dentro do contexto dos mercados de energia. Nesse captulo so apresentadas as estruturas dos mercados organizados de derivativos e dos mercados de balco. Apresentam-se as principais caractersticas de cada ambiente e como eles interagem. Finaliza-se o captulo com a introduo de alguns instrumentos derivativos presentes dentro dos mercados de energia. So apresentadas as principais caractersticas e a estrutura de funcionamento desses derivativos, alm de uma discusso detalhada dos riscos que eles podem ajudar a mitigar. No captulo 6 apresentada a metodologia proposta na dissertao. Inicia-se o captulo introduzindo o fluxo base que descreve o processo de comercializao de energia e uma reviso sobre diferentes abordagens presentes na literatura. Aps explicado como realizar o desmembramento de contratos em blocos de derivativos e como convert-los em instrumentos como os apresentados no captulo 5. A seguir, so realizadas as derivaes estatsticas dos resultados financeiros de cada membro dos contratos, discutido suas principais caractersticas e especificidades. Aps so introduzidas diversas mtricas de avaliao, as quais so inseridas dentro de um contexto de retorno e risco. Para cada mtrica realizada uma discusso sobre suas caractersticas e principais armadilhas. Finaliza-se o captulo com uma discusso sobre tomada de deciso e exerccio de derivativos. So apresentadas propostas de exerccio, dentro de uma estrutura de retorno versus riscos, para cada classe de flexibilidades contratuais. O captulo 7 contm a aplicao da metodologia descrita no captulo 6 para cada uma das classes de flexibilidades contratuais. Todas as anlises so realizadas com base em dois cenrios de preos para que seja possvel comparao de resultados. So adotadas carteiras de contratos que esto em linha com a realidade e conclui-se basicamente que os modelos introduzidos apresentam as principais caractersticas de modelos de avaliao de derivativos: respondem de forma consistente a mudanas nos cenrios de mercados e

capturam efeito de combinao de derivativos em carteiras. So derivadas diversas mtricas de avaliao associadas com os contratos apresentadas, ilustrando o processo de avaliao de risco como um todo. Adicionalmente, para cada cenrio de preos utilizado, so discutidas questes relacionadas com exerccio dos derivativos embutidos em contratos e como medir desempenho dessas decises. Concluses, recomendaes e sugestes de trabalhos futuros so discutidas no captulo 8. Com base nos resultados obtidos no captulo 7 e nas formulaes derivadas no captulo 6 tem-se forte evidncia para acreditar que os modelos incorporam as principais caractersticas esperadas por modelos de avaliao que sejam aplicveis ao mercado de energia brasileiro. Observa-se que os modelos fazem poucas suposies sobre as variveis do mercado, o que permite grande dinamismo em sua aplicao. No entanto, so feitas ressalvas quanto qualidade dos dados de entrada que servem como referncia para os clculos dos modelos. Nota-se tambm a importncia da realizao do processo de avaliao proposto na dissertao tanto para a validao das premissas de entrada dos modelos, quanto para o direcionamento de estratgias comerciais e adequao dos nveis de risco da carteira. Ressalta-se tambm a necessidade de incorporar mtricas que tragam informao sobre retorno e risco no processo de exerccio de derivativos presentes nos contratos. Finaliza-se o captulo com algumas sugestes de extenses e vertentes de estudos que poderiam ser criadas para tornar os modelos mais aderentes aos requisitos do processo de comercializao do mercado de energia brasileiro. Tambm, so incorporados nos apndices uma discusso secundria sobre o desenvolvimento do mercado de energia brasileiro no incio do sculo XX (Apndice I) e um grfico, proposto nesta dissertao, para descrever funes de distribuio evoluindo no tempo.

PRINCIPAIS MERCADOS DE ELETRICIDADE


Neste captulo desenvolvida uma discusso sob as ticas temporal, econmica e

financeira acerca dos principais mercados de energia ao redor do mundo levando em considerao seu processo de desenvolvimento e estruturao, assim como outras caractersticas especficas. O conhecimento do mercado importante no restante da dissertao.

2.1 Introduo
Desde sua origem mercados de energia passaram por um longo processo de transformao e desenvolvimento at atingirem os nveis de complexidade e diversidade que so verificadas hoje. O surgimento da energia eltrica como um bem comum, a transio de um mercado monopolista para um ambiente competitivo, o advento das tecnologias que definem os padres utilizados atualmente e, potencialmente, no futuro, a regulao dos mercados e a posterior reestruturao de alguns deles so questes que devem ser dominadas por aqueles envolvidos nos mercados de eletricidade. Se por um lado, a relao entre mercados de energia, economia e poltica particularmente forte fazendo-se necessrio incluir questes geopolticas e contextualizao temporal s anlises, de outro, caractersticas regionais e geofsicas desses mercados fazem com que a gesto de riscos, o planejamento da expanso e a regulao sejam processos totalmente especficos e locais. Adicionalmente, questes como reestruturao dos mercados, polticas de contratao de energia e decises referentes composio da matriz energtica tendem a atuarem como complicares aos processos de descoberta de preos e gesto de risco como discutido em Pilipovic (1997, cap. 1) e em Fernandes e Santos (2004). Objetivando construir os alicerces necessrios para uma discusso mais aprofundada dos mercados de energia, particularmente os de eletricidade, divide-se o restante do captulo como segue.

A apresentao sobre questes relacionadas com surgimento da indstria de eletricidade e suas especificidades feita na seo 2.2. Na seo 2.3 so explicados os processos de formao de monoplios e a regulao tradicional vigente no decorrer do sculo XX. Um panorama sobre a reestruturao e liberalizao dos principais mercados de energia apresentado na seo 2.4. Finaliza-se a seo 2.5 com a ligao deste captulo com o restante da dissertao.

2.2 Surgimento da Indstria de Eletricidade

Embora os primeiros relatos sobre eletricidade sejam datados de cerca de 600 a.c quando Thales de Miletos, considerado um dos pais da cincia, descreveu em suas anotaes o fenmeno de atraes de partculas que hoje conhecido como eletricidade esttica (Mehl, [s.d.], cap. 1), apenas ao final do sculo XVIII surgiram os primeiros dispositivos geradores de corrente eltrica com os trabalhos de Alessandro Giuseppe e Antonio Anastasio Volta (Gatti, 1996) e (Yenne e Grosser, 1993). Volta, em 1800, construiu a pilha voltaica amparado em estudos de Benjamin Flanklin (Cohen, 1990), Michael Faraday (Tyndall, 2004), Luigi Galvani (Kandel e

Schwartz, 2000, p. 6-8), Andr-Marie Ampre (Williams, 1970) e Georg Simon Ohm (Archibald, 1988), os quais construram a base terica da eletricidade moderna. Esse equipamento foi o precursor da bateria eltrica moderna. Tal foi o impacto de suas contribuies no campo da eletricidade que Napoleo, em 1810, nomeou-o Conde e, em momento pouco posterior, a medida de tenso, Volt, foi criada em sua homenagem. Com o advento dos primeiros dispositivos e o surgimento de novas tecnologias o sculo XIX foi marcado pelo incio da gerao e utilizao de energia eltrica em grande escala e pela criao de grandes companhias no setor de eletricidade e telecomunicaes (Hirsh, 2002). Dentre os nomes que contriburam para a estruturao dessa indstria destacam-se Werner von Siemens, fundador da Siemens Agency em 1847, Jonh Pender, fundador da 10

Cables & Wireless, Nikola Tesla, inventor do motor de induo polifsico, Samuel Morse inventor de um telgrafo que permitia comunicao longa distncia, Antnio Meucci, inventor do telefone, Thomas Edison, proprietrio da primeira rede de distribuio de energia eltrica, George Westinhouse, inventor do telgrafo, Charles Steinmetz, que desenvolveu estudos sobre a teoria da corrente alternada e Alexander Graham Bell, outro inventor do telefone e fundador de uma empresa de sucesso no ramo. Um fato relevante foi uma apresentao pblica sobre gerao de eletricidade feita no museu Worlds Fair em 1870. Os expositores produziram energia eltrica atravs de uma bobina rolante magnetizada que tinha como eixo central um metal condutor. Esse conceito foi utilizado nos anos seguintes para gerao de maiores quantidades de energia eltrica atravs da rotao de bobinas maiores utilizando a fora de cachoeiras ou vapor obtido a partir do uso de carvo. De fato nos 10 anos seguintes foram desenvolvidos muitos empreendimentos de gerao de pequena escala utilizando essa tecnologia (Stabins, 2002, cap. 2). Nessa poca, o maior crescimento em termos de gerao de energia eltrica foi verificado nos Estados Unidos com o advento da lmpada, em 1.876 (arc-lampad), que foi utilizada basicamente para iluminao das ruas. A introduo da luz incandescente por Thomas Edison em 1879 teve impacto significativo na demanda por eletricidade impulsionando-a. O resultado foi a construo de 5.110 unidades geradores de eletricidade nos Estados Unidos e 343 no Canad ao final da dcada de 1.880 (Stabins, 2002, cap. 2) com o objetivo de atender ao requisito de energia desses pases. Se os primrdios do mercado de energia eltrica surgiram inicialmente com a evoluo da tecnologia, a lei da oferta e demanda quem ditava a expanso e as regras no final do sculo XIX. Contudo, entraves tcnicos e polticos relacionados com o sistema de distribuio dificultavam aes para fortalecer e popularizar a energia eltrica. Nos Estados Unidos, por exemplo, havia diferentes sistemas de conduo de eletricidade baseados nos sistemas de Edison, Sawyer, Maxim, Westinghouse e Brush. Alguns desses sistemas operavam em corrente contnua e outros em corrente alternada. Alm disso, os principais nveis de tenso utilizados eram de 100, 110, 220 ou 600 volts e, 11

no caso de corrente alternada, as freqncias eram de 40, 60, 66, 125 e 133 ciclos (Munson, 2005, cap. 3). Isso dificultava bastante o procedimento de padronizao da energia eltrica impactando diretamente no acesso eletricidade sob uma viso de custo e benefcio. Por exemplo, empresas tinham receio de comprar maquinrios alimentados por eletricidade, pois caso houvesse necessidade de mudana de sede, mesmo que para uma rua vizinha, esses equipamentos poderiam no mais funcionar por conta da incompatibilidade com o sistema de distribuio. Adicionalmente, os grandes custos para construo de geradores e linhas de distribuio no eram aceitveis para a grande maioria das empresas quando comparado com o potencial retorno. Nessa poca, mesmo os otimistas, consideravam que energia eltrica seria apenas um bem de luxo. At gigantes como o banqueiro J. P. Morgan e a General Electric preferiam os lucros imediatos obtidos atravs da venda de geradores isolados, que as incertezas do mercado de eletricidade de geradores centralizados. De fato, dois teros da energia dos Estados Unidos ao final do sculo XIX era obtida de fontes geradoras individuais controladas por indstrias automobilsticas, construtoras ou outras indstrias (Munson, 2005, cap. 3).

2.2.1

Thomas Edison e a construo de um Imprio

Thomas Alvo Edison reconhecidamente uma das figuras mais importantes do setor de energia em sua fase embrionria. Sua grande capacidade de empreender e seu slido conhecimento tcnico trouxeram grande desenvolvimento para a indstria de eletricidade e telecomunicaes (Israel et al, 1998). A primeira grande inveno de Edison foi o fonograma, um dispositivo para gravar som, em 1.877 (Israel et al, 1998). Esse dispositivo era extremamente simples, composto basicamente por um cilindro encaixado revestido com uma folha de alumnio, e tinha baixa qualidade sonora. Porm, foi tido como uma inveno extremamente avanada

12

para a poca. As patentes sobre o fonograma e tambm sobre outras invenes de menor repercusso ajudaram a custear o primeiro laboratrio de pesquisa industrial que foi fundado em Menlo Park na Nova Jersey. Esse laboratrio foi a grande contribuio de Edison para a poca. Muitas frentes de trabalho eram desenvolvidas nesse laboratrio e muitas invenes de grande impacto para a sociedade da poca foram desenvolvidas. Thomas Edison teve atribudo a si a maioria das patentes geradas pelo laboratrio (Israel et al, 1998) e (Guthridge ,1986). Aps a inveno da primeira luz incandescente vivel comercialmente, em 1.879, Edison percebeu que a nica forma de ampliar sua participao no mercado era desenvolver um sistema eltrico que gerasse e distribusse energia (Hirsh, 2002). Em 1.882 ele desenvolveu esse sistema, baseado em corrente contnua (DC) e instalou a primeira planta de gerao central na Street Pearl, no distrito financeiro de Nova Iorque. A energia eltrica era gerada atravs de vapor utilizando um sistema de engrenagens e pistes (reciprocating engine ou piston engine) que utilizava vapor para converter presso em movimento de rotao que depois era transformado em energia eltrica (Hirsh, 2002). Inicialmente essa energia era vendida para lojas e outros negcios que utilizavam a luz eltrica como um diferencial para atrair seus clientes. Porm, em um segundo momento, Edison e outros tornaram a energia eltrica muito mais verstil e valiosa viabilizando a introduo destas nas indstrias, iluminao pblica e transportes como discutido em Hirsh (2002) e Wasik (2006). Apesar de todas as conquistas que Thomas Edison j tinha alcanado, o grande catalisador para a estruturao das indstrias de Edison foi a juno de Samuel Insull a seus negcios em 1.892, Wasik (2006). Insull era um homem de grandes idias que se adaptava extremamente rpido dinmica do mercado e reconhecido por suas inmeras invenes e por colocar o sistema de indstrias de Edison em uma estrutura moderna.

13

Quando chegou da Inglaterra, Insull assumiu a presidncia da pequena Chicago Edison, uma das muitas companhias que Edison tinha pelo pas. Logo no incio ele notou que poderia aumentar grandemente seus resultados caso conseguisse aumentar o que conhecido como fator de carga (load factor) que a razo entre o uso mdio de energia, em base diria ou anual, e a carga mxima suportada no mesmo perodo. Aps investir em equipamentos de medio, Insull descobriu que o pico de carga ocorria noite quando os clientes utilizavam luzes incandescentes e que no restante do dia o sistema ficava ocioso. Assim, para otimizar seus ganhos, ele buscou clientes como casa de gelos, companhias de trilhos de trem e outras que tinham seu consumo em horrio fora de pico, pois dessa forma ele reduziria a capacidade ociosa sem novo uso de capital e o aumento de seus custos marginais para obteno de combustvel seria compensado pelo maior consumo. De fato Insull aumentou drasticamente o fator de carga da companhia (Wasik ,2006) e (MacDonald ,2004). No campo de gerao Insull liderou a substituio dos sistemas baseados em pisto por turbinas que eram muito menores, mais simples mecanicamente e mais silenciosas que os baseados em pisto. Mais importantes ainda, essas turbinas a vapor poderiam ser construdas de forma a produzir mais energia proporcionalmente com menor investimento em material. Em outras palavras, ela exibia grande economia de escala, j que maiores unidades em eletricidade eram produzidas com um menor custo unitrio (Wasik, 2006), (MacDonald, 2004) e (Hirsh, 2002). Insull tambm deixou outras contribuies significativas como, por exemplo, a unificao do sistema de eletrificao rural e a compra de geradores baseados em corrente alternada com grande capacidade de gerao adequando a empresa de Edison aos requerimentos futuros de demanda.

2.2.2

A Guerra das Correntes

Uma das conseqncias do incremento da demanda e do rpido avano das tecnologias foi o aumento da competio setorial, que ficou conhecida como Guerra das

14

Correntes (War of the Currents). Thomas Edison, que defendia a utilizao de corrente contnua e era responsvel pela maioria da rede de distribuio dos Estados Unidos, tratava uma batalha com Nicola Tesla que propunha um sistema de gerao, transmisso e uso baseado em corrente alternada a qual teria sua comercializao viabilizada atravs da Westinhouse, de George Westinhouse (ONeil, 2007). Tesla argumentava que a grande vantagem da corrente alternada era sua capacidade de transmisso a longas distncias utilizando alta voltagem a qual seria reduzida nveis menores usando transformadores. Edison, por outro lado, argumentava que a corrente alternada era extremamente perigosa inclusive podendo levar a acidentes fatais, como foi demonstrado pelo prprio Edison em experimentos com animais. Nessa poca comeou a surgir a necessidade de construo de empreendimentos de maior porte, sendo o principal deles o realizado nas cataratas do Niagara. Para este empreendimento foram apresentados diversos projetos de gerao de energia, entre os quais estavam as propostas de Edison, General Electrics e Tesla. A proposta de Tesla foi escolhida e o empreendimento foi finalizado com sucesso. Como conseqncia direta disso, a corrente alternada passou a substituir a corrente contnua em centrais de gerao e transmisso aumentando consideravelmente a confiabilidade e eficincia dos sistemas de distribuio de energia da poca (ONeil , 2007) e (Munson, 2005).

2.3 Desenvolvimento de Monoplios e a Regulao Tradicional

No incio do sculo XX, com a criao das primeiras usinas de gerao de eletricidade de mdio e grande porte, a energia eltrica comeava a se consolidar como uma fonte de energia potencialmente melhor que as adotadas at o momento porque equipamentos industriais que utilizavam eletricidade alm de mais silenciosos e menores, no exigiam grandes investimentos para aumentar sua capacidade produtiva. Tambm, com

15

o advento das lmpadas eltricas, houve um incremento na demanda por eletricidade que foi impulsionado por grandes estabelecimentos comerciais e iluminao pblica. Entretanto, o relativamente alto risco relacionado com investimentos em empreendimentos de gerao e restries associadas com transmisso de eletricidade e sistemas de distribuio no viabilizava a popularizao da eletricidade dentro de outros setores. De fato, a forma como se iniciava a estruturao das primeiras empresas do setor e a posio estratgica que estas atividades ocupavam dentro da economia exigiu a adoo de uma postura intervencionista do governo como rgo regulador das atividades associadas com o setor, Joskow e Schnalensee (1983). O governo exerceu papel determinante no desenvolvimento da indstria de eletricidade j que, alm de regular tarifas de forma a proteger consumidores do efeito dos monoplios que comeavam a se formar, ele viabilizou economia de escala por conta da verticalizao das atividades do setor. Na maioria das vezes, esses monoplios eram formados pelos prprios governos que criavam grandes empresas estatais que acumulavam as atividades de gerao, transmisso e distribuio, Sutherland (2003). A justificativa por detrs das decises de verticalizao do setor era baseada no conceito de monoplios naturais, como discutido em maiores detalhes em Sutherland (2003). Monoplios naturais so caracterizados por uma curva de custos decrescente no tempo com o tamanho da empresa. Particularmente, os ativos eram assumidos ter custos fixos elevados com baixo custo varivel por consumidor. Baseado nesse conceito, o aumento da quantidade de consumidores de uma empresa traria uma reduo do custo mdio. Por conta disso, haveria maior benefcio em criar empresas grandes que diversas empresas pequenas. Importante notar que a reduo do custo mdio est relacionada com a densidade de consumidores de uma regio e no com a rea demogrfica em si.

16

A eficincia da estrutura construda para o setor estava condicionada a implantao de uma malha regulatria que incentivasse as empresas a minimizarem seus custos de forma a beneficiar o consumidor final. Nos Estados Unidos, por exemplo, foram criados comits federais (Federal Energy Regulation - FERC) e estaduais que tinham como atribuio definir regras e diretrizes para orientar as empresas do setor. As atividades de gerao e distribuio eram reguladas pelos comits estaduais e as regras eram baseadas em remunerao pelo custo do servio. Os FERC regulavam transaes de energia interestados incluindo transaes de energia no mercado de atacado sobre linhas de transmisso. As tarifas pagas pelos consumidores eram fixadas pelos comits estaduais de forma a refletir o custo mdio dos servios relacionados com gerao, distribuio e transmisso. Essa poltica de regulao obteve xito at meados da dcada de 60 j que ela viabilizou a construo de grandes empreendimentos de gerao e transmisso trazendo uma economia de escala que refletiu em uma reduo dos custos de servios. A reduo dos custos que resultou em tarifas aplicadas aos consumidores finais decrescentes nesse perodo foi tambm funo de uma melhora na tecnologia relacionada com as plantas de gerao que ajudaram a incrementar a eficincia na maioria das localidades (Sutherland, 2003).

2.4 Reestruturao e Liberalizao dos Mercados de Energia

A partir da segunda metade da dcada de 60, e mais fortemente nos anos 70, o aumento da inflao, o crescimento das taxas de juros e a forte elevao dos preos dos combustveis fsseis penalizaram significativamente a construo de empreendimentos de

17

gerao. Esses fatores, unidos a inmeras dificuldades enfrentadas pelas usinas nucleares, trouxeram uma reverso na tendncia de baixa das tarifas de energia (Sutherland, 2003). A deciso de construir usinas nucleares inicialmente parecia atraente porque essas usinas aparentemente resolveriam o problema de poluio associados com a gerao de usinas que utilizavam carvo, com preos que aparentavam ser reduzido menores que os de usinas movidas a carvo (VanDoren, [s.d]). No entanto, o incremento do custo de capital impactou diretamente a viabilidade desses empreendimentos fazendo com que esse aumento de custos se refletisse nas tarifas de energia, (Hirsh, 1999). O cenrio de aumento de custos observado durante estas duas dcadas deu subsdio para discusso de qual seria a melhor estrutura a ser adotada pelos setores de energia objetivando a otimizao dos custos de forma a minimizar o impacto ao consumidor final. De forma particular, comeou a ser questionado se de fato a regulao vigente era economicamente eficiente, e quais seriam as alternativas de substituio do modelo atual. A principal crtica lanada contra a regulao tradicional que ela no apresentava mecanismos que incentivassem a eficincia no fornecimento j que a remunerao era realizada com base nos custos de servios e qualquer lucro adicional era transferido aos consumidores, como argumentado em Sutherland (2003). Segundo Hirsh (1999), a forma com que era feita a regulao tradicional fazia com que as decises associadas com investimento de capital no fossem eficientes. Particularmente, como os custos eram de alguma forma repassados para os consumidores, o incentivo para minimizao de custos e decises com maiores apetites ao risco eram evitadas. Adicionalmente, a premissa de que a receita das empresas deveriam refletir seus custos de certa forma no incentiva investimento em inovao j que os excedentes de receita gerados pela reduo dos custos so repassados de forma integral aos consumidores. O aumento dos custos e a presso gerada pelo lado da demanda fizeram com que os governos comeassem a pensar em estruturas alternativas que pudessem incentivar a

18

minimizao dos custos de forma a manter a confiabilidade do sistema e o atendimento a demanda. Primeiramente, comeou-se a questionar quais os efeitos exercidos pelos monoplios nas atividades relacionadas com o setor. Hirsh (1991) observou que a motivao inicial para a regulao das empresas do setor era mais consistente com escolha pblica do conceito de monoplio natural. Ele explicou que no incio do sculo XX, quando a interveno estatal era quase inexistente, os gestores das empresas do setor de energia puderam persuadir os comissionrios que companhias de eletricidade eram semelhantes s empresas de telefonia e deveriam estar sujeitas regulao ao invs de competio. Tambm, a manuteno da poltica de regulao nos mercados de energia era resultado de um conflito de interesses onde os agentes maximizavam seu interesse prprio onerando o consumidor em alguns casos. Assim, a regulao da forma como era implementada tendia a proteger os interesses econmicos dos agentes de mercado da competio. Chao (1999) e Sutherland (2003) argumentam que a literatura acadmica comeava a apresentar uma extensa discusso sobre benefcios ao consumidor que poderiam ser obtidos caso a atividade de gerao estivesse situada em um ambiente competitivo. Esse potencial benefcio seria extrado do aumento da eficincia no fornecimento, j que em um ambiente competitivo as empresas seriam obrigadas a otimizarem seus custos para gerarem suas receitas. A proposta de desvertilizao das empresas do setor, ocorrida a partir do terceiro quarto do sculo XX, de forma a separar as atividades de gerao, transmisso e distribuio, no foi pioneira e nem exclusiva do setor de energia. De fato, o setor eltrico foi um dos ltimos setores a sofrerem desregulamentao. A liberalizao dos setores de aviao, transporte ferrovirio, telefonia e bancrio, experimentada no decorrer do sculo XX, j haviam trazido redues de custos significativas que variavam de 25% at 80% como citado por Sutherland (2003, p. 14). Enquanto que dentro do mundo acadmico as discusses sobre reestruturao do setor de energia comeavam a tomar forma, a implementao dessa nova viso era dependente do apoio das entidades reguladoras. Com a elevao dos custos de gerao e a 19

conseqente reverso da tendncia de baixa das tarifas, os governos comearam a adotar uma postura mais marcante de forma a incentivar a construo de geradoras de energias baseadas em fontes alternativas. Em 1978, a PURPA (Public utility regulation politicies act) liberou a gerao de energia de produtores independentes a taxas fixas que refletiriam os preos que seriam pagos s empresas estatais se elas mesmas tivessem construdo esses empreendimentos. Com essa manobra, o governo abriu o mercado para novos geradores em uma tentativa de reduo de gerao baseada em combustveis fsseis (Chao, 1999, VanDoren, [s.d] e Sutherland, 2003). A entrada de outros agentes de gerao dentro dos mercados foi essencial para que a reestruturao do setor fosse viabilizada. No entanto, existiam muitas questes que estavam ainda em aberto. Primeiramente, era necessrio garantir a confiabilidade do sistema e o atendimento a demanda. Dessa forma, tinha que ser decidido se a gerao de energia seria centrada ou descentralizada e, nesse caso, quais seriam os rgos responsveis pela operao. Outro ponto importante era o papel da transmisso e distribuio de energia (T&D). Esses servios deveriam continuar sendo regulados com regras que incentivassem a sustentabilidade entre a gerao e a T&D (VanDoren, [s.d]). Por exemplo, restries de transmisso limitavam a habilidade de geradores distantes competirem. Isso fazia com que alguns agentes pudessem exercer poder de mercado, de forma a movimentar os preos do mercado de atacado. De fato, em muitas ocasies, a regulao parcial um processo mais complexo que a simples liberalizao dos mercados ou a regulao tradicional j que necessrio definir fronteiras para os ambientes regulados e no regulados e especificar claramente as regras para as partes onde existe interseco entre os setores. No processo de reestruturao da indstria de energia o principal desafio era implementar mecanismos que fornecessem incentivos para empresas aumentarem sua eficincia na gesto, porm mantendo o sistema confivel. Para a gerao, o desafio era garantir competitividade no mercado reduzindo o

20

poder de mercado de agentes individuas e atraindo um maior nmero de agentes de gerao. Naturalmente, essas questes so inter relacionadas e fortemente dependentes de cada local especfico. De fato, a reestruturao dos setores de energia ao redor do mundo foi implantada de forma particular para cada mercado de acordo com as especificidades de cada regio. Muitos decidiram alocar o setor de gerao dentro de um mercado competitivo enquanto mantendo T&D sob regulao de rgos criados para esse fim. Outros pases, ainda mantm seus mercados regulados fornecendo subsdios para manter preos dentro de nveis aceitveis. Uma discusso detalhada sobre a abordagem utilizada em diferentes pases para implementar seus processos de reestruturao pode ser encontrada em Chao (1999). A reestruturao dos setores de energia, a criao de bolsas para comercializao de eletricidade e o processo de commoditizao da energia eltrica foram mais marcantes a partir dos anos 2000. Atualmente, muitos mercados ainda esto passando por seus processos de reestruturao e desregulamentao. Adicionalmente, para a grande maioria dos pases, o processo de adaptao desse novo conceito tem sido relativamente lento, fazendo com que a eficincia dos mecanismos criados ainda no tenha sido atingida. esperado, que durante o decorrer do sculo XXI muitos mercados se desenvolvam de forma a criar mecanismos para pulverizao de riscos e contratao eficiente de energia. Adicionalmente, questes relacionadas com a substituio da matriz energtica por fontes de gerao mais limpas tm estado em pauta e possui potencial gigantesco de desenvolvimento principalmente por conta de sua relao com gerao de crditos de carbono. Tambm, o desenvolvimento de novas tecnologias de medio de consumo tende incrementar a eficincia dos setores de distribuio fazendo com que haja uma reduo de custos que devem se refletir nas tarifas dos consumidores finais.

21

2.5 Consideraes Finais

O entendimento da evoluo dos principais mercados de energia essencial para formar o arcabouo de ferramentas necessrio para discusses mais especficas relacionadas com contratao de energia dentro de ambientes competitivos onde inmeros fatores, nacionais e internacionais, tendem afetar a eficincia dos processos de gesto de riscos. De forma particular, os motivos econmicos e polticos que levaram reestruturao dos setores de energia devem ser compreendidos para que anlises e concluses sejam projetadas dentro de um contexto lgico. No caso especfico do mercado brasileiro de energia eltrica, o processo de evoluo se deu de forma diferente ao apresentado nesse captulo por conta principalmente de caractersticas especficas relacionadas com cenrio poltico e econmico. No captulo seguinte apresentada uma discusso detalhada sobre o mercado brasileiro de energia desde sua origem at seu processo de desregulamentao e reestruturao.

22

MERCADO BRASILEIRO DE ELETRICIDADE


Neste captulo realiza-se uma anlise do setor brasileiro de energia eltrica sob a

tica histrica, fsica, econmica e regulatria de forma a reunir e entender as principais caractersticas e desafios enfrentados pelos agentes que atuam nesse mercado. So discutidos os processos de formao do mercado, sua relao com a industrializao no Brasil, a questo de desenvolvimento e reestruturao do setor, as causas e o impacto do racionamento nos hbitos de consumo e nas diretrizes do setor e o novo ambiente institucional formado no ps-racionamento. Finaliza-se a seo com um balano desse novo modelo institucional e uma discusso sobre prospectos futuros do setor.

3.1 Introduo
O surgimento do mercado brasileiro de eletricidade aconteceu quase que paralelamente aos mercados americano e europeu. No entanto, a estrutura de formao e os fatores que definiram as principais caractersticas do mercado brasileiro no foram os mesmas observados nestes mercados. Em sua linha do tempo, o mercado nacional passou por um profundo processo de transformao que resultou em um mercado totalmente particular com caractersticas muito especficas. Dentre as experincias vividas pelo setor, a que talvez mais chame ateno o racionamento de energia ocorrido em meados de 2001 e 2002. Esse evento foi conseqncia de uma poltica de investimentos em infra-estrutura pobre e de uma combinao de eventos climticos com baixa probabilidade de ocorrncia (Watts, 2002). Essa possvel combinao de fatores, aparentemente no relacionados, que observada em muitas facetas do mercado traz grande complexidade para as atividades de planejamento e gesto de riscos.

23

Outra questo que o mercado ainda passa por um perodo de adaptao a novas regras e de gerao de conhecimento, dado que o ltimo grande marco institucional datado de 2005. Por conta disso notado certa discrepncia na maneira com que agentes atuam no mercado. Os que possuem estrutura slida de negcios preferem firmar contratos de longo prazos de forma a reduzir incerteza nos resultados por perodo mais extensos, enquanto outros agentes que so mais avessos ao risco preferem operar no mercado de curto prazo ficando expostos alta volatilidade dos preos em busca de oportunidades de ganho (Nascimento, 2007). Existe tambm a influncia de diretivas fundamentais que regem a dinmica do mercado no longo prazo. A matriz energtica que compe o balano de energia nacional tem sofrido alteraes em sua composio ao longo do tempo o que faz com que os preos futuros sejam diferentes dos observados no histrico (Nascimento, 2007). Do lado da demanda, eficincia energtica, poltica cambial e dinmica futura da economia podem afetar diretamente a liquidez do mercado e a estrutura de preos de mercado no longo prazo. Fatores no controlveis, como alteraes no cenrio regulatrio, podem impactar diretamente a contratao de energia, nos ambientes Livre e Regulado, tanto da viso de produtos comercializados, quanto sob a tica de disponibilidade de energia futura no mercado. Objetivando fornecer uma viso mais detalhada do setor eltrico brasileiro e de seus elementos essenciais ser apresentado o processo de formao do mercado Nacional at o estado atual. Divide-se o restante do captulo como segue. Na seo 3.2 discutido o histrico da indstria de energia eltrica do ponto de vista fsico e econmico enfatizando seus fatores motivantes. Na seo 3.3 apresentada em maiores detalhes a questo da reestruturao do mercado, suas principais alteraes e seu impacto nas atividades relacionadas com o mercado. Apresenta-se na seo 3.4 a questo especfica do racionamento, suas causas, importncia e implicaes. Finalmente na seo 3.5 abordada

24

a questo do ps-racionamento e do estado atual do mercado enfatizando a atividade de planejamento e comercializao.

3.2 A Industrializao no Brasil e a evoluo do setor de Energia de 1880 1980


O processo de introduo da eletricidade no Brasil ocorreu nas duas ltimas dcadas finais do sculo XIX quase que de forma simultnea ao acontecido nos Estados Unidos e Europa. Porm, diferentemente do ocorrido nestes lugares, a demanda por energia no Brasil crescia de forma lenta e de acordo com a taxa de adaptao do pas a mudanas que comeavam a ser introduzidas pelos efeitos da Segunda Revoluo Industrial, (Silva, 1976, cap. 4). Nesse momento a economia brasileira era dominada basicamente pela agricultura, enquanto a indstria exercia um papel inexpressivo na produo nacional. Do ponto de vista social, novos padres de consumo comeavam a ser introduzidos por conta da influncia da Europa. O consumo de energia era regido principalmente pela compra de bens de consumo de imigrantes europeus, aqueles que chegaram ao final do sculo XIX e incio do XX, que trabalhavam no Brasil como importadores (Silva, 1976, cap. 4). A gerao de energia eltrica iniciou-se no final do sculo XIX quando foram organizadas as primeiras companhias e construdas as primeiras usinas hidreltricas e pequenas centrais eltricas para atender, principalmente, antigos estabelecimentos industriais. Nas primeiras dcadas do sculo XX a gerao de energia sofreu um aumento efetivo por conta da expanso da economia primrio exportadora e transformaes econmico-sociais (Lourenzo, 1997). Desta forma, em seu incio, o desenvolvimento do setor energtico nacional estava estritamente relacionado com fatores econmicos e com o processo de industrializao do pas. Para entender melhor isto, apresentado a seguir o impacto das transformaes

25

ocorridas no pas ao final do sculo XIX at a segunda ou terceira dcada do sculo XX sob uma tica da indstria brasileira. Com fim da escravatura e a conseqente introduo do trabalho livre ao final do sculo XIX, houve grande impulso da indstria nacional que, com o desenvolvimento de estradas de ferro, bancos, grandes comrcios de importao e exportao e o incio da mecanizao das operaes de beneficiamento da produo, geraram o acumulo de capital necessrio para a industrializao. Em paralelo, a expanso da lavoura cafeeira em Minas Gerais, Rio de Janeiro e So Paulo ajudaram a elevar a participao da indstria a cerca de 65% da produo industrial nacional em meados de 1920 (Silva, 1976, cap. 4). Segundo Silva (1976, cap. 4) a principal causa da industrializao no foi a substituio das importaes, mas a disponibilidade de mo-de-obra qualificada dos imigrantes que foram atrados pelo avano do caf fazendo com que o nascimento da indstria no tenha sido impulsionado pela demanda, mas pela criao de fbricas por conta de disponibilidade de mo-de-obra. Dessa forma, a estruturao do setor de energia e a urbanizao seriam ao mesmo tempo meio, mas, principalmente, conseqncias da industrializao. Por outro lado, Versiani e Barros (1977) atribuem taxa de cmbio o desenvolvimento do processo de industrializao. Quando a moeda nacional estava depreciada, importar bens de consumo tornava-se mais caro incentivando assim a produo interna destes bens, ou seja, aumento da produo industrial. A sustentabilidade do processo era garantida pelos investimentos em aumento da capacidade instalada, em momentos de cmbio apreciado, atravs de importao de bens de capitais para as fbricas. Estas importaes, denominadas surtos de investimento, asseguravam a produo durante os perodos de importaes caras, os surtos de produo, e os lucros obtidos nos surtos de produo estimulavam novos surtos de investimento, dando continuidade a este ciclo. Outras linhas de argumentao tm sido levantadas na literatura. As principais so a Teoria dos choques adversos, que entende que os choques das duas grandes guerras e da Grande Depresso de 1930 tiveram boa repercusso para a industrializao brasileira fazendo com que a dinmica da economia brasileira passasse da exgena (demanda 26

externa) para a endgena (investimento industrial); a tica da industrializao liderada pela expanso das exportaes, que define uma relao linear positiva entre o desempenho do setor exportador e o desenvolvimento industrial; a Teoria do Capitalismo Tardio, que defende que ocorreu um desenvolvimento capitalista na passagem do escravismo para o trabalho assalariado ocasionando uma relao positiva, mas no linear entre o setor exportador e o industrial: primeiro as crises do setor exportador afetam a indstria negativamente, mas depois positivamente, com a proteo do mercado interno pelo Governo; e a tica da Industrializao promovida por polticas do Governo, que visa contestar as afirmaes usuais de que o papel do Estado no processo do desenvolvimento industrial, no perodo anterior a 1930, foi mnimo ou no significativo. Uma discusso mais detalhada sobre as diferentes ticas feita em (Suzigan, 1986). O processo de industrializao do pas teve forte relao com o setor de energia brasileiro. Nos primeiros anos do sculo XX o grupo Light, que tinha sede no Canad, iniciou a produo de eletricidade em larga escala no pas. Particularmente, no ano de 1901 foi inaugurada a usina de Parnaba que fornecia energia para a capital paulista (Lamaro, 1997). Na tabela 3.1 apresentada uma lista das 11 primeiras usinas do Brasil e na tabela 2.2 as 9 usinas mais expressivas das duas primeiras dcadas do sculo XX segundo o censo de 1920.
Tabela 3.1: 11 Primeiras usinas de energia eltrica do Brasil. Fonte: Censo de 1920.
Nome da Usina
Marmellos Central Salto Grande Parnaba Lavras Flores Ribeiro das Lajes

Proprietria
Companhia Mineira de Eletricidade The South Brazilian Railw ay Co Limited Companhia Flex Lux Companhia Mogiana de Luz e Fora The Pernambuco Tramw ay Light and Pow er Co Limited B & M Barbar Companhia Campineira de Trao, Luz e Fora The Par Electric Railw ay and Lighting Co Limited Empresa Eltrica Bragantina Companhia Luz e Fora de Guaratinguet The Rio de Janeiro Electric Railw ay and Lighting Co Limited

Ano deFundao Municpio UF Potncia (HP)


1889 1889 1891 1897 1901 1904 1904 1905 1905 1905 1906 Juiz de Fora Curitiba Porto Alegre Parnaba Uruguayana Campinas Belm Bragana Pira MG PR RS SP RS SP PA SP RJ

Fonte

6.150,00 Hidrulica 4.800,00 Hidrulica 3.230,00 Hidrulica 1.250,00 1.100,00 6.580,00 Trmica Trmica Trmica 21.500,00 Hidrulica 5.000,00 Hidrulica 1.500,00 Hidrulica 1.360,00 Hidrulica 60.000,00 Hidrulica 112.470,00

Esprito Santo do Pinhal SP

Guaratinguet SP

Total

Ao final das duas primeiras dcadas do sculo XX o setor eltrico e a indstria tinham peso expressivo na economia do Brasil. Nesse perodo, empresas como Paulista de Fora e Luz, Companhia brasileira de Energia Eltrica e Cataguases-Leopoldina, todas de

27

capital privado nacional, exerciam papel importante no setor de energia como descrito em Lamaro (1997). Durante a dcada de 20 a Light e a norte-americana Amforp centralizaram e concentraram grande parte das concessionrias de energia o que resultou na quase completa desnacionalizao da indstria de eletricidade. Aps a revoluo de 1930, o Brasil, seguindo uma tendncia mundial, iniciou um processo de estatizao das empresas de eletricidade (Lamaro, 1997 e Iema et al, 2006). Getlio Vargas, ento presidente, baseado no cenrio econmico domstico implantou uma poltica preponderantemente nacionalista de forma a incentivar a exportao dos produtos gerados no pas e suspenso de transferncias para bancos estrangeiros (Iema et al, 2006).
Tabela 3.2: As nove usinas com maiores potncias instaladas do pas nas duas primeiras dcadas do sculo XX. Fonte: Censo de 1920.
Nome da Usina
Sorocaba Ribeiro das Lages Parnaba Itatinga Alberto Torres Bananeiras So Paulo Electric Co. The Rio de Janeiro Tramway Light and Power Co Limited The So Paulo Tramway Light and Power Co Limited Socit Anonyme da Gaz de Rio de Janeiro Cia Docas de Santos Cia Brasileira de Energia Eltrica Cia Brasileira de Trao, Luz e Fora The Pernambuco Tramway Light and Power Co Limited The Pernambuco Tramway Light and Power Co Limited

Proprietria

Ano deFundao
1911 1906 1901 1912 1920 1908 1920 1914 1912

UF
SP RJ SP RJ SP RJ BA PE SP

Potncia (HP)
71.400 60.000 21.500 30.000 20.000 18.000 15.600 14.000 13.600 264.100

Fonte
Hidrulica Hidrulica Hidrulica Trmica Hidrulica Hidrulica Hidrulica Trmica Trmica

Total

Vargas tambm criou os mecanismos necessrios para repassar ao Estado o controle das questes relacionadas com energia. Em 1934 foi institudo O Cdigo das guas, que tinha como objetivo bsico conceder ao governo federal o controle exclusivo dos aproveitamentos hidrulicos. Esse cdigo tambm ditava novas regras para a remunerao das concessionrias de energia que passaram a ser remuneradas com base em 10% do capital investido (Pinto Jr. et al, 2007). Durante o final da dcada de 30, com o incio da segunda guerra mundial, surgiram alguns problemas relacionados com oferta de energia, principalmente as derivadas de petrleo. A oferta de eletricidade, a qual nesse momento era utilizada tambm para fins domsticos, iluminao pblica e transporte, no conseguia acompanhar o crescimento da demanda que estava impulsionada pelo bom desempenho econmico do pas (Iema et al, 2006). 28

Nesse momento, o Estado decidiu intervir e disciplinar melhor a produo e distribuio de energia eltrica que ainda se encontrava, em grande parte, sob domnio de empresas estrangeiras. Dessa forma, foi criado em 1939 o Conselho nacional de guas e Energia Eltrica (CNA-EE), subordinado diretamente presidncia da repblica, que tinha como objetivo organizar planos, regulamentar o Cdigo de guas e eliminar quaisquer conflitos que eventualmente poderiam surgir com relao a sua aplicao, principalmente controvrsias entre concessionrias e poder concedente, Pinto Jr. et al (2007). Posteriormente, foram criadas as primeiras grandes empresas estatais do setor como a CHESF (Companhia hidreltrica do So Francisco) em 1945, e as centrais de Minas Gerais (CEMIG) 1952. Em 1957 foi criada as Centrais Eltricas de Furnas que comandou a construo de cinco grandes usinas (Iema et al, 2006). Com a retomada de poder de Getlio Vargas em 1951, foi apresentado, em 1954, um projeto para construo da Eletrobrs, empresa definida em mbito nacional e que seria encarregada de realizar estudos e projetos, construir e operar usinas, linhas de transmisso e distribuio, bem como implantar a indstria pesada de material eltrico. Como descrito em (Lamaro, 1997) o projeto enfrentou a oposio de concessionrias estrangeiras, de grande parte do empresariado nacional e dos dirigentes de empresas estatais que temiam a concentrao do poder na escala federal. O projeto foi sancionado em lei apenas em 1961, com vrios vetos, aps a criao do Ministrio de Minas e Energia em 1960. Dentre as principais restries estavam a participao da estatal na indstria de material eltrico pesado. A Eletrobrs logo se consolidou dentro do setor, ancorada na Chesf e Furnas, e possibilitou a criao da usina hidreltrica de Furnas, em 1963, evitando um colapso de energia nos estados de So Paulo e Rio de Janeiro como discutido em Lamaro (1997). Ao longo da dcada de 60 e 70 foi dada continuidade ao processo de estatizao do setor. Em 1964, aps a implantao do governo militar, o Estado adquiriu a Amforp e passou a responder por 54% da potncia instalada no pas. Em 1979, o governo comprou a Light finalizando o processo de estatizao do setor (Lamaro, 1997).

29

Nesse meio tempo foi construda a usina Binacional de Itaipu que representava 75% da gerao nacional naquele perodo. Essa usina foi feita com base em um acordo bilateral entre Brasil e Paraguai. Ocorreram tambm modificaes relevantes na estrutura administrativa do setor. A Eletrobrs ficou responsvel pela execuo da poltica de energia eltrica da Unio, enquanto que ao departamento Nacional de guas e Energia (DNAEE), constitudo em 1965, foram atribudas funes normativas e fiscalizadoras. Essas atribuies tinham por objetivo zelar pelo equilbrio econmico-financeiro das concessionrias e pela qualidade dos servios prestados. O DNAEE tambm era responsvel por supervisionar a explorao de recursos hdricos do pas (Iema et al, 2006, Lamaro, 1997 e Pinto Jr. et al, 2007). Foi lanado tambm o plano Nacional de Desenvolvimento que visava aproveitar o potencial hdrico do pas (Lamaro, 1997). Em 1974 foi prevista a instalao de centrais nucleares pela Nuclebrs. Como argumentado no captulo 2, a implantao de gerao nuclear foi funo principalmente do aumento nos preos dos combustveis fsseis por conta do choque do Petrleo observados nas dcadas de 70 e meados dos anos 80. De fato, de 1973 a 1982 a potncia instalada de gerao no pas cresceu 2,5 vezes (Lamaro, 1997). A expanso da oferta era necessria porque, apesar do crescimento industrial apresentar sinais de desacelerao ao final dos anos 70, as taxas de crescimento de demanda observadas para o setor de energia eram elevadas. A evoluo do setor do incio do sculo XX at os primeiros anos do seu ltimo quarto constitui o plano de fundo para estudar o processo de reformulao que o setor est passando nesses primeiros anos do sculo XXI. Especificamente, a estrutura do processo de industrializao observado no pas na primeira metade do sculo XX foi fundamental para o desenvolvimento do setor de energia eltrica no pas. Fortes investimentos em maquinrio industrial, que utilizam eletricidade como fonte de energia, ajudaram a impulsionar a demanda por energia eltrica incentivando o investimento estrangeiro no setor. A partir do final da segunda metade do sculo XX o setor energtico nacional, seguindo uma tendncia mundial, passou por um processo de estatizao que viabilizou a

30

expanso do parque gerador que ajudou a evitar colapsos de energia e formao de gargalos para o crescimento econmico. Esse processo criou novas regras para remunerao de empresas e formalizou entidades como o Ministrio de Minas e Energia a e a Eletrobrs que eram os responsveis por definir a poltica energtica e execut-la, respectivamente. Aps um longo perodo de crescimento e investimentos em construo de grandes empreendimentos, o pas comeava a passar por problemas econmicos advindos da crise do Petrleo e conseqente aumento nos preos dos combustveis.

3.3 A crise e a reestruturao do setor brasileiro de energia

Ao final dos anos 70, com a crise do Petrleo, houve um acentuado aumento nos preos dos combustveis influenciando diretamente a inflao observada dentro do pas. Tambm, a economia domstica comeava apresentar sinais de desacelerao motivada principalmente pela subida dos juros provocada pela crise mexicana de 1982 e conseqente exploso da dvida externa que tinha sido gerada pela poltica de investimentos em infraestrutura realizada nas ltimas dcadas. Preocupado com o efeito das subidas de preos na economia nacional, o governo comeou a utilizar as tarifas de energia como instrumento antiinflacionrio, de forma que as concessionrias de energia comearam a enfrentar problemas de receitas porque a remunerao anual se encontrava abaixo dos 10% estabelecidos em lei2 (Lamaro, 1997). No campo da gerao, foi na dcada de 80 que ocorreu a inaugurao de Itaipu e o incio do programa nuclear brasileiro com a entrada, em 1985, das operaes comerciais de Angra I. Entretanto, o acordo realizado entre o Brasil e o FMI (Fundo monetrio internacional) em 1983 limitou a principal fonte de financiamento do setor eltrico, o que

A lei 3.128 de 19 de maro de 1941 fixava uma remunerao mnima para as concessionrias de energia de 10% ao ano.

31

acarretou em reduo drstica de investimentos das empresas estatais em empreendimentos de gerao de energia eltrica (Maud et al, 2004). Do ponto de vista da transmisso e transporte de energia, foram criados grandes sistemas de transmisso em 440 e 500 kW e sofisticados sistema de operao e controle (Iema et al, 2006). No entanto, as restries de financiamentos tambm impossibilitaram a expanso da malha de transmisso. A demanda por energia apresentava elevadas taxas de crescimento desde a dcada de 60, o que comeava a causar estreitamento do balano sistmico. Na esfera poltica, haviam disputas entre governos federal e estaduais que foram acirradas aps a criao da constituio, em 1988, por conta da extino do Imposto nico sobre Energia Eltrica e transferncia para os estados da arrecadao tributria com a instituio do ICMS (Imposto sobre circulao de mercadorias e servios) (Lamaro, 1997). Essa queda de braos, aliada s manobras realizadas pelo governo para tentar controlar a inflao e ao desempenho da economia domstica, gerou um desgaste entre os poderes federal e estadual. Particularmente, os problemas de receitas das concessionrias (estaduais) advindos da poltica tarifria federal fizeram com que muitas concessionrias se tornassem inadimplentes, gerando um problema em cascata no setor (Lamaro, 1997 e Iema et al, 2006). De fato, muitos blecautes foram observados durante o final da dcada de 80 e incio dos anos 90. Tambm, o problema de receita das concessionrias, unido dependncia de capital internacional para investimento, fez com que ocorressem paralisaes ou atrasos em muitas obras de gerao. A falta de recursos financeiros do governo para expandir o sistema eltrico nacional motivou um processo de reestruturao do setor que tinha como objetivos principais incorporar competio para elevar a eficincia do mercado de modo a diminuir os custos; desverticalizar as concessionrias de energia de forma a separar as atividades de gerao, distribuio e transmisso; promover o livre acesso s redes de transmisso e distribuio; e introduzir a atividade de comercializao no setor. Conforme estava sendo

32

observado em outros mercados, como no americano e europeu, um ambiente competitivo na atividade de gerao tende a incrementar a eficincia do setor de forma a trazer reduo de custos (Mauad et al, 2004). No entanto, no havia consenso na forma com que deveriam ser implementadas essas mudanas. As experincias advindas de outros pases no eram totalmente aplicveis ao setor eltrico brasileiro por conta de restries regionais, fsicas, jurdicas e polticas. Por conta disso, a primeira ao tomada pelo governo federal foi, em 1993, autorizar a elaborao, por parte das concessionrias de energia, de uma proposta tarifria trianual a ser submetida ao DNAEE minimizando o controle do governo sobre as tarifas praticadas no mercado. A mudana do regime tarifrio foi regulamentada pela Lei 8.631/93 que trouxe tambm outras alteraes relevantes como a criao do Produtor Independente de Energia como uma nova modalidade de gerao de energia eltrica (Maud et al, 2004). Logo aps, em julho de 1995 foi instituda a Lei 9.074 que definia o direito de acesso s linhas de transmisso e distribuio de energia. Essa Lei antecede a criao da figura do Cliente Livre que teria liberdade para comprar energia de quem oferece melhores preos, independente da concessionria onde ele estivesse conectado. Nesse mesmo ano foi iniciado o Programa Nacional de Desestatizao que tinha como meta incentivar a entrada de capital privado no setor, de forma a reduzir a fora de mercado dos monoplios estatais. Esse programa inclua empresas como Eletrobrs, Chesf, Furnas, Eletronorte e Eletrosul. O processo de desestatizao das concessionrias de energia estava ancorado nas leis no 8.987 de 13/02/1995 e no 9.074 de 07/07/1995 que dispunham sobre o regime de concesso e permisso dos servios pblicos e outorga e prorrogao das concesses, respectivamente. A lei 8.987 estabelece diretrizes para as concesses de forma a garantir as condies de regularidade, continuidade, eficincia, segurana, atualidade, generalidade e

33

cortesia na prestao de servios e tambm definir critrios de forma a incentivar a modicidade tarifria. Por outro lado, a lei 9.074 descreve parmetros para manuteno da qualidade tcnica dos servios prestados sujeitando a penalidades as concessionrias que descumprissem essas especificaes. Foi criada tambm uma estrutura de licitao de usinas, e iniciou-se a reorganizao de rgos reguladores e de planejamento. Em 1997, foi contratada uma consultoria inglesa, Coopers & Lybrand, para auxiliar na reformulao do setor eltrico brasileiro. Essa consultoria props a criao do Mercado Atacadista de Energia (MAE) e do Operador Nacional do Sistema (ONS), como discutido em MAUAD et al (2004). O MAE tinha como funo fixar um preo referncia para a energia vendida atravs de contratos bilaterais entre empresas geradoras e distribuidoras em substituio ao regime de tarifas vigentes at ento. O ONS, por outro lado, um rgo autnomo, sem fins lucrativos, que tem por atribuies coordenar, agendar, controlar a operao dos empreendimentos de gerao e transmisso do SIN (Sistema Interligado Nacional), alm de ser responsvel pelo despacho fsico das usinas de forma a operar o sistema a mnimo custo com nvel de confiabilidade pr-fixado. A ANEEL (Agncia Nacional de Energia Eltrica), que j tinha sido criada em 1996 pela Lei 9.427/96, teve suas funes regulamentadas apenas a partir de 1997 com o Decreto 2.335/97. Em sua concepo, essa agncia possui grande autonomia administrativa e receita prpria, e seus dirigentes so indicados pelo Presidente da Repblica e aprovados pelo Senado Federal com mandato de at quatro anos. Esse novo rgo regulador foi criado como uma autarquia especial e passou a incorporar as antigas atribuies do DNAEE e algumas advindas do MME e ELETROBRS. Essas atribuies estavam relacionadas principalmente com a responsabilidade de implementar o cenrio regulatrio necessrio para viabilizar a reestruturao do setor de forma a incentivar a modicidade tarifria, aprovar os preos definidos pelo MAE, supervisionar as atividades do ONS e resolver eventuais controvrsias entre agentes do setor (Mauad et al, 2004).

34

O novo modelo que comeava a ser formado para o setor eltrico tinha como alicerce principal a separao das atividades de gerao, distribuio, transmisso e comercializao, sendo que a ltima foi criada para atender a necessidade de injeo de competitividade dentro do mercado. Dentro desse novo conceito, cabe a ANEEL garantir a livre concorrncia e coibir os abusos, objetivando atender os interesses sociais e incentivar o desenvolvimento da estrutura energtica do pas, de forma a garantir segurana e confiabilidade ao sistema. Enquanto o processo de reestruturao do setor contemplava uma estrutura institucional robusta que fez com que a desverticalizao dos monoplios estatais fosse realizada de maneira eficiente, o perodo de transio entre os modelos no foi realizado de forma tima. No decorrer das privatizaes realizadas durante a dcada de 90 os investimentos governamentais em expanso da gerao e transmisso foram insuficientes. Com o crescimento da demanda, a relativamente restrita evoluo da oferta resultou em estreitamento do balano sistmico aumentando a fragilidade do sistema a cenrios hidrolgicos desfavorveis. Essa combinao de fatores foi o plano de fundo do racionamento de energia observado em 2001, Mauad et al (2004).

3.4 Racionamento de Energia


Para entender os motivos do racionamento de energia de 2001 necessrio estudar o sistema energtico nacional atravs das ticas poltica, econmica, institucional e fsica. Do ponto de vista institucional, conforme foi discutido em maiores detalhes na seo anterior, o setor passava por um denso processo de reestruturao onde as principais alteraes foram as separaes das atividades de gerao, distribuio e transmisso e a insero da atividade de comercializao. No contexto econmico internacional a dcada de 90 vivenciou duas grandes crises que tiveram fortes repercusses na economia dos pases emergentes. A crise do 35

Mxico em 1995 e a crise da sia em 1997. A primeira, conhecida tambm como efeito tequila, foi causada pela fuga em massa de divisas devido super valorizao do peso mexicano. Por outro lado, a crise da sia teve como fatores motivantes gesto superficial de risco e poltica cambial ineficiente, vide (Foley, 2000 e Andrade et at, 1999) para maiores detalhes. Essas crises cambiais fizeram com que o governo federal, em conjunto com o banco central, implantasse mecanismos para blindar a economia nacional. A subida dos juros, a captao de recursos externa e a finalizao do regime de cmbio flutuante com conseqente valorizao do real trouxeram significativas modificaes estrutura de financiamento das empresas dificultando tambm novos investimentos, principalmente em grandes empreendimentos relacionados com infra-estrutura. No caso particular do setor de energia, a acentuada valorizao do real fez com que o governo controlasse as tarifas de energia no varejo de maneira a manter a inflao em nveis aceitveis (Smith, 2003). Adicionalmente, o fortalecimento do real e a elevao dos juros trouxeram aumento acentuado das dvidas das empresas do setor que tinham, na sua maioria, suas dvidas indexadas em dlar. Esse cenrio de cmbio flutuante causou tambm reduo significativa em investimentos de infra-estrutura, principalmente em empreendimentos de gerao e transmisso de energia, j que disponibilidade de fontes financiadoras era limitada e incertezas e riscos elevados. Para o setor eltrico esse cenrio foi agravado por conta da crise de confiana gerada pela falncia da ENRON em 2001, nos Estados Unidos, conseqncia de distores nos dados contbeis na empresa o que fez com que investidores se afastassem do setor eltrico (Correia et al, 2006). Tambm, o processo de reestruturao do setor mascarava em parte o dficit estrutural do sistema j que um dos objetivos da privatizao das empresas era atrao de recursos privados, que at ento eram modestos, para serem utilizados na expanso e melhoria do sistema. De fato, a falta de recursos alocados para o setor de energia era evidente ao final de 1995, momento em que havia mais de 50 obras paralisadas em empreendimentos de gerao (Brasil, 2002).

36

Com a privatizao do setor, parte da captao financeira foi alocada para expanso da malha de transmisso e expanso da gerao. O crescimento da capacidade instalada nacional e a extenso do sistema de transmisso no perodo de 1994 a 2001 no SIN so apresentados na figura 3.1.

Capacidade Instalada de Gerao


90000 80000 70000 2,4% 60000 5,0%

Extenso das linhas de Transmisso


90 3,6%

Taxa de crescimento da gerao Taxa de crescimento da transmisso


6,3% 1,8% 3,7% 4,3%

85 80

MW mdios

75 70 40000 30000 20000 10000 0 3,3% 1,6% 0,0% 1,6% 60 4,7% 4,5% 0,0% 65

55 50

1994

1995

1996

1997

Ano

1998

1999

2000

2001

Figura 3.1: Capacidade instalada de gerao nacional (eixo esquerda) e extenso das linhas de transmisso do SIN (eixo direita) de 1994 at 2001. Fonte: MME (gerao) e ANEEL (transmisso).

Com relao expanso destaca-se a instituio do Programa Prioritrio de Termoeletricidade (PPT) em 24 de fevereiro de 2000 e a portaria 43 de 25 de fevereiro de 2005 que incentivava como fonte principal para as termeltricas o gs natural. Na transmisso foi inaugurada a primeira etapa da interligao Norte-Sul que representava um passo fundamental na integrao eltrica do pas. Apesar do sistema ter conseguido ampliar sua capacidade instalada em cerca de 2,5 Itaipu de 1995 a 2001 com investimentos da ordem de 34 bilhes nesse perodo (BRASIL, 2002), as taxas de crescimento elevadas da demanda ainda se sobrepunham sobre a evoluo da oferta. O crescimento da demanda de 1970 at 2000 por regio do pas apresentado na figura 3.2. Observe que para as regies SE/CO o crescimento da demanda na dcada de 90 foi de aproximadamente 4% ao ano causando um estreitamento do balano

Km

50000

37

sistmico nessa regio porque a expanso da gerao era dada principalmente em outras partes do pas.

315

SE/CO
Taxa de crescimento da Regio SE

NE

285 Consumo de Energia Eltrica (TWh) 255 225 195 165 135
19% 18% 19%

105
37%

75 45
72%

69%

1975

1980

1985
Ano

1990

1995

2000

Figura 3.2 Consumo de energia eltrica (TWh) por regio do pas. Fonte: EPE.

O estreitamento do balano sistmico exige que a operao do sistema seja feita de maneira mais eficiente. Com o balano equilibrado, um sistema preponderantemente hidrulico comea a depender mais fortemente de aspectos regionais, como perfil de afluncia e distribuio da carga entre as regies do pas, e tambm da malha de transmisso que interliga o sistema como um todo. A participao das regies no consumo de energia eltrica nacional e as matrizes energticas do Brasil nos anos de 2000 e 2007 so apresentadas na tabela 3.3.
Tabela 3.3: Consumo de energia eltrica (TWh) por regio do pas de 1994 at 2000 (quadro a esquerdo) e matriz energtica nacional nos anos de 2000 e 2007 (quadro a direita) . Fonte: EPE.

Ano
1970 1975 1980 1985 1990 1995 2000

SE/CO
79,5% 76,0% 72,9% 69,5% 66,0% 64,2% 62,4%

S
9,7% 11,5% 12,6% 13,8% 14,2% 15,2% 16,3%

NE
9,5% 10,6% 12,3% 14,7% 15,5% 15,6% 16,2%

N
1,3% 1,9% 2,2% 2,1% 4,3% 5,0% 5,1%

Fontes Gs Natural Derivados de Petrleo Nuclear Carvo e Derivados Hidrulica Biomassa Outros Importao Elica Total

2000 0,79% 3,20% 1,70% 2,15% 86,69% 0,79% 4,67%

2007 3,32% 2,78% 2,55% 1,64% 76,98% 4,14% 8,47% 0,12% 100%

100%

38

De 1990 a 2000 mais de 60% do consumo do pas estava concentrado na regio Sudeste e Centro Oeste do pas. A capacidade instalada nessa regio era aproximadamente o dobro da demanda de energia (Smith, 2003). No entanto, essa capacidade de gerao no era suficientemente grande para absorver ao mesmo tempo flutuaes na afluncia devido ao perfil das chuvas e a evoluo da demanda no horrio de pico de consumo (Smith, 2003). Isso fazia com que reservatrios operassem em nveis mais baixos que os sugeridos. Em anos com farta afluncia nenhum problema era observado, no entanto, em anos secos como o de 2001 os nveis de armazenamento no foram suficientes para atender aos requisitos de energia fazendo com que fosse necessrio decretar o racionamento de energia. O problema de armazenamento de energia iniciou-se na regio Nordeste que enfrentava uma forte estiagem. Isso fez com que os nveis dos reservatrios sofressem forte reduo. Para atender a demanda de energia nessa regio fez-se necessrio transferir energia das outras regies, principalmente da regio Sudeste, e complementar o balano com usinas termeltricas. Desse modo, houve tambm diminuio dos nveis de reservatrios da regio Sudeste e Centro oeste. O perodo tpico de chuvas nas regies Sudeste e Centro Oeste so de dezembro a maro podendo haver alguma antecipao ou atraso. Particularmente no ano de 2001, a afluncia observada no foi suficiente para fazer com que os reservatrios retornassem a seus nveis normais de operao. Na regio Norte, exportadora de energia, os nveis de reservatrios tambm no se encontravam em nveis elevados. Por outro lado, na regio Sul os nveis de reservatrios se encontravam elevados, no entanto, as restries de intercmbio de energia entre regies fizeram com que a energia transferida do Sul para o Sudeste no fosse suficiente para complementar os nveis dos reservatrios da regio Sudeste. A figura 3.3 apresenta o histrico de armazenamento do sistema de 1997 a 2008. Importante observar que os nveis armazenados no ano de 2001 foram os menores de todo o histrico. Tambm, a partir de 1998 houve uma reduo no nvel mdio anual de armazenamento causado pela insuficiente

39

abaixo dos 55% sugeridos para absorver afluncia em anos secos (Smith, 2003).

expanso da oferta, o que fez com que os nveis armazenados ficassem boa parte do tempo

40
Figura 3.3 Armazenamento histrico nas regies SE/CO, NE, N e S de janeiro de 1997 at agosto de 2008.
% de armazenamento no sistema 100% 10% 20% 30% 40% 50% 60% 70% 80% 90% 0% jan/97 jan/98 jan/99 jan/00 jan/01 jan/02
10% 0% jan/97 jan/98 jan/99 jan/00 jan/01 jan/02 % de armazenamento no sistema 100% 20% 30% 40% 50% 60% 70% 80% 90%

Racionamento

data

Racionamento

data

jan/03 jan/04 jan/05 jan/06 jan/07 jan/08

jan/03 jan/04 jan/05 jan/06 jan/07 jan/08

SE/CO

% de armazenamento no sistema 100% 10% 20% 30% 40% 50% 60% 70% 80% 90%
10%

S
0%

% de armazenamento no sistema 100% 20% 30% 40% 50% 60% 70% 80% 90% 0%

jan/97

jan/97

Racionamento

jan/98 jan/99 jan/00 jan/01 jan/02 data

jan/98 jan/99 jan/00 jan/01 jan/02

Racionamento

data

jan/03 jan/04 jan/05 jan/06 jan/07 jan/08

jan/03 jan/04 jan/05 jan/06 jan/07 jan/08

NE

Assim o governo, observando a finalizao do perodo de chuvas na regio Sudeste com os reservatrios apresentando nveis de armazenamento reduzidos, foi forado a decretar corte de carga em junho de 2001, o Racionamento, com o objetivo de evitar a indisponibilidade de energia no pas.

SE/CO 800 700


Preos MAE (PLD) R$/MWh

NE

SIN

600 500 400 300 200 100 0


out/01 nov/01 set/01 jul/01 ago/01 dez/01 jan/02 fev/02

Meses

Figura 3.4: Preos MAE no perodo do racionamento de energia (Julho 2001 a Fevereiro de 2002).

Do ponto de vista operacional do SIN o racionamento culminou no acionamento de todas as usinas termeltricas disponveis no sistema com o objetivo de proteger os nveis dos reservatrios. Isso implicou em aumento dos preos de energia no curto prazo (preos MAE), vide figura 3.4. Observe que os preos do submercado Sul eram reduzidos refletindo os nveis elevados de reservatrio nesse subsistema. Sob a viso da demanda, a restrio de fornecimento de energia foi mais severa nas regies Sudeste e Centro Oeste, onde havia maior concentrao de consumo com um pesado parque industrial. O racionamento de energia veio acompanhado de diversas medidas polticas e institucionais que visavam dar diretrizes para o setor nesse momento. Em 15 de maio de 2001 foi criada a Cmara de Gesto de Energia Eltrica (CGCE) atravs da Medida

41

Provisria 2.147 de mesma data. Essa MP foi reeditada vrias vezes at a MP 2.148-5, de agosto de 2001. Esta Cmara respondia diretamente Presidncia da Repblica e tinha poderes que extrapolavam a competncia da ANEEL, podendo inclusive tomar decises de exclusividade executiva, com vigncia imediata, para evitar o colapso de energia. As atribuies fixadas a CGCE tinham como fundamento fornecer a agilidade necessria para enfrentar o problema de suprimento de energia de forma imediata. Dessa maneira, a CGCE tinha autonomia para criar os mecanismos necessrios para estabelecer limites de uso e fornecimento de energia, promover a suspenso ou interrupo dos servios aos usurios e fixar regime de tarifas especial sobre os servios. A fixao de limites de consumo e as regras para interrupo de fornecimento eram diferenciadas entre classes de consumo. Para consumidores residenciais a meta era baseada na mdia de consumo dos meses de maio, junho e julho de 2000 e correspondia a um corte de 20% no consumo caso essa mdia fosse inferior 100 KWh. Na ocorrncia de primeiro descumprimento da meta a residncia receberia um aviso e na segunda vez sofreria interrupo de suprimento de 1 a trs dias. Nas ocorrncias subseqentes a interrupo seria de 4 a 6 dias. Com relao ao regime de tarifas, esses consumidores pagavam preos diferenciados, que poderiam chegar a 200% do valor afixado pela ANEEL, para consumo acima de limiares especficos. Nas classes comerciais e industriais, e outras pertencentes ao grupo B de consumo, as metas de reduo tambm eram baseadas na mdia de consumo dos meses de maio, junho e julho de 2000. Para as indstrias alimentcias, vesturio e txteis e

automobilstica os cortes eram de 15%. Para as indstrias qumica, petroqumica, minerao, siderurgia, papel e celulose, madeireiras e fundio a meta de reduo era de 20%. Para produtores de metais no ferrosos, gases industriais e cimento a reduo era de 25%. Para esses consumidores pertencentes ao grupo B, caso o consumo fosse inferior a meta, o saldo resultante seria acumulado e poderia ser utilizado posteriormente. Na

42

observncia de descumprimento da meta, o excedente de consumo deveria ser liquidado ao preo de curto prazo vigente no MAE que naquele perodo se encontravam em patamares elevados como poder ser visto na figura 3.4. Tambm, empresas que descumprissem as metas de racionamento estavam sujeitas interrupo de fornecimento de energia. Essas metas e as regras para interrupo de energia foram modificadas diversas vezes durante o perodo do racionamento de acordo com o perfil de consumo do pas e perodos de aumento de demanda como o carnaval. O racionamento de energia trouxe conseqncias catastrficas para o pas do ponto de vista econmico. Segundo Smith (2003), boa parte da reduo de 91 bilhes no PIB de 2001 com relao ao de 2000 pode ser atribudo ao racionamento de energia. Com o corte de consumo muitas empresas foram obrigadas a cancelar expanses e frear seus nveis de produo. Adicionalmente, os efeitos combinados do racionamento com a declarao de dficit da Argentina em 2001 fizeram com que houvesse reduo da exportao e quebras de acordo comerciais entre o Brasil e seu principal parceiro comercial na Amrica latina. Dentro das empresas do setor os resultados no foram mais animadores. O corte de carga dos consumidores fez com que houvesse reduo proporcional na receita das distribuidoras as quais j eram penalizadas pelo efeito de liquidao das sobras e dficits ao PLD. As geradoras hidrulicas tambm foram penalizadas por gerarem menos que sua energia assegurada necessitando, assim, comprar ao PLD a diferena entre sua gerao e as quantidades vendidas. O prejuzo acumulado do setor levou assinatura de um Acordo Geral do Setor Eltrico estabelecido na Medida Provisria no 14 de 21 de dezembro de 2001 e aprovado pela Lei no 10.438 de 26 de Abril de 2002. Esse acordo tinha como objetivo reduzir os danos causados receita das companhias j que, o racionamento de energia acarretou em alterao no volume de energia dos contratos iniciais, firmados no final da dcada de 90 anteriormente ao processo de privatizao do setor (Gaul et al, 2004). No caso particular das companhias distribuidoras, essa Lei garantia que os prejuzos capturados nesse perodo devido aos efeitos do racionamento seriam compensados em reajustes tarifrios futuros atravs da incorporao da RTE 43

(Recomposio Tarifria Extraordinrio) na tarifa objetivando manter a sade financeira dessas empresas. A tarifa de uma distribuidora de energia dita ser composta por duas parcelas, A e B 3. A parcela A reflete os custos no gerenciveis das distribuidoras referentes compra de energia e encargos setoriais. Na parcela B esto os custos gerenciveis como, por exemplo, material, servios e remunerao. Assim, a Lei 10.438, assegurava que a soma da parcela A de uma distribuidora seria comparada com um custo de referncia e essas diferenas seriam incorporadas nas revises tarifrias futuras (Gaul et al, 2004). O Racionamento de energia foi finalizado em fevereiro de 2002 quando os nveis dos reservatrios j haviam atingido patamares normais para operao. Apesar de seus efeitos danosos, esse evento trouxe tambm um impacto positivo no que diz respeita melhoria da eficincia energtica no setor. Houve mudanas profundas no consumo residencial que foram dadas tanto pela substituio de aparelhos eletrodomsticos e eletroeletrnicos, quanto pela mudana de hbito de consumo herdada do racionamento. Na indstria e grandes comrcios houve investimentos macios em geradores de energia baseados em leo combustvel para assegurar disponibilidade de suprimento em momentos de escassez de energia. Tambm, iniciou-se um processo de substituio gradual do maquinrio eletro-intensivo por aqueles mais eficientes. Dentro dos comrcios o nvel de consumo dos aparelhos de condicionamento de ar passava a ser relevante no momento da compra. Como pode ser visto na figura 3.5, essas mudanas estruturais trouxeram uma reduo na taxa de crescimento do consumo mdio por consumidor residencial que persiste at o momento. O consumo nacional total tambm sofreu queda de cerca de 8,5% no ano em que foi decretado o racionamento, vide figura 3.6. Nos anos subseqentes o crescimento observado foi funo do crescimento vegetativo, por conta de programas de universalizao de consumo, e expanso de produo industrial, que foi mais acentuada a partir de 2005.
No processo de reviso tarifria das distribuidoras existe ainda mais um termo que denominado Fator X o qual um multiplicador, calculado pela ANEEL para cada distribuidora, e controla a taxa de atualizao financeira das tarifas como um percentual do IGP-M. O clculo do Fator X baseado no IASC (ndice ANEEL de Satisfao do Consumidor), o qual reflete os ganhos de produtividade das concessionrias, e a variao da despesa com mo-de-obra.
3

44

200
Taxa de crescimento anual Consumo por consumidor residencial

190
KWh por Consumidor

180 170 160 150 140 130


1996

2,29% 3,55%

-1,68%

-1,70%

-15,61% -5,48% 1,45% -0,14% 1,29% 0,28%

1997

1998

1999

2000

2001
Ano

2002

2003

2004

2005

2006

Figura 3.5: Consumo por consumidor residencial (KWh) nacional nos perodos pr e ps-racionamento de energia.

Os diagnsticos realizados sobre o racionamento de energia apontavam como principais motivos o atraso de obras e a no construo de novos empreendimentos de gerao adicional, advindos de uma poltica pobre em investimentos, ao invs do crescimento excessivo da demanda ou da hidrologia desfavorvel (parecer escrito por uma Comisso criada por decreto presidencial em 22 de maio de 2001 e publicado na pgina 4 da seo 1 do Dirio Oficial no 99-E, de 23 de maio de 2001).

Consumo de Energia Eltrica (TWh)

360 340

Taxa de crescimento anual


3,86% 4,51%

3,69%

320 300 280


3,80% 5,74% 3,80% 1,81%

4,86% 2,67% -8,53%

5,49%

260 240 220

5,70%

1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Ano

Figura 3.6 : Consumo nacional total (TWh) nos perodos pr e ps-racionamento de energia.

45

A constatao de esgotamento da capacidade de investimento do modelo vigente levou o governo a iniciar, em 2003, a construo de um novo Modelo Institucional para o setor eltrico baseado em conceitos de mercados diferentes do anterior.

3.5 O novo modelo institucional do setor eltrico


Esse novo modelo tem trs objetivos principais: garantir a segurana no suprimento da energia eltrica, atingir a modicidade tarifria e promover a insero social. O primeiro est relacionado com o efetivo monitoramento das condies de atendimento, a reestruturao do planejamento setorial e a formulao de um ambiente favorvel para investimento, principalmente privado, incentivando a contratao de longo prazo e permitindo ao mercado definir preos de referncia para a energia. A modicidade tarifria seria atingida com base em efetiva competio na gerao que seria viabilizada pela desverticalizao da distribuio, sinalizao de preos advinda do Ambiente de Contratao Livre e contratao eficiente nos segmentos regulados de forma a separar energia existente e obrigar compra pela menor tarifa (Guerreiro, 2006 e Gaul et al, 2004). Aps a reduo do ambiente de incertezas que cercava o processo de substituio presidencial de 2002, foram aprovadas em maro de 2004 no Senado e na Cmara de Deputados as Medidas Provisrias 144 e 145 as quais foram convertidas nas Leis 10.848 e 10.847. A primeira Lei autoriza a criao da EPE (Empresa de Pesquisa Energtica) a qual tem por atribuies principais converter as polticas e diretrizes energticas fornecidas pelo governo, atravs do Ministrio de Minas e Energia, em estudos de longo prazo objetivando construir o plano de expanso do setor, definir inventrios de projetos candidatos, mensurar o potencial hidreltrico e termeltrico e a viabilidade de novas fontes renovveis, implementar o programa de licitaes, fornecer informaes para monitoramento e antecipar a evoluo da demanda de energia no longo prazo (Guerreiro, 2006). A Lei 10.847 dispe sobre regras para a comercializao de energia eltrica no contexto do novo modelo. Essa Lei foi regulamentada pelo decreto 5.163 de julho de 2004. Esse decreto trouxe mudanas significativas para praticamente todos os agentes do 46

mercado, pois delimitou de forma clara os limiares para contratao de energia no setor. No caso da distribuio, por exemplo, o universo de contratao de energia foi vinculada s previses de mercado. De fato, o decreto 5.163 regulamentou a separao dos ambientes onde poderia ser comercializada energia. Houve a criao do ACR (Ambiente de Contratao de Regulada), onde a contratao feita via leilo pblico entre distribuidores e geradores e sujeita a regras institudas pelo rgo regulador e diretrizes governamentais, e o ACL (Ambiente de Contratao Livre), onde geradoras e comercializadoras podem comercializar energia livremente atravs de contratos bilaterais e vender energia, atravs da mesma modalidade de contratos, para os Clientes Livres. Esse decreto tambm criou mecanismos para que fosse feita substituio de contratao de curto prazo por contratao de longo prazo de maneira a diminuir a volatilidade do mercado de preos e criar um mercado de contratos de longo termo, os PPAs (Power Purchaising Agreements), que pudesse ser utilizado como garantia junto ao sistema financeiro. Dentre esses mecanismos est a obrigatoriedade de contratao para cobrir 100% do requisito de energia dos agentes, ou seja, apresentao de lastro contratual para o requisito de energia (Correia et al, 2006). Tambm, com a criao do Comit para Monitoramento do Setor Eltrico (CMSE) em 2003, foi obtida a desenvoltura necessria para realizar acompanhamento da evoluo da oferta e demanda e a liberdade para tomada de medidas preventivas para ajustar os nveis de segurana do sistema a patamares adequados (Correia et al, 2006). Com relao expanso da oferta foram realizadas modificaes que tinham por objetivo dar dinamismo ao processo de construo de usinas de maneira a garantir competitividade, minimizao de atrasos e paralisaes e reduo do risco no investimento. Adicionalmente, o Estado passou novamente a assumir papel essencial como financiador da expanso, garantindo a viabilizao de Projetos Estruturantes, que so grandes empreendimentos de gerao ou transmisso extremamente necessrios para o sistema e de pouca atratividade ou alto risco para ser assumido por investidores privados.

47

Dentre essas alteraes, destacam-se a exigncia de licenas prvias ambientais para que novos empreendimentos possam participar do processo de licitao, a criao de Pools de distribuidores, onde a venda de energia dos geradores para os distribuidores feita atravs de leiles, e a separao de leiles para venda de energia advinda de empreendimentos existentes e novos empreendimentos de gerao (Correia, 2006). A exigncia de licena prvia reduz significativamente o risco de atraso das obras de gerao trazendo aumento na eficincia do processo de expanso principalmente no que se refere ao acompanhamento de empreendimentos j licitados. Os leiles nesse novo modelo so organizados pelo governo ou suas instituies representantes utilizando o conceito de Leilo Inverso, ou seja, os vendedores so aqueles que oferecem os menores preos. As distribuidoras de energia so obrigadas a participar desses leiles regulados de maneira a formar um Pool. As geradoras habilitadas para participar dos leiles esto sujeitas a um preo mximo inicial, denominado Preo Teto, e disputam a venda de energia ofertando a preos que devem ser decrescentes com as fases do leilo. As regras do leilo e os procedimentos para habilitao de empreendimentos no so uniformes e so especificadas com um perodo de antecedncia realizao dos leiles. Os empreendimentos vencedores dos leiles so obrigados a firmar contratos, que tem perodos variando de acordo com o tipo de produto e fontes, com todas as distribuidoras pertencentes ao Pool o que permite uma reduo do risco de crdito da geradora, j que esse mecanismo a obriga pulverizar suas fontes de receitas. A separao de leiles para venda de energia advinda de empreendimentos existentes e novos uma forma de promover a modicidade tarifria ao sistema j que garante que os consumidores iro pagar preos menores pela energia suprida por empreendimentos j parcialmente amortizados, ao mesmo tempo em que incentiva a competio justa na gerao, pois novos empreendimentos, com licena ambiental prvia, tm a oportunidade de competir com outros empreendimentos com condies semelhantes de financiamento e fluxo de caixa.

48

Adicionalmente, do ponto de vista dos geradores, a possibilidade de venda de energia em leiles antecipadamente a construo da obra tende causar reduo significativa nos custos de financiamento, que pode se refletir em venda de energia a preos menores favorecendo a modicidade tarifria. Tambm, a venda de energia antecipada ajuda a mitigar grande parte do risco de mercado dos empreendimentos j que eles tm a possibilidade de travar uma parcela de suas receitas se a deciso for por no ficar expostos aos preos futuros do mercado de energia. No novo modelo as indicaes para formao desses leiles de energia so realizadas com base nas projees do mercado consumidor das distribuidoras, realizadas por esses prprios agentes, e pelas anlises da EPE. A EPE a responsvel por definir as projees de evoluo de demanda do SIN (Sistema Interligado Nacional) e por eleger os empreendimentos formadores de cada leilo de maneira a atender a evoluo da demanda. As distribuidoras so responsveis por declarar suas necessidades de energia nos leiles e so penalizadas caso o consumo cresa mais que suas expectativas, ou ficam expostas a volatilidade do mercado de curto prazo caso haja sobre contratao maior que 3%. Existem, no entanto, diversos leiles e vrios mecanismos que podem ser utilizados para diminuir, em parte, o risco de variao do consumo do requisito das distribuidoras. O esquema representado na figura 3.7 ilustra o funcionamento dos leiles de energia com relao contratao de energia pelas distribuidoras. O processo de contratao de energia se inicia cinco anos antes atravs da entrada da distribuidora no leilo A-5. Esse leilo realizado cinco anos antes do perodo de suprimento e possui lastro fsico baseado em novos empreendimentos de gerao. No existe restrio quanto necessidade de contratao de energia por parte das usinas e os contratos celebrados nesse leilo tem durao entre quinze e trinta anos. Trs anos antes do perodo de suprimento realizado o leilo A-3, baseado tambm em empreendimentos novos de gerao. Nesse leilo as distribuidoras tem o direito de contratar at 2% da carga de energia do ano A-5 e os contratos tambm possuem durao de quinze a trinta anos. No ano anterior ao suprimento so realizados os leiles A-1, com lastro fsico em empreendimentos existentes, onde as distribuidoras podem contratar at 1% da carga do

49

ano A-2. No ano A, onde ocorre o suprimento as distribuidoras, prevista a realizao de leiles onde as distribuidoras tm opo de contratar at 1% dos contratos vigentes nesse ano. Nesse leilo os contratos tm durao mxima de dois anos. Utilizando esse mecanismo de leiles as distribuidoras de energia podem corrigir seus montantes contratados para aproximar ao mximo sua contratao de sua carga esperada para, no ano de suprimento, evitar penalidades ou exposio ao mercado vista. Caso a carga de energia seja maior que seus montantes contratados ela ser penalizada pelo mximo entre o PLD (preo de liquidao das diferenas) e o VR (valor de referncia), que publicado pela ANEEL, multiplicado pelo montante de energia sub contratado e ter que adquirir essa energia ao preo de liquidao das diferenas repassando somente o mnimo entre o PLD e o VR. Em caso de sobre contratao, ela poder repassar integralmente tarifa at 3% da sobra de energia sendo o restante risco de mercado dela, ou seja, caso o PLD seja maior que seu custo mdio de compra ela absorver perdas e, em caso contrrio, o efeito de liquidao financeira ser positivo. As rgidas regras para contratao de energia das distribuidoras so necessrias para que haja indicao de evoluo da demanda por energia em tempo suficiente para que as instituies possam agir no sentido de garantir que haja oferta compatvel. No entanto, isso traz um risco de mercado para as distribuidoras, que funo da incerteza com relao a evoluo da carga de energia a qual pode ter relao com diversos tipos de variveis, entre elas o desempenho econmico do pas e, em particular, da rea de concesso da distribuidora. Na tentativa de reduzir uma parcela desse risco foram institudos alguns mecanismos que vo alm dos leiles de energia. Para mitigar sub contratao as distribuidoras tem basicamente duas opes: chamada pblica para compra de gerao distribuda e o mecanismo de compensao de sobra e dficits (MCSD). Aquisio de energia de gerao distribuda deve ser realizada observando algumas regras especificadas no decreto 5.163. As distribuidoras de energia podem comprar at 10% de sua carga do ano A de gerao distribuda atravs de chamada pblica, na sua rea de concesso, tendo como repasse de custos o menor valor entre o PLD e o VR. 50

rea onde ocorre repasse integral tarifa (at 3% da carga do ano A). rea de exposio ao mercado vista. Repasse igual ao max(PLD, VR). rea de sub contratao. Liquidao financeira + penalidade. Requisito Anual de Energia

Leilo Ajuste: Limitados a 1% dos contratos do ano A.

Leilo A-5: Sem restrio de quantidade

Leilo A-3: Limitado a 2% da carga de energia do ano A-5.

Leilo A-1: Limitado a 1% da carga de energia do ano A-2.

A-5

A-3

A-1

Figura 3.7: Mecanismo de contratao de energia via leilo regulado para uma distribuidora de energia.

O MCSD um ambiente onde as distribuidoras podem compensar suas sobras ou dficits de energia. As distribuidoras com sobras de energia ofertam seus excedentes enquanto que as com dficits solicitam suas exposies. Se uma distribuidora adquire energia no MCSD ela herda uma parcela do contrato de cada distribuidora ofertante, atravs de seco contratual. Assim, o preo da energia adquirida ser uma mdia ponderada dos contratos associados com as quantidades ofertadas no MCSD. Essas quantidades so repartidas entre as distribuidoras deficitrias, de forma proporcional, at preencher o montante solicitado ou at que termine o montante ofertado. Com relao mitigao da exposio de mercado devido sobre contratao de energia, existe basicamente quatro mecanismos disponveis: opo de reduo cumulativa dos CCEARs existentes em at 4% do montante inicial contratado, o MCSD (comentado no pargrafo anterior), reduo dos contratos de energia existentes devido migrao de consumidores para o ACL (Ambiente de contratao livre) e reduo devido ao acrscimo de volume de contratos firmados at 16 de maro de 2004.

51

Para uma discusso mais detalhada dos mecanismos de leiles, questes relacionadas com mitigao de risco das distribuidoras, regras para repasse a tarifas e mudanas nas regras de contratao das distribuidoras como a introduo do montante de reposio (MR), pode-se consultar Zanfelice (2007). As novas regras de contratao de energia das distribuidoras de energia dentro de um ambiente regulado (ACR) trouxeram nova dinmica para o setor. Como grande parte do requisito de energia do sistema est no mercado cativo das distribuidoras, a expanso de energia realizada com base na indicao de contratao das distribuidoras que so fortemente penalizadas por subestimarem sua carga de energia. Dessa forma, h um maior incentivo para que as distribuidoras super estimem sua demanda de energia, principalmente em cenrios de alta de preos. Essa combinao de um ambiente regulado, que fornece os principais indicativos para expanso do sistema, com um ambiente de contratao livre s foi possvel pela mudana no papel institucional de alguns rgos do setor. Neste novo ambiente a ANEEL, alm de se manter como rgo regulador, retoma seu papel inicial de implementao de polticas e gesto dos contratos e fica responsvel pela realizao de leiles e de concesso para gerao e transmisso (Gaul et al, 2004). O ONS continua a ser responsvel pela coordenao e operao integrada do SIN e herda algumas atribuies do extinto MAE e da Eletrobrs. A CCEE (cmara de comercializao de energia eltrica), criada em 12 de agosto de 2004 pelo decreto 5.177, tem por objetivo administrar o ACR e ACL, realizar a contabilizao e a liquidao financeira das transaes realizadas no mercado vista, apurar o preo de liquidao das diferenas PLD, formular as regras de comercializao do setor e executar outras atividades desde que expressamente determinadas pela ANEEL. A Eletrobrs passa a ter a responsabilidade de administrao de encargos e fundos setoriais, a comercializao de energia de Itaipu e a funo de holding das demais empresas estatais.

52

No MME so concentradas todas as decises com relao formulao de polticas energticas para o setor, tais como mudanas no regime tarifrio e construo de novas geradoras de energia. Tambm so de importncia relevante o CMSE (Comit de monitoramento do setor Eltrico) e o CNPE (Conselho nacional de poltica energtica) os quais tem a funo de avaliar a segurana de suprimento do sistema propondo medidas preventivas se necessrio e articular as polticas para o setor em acordo com outros setores da economia, respectivamente. Dentro dessa nova estrutura institucional foi possvel separar de maneira explcita as atividades de distribuio, transmisso, gerao e comercializao atravs da criao de um ambiente de contratao regulada onde esto presentes as distribuidoras e as geradoras e de um ambiente de contratao livre, com baixa regulao, de maneira a incentivar a competitividade e o processo de descoberta de preos. A figura do Cliente Livre, agente de mercado introduzido anteriormente a instituio do novo modelo, comeou a ter papel fundamental na nova estrutura de mercado. Clientes Livres foram criados pela Lei 9.074/95 e so grandes consumidores de energia, geralmente indstrias, que possuem demanda igual ou maior a 3 MW, contrato de uso do sistema (CUSD) e so agentes da CCEE representados ou no por comercializadores. Esses agentes tm a opo de contratar energia atravs de contratos bilaterais celebrados com comercializadoras e geradoras, independente de sua localizao fsica no sistema. Para se tornar Cliente Livre eles precisam declarar, distribuidora ao qual esto conectados, o interesse de sada para o Mercado Livre com um ano de antecedncia. Caso ele decida retornar ao mercado cativo ele precisa formalizar sua requisio com cinco anos de antecedncia, a no ser que a distribuidora local aceite o retorno do agente em perodo anterior. Existe tambm outra classe de consumidores que podem migrar para o mercado livre. Os Consumidores Especiais so agentes de consumo com demanda entre 500kW e 3MW que precisam ser agentes da CCEE e podem participar do ACL desde que adquiram energia de fonte incentivada. Esses agentes, assim como os Clientes Livres, so obrigados a 53

firmar contratos com no mximo 180 dias, porm tem o diferencial de que podem voltar para o mercado cativo das distribuidoras desde que manifestem o interesse com antecedncia de 3 meses. Dessa forma esses agentes podem aproveitar o perfil sazonal dos preos do mercado de curto prazo (uma discusso mais detalhada sobre preos ser feita no captulo 4) de forma a migrar diversas vezes do mercado cativo para o mercado livre. As Comercializadoras de energia so agentes que tm o papel de intermedirio no setor de energia e que tm a funo de injetar liquidez, oferecer produtos personalizados para cada agente e absorver uma parcela do risco de outros agentes em troca de um prmio. Esses agentes tambm so responsveis, muitas vezes, por realizar as obras necessrias para adequar as instalaes de potenciais clientes livres que esto migrando para o mercado livre de acordo com as exigncias dos procedimentos de rede, publicado pelo ONS. Os agentes de gerao tambm podem atuar como comercializadores de energia. Esses agentes fornecem o lastro fsico de energia para o sistema e podem vender energia sem lastro contratual at suas Energias Asseguradas, quantidade especificada pela ANEEL e diferenciada para cada empreendimento do SIN, independente de sua gerao. Como a gerao de energia centralizada pelo ONS, foi criado um mecanismo para gesto do risco hidrolgico de usinas hidreltricas, o MRE, que tem por objetivo pulverizar o efeito regional das afluncias de forma a tentar garantir ao sistema ao menos a Energia Assegurada (contratos) de cada usina. De forma resumida, esse mecanismo agrega toda a gerao do sistema, para cada submercado, verificando se a gerao hidrulica atingiu ao menos a Energia Assegurada. Em caso positivo, para efeito de contabilizao, cada usina recebe sua energia assegurada e os excedentes so divididos proporcionalmente para cada usina pertencente ao MRE, independente das geraes individuais. Caso o sistema tenha gerado menos que a Energia Assegurada, os dficits so compartilhados por todas usinas proporcionalmente, fazendo com que esses empreendimentos possam ficar expostos no mercado vista caso dependendo de seus contratos de venda. Para uma apresentao mais completa sobre o MRE pode-se consultar CCEE - 1(2008). Para gerenciar as diferentes atividades pertencentes ao ACL foram impostas algumas regras de comercializao, formuladas pela CCEE e aprovadas pela ANEEL, que

54

visam incentivar contratao de longo prazo e minimizar efeito de arbitragem e especulao dentro do setor. A principal restrio relativa necessidade de apresentao de lastro contratual para cobrir 100% do requisito de energia, ou seja, no permisso de venda descoberta. O lastro no ACL apurado mensalmente e a soma das quantidades registradas nos contratos de venda nos ltimos doze meses no pode ser superior s quantidades compradas. O no atendimento dessa regra acarreta em penalidades, como descrito em CCEE (2008).

25%

10,000

Taxa de crescimento anual


21%

22%

20%
Consumo de Energia Eltrica (MW m)

8,000
80%

12%

1%

15%

6,000

12%

4,000
198%

10%

4%

2,000
1%
364%

5%

2002 2003 2004


Ano

0% 2005 2006 2007

Figura 3.8: Mercado Livre de 2002 a 2007 em energia (eixo esquerdo) e como % do consumo do SIN (eixo direito). Fonte EPE (2002 a 2005) e CCEE (2006 at julho de 2007).

O ambiente livre comeou a ganhar peso somente a partir de 2003 com a migrao em massa de clientes potencialmente livres. A figura 3.8 apresenta o tamanho do Mercado Livre (em energia e % do consumo do SIN) desde 2002 at 2007. Esse crescimento excepcional foi motivado por diversos fatores entre os quais se destacam as redues do custo final da energia e a flexibilidade de contratao. Esses ganhos foram obtidos atravs de uma gesto mais eficiente da contratao de energia,

Participao no Consumo do SIN

21%

55

considerando particularidades de cada consumidor, que foi possvel por conta da competitividade do mercado e excesso de oferta observado at o incio de 2006. Nesse cenrio, muitos clientes conseguiram celebrar contratos de longo prazo, com prazo de vigncia entre 3 e 5 anos, a preos relativamente baixos o que permitiu maior controle de processos oramentrios, planejamento dos custos em horizontes de tempo mais extensos e ganhos com relao a seus concorrentes do mercado cativo. Esses contratos firmados no ACL, principalmente entre os Clientes Livres e as comercializadoras, geralmente possuem clusulas contratuais, denominadas flexibilidades, que permitem s contrapartes fazerem gesto de seus processos de forma a agregar valor ao resultado financeiro final, mitigar risco de mercado e realizar atividade especulativa. A gesto de clusulas contratuais embutidas em contratos de Clientes Livres o objetivo principal desta dissertao e ser discutida em maiores detalhes nos captulos posteriores. O aumento do ACL trouxe tambm grande liquidez para o mercado de curto prazo j que muitos agentes escolhiam essa modalidade de contratao para balancear suas carteiras e minimizar efeito de liquidao financeira e penalidades. A maioria dos contratos comercializados nesse mercado possuem preos indexados ao PLD sendo o spread proporcional previso de disponibilidade de energia no perodo de vigncia desses contratos. At o incio do ano de 2007 o cenrio de baixa de preos fez com que os spreads em termos absolutos fossem relativamente pequenos. A partir do segundo trimestre de 2007 o estreitamento do balano sistmico causou aumento de preos fazendo com que os spreads dos contratos comercializados no mercado de curto prazo tambm sofressem incremento. O mercado vista de energia, onde so compensados os excedentes e dficits de energia, administrado pela CCEE. Essa instituio tem a funo de apurar o lastro dos agentes e realizar a contabilizao e registro de todas as operaes realizadas no mercado. Adicionalmente, conforme ser descrito no prximo captulo, a CCEE tambm responsvel por divulgar os preos de liquidao das diferenas, PLD.

56

O procedimento de liquidao na CCEE utilizado para valorar as quantidades de energia que no foram objeto de contratos ou as sobras por conta de consumo inferior ou reduo de montantes contratados. Por exemplo, caso um consumidor tenha consumido mais que a quantidade contratada em um ms ele ficar exposto na CCEE pagando pelo excedente de consumo o PLD. Observe que, mesmo ficando exposto em um ms, o agente pode no ser penalizado por falta de lastro caso a soma das quantidades compradas e consumidas forem positivas nos ltimos doze meses (lastro apurado em janelas de doze meses). Por outro lado, se a quantidade contratada de um agente for maior que sua quantidade consumida, ele liquidar essa sobra ao PLD apresentando uma posio comprada na CCEE que poder ser utilizada para compensar eventuais posies descobertas em outros meses. Importante notar que, at o momento, Clientes Livres ainda no podem comercializar seus excedentes atravs de contratos bilaterais ficando, dessa forma, expostos volatilidade do mercado de curto prazo. Dessa maneira, se a posio de um agente vendida na CCEE (necessidade de compra de energia) e o PLD est menor que o preo do contrato, ele capturar ganhos por comprar sua exposio a preos inferiores aos do contrato. Tambm, no caso que um agente est comprado na CCEE com PLD maior que os preos do contrato, ele capturar ganhos por liquidar o excedente a um preo superior aos contratuais. Nos outros dois casos o agente estar sujeito a perdas. Observe que o mecanismo descrito acima sugere que agentes devem gerenciar suas sobras ou dficits de energia considerando tambm o movimento dos preos do mercado vista. De fato, dado que o balano sistmico est se aproximando do equilbrio, mesmo comercializadores tem possibilidade reduzida de firmar contratos de longo prazo a preos atraentes. Assim, muitos agentes tm investido tempo e dinheiro na criao de estruturas especializadas em gesto de energia que visam coordenar os processos produtivos ou carteira de contratos de maneira a diminuir exposies devido a mudanas em variveis do mercado. As mudanas trazidas pela concepo desse novo modelo foram significativas, principalmente por conta do papel da atividade de comercializao dentro de um ambiente

57

competitivo. Dentro do ambiente regulado, a maneira com que deve ser realizada contratao de energia das distribuidoras de energia fez com que empresas tivessem que reformular seus processos adequando prazos e potencial preditivo aos requerimentos do novo modelo. Um fator que foi essencial para o sucesso desse novo marco regulatrio foi o cenrio de sobra sistmica observada desde o perodo ps-racionamento at meados de 2007. Com o incio de um novo ciclo de escassez, a nova estrutura ser colocada prova e os mecanismos criados para contornar possveis ineficincias sero testadas.

3.6 Perspectivas do mercado de energia eltrica

Aps a passagem do perodo mais denso de reestruturao do setor foram iniciadas discusses objetivando obter um diagnstico da estrutura do novo modelo e da eficincia do novo marco regulatrio. Sob a viso das instituies o novo modelo tem sido bem sucedido atingindo a maioria dos macro objetivos sendo as ineficincias corrigidas de forma pontual e rpida (Guerreiro, 2006 e Machado, 2007). Do ponto de vista das associaes representantes de agentes de mercado muitos ganhos foram obtidos com a nova estrutura de mercado, no entanto, existem ainda alguns pontos crticos que devem ser discutidos com urgncia para que o novo modelo tenha o desempenho inicialmente planejado (Abraceel, 2007 e Azevedo, 2005) O fato que, a partir de meados de 2006, com o incio do esgotamento das sobras de energia obtidas no perodo de racionamento e conseqente estreitamento do balano sistmico, houve um aumento da preocupao com as polticas de expanso e a eficincia do novo modelo trazendo novamente os refletores para o setor de energia eltrica. O balano de energia viso ONS de 2002 a 2012 pode ser vista na figura 3.9. Observe que, sob essa viso, 6 dos sete anos apresentaro dficit sistmico caso o sistema gera at a energia assegurada. Isso indica que nesses prximos anos o setor ter forte dependncia de

58

hidrologia de forma que um cenrio de escassez de gua pode causar um novo corte de carga, ou seja, racionamento. Esse estreitamento do balano foi causado por uma combinao de fatores. Primeiramente o cenrio econmico mundial foi favorvel acarretando em crescimento do PIB acima das expectativas o que impulsionou o consumo de energia eltrica. A verificao de bons indicadores econmicos fez com que houvesse aumento do crdito, principalmente o crdito consignado (direto em folha de pagamento), o que fez com que houvesse um aumento do consumo por consumidor devido aquisio de novos equipamentos eletrnicos. Tambm, a baixa dos juros permitiu aumento no nvel dos investimentos na indstria de forma a incrementar a capacidade de produo de diversos setores trazendo impacto direto no consumo de eletricidade.

64.000

Energia (MW mdio)

59.000

Sobra Sistmica Carga do SIN Dficit Sistmico Energia Assegurada do SIN


-953 -1767

-1294 -458 632

54.000
6059 -1017

49.000
8633 8176

8177

3956

44.000

39.000 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Figura 3.9: Balano Sistmico do SIN viso ONS de 2002 a 2012 (2008 em diante quantidades previstas baseadas no DECK do NEWAVE de julho de 2008 publicado pelo ONS).

O aumento da demanda por energia no foi acompanhado pelos investimentos em expanso principalmente por conta da forma com que foram desenhados os mecanismos do setor. A contratao em leiles A-5 (primeiro leilo A-5 foi realizado em dezembro de 2005) incentiva expanso via usinas hidreltricas que demoram a ser construdas e apresentam diversas dificuldades entre elas questes scio-ambientais.

59

De fato, grande parte da dificuldade em expandir o sistema por fonte hidrulica est relacionada com questes ambientais. A obteno de licenciamento ambiental um processo demorado e complexo com inmeras restries burocrticas que fazem com que os custos ultrapassem em muito os oramentos. De 27 empreendimentos licitados no perodo de 2002 a 2007 apenas 10 obtiveram licenas ambientais. Muitos desses problemas relacionados com o licenciamento ambiental so dados por falta de uma melhor organizao do IBAMA. Esse assunto tem estado em pauta nos ltimos meses e algumas medidas para agilizar esse processo j foram propostas. Com o entrave de empreendimentos hidreltricos o governo tem buscado alternativas para expanso do sistema de forma a atender as necessidades da demanda, principalmente nos prximos anos. Avaliaes da EPE sugeriram que as principais fontes competitivas no-hidrulicas so as PCH (Pequenas Centrais Hidreltricas) advindas de aproveitamentos hidrulicos de pequeno porte, gerao de energia utilizando Biomassa, as plantas de Gs Natural e Gs Natural Liquefeito (GNL), usinas a carvo e leo combustvel, nucleares e elicas, nessa ordem (Guerreiro, 2006). Todas essas opes tm seus prs e contras. Por exemplo, usinas elicas apresentam a vantagem de fornecerem energia limpa, no entanto, os custos ainda so demasiadamente elevados. Nesses dois ltimos anos o que tem sido observado no setor o aumento de PCHs que fornecem energia a preos relativamente baixos, no entanto possuem baixo potencial de gerao, de usinas baseadas em biomassa e gerao utilizando gs natural. Dentre as trs, a que tem apresentado maiores problemas so as usinas de gs natural por conta de escassez mundial do insumo e problemas com diplomacia internacional, principalmente na Bolvia. O governo, que tinha feito uma aposta de fechar o balano sistmico usinas baseadas gs natural, teve que amargar o problema de restrio de gs que tem causado problemas principalmente Petrobrs. A indisponibilidade de gerao das usinas termoeltricas a gs natural da Petrobrs fez com que fosse institudo pela ANEEL um

60

termo de compromisso (TC) de gerao mnima em perodos especficos sujeitando a empresa a rgidas penalidades caso o mesmo no venha a ser cumprido. A descoberta de novos campos de gs natural, a construo de gasodutos e estaes de re-gasificao para transformar GNL em gs podem ajudar a solucionar o problema em horizontes de tempo mais extensos, mais existe pouca chance de que essas aes sejam de grande valia nos prximos dois anos. Dado esse cenrio, o governo decidiu enfrentar o possvel problema de suprimento com fontes geradoras baseadas em Biomassa. Para isso, foram construdos diversos mecanismos de incentivos para a entrada dessas usinas no sistema de forma a tentar reduzir os riscos de investimento e garantir fluxos de receita para os investidores. Foram concedidos descontos na TUSD (Tarifa de Uso do Sistema de Distribuio) para consumidores que optarem por adquirir energia desses auto-produtores fazendo com que os preos sejam mais atrativos tanto para consumidores, quanto para geradores. Tambm esto sendo revistas regras de lastros para contratos advindos de fonte incentivada. Com relao disponibilidade de fontes financiadoras, o BNDES (Banco Nacional de Desenvolvimento Econmico e Social) tem tomado o papel central de forma a disponibilizar recursos a taxas de captao baixas para incentivar a expanso da oferta de energia. Esse foi um dos meios encontrados pelo PAC (Programa de Acelerao do Crescimento) para viabilizar a expanso da oferta de forma sustentvel para o sistema. Com relao a construo de novos empreendimentos hidreltricos, existe um grande potencial de energia no pas que deve ser explorado de maneira racional. Estudos realizados pela EPE indicam que apenas 30% do potencial hidreltrico brasileiro est operao, construo ou concesso (Guerreiro, 2006). O problema grande parte do potencial restante se encontra em reas de proteo ambiental. Esses projetos, que so comumente denominados de estruturantes, so essenciais para manter o equilbrio entre oferta e demanda e tem que ser assumidos pelo governo federal por meio de suas empresas. A licitao das usinas do Rio Madeira (Girau e Santo Antnio) foi um grande ganho nesse sentido dando ao governo certa folga no balano sistmico a partir de 2013.

61

Dado que o estreitamento do balano sistmico tende acarretar reduo na segurana do sistema, foi realizado em agosto de 2008 um leilo de reserva com a finalidade de aumentar o lastro fsico para conteno de picos de fornecimento com o objetivo de evitar falhas no suprimento. Esse cenrio de equilbrio entre oferta e demanda refletiu diretamente nos preos praticados no mercado de energia. At o final de 2005 o PLD mdio anual se encontrava em nveis reduzidos e nunca tinha atingido seu valor teto (maiores detalhes sero dados no captulo 4). Aps 2006, houve um aumento gradual nos preos que foi catalisado pelo atraso do perodo mido do Sudeste em 2008. O aumento de preos se refletiu por todo o mercado impactando principalmente o ACL. Muitos agentes que se encontravam descontratados ou decidiram, por conta de estratgias comerciais, observaram seus custos devido aquisio de energia crescerem astronomicamente. De fato, segundo a CCEE, de 2006 para 2007 a inadimplncia no sistema dobrou em valor absoluto, no entanto, ainda se mantiveram em nveis baixos. A questo dos preos de mercado tem sido o assunto em pauta no setor por conta de diversos motivos. Primeiramente, existe uma descontratao em massa do Mercado Livre nos prximos anos devido ao vencimento dos contratos. Dado que a maioria dos contratos foram firmados com nveis de preos relativamente baixos, por conta da sobra sistmica, espera-se observar um aumento dos custos de energia dos Clientes Livres nos prximos anos. Adicionalmente, o aumento da eficincia do mercado e a reduo na margem das operaes tm trazido maior preocupao com a preocupao correta de produtos embutidos em contratos. Esse aumento nos preos de energia condizente com a elevao do custo de expanso do sistema por conta do incremento na participao trmica do pas. A elevao do patamar de preos veio acompanhada de falta de liquidez no mercado de longo prazo, comprometendo ainda mais a situao dos Clientes Livres. Por exemplo, a ABRACE (Associao Brasileira de Grandes Consumidores Industriais de Energia e Consumidores Livres) alega perda de competitividade de seus associados com relao aos concorrentes internacionais. Ela afirma que, alm dos preos crescentes da 62

energia, os incrementos dos encargos setoriais esto fazendo com que os custos das indstrias brasileiras sejam impossveis de gerenciar (Nascimento, 2007). Por conta desses fatores, comearam a surgir discusses sobre a perpetuidade do Mercado Livre de energia e a eficincia do processo de formao de preos. Particularmente, a CCEE promoveu em maio de 2008 um workshop internacional, no qual estiveram presentes representantes de praticamente todos os agentes do mercado, onde foram expostas e discutidas as principais questes relacionadas com os processos de preos, as alternativas disponveis e perspectivas. Nesse novo momento enfrentado pelo setor pode ser notado que houve uma grande evoluo do mercado quando comparado ao histrico. Os assuntos crticos para o setor tem sido discutidos de forma transparente e pblica pelas instituies que compem a nova estrutura de mercado e a maioria das decises aplicadas ao mercado so fruto de chamadas pblicas onde todos os agentes do setor podem apresentar sua viso. Tambm, o governo tem tomado uma posio de maior destaque no setor por conta da necessidade de viabilizar a expanso do sistema. No entanto, necessrio dedicar ateno especial aos prximos anos para que o novo modelo continue apresentando bom desempenho. No caso de um novo racionamento de energia, a economia do pas tende ser fortemente afetada por conta da no existncia da folga de consumo observada no racionamento de 2001. Para se ter uma idia da influncia do aumento dos preos de energia na economia pode-se observar o quadro apresentado na figura 3.10.

Preo da Energia
Aumento Reduo

PIB
Aumento

Inflao

Emprego
Reduo

30%

1,2%

1,3%

0,7%

Figura 3.10: Efeito do aumento do preo da energia em indicadores econmicos. Fonte GVConsult FGV/SP

63

Segundo a consultoria, um aumento de 30% no preo da energia causa uma reduo de 1,2% no PIB. Essa forte desacelerao da economia que pode ser causada por uma eventual crise no setor de eletricidade devido a uma mudana na dinmica econmica do pas no perodo ps-racionamento. Observe que a ameaa de um novo racionamento no um evento to improvvel assim. Em 2008, por exemplo, o atraso do perodo mido no subsistema Sudeste/Centro Oeste, onde se encontram os principais reservatrios reguladores do SIN, acarretou subida de preos devido ao acionamento de todas as usinas termeltricas. Caso a afluncia verificada no fosse suficiente para elevar os nveis dos reservatrios aos patamares normais, semelhante ao ocorrido em 2001, possivelmente haveria problemas no suprimento. Importante notar que a dependncia do sistema hidrologia uma conseqncia de um processo de expanso ineficiente que tem relao com diversos mecanismos implementados no novo modelo do setor. Por conta disso, aps a passagem de mais um ciclo de escassez de energia, necessrio que sejam retomadas os investimentos em projetos estruturantes e pulverizao da matriz energtica buscando insero de fontes renovveis na carteira de projetos. Para isso necessrio possibilitar a entrada de novos investidores no mercado atravs da consolidao do cenrio regulatrio, incremento na eficincia de contratao e criao de mecanismos que incentivem competio e gesto de riscos dentro do mercado, como, por exemplo, a introduo de certificados de energia que teriam por objetivo permitir comercializao do papel energia sem condicionamento a entrega fsica da commodity e a criao de mercados futuros com a finalidade de dar transparncia ao processo de descoberta de preos no mercado.

64

PREOS DE MERCADO
4.1 Introduo
Com a reestruturao do setor de energia brasileiro, e a conseqente introduo de

uma estrutura de mercado, com a criao da atividade de comercializao e competio na gerao, a preocupao com os processos associados com preos de energia passa a ser essencial para os agentes. Os preos de mercado tm impacto em praticamente todas as atividades desse novo modelo. Dentro do ACR, os preos dos leiles regulados definem o nvel futuro dos preos para os consumidores finais (cativos), fornecem sinalizao para a expanso do sistema e para a composio da matriz energtica, e condicionam a atratividade de empreendimentos de gerao. Esses preos so funo basicamente da evoluo da demanda, dos fundamentos econmicos, da carteira de projetos de gerao e das regras de leilo especificadas pela EPE (Empresa de Planejamento Energtico). No ACL, os preos de mercado orientam as estratgias comerciais das empresas de gerao e comercializao e definem o custo de energia para os Clientes Livres. No curto prazo, esses preos tm relao principalmente com a vazo chegando s usinas e restries fsicas do sistema, devido ao processo de formao dos preos do mercado vista (Spot). Em horizontes de tempo maiores os preos so funo da liquidez do mercado, das perspectivas de expanso e do desempenho da economia. Os preos do ACL tm forte relao com o Preo de Liquidao das Diferenas (PLD). O PLD, que tambm pode ser interpretado como o preo do mercado vista, utilizado pela CCEE, em seus processos de contabilizao, para liquidao financeira das sobras e dficits em energia para todos os agentes do mercado. Esse preo formado por uma cadeia de modelos computacionais, que visam minimizar o custo total de operao do sistema, e refletem seu Custo Marginal de Operao (CMO).

65

Essas associaes entre os preos de energia so importantes, pois elas influenciam os processos de compra e venda de energia dentro do ACL, condicionando o desempenho dos contratos e de seus derivativos embutidos. Por isso, neste captulo realizada uma discusso sobre preos de mercado em sistemas hidrotrmicos, com nfase na abordagem adotada para o sistema de energia brasileiro. Na seo 4.2 apresenta-se o processo de formao de preos Spot no mercado brasileiro. So estudadas na seo 4.3 as relaes entre os preos Spot e os preos dos contratos transacionados no ACL. Ainda nesta seo, so realizadas anlises das sries de preos de mercado e extradas lies sobre sua dinmica. Finaliza-se o captulo, seo 4.4, com uma discusso sobre modelagem dos preos em mercados de energia.

4.2 Formao de Preos Spot no mercado de energia brasileiro.

Para compreender como os preos so formados no mercado de energia brasileiro necessrio entender os conceitos que so utilizados para a operao do sistema energtico brasileiro. No SIN (Sistema Interligado Nacional), a operao do sistema centralizada (Marques et al, 2004) e executada pelo ONS (Operador Nacional do Sistema). Uma discusso mais completa sobre as atribuies dos rgos do SIN foi feita nas sees 3.33.6. A deciso de centralizao da operao do sistema implica que os agentes geradores no tm a opo de escolher os momentos mais apropriados para gerar energia, criando uma dependncia em seu fluxo de receita que no est sobre sua alada de controle. Essa dependncia poderia reduzir significativamente a atratividade de empreendimentos de gerao, afastando capital privado, trazendo uma quebra potencial de um dos pilares base do novo modelo do setor, como discutido no captulo 3.

66

Dessa forma, para garantir a sade financeira dessas geradoras, foram criados mecanismos que permitem s geradoras vende uma quantidade de energia especificada de antemo, que conhecida como energia assegura das usinas. Essas quantidades so calculadas pela ANEEL e podem ser revistas em perodos determinados. A venda da parcela de energia assegurada das usinas fornece um mecanismo para contratao de longo prazo, permitindo melhor planejamento de suas receitas e alocao de capital. No entanto, como a energia assegurada pode ser diferente da gerao verificada, a diferena entre a energia assegurada das usinas e sua energia efetivamente gerada deve ser liquidada a algum preo. Na outra ponta, as diferenas entre as quantidades contratadas e a carga efetivamente medida das distribuidoras tambm precisam ser liquidadas a um preo de mercado. Para que esse mecanismo de liquidao seja eficiente, de forma a definir valores financeiros que, de fato, reflitam o custo de gerao do sistema, necessrio definir critrios e premissas para a derivao desses preos que servem de base para todas as liquidaes financeiras das sobras e dficits no mercado Spot de energia. O principal conceito adotado no Brasil para obteno de preos para o mercado Spot que ele deve estar associado com a operao do sistema ao mnimo custo (Pereira, 1989). Uma quantidade que reflete o valor financeiro da energia, dado um critrio de operao, o Custo Marginal de Operao (CMO), que definido como a derivada primeira do custo operativo com relao demanda de energia. Essa quantidade pode ser interpretada como a taxa de variao do custo total com relao demanda, ou seja, o custo para atender o prximo MWh do sistema (Medeiros, 2003). O problema que a derivao da operao tima, associada com o mnimo custo de operao, funo de um problema de otimizao de grande porte, dado pelas caractersticas fsicas do sistema, e diversas quantidades aleatrias, entre as quais esto a Energia Natural Afluente (ENA) e a demanda de energia.

67

Portanto, sem considerar as principais caractersticas fsicas do SIN (Sistema Interligado Nacional), e sua relao com o mercado criado no processo de reestruturao do setor, difcil obter um preo que reflita o custo marginal de operao do sistema. Como pode ser visto na tabela 3.3, o mercado de energia brasileiro preponderantemente hidrulico. No entanto, importante conhecer a distribuio da gerao e da carga para diversas regies do pas para entender como deve ser desenhado o problema de otimizao. O Brasil um pas com dimenses continentais e pode ser dividido basicamente em cinco grandes regies. A regio Sudeste a responsvel pela maior parte do PIB do pas e possui um parque industrial pesado, alm de grande concentrao de habitantes, com 42,6% do total nacional (IBGE - 2004). Essa regio tambm responsvel pela maior parcela do consumo de energia do pas. A regio Centro Oeste apresentou um crescimento expressivo, principalmente a partir da segunda metade do sculo XIX, aps a instituio da nova capital federal, Braslia. Em 2004 ela representava cerva de 7% da populao nacional. O consumo agregado das regies Sudeste e Centro Oeste e a energia assegurada das usinas nessas duas regies representam cerca de 60% do total nacional (tabela 3.3). A regio Sul, com cerca de 15% dos habitantes do pas, responsvel por grande parte da produo agrcola nacional e possui uma indstria de exportao com peso significativo. Ela responsvel por cerca de 16 % do consumo de energia do pas e a energia assegurada de suas usinas representam cerca de 14% da energia assegurada do SIN. Essa regio possui um perfil de gerao diferente das outras quatro regies porque ela possui um perfil de afluncia que , geralmente, complementar ao das outras regies. comum o perodo seco da regio Sul coincidir com o perodo mido da regio Sudeste Centro Oeste, fazendo com que o intercmbio de energia entre essas regies seja um fator importante para atendimento da carga do SIN. A regio Nordeste, com cerca de 28% da populao do pas, possui carga de energia representando apenas 16% do total nacional. A energia instalada em seu parque

68

gerador por volta de 15% do total do pas. No entanto, planeja-se que o parque trmico nessa regio sofra um aumento de cinco vezes nos prximos quatro anos, o que faria com que a energia assegurada dessa regio chegasse cerca de 20% da energia assegurada do SIN, em 2012. Na regio Norte, onde est situada a Amaznia, embora seja responsvel por apenas 8% do consumo nacional, tem o maior potencial de expanso hidrulico do pas. Essa regio possui uma demanda por energia relativamente baixa, 5% do total do pas, e por isso ela exporta energia s demais regies do SIN, em grande parte do ano. No entanto, a maioria dos projetos estruturantes, planejados para serem construdos nos prximos anos, sero realizados nessa regio, como as usinas do Rio Madeira, por exemplo.
Horizonte 2007 - 2009

Figura 4.1: Sistema de transmisso do Sistema Interligado Nacional.

69

Esses sistemas so interligados pela malha de transmisso apresentada na figura 4.1. Essa malha de transmisso pode ser resumida considerando apenas as cinco regies do pas e alguns pontos de interligao crticos para a malha de transmisso. Esses limites de intercmbio entre regies so apresentados na figura 4.2. Dado que existem limites distintos de importao e exportao de energia entre regies, esperado que o custo da energia no seja nico para todas as regies do pas. Adicionalmente, esse valor deve depender da quantidade de usinas, de sua topologia, da disponibilidade de combustvel (nvel de armazenamento de reservatrios) e da quantidade esperada de ENA futura chegando s usinas. Tambm, questes como uso mltiplo da gua e evaporao devem ser levadas em considerao para que no haja divergncias no custo da energia.

3650

3200 NE 1900

3950 6300 50 Hz SE/CO 900

ITAIPU

8900 60 Hz 6300

NE N

E - 3200 I - 2800 E - 3650 I - 3650 E - 13750 I - 15200 E - 4900 I - 5400

4900

5400
SE/CO

Figura 4.2: Limites de intercmibo entre regies (MW ms), base junho 2008. E: exportao do subsistema A para o B. I: importao do subsistema A do B.

Essas caractersticas podem ser tratadas matematicamente e, sob algumas premissas, resolvidas por modelos computacionais. O problema de otimizao advindo da juno das equaes que representam as caractersticas fsicas do sistema tem como objetivos principais capturar: Restries de atendimento demanda e mapeamento. Limites de gerao trmica, custo varivel dessas usinas e taxas de indisponibilidade.

70

Limites de armazenamento e turbinamento das usinas hidreltricas e suas equaes de gerao de energia. Acoplamento espacial do sistema. Balano hdrico do sistema. Acoplamento temporal.

As restries de atendimento demanda visam garantir que a gerao do sistema, em qualquer momento do tempo, seja igual a demanda por energia. Dado que as diretivas relacionadas com consumo no so as mesmas para horizontes de longo, mdio, curto e curtssimo prazo, razovel que o problema de planejamento e operao do sistema sejam desdobrados em diferentes escalas de tempo. As informaes sobre custos variveis de combustveis das usinas termeltricas podem ser fixadas ou apuradas periodicamente, e eventuais compensaes podem ser realizadas ex-post a operao do sistema. Os limites de gerao dessas usinas podem ser calculados para cada usina atravs de informaes tcnicas das usinas. Os limites de armazenamento e turbinamento so obtidos atravs de estudos tcnicos e especificaes dos componentes das usinas, enquanto que as equaes de gerao da usina so funo de muitas outras variveis tcnicas da usina, como a produtividade, altura do volume til, altura do vertedouro, vazo do canal de fuga, etc, vide Siqueira (2003). A equao do balano hdrico informa que o volume no reservatrio ao final de um perodo igual ao volume inicial, somado s vazes afluentes naturais e laterais, menos a quantidade turbinada e vertida da usina. A dificuldade na construo do balano hdrico das usinas para horizontes de tempo futuros est associada com o acoplamento espacial e temporal observados no SIN. O conceito de acoplamento espacial est relacionado com a topologia das usinas no SIN. Dado que elas encontram-se em cascata, a gerao de uma usina afeta a gerao de todas as usinas a jusante na cadeia. Por isso necessrio modelar cada usina

71

individualmente e considerar a produtividade e outras caractersticas de cada usina a jusante no sistema (Siqueira, 2003 e Medeiros, 2003). Em sistemas hidrotrmicos as decises em um determinado tempo afetam as decises futuras. Essa caracterstica conhecida como acoplamento temporal. Para entender melhor esse conceito necessrio compreender as decises relacionadas com a operao do sistema. De forma particular, o operador do sistema tem que enfrentar o seguinte dilema: gerar energia hidreltrica e reduzir o nvel de armazenamento, com um custo associado mais barato, ou complementar o balano com energia trmica, mais cara, para comportar uma possvel escassez futura de chuvas. Naturalmente, o sucesso da deciso adotada est associado com o desempenho da afluncia futura, a qual desconhecida no momento da deciso. Assim, para entender o impacto que uma deciso pode causar necessrio entender os riscos associados a ela. Quando tomada a deciso de utilizar gerao hidreltrica, tem-se um custo imediato de gerao muito baixo, pois a gua um combustvel barato (Pereira, 1989). Da, se a afluncia futura for suficiente para atender demanda do sistema, essa deciso foi a mais correta. No entanto, caso a hidrologia futura no seja favorvel, haver necessidade de complementao trmica no sistema, a preos mais elevados, sendo que, em cenrios de hidrologia muito baixa, pode-se ter dficit de energia no sistema. Assim, no incio do horizonte de planejamento, a deciso de despacho hidreltrico est relaciona com um custo imediato baixo e eventual custo futuro elevado, com risco de dficit associado. Por outro lado, pode ser tomada a deciso de resguardar os nveis dos reservatrios despachando energia termeltrica. Essa deciso ter um custo imediato mais elevado, pois o custo de gerao da termeltrica superior ao da hidreltrica. No entanto, caso a afluncia futura seja reduzida, a deciso de poupar os reservatrios foi acertada, evitando eventual colapso do sistema. Entretanto, quando se tm afluncias elevadas, ser observado vertimento no sistema, trazendo um desperdcio de dinheiro, indicando que a deciso de gerao termeltrica foi errnea. Portanto, a deciso de gerao termeltrica tem um custo imediato maior, com possvel custo futuro de gerao baixo, e risco de vertimento

72

no sistema. Para maiores detalhes sobre as funes de custo imediato e futuro consultar Pereira (1989), Siqueira (2003) e Medeiros(2003). O acoplamento temporal, observado nos sistemas hidrotrmicos, no est presente em sistemas puramente trmicos. Essa caracterstica adiciona grande complexidade operao do sistema, pois implica que as decises de operao devem ser tomadas como funo de variveis climticas aleatrias. Para resolver o problema de otimizao de operao do sistema brasileiro de energia, alguns problemas de ordem prtica precisam ser tratados. Primeiramente, as equaes que descrevem a gerao das usinas so funo da produtividade das usinas e da afluncia chegando em cada momento do tempo. Essas equaes so no lineares e esse fato deve ser incorporado no problema de otimizao. Adicionalmente, a afluncia e a carga do sistema so variveis aleatrias, trazendo a necessidade de incorporar estocasticidade ao problema de otimizao. Por ltimo lugar, a considerao das usinas de forma individualizada, mesmo para horizontes de planejamento no muito extensos, torna o problema de otimizao computacionalmente intratvel. Esse fato conhecido como a maldio da dimensionalidade, consultar Pereira (1989) e Siqueira (2003). O modelo computacional NEWAVE (Pereira, 1989), sob algumas simplificaes, resolve esse problema de otimizao de operao do sistema brasileiro de energia. Esse modelo, adotado pela ANEEL desde 2001 para orientar a operao e formar o preo Spot, trabalha com um horizonte de planejamento de cinco anos, em base mensal, e obtm a poltica de operao tima, sob diversas simplificaes, para o SIN. A principal suposio adotada pelo modelo NEWAVE, objetivando reduzir o esforo computacional envolvido na otimizao, trabalhar apenas com quatro subsistemas equivalentes (Sudeste/Centro Oeste, Sul, Norte e Nordeste), os quais so formados atravs da composio das usinas pertencentes a esses subsistemas, ao invs de trabalhar com as usinas individualmente. A considerao de subsistemas equivalente implica que as usinas so operadas de forma paralela, suposio que no realista, Soares et al (1993).

73

A malha de transmisso dos subsistemas incorporada no modelo NEWAVE como restries de intercmbios entre os quatro subsistemas (figura 4.2). Tambm, a carga tratada como quantidades fixas, e os valores considerados no horizonte de planejamento fazem referncia s projees realizadas pela EPE, as quais podem ser ajustadas pelo ONS, quando necessrio. A carga do SIN desdobrada para cada subsistema, considerando patamares de carga, que refletem perodos de consumo com intensidade baixa, nomeado de patamar leve; mdia, nomeada de patamar mdio; e alta, nomeado de patamar pesado. Para modelar o efeito de dficit do sistema, criam-se usinas trmicas com preos elevados e com gerao infinita, de forma que, quando acionadas, refletem a severidade e o custo do dficit. Dessa forma, sempre possvel atender a restrio de que a gerao seja igual a carga do sistema. A nica quantidade aleatria incorporada no NEWAVE a ENA (Energia Natural Afluente). So simuladas 2.000 sries de ENA com base em modelos do tipo PAR (Periodic Autoregressive), consultar Franses (1996). Essas quantidades so incorporadas na funo objetivo e a otimizao realizada com base no valor esperado do custo total condicionado s sries de ENA simuladas. O NEWAVE tambm aproxima as equaes de gerao das usinas utilizando o conceito de linearizao por partes. A incorporao do volume armazenado em cada reservatrio pertencente aos subsistemas equivalentes feita utilizando uma discretizao de dez nveis, para cada ms dentro do perodo de planejamento. A otimizao da operao sistema, considerando essas simplificaes, realizada utilizando o algoritmo PDDE (programao dinmica dual estocstica), consultar Pereira (1989) e Terry (1980). A funo objetivo do modelo formada como o valor esperado, condicionado s sries de ENA, da soma do custo imediato e do valor presente lquido do custo futuro de gerao, o qual depende dos estados de armazenamento, que por sua vez funo da ENA simulada. Assim, a poltica tima aquela que minimiza o valor esperado condicional do valor presente do custo total de operao, onde a esperana condicional definida sobre os

74

cenrios simulados de ENA. Essa poltica calculada como aquela que faz com que a soma do custo imediato com o valor presente do custo futuro seja mnima. O ponto onde essa soma mnima coincide com o ponto onde as derivadas do custo imediato com o valor presente do custo futuro so iguais. Dessa forma, o algoritmo obtm a poltica de operao tima, buscando o ponto onde s derivadas da funo do custo imediato e da funo de custo futuro (levada a valor presente) se igualam. O PDDE um algoritmo recursivo, que trata o problema de otimizao de forma backward (do fim para o incio) e aproxima as derivadas da funo de custo futuro utilizando o conceito de corte de Benders (Pereira, 1989, Siqueira, 2003 e Medeiros, 2003). A otimizao finalizada quando o critrio de convergncia, definido por um intervalo que tem como base a variao do custo total do sistema, atingido. Maiores detalhes sobre as suposies e a formulao do modelo NEWAVE podem ser encontrados em Pereira (1989), Siqueira (2003), Terry et al (1980), Carvalho (1977). A principal sada do modelo NEWAVE a funo de custo futuro, que est associada com a poltica de operao, para cada nvel de armazenamento considerado pelo modelo e cada ms dentro do horizonte de planejamento. Essa funo utilizada em outro modelo computacional, que trabalha com informao mais detalhada sobre o SIN, porm, com horizonte de planejamento de apenas dois meses, o qual obtm o CMO do sistema associado com essa poltica. O NEWAVE tambm fornece 2.000 sries de CMO, associados com as 2.000 sries de ENA simuladas. Essa informao pode ser utilizada, sob algumas premissas, para fornecer diretrizes sobre o nvel dos preos Spot futuros no SIN. Todas as informaes de sada do NEWAVE so apresentadas por subsistema (quatro subsistemas), e trs patamares de carga (pesado, mdio e leve). Para mais informaes sobre as sadas desse modelo, consultar Terry et al (1980) e Duarte et al (2007). A funo de custo futuro, obtida atravs da otimizao do NEWAVE, no suficiente para fornecer o PLD. No entanto, ela utilizada como entrada para o modelo DECOMP, o qual realiza a otimizao do sistema, considerando usinas de formas individualizadas, restries no sistema de transmisso adicionais s incorporadas no 75

NEWAVE e outras informaes em base mais granularizada, para obter qual o Custo Marginal do Sistema (CMO), associado com a poltica de operao de longo prazo fornecida pelo NEWAVE. O DECOMP faz a otimizao em base semanal, com um horizonte de planejamento de dois meses, e trata a afluncia de forma determinstica para as primeiras quatro semanas. No segundo ms, so simuladas 200 sries de ENA a qual acoplada com a funo de custo futuro, advinda do NEWAVE, para fornecer informao sobre a operao do sistema no longo prazo. realizada uma otimizao backward, que tem como produto o CMO para uma semana operativa, desmembrado para cada subsistema e patamar de carga. Os CMOs, para cada submercado e cada patamar de carga, obtidos do DECOMP, so truncados em valores mnimos e mximos, os quais refletem basicamente, os royalties de Itaipu e o preo mximo da energia, definido pela ANEEL para formar os PLDs. Assim, para a semana operativa onde foi realizada a otimizao so calculados PLDs para cada submercado e cada patamar de carga. Os submercados, que so considerados apenas para definio de preos regionalizados para a energia, no precisam necessariamente coincidir com os subsistemas fsicos onde foram realizadas as otimizaes. Esses valores so calculados semanalmente e define o preo a que as diferenas (sobras e dficits) sero liquidadas no mercado Spot. Note que o NEWAVE executado apenas uma vez por ms, enquanto que o DECOMP executado semanalmente. Tambm, apesar dos preos do mercado Spot serem calculados semanalmente, comum basear-se no preo mdio mensal para a tomada de decises. Para uma descrio mais detalhada sobre o processo de formao de preos no mercado Spot brasileiro pode-se consultar Pereira (1989), Siqueira (2003), Medeiros (2003), Terry (1980) e Duarte (2007). Nas prximas sees ser discutido como esses valores, advindos dos programas computacionais, podem ser utilizados para orientar comercializao no mercado de curto e longo prazo.

76

4.3 Preos de mercado no ACL e a dinmica dos preos Spot histricos.

A comercializao no ACL dependente de um conceito fundamental que est relacionado com os preos de mercado: os preos no mercado de curto prazo, exceto em casos muito especficos, so diferentes dos preos Spot. Como descrito na subseo anterior, o PLD, que o principal produto de uma cadeia de otimizaes da operao do SIN associada com mnimo custo do sistema, tambm o preo utilizado nos processos de contabilizao do sistema e tem por funo valorar as sobras e dficits de energia, observadas nos contratos do sistema. Essas sobras e dficits no so alvo de um novo contrato de energia, e, portanto, no existe barganha entre as contrapartes, pois a liquidao feita ex-post. Por outro lado, no mercado de curto prazo, existe um contrato fsico, com termos e condies negociveis entre as contrapartes. Assim, dependendo do processo de negociao entre os agentes, o preo nominal do contrato pode ser definido como uma quantidade fixa ou como alguma funo do PLD. Para contratos vigentes apenas no ms corrente comum observar preos de contratos formados a partir do PLD somado a um gio. A magnitude do Spread entre o PLD e o preo do contrato funo, principalmente, do nvel do PLD e da liquidez do mercado, de forma que, quanto menos energia ofertada no mercado, maior tende ser o Spread entre o PLD e o preo nominal de um contrato. Esse um mecanismo encontrado pelos agentes de mercado para fazer com que os preos do mercado de balco (ACL) no reflitam apenas o preo de operao do sistema, mas tambm diretivas de oferta e demanda e outras expectativas dos agentes que possam influenciar os preos de mercado. Dessa forma, o mercado de curto prazo pode ser classificado como um mercado de balco, onde agentes realizam contratos bilaterais de compra e venda, com o objetivo principal de balancear suas carteiras de contratos para ajustar seus nveis de riscos a patamares gerenciveis. Entretanto, apesar do PLD no definir o preo de um contrato comercializado no mercado de curto prazo, ele tem influncia sobre esse valor, j que o PLD o custo de 77

oportunidade do agente quando no existe nenhuma liquidez do mercado, ou seja, as sobras ou dficits de energia que no alvo de contratos de curto prazo sero liquidadas ao PLD na CCEE. Conforme aumenta o prazo de vigncia dos contratos, outros fatores comeam a influenciar os preos nominais dos contratos firmados. A maioria desses fatores tem relao com o processo de formao de preos do mercado Spot, como descrito na seo anterior, ou seja, expectativas de afluncia futura, balano sistmico e restries de intercmbio entre subsistemas, no caso de contratos firmados em submercados diferentes. No caso particular de contratos de longo prazo, as diretrizes de comercializao so dadas pelas curvas de preos anuais, comumente denominadas curvas Forward4. Essas curvas so construdas individualmente por cada agente e no so, no geral, pblicas. Existem diversas maneiras de construir esse tipo de curva. Para o mercado brasileiro de energia, a realizao de cotaes no mercado dos produtos de interesse uma maneira relativamente simples, porm eficiente, de formar curvas de preos Forward. No entanto, a relativamente baixa liquidez observada em alguns anos, limitando a quantidade de cotao, e a insero de Spreads de compra e venda mascaram, muitas vezes, o nvel dos preos futuros. Uma alternativa recorrer a modelos estatsticos, que podem levar em considerao os preos histricos, os preos de leilo, e os CMOs advindos das sadas do NEWAVE. O problema que a maioria das suposies realizadas por esses modelos no atendida no caso brasileiro. Maiores detalhes sobre as sadas do NEWAVE foram dados na subseo anterior. Uma discusso mais geral sobre modelagem de preos feita na seo 4.5 Um dos objetivos dessa dissertao construir a formulao necessria para avaliar contratos transacionados no ACL com derivativos embutidos em seu corpo. Esses modelos, apresentados no captulo 6, podem ser utilizados para a construo de curvas
O termo Forward faz referncia aos contratos a termo vendidos em mercados de balco sobre outros commodities e ativos financeiros.
4

78

futuras, sob algumas suposies, permitindo comparar operaes e orientar o processo de comercializao de algumas classes de produtos encontrados no mercado. Essas curvas futuras podem ser formadas a partir da curva Forward somando-se um prmio, que representa o valor agregado dos derivativos embutidos no contrato. Maiores detalhes so fornecidos nos captulos 6 e 7. Em suma, existe uma diferena entre os PLDs, custo de operao do sistema, e os preos nominais dos contratos praticados no ACL. O PLD no incorpora o custo do risco assumido pelos agentes para participar do mercado de energia. Esse custo do risco pode ser entendido como o prmio exigido por agentes para adicionar um determinado contrato sua carteira. Todavia, o PLD, devido sua funo de valorar as sobras e dficits que esto presentes no processo de contabilizao do SIN, serve como o custo de oportunidade para transaes e, por esse motivo, tem relao com os preos praticados nos contratos firmados no ACL. Por esse motivo, uma das formas de construir curvas futuras de preos alterar as entradas do modelo NEWAVE, de maneira a refletir a expectativa futura dos nveis de armazenamento e balano sistmico, e analisar a dinmica das sadas do modelo NEWAVE, particularmente os CMO associados com a simulao da operao do sistema. Observe que o horizonte de estudo do NEWAVE de cinco anos (60 meses) Essa discusso ser retomada na subseo 4.5. Para subsidiar algumas das afirmaes realizadas nesta subseo e na anterior, ser realizada uma anlise estatstica das sries histricas de PLD. Na figura 4.3 so mostradas as sries histricas dos PLD mdios mensais de janeiro de 2005 a abril de 2008 por submercado. O PLD mdio mensal calculado como a mdia ponderada dos PLD semanais por patamar de carga, onde os pesos so calculados como o nmero de horas de cada patamar de carga, em cada semana operativa pertencente ao ms alvo, dividido pelo nmero de horas do ms.

79

PLD Mdio Mensal por submercado de Jan/05 at Abr/08


515 415
PLD R$/MWh PLD S PLD NE PLD N PLD SE/CO

315 215 115 15 jul/05 jul/06 jul/07 mai/05 mai/06 mai/07 mar/08 mai/08 jul/08 mar/07 set/07 mar/06 set/06 mar/05 set/05 jan/05 jan/06 jan/07 nov/05 nov/06 nov/07 jan/08 set/08

meses

Figura 4.3 : PLD mdios mensais histricos de janeiro de 2005 a abril de 2008 por submercado.

Observe os nveis do PLD posteriores a 2005 so maiores que no passo. Esse fato ajuda a explicar a preocupao dos agentes com gesto de risco de mercado e contratao eficiente de energia, j que os gastos com energia passam a representar parcela relevante dos custos de muitos agentes. Tambm, pode-se observar um padro sistemtico nesses preos, dado pelo aumento de preos nos meses de maio a setembro, o qual pode ser explicado basicamente pelo perfil das afluncias observadas e pela expectativa das afluncias futuras. Para verificar quo acentuada tem sido o crescimento dos preos de mercado calculada a mdia, em janela de 12 meses, dos PLD mensais. A janela de 12 meses utilizada para amenizar o efeito cclico, intra-ano, causado pelo impacto da afluncia nos preos. Essa srie apresentada na figura 4.4. A taxa de crescimento mdia desses valores 1,85 por ms no perodo de janeiro de 2005 at setembro de 2007. Para o perodo de outubro de 2007 a abril de 2008 observado uma taxa de crescimento cerca de 4 vezes maior, da ordem de 7,63. Isso significa que a partir de 2007 houve um crescimento acentuado no nvel dos preos Spot, que pode ser justificada basicamente pelo estreitamento do balano sistmico, causado pela lenta expanso da capacidade instala do sistema, e pelo desempenho acelerado da 80

economia, impulsionando o consumo de energia. Mais a frente nesta subseo ser apresenta algumas anlises que comprovam a relao entre PLD e balano sistmico.

Mdia em janelas de12 meses do PLD por submercado


175 155 135 115 95 75 55 35 15
nov/05 nov/06 nov/07 jan/05 jan/06 jan/07 jan/08 jul/05 jul/06 jul/07 mai/05 mai/06 mai/07 mai/08 set/05 set/06 set/07 jul/08 mar/05 mar/06 mar/07 mar/08 set/08

PLD S

PLD NE

PLD N

PLD SE/CO

Inclinao da reta de regresso 7,63 Inclinao da reta de regresso 1,85 Mudana no crescimento dos preos

PLD R$/MWh

meses

Figura 4.4: Mdia Mvel de 12 meses dos PLD mdios mensais. Retas pontilhadas so uma ilustrao das retas de regresso ajustas para verificar a taxa de crescimento dos preos no tempo de janeiro de 2005 at setembro de 2007 e de outubro de 2007 at abril de 2008.

A principal diretiva de curto prazo que influencia os PLD necessrio realizar algumas transformaes na srie de dados original. Observe na tabela 4.1 que o PLD mdio anual cresce ano a ano. Adicionalmente, a amplitude do PLD de um ano para o outro, que tem relao com o desvio padro anual, tambm cresce no tempo.
Tabela 4.1: PLD anual mdio com desvio padro associado e crescimento dessas mtricas com relao ano anterior.
2005 2006 2007 2008 Mdia 28,95 67,21 97,33 147,73 DP Cresc Mdia 10,31 33,33 132% 72,51 45% 142,67 52% Cresc DP 223% 118% 97%

Assim, com o intuito de estudar o padro intra-ano da srie de PLD necessrio retirar essa tendncia entre anos, para que os dados possam ser comparveis. Uma forma

81

simples de fazer isso padronizar cada observao do PLD pela mdia e desvio padro do ano a que ele pertence. A srie padronizada utilizando essa metodologia apresentada na figura 4.5.

20.7

Preos Padronizados (Desvio Padro da Mdia Anual)

-10.56

-4.31

1.94

8.19

14.45

PLD mdio semanal Alisamento Kernel estimado

01/05

03/05

05/05

08/05

10/05

12/05

03/06

05/06

07/06

09/06

12/06

02/07

04/07

07/07

09/07

11/07

02/08

04/08

06/08

Figura 4.5: PLD mdio semanal do submercado SE padronizado pela mdia e desvio padro anual e alisamento kernel associado.

O padro cclico mais visvel na srie padronizada que na srie original. Observando o alisamento Kernel pode-se ver mais claramente esse padro. Existe uma hiptese de que a variao intra-ano do PLD semanal tem relao com ENA (Energia Natural Afluente) apurada no mesmo perodo. A ENA pode ser entendida como a quantidade de vazo, convertida de potencial gerao de energia, que chega a uma determinada usina, ou conjunto de usinas, em determinado perodo de tempo. Por conta disso, o PLD uma semana a frente deve ser funo, principalmente, da ENA observada na semana anterior. Para verificar se, de fato, existe evidncia para suportar essa relao apresentada na figura 4.6 o grfico de disperso entre o PLD mdio semanal padronizado e a ENA, defasada de uma semana, como percentual da mdia de longo termo. 82

08/08

Preos Padronizados (Desvio Padro da Mdia Anual)

Correlao amostral = -0,4479


2 -1 0 1

60

80

100

120

140

160

180

ENA semanal (% MLT)

Figura 4.6: Grfico de disperso dos PLD semanais padronizados e da ENA semanal (defasada de uma semana) como percentual da MLT (Mdia de Longo Termo). Linha indica alisamento kernel.

A figura indica que quanto maior a ENA na semana anterior, menor tende ser o PLD da prxima semana. Ela tambm indica que essa relao aproximadamente linear. Para estimar qual o efeito da ENA da semana anterior no PLD semanal pode ser estimado um modelo de regresso da seguinte forma: (4.3.1) As estimativas dos parmetros desse modelo so apresentadas na tabela 4.2. Observe que essa equao captura grande parte da varincia total dos erros, R2 = 92,29%. Particularmente a ENA da semana anterior explica cerca de 20% da varincia total do PLD, justificando o padro cclico observado na figura 4.5. Como a suposio de normalidade dos resduos no atendida, teste de Jarque-Bera e Kolmogorov-Smirnov com p-valores baixos, esse modelo no deve ser utilizado para realizao de inferncia estatstica. Anlises adicionais, no apresentadas, indicam que os erros tm distribuio t-student. Com base nas anlises descritas acima, pode-se concluir que a principal diretiva de curto prazo que afeta o PLD a ENA observada na semana anterior. Como o desvio padro da ENA como percentual da MLT de cerca de 26% esperado que o PLD varie

83

bastante dentro do ano. Observe tambm que a varivel com maior peso no modelo o PLD publicado na semana anterior, indicando que o efeito de um pico de PLD tende persistir por um perodo relativamente grande (2 = 0,93). Existe a possibilidade que as sries utilizadas para a regresso sejam cointegrveis. Isso aumenta a chance de que regresses ajustadas sejam esprias. No entanto, por conta do processo de formao de preos de mercado razovel e intuitivo que a ENA influencia os PLD. Por conta disso considera-se a regresso estimada legtima.
Tabela 4.2: Estimativas do modelo de regresso descrito na equao 4.3.1 e percentual da varincia total (calculados utilizando a tabela ANOVA) de cada varivel do modelo.
Parmetro

1 2

Estimativa 43,69 0,93 (0,35)

Erro Padro 8,02 0,02 0,07

p-valor 1,62E-07 < 2e-16 2,09E-07

Parmetro % Varincia Total


*** *** ***

PLDt-1


Erro Total

72,20 20,18 7,62 100,00

Erro padro resduos = 1,46 MW mdios R2 = 92,29% Estatstica F(2,189) = 1145 - p-valor associado < 2.709e-16 Kolmogorov-Smirnov (Normalidade Resduos) -p-valor 0,0013 Jarque-Bera (Normalidade Resduos) - p-valor < 2.2e-16

Para estudar as diretivas que afetam o nvel do PLD no longo prazo necessrio estudar a srie de PLD mdio anual. Entretanto, como o novo modelo adotado para o setor jovem, tem-se uma srie histrica de PLD mdios anuais curta, com menos de dez observaes (2002-2008). A utilizao do PLD mdio anual anterior ao ano de 2002 poderia mascarar os resultados dado que esse foi o perodo de racionamento, claramente atpico na histria do setor, vide captulo 3 para uma discusso mais detalhada sobre o racionamento de energia enfrentado no Brasil. Uma possvel soluo para estende a srie histrica utilizar as sadas de um dos DECKs5 do NEWAVE. Os CMOs mdios anuais, advindos do NEWAVE, devem fornecer uma boa indicao sobre o nvel dos preos futuros, dado o processo de formao de preos de mercado, se as premissas de entrada do DECK do NEWAVE esto bem calibradas.

Um DECK do NEWAVE/DECOMP um arquivo que contm o conjunto de premissas de entrada, dados do sistema, e projees de variveis, que so utilizadas na simulao e otimizao do modelo. Assim, mudanas no DECK trazem mudanas nas sadas do modelo NEWAVE. Algumas das variveis pertencentes ao DECK do NEWAVE foram discutidas na seo 4.2. Para maiores detalhes sobre a composio desses arquivos pode ser encontrada em Duarte et al (2007).

84

Intuitivamente, no longo prazo, o nvel dos preos de mercado deveria ser influenciado principalmente por diretivas de oferta e demanda de energia. Uma varivel que incorpora essa informao balano de energia assegurada do sistema, o qual reflete se o sistema est com sobra ou dficit de energia. Para avaliar se o balano de energia assegurada do sistema tem relao com o PLD mdio anual apresentado na figura 4.7 os PLD mdios anuais histricos acoplados com os PLDs mdios advindos do NEWAVE, sob a viso do DECK de junho de 2008, versus o balano de energia assegurada anual histrico e calculado utilizando a viso do DECK de junho de 2008 do NEWAVE.

10000 Balano Sistmico (MW mdios) 8000 6000 4000 2000 0

Sobra Sistmica Dficit Sistmico PLD Mdio Anual PLD Mdio Anual NEWAVE

200 180
PLD Mdio Anual (R$/MWh)

160 140 120 100 80 60 40 20 0

-2000 -4000 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Figura 4.7: PLDs mdios histricos (2002-2007) e balano de energia assegurada do sistema histrico (20022007) junto com PLD mdio estimado (NEWAVE DECK de junho 2008) com balano de energia assegurada estimado (NEWAVE DECK de junho 2008).

A figura 4.7 indica que existe uma relao entre PLD mdio anual e balano sistmico de forma que, quanto maior a sobra sistmica, menor o PLD mdio anual. Esta relao esperada j que, quanto maior a oferta, menor deveria ser os preos de mercado. Para estudar a forma dessa relao apresentado na figura 4.8 o grfico de disperso dessas variveis com a estimativa da correlao amostral.

85

PLD Mdio Anual (R$/MWh)

129.94

164

Correlao Linear -0,8561

10.74 -1767

44.8

78.86

-727

313

1353

2393

3433

4473

5513

6553

7593

8633

Balano Sistmico (MW mdio)

Figura 4.8: Grfico de disperso entre os PLDs mdios anuais e o balano de energia assegurada do sistema. Dados realizados at 2007. Projees baseadas no DECK de junho de 2008 so utilizados para compor os outros valores. A curva ajustada um alisamento Kernel.

Essa figura indica que existe uma forte relao entre as variveis. No entanto, a baixa quantidade de dados disponveis e o fato de que se est utilizando dados estimados de preos e balano de energia assegurada pode mascarar as concluses. Dado que seria esperado observar os preos de longo prazo respondendo a diretivas de oferta e demanda do sistema, e levando em considerao a magnitude da correlao estimada, razovel supor que o balano de energia assegurada a principal diretiva que condiciona a dinmica dos preos de mercado no longo prazo. Outra anlise que pode ser realizada para entender a dinmica de longo prazo dos preos do ACL estudar os preos mdios dos leiles ao longo do tempo. Os produtos comercializados nos leiles regulados geralmente tm prazos de vigncia extensos e por isso do indicao sobre os preos futuros. Tendo em vista que os agentes geradores podem vender tanto no ACR, atravs dos leiles regulados, quanto no ACL, atravs de contratos bilaterais, intuitivo que os preos nos dois ambientes de mercado sejam relacionados. Por exemplo, se os preos de

86

venda em leiles estiverem superiores s expectativas de preos no ACL, os agentes geradores preferiro vender energia em leiles. Por outro lado, caso os preos do ACL estejam mais atrativos que os do ACR, os agentes geradores migraro para o ambiente Livre para vender suas quantidades descontratadas. Dessa forma, como o nvel de preos nos dois ambientes define a quantidade de oferta que estar presente em cada um deles, a tendncia de preos de um ambiente deve acompanhar ao do outro, para que no haja sobre oferta em um e dficit no outro. apresentado na figura 4.9 o preo mdio de fechamento de todos os leiles regulados realizados at setembro de 2008. No so feitas distines entre fontes (hidreltrica, termeltrica ou fontes alternativas), ou leiles (A-5, A-3, A-1, Ajuste, Jirau e Santo Antnio). Naturalmente, esses preos de leiles no so comparveis entre si por conta de diversos motivos. Primeiro, a durao dos produtos no a mesma. Segundo, a distncia entre a data de realizao do leilo e a data de suprimento tambm influencia no preo. Por ltimo, e mais importante, os preos de leiles divergem fortemente entre fontes de gerao.

160.0

145.0

130.0

115.0

100.0

85.0

70.0

55.0

40.0

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Figura 4.9: Preos mdios de fechamento de leiles regulados realizados de 2005 a setembro de 2008. Linha de tendncia representa a mdia dos preos dos leiles, e a faixa calculada como a mdia mais ou menos dois desvios-padro.

87

No entanto, independente das regras, fontes ou produtos oferecidos, existe uma tendncia de aumento dos preos mdios (linha de tendncia) de fechamento de leiles no tempo, principalmente de 2008 a 2012, que se mantm de 2013 em diante. Essa tendncia, por conta da relao entre os preos praticados no ACR e ACL, sugere que no existe justificativa para os preos mdios anuais no ACL se manterem abaixo dos R$ 100,00 a partir de 2008. De fato, tem-se observado no Mercado Livre um novo nvel de preos, que no mais refletem os preos abaixo de R$ 100,00 praticados at o ano de 2007. As discusses realizadas nessa subseo permitem concluir basicamente trs coisas. O PLD, apesar de no incorporar informao sobre o custo do risco e sobre os Spreads observados nos contratos de curto prazo, uma varivel importante na comercializao de energia, pois define o custo de oportunidade dos agentes. No curto prazo, essa varivel tem alta persistncia e relao estatisticamente significante com a ENA observada na semana anterior. No longo prazo, o nvel do PLD regido principalmente por diretivas de oferta de demanda, entre elas o balano de energia assegurada do sistema. realizada na prxima seo, uma discusso sobre modelagem e metodologias de extrapolao utilizadas em mercados de energia para trabalhar com os preos do mercado Spot e com a curva Forward. So feitas algumas ponderaes e sugeridas algumas alternativas para o caso do mercado brasileiro de energia.

4.4 Modelagem de Preos em Mercados de Energia.

Antes de iniciar a discusso sobre quais so os modelos que tem sido utilizado para modelagem de preos em mercados de energia, importante estudar algumas caractersticas da distribuio de probabilidade dos PLD. Na figura 4.10 apresentada a distribuio de probabilidade no condicional dos PLDs semanais de janeiro de 2005 a setembro de 2008, juntamente com as principais 88

estatsticas resumo dessa distribuio. Note que existe elevada assimetria e curtose nos dados. De fato, preos no geral possuem esse perfil tpico, com alta concentrao de valores em uma certa faixa, e probabilidades menores, porm relevantes, de observar picos de preos. Por conta disso, muitos modelos de preos Spot fazem a suposio que a distribuio dos preos de mercado so Log-normais. Essa suposio permite a derivao analtica do processo de preos de mercado, fazendo a tarefa de previso, estimao e avaliao muito mais simples.

0.012

Densidade Log-normal

Estatsticas Amostral Mnimo 15 28 56 81 106 87 3,26 14,19

LogNormal Estimada 3 32 56 81 101 77 2,79 12,46

0.008

Densidade

Quartil 1 Mediana Mdia Quartil 3 DP Assimetria Curtose

0.000

0.004

100

200

300

400

500

600

P LD O rig in a is

Figura 4.10: Densidade estimada dos PLD semanais histricos de e suas principais estatsticas resumo contra a densidade Log-normal estimada e suas estatsticas resumo associadas. Dados de janeiro de 2005 at setembro de 2008.

Na figura 4.10 v-se tambm a distribuio Log-normal sobreposta densidade emprica. Note que essa distribuio captura bem o padro central dos dados, entretanto, as caudas da distribuio no so bem ajustadas. Isso tambm pode ser observado comparando-se as estatsticas resumo estimadas para os dados e para a distribuio LogNormal ajustado. Note que a assimetria e a curtose da densidade amostral maior que as da densidade Log-normal ajustada. Isso faz com que, sob o modelo Log-normal de preos, a probabilidade de se observar preos elevados seja subestimada.

89

Uma forma de avaliar se modelos Log-normais so razoveis para modelagem de preos estudando distribuio de probabilidade dos log-retornos, , onde

o preo Spot de um perodo de tempo t. Caso os log-retornos no sigam a distribuio normal os modelos Log-normais para preos no so aplicveis. Analisar os retornos dos preos fundamental para entender a dinmica dos preos de mercado, j que eles contm informao, em termos probabilsticos, sobre as magnitudes das mudanas de preos de um intervalo de tempo a outro. Dessa forma, conhecendo-se a distribuio de probabilidade dos retornos possvel criar intervalos de confiana para os preos de mercado e calcular probabilidades de observar valores atpicos. A distribuio de probabilidade emprica dessas quantidades mostrada na figura 4.11 juntamente com as principais estatsticas resumo estimadas. Sobrepostos figura esto as densidades normal e t-student estimadas para os log-retornos. Note que nenhuma das duas parece capturar o padro dos log-retornos. A quebra da suposio de normalidade dos log-retornos fornece evidncia contra o uso do modelo log-normal de preos.

2.5

Densidade t-student Densidade Normal

2.0

Estatsticas Amostral Quartil 1 Mediana Mdia Quartil 3 DP Assimetria Curtose -0,09 0,00 0,06 0,13 0,37 2,46 11,45

0.0

0.5

t-student Estimada -0,11 0,01 -0,01 0,12 0,56 0,00 37,00

Densidade

1.0 -1.0

1.5

-0.5

0.0 Delta PLD

0.5

1.0

Figura 4.11: Densidade estimada dos log-retornos dos PLD semanais histricos de e suas principais estatsticas resumo contra as densidades normais e t-student estimadas com suas respectivas estatsticas resumo associadas. Dados de janeiro de 2005 at setembro de 2008.

90

O modelo log-normal dos preos de mercado extensivamente utilizado nos mercados financeiros, e serve como base para o conhecido modelo de Black & Scholes, vide Natemberg (1994), o qual, sob as suposies do modelo log-normal, permite calcular o prmio associado com uma opo de compra ou de venda. Caso os log-retornos do PLD fossem normalmente distribudos, o processo de avaliao de opes, presentes nos contratos dos mercados de energia, poderia ser realizada com o modelo de Black & Scholes, o que simplificaria substancialmente a dificuldade envolvida com essa atividade. Detalhes sobre a formulao de modelos log-normais, suas suposies e sua aplicabilidade para mercados de energia pode ser encontrada em Pilipovic (1998), captulo 4. Outra classe de modelos que tem sido extensivamente utilizada na modelagem de preos em mercado de energia aqueles que apresentam reverso mdia. Um processo revertendo mdia tem um termo que traz a varivel sendo modelada de volta a algum nvel de equilbrio. Quando uma varivel, determinstico, definido como mdia e tempo t, o valor em volta do qual tende a oscilar e , est revertendo mdia, ela ter um termo onde >0 a taxa de reverso . Se o preo no , o termo flutuante , em

maior que seu valor de equilbrio no tempo t,

mdia, negativo, os choques tendem a afastar os preos do nvel de equilbrio. Similarmente, se a varivel menor que seu valor de equilbrio no tempo t o termo ao seu nvel de equilbrio.

flutuante ser, em mdia positivo, tendendo a retornar de volta

Note que quanto maior o parmetro de reverso mdia, , maior o desvio de volta ao nvel de equilbrio. Reverso mdia pode ser modelada diretamente sobre os preos, os log dos preos ou nas taxas que envolvem preos, Pilipovic (1998). O processo de reverso mdia considerado uma escolha natural para commodities. Teoria microeconmica bsica informa que, no longo prazo, o preo de uma commodity deve convergir para seu custo marginal de produo de longo prazo, French (2005). Em outras palavras, embora o preo da commodity tenha oscilaes no curto prazo, ele tende a reverter de volta a um nvel de equilbrio de longo prazo.

91

A modelagem de preos para os mercados de eletricidade costuma ser realizada com uma composio de modelos de visam refletir outras caractersticas empricas observadas nas sries histricas (Mavrou, 2006). Em mercados onde o processo de formao de preos baseado em oferta de cotaes para compra e venda de energia, como no Nord Pool, so observados picos nos preos horrios e mudanas de regimes nas sries de preos (Mavrou, 2006). Essas caractersticas devem ser incorporadas dentro dos modelos com a finalidade de mant-los realistas. Uma aplicao para o mercado brasileiro de energia de modelos com reverso mdia, a qual incorpora outros fatores como mudana de regime markoviano e difuso com saltos dependentes pode ser encontrada em Pemberton (2006). Suas principais concluses foram que esses modelos capturam diversas caractersticas das sries histricas como a volatilidade encontrada nos preos dos principais submercados do SIN. Entretanto no foi avaliado o desempenho desses modelos na previso dos preos Spot futuros. Outros trabalhos, como Sousa (2003), utiliza a teoria de sries estruturais com interveno para tentar modelar o PLD. Ele conclui que, embora o padro sazonal da srie seja bem capturado, o erro de previso obtido atravs de back tests se mantm elevado. Amaral (2003), por exemplo, utilizou diversos modelos de sries temporais lineares e no lineares para estudar o comportamento do PLD. Ele argumenta que as estimativas dos modelos, apesar de terem trazido informaes importantes sobre a dinmica dos preos, no conseguiu apresentar bom desempenho na previso dos preos. Pilipovic (1998), ainda prope diversos outros modelos, incorporando convenience yield e reverso mdia no preo de equilbrio de longo termo. Esses modelos apresentam bom desempenho em mercados internacionais, porm a indisponibilidade de dados para aplicar esses modelos no caso brasileiro impede o julgamento dos modelos. Por exemplo, existem diversos trabalhos dando evidncia que o convenience yield est presente nos mercados de energia. Essa varivel pode ser interpretada como um componente dos preos, em um mercado sem arbitragem, que traz informao sobre restries de liquidez e custos de armazenagem.

92

Dessa forma o convenience yield aparece nos mercados de energia como a varivel que explica o processo de tomada de decises de gerenciamento de estoques e reservatrios da commodity em questo. Em cada momento do tempo necessrio tomar a deciso de utilizar o combustvel hoje, contra mant-lo para momentos futuros. Quando os reservatrios esto altos no esperada escassez de combustvel hoje, quando comparado a um tempo futuro, caso contrrio, o investidor deveria perceber que no h qualquer benefcio em manter o reservatrio agora e, portanto, venderia seu estoque. Assim, o valor esperado dos preos futuros deveria ser menor do que so hoje. Quando os reservatrios esto baixos, espera-se que a escassez no futuro seja maior. Mas, ao contrrio do caso anterior, o investidor no consegue compor reservas para atender sua demanda hoje. Portanto, espera-se que os preos futuros sejam menores que os de hoje. Conseqentemente, o convenience yield inversamente relacionado aos nveis de reservatrio. Observando as discusses realizadas na seo 4.2 sobre o processo de formao de preos, v-se que o convenience yield o componente dos preos que traz informao sobre as decises que influenciam o custo imediato e o custo futuro da energia no sistema. Dessa forma, a extrao dessa componente das sries de preos permitiria entender o custo de oportunidade de gerao hidrulica no sistema. Existem diversos trabalhos, veja Pilipovic (1998) e French (2005), que tratam o problema de modelagem de preos de forma conjunta com o convenience yield. O problema que os dados requeridos pela maioria desses modelos no so facilmente obtidos para o mercado brasileiro de energia, como os preos de combustveis substitutos energia eltrica e a composio dos preos de combustveis substitutos para a matriz energtica nacional. Dado o processo de formao de preos do mercado brasileiro de energia, e as discusses realizadas nessa seo sobre as caractersticas dos PLD, uma das alternativas que pode ser adotada para auxiliar na descoberta de preos no mercado de energia brasileiro estudar as sadas do NEWAVE.

93

Como discutido em maiores detalhes na seo 4.2, o NEWAVE o modelo bsico de formao de preos do mercado vista. Ele incorpora em si informao sobre oferta e demanda de energia do sistema, colocadas explicitamente no arquivo de entrada de dados, denominado DECK, e realiza suas simulaes e otimizaes levando em considerao o dilema do custo imediato e custo futuro associado com a deciso de gerenciamento de reservatrios do sistema. Assim, razovel que as sadas do NEWAVE, das quais uma o CMO, incorpore informao sobre o convenience yield e sobre leis de oferta e demanda relacionada com disponibilidade de combustvel no futuro. Embora as sadas desses modelos, que tem por objetivo otimizar a operao do sistema, no deva ser utilizadas sem tratamento, elas podem ser utilizada para calibrar modelos para preos Spot e preos Forwards. A modelagem de preos de mercado no o objetivo primrio desta dissertao e no ser realizada de maneira explcita no decorrer do trabalho. De fato, nos modelos de avaliao de derivativos que sero discutidos nos prximos captulos, os preos podem ser incorporados atravs de simulao, permitindo assim a aplicao desses modelos independentemente do processo de modelagem de preos de mercado. Naturalmente, a qualidade dos resultados depende de quo realista a dinmica dos preos utilizada como entrada para os modelos de avaliao. Dessa forma, sugere-se dedicar grande parcela do tempo na modelagem e estudo da evoluo dos preos de mercado, calibrar esses modelos utilizando os indicativos de preos advindos do NEWAVE, obter simulaes de preos de mercado e, aps, avaliar o resultado financeiro associado com contratos contendo flexibilidades contratuais.

4.5 Consideraes Finais

Neste captulo foram realizadas anlises sobre os preos de mercado, considerando seu processo de formao e as principais diretivas que influenciam esses valores no curto e longo prazo. Tambm foram apresentadas as principais frentes de

94

trabalho encontradas na literatura para tratar o problema de modelagem e previso de preos e as principais caractersticas que devem ser incorporadas nos modelos. Para finalizar o captulo vamos listar alguns pontos que tem sido discutido nos ltimos meses e que podem influenciar todos os processos relacionados com preos no mercado brasileiro de energia. Primeiramente, existe uma fora tarefa, formada pelos agentes de mercado em conjunto com os principais rgos do sistema, que estuda as principais caractersticas do modelo NEWAVE e propem melhorias para resolver alguns problemas encontrados no modelo. Os principais objetivos desse grupo esto relacionados com a garantia de convergncia no processo de otimizao do modelo NEWAVE, consistncia dos modelos de simulao de sries sintticas, e reduo da volatilidade das sadas do modelo com o objetivo de tornar o processo de formao de preos de mercado mais realista. Adicionalmente, existem outras frentes de trabalho que pesquisam sobre modelos alternativos para obteno de polticas de operao do sistema. O SDDP, criado pela PSR Consultoria, um modelo semelhante ao NEWAVE, no entanto, considera as usinas de forma individualizada durante todo o processo de otimizao, ao invs de formar reservatrios equivalentes. Ainda nessa linha o COSE, que tem relao com a UNICAMP, criou o Hidrolab, que uma plataforma de anlise, simulao e otimizao do sistema que objetiva derivar a poltica de operao tima baseado em diferentes alternativas de modelos de otimizao. Esse sistema apresenta uma plataforma analtica bastante completa, com ferramentas que permitem realizar testes de sensibilidade das polticas operativas de forma dinmica. As sadas e resultados fornecidos por esse sistema ainda esto sendo validados. No entanto, a discusso mais interessantes que tem surgido com relao ao futuro do processo de formao de preos de mercado a substituio da maneira atual por um modelo de leiles, como observado no Nord Pool e em outros mercados ao redor do mundo, onde existem cotaes horrias para os preos da energia. Esse novo conceito separaria a poltica operativa do sistema do preo efetivamente praticado no mercado. Isso pode trazer benefcios para o mercado por diversas razes. Primeiro, o preo de mercado 95

seria apenas funo de diretivas de oferta e demanda que representariam as expectativas e necessidades dos agentes, alm de incorporar informao sobre o custo do risco, informaes que no so simples de serem capturadas por modelos computacionais. Adicionalmente, essa abordagem permitiria a criao posterior de um mercado organizado para comercializao de futuros e opes em energia. Como ser discutido no prximo captulo, esse tipo de ambiente tem trazido aumento na eficincia de diversos mercados fazendo com que os processos de preos sejam mais transparentes, atraindo capital privado ao setor, e disponibilizando instrumentos para pulverizao de riscos dos agentes. Por ltimo, a formao de preos via leilo faria com que a resposta da demanda escassez de energia seja muito mais rpida e eficiente do que observado hoje, permitindo aos rgos do governo o planejamento mais acurado da expanso, minimizando assim as chances de dficits do sistema. Existem inmeras dificuldades que devem ser resolvidas para que a implementao de modelos baseado em leiles seja bem sucedida. No entanto, buscando-se aprendizado em outros mercados, obtendo apoio dos agentes, e dedicao dos rgos do setor pode-se ter um processo de formao de preos mais eficiente, que reflita de fato as expectativas das partes compradoras e vendedoras e no apenas a poltica operativa.

96

FLEXIBILIDADES CONTRATUAIS E

TEORIA DOS DERIVATIVOS


5.1 Introduo

A grande maioria dos contratos de energia comercializados no Ambiente de Contratao Livre (ACL) possuem em seu corpo alguma flexibilidade adicional ao contrato de energia fsico, o qual possui volume e preo constantes no tempo. Mais formalmente, flexibilidades contratuais, nesta dissertao, so entendidas como quaisquer clusulas pertencentes aos contratos que permitam as contrapartes alterar volume de energia, quantidades mensais faturveis, preos, pontos de entrega, datas ou outros termos e condies em qualquer subperodo de tempo dentro da vigncia do contrato. De fato, a classe de contratos flexveis grande o suficiente para absorver quase todos os contratos de energia comercializados no ACL. Considerando que os contratos hoje vigentes no mercado de energia brasileiro so altamente no padronizados, muitas das clusulas embutidas em seu corpo implicam, algumas vezes de forma implcita, em riscos ou oportunidades que no esto presentes em contratos com volume e preo fixo. Para se ter uma idia da complexidade dessas clusulas suponha, por exemplo, um contrato celebrado entre uma comercializadora e um Cliente Livre com clusula de fora maior ou evento fortuito, a qual prev a resciso contratual se ocorrer algum evento externo no controlvel por nenhuma das contrapartes. Suponha que dentro desses eventos fortuitos inclui-se greve dos funcionrios. A detentora do contrato, um Cliente Livre, teria, portanto, o direito, mas no a obrigao de rescindir o contrato em caso de greve de seus funcionrios. Se esse Cliente Livre fosse, por exemplo, uma empresa automobilstica em um cenrio econmico e poltico semelhante ao da metade final da dcada de 90, essa condio contratual poderia acarretar em risco adicional para a comercializadora, pois, caso a resciso do contrato fosse favorvel para a automobilstica, a comercializadora teria um

97

montante de energia descontratado ficando exposta volatilidade do mercado Spot para liquidar esse excedente. Como outro exemplo, dessa vez mais realista, imagine um contrato bilateral celebrado entre duas comercializadoras na qual a compradora tem o direito, mas no a obrigao de aumentar o volume anual do contrato, para um perodo especificado, em 10% pagando por essa energia adicional o mesmo preo contratual aplicado ao montante inicial (em R$/MWh). Essa clusula muito semelhante quelas de contratos de opo verificados no mundo de finanas com a diferena, essencial, que h entrega do produto final, no sendo apenas troca de papis. Caso essa clusula no seja precificada corretamente, isso pode implicar em risco adicional ou perda de oportunidade vendedora, supondo que o custo de oportunidade a liquidao no mercado de curto prazo. Muitos outros exemplos poderiam ser construdos nessa linha, porm o importante absorver o conceito de porqu os contratos possuem flexibilidades em seu corpo: quase que a totalidade dos contratos de energia que possuem flexibilidades so motivados por alguma restrio de processo de produo, necessidade de disponibilidade futura de energia sob menores incertezas ou busca de instrumentos para mitigao de riscos. O problema que, muito mais que os derivativos financeiros, os derivativos dos mercados de energia possuem estruturas extremamente complexas, totalmente dependentes do agente e que podem ser funes de muitas variveis ou ainda de outros derivativos (Pilipovic, 1997, cap. 1-4 e Fusaro, 1998, cap. 1-6). Essas caractersticas dificultam significativamente o processo de gesto de riscos exigindo uma demanda muito maior de tempo no desenvolvimento de procedimentos e metodologias de avaliao de operaes, acompanhamento de carteiras e antecipao de movimentos do mercado. Dentro dessa gama de interesses, surgem duas vertentes principais que tem relao com o processo de compra e venda de energia no ambiente competitivo e com a gesto das carteiras de contratos. Do ponto de vista da mesa de comercializao, a tarefa principal calcular o valor justo de operaes, pois dessa forma haveria a possibilidade de

98

comparar estratgias, construir margens para negociao e definir spreads de compra e venda. Por outro lado, os interesses principais do Middle Office so acompanhar o desempenho da carteira e operaes individuais, recomendar estratgias de cobertura e alertar contra regies de perdas ou potenciais ganhos. Portanto, para o Middle Office, mtricas de risco e retorno derivadas de distribuies de probabilidades associadas com resultados financeiros de carteiras tem grande importncia. O problema que, formalmente, o Brasil no possui um mercado organizado de derivativos exigindo, portanto, alguma engenharia financeira para incorpor-los em contratos firmados no mercado de balco, em forma de flexibilidades contratuais. Mesmo havendo muitos trabalhos debatendo sobre o tema, consultar Loila (2002), Benson et al (2004) e Montano (2004), existem ainda duas questes que devem ser mais bem discutidas com o objetivo de alertar sobre a questo de mercados organizados de derivativos no setor de energia do Brasil. A primeira est relacionada com a viabilidade desses mercados organizados no setor energtico nacional, ou seja, quais seriam os reais benefcios que esses mercados trariam atividade de comercializao de energia e a sociedade como um todo. Para responder a essa pergunta deve-se estudar quais foram os fatores motivantes que culminaram na origem de mercados de derivativos ao redor do mundo, entender o funcionamento desses, analisar seu processo de expanso para depois trazer esse aprendizado ao plano brasileiro. A segunda questo tem ligao com as caractersticas de mercado, cenrio regulatrio, processo de formao de preos e operacionalizao das atividades. Mesmo que a implantao desses mercados seja extremamente benfica quando observado prisma sob o econmico-social, sua operacionalizao exige mudanas extremamente profundas, que poderiam adicionar restries srias ao seu sucesso. Alm disso, o mercado de balco (ACL) apresenta flexibilidade suficiente para a comercializao de derivativos, mas no possui a liquidez necessria para absorver o fechamento de posies ou implementao de estratgias financeiras. Adicionalmente, as questes de assimetria de informao e de agentes dominantes nesse mercado enfatizam a 99

pouca maturidade desse ambiente de comercializao no Brasil. No entanto, como em outros pases, a interao entre os mercados organizados e os de balco imprescindvel, ao menos no incio, para a formao de produtos e comercializao de derivativos (Nystedt, 2004). Apesar de extremamente interessante e importante, essas discusses a respeito de quais mercados so mais apropriadas, ou como proceder para implementar mercados organizados de derivativos no Brasil foge ao escopo desta dissertao. Ao invs, sero fornecidas, no decorrer do texto, referncias que trataram o tema com maior critrio e os tpicos que so de maior importncia nesse contexto sero discutidos apropriadamente. Neste trabalho o tempo dedicado para discutir o funcionamento desses mercados, entender os riscos que so possveis de gerenciar nesses ambientes, e os instrumentos que so comumente utilizados para realizar essa tarefa. O restante do captulo est dividido como segue. Na seo 5.2 feita a discusso terica sobre os mercados de derivativos considerando o processo de formao dos mercados organizados e de balco, seu funcionamento e agentes participantes desses ambientes. Estuda-se na seo 5.3 a estrutura dos principais instrumentos derivativos encontrados nos mercados, os tipos de riscos que eles ajudam a gerenciar e como utiliz-los para compor algumas estratgias de comercializao. A finalizao do captulo e suas implicaes no restante da dissertao so feitas na seo 5.4.

5.2 Mercados de Derivativos

5.2.1

Surgimento e Estruturao dos mercados de derivativos

financeiros

Instrumentos derivados de ativos financeiros subjacentes de referncia, os derivativos, tm razes anteriores Idade Mdia. Existe uma passagem no cdigo de Hammurabi, da Babilnia, datada de 1.800 AC, descrevendo os primeiros relatos do uso do 100

conceito de opo. Naquele tempo esses instrumentos comerciais eram utilizados basicamente na gesto de safras com a finalidade de estabilizar preos durante o ano, reduzindo o efeito de sazonalidade e escassez de produtos. Naturalmente, nesta poca no haviam mercados organizados ou instrumentos exticos e tampouco o arsenal tecnolgico e Internet que se tem disposio na atualidade. Porm, tanto nos dias de hoje quanto naquela poca, existe uma necessidade implcita na atividade de comercializao que ao mesmo tempo o pulmo e o corao desses mercados de derivativos: a gesto de riscos. Existem essencialmente muitas definies para risco sendo que nenhuma destas se enquadram de forma generalizada a todos os contextos. Expresses como incerteza, baixa probabilidade, perda, volatilidade ou eventos extremos freqentemente aparecem em qualquer discusso sobre o assunto. Se no simples definir risco de forma suficientemente geral, sua relao com aleatoriedade incontestvel. Informalmente, a questo de aleatoriedade pode ser resumida como a parte incontrolvel, imprevisvel e incerta de determinado fenmeno. Na fsica e na qumica, por exemplo, a aleatoriedade comumente entendida como o erro que se est sujeito quando um determinado experimento executado. Na economia, aleatoriedade compreendida como a conjuno de fatores no controlveis, que combinados, levam realizao de um cenrio econmico. Se informalmente a questo de aleatoriedade um conceito um tanto quanto abstrato, a partir de 1933, Kolmogorov fez com que essa definio se tornasse bastante clara quando descreveu a aleatoriedade utilizando elementos da teoria da medida (James, 2002). A definio probabilstica de aleatoriedade unida ao conceito de varivel aleatria e medida de probabilidade viabilizou o desenvolvimento de toda a rea de gerenciamento e mensurao de risco e precificao de instrumentos derivativos.

101

Nesta dissertao, a questo de risco estudada no contexto de risco de mercado, o qual funo principalmente de preo, volume e prazo podendo, no entanto, ter relao tambm com outros inmeros fatores como, por exemplo, variveis climticas e macroeconomia. De fato, para se ter uma idia da importncia da gesto de riscos no cenrio atual basta realizar uma apurao da literatura financeira das ltimas dcadas e notar a proporo desta que dedicada ao assunto de mensurao de riscos. Esse interesse acadmico foi catalisado pela formao dos mercados de derivativos, Harrison (2003). Os primeiros mercados organizados surgiram nos Estados Unidos a partir da segunda metade do sculo XIX e os instrumentos eram funes de commodities subjacentes. Em 1848 foi fundada a Chicago Board Exchange e o primeiro contrato de derivativo comercializado foi em 1859 sobre produtos agrcolas. Agricultores enviavam suas produes de gros para serem negociadas em Chicago por conta de sua infra-estrutura de transportes e localizao privilegiada. Aps o fechamento das transaes, a produo era escoada ao longo das estradas de ferro na regio dos Grandes lagos. O problema era que a sazonalidade intra-ano desses produtos traziam excesso de oferta em alguns meses do ano e falta em outros por conta de restries de cultivo e colheita. Os mercados futuros, lanados na Chicago Board Exchange, tiveram papel essencial na reduo de riscos dos produtores e consumidores de forma a mitigar grande parte de suas exposies ao mercado vista. Em 1877, comerciantes de metais criaram a London Metal Exchange com a finalidade de transferir seus riscos de preos a outros agentes atravs de operaes sobre futuros. No entanto, a grande expanso e sucesso desses mercados s se deram a partir dos anos 70 do sculo XX com o surgimento dos primeiros mercados organizados de derivativos financeiros. O cenrio econmico que forneceu a energia de ativao para o surgimento dos principais mercados organizados de derivativos financeiros era o verificado no incio da

102

dcada de 70. A ruptura do acordo de Bretton Woods6 e a conseqente adoo de regimes de taxas de cmbio flutuantes nos principais pases capitalistas desenvolvidos trouxe substancial aumento na volatilidade das taxas de juros e cmbios, implicando em grande incerteza para os agentes. Essa mudana repentina no comportamento das duas principais variveis financeiras inviabilizava a contratao em horizontes mais longos e dificultava notoriamente o processo de definio de preos dos produtos, j que aumentou incerteza na antecipao dos movimentos no mercado. O ambiente de incerteza foi alavancado pelos efeitos das duas crises do petrleo, que trouxeram aumentos significativos nos custos dos combustveis alertando o mercado para os efeitos desastrosos de movimentos adversos em variveis fundamentais (Farhi, 1998). Foi nesse cenrio que, em maro de 1972, surgem os primeiros mercados futuros de sucesso, baseado em cmbio. Lanados pela Chicago Mercantile Exchange (CMEX) esses derivativos possuam a libra esterlina, dlar canadense, marco alemo, florim holands ou yen japons como ativos subjacentes. Logo aps, surgiram os futuros sobre taxas de juros que foram lanados utilizando os ttulos do tesouro americano (U.S. Treasury Bonds) e os ttulos da dvida americana (T-Bills) como ativos subjacentes. O principal fato que justifica o sucesso extraordinrio atingido por esses mercados com relao a outros, como o New York Produce Exchange, que no obteve projeo relevante por conta de falta de interesse e liquidez, foi a busca dos agentes por proteo contra o ambiente de volatilidade financeira. Segundo Farhi (1998), a introduo de derivativos financeiros representaram uma resposta do mercado instabilidade das expectativas e ao acmulo das incertezas de curto prazo. Isso evidencia novamente que o plano de fundo por traz da estruturao desses mercados a necessidade de proteo dos agentes econmicos relacionado principalmente com a gesto de riscos especficos.
6

O acordo de Bretton Woods foi firmado em julho de 1944 em Bretton Woods e tinha como objetivo definir um sistema de regras, instituies e procedimentos para regular a poltica econmica internacional. Com ele foram estabelecidos o Banco Internacional para Reconstruo e Desenvolvimento e o Fundo Monetrio Internacional. A principal disposio do acordo era que os pases includos neste tinham a obrigao de implementar uma poltica monetria de forma a manter a taxa de cmbio de suas moedas dentro de uma determinada faixa percentual com relao ao ouro.

103

Inicialmente, o nico produto que era comercializado nesses mercados eram os chamados Contratos Futuros (Futures) que, resumidamente, consistem de acordos padronizados contendo termos para entrega futura de um certo ativo financeiro, em data e local pr-definidos, com preo pr-fixado e liquidao financeira feita com base em ajustes dirios. Em 1973, com a criao da Chicago Board Options Exchange (CBOE) foram introduzidos outros instrumentos, como as opes e swaps, resultando em um gigantesco crescimento do mercado de derivativos que foi explicado pela necessidade dos agentes pulverizarem seus riscos e cobrirem rapidamente suas posies em cenrios de movimentos adversos dos preos (Farhi, 1998 e Nystedt, 2004). Porm, a popularizao desses mercados no se deu apenas por conta do cenrio econmico ou pela introduo de novos instrumentos. Na verdade, a grande oferta de novos produtos nessas bolsas foi uma conseqncia do rduo investimento acadmico que ajudou a viabilizar a questo de avaliao de contratos e construo de estratgias. Dentro do gigantesco universo de contribuies, notoriamente uma das mais importantes (e tambm uma das mais populares) foi o modelo de precificao de opes de Black e Scholes (Black e Scholes, 1973) que permitiu, de forma simples, prtica e rpida aos agentes avaliarem qual seria o prmio justo de uma opo europia7, comparar estratgias de comercializao e acompanhar carteiras com base em algumas suposies sobre a dinmica dos preos e restries sobre os mecanismos de arbitragem do mercado. Esse trabalho abriu uma imensa porta para pesquisa e desenvolvimento e teve papel fundamental na introduo de instrumentos mais complexos. De fato, existem muitos trabalhos que debatem sobre a questo de inovaes financeiras. Uma das principais linhas de discusso argumenta que o processo de inovao financeira deve ter estrita relao com pesquisa acadmica a qual tem a funo de fornecer o flego e a direo necessria para catalisar a fase de implementao dessas inovaes ou ajudar na lapidao de uma determinada inovao financeira que no tenha atingido o desempenho esperado (Tufano, 2002).
7

Ver seo 6.2.3 para maiores detalhes.

104

Inmeros exemplos de inovao financeira podem ser citados. O Value at Risk (Meucci, 2007), tcnicas de avaliao de opes e grande parte da rea de engenharia financeira (Natenberg, 1994) tiveram forte influncia de desenvolvimento acadmico. Para maiores detalhes e uma gama maior de inovaes financeiras pode-se consultar Tufano(2002), que discute a questo sob as ticas econmica, social e tecnolgica. Outro fator que teve fundamental importncia no progresso desses mercados foi o processo de desregulamentao global dos mercados financeiros (GIRON et al, 1999) que propiciou um ambiente favorvel para novos investimentos, facilitando acesso ao crdito, padronizando procedimentos e aumentando o leque de oportunidades para gesto de capital. Independentemente dos fatores que explicam o incrvel desenvolvimento dos mercados de derivativos financeiros, o fato que esse mercado tem se tornado gigante. A tabela 5.1 ajuda a dar uma idia do tamanho desses mercados ao redor do mundo. O crescimento mdio no volume de dinheiro transacionado em contratos de derivativos financeiros gira em torno de 20% ao ano atingindo praticamente 10 Bilhes em 2005. Anlises adicionais podem ser encontradas em TREVIO (2005). Neste trabalho so coletados dados de diversas fontes para estudo do perfil desses mercados em diversas bolsas ao redor do mundo comparando estatsticas entre pases desenvolvidos e em desenvolvimento. So identificadas quatro principais tendncias desses mercados para pases em desenvolvimento. Primeiramente, existe uma consolidao das bolsas dentro dos pases por conta de fuses ou aquisies. Em segundo lugar, o movimento de cooperao entre as bolsas internacionais, atravs de memorandos de entendimentos de procedimentos (memoranda of understanding - MOUs), tem resultado em certa padronizao entre as bolsas permitindo que a competio seja dirigida por demanda, considerando os produtos oferecidos, e ajustadas por suas vantagens comparativas. A terceira tendncia refere-se preferncia por instrumentos financeiros ao invs de commodities. Isso pode ser explicado por uma soma de fatores. Inicialmente, os

105

mercados financeiros so mais regionais e a demanda por derivativos , em grande parte, local. Depois, derivativos financeiros tendem a atrair mais liquidez, pois exigem relativamente menos conhecimento tcnico sobre o ativo subjacente que nos mercados de commodities, alm de geralmente no apresentarem padres sazonais ou dependncias de variveis climatolgicas. Tambm, a liberalizao dos mercados de commodities tem incrementado a paridade entre os preos de commodities internacionais e domsticas fazendo com que a utilizao de contratos de derivativos financeiros combinados com outros derivativos comercializados fora dos pases de origem sejam mecanismos eficazes para mitigao de riscos de agentes locais.
Tabela 5.1: Quantidade nominal de derivativos financeiros transacionados em bolsas dentro e fora dos Estados Unidos de 1997 a 2005 em milhes de dlares. Fonte: Bank of International Settements. Futuros e Opes (Dentro de Bolsas) Quantidade Nominal de derivativos Financeiros (Milhes de dlares) Ano EUA No EUA Total Cresc. Acumulado 1997 905 1025 1930 1998 1033 1143 2176 14% 14% 1999 1106 1296 2403 7% 21% 2000 1314 1676 2989 19% 40% 2001 1579 2804 4382 20% 60% 2002 1845 4149 5994 17% 77% 2003 2172 5965 8137 18% 95% 2004 2795 6070 8865 29% 123% 2005 3525 6375 9900 26% 150%

Em quarto lugar, as bolsas esto mudando sua estrutura de forma a priorizar o lucro, o que implica no lanamento de produtos visando rentabilidade e minimizando a influncia poltica, que anteriormente possua peso substancial nas decises. Trevio (2005) tambm fez um estudo sobre a concentrao de transaes, em termos de volume, nas bolsas. Essa anlise importante, pois tem relao com risco de crdito, alavancagem de posies e custos de transao. Foi observada uma reduo na concentrao de volume das bolsas maiores com relao s menores. Quando a concentrao estuda comparando mercados, a autora encontrou uma maior estabilidade nos volumes comercializados no mercado de balco que nos derivativos comercializados em bolsas.

106

Em suma, estudando os mercados de derivativos financeiros pode-se concluir que Esses mercados tm crescido de maneira sustentada nos ltimos anos principalmente por conta da introduo de novos produtos e entrada de novos agentes. Essas caractersticas esto alinhadas com o que pode ser observado nos pases emergentes. Combinao de instrumentos e operao dentro de vrios mercados tem permitido aos agentes gerenciar seus riscos de forma muito mais eficiente limitando perdas e explorando potenciais de ganhos de forma a reduzir a volatilidade das receitas. Derivativos tambm contribuem para alocao eficiente de capital de forma a otimizar o resultado, facilitar fluxo de capitais entre pases e expandir oportunidades de diversificao da carteira. Os mercados de derivativos exercem dois papis fundamentais na economia de pases emergentes: melhorar o processo de descoberta de preos e aumentar a correlao entre os preos dos instrumentos derivativos e do mercado vista. Apesar dos derivativos multiplicarem a volatilidade do mercado em pocas de crise e abrir, algumas vezes, brechas para especulao danosa, eles no so os fatores causadores das crises as quais tem suas razes em polticas econmicas mal sucedidas ou regulao financeira ineficiente de forma a permitir que instituies construam posies altamente alavancadas. Estudo dos fatores motivantes e os objetivos dos mercados de derivativos mais desenvolvidos de extrema importncia para comear a entender o elo entre esses mercados e os de energia, os quais herdaram muitas das caractersticas dos mercados financeiros. Essa relao ser discutida apropriadamente nos tpicos posteriores. Porm, o fato dos mercados de energia absorverem os instrumentos financeiros como ferramentas para gesto de riscos especficos no por acaso. O sucesso e popularizao desses mercados tm facilitado o processo de comoditizao de bens como gs natural e energia eltrica fornecendo a experincia necessria para esses mercados mais jovens se desenvolvem de forma bem sucedida.

107

5.2.2

Mercados de Derivativos organizados e de balco:

Ambientes, funcionamento e agentes.

Derivativos so transacionados basicamente sobre dois tipos de ambientes: mercados organizados (Organized Derivatives Exchange - ODE) e mercados de balco (Over-the-Counter market - OTC). Apesar de alguns participantes do mercado operarem nos dois ambientes com o intuito de mitigar parcelas diferentes de seus riscos especficos, h inmeras diferenas estruturais e institucionais entre esses ambientes. Na verdade os mercados de balco antecedem os ODEs. Nos mercados OTCs so realizadas operaes bilaterais sendo os termos e condies contratuais definidos com base em barganha entre as contrapartes. Isso resulta em produtos personalizados de forma a atender os requerimentos especficos de cada contraparte (Nystedt, 2004). Itens como tamanho do contrato, qualidade da mercadoria-objeto, data de liquidao, local de entrega e preos so todos negociveis. Outra caracterstica desses mercados a sua descentralizao. Esse um fator importante, j que dessa forma possvel absorver caractersticas regionais dos agentes permitindo que os contratos sejam moldados de forma a mitigar muitos mais tipos de riscos podendo reduzir tambm custos de transao. O acesso aos mercados de balco tambm muito mais restrito, no por conta de barreiras regulatrias ou institucionais, mas por fatores do prprio mercado. A falta de liquidez e de transparncia nos preos faz com que eles sejam menos atrativos a especuladores, arbitradores e mesmo para agentes menores que buscam cobertura. Por conta disso, esse ambiente dominado por grandes empresas ou instituies que transacionam contratos com volumes elevados e com prazos geralmente mais extensos que os comercializados nos mercados organizados. As grandes empresas tendem a ter maior tolerncia a riscos por conta de eventual vantagem competitiva com relao a seus concorrentes que pode ser dada, por exemplo, por ganhos de escopo e escala, j que muitas vezes elas conseguem entrar mais facilmente em

108

novos mercados sem grande esforo adicional. Como elas possuem participao elevada em seus nichos de mercado, podem ter tambm maior flexibilidade na gesto de receitas ou custo de capital. No entanto, como muitas dessas instituies ou empresas tm compromissos com acionistas e geralmente possuem departamentos internos de planejamento e gesto de risco, elas geralmente utilizam o mercado de balco para moldar contratos de forma a enquadrar seus nveis de risco dentro de limites gerenciveis, assegurando resultado por horizontes de tempo maiores, porm exigindo flexibilidade suficiente para no perderem eventuais oportunidades de ganho. O crescimento desses mercados pode, em grande parte, ser justificado por esses motivos, Fusaro (1998) e Pilipovic (1998). Os participantes buscam instrumentos que no so encontrados nos mercados financeiros com o intuito de mitigar riscos especficos, os riscos idiossincrticos, e por isso aceitam entrar em um ambiente com pouca liquidez, formao de preos pouco transparente e risco de crdito maior. No entanto, ao contrrio do que pode parecer, esse mercado bastante maduro, havendo preocupao constante dos agentes com respeito investimentos em pesquisa e desenvolvimento para melhorar o processo de descoberta de preos, engenharia financeira e gesto de riscos, gerando um processo contnuo de aprendizado que pode ser observado atravs do nvel de inovaes financeiras que so incorporadas dentro desse ambiente. Se por um lado a flexibilidade encontrada nesses mercados atraente para uma parte dos agentes, por outro a falta de liquidez implica na quase inexistncia de contratos com liquidao antecipada reduzindo significativamente as chances de travamento da posio e mecanismos de stop loss. Isso implica em um aumento relevante no risco de crdito dos agentes, j que as perdas no so rateadas no ambiente de mercado e sim absorvidas por uma das pontas do contrato e, caso essas sejam de grande magnitude, existe a possibilidade dos termos e condies contratados no serem honrados (Lozardo, 1998). Na maioria das transaes realizadas nesse mercado a liquidao realizada no fechamento de perodos especificados em contrato e geralmente nenhum desembolso feito em momento anterior, a menos que hajam requerimentos de garantias ou opes embutidas.

109

Tambm no so feitos ajustes (marcao ao mercado) nem so requeridos depsitos de margens de reservas, contrapondo-se ao que acontece, por exemplo, nos mercados futuros. Com relao s garantias contratuais, essas so geralmente especificadas em contrato, porm algumas vezes as instituies responsveis por registrar operaes podem exigir garantias adicionais. Ainda, em casos no muito comuns, pode haver a presena de colaterais na transao, Fusaro (1998). A regulao nesse ambiente geralmente apresenta menos restries que as observadas nas ODEs. No caso brasileiro, para o mercado de ativos ou commodities agrcolas e metais preciosos, papel da CVM (Comisso de Valores Mobilirios) registrar e acompanhar o desempenho dos agentes e definir as fronteiras regulatrias. No caso do setor de eletricidade esse papel executado pela CCEE (Cmara de Compensao de Energia Eletrica) e pela ANEEL (Agncia Nacional de Energia Eltrica), respectivamente. Os mercados organizados de derivativos podem ser considerados como uma evoluo dos mercados de balco com o intuito de contornar alguns dos problemas encontrados nesse ltimo. Primeiramente, o escopo das negociaes entre compradores e vendedores reduzido exclusivamente a preos, sendo os outros termos e condies contratuais padronizados de forma a atender requerimentos de qualidade do bem-objeto, local e procedimentos de entrega e prazos. Essa padronizao dos contratos traz liquidez ao mercado, permitindo que os contratos sejam comparveis, transferveis e liquidados a qualquer momento no tempo (Farhi, 1998). Uma diferena essencial entre os mercados de balco e as bolsas a existncia das cmaras de compensao de operaes (Clearing House), que podem tanto ser departamentos internos s bolsas, quanto organizaes independentes. Nos mercados organizados, as cmaras de compensao assumem as duas pontas do contrato fazendo com que as contrapartes reais dos contratos permaneam no anonimato. Isso possvel devido padronizao dos produtos comercializados nas bolsas e porque para cada posio comprada existe uma respectiva posio vendida. Esse mecanismo traz pelo menos dois

110

ganhos diretos: no necessrio um processo de seleo de contrapartes como acontece nos mercados de balco e, mais importante ainda, existe uma reduo significativa no risco de crdito dos agentes j que a cmara de compensao garante a liquidao financeira de todas as operaes (Lozardo, 1998). A operacionalizao das transaes, liquidao financeira e os ajustes de margens dentro do ambiente de mercado so feitos com base nas posies em aberto. Para uma posio ser considerada em aberto necessrio que um contrato seja celebrado e que sua liquidao seja executada pelo menos um dia aps a realizao da operao. Quando uma posio assumida e liquidada no mesmo dia (day trade), ela registrada e contabilizada no volume de negcios realizados, mas no altera a quantidade de contratos em aberto. Com relao liquidao, tem-se um jogo de soma zero j que, em um dado perodo de liquidao, o montante financeiro das posies com prejuzo igual ao das posies com lucro. Apesar disso, o fluxo financeiro das transaes sempre passa pela cmara de compensao que recebe os valores das partes com perdas e os repassa s contrapartes que auferiram ganho, descontando desse total os valores referentes aos custos de transao, que so direcionadas aos intermedirios, geralmente corretoras, e Bolsa e sua Cmara de Compensao. Como o saldo lquido de posies da cmara de compensao e seu resultado financeiro associado so nulos, conclui-se que no h gerao de riqueza dentro desse ambiente, existindo apenas transferncia de renda entre agentes com posies ganhadoras e perdedoras, Farhi (1998). Por outro lado, as bolsas no assumem todo o risco de crdito dos agentes, o que ela faz criar mecanismos para garantir as liquidaes dos contratos e minimizar os efeitos de inadimplncia. Inicialmente so definidos requerimentos de margem para as transaes. Desta forma, tanto a contraparte que compra quanto a que vende precisa depositar uma quantia inicial, especificada pela bolsa, e que pode variar dependendo da volatilidade do ativo subjacente e do tipo de operao a ser realizada, no momento em que o contrato firmado. Esse depsito pode ser constitudo de ttulos pblicos, ativos financeiros de primeira linha, avais bancrios ou, mais raramente, depsitos em dinheiro os quais so remunerados pelas 111

taxas correntes para aplicaes de curto prazo. Em caso de inadimplncia, essa margem utilizada para cobrir os dficits do agente e, no caso em que ambas contrapartes honram suas obrigaes, esse montante devolvido no dia posterior ao encerramento das operaes (Lozardo, 1998). Especificamente nos mercados futuros, as transaes so marcadas ao mercado o que implica em ajustes dirios no valor dos contratos fazendo com que uma das contrapartes tenha que depositar a diferena do valor do dia anterior com relao ao valor de fechamento do prximo dia, gerando um crdito outra contraparte. Esses ajustes tm o intuito de atualizar o valor financeiro das operaes. Com esse mecanismo a cmara de compensao restringe qualquer perda ao horizonte de um dia. Caso uma das contrapartes no efetue o depsito requerido, declara-se inadimplncia do devedor. Nesse caso, as posies do agente inadimplente so imediatamente liquidadas e a margem de reserva inicial utilizada para cobrir os valores devidos. Se ainda houver dficit, a corretora que representa o agente chamada para cobrir o montante excedente. Para reduzir ainda mais as chances de inadimplncia, so impostos limites operacionais tanto para pessoas fsicas quanto para jurdicas, objetivando manter os nveis de risco assumidos pelos participantes do mercado em patamares gerenciveis pelas Bolsas. Outra caracterstica dos mercados financeiros de derivativos que a entrega fsica da mercadoria rara totalizando menos de 1% do total de contratos transacionados (Farhi, 1998). Nos outros 99% dos casos a liquidao financeira feita por diferena ou os montantes financeiros envolvidos so transferidos entre as contrapartes no tendo relao nenhuma com o mercado fsico. Desta forma, uma das principais funes das ODEs dividir o mercado em duas partes, uma responsvel apenas pela liquidao financeira e outra que trata do bem-fsico. Isso ajuda a expandir o mercado para um nmero muito maior de participantes, reduz toda a burocracia e problemas de logstica de entrega do bem fsico e permite que o mercado tenha grande liquidez. Alm disso, posies assumidas por participantes so comumente encerradas anteriormente data de vencimento do contrato atravs da realizao de uma operao inversa. Por exemplo, um agente que comprou um 112

contrato futuro em abril com vencimento em dezembro pode, em julho, fechar sua posio vendendo um contrato futuro com vencimento em dezembro. Como a contraparte do contrato a prpria cmara de compensao, efetua-se a liquidao financeira dessa estratgia transferindo ao agente o diferencial financeiro da operao, encerrando assim suas obrigaes com relao a ambos contratos. O fechamento de posies anterior ao vencimento raro nos mercados de balco, a menos que haja acordo entre as contrapartes, por conta dos contratos no serem equiparveis nesse ambiente e por restries de falta de liquidez (Fusaro, 1998). Uma das principais vantagens das bolsas com relao aos mercados de balco justamente o processo de formao e publicao de preos. Nos setores onde no existem bolsas de valores vem-se processos de formao de preos menos eficientes. No mercado de balco as curvas de mercado so formadas lentamente a partir de pesquisa e barganha. Tambm necessrio dedicar maior esforo quantitativo para interpolar curvas de preos ou construir metodologias especficas do usurio para valorao de novos produtos. Por outro lado, nos mercados onde existem ODEs, tem-se disponvel cotaes de preos em freqncias muito maiores e de maneira totalmente transparente, pois as informaes do prego so de domnio pblico e disponibilizadas na maioria dos veculos de comunicao de alta circulao gerando, dessa forma, maior aprendizado sobre o mercado. De fato, o funcionamento das cmaras de compensao depende dessa transparncia dos preos, j que, dessa forma possvel fazer com que as operaes realizadas dentro de um dia sejam financeiramente equiparveis s realizadas em preges anteriores. Particularmente, o preo de fechamento, chamado tambm de "preo de ajuste" utilizado como a referncia oficial para determinao de requerimentos de margem e realizao de ajustes financeiros em contratos quando necessrios (Lozardo, 1998). Embora em termos estruturais os dois ambientes sejam significativamente diferentes, na prtica existe interao entre esses dois ambientes, podendo haver, inclusive, concorrncia agressiva.

113

Nos ltimos anos, muito tem se falado sobre a manuteno do sucesso das ODEs, j que tem ocorrido uma forte expanso dos mercados balco em todo o mundo (Nystedt, 2004). Os motivos desse crescimento so os discutidos anteriormente, porm a perda de competitividade das Bolsas tem ocorrido por fatores um pouco distintos. A forte regulao, os relativamente altos custos de transaes, o fato de que existem tipos de riscos que nunca podero ser cobertos pelos instrumentos comercializados nesse ambiente e a oferta pelos mercados de balco de instrumentos muito semelhantes aos financeiros tm trazido certa incerteza quanto viabilidade dos mercados organizados em momento futuro (Nystedt, 2004). Algumas linhas de estudo tm surgido nessa direo discutindo basicamente o papel de inovao financeira, que nesse contexto entendida como a introduo de novos instrumentos no mercado que tenham aceitao e liquidez e que consigam mitigar uma parcela dos riscos dos agentes, que anteriormente no eram passveis de serem cobertos pela combinao dos instrumentos existentes, ou questionando a funo desses mercados em ambiente mais competitivo de comercializao. Nystedt (2004) faz uma boa reviso dessa literatura e tambm apresenta sua contribuio de forma a fornecer diretrizes para evoluo das ODEs de maneira a que elas tenham convvio sadio com as OTCs. Precedendo a discusso de quais seriam as alternativas para os mercados organizados no perderem competitividade em seu nicho de mercado necessrio analisar quais so as interseces entre os dois ambientes e estudar a relao de aprendizado entre os mercados. Apesar dos mercados de balco serem mais antigos, o desenvolvimento das ODEs teve influncia fundamental na evoluo desses mercados, principalmente por ajudar o processo de descoberta de preos. Os ODEs servem, em muitos casos, como balizadores de preos para os mercados de balco e mesmo produtos bastante especficos desse ambiente geralmente tm seus preos formados como funo de subjacentes encontrados nos mercados organizados (Fusaro, 1998). Esse fato, juntamente com o forte investimento em anlise quantitativa e pesquisa acadmica, trouxeram muitos ganhos

114

eficincia dos mercados de balco, reduzindo significativamente brechas para arbitragem, precificao errnea de operaes e fornecendo tambm indicao de preos futuros. Outro ponto que mesmo agentes que comercializam por ofcio nos mercados de balco, tem recorrido aos ODEs para cobrir risco financeiro ou buscar liquidez em ambiente de instabilidade financeira. impressionante a criatividade das empresas com respeito construo de estratgias objetivando reduzir exposies e capturar oportunidades de ganho. Com relao a isso, tanto produtores, transformadores, instituies financeiras ou usurios finais tendem entrar em vrios mercados, combinar diferentes ativos, realizar vendas descobertas ou alavancar posies como parte de suas estratgias comerciais. Esse vai e vem dos agentes uma indicao de que esses mercados tm papis distintos (Nystedt, 2004). Com efeito, existe uma certa especializao em alguns tipos de produtos que permite aos participantes realizar uma gesto muito mais eficiente de seus recursos. No caso dos mercados organizados, os cartes de visitas so os derivativos sobre ativos financeiros que possuem liquidez excepcional e permitem mitigao de risco cambial, travamento de taxas de juros ou aderncia do fluxo de vendas com alguma curva de custos, Trevio (2005). Adicionalmente, pode-se encontrar nesses mercados os instrumentos necessrios para garantir estabilidade das receitas reduzindo efeito de sazonalidade e diminuindo impacto da variao de preos. J nos mercados de balco o atrativo a possibilidade de introduzir criatividade aos contratos. Por exemplo, adicionar gatilhos sobre preos, negociar qualidade do ativo objeto, transacionar Swaps, Swaptions ou algum tipo de opo extica so algumas das prticas comumente utilizadas pelos agentes. Dessa forma possvel transformar o contrato em um produto sob medida para o usurio, mas perdendo, em contrapartida, a liquidez e a garantia de que o contrato ser honrado at o final de sua vigncia. Suponha um agente que tenha interesse em cobrir sua demanda por energia eltrica em 100 megawatts mdios por um ano completo e que, por conta de um estudo histrico descubra que sua linha de produo tem cerca de trs picos no consumo mensal de cerca de 10 megawatts mdios cada um, em meses que ele no consegue prever com menos de 5 dias de antecedncia.

115

Seria de interesse para esse cliente adquirir um contrato que, em termos gerais, entrega os 100 megawatts mdios de energia durante o ano e fornea o direito dele aumentar o montante em um ms especfico em 10 megawatts mdios por 3 vezes no ano com um praviso de no mximo 5 dias. Esse tipo de contrato um caso particular dos Swing Options que so muito utilizados no setor de energia. Em mercados organizados, os quais possuem contratos padronizados, no haveria a possibilidade desse cliente atender suas necessidades a no ser que ele conseguisse formular uma estratgia complexa de negociao, o que exigiria dedicao em engenharia financeira e maior estudo de seu processo produtivo. Em termos sucintos, ocorre que o papel das bolsas e dos mercados de balco so complementares na grande maioria dos casos, e a concorrncia conseqncia do desenvolvimento desses mercados. Nesse sentido, Nystedt (2004), props um modelo para avaliar qual o papel desses mercados, dentro de seu ambiente de funcionamento, e definir possveis diretrizes para desenvolvimento futuro dos mercados. A concluso principal desse trabalho que os mercados de balco e as Bolsas podem coexistir em equilbrio e que mudanas na estrutura dos mercados organizados podem adequ-los ao ambiente de competio que est surgindo. Segundo o autor h basicamente trs aes claras que poderiam ser aplicadas nesses mercados. A primeira baixar os custos de transao, pois esses fazem alguns dos agentes participantes dos ODEs buscarem os mercados de balco, j que dessa forma eles conseguem menor imobilizao de capital conseguindo, assim, maior flexibilidade na gesto de suas carteiras. Outra alternativa seria os mercados organizados moverem seu foco sobre produtos que tenham ativos subjacentes com preos volteis, pois a averso ao risco de crdito dos agentes pertencentes ao mercado de balco aumenta com a varincia do ativo subjacente, incentivando comrcio dentro das Bolsas. A ltima ao referente extenso dos servios oferecidos pelas cmaras de compensao aos mercados de balco, permitindo que os participantes desse mercado reduzam uma parcela de seus riscos de crdito e ajustem muitos mais tipos de risco especficos. Naturalmente, outros trabalhos fornecem diferentes descobertas sugerindo, por exemplo, necessidade de aumento de regulao sobre os mercados de balco, para evitar experincias como as observadas pelo LTCM (Long Term Capital Market) ou, mais recentemente, pela Enron. Rahi et al (2004) argumentam que uma questo crucial para as

116

Bolsas o papel de especuladores e arbitradores que vo ao mercado em busca de oportunidades de ganho e que em troca fornecem liquidez ao mercado. Esses agentes diferenciam-se dos demais por no buscarem cobertura de posies, aceitando assumir algum risco em troca de oportunidades de ganhos. Nesse trabalho Rahi et al (2004) justificam que o motivo pelos quais muitos produtos lanados pelas Bolsas tiveram baixo desempenho foi porque eles poderiam ser construdos a partir de uma combinao de instrumentos j existentes. Independentemente do ambiente de operao e de sua estrutura institucional e funcional, importante entender o papel e objetivo de cada agente no mercado. Essa discusso realizada a seguir.

5.2.2.1 Hedgers O objetivo dessa classe de participantes do mercado essencialmente cobrir riscos. Esse grupo constitudo basicamente de produtores e transformadores, os quais tm relao direta ou indireta com o ativo fsico subjacente. As estratgias adotadas por essa classe de agentes esto geralmente relacionadas com travamento de margens e reduo de volatilidade na carteira, porm o nvel de averso ao risco de cada participante depende de sua flexibilidade para gerenciar seus custos e processo produtivo. Um produtor que utiliza o mercado de derivativos para assegurar um preo de venda para seu produto faz um hedge de venda. J um transformador buscando instrumentos para travar o preo de compra de uma matria-prima est realizando um hedge de compra. Um hedger pode utilizar tanto o mercado de balco quanto o mercado organizado para construir seus mecanismos de cobertura, porm eles no necessariamente travam seus resultados completamente. Muitas vezes esses agentes conseguem ou decidem reduzir apenas parcialmente seus riscos. Nesses casos, eles podem ficar expostos volatilidade do mercado vista e realizar perdas caso os preos movam-se desfavoravelmente.

117

Grande parte do mercado de balco , de fato, formado por hedgers (Lozardo, 1998) e Fusaro, 1998). O motivo da no padronizao de contratos nesse ambiente justamente a necessidade desses agentes de cobrir riscos especficos de seu processo de produo, regio ou setor de atividade estando dispostos a pagar um diferencial por esses produtos personalizados. Uma parcela considervel da criatividade empregada no setor de engenharia financeira dedicada formulao, avaliao e acompanhamento de derivativos exticos, criados em conseqncia dessas transaes. Enquanto nos mercados de balco os hedgers buscam contratos personalizados, nas bolsas eles buscam liquidez e pulverizao de seus riscos (Nyestedt, 2004). De fato, pode ser provado que o efeito de diversificao benfico para a carteira do ponto de vista de reduo de riscos, pois escolhendo ativos correlacionados negativamente faz com que haja diminuio na varincia total dos resultados, adicionando certa resistncia contra perdas quando apenas uma classe especfica de ativos apresenta desempenho ruim. Aumento na volatilidade dos preos, inverses de tendncias ou descasamento de mercados so relativamente comuns nos mercados financeiros e constituem a regra e no a exceo. Nesse ambiente, os hedgers aproveitam a liquidez disponvel para travar rapidamente suas posies ou inverter estratgias tendo como meta primordial minimizar o efeito de variveis de mercado em suas receitas. Em termos de estratgia, a liquidez traz uma mudana bastante benfica para os hedgers. Nos mercados de balco um tempo razovel dedicado construo de contratos, barganha e negociao, leitura do estado atual e futuro do mercado tornando o processo de negociao muito mais lento, nas Bolsas, especialmente no mercado de derivativos financeiros, existe a possibilidade de reverter posies muito rapidamente de forma que estratgias podem ser montadas e remontadas de acordo com a necessidade dos agentes. Isso enfatiza o processo de tomada de deciso a que um hedger est sujeito para implementar gesto de seus riscos em cada um dos ambientes. Um maior cuidado, esforo quantitativo e tempo so requeridos nos mercados de balco, j que operaes permanecem na carteira por muito mais tempo. Tambm, os instrumentos no padro so mais complexos de serem avaliados. Dentro desses mercados esses agentes enfrentam muitas 118

vezes o desafio de construir curvas para novos produtos ou perpetuar as existentes para horizontes de tempo em que no existem cotaes no mercado (Pilipovic, 1998). Nos mercados organizados, apesar de haver mecanismos que permitam que uma carteira tenha a rotatividade desejada pelo agente, permitindo que alguns tipos de riscos sejam controlados de forma muito mais eficiente, riscos especficos do agente (e no do mercado) talvez nunca possam ser geridos dentro desse ambiente por conta de insuficincia de produtos e inflexibilidade nos termos e condies contratuais. Hedgers geralmente so maiores que os especuladores e arbitradores em termos de patrimnio e tendem a ter um conhecimento muito maior do mercado por conta de participarem da cadeia produtiva diretamente e por geralmente possurem departamentos para controle e gesto de riscos e planejamento de longo prazo. No entanto, eles so muito mais avessos ao risco que especulares e arbitradores os quais buscam no mercado a realizao de ganhos assumindo para isso certa quantidade de risco. Pode-se ento definir o hedger como o participante do mercado que se preocupa com a minimizao de riscos, reduo de exposies, controle de receitas e garantia de resultado ao invs de maximizao de lucro (Lozardo, 1998). Suas aes e estratgias so construdas de forma a assegurar que seu patamar de risco est em linha com seu nvel de averso ao risco raramente utilizando o mercado para implementar operaes especulativas. 5.2.2.2 Especuladores Um especulador adentra aos ambientes de mercado com a inteno nica de obter lucros. Sua preocupao principal no a mitigao de riscos sendo que, na quase totalidade das vezes, eles no tm relao alguma com os ativos ou commodities subjacentes. Naturalmente, as estratgias dos especuladores esto relacionadas com atividade especulativa, ou seja, obteno de ganhos, preferencialmente de curto prazo (Farhi, 1998). Isso indica que especuladores so investidores que no tem preocupao com gesto de longo prazo de suas carteiras, nem cobertura de riscos especficos ou maximizao do volume de negociaes. Eles buscam nica e exclusivamente lucro.

119

No entanto, esses agentes tm papel fundamental dentro dos mercados. Primeiramente, os especuladores so muito mais numerosos que os hedgers, principalmente nos mercados financeiros. Outro ponto a forma com que esses agentes atuam nos mercados. Enquanto hedgers buscam garantia, proteo e pouca incerteza, especuladores trabalham com expectativas e preferem geralmente mercados mais volteis (Nystedt, 2004 e Lozardo, 1998). Alm do mais, esses agentes tendem a mover-se dentro de diferentes Bolsas, comprando e vendendo diversos instrumentos e buscando adequar suas estratgias de acordo com suas expectativas. O volume de negcios realizados por especuladores muito maior que o dos hedgers. Eles abrem e fecham posio a todo o momento e raramente carregam uma operao at o vencimento. Por conta dessa alta rotatividade de transaes, esses agentes injetam muita liquidez nos mercados onde participam permitindo aos hedgers uma cobertura muito mais eficaz de seus riscos. A motivao dos mercados gira em torno de transferncias de riscos e, portanto, se uma ponta do contrato est reduzindo uma parcela de seus riscos porque a outra contraparte decidiu incorporar esse risco em sua carteira. Naturalmente, esse mecanismo de transferncia de riscos no deve ser observado considerando apenas um contrato isolado, porm, como regra geral, os especuladores so responsveis por assumir grande parte do risco dos hedgers. Especuladores assumem tambm riscos de outros especuladores. Por exemplo, um agente que tem expectativa de queda de preos poder vender um contrato futuro na tentativa de recompr-lo mais barato quando o movimento esperado se consumar, enquanto que outro agente com expectativa contrria comprar um contrato futuro com o objetivo de vend-lo mais caro em outro momento. nesse ambiente de diferentes expectativas que o especulador realiza seu jogo absorvendo ganhos quando o mercado move-se favoravelmente e realizando perdas caso contrrio. Nos mercados de balco esses agentes so mais escassos e atuam de forma secundria. Primeiro porque exigido um conhecimento muito mais especfico do setor alvo para uma atuao bem sucedida nesses ambientes e depois porque especuladores 120

necessitam de liquidez e mecanismos para mudar estratgias rapidamente, de acordo com suas expectativas, o que praticamente inexiste nesses mercados (Fusaro, 1998). Os especuladores geralmente trabalharem com estratgias mais arriscadas que hedgers, mas eles necessitam ter alguns procedimentos de gesto de risco. Os especuladores geralmente negociam por meio de alguma corretora ou instituio intermediria que fornecem a eles informao sobre os mercados, alguma medida de anlise tcnica e fundamentalista e orientao sobre ativos mais recomendados. Munido dessas informaes e de seus modelos feito em casa esses agentes tendem construir estratgias de forma a adequar suas posies a seus nveis de averso ao risco (Pilipovic, 1998). Alguns dos especuladores mais bem sucedidos tm conhecimentos especficos sobre o setor, fortes habilidades analticas e mecanismos para adicionar dinmica suas tomadas de deciso, como softwares para orientar deciso ou mesmo modelos prprios que permitem indicar os prximos passos a serem seguidos, dado o estado atual do mercado. Deve ser ressaltado tambm que especuladores, por conta de realizarem inmeras operaes dentro dos mercados, tm papel fundamental na melhora de eficincia dos mercados. Sua atuao, juntamente com a dos arbitradores, que so discutidos na prxima subseo, tendem beneficiar drasticamente o processo de formao de preos reduzindo brechas para arbitragem, garantindo robustez dos mercados a grandes agentes (poucos agentes no conseguem mover o mercado sozinho), e garantindo que a dinmica dos preos seja gerida por leis de oferta e demanda (Fusaro, 1998 e Lozardo, 1998). Portanto, os especuladores podem ser vistos como peas-chave nos ambientes de mercados, principalmente nos ODEs, j que so responsveis por adicionar liquidez ao mercado, melhorar o processo de formao de preos, assumir os riscos dos hedgers e trazer aumento na eficincia dos mercados.

5.2.2.3 Arbitradores Para entender a forma de atuao dessa classe de agentes importante conhecer o conceito de arbitragem e sua relao com a eficincia dos mercados. No jargo do setor,

121

arbitragem entendida como ganho sem risco, ou seja, ganho certo. Assim sendo, mercados eficientes tm menos brechas para realizao de arbitragem e mercados menos eficientes mais oportunidades. A dinmica dos mercados de derivativos extremamente complexa e regida por inmeros fatores latentes que podem ir desde macroeconomia at variveis climticas. Portanto, de se esperar que, em algum momento, o movimento do mercado fuja dos nveis considerados normais gerando, aos que antecipam esse fenmeno, oportunidades de ganhos sem riscos (Farhi, 1998). O fenmeno de arbitragem est ligado principalmente com essas anomalias intrnsecas aos mercados que fazem com que alguns agentes consigam auferir lucros sem, em contrapartida, assumir riscos. Nesse nicho de mercado que os arbitradores atuam. Esses agentes caminham entre diferentes mercados e ambientes em busca de discrepncias de preos. Ao enxergarem uma oportunidade de arbitragem realizam rapidamente suas estratgias e capturam os ganhos resultantes. A atuao dos arbitradores geralmente rpida. Como de se imaginar, as anomalias tendem ter baixa persistncia e eventuais desnveis no mercado se revertem de forma instantnea. No entanto, para atingir o resultado inicialmente predito, esses agentes muitas vezes tem que carregar suas estratgias at o vencimento o que pode implicar, algumas vezes, em alguma sorte de riscos. No mercado de opes, por exemplo, qualquer sub ou sobre estimao no prmio de opes de compra e de venda, ao menos na teoria, gera ganhos ao agente que conseguir detectar esse fenmeno. Para realizar esses ganhos um agente poderia construir uma estratgia sinttica utilizando combinaes de futuros e opes com o intuito de, no vencimento, capturar o lucro inicialmente previsto. O

problema que, dependendo do tipo de estratgia realizada, pode haver perda de valor no tempo, reduzindo o ganho inicialmente projetado. Nesse caso, o arbitrador, apesar de detectar uma oportunidade que teoricamente seria sem risco, na prtica, est exposto a algum tipo de risco de mercado que pode ter relao com maturidade do derivativo, volatilidade do ativo subjacente ou direo do mercado. Para maiores detalhes sobre construo de estratgias utilizando opes e futuros consultar Natenberg (1994).

122

Arbitradores tambm tm papel importante no ambiente de mercado. De fato, eles tm relao principalmente com a eficincia dos mercados. Primeiro, a presena de muitos arbitradores dentro de um mercado indicao de que existe altos ndices de ineficincia no processo de formao de preos tanto de ativos subjacentes como de seus derivativos. Mais importante ainda, a conseqncia da ao desses agentes uma melhora na eficincia dos mercados. Ao detectar oportunidades de arbitragem esses investidores atuam, auferindo seus lucros, porm trazendo os preos do mercado sua trajetria normal. Esse fator de extrema importncia j que assegura que o mercado responder a leis de oferta e demanda, no permitindo uma ruptura bruta na estrutura do mercado, o que poderia ocasionar um Efeito Manada, estimulando compras ou vendas em massa pelos agentes de mercado. Por exemplo, caso haja uma percepo do mercado de que o diferencial de preos entre a gasolina e o petrleo bruto est menor do que deveria ser, haver um movimento do mercado de forma a aumentar as compras de contratos de gasolina (elevando os preos) e vendas de contratos de petrleo bruto (reduzindo os preos) de forma a normalizar o diferencial de preos entre os ndices. Aps isso, esses arbitradores revertero suas posies (vendero os contratos de gasolina e compraro os contratos de petrleo bruto) e contabilizaro os lucros associados com essa estratgia. Existe um aprendizado rpido dentro dos mercados fazendo com que oportunidades de arbitragem observadas anteriormente no mais se repitam. Assim sendo, arbitradores procuram mercados menos eficientes como, por exemplo, mercados emergentes que so mais volteis e tendem a apresentar mais oportunidades para arbitragem (Fusaro, 1998). Outro fator importante que necessria muita destreza para detectar essas oportunidades de ganho sem risco de forma que muitos agentes podem realizar grandes perdas quando pensam ter visualizado uma dessas chances. De fato, o espao para arbitragem nos mercados financeiros tem diminudo drasticamente. Ao contrrio, nos mercados de energia, existe ainda muita margem para essa classe de agentes atuar dado que esses mercados esto em processo de desenvolvimento e estruturao (Fusaro, 1998). Por outro lado, como esses mercados so especficos, h tambm maior chance de realizao de perdas fazendo com que muitos agentes prefiram ficar fora desses ambientes.

123

Desta forma fica mais simples entender o papel dos arbitradores nos ambientes. Esses agentes, por buscarem operaes visando ganhos sem assumir riscos, garantem que os preos de mercado sempre estaro em nveis considerados normais. Isso implica em melhoras na eficincia desses mercados e assegura que o processo de preo ser dominado por leis de oferta e demanda mantendo robustez na estrutura dos ambientes.

5.3 Produtos comercializados nos mercados de derivativos e gesto de risco

Tanto nos mercados de balco quanto nas Bolsas existem algumas classes de produtos derivativos oferecidos para os agentes realizarem suas operaes. A combinao desses instrumentos oferece uma ampla gama de estratgias de comercializao permitindo aos participantes gerenciarem suas carteiras, ajustarem seus nveis de risco e capturarem oportunidades de ganho. A seguir sero apresentados os principais produtos derivativos comercializados nos ambientes organizados e de balco e uma introduo sobre formulao de estratgias e gesto de risco utilizando esses instrumentos.

5.3.1

Mercado Futuro (Future Market)

5.3.1.1 Os contratos e o mercado Os mercados futuros formam a espinha dorsal das Bolsas de derivativos pelo menos por duas grandes razes. A primeira relacionada com formao e desenvolvimento dos mercados organizados e a segunda com o papel desses contratos no ambiente. De fato, contratos futuros so os cartes de visitas dos mercados organizados, pois, alm de serem os primeiros produtos a serem comercializados no piso das Bolsas, tambm servem como termmetro para mensurar sua sade e atratividade aos investidores.

124

O sucesso das Bolsas depende diretamente da aceitao de seus contratos futuros que pode ser medida, por exemplo, atravs da liquidez do mercado (Farhi, 1998). O segundo motivo refere-se funcionalidade desses contratos. Mercados futuros servem de base para formao de preos em muitos outros mercados incluindo alguns dentro do ambiente de balco (Fusaro, 1998). Por conta disso, eles possuem funo fundamental na estruturao e lanamento de novos produtos alm de terem relao estreita com opes (essa relao ser discutida posteriormente) permitindo que o processo de diversificao de riscos seja muito mais abrangente. Em termos sucintos, contratos futuros fornecem meios para contratao futura de uma mercadoria-objeto a um preo pr-fixado. Esses contratos so altamente padronizados de tal forma que a qualidade do bem-objeto, a quantidade alvo do contrato, o local e forma de entrega, o vencimento e quaisquer outros aspectos especficos da mercadoria sejam prdefinidos. A nica varivel de negociao preo. A conjuno de regras impostas aos contratos futuros permite a construo de mecanismos dentro do ambiente das Bolsas, as quais seriam complexos ou mesmo impossveis de serem elaborados nos mercados de balco. Primeiramente, h a possibilidade de liquidao antecipada dos contratos futuros, o que geralmente no ocorre nos similares do mercado de balco. Ter a chance de liquidar transaes em data anterior ao vencimento permite aos agentes cobrirem seus riscos de forma muito mais eficiente, j que eles podem definir qual o melhor momento para fechar uma posio, tendo maior controle sob perdas e, adicionalmente, capturando oportunidades de ganho caso o mercado mova-se favoravelmente. Outro ponto est relacionado com a liquidez desses mercados. Liquidao antecipada tem impacto direto na liquidez dos contratos futuros, j que os agentes podem abrir e fechar posies a todo o momento, aumentando substancialmente o volume de negcios realizados. Especuladores tendem a mudar de opinio muito rapidamente buscando ganhos de curto prazo e invertendo suas posies de forma repentina. Investindo uma quantidade suficiente de capital, especuladores conseguem minimizar efeitos de custos

125

de transao podendo, portanto, comercializar em freqncias de tempo bastante altas, caso lhes seja conveniente, injetando liquidez aos mercados. Nota-se que variveis importantes que regem aes de investidores dentro dos ambientes de mercado so disponibilidade de capital e custos de transao. Para compreender a questo do capital imobilizado e desembolsos de dinheiro feito nos mercado futuro necessrio estudar a estrutura de liquidao nesses mercados e o aporte de garantias e margens de reserva (Nystedt, 2004). Primeiramente, relembramos que, dentro dos mercados organizados, um lado da operao sempre assumido pela cmara de compensao, que responsvel por realizar as liquidaes financeiras das transaes, e descontar emolumentos da Bolsa e taxas de corretagens cobradas pelas instituies representantes dos agentes envolvidos nos contratos. Desta forma, a cmara de compensao oferece aos agentes participantes garantia de liquidao de suas negociaes, minimizando risco de crdito. A implicao desse seguro a criao de mecanismos de garantias e liquidao que permita construir um colcho de reserva em cada operao, limitando eventuais inadimplncias a um determinado perodo de tempo, garantindo que operaes sejam realizadas de acordo com nvel de solvncia dos participantes e instituindo mecanismos de controle de maneira a incentivar ou desmotivar comercializao. Assim, toda transao dentro dos mercados futuros est condicionada a um depsito de margem de reserva pra cobrir eventuais inadimplncias dos agentes. Esses requerimentos de margem so pr-definidos pela cmara de compensao e representam a estratgia da Bolsa e o estado atual do mercado (Lozardo, 1998). Note que a reduo de requerimentos de margem inicial deve acarretar em um aumento no volume de negcios j que, com uma dada quantidade de capital imobilizado, um agente consegue realizar mais operaes em um mesmo perodo. Por outro lado, caso o requerimento de depsito inicial aumente, a comercializao tende a ser desmotivada, pois mais capital necessrio para realizar um mesmo nmero de operaes.

126

Requerimentos de margem so definidos tambm com base em variveis do mercado, destacando-se a volatilidade nos preos do ativo subjacente ao contrato de forma que, em cenrios de maior volatilidade, haja maiores requerimentos de margem que em cenrios de pouca volatilidade (Lozardo, 1998). Adicionalmente, a classe onde o agente est situado pode impactar em sua necessidade de depsito inicial, sendo essa maior para especuladores e menor para hedgers. Quanto qualidade dos depsitos, esses podem ser constitudos de ttulos pblicos, ativos financeiros de primeira linha, avais bancrios ou, mais raramente, depsitos em dinheiro, os quais so remunerados pelas taxas correntes para aplicaes de curto prazo. A exigncia de aporte inicial de garantias caminha junto com a questo de alavancagem (leverage) de posies. O conceito de alavancagem est relacionado com a estrutura de capital de uma empresa ou instituio. Em termos mais formais, uma medida de alavancagem pode ser construda a partir da razo entre o dbito de uma empresa e seu patrimnio lquido e, quanto maior a alavancagem da empresa, maior essa razo (Figlewski et al, 2000). Os mecanismos de alavancagem permitem a um investidor imobilizar uma pequena quantidade de capital para atingir uma quantidade muito maior de um ativo ou commodity. Por exemplo, no caso de compra de um contrato futuro um agente necessita fazer um depsito inicial em valor muito menor que a quantidade de face do contrato. Caso esse agente tivesse que comprar o ativo no mercado vista e carreg-lo at a data de vencimento do contrato futuro ele teria um custo inicial muito maior para realizar a mesma operao. Enquanto o efeito de alavancagem est envolvido com atividade especulativa e pode trazer conseqncias graves para empresas, fundos de investimentos e at ao mercado como um todo, por outro lado ela pode viabilizar a contratao futura de determinado ativo ou commodity, pois permite despender menos capital no momento inicial da operao. No entanto, quando utilizada de forma especulativa ela proporciona a possibilidade de replicao de posies podendo at, em casos extremos, movimentar o mercado em 127

determinada direo. Os procedimentos relacionados com melhores prticas e as diretrizes fornecidas pela Sarbannes-Oxley (SOx) limitam alavancagem nas Bolsas, porm, no nos mercados de Balco. Note que a alavancagem tem relao direta com liquidez nos mercados. Em mercados com baixa liquidez esse efeito reduzido, j que agentes tendem a no trabalhar com posies altamente alavancadas por conta de no haver mecanismos para travar posies (Farhi, 1998). Outra forma de estudar o nvel de alavancagem nos mercados futuros observar o requerimento de margem inicial j que este constitui o requisito mnimo para qualquer participao neste mercado. Se for ponderado que essa quantia devolvida no dia seguinte ao fechamento da posio e , de alguma forma, remunerada no meio tempo, conclui-se que os mercados futuros tm alavancagem extremamente elevada j que o custo real de se participar no mercado reduzido e limitado a perda de liquidez momentnea acarretada pela exigncia do depsito inicial (Farhi, 1998). Existem mecanismos bastante eficientes nos mercados futuros no que tange a estrutura de liquidao de contratos. Primeiramente, existe predomnio de liquidao financeira (mais de 99% dos casos) principalmente antes da data de vencimento permitindo desta forma, separao entre mercado de papel e fsico (Farhi, 1998). Mesmo sendo rara entrega fsica do ativo (em mercados financeiros), a Bolsa prev uma srie de normas e procedimentos para os agentes que escolherem essa modalidade. Nos mercados futuros sobre commodities, com algumas excees, sempre que os contratos so carregados at o vencimento existe entrega efetiva da commodity segundo os procedimentos especificados em contrato. J a questo de liquidao financeira segue uma linha mais interessante. Existe marcao ao mercado em todas as negociaes objetivando ajustar o valor da transao no tempo. O procedimento de marcao ao mercado consiste em calcular, para cada dia aps a realizao do contrato, a diferena entre a cotao do contrato no dia anterior e a cotao do dia corrente.

128

Para o investidor, marcar sua carteira ou contrato ao mercado permite acompanhar a evoluo de seus ganhos e perdas em base diria, podendo dar subsdio deciso de manter ou liquidar a posio. Na viso da cmera de compensao, esses valores so utilizados para realizao de ajustes dirios no valor de toda transao efetivada nos mercados futuros. Dessa forma, esse organismo limita qualquer inadimplncia dos agentes a um horizonte mximo de um dia (Lozardo, 1998). J que existe substancial variao nas cotaes dentro de um determinado dia, a bolsa necessita definir qual a sua referncia de preo para clculo dos ajustes dirios de tal forma que haja transparncia e reprodutibilidade na conta. Por simplicidade, as bolsas geralmente utilizam o preo de fechamento do mercado (poderia ser a mdia das cotaes ou qualquer outra mtrica que fosse mais razovel). Como cada agente possui uma conta dentro dos mercados organizados, a cmara de compensao apura, para cada dia, a variao no valor de cada operao com relao ao dia anterior e realiza depsito da diferena na conta dos agentes que tiveram posio ganhando valor e saque da conta dos que tiveram sua posio desvalorizadas. Utilizando o mecanismo de ajustes dirios as cmaras de compensao conseguem manter os nveis de risco de crdito dentro de limites relativamente baixos. Adicionalmente, esse mecanismo faz com que as negociaes sejam equiparveis, j que a valorao do contrato ao mercado calculada utilizando a cotao corrente e do dia anterior, independente da trajetria passada das cotaes. Dentro da BM&F os ajustes dirios so sempre feitos em dinheiro (Lozardo, 1998). No encerramento de uma posio, as cmaras de compensao utilizam o chamado ajuste em D + 1, de tal forma que no dia aps o fechamento da posio valores devidos ou a receber (que sero referentes a variao da cotao no dia do encerramento com relao ao dia anterior e custos de transao) so contabilizados nas contas dos agentes. Para ilustrar o procedimento de liquidao financeira e ajustes no ambiente de mercado da BM&F ser apresentado um exemplo. Suponha um agente que no dia 14 de

129

janeiro de 2008 vendeu um contrato futuro de taxa de cmbio de reais por dlar comercial a um preo de R$ 1,762/U$. Suponha que esse contrato tenha vencimento em abril, ou seja, ele tem a obrigao de entregar, simbolicamente (pois as liquidaes tendem ser financeiras), no primeiro dia til de abril U$ 100.000,00 a cmara de compensao financeira a taxa de R$ 1,762/U$ (na BM&F os contratos de dlares so negociados em unidades de U$ 100,000.00 para vencimentos posteriores a outubro de 1997). Imagine que esse agente carregue esse contrato por trs dias (incluindo o dia de realizao do contrato), e no quarto decida encerrar sua posio comprando um contrato futuro de mesmo volume para o mesmo vencimento (liquidao financeira) ao preo de mercado. Os preos de fechamento para o perodo, o fluxo de caixa do agente e o resultado da operao esto resumidos na tabela 5.2.
Tabela 5.2: Fluxo de caixa e resultado financeiro de operao de venda de contrato futuro de cmbio em 14/jan/2008 a R$ 1.814/US$ com vencimento em maro e fechamento da posio em 17/jan/2008.
Data da Cotao 14/jan/08 15/jan/08 16/jan/08 17/jan/08 Liquidao D+1
Fonte:BM&F

No. de Contratos 1 1 1 1 0

Cotao (R$/U$)* 1,745 1,760 1,779 1,792 -

Delta Preos (R$/U$)


1,745 - 1,762 = -0,003 1,745 - 1,760 = +0,015 1,760 - 1,779 = +0,019 1,779 - 1,792 = +0,013

Ajuste Financeiro Dirio R$ -R$ -R$ -R$ 1.700,00 1.500,00 1.900,00 1.300,00

Resultado Acumulado Operao R$ 1.700,00 R$ 200,00 -R$ 1.700,00 -R$ 3.000,00

*Contrato FUT DOL H08 = Futuro em Dlar Comercial com vencimento em Maro/08

Note que o agente absorve ganho no dia da realizao da transao j que o preo a que foi vendido o contrato era maior que o preo de fechamento do dia. Entretanto, nos trs dias posteriores esse agente captura perdas dirias fazendo com que seu resultado acumulado seja negativo em R$ 3.000,00 (sem considerar custos de transao) ao momento em que ele decide fechar sua posio para estancar suas perdas. Enquanto na vida real a complexidade das carteiras tende ser muito maior que a do exemplo, comportamentos como apresentado acima so comumente observados no ambiente das bolsas. Pequenos investidores, muitas vezes inexperientes, com perspectivas de ganhos de curto prazo entram em posies descobertas para aproveitarem alguma percepo de movimentao favorvel de preos e ao final da transao capturam perdas por conta de que o mercado geralmente no caminha sempre na mesma direo.

130

De fato, grande parte do mercado futuro constituda por especuladores, que adentram a esses ambientes em busca de ganho rpido e que, por serem muito ativos no mercado, injetam liquidez e assumem uma parcela dos riscos de hedgers. Por isso importante entender como as cmaras de compensao lidam com inadimplncia dos agentes. Primeiramente, inadimplncia declarada quando um agente no honra o pagamento dos ajustes dirios ou qualquer chamada de margem adicional que a cmara de compensao execute. Nesse caso o depsito inicial exigido pela Bolsa ser utilizado para cobrir toda ou parte da dvida deixada pelo agente. Se o depsito no for suficiente para cobrir todo dficit, o intermedirio da transao, geralmente uma corretora ou instituio financeira ser chamada para cobrir o restante da dvida. O capital prprio da Bolsa s ser utilizado, teoricamente, caso nem o agente, nem o intermedirio da operao consigam cobrir as perdas herdadas (Lozardo, 1998). Outra caracterstica bastante importante dos mercados futuros seu processo de preos e seu papel sobre diferentes mercados. Em mercados bem sucedidos, com alta liquidez, os preos do mercado tendem a refletir fielmente diretrizes de oferta e demanda e movimento de variveis fundamentais de curto e longo prazos deixando muito pouco espao para arbitragem. Tambm, no vencimento, o preo de mercado do contrato futuro se iguala ao do mercado vista. Essa convergncia garantida, pois de outra forma haveria descolamento entre o mercado de papel e o mercado fsico real o que no poderia acontecer em tese (Farhi, 1998). No entanto, que essa convergncia no s no linear como regida por muitas variveis que podem no ser as mesmas relacionadas com a dinmica dos preos per si e podem ser influenciadas por eventos extremos ou assimetria de informao. Observe que a convergncia entre sries est relacionada com o diferencial entre os preos do mercado futuro (para um vencimento fixado) e do mercado vista. Esse diferencial chamado de base. Na verdade, o conceito de base est relacionado com a diferena de preos entre quaisquer dois ndices, geralmente um no mercado vista e o outro no mercado futuro, porm, dada a importncia do risco de base (basis risk) aos agentes participantes dos mercados (tanto organizados quantos os de balco) necessrio ter em mente o que

131

exatamente pretende-se medir. O risco de base e seu impacto em estratgias ser discutido na prxima subseo. A igualdade entre os preos do mercado futuro e vista no vencimento que sustenta a estrutura de liquidao financeira das transaes (sem envolver entrega fsica), j que no vencimento o preo com que se compra um contrato futuro o mesmo com que se compra um contrato vista, supondo que o mercado seja lquido suficiente para absorver todas as negociaes. Como existe uma quantidade grande de negociaes dentro dos mercados futuros e por conta de haver transparncia e credibilidade na publicao dos preos, alguns mercados utilizam os preos do mercado futuro como base para formao de seus preos. Um exemplo o que acontece na IPE (International Petroleum Exchange) que possui dois contratos futuros altamente bem sucedidos, o ndice Brent sobre petrleo bruto (crude oil) e contrato em gasoil8. Esses contratos so utilizados internacionalmente como referncia de preos para outros contratos. Cerca de dois teros de todo petrleo bruto fornecido no mundo so precificados como alguma funo do ndice Brent crude oil, veja Fusaro (1998) pg 37. Esse processo chamado de benchmarking e seu conceito relativamente simples. Nesse caso especfico, criar ndices para cada subproduto do petrleo bruto ou mesmo diferentes qualidades e regies do prprio petrleo bruto seria uma tarefa que, alm de exaustiva poderia ser perigosa, pois, um eventual descolamento no esperado entre ndices poderia acarretar em movimento em massa do mercado para aproveitar oportunidades de arbitragem. Adicionalmente, os ndices maiores continuariam a prevalecer sobre os menores de tal forma que esses mercados ainda seriam regidos pelos movimentos do Brent crude oil, por exemplo. Desta forma, muito mais inteligente fixar um ndice como sendo a referncia e focalizar as negociaes sobre o diferencial de preos entre o ndice de referncia e o mercado alvo. Esse conceito bastante utilizado para
8

Produto advindo da destilao intermediria do petrleo e que usado como combustvel diesel ou para

aquecimento. Designado tambm leo de aquecimento nmero 2.

132

muitos outros mercados, geralmente de commodities, no se restringindo apenas energia e extremamente importante, pois enfatiza com clareza um dos papis dos mercados futuros: fornecer maturidade a outros mercados. Note que os mercados de energia tm um repertrio extenso de instrumentos, porm poucos ndices. Os mercados futuros de maiores sucessos so os mercados financeiros, principalmente os de cmbio e juros, que so as duas principais variveis econmicas e que afetam diretamente a receita de grande parte das empresas e instituies. Embora seja atribuda a bancos a disciplina de especularem dentro dos mercados financeiros, grande parte dos agentes so investidores individuais ou empresas que possuem objetivos distintos dentro dos mercados. No caso das empresas, elas atuam como hedgers buscando mitigar algum de seus riscos cambiais ou de flutuao da taxas de juros j que muitas possuem contratos em moedas de outros pases ou esto envolvidas em algum tipo de financiamento de seus ativos. Investidores individuais, ao contrrio, atuam basicamente como especuladores com o intuito de explorar eventuais divergncias que possam ocorrer entre variveis de mercado. Eles preferem os mercados financeiros, ao invs de commodities por que o ltimo exige muito mais conhecimento especfico sobre o setor alvo, alm de haver necessidade de maior disponibilidade de capital (Nystedt, 2004). A discusso realizada at o momento esclarece o papel dos mercados futuros como fornecedor de instrumentos para mitigao de alguns riscos dos participantes do mercado de forma a construir um ambiente com liquidez e solvncia garantida pelos seus mecanismos de funcionamento. Tambm foi discutido o papel dos mercados futuros como fornecedor de experincia a outros mercados. No prximo tpico so mostrados alguns exemplos de como os contratos futuros podem ser utilizados para compor estratgias de cobertura e arbitragem dentro dos ambientes dos mercados.

133

5.3.1.2 Contratos Futuros: Estratgias de Mitigao de Risco e

Arbitragem
Os contratos futuros, assim como ocorre com todos os derivativos, visam primordialmente fornecer instrumentos para mitigao de riscos que podem ser utilizados dentro do ambiente de mercado para cobrir uma parte das exposies dos agentes. Particularmente contratos futuros podem ser utilizados para reduzir o risco de exposio variao de preos do mercado vista. desejvel cobrir ao menos alguma parcela desse risco j que preos do mercado vista tendem a ser volteis e afetados rapidamente por novos fatos pontuais ou mudanas no mercado. Particularmente nos mercados de commodities, os preos dos mercados vista podem ter perfis sazonais devido ao prprio ciclo de produo da commodity ou por conta de fatores externos ao mercado que influenciam preos como, por exemplo, variveis climticas (Pilipovic, 1998). O processo de cobertura de exposies nos mercados futuros baseado em uma troca de riscos de tal forma que riscos de flutuao de preos so permutados por risco de base que tende a causar um impacto menor na carteira de agentes do que os preos propriamente ditos. Duas operaes clssicas que so comumente executadas dentro dos ambientes de mercado e que utilizam contratos futuros como instrumentos de mitigao de riscos de preos so os hedges de compra e de venda. Nesse tipo de estratgia uma das pontas do contrato assumida por um hedger, geralmente produtor ou transformador, objetivando travamento de preos no futuro. Um hedge de venda consiste em vender no mercado futuro a quantidade de mercadoria que se quer cobrir e depois, em uma data futura fechar a posio recomprando esses contratos no mercado futuro de modo que o ganho ou perda realizado no mercado futuro ser compensado pelo resultado gerado pela venda da mercadoria no mercado fsico na data de fechamento da posio. Agentes que desejam executar essa estratgia possuem ou iro possuir em algum tempo futuro uma certa quantidade de um ativo ou commodity e

134

ficaro expostos venda no mercado vista, posio vendida (short), de tal forma que se os preos carem eles tero reduo de margem ou at perdas. Seja um hedger que possua uma quantidade e que deseja cobrir uma quantidade No tempo de uma determinada mercadoria .

dessa mercadoria utilizando contratos futuros,

esse agente decide realizar seu hedge de venda e observa a cotao , relacionado com sua mercadoria de

no mercado futuro de um ativo ou commodity

interesse, de tal forma que ele pode vender contratos futuros a esse preo. Denote essa cotao por . Se houver contratos futuros sobre a mercadoria de interesse ele

preferir realizar suas operaes sobre essa mercadoria de forma que a mercadoria . Note que a diferena entre e pode ser devida mudana de qualidade do pode ser

produto, aspectos regionais ou mesmo produtos derivados. Por exemplo petrleo bruto e gasolina. O agente faz uma anlise no tempo

do diferencial de preos e

no mercado vista da mercadoria

e dos preos do contrato futuro sob a mercadoria ea igual a no tempo t0.

observa que a base entre a mercadoria

, onde

o preo do mercado vista da mercadoria Esse hedger deseja cobrir um volume futuros so negociados em lotes de tamanho vender contratos futuros onde

dessa mercadoria, porm os contratos . Supondo esse agente necessita

denota o maior inteiro menor ou igual a .

Assim, o agente vende um preo agente No tempo


,

contratos futuros sobre a mercadoria

no tempo

com vencimento no tempo .

. Assim o preo esperado de venda desse

, o hedger possui disponvel sua mercadoria recomprando no mercado futuro . Denotando por e

e ir contratos os

vend-la no mercado fsico ao preo sobre a mercadoria

a cotao de mercado do dia

preos no mercado vista e futuro, respectivamente, da mercadoria

no tempo e

considerando o mecanismo de liquidao dos mercados futuros (ajustes dirios) o resultado 135

financeiro do hedge de venda dado por

(5.3.1.2.1) 9. Na frmula anterior a base no tempo . O

resultado aproximado porque no se pode comprar, por exemplo, 100,26 contratos futuros, compra-se ento 100 contratos. mportante analisar a equao acima para compreender qual a repercusso da estratgia no resultado do agente. Primeiro os casos mais simples. Note que caso o hedger no tivesse feito nenhuma operao de cobertura, no tempo ele teria resultado igual a

associado venda de sua mercadoria no mercado vista o que, logicamente, varia conforme o preo do mercado vista. A equao 5.3.2.1.1 mostra que com a estratgia o resultado no depende mais diretamente dos preos do mercado vista no tempo , o qual incerto. Ao invs, agora a receita do agente dependente da base no no tempo , o qual

tempo da liquidao e do preo do mercado futuro da mercadoria conhecido. Quando ento

, ou seja,

quando a base no momento da liquidao for igual a base no momento da compra dos contratos futuros, ento o preo de venda da mercadoria ser igual ao preo de venda esperado no momento em que a estratgia foi formada, travando o resultado. Por outro lado se ento indicando que se h ento

aumento na base a estratgia perde valor. Inversamente, se

mostrando que a operao ganha valor em caso de reduo da base.

Por facilidade de entendimento no foram considerados nos clculos nem a taxa de juros de curto prazo nem custos de transao que podem ser importantes dependendo do horizonte de tempo em que a estratgia est sendo realizada ou do tamanho da operao. Essas mudanas so diretas (considerar o conceito de valor presente lquido dentro do fluxo de caixa) e podem ser implementadas facilmente, em contrapartida h perda nas simplificaes matemticas dificultando a interpretao.

136

Quando

a mesma mercadoria que

igual a

ento

ou seja, se existir disponibilidade de futuros sobre o bem de interesse e a estratgia for carregada at o vencimento dos contratos futuros ento o preo de venda da mercadoria ser igual ao preo do mercado futuro no tempo j que

no vencimento a base igual a zero (convergncia dos preos entre o mercado futuro e o mercado vista). importante notar tambm que o resultado final independe das cotaes intermedirias do mercado vista ou mercado futuro. De fato, para o clculo do resultado financeiro necessrio apenas os preos dos contratos futuros e do mercado vista no tempo t0 e do preo do contrato futuro no tempo de liquidao ts. No caso do hedge de compra a lgica inversa. Compra-se em t0 ao preo . No tempo contratos futuros

vende-se esses contratos e compra-se a mercadoria de

interesse no mercado vista. Esta forma o resultado financeiro do hedge de compra dado por

(5.3.1.2.2)

10

de tal forma que o preo de compra da mercadoria s depende do preo do contrato futuro no tempo e da base no tempo . E quando h aumento da base no vencimento h uma

reduo no custo de compra enquanto que uma diminuio na base acarretaria em aumento do custo de compra. Para exemplos numricos consultar, por exemplo Farhi (1998) e Lozardo (1998). essencial ressaltar novamente que tanto o hedge de compra quanto o hedge de venda independem da direo dos preos do mercado vista no vencimento. Se a base permanecer constante o resultado, que inicialmente era aleatrio por conta da
Por facilidade de entendimento no foram considerados nos clculos nem a taxa de juros de curto prazo nem custos de transao que podem ser importantes dependendo do horizonte de tempo em que a estratgia est sendo realizada ou do tamanho da operao. Essas mudanas so diretas (considerar o conceito de valor presente lquido dentro do fluxo de caixa) e podem ser implementadas facilmente, em contrapartida h perda nas simplificaes matemticas dificultando a interpretao.
10

137

estocasticidade dos preos do mercado vista, passa agora a ser determinstico e conhecido. Outra questo a da troca dos riscos de variao de preos por variao de base. Para se ter uma idia de quando as estratgias estudadas apresentam alguma vantagem sobre a posio bsica (exposio) no mercado vista, pode-se estudar um caso particular. Seja a varincia do preo da mercadoria no mercado vista no tempo e a . Seja

varincia do preo da mercadoria

no mercado futuro no tempo e no tempo

a base entre a mercadoria varincia da base dada por onde a covarincia entre

e, dessa forma a ,

. Para verificar em quais

casos melhor executar as estratgias de hedge basta descobrir em que casos a varincia da base menor que a do mercado vista. Ou seja, estudar quais so as condies para que . Observe ento , o que implica que . que se, e

Desta

forma implicando que

da

Assim, quanto maior a correlao entre o mercado vista e o futuro, mais vantajoso a realizao da estratgia de hedge e caso esses componentes sejam independentes no existe benefcio algum na realizao de hedge, pois a varincia da base ser maior que a do mercado vista. Se houver correlao negativa entre as variveis a varincia da base ser maior que a dos preos do mercado vista. Note que essa anlise simplificada j que o hedge feito em um perodo completo e a varincia de ativos ou commodities tende ter estrutura a termo. Entretanto, ela vlida para sugerir em quais casos a cobertura pode oferecer vantagem. O resultado

138

bastante intuitivo, se a varincia do mercado futuro for maior que a do mercado vista e no houver correlao entre os mercados, no seria de se esperar que estratgias de mitigao de risco utilizando os dois ndices sejam eficientes. Toda a discusso feita em torno das estratgias de hedge gira em torno da base entre os mercados futuro e vista. De fato, agentes tendem a realizar estratgias de cobertura no s objetivando travar seus resultados e reduzir risco, mas tambm buscando oportunidades de ganho por conta de divergncia de base (Farhi, 1998). Enquanto bolhas especulativas de maior tamanho so relativamente raras dentro do ambiente do mercado, distores de menor magnitude no nvel dos preos so comumente observadas e chegam a ser a regra ao invs da exceo. Nessas condies, hedgers e especulares agem como arbitradores buscando oportunidades de ganho com baixo risco. Negociar a base (trading on basis) uma estratgia de arbitragem que consiste em assumir posies opostas nos mercados vista e futuros na expectativa de realizar ganhos por conta de distores na base. Seguindo a notao anterior, suponha um agente que julgue a base no tempo elevada. Ele ento compra um volume e vende da mercadoria no

mercado vista ao preo . Suponha que no tempo

contratos futuros da mercadoria

ao preo

a base retorne aos seus nveis normais. O agente poderia da mercadoria no mercado .

ento decidir fechar sua posio vendendo uma quantidade vista por , e comprando

contratos futuros da mercadoria

ao preo

Dessa forma, o resultado da operao realizada pelo agente,

, dado por

onde

so os custos de carregamento da mercadoria (ativo ou commodity) do tempo

at o tempo . Dessa forma, a estratgia ser lucrativa se os custos de carregamento forem menores que o diferencial de base e trar prejuzo caso contrrio. Note que essa operao pode ser classificada como arbitragem, pois o agente est, implicitamente, neutro no

139

mercado, ou seja, no est nem comprado nem vendido no mercado vista. Realizando essa operao, um agente visa apenas tirar proveito de divergncias na formao da base. Se a base estivesse reduzida com relao a seus nveis normais a operao inversamente simtrica, ou seja, vende-se no mercado fsico, compra-se no mercado futuro e depois se encerra a posio quando a base retornar a seus nveis normais. Outra operao muito utilizada dentro dos mercados futuros para realizao de arbitragem o Spread. Essas estratgias so constitudas de compra e venda simultnea de contratos futuros no mesmo mercado ou em mercados relacionados. O intuito de um Spread capturar lucros de mudanas no diferencial de preos entre contratos. Existem basicamente trs classes de Spreads: os intramercados, os entre mercados e os entre bolsas. Os Spreads intramercados so formados por compra e venda de contratos futuros em diferentes vencimentos dentro do mesmo mercado. Essas operaes so comuns em mercados com forte sazonalidade onde um agente tenta capturar as diferenas entre picos e vales que so observados na dinmica intra-ano dos preos. Spreads entre mercados so formados por uma compra de um contrato futuro em um mercado e venda simultnea em outro desde que ambos produtos sejam transacionados na mesma Bolsa. A motivao para a realizao desse tipo de operao, principalmente nos mercados de energia, vem do processo de benchmarking de mercados. Como alguns desses mercados so formados com base em um ndice de referncia, existe algum espao para distores nos diferenciais de preos entre contratos principalmente no que diz respeito a mudanas de localidade ou qualidade da commodity subjacente. Dentro do mercado de eletricidade existem os chamados Spark Spreads que so spreads formado por futuros em gs natural e eletricidade. antecipado que haver grande espao para esse tipo de produto j que esses combustveis so complementares e existe correlao entre seus preos. Como ltima classe de Spreads tm-se os realizados entre Bolsas, onde se compra um contrato futuro em uma bolsa e vende-se um contrato futuro em outra. Essas operaes so realizadas quando h disparidade de preos entre contratos semelhantes dentro de duas

140

bolsas. Assim, agentes buscam absorver essas diferenas de forma que os preos tendem retornar a seus nveis normais. Para um exemplo de como agentes podem capturar ganhos com Spreads pode-se escolher os mercados de gs natural e eletricidade. comum, quando h um inverno rigoroso nos Estados Unidos, ocorrer um aumento substancial da demanda por gs natural e eletricidade, j que o gs utilizado principalmente para aquecimento. Esse aumento da demanda traz tambm crescimento da volatilidade dos preos desses commodities, aumentando as chances de distores no mercado. Suponha, por exemplo, que em 18 de maro de 2008 o preo do gs natural seja de U$ 6,41/milho de b.t.u enquanto que o da energia eltrica esteja em U$ 18,22/MWh. Um investidor, visualizando esse cenrio tem a sensibilidade de que o diferencial de preos est elevado demais, e quando essa situao se normalizar (final do inverno) deve haver uma reduo no diferencial de preos. Por conta de sua leitura do mercado esse agente vende 90 contratos futuros sobre o ndice WTI e compra 90 contratos futuros em gs natural sobre o gasoil com seis meses de maturidade e vencimento no primeiro dia til do ms alvo ao preo de mercado. Suponha que em 5 de setembro o agente decida neutralizar sua posio com observando o preo de U$ 12,18/MWh para o futuro em energia eltrica e U$ 3,67/milho de b.t.u para o futuro sobre gs natural. Descontando o efeito de fluxo de caixa dado pelos ajustes dirios, esse agente ter como resultado financeiro os valores resumidos na tabela 5.3.
Tabela 5.3: Ilustrao de Resultado Financeiro Gerado por Spread.
Cotao No. de Cotao Gs Eletricidade Spread Contratos Natural (U$/mbtu) (U$/MWh) 11,810 18/mar/08 90 18,220 6,410 05/set/08 90 12,180 3,670 R$ 8,51 Data da Cotao Resutado Resutado Gs Eletricidade Natural
1639,800 -1096,200 -576,900 330,300

Resultados Variao do Spread R$ 3,30 R$ 297,00

Resultado Financeiro (1639,80-1096,20) + (-576,90 + 330,30) =

A apresentao das estratgias acima ajuda a iluminar a aplicabilidade de contratos futuros dentro do contexto de comercializao de modo a cobrir riscos e capturar eventuais oportunidades de ganhos que podem ser geradas por conta de brechas do mercado. Como os contratos futuros formam os requisitos bsicos para gesto de risco dentro do ambiente de mercado decidiu-se apresentar a questo de forma detalhada. Os prximos instrumentos que sero discutidos nos tpicos subseqentes interagem fortemente com futuros justificando a discusso sobre o assunto. 141

5.3.2

Mercado a Termo (Forward Market)

5.3.2.1 Os contratos e o mercado Contratos a termo so acordos comerciais realizados fora dos ambientes das Bolsas. Nesses contratos so especificados termos e condies para entrega futura de um bem-objeto (ativo financeiro ou commodity) a um preo conhecido. Esse tipo de operao considerado derivativo, pois o contrato trata de um bem-objeto que transacionado no mercado vista de forma que os preos de um contrato a termo so formados com base em alguma funo dos preos do mercado Spot, do tempo e de outras variveis latentes. Diferentemente dos contratos futuros (veja seo 5.3.1) existe bastante flexibilidade nesse tipo de transao com o objetivo de adequar os termos e condies aos requerimentos das contrapartes. Qualidade da mercadoria objeto, maturidade, volume, local, forma e modalidade de entrega (fsica ou liquidao financeira) so objetos de barganha entre as contrapartes. Assim, no existem contratos padro, como observado nas Bolsas. No caso de mercados de energia, essas transaes tendem a ter prazos superiores a um ano. O volume da mercadoria-objeto nos contratos a termo geralmente maior do que observado nos mercados futuros. Essas duas caractersticas permitem esboar o perfil dos agentes que geralmente atuam nesses mercados. Pelo menos uma das contrapartes geralmente formada por hedgers, produtores ou transformadores, que tm relao direta com a mercadoria-objeto do contrato e que, portanto, tem interesse em garantir uma margem mnima para venda (no caso dos produtores) ou para compra (no caso dos transformadores) em horizontes de tempo suficientemente grande para honrar seus compromissos e assegurar baixa volatilidade de suas receitas (Fusaro, 1998). Para esses agentes importante ter um certo grau de garantia sobre suas receitas j que essas empresas ou instituies geralmente tm planos de expanso, algum tipo de compromisso com financiamentos ou compromissos oramentrios com acionistas e, portanto, no podem trabalhar completamente expostas s incertezas do mercado Spot (mercado fsico). Outra classe de agentes que atuam nesses mercados so os bancos de investimentos e grandes empresas de comercializao. Esses agentes aceitam assumir alguma parcela dos riscos dos hedgers em troca de alguma

142

oportunidade de ganho e, portanto, tm papel fundamental na eficincia desses mercados. No mercado brasileiro de energia, por exemplo, esses contratos so celebrados no ACL (Ambiente de Contratao Livre) com uma das pontas formada por geradoras ou comercializadoras e a outra geralmente por Clientes Livres. Clientes Livres so grandes industriais, comerciais ou condomnios que precisam de eletricidade para manter suas plantas funcionando, de forma que eles preferem fixar um preo para a energia com o intuito de manter seus custos sobre controle. Operando de forma correta nesses mercados, os agentes conseguem travar parte de suas receitas ou custos, ajustar contratos aos diferenciais de preos dos centros de distribuio, negociar a qualidade final do bem objeto, e forma de liquidao (fsica ou financeira), e ainda capturarem algum ganho caso os preos movam-se favoravelmente. No entanto, o sucesso de um mercado a termo depende de sua liquidez e desempenho dos participantes. O desempenho est associado capacidade das contrapartes honrarem os termos e condies dos contratos. Com relao ao desempenho, diferentemente do que ocorre nos mercados futuros, no existe garantia de que as contrapartes iro honrar o contrato e, portanto, algum risco de crdito assumido ao celebrar operaes nesse mercado. Nesses ambientes os formadores de mercado (market makers) tm papel fundamental sobre desempenho dos agentes. Formadores de mercado trabalham como intermedirios s transaes dando liquidez ao mercado, e so responsveis por encontrar parte e contraparte ou assumir uma das pontas do contrato absorvendo os riscos associados com variao de preos e crdito. Esses agentes, geralmente bancos, grandes companhias de petrleo ou de distribuio de eletricidade, tm uma capacidade muito maior de gerir riscos, pois atuam em vrios mercados e possuem mecanismos para controlar risco de crdito (principalmente bancos). Tambm, eles conhecem de forma mais detalhada as necessidades de seus clientes facilitando a adequao de novos contratos a termo aos requerimentos do mercado. No mercado de energia brasileiro, a funo de intermedirio exercida basicamente por comercializadores de energia que tem a funo de construir instrumentos personalizados para seus clientes.

143

Por conta das especificidades em seus termos e condies, contratos a termo so raramente revendidos ou liquidados em data anterior ao vencimento. Essa caracterstica do mercado, unido ao fato de que existe um processo de seleo de contraparte, inibe em parte a entrada de especuladores nos mercados a termo. Os contratos a termo no exigem nenhum pagamento inicial, excetuando eventuais requerimentos de margem (incomuns nesses mercados) que devem estar especificados em contrato (Fusaro, 1998). De fato, em tese, o preo do contrato celebrado reflete o preo de equilbrio (break even) das contrapartes dado os termos acordados, ou seja, pelo menos no momento em que o contrato foi celebrado as expectativas dos agentes envolvidos na transao com relao aos preos de compra e venda do bem-objeto na data especificada convergem em um mesmo valor, considerado justo por ambos, nos termos e condies dessa negociao em particular (Kaminski, 1999). Assim, nenhum dos agentes auferiria ganhos ou perdas j que no vencimento eles esperariam vender ou comprar a mercadoria no mercado fsico ao preo do contrato a termo. No entanto, principalmente nos mercados de energia, essa caracterstica no observada. O preo de equilbrio do contrato no necessariamente igual ao valor esperado em tempo futuro do preo Spot por conta de prmios embutidos na curva Forward11 que refletem fatores de armazenagem e disponibilidade futura de combustvel12, e diversos fatores relacionados com liquidez do mercado e outras diretivas de oferta e demanda. A no exigncia de pagamento inicial fator motivante para a comercializao dentro desse mercado j que isso permite alavancagem (leverage) quase infinita de posies, dado que a imobilizao de capital inicial baixa. Em termos gerais, as diferenas entre os mercados a termo e futuro so explicadas basicamente por conta dos ambientes onde esses contratos so transacionados: mercados de balco e mercados organizados, respectivamente. Como o perfil dos agentes participantes de cada um dos ambientes bastante discrepante, as regras e procedimentos dentro de cada mercado devem espelhar as necessidades de cada grupo de participantes.

11 12

A curva Forward a base para formao de preos de contratos a termo. Esse o conceito de convenience yield e tratado em maiores detalhes na seo 4.4

144

5.3.2.2 Contratos a Termo: Resultado Financeiro e Estratgias de

Mitigao de Risco

A fora motriz que movimenta os mercados a termo a gesto de riscos. Dessa forma, contratos so celebrados com base em confrontos de necessidades ou expectativas. Exemplos clssicos podem ser construdos a partir de transaes entre produtores e transformadores de alguma commodity. Suponha que um produtor de cana-de-acar, ao considerar fatores climticos favorveis, tenha visualizado em fevereiro de 2008 um aumento de produtividade somado antecipao de um ms na colheita. Ele, que j tinha sua safra contratada de maio a dezembro de 2008, decide recorrer ao mercado a termo para garantir um preo de venda fixo desse excedente de produo que ocorrer em abril. Como resultado de estudo tcnico, esse agricultor informado que colher em mdia 200 toneladas de cana no campo no ms de abril, bem menos que as 900 toneladas esperadas a partir de maio, j que possibilidade de chuva nesse perodo dificulta a entrada de colheitadeiras em suas terras. Se, ao contrrio, o produtor aguardar at abril para vender sua produo ele pode ter um prejuzo ou reduo de receita dependendo da direo dos preos do mercado vista. Uma usina canavieira que visualiza um mercado favorvel para o acar, decide comprar a safra desse agricultor. A usina impe, no entanto, requisitos de qualidade para a cana de modo que sua produo de acar tenha um rendimento mnimo. Esse agente teria como outra opo aguardar e comprar o montante de cana necessrio para sua produo no mercado vista, no entanto ele prefere travar seus custos de compra por conta de restries de mo-de-obra aps abril e por vislumbrar um aumento de preo desse produto a partir de maro. Suponha que o preo da cana no campo esteja cotado R$ 28,30/Tonelada no mercado vista no dia 7 de janeiro de 2008. Com base nesse valor os agentes decidem que R$ 32,87/Tonelada um valor justo para o preo da cana-de-acar no campo no dia 30 de abril, segundo as especificaes de qualidade requeridas. Desta forma, o agricultor

145

compromete-se a entregar, dia 30 de abril de 2008, 200 toneladas de cana-de-acar com os requisitos de qualidade exigidos pela usina e receber por isso R$ 32,87/Tonelada. Como a forma de liquidao escolhida pelos agentes foi entrega fsica, segundo os termos e condies do contrato, o produtor recebe no vencimento R$ 32,87/Tonelada de cana-deacar, enquanto a usina recebe as 200 toneladas desse insumo pagando por isso R$ 32,87/Tonelada, veja figura 5.1 para uma visualizao grfica da transao do ponto de vista do agricultor. Note que os dois agentes travaram seus preos de venda e de compra, respectivamente, independente do que acontecer com o preo da cana-de-acar no mercado vista garantindo, portanto, proteo contra variaes de preo Spot. Dada a qualidade da cana adquirida e conhecendo seu processo industrial a usina estima que o rendimento mdio ser de 100 quilos de acar cristal por tonelada de cana, portanto o insumo comprado resultaria em uma produo de 20 toneladas de acar. Em fevereiro, para no ficar exposto volatilidade de curto prazo, a usina decide realizar um hedge de venda baseado nos mecanismos do mercado futuro. A usina com o desembolso feito para comprar cana-de-acar e as despesas com seu processo produtivo e fbrica estima um custo de produo total de U$ 10,50/saca de acar (saca de 50 quilos e dlar a R$ 1,80) e no aceita uma margem de lucro menor que 20% (U$ 2,10/saca). Por conta disso, ela decide vender contratos de cana-de-acar no mercado futuro para, dessa forma, travar seu resultado financeiro realizando um hedge de venda. Por ter contratado com o produtor a matria-prima necessria para o ms de abril, em maio, quando ela j tiver transformado cana em acar, a usina estar comprada no mercado vista (pois ter acar para vender nesse perodo). Dessa forma, vendendo 400 contratos futuros (400 contratos x 50 quilos de acar = 20 toneladas de acar) ela cobriria seus riscos de variao de preos de mercado. A cotao em 6 de fevereiro de 2008 do contrato futuro de acar cristal para dia 15 de maio de 2008 de U$ 14,85/saca. Depois de estimar que o mercado tende a pagar cerca de U$ 2,00/saca a menos pelo seu acar (comparado ao objeto do contrato futuro),

146

por conta de diferena de qualidade (esse diferencial chamado de base), a usina toma a deciso de vender esses contratos a essa cotao.
7 Jan

Jan Mercado
Vista (Fsico) A termo (Fsico)

Fev

Mar

Abr
200 ton 200 ton

Mai

Cotao da Cana Mercado a Termo (Vencimento 30/Abr) Cotao da Cana Mercado a Vista Posio Vendida Posio Comprada Posio Neutralizada*

30 Abr R$ 32.87/ton

U$ 28.00/saca Vista

Resultado Financeiro +28

Jan Mercado
Vista (Fsico) A termo (Fsico)

Fev

Mar

Abr
200 ton 200 ton

Mai
Neutro

+
A Termo 32,87 - 28

32,87 + 28 - 28 = R$

32,87/ton

Liquidao Fsica !!! * Neutraliza-se uma posio comprando a quantidade vendida ou vendendo a posio comprada

Figura 5.1: Diagrama esquemtico da posio e resultado financeiro do produtor mercados a vista e a termo de cana.

Como a liquidao dos contratos futuros na BM&F , na maioria das vezes, feita financeiramente sem qualquer entrega fsica, a usina carrega seu contrato at o vencimento e apura os resultados. Suponha que no dia 15 de maio de 2008 o acar cristal, segundo as especificaes do contrato futuro, esteja cotado em U$ 15,50/saca no mercado vista. A usina, portanto, teria que desembolsar 15,50 14,85 = U$ 0,65/saca de acar vendido. Porm, caso a base realmente estivesse em U$ 2,00/saca nessa data, ela receberia U$ 13,0/saca no mercado vista pela liquidao de seu produto e capturaria um resultado financeiro de 13,50 0,65 = U$ 12,85/saca, mais do que o U$ 12,60 que seria seu lucro mnimo requerido. Para uma visualizao grfica dessa estratgia na viso da usina veja figura 5.2.

147

Em outro caso, se no dia 15 de maio de 2008 o preo do acar cristal estivesse em U$ 14,00/saca no mercado vista, a usina apuraria um ganho no mercado futuro de 14,85 14,00 = U$ 0,85/saca e, com a base em U$ 2,00/saca receberia U$ 12,00/saca no mercado vista, contabilizando ao final uma receita de U$ 12,85/saca, ou seja, o mesmo valor anterior. Com isso conclui-se que com esse tipo de operao possvel eliminar qualquer risco de variao de preo. Note que a usina ainda teria um risco de variao de cmbio o qual poderia ser mitigado realizando-se um hedge de compra no mercado futuro com preo prximo a R$ 1,80/U$. importante ter em mente que os exemplos anteriores no representam exatamente a realidade dos mercados j que a base est longe de ser constante na vida real. Devido a isso, os mecanismos de hedge tanto no mercado futuro quanto no mercado a termo, implica em uma troca de riscos de variao de preos por um risco de variao de base. Apesar de haver convergncia entre os preos dos mercados futuros e do mercado vista de forma que no vencimento de um contrato futuro sua cotao se equipare com o preo vigente no mercado vista, a forma da convergncia no linear e nem previsvel. Dessa forma, o risco de diferenas de base pode acontecer por dois motivos. Caso haja necessidade de liquidar as operaes em datas anteriores ao vencimento do contrato futuro ou, como no caso acima, haja alguma diferena entre o bem objeto do contrato a termo e a mercadoria alvo do contrato futuro. A boa notcia que o risco de variao da base tende ser muito menor, j que a base menos voltil, que o risco de movimentao de preos. O exemplo apresentado visa ilustrar como o mercado futuro pode ser utilizado em conjunto com as transaes a termo para reduzir exposies de variao de preo do mercado vista. No caso apresentado, a usina, utilizando contratos a termo e futuro conseguiu comprar matria-prima a preo fixo e vend-la a preo determinado, travando assim sua margem de lucro.

148

6 Fev Cotao do Acar Mercado Futuro (Vencimento 15/Mai) Cotao do Acar a Vista

Jan Mercado
Vista (Fsico) Futuro (Financeiro)

Fev

Mar

Abr

Mai
20 ton 20 ton

Base entre Acar do Contrato Futuro Contrato a do Contrato Termo Posio Vendida Posio Comprada Posio Neutralizada*

15 Mai U$ 14,85/saca 6 Fev U$ 15,50/saca Resultado Financeiro U$ 2,00/saca Vista 15,50 2,00 = 13,50

Jan Mercado
Vista (Fsico) Futuro (Financeiro)

Fev

Mar

Abr

Mai
20 ton 20 ton 20 tonz 20 ton Neutro Neutro

+
Futuro 14,85 15,50 = -0,65

13,50 0,65 = U$

12,85/saca

Liquidao Financeira !!! * Neutraliza-se uma posio comprando a quantidade vendida ou vendendo a posio comprada

Figura 5.2: Diagrama Esquemtico da Posio e Resultado financeiro da Usina nos mercados futuro e vista de acar.

5.3.3

Swaps de Preos

5.3.3.1 Os contratos e o mercado

O mercado de Swaps tem apresentado crescimento fantstico nos ltimos anos tendendo a tornar-se um dos mercados mais importantes do mundo. Dentro dos mercados de commodities, especialmente as relacionadas com energia, esses contratos tm papel vital e compem um percentual bastante significativo do total de contratos celebrados nesses mercados (Fusaro, 1998 e Kaminski, 1999). Os agentes que negociam contratos de Swaps geralmente possuem diferentes expectativas, ou averses ao risco contrrias. Por exemplo, geradores de eletricidade entram em Swaps para se proteger contra a queda dos preos de mercado. Esse instrumento permite

149

a esses agentes vender energia a um preo fixo durante um perodo de tempo determinado. Por outro lado, indstrias adquirem Swaps como instrumento de proteo contra subida de preos de mercado. Com esses contratos, elas podem se proteger contra um aumento nos custos de produo por um perodo especificado. O objetivo dos Swaps sempre o mesmo, trocar um ndice varivel por um preo fixo. No entanto, nos mercados de balco, no existem swaps padronizados, excetuando-se casos atpicos. De fato, esses contratos so moldados para atender as necessidades de ambas as partes. Importante notar que Swaps so formados como uma seqncia de contratos a termo combinadas em um nico contrato, o que permite grande flexibilidade na definio de seus termos e condies. Em um Swap a parte vendedora recebe um ndice fixo e entrega um ndice flutuante, enquanto que a compradora entrega um ndice fixo e recebe um ndice varivel de tal forma que a parte vendedora consegue vender a um preo fixo e a parte compradora consegue comprar a um preo fixo. Veja figura 5.3 para um viso esquemtica de estratgia de cobertura de um Swap.
TRANSFORMADORES/ CONSUMIDORES VENDIDO
(EXPOSIO AOVARIVEL) (NDICE NDICE VARIVEL)

GERADORES POSIO MERCADO FSICO COMPRADO


(EXPOSIO AOVARIVEL) (NDICE NDICE VARIVEL)

COMPRADO
(PREO FIXO)

VENDIDO
(PREO FIXO)

SWAP VENDIDO
(EXPOSIO AOVARIVEL) (NDICE NDICE VARIVEL)

COMPRADO
(EXPOSIO AOVARIVEL) (NDICE NDICE VARIVEL)

POSIO LQUIDA

COMPRADO
(PREO FIXO)

VENDIDO
(PREO FIXO)

Figura 5.3: Diagrama esquemtico de estratgia de cobertura utilizando Swaps.

Observe que quando um agente possui posio natural Comprada no mercado fsico ele pode vender um Swap a um preo fixo, de forma que ele ir receber em cada

150

perodo de liquidao esse preo fixo no ficando mais exposto ao mercado de curto prazo. A lgica inversa aplicada para agentes com posio Vendida no mercado fsico. Por conta desse mecanismo, Swaps so tambm chamados de contratos por diferena. Dado um ndice de referncia (alguma curva de preos) as liquidaes financeiras so executadas do seguinte modo. Caso haja diferena positiva entre a curva de preos e o preo fixo em um dado perodo, a parte vendedora paga compradora o montante obtido pelo produto dessa diferena e do volume do contrato. Inversamente, em caso de diferena negativa, quem paga o montante a compradora. A apurao financeira feita geralmente em base mensal, mas podendo tambm ser trimestral, semestral ou sobre qualquer outro perodo, desde que especificado em contrato. Note que Swaps so operaes puramente financeiras, no havendo entrega efetiva do bem-objeto do contrato. Adicionalmente, nenhum desembolso inicial necessrio, excetuando-se algum requerimento de garantia que possa constar em contrato. Esses instrumentos baseiam-se na troca de fluxos de caixa, onde um dos fluxos possui uma taxa fixa e o outro uma taxa varivel. Isso implica na existncia de dois mercados, um financeiro e outro fsico, o que traz grandes vantagens aos agentes, j que existe a possibilidade de escolher duas contrapartes diferentes para o processo de contratao, de forma a selecionar uma com sade suficiente para honrar o contrato financeiro, e outra responsvel apenas pela entrega fsica da mercadoria-objeto do contrato nos requisitos necessrios (Kaminski, 1999). Em Swaps, muitos aspectos podem ser alvo de negociao. No entanto, existem alguns que sempre devem ser definidos durante o processo de construo do contrato. Inicialmente, especifica-se a commodity alvo e o volume do contrato, o qual tende ser grande j que muitos agentes decidem cobrir boa parcela de suas exposies utilizando Swaps. A seguir, necessrio especificar a durao do contrato, que pode variar bastante indo de um ms a 30 anos dependendo do mercado. Aps, negocia-se o preo fixo, o qual tende ser alvo de bastante barganha entre as contrapartes por conta do tamanho dos spreads de compra e venda e da dificuldade de obter uma curva de preos confivel para balizar decises. Define-se, ento, o ndice de referncia de que trata o contrato. Esse ndice pode

151

ser construdo a partir de alguma funo matemtica ou alguma curva de referncia, como a mdia mensal, e deve ter transparncia suficiente para que ambas contrapartes tenham condies de replicar os clculos. Por ltimo, so especificados os procedimentos de liquidao financeira como, por exemplo, o perodo base de apurao dos resultados (mensal, trimestral, etc), data de pagamento, etc. Assim como ocorre nos contratos a termo e futuro, Swaps so instrumentos que tem por funo mitigar risco de movimentao de preos. A vantagem que esses instrumentos permitem travamento de resultado por perodos mais longos. De fato, em alguns mercados, agentes entendem Swaps como futuros de longo prazo (Kaminski, 1999). Quanto ao processo de formao de preos desses instrumentos, a maior dificuldade, naturalmente, a definio do preo fixo que define a troca de fluxos de caixa. Apesar da formulao matemtica ser relativamente simples, a indisponibilidade de informao dificulta substancialmente esse processo. Os mercados de Swaps so geralmente muito privados e limitados a grandes agentes produtores ou consumidores. De fato comum encontrar em Swaps termos de confidencialidade que garantem a privacidade das informaes contratuais. A construo de estratgias dentro desses mercados exige esse sigilo, j que Swaps podem conter informaes importantes de agentes, as quais, se fossem pblicas, poderiam trazer diminuio da competitividade desses agentes. A falta de informao no ambiente de mercado para construo de curvas de preos futuras confiveis traz muitos complicadores j que, principalmente na viso das empresas localizadas ao final da cadeia produtiva, quase inexiste indicao sobre a direo dos preos futuros. Assim, muitos agentes utilizam como curva de referncia aquelas praticadas nos mercados futuros (nos casos onde existe algum mercado futuro), em commodities similares ou correlatas ao bem objeto do contrato. Desse ponto de vista, Swaps podem ser utilizados como instrumento mitigador de risco de base (basis risk), j que podem ser utilizados para travar a diferena entre dois ndices diferentes.

152

O problema que, mesmo para agentes que tenham informao sobre o mercado e conhecimento para construo de suas curvas personalizadas, existe o problema das alteraes dessas no tempo. Freqentemente essas curvas entram em contango, backwardation13 ou alguma combinao dessas caractersticas, invertendo rapidamente as expectativas do mercado. A volatilidade observada nessas curvas por conta das diretrizes que regem os mercados, principalmente no campo de energia. Mudanas na oferta, com evoluo de novas fontes alternativas, construo de usinas ou atraso em seus cronogramas de operao e descobertas de campos de petrleo e gs natural podem acarretar inverso das expectativas dos agentes. Tambm, do lado da demanda, desempenho de indicadores financeiros, que so relacionados com cenrio macroeconmico; eficincia energtica; variveis climticas e mudanas de hbitos de consumo podem impactar significativamente as curvas de preo em horizontes de tempo de todos os comprimentos. Outras variveis esto relacionadas com restries de armazenagem, mudanas no sistema de transmisso ou logstica de distribuio, caractersticas regionais dos agentes, entre outras (Pilipovic, 1998). Enquanto as caractersticas intrnsecas ao mercado tm papel fundamental no desafio da gesto de risco e contratao eficiente, outros fatores relacionados com as empresas tambm afetam esse processo. O setor de energia relativamente jovem nessa nova concepo de gesto imposta pela reestruturao dos mercados, (Fusaro, 1998). Apesar de empresas e instituies estarem passando por um processo de adaptao rpido e superao de barreiras, existe ainda pouca tradio no que concerne comercializao assertiva baseada em derivativos. Isso implica em certa ineficincia dentro dos ambientes de mercados, principalmente dentro dos pases em desenvolvimento, de forma a observar grandes spreads de compra e venda (bid-ask spread) e agentes bastante expostos variao de preos de curto prazo. Essas caractersticas podem danificar fortemente a sade das receitas de empresas que decidam ficar merc da volatilidade dos preos (Montano, 2004).
13 Para uma descrio mais completa de contango e backwardation e uma discusso sobre as caractersticas da curva Forward veja captulo 4 seo [XXX]que apresenta o processo de formao de preos no mercado de eletricidade do Brasil e em algumas outras localidades.

153

A boa notcia que nos ltimos anos houve, em muitos mercados, uma evoluo significativa no sentido de adequar empresas para as novas demandas do mercado. Muitas dessas empresas possuem hoje departamentos prprios de planejamento e anlise de risco, o que tem permitidoo estreitamento de brechas para arbitragem. A expectativa que no mdio prazo esse aprendizado se prolifere no mercado como um todo, de forma a agregar eficincia ao processo de contratao das empresas, diminuindo riscos. Dentro dessa discusso, uma figura que desempenha papel de extrema importncia o intermedirio s transaes. O intermedirio, geralmente grandes bancos, empresas distribuidoras e comercializadores, tem a funo de confrontar as contrapartes e assumir uma ponta em cada um dos dois contratos. Por exemplo, um Gerador pode firmar um Swap com um comercializador e esse comercializador poderia vender um Swap com termos semelhantes para uma indstria de alimentos, cobrando um spread para intermediar a transao. Por realizar essa operao, o comercializador assume o risco de crdito das contrapartes e algum risco de preo remanescente, por adaptar as transaes s necessidades do usurio. Apesar de ficar a impresso de que a atividade do intermedirio puramente especulativa, na verdade esse prmio (spread) cobrado reflete quo personalizado o produto aos agentes, j que eles tm a capacidade de oferecer produtos muito mais adequados para ambos lados do Swap dada sua maior flexibilidade de receita, experincia em gesto de derivativos (especialmente derivativos de crditos no caso de bancos) e sinergia com outros mercados (Fusaro, 1998). Existe a possibilidade, por exemplo, de empresas requererem Swaps personalizados com a finalidade de casarem seus fluxos de caixas com seus compromissos de financiamentos, reduzindo restries de caixa. Empresas ou instituies que atuam como intermedirios devem ter boa sade financeira e disponibilidade de capital para conseguir absorver algumas perdas de magnitude mediana no decorrer do contrato. Por isso muitas dessas empresas so grandes bancos ou grandes empresas do setor alvo. No caso em que empresas de comercializao atuam como intermedirios, como acontece, por exemplo, no setor de energia brasileiro, um cuidado adicional deve ser tomado com relao ao risco de crdito. Muitas dessas empresas

154

no possuem a quantidade de capital necessria para gerenciar o risco de preos que assumem e nem so bem preparadas gerir produtos com risco relativamente elevado. Por isso, em um cenrio de alta volatilidade nos preos, muitas comercializadoras geram dficits e deixam de honrar seus contratos. Os intermedirios tambm tm importncia no lanamento de novos produtos no mercado. De fato, esses agentes tendem recorrer engenharia financeira para adequar Swaps s necessidades de seus clientes, focando em eficincia no processo de gesto de risco e aproveitando eventuais oportunidades de ganho disponveis no mercado. Particularmente, muitos desses produtos tm o intuito de minimizar impactos de especificidades regionais dos agentes, ou flexibilizar as quantidades contratadas (Fusaro, 1998). A seguir sero apresentados os tipos mais importantes de Swaps utilizados no processo de comercializao e como eles podem ser utilizados para gerenciar riscos. Aps, sero introduzidos alguns clculos financeiros associados a esses contratos.

5.3.3.2 Swaps: Tipos de Contratos, Resultado Financeiro e

Estratgias de Mitigao de Risco

Existem muitas variaes de Swaps sendo negociadas nos mercados de commodities. Essa gama de instrumentos tem por funo cobrir diferentes parcelas dos riscos e atenderem s necessidades distintas de agentes. Muitos desses produtos surgiram para capturar alguma fatia do mercado que ainda no eram possveis de serem absorvidas pela combinao de outros instrumentos (Nystedt, 2004). De fato, essa a grande vantagem dos mercados de balco, permitir a agentes moldar contratos de forma a terem produtos especficos a usurios.

155

Swap comum (swap vanilla) Esses so os tipos mais comuns de swaps. O termo vanilla (baunilha) vem do jargo do setor financeiro e utilizado para definir os produtos mais simples e mais comuns. Esses contratos tratam de uma simples troca de um preo varivel por um preo fixo em um perodo de tempo especificado sem entrega efetiva da mercadoria. Em contrato so especificados volume, durao, preo fixo, ndice de referncia e perodos de liquidao, no sendo tratadas nenhuma flexibilidade adicional e no sendo necessrio pagamento de qualquer prmio. Apesar de simples, esses contratos so bastante utilizados para travar resultados por perodos mais longos. Um dos motivos que agentes ainda tem pouco contato com outros instrumentos mais complexos e existe uma averso ao risco natural dos participantes do mercado j que muitas vezes gesto de derivativos no seu ramo de atividade principal (Kaminski, 1999). Tambm, esses instrumentos possuem maior liquidez que instrumentos mais complexos (Fusaro, 1998) . A liquidao financeira desses instrumentos realizada em perodos definidos em contrato, geralmente mensais, atravs de transferncia de dinheiro entre as contrapartes. Esses instrumentos so geralmente utilizados por hedgers que necessitam travar suas receitas ou custos por perodos de tempo extensos. Dentro dos mercados de eletricidade esses contratos tm se mostrado eficiente para cobrir riscos de variao de preos. No caso particular do Brasil, apesar de haver grandes spreads entre compra e venda, muitos desses contratos so firmados no ACL com foco em reduo de alguma parcela dos riscos dos agentes. Para compreender como os Swaps ajudam a travar o resultado financeiro, importante entender quais os riscos das contrapartes envolvidas na transao. Do lado do gerador de energia, os riscos esto relacionados com queda de preos no mercado vista, que o obrigaria a liquidar sua energia a preos menores, reduzindo sua margem de ganho ou culminando em perdas. A siderrgica, por outro lado, deseja se proteger de altas de preos, pois isso traria aumento em seus custos, reduzindo sua receita.

156

Note que, desprezando o valor do dinheiro no tempo, o resultado financeiro, de um Swap com volume mensal , vigente em um perodo , onde ,

, pode ser obtido como

so os meses pertencentes ao perodo dentro de um perodo e o

o preo flutuante para um determinado ms

preo fixo do contrato. Assim, do ponto de vista de precificao do swap, o desafio escolher , segundo alguma mtrica da distribuio de probabilidades dos . Supondo

deciso em cima do valor esperado, o problema seria descobrir

de tal forma que

, onde t denota a taxa de desconto para o perodo de apurao t e denota a esperana matemtica. As equaes e o problema de precificao sero discutidos em maiores detalhes a partir da seo 6.3.

Swap sobre diferenas (Differential Swap)

Esse um instrumento muito importante para ajudar a gerenciar o risco de base dos agentes. Tem caractersticas muito semelhantes ao do swap vanilla, mas o ndice de referncia formado como uma diferena entre dois ndices. Enquanto, em termos de funcionamento e formulao matemtica, o problema essencialmente o mesmo, importante enfatizar que o risco que esse instrumento ajuda a mitigar diferente dos riscos associados a swaps vanilla. O foco desse contrato no minimizar a exposio aos preos per si, ao contrrio, ele trava uma base fixa entre dois ndices de forma a evitar impacto sobre o fluxo de caixa das contrapartes por conta de descolamentos entre ndices. Como mencionado anteriormente, os agentes nem sempre comercializam no mercado alvo por no ter informao suficiente para a construo de curvas objetivando viabilizar a precificao de instrumentos. Assim, eles buscam mercados mais lquidos, de forma a terem uma indicao sobre preos em horizontes maiores. No entanto, isso causa uma exposio adicional que dada pelo diferencial de preos entre o mercado alvo e o

157

mercado escolhido para realizar a operao de mitigao de risco. Differential Swaps podem ser utilizados para travar esse risco de base (Kaminski, 1999). Swap de margem (Crack swap)

Os Swaps de margem podem ser criados a partir de composio entre swaps vanilla. O intuito desses contratos garantir uma margem fixa de resultado para empresas pertencentes ao meio da cadeia produtiva. Utilizando crack swaps empresas tm a possibilidade de conjuntamente, travar o preo de compra de seus insumos e de venda para os produtos resultantes de seu processo produtivo. Geralmente as empresas no realizam essas operaes de forma a travar 100% de sua margem, elas cobrem um percentual menor, por exemplo, 60% para no perderem oportunidades de mercado, caso haja movimento favorvel de um dos lados, compra ou venda. Essas operaes so excelentes para alavancar o capital necessrio para financiar novos empreendimentos ou para viabilizar alguma expanso da planta ou dos negcios, j que torna a margem da empresa determinstica, ou menos voltil, por um perodo de tempo determinado em contrato, reduzindo, assim, chances de inadimplncias e de prejuzos (Kaminski, 1999). Comprar swaps comuns sobre o insumo de interesse e vender swaps, j com a margem desejada embutida sobre a mercadoria, uma forma de replicar o swap de margem. No entanto, a vantagem de realizar o swap de margem est justamente no papel do intermedirio. Note que a empresa que est realizando essa operao transfere ao intermedirio o risco de insolvncia de uma das contrapartes (fornecedora de insumo ou compradora do bem processado). Dessa forma, esses intermedirios aceitam assumir algum risco e em troca, cobram implicitamente um spread, de forma a reduzir a margem que seria obtida realizando-se a operao sinttica, construda a partir de dois swaps. O papel de encontrar

158

uma parte fornecedora de insumo e outra compradora do produto processado relativamente complexo e pode implicar em riscos que empresas no gostariam de gerenciar. Assim, elas aceitam uma reduo em sua margem para transferir esses riscos para os intermedirios. Para definir completamente essa operao, necessrio descrever as informaes sobre a compra do insumo e venda do produto processado. Um exemplo clssico da literatura e que muito feliz em descrever o funcionamento dessas operaes o caso em que uma refinadora de petrleo deseja realizar essas operaes (Kaminski, 1999, captulo 2).

Swap com participao (Participation swap)

Esses instrumentos so relativamente novos. Com o intuito de fornecer algum diferencial a seus clientes, vendedores de contratos abrem mo de um percentual de sua parte do Swap, reduzindo o valor do swap. O funcionamento desses instrumentos difere em relao aos swaps vanilla apenas quando o ndice de referncia menor que o preo fixo acordado, ou seja, o instrumento fornece proteo total ao agente comprador caso haja subida de preos. No entanto, em caso de queda de preos, o comprador paga uma quantidade menor ao vendedor, de acordo com o percentual de transferncia definido em contrato. Isso implica em um desconto no custo do Swap, a princpio no determinado, porque que a trajetria de preos desconhecida. Ao final, o vendedor, para ter alguma vantagem competitiva, precisa reduzir sua margem, absorvendo uma quantidade maior de risco de variao de preos. Note que esse instrumento traz subjacente a ele uma estratgia de negociao importante. Ao invs de oferecer um Swap de participao o vendedor poderia simplesmente oferecer um desconto no preo fixo do swap e travar de alguma forma o resultado. No entanto, ele aposta em picos na curva de preos, mas no em vales profundos, casos em que ele teria que abrir mo de uma parte maior, em valores absolutos, de seus ganhos (Kaminski, 1999).

159

5.3.4

Opes Clssicas

5.3.4.1 Os contratos e o mercado

As opes constituem uma parte representativa dos derivativos que so negociados tanto nos ambientes das bolsas (Natenberg, 1994), quanto nos mercados de balco (Fusaro, 1998). Particularmente dentro das bolsas, esses instrumentos tm bastante aceitao por permitirem a cobertura de riscos de maneira um pouco diferente que os contratos futuros. Opes podem ser utilizadas para construir estratgias de cobertura parcial ou total contra volatilidade dos preos, sem eliminar as oportunidades de ganho. Essas estratgias so baseadas na combinao entre opes e outros produtos, principalmente contratos futuros, os quais tem uma relao matemtica com as opes. O conceito de opo tambm pode ser utilizado em conjunto com os Swaps dando origem a um novo produto que possui caractersticas particulares. De fato, mercados de opes bem sucedidos, dentro dos ambientes das bolsas, geralmente tm como plano de fundo mercados futuros bem estruturados e lquidos (Nystedt, 2004 e Farhi, 1998). Isso facilita o processo de negociao das opes, j que fornece meios adicionais para agentes realizarem operaes de cobertura de maneira eficaz e rpida. O funcionamento desses contratos permite entender seu papel dentro do ambiente de comercializao. Existem duas classes de opes. Opes de compra (Calls) e opes de venda (Puts). Segundo a definio clssica, uma opo de compra um contrato que garante ao comprador o direito, mas no a obrigao, de comprar um montante de uma determinada mercadoria-objeto at (ou em) uma data pr-definida a um preo fixado (Shreve, 2005 e Natenberg, 1994). Uma opo de venda d ao comprador o direito, mas no a obrigao, de vender um montante de um certo bem-objeto at (ou em) uma data prdefinida a um preo fixado. As mercadorias objeto do contrato podem ser aes, ndices, commodities, contratos futuros ou outros derivativos.

160

Nos contratos de opes o preo fixo chamado de preo de exerccio (Strike) e a data limite de exerccio denominada expirao (expiration) da opo. Nos Swaps, futuros e contratos a termo as negociaes resultam em obrigaes para ambas contrapartes, nas opes existe possibilidade de escolha. O agente comprador de uma opo pode decidir por exercer seu direito de comprar, no caso da Call, ou de vender no caso da Put, sob os termos e condies do contrato. Esse direito se reflete em flexibilidade adicional para o comprador de forma que se o mercado se movimenta favoravelmente ele consegue absorver os ganhos, e se ocorre movimento desfavorvel ele no tem a obrigao de capturar as perdas. Dessa forma, existe um custo embutido nessas negociaes que deve refletir o valor de uma eventual perda incorrida pelo lanador da opo. Esse custo, denominado prmio da opo, geralmente pago pelo comprador anteriormente vigncia do contrato. A parte vendedora recebe esse prmio como remunerao por sua exposio aos preos de mercado, que pode chegar a ser ilimitado. A definio clssica de opes como descrita acima, apesar de ser adequada para instrumentos comercializados em mercados financeiros, mascara alguns problemas que so enfrentados nos mercados de commodities, como argumentado por Kaminski (1998, cap 2, pg 38 e 39). Os principais motivos so as peculiaridades dos contratos baseados em commodities. Se o mercado no for lquido suficiente, ou se a as opes esto muito in-themoney, pode ser difcil revender a opo para capturar o resultado esperado. Outro ponto que as opes sobre commodities, quando exercidas, geralmente se transformam em contratos futuros, e esses contratos precisam ser revendidos para que o comprador capture, de fato, os ganhos. Essa operao adicional pode implicar em incremento nos custos de transao reduzindo a margem inicialmente esperada. Tambm, existem muitas modalidades de contratos que prevem entrega fsica da commodity subjacente, caso uma opo sobre a commodity seja exercida na data expirao. Enquanto ouro e outros metais no apresentam muitos problemas, principalmente pela padronizao e facilidade de transporte, para outras commodities, incluindo aquelas pertencentes aos mercados de energia, os custos relacionados com transportes e, em alguns 161

casos armazenagem, podem tornar o processo de converter os futuros em dinheiro bastante oneroso, reduzindo, ou sobrepondo-se, aos ganhos tericos previstos na transao. Essas questes podem tambm implicar em aumento de risco de base, pois pode haver defasagem na entrega da commodity ou porque a commodity alvo do agente no o bem-objeto do contrato. Por conta dessas caractersticas, Kaminski (1998) recomenda que a definio de opes condicione o resultado na descrio clssica da opo a um mecanismo de liquidao que pode envolver tambm entrega fsica. Como o mecanismo de liquidao especfico do contrato, do mercado alvo e das contrapartes envolvidas, nem sempre simples incorporar o efeito de liquidao na modelagem de preos. Note que o resultado financeiro de uma opo dependente do mecanismo de exerccio previsto em contrato. Existem basicamente trs modalidades para exerccio das opes: europias, americanas e asiticas. Nas opes europias o exerccio pode ser realizado apenas na data de expirao, geralmente sob o preo do ativo no fechamento do prego. Opes americanas utilizam a data de expirao como data limite para exerccio do derivativo, de forma que ela pode ser exercida em qualquer momento anterior, sob o preo vigente no mercado. O funcionamento de opes asiticas um pouco distinto das duas anteriores. A deciso se haver ou no exerccio obrigatoriamente tomada na data de expirao, como na opo europia, no entanto, o preo subjacente ao contrato uma mdia do preo da mercadoria alvo apurada em um perodo especificado em contrato, o qual pode ser mensal, semanal ou considerando qualquer outro perodo que seja de comum acordo entre as contrapartes. Essas diferentes modalidades fazem com que os processos de precificao de opes sejam distintos para cada modalidade. Por exemplo, as opes asiticas, por serem baseadas em preos mdios, apresentaro incerteza menor em seu resultado que as europias e americanas que trabalham sobre o preo em um determinado momento no tempo. Para entender quais so os fatores que podem influenciar o prmio de uma opo necessrio mapear os componentes presentes nessa quantidade. Toda opo possui dois 162

termos, que somados, formam o valor (prmio) desse derivativo: o valor intrnseco e o valor no tempo (valor extrnseco). O valor intrnseco, , de uma opo de compra o mximo entre zero e a , e do preo de exerccio, , ou seja, (5.3.4.1) Para uma Put o valor intrnseco, , calculado como (5.4.3.2) Essa quantidade representa o valor que seria capturado pelo detentor da opo caso ele decida (ou pudesse) exercer a opo no tempo t. Caso o valor intrnseco seja maior que zero, a opo dita estar dentro do dinheiro (in-the-money), no outro caso a opo dita estar fora do dinheiro (out-the-money). Existe mais um caso que bastante importante para as derivaes das propriedades desses derivativos que o caso onde o preo da mercadoria-objeto exatamente igual ao preo de exerccio. Se isso acontecer opo denominada no dinheiro (at-the-money). Intuitivamente, o valor intrnseco de uma opo deveria ter relao com seu prmio, j que, quando, em um determinado tempo, uma opo est muito dentro do dinheiro (valor intrnseco grande) o comprador do derivativo teria maior chance de capturar ganhos, do que no caso de uma opo fora do dinheiro. Isso deveria se refletir em um preo maior para a opo dentro do dinheiro que para a fora do dinheiro. O outro componente do prmio da opo o valor no tempo ou valor extrnseco. Financeiramente o valor no tempo a quantidade de dinheiro que compradores desejam pagar acima do valor intrnseco de uma opo na que expectativa de que, em algum momento no tempo antes da expirao, a opo se torne mais in-the-money. Desta forma, o valor no tempo depende principalmente da forma da distribuio de probabilidade dos preos e de sua volatilidade. Por exemplo, o custo de opes out-the-money composto apenas pelo valor no tempo, j que seu valor intrnseco zero.

diferena do preo subjacente no tempo t,

163

Para opes profundamente in-the-money ou profundamente out-the-money o valor no tempo tende ser pequeno por conta de haver baixa probabilidade da opo incrementar em valor. Tambm, o valor no tempo tende a diminuir conforme se aproxima a expirao da opo, pois existe menos tempo (volatilidade menor) para que a opo incremente em valor intrnseco. Quanto mais at-the-money est uma opo, ou seja, preos de mercado iguais ao preo de exerccio da opo, maior o seu valor no tempo. Essa a explicao para opes at-the-money, apesar de terem valor intrnseco nulo, terem a maior probabilidade de aumentar em valor intrnseco, vide por a figura 5.4.

70 60 50 40 30 20 10 R$ 0
Valor no Tempo Contrato Futuro Valor Intrnseco

-10 -20 -30 -40 -50 -60 100 105 110 115 120 125 130 135 140 145 Preos Subjacentes 150 50 55 60 65 70 75 80 85 90 95
Preo de Exerccio da Opo

Figura 5.4:: Representao grfica do valor intrnseco e valor no tempo de uma opo de compra com preo de exerccio de R$ 100,00 e contrato Forward de compra com preo nominal de R$100,00.

Observe que o prmio da opo sempre positivo, enquanto que o valor do contrato Forward pode ser negativo quando o preo subjacente menor que o preo de nominal do contrato. O fato que o resultado financeiro de um contrato Forward/Futuro simtrico ao redor do preo do contrato faz com que no seja necessria a cobrana de

164

nenhum prmio. Por outro lado, opes tm risco limitado para o comprador o que faz com que seja necessrio incorporar um prmio nesses contratos que remunere o risco assumido pelo vendedor da opo. De fato, existe uma relao bem definida entre o prmio de opes de compra e de venda, contratos futuros e preos de mercado. Essa relao conhecida como a paridade entre Calls e Puts e definida por (5.4.3.3) onde o prmio da Call, o prmio da Put, o preo subjacente, o preo de

exerccio,

a taxa livre de risco e T a maturidade da opo. Note que essa relao

apenas vlida para opes com mesmo preo de exerccio e mesma maturidade. Essa relao implica que Puts e Calls com mesmo preo de exerccio possuem o mesmo valor no tempo, Natenberg (1994). Uma ilustrao da paridade entre Put e Call pode ser visualizada na figura 5.5.

60 50
Call Comprada

40 30 20 10 0 -10 -20 -30 -40 -50 -60 50 55 60 65 70

Put Vendida Preo Subjacente - Forward*exp(-r*T)

Put e Call com mesmos prmios

75

80

85

90

95 100 105 110 115 120 125 130 135 140 145 150

Figura 5.5: Paridade entre Put e Call.

165

A figura 5.5 mostra o prmio de uma Put e uma Call com exerccio em R$ 100,00 para cada nvel de preo subjacente. A linha que atravessa o grfico representa o lado direito da equao 5.4.3.3. O ponto que essa linha cruza o eixo das abscissas onde a Put e Call tem o mesmo valor absoluto. Observe que a diferena entre os preos da Call e da Put funo linear do preo subjacente. Note que o prmio das opes funo do estado atual do mercado e tambm da distribuio dos preos subjacentes. De fato, os modelos de precificao de opes mais conhecidos (Natenberg, 1994 e Pilipovic, 1998) utilizam a volatilidade dos preos subjacentes como a principal varivel de entrada. Na prxima subseo so discutidos os principais tipos de volatilidade presentes no mercado e seu impacto no processo de precificao de opes.

5.3.4.2 Volatilidade O ncleo da comercializao de opes est relacionado com o conceito de variabilidade de preos. Em termos sucintos, precificao e resultado financeiro das opes esto relacionados com a volatilidade do bem subjacente ao contrato. A volatilidade anualizada no tempo simplesmente o desvio-padro anualizado dos retornos da , condicionada informao realizada at o so calculados como a variao relativa dos , ou seja, , onde Pt o preo da

mercadoria-objeto do contrato no tempo tempo t. Os retornos para um tempo preos do objeto subjacente no intervalo mercadoria objeto em um tempo t. Formalmente, a volatilidade

anualizada

pode

ser

escrita

como

, onde

indica a .

esperana condicionada ao filtro que incorpora toda informao realizada at o tempo t, o desvio-padro dos retornos no intervalo

, condicionado informao realizada

166

dos retornos at o tempo t, e dt apresentado em termos anuais (para retornos dirios semanais , etc).

Essa medida fornece uma interpretao bastante interessante sobre a dinmica dos preos de mercado. Informalmente, a volatilidade define a faixa de preos, condicionada informao realizada ao tempo t, onde se espera encontrar os preos cerca de 66% do tempo em um determinado ano. Por exemplo, uma volatilidade de 0,2 (20%) informa, em termos muito simplificados, que os preos anuais deveriam variar 66% do tempo dentro do intervalo escala dt, Pilipovic (1998). Como os prmios dos contratos de opo so funo do estado atual do mercado e da possibilidade de flutuao do preo subjacente at a data de exerccio, natural que opes com maiores volatilidades tenham maior valor. Com efeito, a volatilidade que deve ser inserida dentro dos modelos de precificao a volatilidade futura, a qual desconhecida. Isso faz com que seja necessria a definio de metodologias de estimao dessas quantidades para que os modelos de precificao respondam de forma realista estados do mercado. Existem basicamente trs formas de se estimar a volatilidade futura: utilizando a volatilidade histrica, utilizando a volatilidade implcita em instrumentos do mercado ou combinando essas duas ltimas informaes. A volatilidade histrica pode ser modelada de diferentes formas, entre as quais destacam-se os modelos GARCH e de varincia estocstica (Zevallos, 1994). Esses modelos podem ser utilizados para projetar ou simular a volatilidade futura, no entanto a qualidade dessas projees depender da manuteno das premissas realizadas por esses modelos. A volatilidade implcita de um instrumento a volatilidade que foi utilizada para precificar o derivativo e, portanto, consiste de uma volatilidade que, de fato, foi praticada pelo mercado. Nesse sentido, a volatilidade implcita traz informao sobre a volatilidade futura, condicionada ao estado de mercado no tempo de fechamento da transao da opo. Por conta disso, a construo de curvas de volatilidade implcita para diversos , onde o preo observado no tempo t, apurados sobre a

167

instrumentos, com maturidade variada, permite o entendimento da estrutura a termo da volatilidade praticada no mercado e pode ser utilizada na estimao da volatilidade futura. Uma discusso mais detalhada de como comercializar volatilidade dentro do mercado de opes pode ser vista em Natenberg (1994). Questes sobre modelagem de volatilidade de derivativos transacionados em mercados de energia podem ser vistas em Pilipovic (1998).

5.3.5

Opes sobre Swaps ou Swaptions

A teoria bsica de opes, apresentada no subtpico anterior permite compreender a interao entre os principais derivativos comercializados dentro dos mercados de energia. Em particular a inter-relao entre contratos Forward e as opes so de bastante interesse para esses que participam dentro dos mercados de energia. A paridade Call-Put define uma relao formal entre contratos Forward e prmios de opes de compra e venda de mesmo preo de exerccio. Tambm, as equaes 5.3.4.1 e 5.3.4.2 permitem escrever o resultado financeiro de um contrato Forward a soma dos resultados financeiros de uma Call comprada e de uma Put vendida, ou seja, pode-se criar um Forward sinttico baseado nesses dois derivativos, vide figura 5.4. Tambm, conforme foi apresentado na seo 5.3.3 existe um relacionamento entre Swaps e Forwards, de forma que Swaps podem ser construdos a partir de uma seqncia de Forwards. Como muitas opes comercializadas em mercados tm como instrumento subjacente preos Forwards (Fusaro, 1998), intuitivo que existam tambm opes baseadas em Swaps. Esses instrumentos so denominados Swaptions e tm como objetivo principal flexibilizar a contratao da mercadoria-subjacente ao contrato. Como discutido na seo 5.3.3 Swaps so instrumentos puramente financeiros, sem entrega fsica da mercadoria-alvo, onde ocorre a troca de um ndice fixo por um ndice varivel. A definio de uma opo sobre um Swap permite ao detentor desse instrumento decidir se deseja ou no participar do Swap de preos. Do ponto de vista do vendedor esse instrumento fornece uma garantia de que, caso haja exerccio, a troca de fluxos de caixas

168

ocorrer em perodos contendo mais de uma unidade de tempo. Por conta dessa garantia por parte do vendedor, Swaptions tm valor menor ou igual a uma cadeia de opes sobre Forwards no mesmo perodo. Essa relao intuitiva, pois em um Swaption definido em n perodos existe apenas uma possibilidade de exerccio, enquanto que na cadeia de n opes sobre Forwards existe a possibilidade de exerccio n vezes. Os Swaptions e suas extenses so comumente encontrados dentro de mercados de energia. Flexibilidades contratuais com estrutura de funcionamento semelhante a Swaptions sero modeladas no captulo 6.

5.3.6

Swing Options

Os Swing Options constituem uma grande classe de contratos onde o detentor do derivativo tem a opo de modificar as quantidades nominais de contratos dentro de uma faixa pr-especificada em contrato, por um nmero definido de perodos e com alguma restrio de quantidade mxima e mnima. Swing Options podem ser vistos como seguros oferecidos para a contraparte compradora do contrato contra subidas excessivas de preo. Esses instrumentos tm uma lgica econmica bastante favorvel aos mercados de energia por conta de duas caractersticas que so observadas em muitos desses mercados. Primeiramente, em alguns mercados de energia, preos tendem a reverter mdia, portanto, permitir que a contraparte compradora ajuste seus montantes um determinado nmero de vezes deve ser suficiente para que ela absorva o risco de picos de preos. Em segundo lugar, preos de energia possuem sazonalidade intra-ano, e Swing Options podem ser utilizados para capturar esses perfis de variao. Existem essencialmente muitas verses de Swing Options, no entanto, metodologias de precificao desses instrumentos tm sido introduzidas apenas recentemente. Para uma reviso literria sobre a evoluo dos procedimentos de avaliao de Swing Options, pode-se consultar Kluge (2006). Neste trabalho so discutidos os principais problemas relacionados com o tratamento de Swing Options e como eles tm

169

sido solucionados por diferentes linhas de pesquisa acadmica. Kluge (2006) tambm props um modelo baseado em rvore trinomial para avaliar esse tipo de contrato.

5.4 Consideraes finais


O estudo da teoria bsica de derivativos e o entendimento dos ambientes onde esses contratos so comercializados so pr-requisitos para a modelagem dos resultados financeiros associados com contratos de energia. De fato, muitos dos derivativos estudados neste captulo tm mecanismo de funcionamento semelhante aos contratos com flexibilidades contratuais comercializados no mercado de energia. Tambm, o mapeamento das caractersticas dos ambientes de comercializao permite definir quais so as suposies que podem ou que no devem ser feitas para simplificar o tratamento estatstico do problema. Com efeito, as discusses realizadas nesse captulo formam o alicerce base para o tratamento das principais tarefas relacionados com comercializao de energia no ACL. Primeiramente, com base nos produtos apresentados nesse captulo pode-se converter a maioria das flexibilidades contratuais em derivativos conhecidos. Tambm, a modelagem dos resultados financeiros desses contratos, passo essencial para a derivao de estratgias comerciais, funo das caractersticas de mercado, as quais foram discutidas em detalhes nos subtpicos anteriores. Por ltimo, a gesto de risco e formao de estratgias de cobertura podem ser realizadas entendendo a interao entre instrumentos derivativos, a qual tambm foi discutida no decorrer desse captulo.

170

METODOLOGIA
6.1 Introduo
A discusso realizada nos captulos anteriores com relao a preos e derivativos,

alm de proporcionar uma viso das caractersticas dos mercados de energia, permite tambm iniciar os procedimentos de avaliao e gesto de risco em carteiras de contatos fornecendo diretrizes para formao de estratgias de cobertura e travamento de posies. De fato, a questo de avaliao de contratos pode ser estruturada como uma seqncia de passos. Essa abordagem possibilita uma separao clara entre os problemas de entendimento de contratos, modelagem de preos, avaliao de derivativos e acompanhamento e gesto de carteiras e apresentada a seguir. 1. 2. 3. 4. 5. 6. Entendimento e desmembramento dos contratos em blocos. Classificao dos blocos desmembrados em portflios especficos. Modelagem dos preos subjacentes envolvidos e suas premissas. Aplicao de modelos para carteiras especficas de derivativos. Clculo de medidas de risco e mtricas de desempenho da carteira. Acompanhamento de desempenho das carteiras e deteco de estratgias

de cobertura e decises de exerccio. A diviso do processo de avaliao em subprocessos permite s empresas formar frentes de trabalho com habilidades especficas para tratar cada um dos passos dentro do fluxo, minimizando o efeito de gargalos. Por exemplo, a questo de modelagem de preos e reviso de premissas referente ao passo 3 exige desenvolvimento contnuo e atualizao peridica das anlises, alm de bancos de dados bem estruturados e viso sistmica do setor. Por outro lado, atividades referentes a desmembramento de contratos so essencialmente operacionais e, apesar de exigir alguma habilidade analtica, exigem menor alocao de tempo e recursos, o qual deve ser dimensionado proporcionalmente ao tamanho da carteira.

171

Adicionalmente, prefervel definir a questo de avaliao de contratos como um processo porque muito mais simples responder O que fazer?, do que Como fazer ?. Existem essencialmente inmeras maneiras de realizar a implementao desse fluxo e seria difcil argumentar sobre qual a maneira mais correta j que existem objetivos bastante distintos entre os agentes. Por exemplo, a maioria dos Clientes Livres no busca alta preciso, eles tm apenas a necessidade de obter uma indicao de preos e informao sobre quais produtos seriam os mais adequados para suas demandas especficas. Por outro lado, comercializadores alocam montante considervel de recursos para obter a maior acurcia possvel no processo de contratao e determinao de preos, j que essas so suas atividades principais. Para apresentar as principais abordagens que tm sido adotadas para solucionar o problema de avaliao de derivativos dentro do processo de comercializao de energia realizado uma reviso literria dos principais trabalhos correlatos.

6.1.1

Reviso Literria

O novo modelo do setor eltrico relativamente jovem e fazendo com que haja relativamente pouca literatura especfica para o mercado brasileiro disponvel. Particularmente no contexto de gesto de derivativos existe uma escassez maior de trabalhos sendo que muitos no trabalham a questo sobre a tica quantitativa. Dentro dos trabalhos que discutem mais afundo o tema destacam-se os realizados por Torres (2006) e Gomes (2005). Torres (2006) modela contratos contendo flexibilidades de Take-or-Pay utilizando a teoria de opes de Black and Scholes, baseadas em equaes estocsticas que podem ser resolvidas sob a premissas de que os retornos dos preos seguem um movimento Browniano. Como discutido no captulo 4, essas suposies so pouco realistas para o mercado brasileiro, j que os PLD tendem ser afastar da distribuio Log-Normal e, principalmente, no possuem varincias constante e nem so independentes no tempo. Nesta dissertao ele calcula os prmios adicionados a contratos por se adicionar

172

Take-or-Pay. Torres (2006) realiza anlise risco baseado no VaR e no CVaR, porm, como ser discutido a frente nesse captulo, essas mtricas no fornecem informao completa sobre o risco das carteiras. Torres (2006) comenta que importante incorporar outros fatores dentro dos modelos utilizados para tornar os resultados mais realistas. Gomes (2005) utiliza a teoria clssica de opes para derivar o valor agregado das flexibilidades contratuais em contratos celebrados no ACL. Os prmios das opes foram calculados com base em simulao dos preos Spot mensais. Ele realizou diversas sensibilidades com relao ao volume das flexibilidades e concluiu que o valor agregado de flexibilidades aos contratos pode chegar a 15% do valor do contrato. Outros trabalhos como David (2004) e Gomes (2002) aplicaram a teoria de derivativos sob a tica de investimentos em projetos de gerao de energia. Eles recorreram a teoria de opes reais a qual permite selecionar o melhor momento para a realizao de investimentos de gerao dentro do setor. Existem outros trabalhos, Pilipovic (1998), Fusaro (1998) e Kaminski (1999), que discutiram o problema de valorao de derivativos em outros mercados de mercados de energia. Pilipovic (1998) prope um procedimento geral para valorao de opes presentes nos mercados de energia de forma independente dos modelos de preos. Fusaro (1998) apresenta procedimentos para gesto de riscos nos mercados de energia apresentando as principais dificuldades que devem ser enfrentadas por analistas do setor. Kaminski (1999) discute diversos tipos de derivativos e apresenta alternativas para a modelagem de seus resultados financeiros. Kaminski (1999) tambm introduz procedimentos gerais para valorao de derivativos exticos, dependentes do caminho de exerccio e do processo de consumo, como o caso dos derivativos do mercado de energia brasileiro. Os trabalhos de Pilipovic (1998), Fusaro (1998) e Kaminski (1999) esto mais alinhados com as metodologias apresentadas nesta dissertao. Os modelos que sero derivados nas sees seguintes no so baseados sobre os modelos clssicos de Black and Scholes () e de suas extenses. Ao invs, proposto um procedimento geral para a avaliao de derivativos, o qual independente da maneira com que os preos de mercado evoluem. Esses modelos podem ser utilizados para comparar operaes, ou para propsitos 173

de precificao, desde que suas entradas estejam calibradas de acordo com a realidade do mercado. Adicionalmente as sadas desses modelos so sujeitas a um processo de avaliao, o qual permite definir se os resultados esto consistentes com a realidade do mercado. No restante do captulo detalhado cada passo dentro do fluxo de avaliao de contratos e apresentada uma proposta para abordar esse processo dentro das trs principais atividades de comercializao: avaliao de risco de contratos, obteno de diretrizes de preos de produtos e tomada de decises com relao a exerccio de derivativos. De forma particular, feita na seo 6.3 uma discusso da questo de desmembramento de contratos e formao de carteiras que esto relacionados com os passos 1 e 2 do fluxo acima. Os conceitos relacionados com o passo 4 e suas derivaes estatsticas associadas so estudados no tpico 6.4. As questes relacionadas com gesto de risco, que esto relacionadas com o passo 5 e 6 dentro do fluxo so apresentadas no tpico 6.5. As questes relacionadas com o passo 3 do fluxo que tratam de modelagem de preos de mercado e suas premissas so discutidas no captulo 4.

6.2 Desmembramento de contratos e construo de carteiras

A primeira ao dentro do fluxo de avaliao de carteiras est relacionada essencialmente com a questo do contrato fsico, no tendo dependncia alguma com modelagem estatstica ou quantificao de resultados. O desmembramento de contratos em blocos uma tarefa basicamente operacional, pois trata da extrao de raios-x dos termos e condies contratuais. O objetivo desse processo bastante simples e claro: busca-se mapear, para cada contrato pertencente carteira, quais so os termos e condies que podem ser interpretados como derivativos e, portanto, implicam em riscos para os envolvidos na transao.

174

O problema que essa tarefa nem sempre to direta assim. Inicialmente necessrio grande conhecimento sobre a estrutura de derivativos e a matriz de riscos da empresa14. Na maioria dos contratos celebrados, derivativos contratuais no aparecem de forma totalmente explcita e necessria alguma habilidade para detect-los. Alm disso, a classificao desses instrumentos em carteiras nem sempre trivial por conta de suas inter relaes. Note que o insumo principal para essa fase do processo de avaliao de contratos a discusso realizada no captulo 5, que tratou dos derivativos. A maioria dos tipos de derivativos apresentados ou alguma de suas variaes podem ser encontradas com freqncia nos contratos que vigoram no mercado, de forma que o entendimento dos mecanismos de funcionamento e de suas relaes com risco de mercado devem ser habilidades presentes nos responsveis por mapearem esses contratos. De fato, o entendimento dos instrumentos, suas interaes e uma perspectiva dos riscos associados devem ser dominados muito antes da fase de avaliao. Essa habilidade particularmente importante para os envolvidos no Front Office15 no momento do fechamento das operaes que iro compor as carteiras de contratos. Nesse sentido, uma das dificuldades encontradas na atividade de comercializao, principalmente em mercados mais jovens, disseminar o conceito de risco e variabilidade nos resultados associados com gesto de longo prazo. Em parte, isso pode ser justificado por conta de que o mercado de energia ainda est em fase de transio, tendo seu primeiro marco regulatrio apenas em 2005. No entanto, ignorar o risco presente nas transaes perigoso, pois isso pode acarretar em subestimao dos efeitos dos derivativos nas carteiras e, conseqente, em um aumento da volatilidade dos resultados financeiros. Por conta disso necessrio definir critrios mais objetivos para mapeamento dos derivativos embutidos em contratos e a formatao de um conjunto de dados que permita a maleabilidade necessria para o tratamento estatstico da carteira.
A matriz de risco de uma empresa mapeia, classifica e documenta todos os riscos a que a empresa est sujeita. 15 O Front Office em uma comercializadora de energia eltrica responsvel pelo fechamento das transaes de compra e venda de energia.
14

175

Para tanto necessrio entender os elementos pertencentes aos contratos de energia eltrica celebrados no Ambiente de Contratao Livre e como eles reagem a movimentos das variveis do mercado. Os contratos podem ser interpretados como uma composio de blocos ou perodos de energia, que podem ser flexveis ou no, e que possuem uma regra de preos associados. A fase de desmembramento de contratos consiste basicamente em separar cada contrato pertencente a uma determinada carteira em diversos blocos com caractersticas semelhantes e agrup-los em carteiras separadas. Cada carteira pode ser avaliada de forma isolada com o intuito de obter o peso relativo do risco para esses blocos, porm para obter medidas globais representativas da carteira de contratos como um todo, necessrio considerar as interaes entre esses blocos. Isso dificulta consideravelmente todo o processo de mapeamento e classificao de derivativos j que preos ou quantidades podem ser dependentes de outros blocos, ou seja, eles no so ortogonais. Maiores detalhes e exemplos sero apresentados no decorrer do captulo. Independentemente da complexidade e principalmente da diversidade de derivativos que podem ser encontrados dentro dos contratos, fatores empricos indicam que com uma quantia relativamente pequena de blocos ou suas generalizaes pode-se mapear grande parte dos derivativos de determinada carteira. Dessa forma, ser feita a definio e discusso de 6 classes de blocos que podem ser combinados para mapear quase a totalidade de derivativos pertencentes a uma carteira.

6.2.1

Blocos de Energia

O item mais bsico de um contrato e que est presente na quase totalidade deles o que pode ser chamado de Bloco de Energia. Em termos intuitivos, essa parcela do contrato representa a parte firme da energia contratada que objeto do contrato independente de variao de preos ou processo produtivo do cliente. Dessa forma, o Bloco

176

de Energia representa a curva de energia de face do contrato, ou seja, as quantidades que definem o bem-objeto do contrato. Para que um Bloco de Energia seja definido de forma completa so necessrias as seguintes informaes: Perodo: o intervalo de tempo onde o bloco vigente, ou seja, o perodo

em que as contrapartes tm a obrigao de honrarem os termos e condies referentes a um determinado bloco de energia. - Volume: Define a quantidade de energia associada ao bloco para seu perodo de vigncia. Pode ser definido em MWh, MW mdios ou qualquer outra unidade que tenha sido acordada em contrato. - Localidade: Contm a informao sobre qual o local de entrega da energia associada com o bloco para seu perodo de vigncia. Geralmente definido como centro de gravidade de um dos submercados pertencentes ao SIN. - Preos: Associa uma regra de preos para o bloco de energia em seu perodo de vigncia. Essa regra pode ser simplesmente um valor fixo, um ndice base ou alguma mdia entre essas quantidades. - Reajuste dos Preos: Define uma regra para reajustes de preos (em caso de preo fixo) baseados em ndices especficos ou cestas de ndices.

Dessa forma, pode-se definir um bloco de Energia da seguinte maneira.

Definio 6.2.1 (Bloco de Energia). Um bloco de energia a parcela firme de um contrato de energia composta pela interseco entre volume, localidade, preos e regra de reajuste como definidos acima.

177

Esse conceito importante, pois cada bloco de energia caracteriza um determinado derivativo e caso haja alguma mudana em alguma das caractersticas desse bloco, tem-se outro derivativo. A definio acima implica que pode haver mais de um bloco de energia dentro de um contrato mesmo que seja dentro do mesmo perodo de tempo. Por exemplo, um contrato que trata de entrega de 100 MW mdios no centro de gravidade do submercado Sudeste/Centro Oeste e 10 MW mdios no centro de gravidade do submercado Sul para o ano de 2008 R$ 150,00/MWh, sem reajuste de preos possui dois blocos de energia diferentes. O primeiro define entrega segundo os termos do contrato para o centro de gravidade do submercado Sudeste/Centro Oeste, enquanto que o outro define esses termos para o centro de gravidade do submercado Sul. A parte mais complexa da fase de desmembramento de contratos realizar a converso de blocos que compem os contratos em derivativos. Suponha que o contrato acima tenha sido adquirido por uma comercializadora que tem o submercado SE/CO como seu submercado de referncia. Desta forma, toda liquidao financeira que for realizada ser executada sobre o PLD (Preo de liquidao das diferenas) do submercado SE/CO. Caso os montantes referentes a esses blocos sejam liquidados no mercado vista o agente ter uma exposio variao dos preos de curto prazo. Primeiro considere o caso do bloco que trata de entrega no submercado SE/CO. Do ponto de vista do comprador, caso o PLD mdio de um determinado ms seja maior que R$ 150,00/MWh ela realizar um ganho que ser dado pela diferena entre o PLD e R$ 150,00, multiplicado pelo montante de energia em MWh. Caso o PLD seja menor que R$ 150,00/MWh, em algum ms do ano de 2008, essa comercializadora capturar uma perda que calculada pela mesma lgica. Analisando os instrumentos estudados no captulo 5 encontra-se que esse bloco de energia pode ser interpretado como um Swap de compra com preo fixo de R$ 150,00/MWh, definido dentro do ano de 2008, com quantidade associada de 100 MW mdios e ndice base sendo o PLD mdio do submercado SE/CO.

178

Com relao ao bloco de 10 MW mdios para entrega no submercado Sul, existe uma composio de dois derivativos. As regras de comercializao do mercado de energia brasileiro definem que eventuais diferenas de preos entre os submercados do SIN risco das contrapartes envolvidas nos contratos (CCEE, 2008), de forma que a liquidao financeira depender de dois ndices: PLD mdio mensal do submercado SE/CO e PLD mdio mensal do submercado Sul. Dessa forma, alm da variao dos preos do submercado SE/CO, existe um risco de base adicional dado pela diferena entre os preos do submercado Sul e SE/CO. Como o submercado de referncia da comercializadora o submercado SE/CO, do ponto da vista da compradora, caso haja aumento de preos do submercado SE/CO com relao ao PLD mdio mensal do submercado Sul, essa diferena implicar em reduo do resultado financeiro da comercializadora independente do nvel dos preos do submercado SE/CO. Assim, esse bloco pode ser modelado como uma soma entre um Swap Vanilla de 10 MW mdios, para o ano de 2008, com ndice base sendo o PLD mdio mensal do submercado SE/CO; e um Margin Swap de 10 MW mdios com ndice base sendo o diferencial de preos entre os PLD mdios mensais dos submercados Sul e SE/CO. Note que os preos fixos desses dois Swaps devem somar R$ 150,00 que o preo desse bloco de energia. Esse exemplo ilustra o processo de desmembramento de contratos em blocos e a converso desses blocos em derivativos. Caso o contrato do exemplo anterior fosse o nico contrato da comercializadora, ela teria que gerir apenas duas carteiras de derivativos. A primeira possuindo dois Swaps Vanilla totalizando 110 MW mdios e a segunda um Margin Swap de 10 MW mdios. Em termos bastante simplificados esse o objetivo dos passos 1 e 2 do fluxo de avaliao de carteiras. O problema que a converso de blocos em derivativos nem sempre to simples, nem to direta e tampouco seguem regras bem definidas. Entretanto, com uma certa experincia em modelagem de derivativos possvel definir algumas regras que orientam a construo de suas carteiras.

179

Regra 6.2.1 (Derivativos Associados com Blocos de Energia). Blocos de energia podem ser modelados como alguma composio de Swaps.

Se de um lado Swaps podem ser exticos suficientes para complicar o processo de avaliao de uma carteira de derivativos, por outro eles possuem algumas caractersticas em comum, independente dos preos dos Swaps, de seus ndices base ou da forma que uma determinada companhia decide classificar seus contratos. Uma boa indicao da posio de energia firme de uma determinada carteira pode ser obtida pela diferena entre os montantes relacionados com contratos de compra e de venda de uma determinada carteira. Dessa forma, com uma conta bastante simples, pode-se ter uma indicao de quais os perodos em que h maior exposio a preos de mercado. Carteiras formadas agregando Blocos de Energia so bastante importantes por terem relao direta com a construo de lastro dos agentes. Tambm, esses Blocos de Energia formam as quantidades bases aos quais outros derivativos so aplicados, de forma que o perfil final de alocao de energia na linha de tempo do contrato depende diretamente dos montantes desses blocos. Mais importante ainda, como nos contratos celebrados no mercado de energia brasileiro no existe uma separao dos preos de Blocos de Energia e de outros blocos embutidos nos contratos, muito difcil avaliar se contratos foram precificados de forma correta e qual a parcela de preos que devido ao Bloco de Energia, que geralmente tem o maior peso, ou a outros blocos.

180

6.2.2

Blocos de Flexibilidades

6.2.2.1 Flexibilidade de Aumento e Reduo Enquanto Blocos de Energia permitem traduzir, sob o plano dos derivativos, os termos e condies associados com os montantes de energia base do contrato, esses geralmente no representam a total complexidade dos contratos. Existem essencialmente muitas outras clusulas contratuais que, de alguma maneira, fornecem flexibilidade adicional a alguma das contrapartes de forma a permitir uma gesto de riscos mais eficiente. Uma dessas classes de flexibilidades est ligada opo de alterao dos montantes de energia inicialmente contratados de modo a permitir a uma das contrapartes aumentar ou reduzir sua energia de base em perodos determinados. Nos mercados de energia, a flexibilidade de aumento e reduo de energia tem um apelo natural. Muitos Clientes Livres, principalmente os que possuem um processo eletrointensivo, esto dispostos a pagar um prmio adicional para ter a garantia de disponibilidade futura da commodity. Esse custo adicional geralmente muito menor que perdas que estariam associadas com indisponibilidade de energia em momentos de crescimento de demanda em seu mercado consumidor. Do ponto de vista das comercializadoras, essas flexibilidades desempenham um papel um pouco distinto. Esse tipo de opo fornece o mecanismo de segurana necessrio para controle de penalidades relacionados com regras de lastro (relacionado com venda descoberta16), j que permite o ajuste da carteira em determinados perodos de tempo.

Venda descoberta (short selling) significa vender o commodity sem de fato t-lo em sua carteira, de forma a ficar exposto a variaes de preos do mercado. No mercado de energia brasileiro, no ACL, a apurao de venda descoberta realizada utilizando uma janela de 12 meses de forma que agentes sero penalizados caso a soma de seus montantes de compra registrados na CCEE nos ltimos 12 meses subtrados dos montantes de venda registrados no mesmo perodo seja menor que zero em algum momento no tempo. Essa penalidade proporcional aos preos de curto prazo do perodo e do montante de energia vendido a descoberto.

16

181

Adicionalmente, alguns agentes podem utilizar esses derivativos para adequar suas carteiras a requisitos de risco ou capturar movimentos favorveis no mercado. Considerando agora o fluxo descrito no incio do captulo fica claro que o Bloco de Flexibilidade de Aumento ou Reduo pode ser convertido em derivativos que so funes de diferentes preos subjacentes. De fato, esses preos subjacentes dependem diretamente da escala de tempo em que eventuais redues ou aumentos possam ser realizados. Suponha que um industrial decida entrar ao Mercado Livre em 2008. Esse agente prev uma expanso, que resultar em acrscimo de 10% do montante inicial, em sua planta fabril a partir de 2009. Essa indstria, visualizando um crescimento nos preos de mercado no longo prazo, toma a deciso de cobrir essa expanso incorporando esse montante ao seu contrato de energia. No entanto, ele no gostaria de perder a oportunidade de comprar energia mais barata, caso haja uma queda nos preos a partir de 2009. Uma das alternativas que esse cliente teria para contratao de energia seria firmar um contrato de energia de, por exemplo, 6 anos com a opo de aumentar, ao incio de cada ano, seu montante anual contratado em 10% a partir de 2009. Dessa forma, caso a expectativa de preos do agente para o prximo ano seja maior que o preo da energia base contratada ele aumenta o montante inicial em 10%, caso contrrio, ele no utiliza o derivativo e busca no mercado uma alternativa mais barata. Outro exemplo pode ser construdo considerando a perspectiva de uma comercializadora. Suponha que uma comercializadora tenha investido fortemente em metodologias para previso de preos de curto prazo, o que resultou em alta acurcia nas previses at dois meses antes da divulgao dos preos mdios mensais. Para aproveitar esse ganho competitivo a comercializadora decide comprar um contrato de 100 MW mdios a R$ 134,00/MWh, para os anos de 2008 a 2011, com opo de corrigir os montantes mensais do contrato em 10%, para mais ou para menos, com pr-aviso de 20 dias antes do ms de suprimento. Se realmente houve melhora significativa em seu processo de previso de preos, pelo menos com relao direo desses, essa comercializadora poderia absorver ganhos significativos sempre que os preos de mercado 182

de curto prazo moverem-se para longe de R$ 134,00/MWh em qualquer um dos dois sentidos. Apesar de fictcios, esses exemplos no se distanciam do comportamento dos agentes no mercado quanto construo de suas estratgias e gesto de carteiras. Nesse sentido, importante notar como a questo de escala de aplicao diferencia a referncia pela qual as decises so tomadas. No primeiro exemplo, a expanso est ligada a uma caracterstica estrutural que se aplica a horizontes de tempo relativamente grandes de forma que a deciso de exercer ou no a opo dever ser avaliada com base na mdia anual dos preos, enquanto que no segundo caso, a deciso tomada com base em mdias mensais de preos. A nfase dada relao entre escala de tempo dessas flexibilidades e seus preos subjacentes justificada pela abordagem adotada para realizar a converso entre blocos de flexibilidades e a classificao de carteiras de derivativos. De fato, Blocos de Flexibilidades de Aumento ou Reduo podem ser classificados em carteiras de acordo com suas escalas de tempo onde so aplicadas, ou seja, criam-se carteiras para flexibilidades mensais, anuais, trimestrais, etc. Essa distino necessria porque os preos subjacentes desses blocos so diferentes para diferentes escalas de tempo. Alm da escala de aplicao, tambm so necessrias outras informaes contratuais para definir por completo essas flexibilidades: Perodo: o intervalo de tempo onde o bloco vigente, ou seja, o perodo

que define at quando uma das contrapartes ter o direito de aumentar ou reduzir a energia contratada em determinada escala de tempo. - Volume: Define a quantidade de energia associada ao aumento ou reduo da energia contratada em cada subperodo dentro de Perodo. Pode ser definido em MWh, MW mdios ou como uma percentual do Bloco de Energia associado com o intervalo de tempo representativo da flexibilidade.

183

- Preos: Associa uma regra de preos para o montante a reduzir ou aumentar. Esses preos geralmente so os mesmos associados ao Bloco de Energia, porm no existe imposio alguma quanto a isso. - Reajuste dos Preos: Define uma regra para reajustes de preos do bloco de flexibilidade (em caso de preo fixo) baseados em ndices especficos ou cestas de ndices. Geralmente a mesma regra aplicada ao Bloco de Energia. - Data de Pr-aviso: Contm informao sobre o tempo limite para exerccio da flexibilidade de aumento ou reduo em cada um dos subperodos em que uma flexibilidade vigente. Geralmente o pr-aviso dado em nmero de dias antes do incio do ms, no caso de flexibilidade de aumento/reduo mensal, e nmero de dias antes do incio do ano, no caso em que a escala de aplicao anual. - Escala de Aplicao: Geralmente definido em meses e contm informao sobre qual o perodo de aplicao da flexibilidade de aumento ou reduo. Se a escala de aplicao igual a 1, ento tem-se uma flexibilidade de aumento/reduo sobre uma quantidade mensal, caso ela assuma valor 12 ento tem-se flexibilidade sobre o montante anual. - Direo do Bloco: Descreve se a flexibilidade de aumento ou de reduo.

Com base nas descries anteriores pode-se definir um Bloco de Flexibilidade de Aumento ou de Reduo utilizando a Definio 6.2.2.

Definio 6.2.2 (Bloco de Flexibilidade de Aumento (Reduo)). Um bloco de flexibilidade de aumento (reduo) formado por uma combinao entre volume da flexibilidade, regra de preos, regra de reajuste, tempo de pr-aviso e escala de aplicao, como definidos acima, e representa o direito, adquirido por uma das contrapartes do contrato, de aumentar (reduzir) o montante inicial do contrato, em determinado perodo de tempo, de acordo com o pr-aviso e escala de aplicao.

184

Note que, assim como ocorre com os Blocos de Energia, no imposta nenhuma restrio quanto a quantidades de blocos em mesmo intervalo de tempo. De fato, existem contratos que possuem vrias flexibilidades desse tipo em diversas escalas de aplicao. Tambm, contratos podem possuir flexibilidades de aumento, de reduo ou de aumento e reduo para um mesmo ms, ano ou outra escala de aplicao. Nesse caso, se os preos de exerccio, derivados da regra de preos, forem os mesmos para as flexibilidades de aumento e reduo, os exerccios das flexibilidades so excludentes. Observe a relao entre os elementos advindos da definio 6.2.2 e os derivativos apresentados no captulo 5. Preos de exerccios e prmios so derivados das regras de preos e geralmente so tratados como um nico valor. Tambm, em termos de mecanismo financeiro, tanto o Bloco de Flexibilidade de Aumento, quanto o de Reduo podem ser tratados como Swaptions. A maturidade das opes funo da data de pr-aviso. E, como discutido, o preo subjacente funo da escala de aplicao e dos preos de mercado. Outras caractersticas dos contratos, como localidade, ou so descritas explicitamente no contrato, ou advm dos Blocos de Energia no caso onde o volume da flexibilidade um percentual do montante desse bloco. Seguindo a discusso anterior, as regras de formao das carteiras desses Swaptions podem ser descritas em termo da escala de aplicao, como formalizada na regra 6.2.2.

Regra 6.2.2 (Derivativos Associados com Flexibilidades de Aumento ou Reduo). Blocos de Flexibilidades de aumento ou reduo podem ser modelados como alguma composio de Swaptions separados por suas escalas de aplicao.

A gesto dessas carteiras deve ser feita de forma conjunta j que existe uma relao entre elas. Por exemplo, imagine que um agente est interessado em calcular sua posio de energia para o ano seguinte baseado em um cenrio de preos. Como sua deciso ser baseada nesse cenrio, ele consegue construir uma prospeco das flexibilidades que sero exercidas dentro das diferentes carteiras. Utilizando essa

185

informao possvel construir, mensalmente, a posio de energia desse agente agregando-se, para cada ms, as quantidades de energias acima ou abaixo da posio base de todas as carteiras de flexibilidades de aumento e reduo. Outra possibilidade utilizar tcnicas mais elaboradas como agregar os Deltas das opes embutidas em contratos (Natenberg, 1994). A teoria sobre essa abordagem no ser discutida nesta dissertao. Note a importncia dos preos para a construo de posies de energia. Sem uma boa sensibilidade do movimento dos preos existe grande chance de que o potencial desses derivativos seja subestimado. Adicionalmente, no processo de gesto de portflios essencial conhecer as mtricas de sensibilidade da carteira a variveis de mercado, dada pelas gregas (greeks). Para uma melhor discusso sobre as mtricas de sensibilidade relacionadas com opes estilo europias consultar Natenberg (1994). Para finalizar a discusso a despeito dos Blocos de Flexibilidades de Aumento ou Reduo necessrio ter em mente a conexo entre a teoria clssica de opes e a realidade dos mercados de energia. A formulao proposta por Black em 1976 (Hull, 1998) apresenta uma maneira bastante prtica e rpida de obter um primeiro raio-X do desempenho da carteira, mesmo que nenhuma das suposies exigidas pelo modelo sejam atendidas. No entanto, existe a necessidade de construir modelos especficos para cada agente de forma que as suposies e o procedimento de avaliao reflitam os termos e condies dos contratos e tenham alguma aderncia realidade do mercado.

6.2.2.2 Flexibilidades do tipo Take-or-Pay Nos contratos em que uma das contrapartes um Cliente Livre no raro encontrar clusulas de Take-or-Pay. O objetivo dessas clusulas assegurar ao vendedor do contrato uma receita mnima, em perodos especficos, geralmente mensais, associada com um requerimento mnimo de consumo faturado imposto ao Cliente Livre. Desta forma, caso o consumo do Cliente Livre seja menor que o limite inferior de Take-or-Pay ele pagar o valor financeiro associado com a energia desse limite inferior, e ter o direito de liquidar no mercado de curto prazo a diferena entre o limite inferior de Take-or-Pay e seu consumo. 186

O conceito de Take-or-Pay no mercado de energia brasileiro essencialmente diferente do que se entende por Take-or-Pay em outros mercados como, por exemplo, o de petrleo ou gs natural. Nesses mercados caso o comprador consuma menos que o limite inferior de Take-or-Pay ele tem que pagar a quantidade da commodity associada com esse limite, mas no ter o direito diferena entre o limite e seu consumo. Um comparativo grfico entre as implicaes financeiras geradas por essas diferenas feito na figura 6.1. Nesse exemplo tem-se um contrato de 100 MWh e limite inferior de Take-or-Pay de 95% do montante base para um ano completo. Se o perfil de consumo do detentor do contrato foi aquele apresentado na figura (j truncado pelo Take-or-Pay) e o perfil dos preos de mercado so tambm os apresentados, o agente captura um ganho de R$ 1933,00 ao final do perodo, se o preo de contrato for de R$ 50,00/MWh. Isso representa cerca de 3,5% do valor total nominal do contrato (100 MWh vezes R$ 50,00 vezes 12 meses) e, portanto relevante. No mercado de gs natural esse excedente no seria capturado pelo agente comprador do contrato. O exemplo ilustra a importncia de entender a diferena conceitual entre os Take-or-Pay, j que elas definem derivativos com estruturas diferentes, podendo, inclusive, afetar o comportamento dos agentes com relao atividade especulativa. Suponha, por exemplo, um Cliente Livre que tenha um contrato de energia de 35 MW mdios com Take-or-Pay mensal de 90% para o ano de 2008 ao preo de R$ 127,45/MWh. Caso o consumo do Cliente Livre em determinado ms esteja entre 31,50 e 35 MW mdios ele pagar exatamente a quantidade consumida. Caso seu consumo seja de 30 MW mdios, ele pagar o montante financeiro associado com 31,5 MW mdios, e o 1,5 MW mdio restante ele liquidar ao PLD vigente no ms. Desta forma, caso o PLD mdio mensal em um determinado ms seja maior que 127,45/MWh o Cliente Livre capturar um ganho por consumir menos que seu limite inferior. Com base no mecanismo descrito acima, as clusulas de Take-or-Pay podem tambm representar uma oportunidade de ganho ao comprador caso seu processo produtivo seja flexvel suficiente para que o agente consiga correlacionar positivamente consumo com preos de mercados.

187

Note que os Blocos de Take-or-Pay permitem s contrapartes do contrato separar consumo medido de quantidade faturada, para valores de consumo abaixo do limite de Take-or-Pay. Neste sentido, essa flexibilidade define uma troca de riscos (ou oportunidades de ganho), de forma que o vendedor trava seu risco de preo e quantidade, assegurando um montante mnimo financeiro ao final dos perodos de apurao do Take-or-Pay. Por outro lado, o Cliente Livre pode aproveitar a movimentao dos preos para capturar ganhos adicionais a seu Swap padro e obter a flexibilidade necessria para absorver as oscilaes inerentes ao seu processo de consumo.

Energia base
110
Faixa de Take-or-Pay Inferior (95% da Eneriga de Base) Consumo menor que Take-or-Pay (Cliente Liquidando no Mercado vista) Energia Base do Contrato

100

Take-or-Pay

95
95 95 81 70 87

Energia Base do Contrato (MWh)

90

94 85 85

91

95

95 87

70

100 80

PLD Mensal (R$/MWh)


90 80 65 40 43 45 48

93

87 60

30

50

Saldo Final Igual a R$ 1933 Liquidao Excedente no Mercado Vista(R$) - (Preo Contrato = R$50/MWh) 1045
481 19 -99 238 -26 0 0 0 198 0 77

0 Jan

10

Fev

Mar

Abr

Mai

Jun Meses

Jul

Ago

Set

Out

Nov

Dez

Figura 6.1: Exemplo de liquidao financeira associada com contratos de Take-or-Pay.

Portanto, um contrato com limite inferior de Take-or-Pay igual a

do valor

base do contrato pode tambm ser interpretado como um swap vanilla, com energia firme igual a esse limite e flexibilidade de aumento mensal igual a da energia base. A

grande diferena que o exerccio dessa flexibilidade est condicionado ao consumo, de forma que a energia faturada s ser maior que o limite inferior de Take-or-Pay (acima dos do valor base) caso o consumo realmente exceda esse limite, vinculando assim a estrutura do derivativo diretivas de produo do Cliente Livre.

188

Apesar da discusso at o momento inserir essa flexibilidade em um contexto de lgica econmica, o Take-or-Pay uma clusula que tem origem na incerteza do Cliente Livre com relao s suas restries de produo. Por isso ele utilizado por grande parte dos Clientes Livres como uma maneira de realizar pequenas correes em seus montantes contratados, com a finalidade de ajustar sua contratao de energia instabilidade de seu processo produtivo. A faixa de Take-or-Pay to ampla quanto a necessidade do Cliente Livre por proteo contra oscilaes no consumo com relao s quantidades base contratadas. Enquanto essa flexibilidade no tem carter especulativo, a partir do momento em que preos de energia praticados no mercado comeam a atingir nveis elevados, podem-se ter mudanas no comportamento dos agentes. Como visto na seo 5, que trata da evoluo dos preos de mercado, a partir da segunda metade de 2007, e mais fortemente nos primeiros meses de 2008, o grande aumento de preos mudou a atitude de alguns agentes de mercado por pelo menos dois grandes motivos: a energia comea a representar uma parcela relevante de seus custos de produo, mesmo para aqueles que no so eletrosintensivos, e o benefcio de liquidar os excedentes de energia contratada no mercado vista passam a ser mais atraentes que a venda de sua prpria produo. Esses fatores fizeram com que muitos Clientes Livres reduzissem

significativamente sua produo ou antecipassem suas paradas para manuteno e frias coletivas nos meses em que o PLD atingiu seu valor teto, minimizando suas compras de curto prazo, ou criando um excedente de energia, dado pelo mximo entre zero e a diferena entre o Take-or-Pay e o consumo medido, para ser liquidada no mercado vista. Neste sentido, para alguns grandes Clientes Livres, que tem seu processo produtivo malevel e flexibilidades em seus contratos de energia, possvel ajustar seu consumo de acordo com o perfil dos preos, induzindo uma correlao entre essas variveis. Apesar de que, em situaes adversas de mercado, as flexibilidades possam ser utilizadas objetivando otimizar resultado financeiro, em estados normais de mercado, com preos flutuando em nveis mdios, o Take-or-Pay visa apenas suprir uma necessidade do 189

Cliente Livre com relao aleatoriedade de seu consumo. Desta forma, a principal atividade dos comercializadores de energia deveria ser estudar o processo produtivo de seus clientes e sugerir produtos personalizados que sejam adequados aos seus nveis de averso ao risco e sua variabilidade de consumo. Uma das formas possveis de oferecer produtos mais especficos para os agentes introduzir o que chamado no mercado de energia brasileiro de Take-or-Pay Superior. Essa clusula define o mximo de consumo, acima da quantidade nominal de energia, a qual o Cliente ter direito de consumir ao mesmo preo nominal do contrato. Desta forma, caso o Cliente Livre consuma mais que o Take-or-Pay Superior, o vendedor, ou no obrigado a entregar essa energia ou, caso esteja explcito em contrato, ele ir entreg-la a um preo diferenciado, geralmente refletindo o preo Spot vigente no perodo somado a um spread de compra. Assim, enquanto o Cliente Livre consegue tambm garantir um preo fixo para eventuais aumentos de consumo, o comercializador limita seu compromisso quanto entrega de energia. Outras variedades de Take-or-Pay podem ser criadas simplesmente modificando a escala em que essa flexibilidade aplicada. Os exemplos apresentados at agora foram baseados em Take-or-Pay mensal (a forma mais comum dessa flexibilidade), ou seja, apura-se o consumo mensal e compara-se com o limite inferior de Take-or-Pay, de forma a assegurar, mensalmente, uma venda mnima de energia ao comercializador. No caso em que essa apurao ocorre em outras escalas de tempo (trimestral, semestral, anual, etc), o funcionamento do Take-or-Pay bastante diferente. Considere um Cliente Livre que tenha grande oscilao em seu processo produtivo em base mensal, quando comparado a nveis mdios de consumo, mas que tenha certa estabilidade quando este observado trimestralmente. Uma das alternativas para esse agente seria contratar como energia base sua mdia de produo mensal e incorporar duas flexibilidades tipo Take-or-Pay em escalas de tempo distintas. Por exemplo, ele poderia negociar um Take-or-Pay mensal de 40% acima ou abaixo da energia base, e um Takeor-Pay trimestral de 10% para cima ou para baixo da energia contratada no trimestre. Desta forma, o vendedor teria certo controle com relao ao montante de energia vendido

190

no trimestre, enquanto o Cliente Livre teria toda a flexibilidade necessria para absorver suas oscilaes mensais de produo. Uma ilustrao dos efeitos da combinao dessas flexibilidades pode ser visto na tabela 6.1. Note, por exemplo, que mesmo havendo Take-or-Pay mensal de 40% do volume base, tanto mximo como mnimo, nos meses de junho e julho houve ultrapassagem desses limites e, portanto, a quantidade faturada foi truncada nos limites de Take-or-Pay. No caso do Take-or-Pay aplicado em escala trimestral, houve no segundo e no quarto trimestre, ultrapassagens implicando que o consumo nesses trimestres sero truncados em seus respectivos limites. A forma de faturamento financeiro varia e deve estar prevista em contrato. A discusso realizada at o momento j traz subsdios suficientes para definir Take-or-Pay dentro do fluxo de avaliao de contratos apresentado na seo 6.1. Note que essa flexibilidade, como vista at aqui, est relacionada com uma opo de aumento de energia com a diferena que o exerccio realizado com base na quantidade consumida de energia, ou seja, ex-post. Isso, naturalmente, traz diferenas na definio dessa flexibilidade quando comparada as Flexibilidades de Aumento e Reduo apresentadas na seo anterior. Desta forma, conhecendo-se as seguintes informaes podese descrever o Take-or-Pay utilizando a definio 6.2.4. - Perodo: o intervalo de tempo onde o bloco vigente, ou seja, define a data mnima e mxima onde a restrio de Take-or-Pay ser aplicada. - Limite Inferior de Take-or-Pay: Define a quantidade de energia mnima que dever ser faturada em cada Perodo de Apurao dentro de Perodo. Geralmente definido como um percentual do Bloco de Energia associado com o intervalo de tempo em que aplicada da flexibilidade. - Limite Superior de Take-or-Pay: Define a quantidade de energia mxima a que o comercializador compromete-se a entregar em cada Perodo de Apurao dentro de

191

Perodo. Geralmente definido como um percentual do Bloco de Energia associado com o intervalo de tempo em que aplicada da flexibilidade. - Escala de Apurao: Representa o intervalo de tempo base de consumo que ser utilizada para comparar limites de Take-or-Pay com a energia consumida pelo cliente. Se a escala de apurao igual a 1, ento tem-se o Take-or-Pay mensal, caso ela assuma o valor 3, ento tem-se Take-or-Pay aplicado em janelas de trs meses.
Tabela 6.1: Faturamento de contrato com Take-or-pay mensal e trimestral.
Contrato Mensal (MWh) Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez 100 100 100 100 100 100 100 100 100 100 100 100 Consumo Mensal (MWh) 130 85 90 80 120 65 50 150 100 80 80 100 Energia Contrato Consumo Trimestre Energia a ser faturada no Trimestral (aplicado TOP faturada no ms (MWh) (MWh) mensal) (MWh) trimestre (MWh) 130 85 90 80 120 65 60 140 100 80 80 100 300 305 305

300

265

270

300

300

300

Aplicado TOP trimestral

300

260

270

Aplicado
Mnimo Mximo TOP mensal TOP mensal* 60% 140% TOP trimestral** 90% 110% *Percentual do volume base (ms) *Percentual do montante contratado em cada trimestre

Definio 7.2.4 (Bloco de Take-or-Pay). Um bloco de flexibilidade do tipo Takeor-Pay caracterizado, para cada contrato, pela sua escala de apurao, como definido acima, e representa a faixa com relao quantidade base de energia contratada na qual ser faturada exatamente a quantidade medida de consumo de um Cliente Livre. As outras caractersticas do Bloco de Take-or-Pay herdam do bloco de energia a que eles esto vinculados. Um ponto importante na definio acima que ela relaciona o conceito de Takeor-Pay com faturamento do contrato. De fato, alguns agentes classificam Take-or-Pay como uma flexibilidade de faturamento, ao invs de volumtrica (relacionada com volume de energia).

192

O Take-or-Pay tambm traz outros atrativos aos comercializadores de energia. Ele assegura uma demanda natural por parte dos Clientes Livres quanto a essa flexibilidade, como discutido anteriormente, de forma que a oferta desse produto pode trazer um diferencial competitivo ao vendedor. Alm disso, essa flexibilidade traz muito menos risco ao comercializador que a Flexibilidade de aumento e reduo estudada na subseo anterior j que condiciona a opo de aumento de energia ao consumo do Cliente Livre. A partir disso, pode-se formalizar a relao entre Take-or-Pay e derivativos utilizando a Regra 6.2.3.

Regra 6.2.3 (Derivativos Associados com Take-or-Pay). Seja um Cliente Livre com contrato contendo um Bloco de Take-or-Pay com limites inferiores superiores de tal forma que , para um perodo , e

. Seja tambm uma associado com o contrato e

quantidade base de energia, acumulada na escala de apurao

. Ento o bloco de Take-or-Pay pode ser convertido e uma opo de

em uma soma de um swap vanilla com quantidade

aumento de volume, exercida automaticamente de acordo com o consumo medida, com quantidade igual ao o consumo medido do Cliente Livre no perodo de apurao . para o contrato onde e para o perodo

Grande parte da estrutura dos derivativos comercializados no Mercado Livre do setor energtico nacional pode ser compreendida estudando-se as regras 6.2.2 e 6.2.3. Existem flexibilidades que podem ser convertidas em derivativos que tem um apelo muito mais financeiro como as referentes a regra 6.2.2, e outras que podem ser convertidas em derivativos obtidos a partir de restries de processos produtivos, ou de necessidades especficas de agentes de mercado.

193

Particularmente, o resultado associado com Take-or-Pay funo de duas variveis aleatrias, preos de mercado e consumo do Cliente Livre o que faz com que tenha que ser criado um modelo de avaliao para cada contrato firmado. Para finalizar esta subseo, importante notar que o Take-or-Pay um instrumento que visa capturar oscilaes de processo produtivo no previsveis sendo que o nvel mdio ou perfil intra-ano do consumo, ou podem ser capturados por uma flexibilidade de sazonalizao, ou fixando as quantidades mensais contratadas de acordo com o perfil esperado de consumo. Por conta disso, importante saber separar a volatilidade do processo produtivo, que alvo do Take-or-Pay, da parte determinstica do consumo a qual deve ser capturada por outros tipos de flexibilidade.

6.2.2.3 Flexibilidade de Sazonalizao

Uma das nicas classes de flexibilidades que esto presentes nos dois ambientes de contratao existentes no mercado de energia do Brasil e talvez o instrumento mais essencial desse mercado a chamada flexibilidade de Sazonalizao. Esse derivativo d o direito ao comprador de alocar mensalmente a energia contratada dentro de uma faixa prdeterminada com a restrio de que o montante contratado no perodo e o montante sazonalizado sejam iguais. O nome Sazonalizao faz referncia s estaes do ano, j que esses instrumentos podem ser utilizados para aproximar o perfil dos contratos de compra do perfil dos contratos de venda (em alguns casos perfil de consumo) que tendem diferir para diferentes perodos do ano. Dentro dessa classe de derivativos o que mais se destaca a sazonalizao anual que d ao comprador do contrato o direito de alocar ms a ms os montantes anuais contratados dentro de uma faixa especificada em contrato. Esse derivativo um instrumento bastante eficiente para reduo de penalidades e para construo de estratgias comerciais e amplamente utilizado em contratos.

194

Nos contratos de leilo de energia do tipo CCEAR (contrato de comercializao de energia no ambiente regulado) esses instrumentos do o direito s distribuidoras de alocar mensalmente a quantidade anual contratada de energia dentro de uma faixa de 20% dos valores mdios mensais, desde que o montante anual seja preservado. As distribuidoras utilizam esses contratos para ajustar o perfil de seu recurso de energia ao perfil de sua carga prpria, de forma a minimizar o efeito de liquidao financeira de suas sobras e dficits mensais, que pode impactar negativamente seu fluxo de caixa. No ACL basicamente a mesma lgica aplicada aos contratos com Clientes Livres j que a sazonalizao anual permite a esses agentes alocar a energia contratada de acordo com o perfil de seu processo produtivo dentro de uma faixa especificada em contrato. As comercializadoras, por outro lado, podem utilizar a sazonalizao anual para minimizar penalidades por falta de lastro em energia, para mitigar efeito de liquidao financeira no mercado vista ou para otimizar seu resultado financeiro. De fato, na avaliao de carteiras de contratos esses trs objetivos so geralmente condensados em um nico modelo que visa otimizar o resultado financeiro das comercializadoras restrito a minimizao de penalidades por falta de lastro de energia (Zanfelice, 2007). Dentro dos contratos, esses instrumentos so definidos por uma srie de informaes que representam as principais restries que esses derivativos apresentam. Abaixo seguem os dados necessrios para se definir uma flexibilidade de sazonalizao. - Perodo: o intervalo de tempo onde o bloco de sazonalizao vigente, ou seja, define a data mnima e mxima onde existe a flexibilidade. - Limite Inferior de Sazonalizao: Define o limite inferior de alocao de energia em base mensal. Esse limite informa que a distribuio da energia dentro do perodo de sazonalizao no pode, em nenhum ms, ser menor que essa quantidade. Ele geralmente definido como um percentual da energia mensal contratada.

195

- Limite Superior de Sazonalizao: Define o limite superior de alocao de energia em base mensal. Esse limite informa que a distribuio da energia dentro do perodo de sazonalizao no pode, em nenhum ms, ser maior que essa quantidade. Ele geralmente definido como um percentual da energia mensal contratada. - Escala de Sazonalizao: Representa o tamanho do intervalo de tempo, em meses, em que poder ser realizada a alocao da energia em base mensal. Se assumir o valor 12 ento se tem a sazonalizao anual, se assumir o valor 6 tem-se sazonalizao semestral. Esse campo define a restrio de que a soma dos montantes contratados e dos montantes sazonalizados devem ser iguais dentro de cada perodo de sazonalizao. - Data de Pr-aviso: Contm informao sobre o tempo limite onde as quantidades sazonalizadas devem ser informadas. Geralmente o pr-aviso dado em nmero de dias antes do incio do perodo de sazonalizao. Definio 6.2.6 (Bloco de Sazonalizao). Um bloco de flexibilidade de Sazonalizao caracterizado, para cada contrato, pela sua escala de sazonalizao, que representa a restrio de conservao dos montantes contratados e sazonalizados, e pela faixa de sazonalizao definidos pelos limites inferiores e superiores, como descritos acima. Para entender o funcionamento da flexibilidade de sazonalizao apresentado na figura 6.2 um esquema grfico da estrutura desses derivativos. As restries de quantidades alocadas refletem a regra que informa que os montantes de energia alocados acima da energia de base devero ser iguais aos montantes alocados abaixo. Dessa forma, essa flexibilidade dependente do caminho de exerccio de forma que se no primeiro ms houver alocao acima da energia nominal, certamente em outros meses haver alocao abaixo da energia de base para que seja atendida a restrio de igualdade entre os montantes contratados e sazonalizados. Instrumentos que permitem variao de volume (swing), dentro de um perodo determinado, de acordo com um preo subjacente e de forma a atender restries de limite mnimos e mximos e conservao do montante inicial contratado, so conhecidos como

196

Swing Options. Dessa forma, a sazonalizao um caso particular de Swing Option (particular porque esses instrumentos podem ser bem mais complicados). Isso leva a declarao da regra 6.2.3 que permite realizar a converso da sazonalizao em instrumentos derivativos do mercado. Regra 6.2.3 (Derivativos Associados com Sazonalizao). Seja um contrato contendo um Bloco de Energia e um Bloco de Sazonalizao com limites inferiores, , e superiores, , de sazonalizao mensais satisfazendo

. Seja uma quantidade base de energia contratada na escala , para o perodo e contrato denotada por, . Ento a composio

desses dois blocos pode ser convertida em um Swing Option com restries de volume mnimo e mximo mensais de, respectivamente de tal forma que a energia sazonalizada acumulada na escala de para cada perodo e contrato . e ,

meses deva ser igual a

A regra 6.2.3 apenas formaliza a discusso realizada nos pargrafos anteriores sobre a caracterizao das flexibilidades de sazonalizao. No entanto, um ponto bastante importante a diferenciao entre as flexibilidades de sazonalizao e os Take-or-Pay. Enquanto a utilizao desses instrumentos pode at ser confundida em certas aplicaes, existe uma diferena crucial que dada pelas restries de cada um dos derivativos. No caso dos Clientes Livres, por exemplo, em que existe um processo produtivo por detrs das decises de contratao de energia, o Take-or-Pay se apresenta como uma ferramenta bastante eficiente para ajustar oscilaes de processo de produo no previsveis de antemo. A flexibilidade de sazonalizao, por outro lado, permite a esses agentes definir seu perfil mdio de consumo o qual tem maior previsibilidade. Outra observao com respeito escala de aplicao dessas flexibilidades. Como em muitos contratos pode ser encontrada sazonalizao anual e tambm Take-or-Pay mensal importante entender como esses derivativos interagem e o efeito dessa interao nas derivaes matemticas desses derivativos.

197

ANO p
Energia Mdia Mensal Faixa de Sazonalizao (Especificada em Contrato)

9 10 11 12

ANO p
Quantidades Sazonalizadas Faixa de Sazonalizao (Especificada em Contrato)

Declarao das quantidades sazonalizadas

9 10 11 12

Restrio de Sazonalizao Anual

Figura 6.2: Representao do procedimento de sazonalizao de um contrato.

O importante manter em mente que combinaes entre flexibilidades de sazonalizao e Take-or-Pay podem resultar em instrumentos muito eficientes para mitigao de risco idiossincrtico do Cliente Livre, pois permite ajustar tanto o nvel de seu processo, quanto oscilaes com relao a este e que, sazonalizao de forma isolada apenas atender necessidades referentes alocao do perfil mdio de consumo de um Cliente Livre. Por exemplo, se o objetivo desse Cliente Livre ter um instrumento que lhe permita ajustar seu nvel de consumo dentro de determinado ano, ele poderia recorrer a uma flexibilidade de sazonalizao no qual os limites mnimos e mximos deveriam ter alguma relao com a amplitude do nvel do consumo durante um determinado ano. No entanto, existem alguns casos em que a amplitude de forma isolada no suficiente para representar a real necessidade do Cliente Livre, pois, dada a restrio de que as quantidades contratadas e as sazonalizadas devam ser iguais, a forma com que feita a alocao dentro da faixa

198

representada pela amplitude de consumo quem define se a restrio de sazonalizao satisfeita. Dessa forma, necessrio, dado um perfil de consumo requerido pelo Cliente, descobrir qual faixa de sazonalizao e energia base contratada que minimizaria a faixa de sazonalizao e os montantes anuais. A formulao matemtica desse problema de otimizao depende fortemente da estratgia comercial de cada agente e no foco desta dissertao. A formulao matemtica das flexibilidades descritas nesta subseo pode ajudar a melhorar o entendimento das principais caractersticas dos derivativos discutidos no decorrer da dissertao. Por conta disso, a partir da prxima seo as flexibilidades contratuais sero estudadas sob uma perspectiva quantitativa, de maneira a representar o processo descrito na seo 6.1.

6.3 Derivao dos modelos para avaliao de contratos

6.3.1

Principais premissas

A discusso da teoria de derivativos e sua ligao com o fluxo introduzido no incio deste captulo so de suma importncia para o entendimento dos contratos e instrumentos existentes dentro dos mercados de energia. Entretanto, a formulao matemtica e estatstica dos blocos que compem os contratos que permitem a quantificao do risco associado com comercializao de contratos e fornece diretrizes para o processo de precificao. Nos prximos subtpicos sero apresentadas as derivaes das metodologias que sero utilizadas para avaliar contratos. Em um primeiro estgio, e objetivo principal da dissertao, constroem-se modelos para avaliao de contratos j firmados como funo dos preos de mercado, regra de faturamento dos contratos e outras variveis que influenciam o resultado financeiro da transao. Adicionalmente, como um subproduto, obtm-se uma metodologia para comparar propostas comerciais de forma que, sob algumas

199

premissas, pode-se obter uma indicao dos preos para diferentes componentes dessas propostas e diversos perodos de tempo. As premissas que sero apresentadas a seguir tm como objetivo principal permitir a soluo do problema de forma til, ou seja, simplificar as derivaes de forma que os modelos sejam tratveis estatisticamente, porm mantendo as principais caractersticas do problema inicial e as peculiaridades do mercado de energia brasileiro. Note, por exemplo, o comportamento dos agentes participantes do mercado de energia. Geradores de energia operam dentro dos ambientes de mercado com o objetivo primrio de vender energia para garantir sua margem de produo e honrar seus compromissos com acionistas ou com sua estrutura de financiamento. Clientes Livres, por outro lado, buscam contratar eletricidade para atender seus requisitos de consumo, garantindo proteo de seus processos produtivos independente de variao de preos. Distribuidoras de energia contratam sua demanda por consumo visando minimizar o custo de compra de energia, de forma a favorecer a modicidade tarifria, garantindo tambm o atendimento aos consumidores dentro de sua rea de concesso. O nico caso especial so as comercializadoras. Esses agentes participam dos mercados de forma muito mais especulativa j que no tem que cobrir requerimentos de produo ou processos de consumo. Nesse sentido, teoricamente, esses agentes poderiam participar tambm de outros mercados como os financeiros ou de commodities, no relacionadas com energia. No entanto, a grande maioria das comercializadoras, ao menos as mais expressivas, tem estruturas de negcios relacionadas tambm com outras atividades dentro do setor de energia (distribuio, gerao ou transmisso) de forma a restringir, em grande parte, a participao desses agentes em outros ambientes. Tambm, a insero desses agentes nos mercado de energia bastante difcil por conta principalmente das especificidades dos desafios relacionados com a atividade de comercializao. Por esse motivo, essas empresas geralmente optam por focar suas atividades apenas no setor de energia. Outro ponto que os agentes pertencentes ao mercado de energia so bastante avessos ao risco quando comparados queles que freqentam os mercados financeiros. Isso 200

deve-se alta volatilidade dos preos do mercado e tambm por questes polticas e regulatrias. Considerando essa discusso, razovel supor que o custo de oportunidade dos agentes formado apenas por fatores que influenciam diretamente os preos do mercado de energia, ao invs de uma composio de fatores que no tem relao direta com ele, por exemplo, o preo de uma ao. Assim, com relao a preos, tm-se basicamente trs quantidades envolvidas no problema de avaliao. Preos vista (spot), preos futuros (forwards) e taxa de juros livre de risco que define o custo do dinheiro para os agentes participantes do mercado. As duas primeiras quantidades foram tratadas no captulo 4 enquanto que a taxa livre de risco comumente definida como sendo a taxa SELIC somada a um spread. Adicionalmente, existe uma grande assimetria de informao entre os participantes do mercado o que faz com que alguns agentes tenham uma viso mope da curva de preos futura, enquanto outros tm metodologias bastante complexas para construo dessas. Tambm, devido ao processo de formao dos preos de energia do mercado nacional, como visto no captulo 4, pode-se utilizar o software NEWAVE como um balizador inicial para esses preos futuros, de forma que a curva Forward pode ser utilizada para calibrar as entradas dos modelos de preos de acordo com as expectativas de preos dos agentes. Assim, supe-se, que o preo subjacente aos contratos a termo, mesmo os de mais longo prazos, o preo Spot, ou seja, as decises relacionadas aos preos de contratos so tomadas com base em modelos para preos Spot onde as informaes sobre os preos futuros ou outras diretivas de mercado podem ser utilizadas para calibrar esses modelos. Especificamente com relao avaliao de contratos j firmados, essa uma suposio bastante realista (pelo menos nos prximos anos) devido quase inexistente liquidez do mercado ocasionada por um desbalano sistmico, o que faz com que estratgias de cobertura sejam difceis de serem executadas. Tambm, devido s regras de

201

comercializao existentes, os excedentes e dficits so liquidados na CCEE ao preo Spot vigente. Essas suposies somadas s derivaes dos processos de preos com suas respectivas premissas formam o alicerce principal para a formulao estatstica do problema.

6.3.2

Derivao dos Resultados Financeiros Associados aos

Blocos de Energia

Defina o preo Spot mdio para um ms sendo funo de duas variveis latentes, e

dentro de um perodo ,

, como

onde a primeira representa o preo e perodo , e a segunda um ndice de e mesmo perodo.

Spot mdio, lquido de reajustes, para um ms

reajuste que tem por finalidade atualizar o processo de preos do ms Assim o preo Spot mdio tambm uma varivel aleatria definida por

(6.3.2.1)

onde

o nmero total de meses dentro de um perodo e perodo uma

um ndice de reajuste dos preos Spot no ms notao utilizada, esses preos formam

. Note que, independente da srie temporal e da forma o

onde o elemento ms de referncia e pertence ao perodo

. Esse valor define o ponto no tempo para

onde os fluxos de caixas sero projetados para serem comparveis. Suponha agora um contrato de compra contendo apenas Blocos de Energia. Desta forma, para cada ms durante o perodo de suprimento existe uma quantidade de energia associada, denotada por associada com o contrato , onde no ms do perodo e a energia, em MW mdios, o nmero de horas no ms

do perodo . Essas quantidades no so aleatrias.

202

Como argumentado na seo 6.2.1 esses blocos podem ser modelados como alguma composio de Swaps. Portanto, pode-se utilizar essa informao juntamente com a teoria apresentada na seo 5.3.3 para derivar o resultado financeiro dos Blocos de Energia. Os resultados financeiros desses contratos, para cada contrato podem ser calculados utilizando a seguinte lgica. Supondo as premissas da seo 6.2.1 e considerando a perspectiva de um comprador de um contrato de energia tm-se dois fluxos de caixa envolvidos. O primeiro est associado com a posio inicial vendida do agente no mercado Spot. Como o agente est vendido, ele precisa adquirir energia de alguma forma, que poderia ser atravs de contratos de curto prazo, longo prazo ou exposio de liquidao financeira na CCEE. Conforme se aproxima maturidade dos derivativos, as opes de contratao do agente comeam a se reduzir. Dessa forma, razovel supor que o custo de oportunidade dos agentes funo principalmente dos preos Spot, principalmente em cenrio de falta de liquidez de energia, j que as regras de comercializao exigem que as sobras e dficits sejam liquidados ao PLD no ms onde ocorre a apurao. Assim, se existe expectativa de aumento dos preos Spot futuros com relao sua curva de compra de energia, torna-se vantajoso firmar um contrato de energia a um preo fixo. Caso ele tenha expectativa de queda dos preos futuros quando comparados ao praticado no mercado Spot, a melhor estratgia para o agente seria ficar descontratado no mercado a termo, comprando energia aos preos do mercado vista. Dessa forma, a parte do resultado financeiro, valorada no tempo envolve o preo Spot, , associado com o Bloco de Energia, que e perodo ,

, pode ser formulado como

(6.3.2.2)

Note que o termo

, onde

uma taxa de desconto continuamente

composta utilizada para trazer o resultado financeiro do contrato ao tempo de referncia , tem a finalidade de tornar fluxos financeiros comparveis.

203

O segundo fluxo de caixa,

, funo dos preos do contrato e de seus

mecanismos de reajuste e representa o resultado financeiro associado com a compra da energia requerida a um preo fixo que pode ser reajustado no tempo

(6.3.2.3)

para

(6.3.2.4)

sendo

o preo fixo do contrato

no perodo

a e

variao do ndice de reajuste do contrato. Esse ndice de reajuste denotado por no geral ele difere do ndice de reajuste de preos. Se > 0,

uma constante e

denota o valor de base do ndice de reajuste (com relao a qual valor feita a atualizao do preo do contrato) e refere-se ao ms onde ocorre o reajuste para cada perodo . definida por

a funo indicadora do conjunto

termo

simplesmente

representa a regra de reajuste contratual observada nos contratos de energia. Um contrato de energia atualizado todo ano, no entanto apenas uma vez por ano. O ms onde ocorre o reajuste definido em contrato e denotado aqui por . Ocorrendo um reajuste no ms perodo , ele mantido at o prximo ciclo de reajustes, no perodo e ms . do

importante incorporar a regra de reajuste do contrato na modelagem dos resultados financeiros por dois motivos principais. Primeiro, o ndice de reajuste do contrato no igual ao ndice de reajuste implcito no preo Spot, o que causa um risco de

204

base por conta da disparidade entre regras de reajuste (basis risk foram discutidos na seo 5.3.1.2). Mais importante ainda, a regra de reajustes contratuais prev apenas um reajuste por ano, em ms especificado, enquanto que o processo de preos atualizado mensalmente. Para se ter uma idia dos impactos que essa diferena entre regras de reajuste pode causar, observe a figura 6.3 que mostra, para um preo inicial fixo de R$ 100,00/MWh, a diferena entre duas sries de preos reajustadas sobre a regra mensal e anual, onde o ms em que o reajuste anual ocorre definido como julho. Foi escolhido o IGP-M como ndice para reajuste dos preos e a figura contempla o perodo de janeiro de 2001 at abril de 2008. Na figura 6.4 mostrada a diferena entre estas sries de preos reajustadas, a qual representa a rea de ganho ou perda do agente por corrigir o contrato apenas uma vez por ano. As duas figuras refletem o impacto observado no resultado financeiro de um contrato por no se considerar a regra de reajuste no processo de avaliao e precificao do contrato. Note que em perodos de maior inflao a perda de valor de uma srie reajustada anualmente quando comparada reajustada mensalmente pode ser superior 30% (figura 6.4). Esse efeito desprezvel em perodos onde a inflao se mantm em nveis reduzidos, como foi retratado nos anos de 2006 e 2007. Caso o modelo de preos Spot no represente o efeito de reajuste, as equaes podem ser trivialmente modificadas para incorporar esse diferencial de reajustes por conta da definio de preo Spot, referenciada na equao 6.3.2.1, que permite a separao entre os processos de preo Spot puro e seu ndice de reajuste associado. A argumentao realizada nos pargrafos anteriores ajuda a justificar a utilizao das equaes 6.3.2.2 e 6.3.2.3 para modelar as duas diferentes parcelas do resultado financeiro associado a um contrato de energia firme. Assim, o resultado financeiro associado ao Bloco de Energia pode ser calculado, para cada contrato e perodo , (6.3.2.5)

205

que condizente com a estrutura de um Swap de compra para o perodo . Note que, apesar das frmulas terem sido derivadas sob a perspectiva do comprador do contrato, trocando os sinais dos termos da equao 6.3.2.5 obtm-se a verso dos resultados que representa a viso do vendedor.

200 190 180 170 160 R$ 150 140 130 120 110 100 mai/04 mai/05 mai/06 mai/07 mai/03 set/07
out/07 jul/07

Reajuste Anual

Reajuste Mensal

mai/02

set/06

mai/01

set/05

set/04

set/03

set/02

set/01

jan/01

jan/02

jan/03

jan/04

Tempo

Figura 6.3: Comparao entre sries de preos reajustadas utilizando a regra mensal e anual, com base no IGP-M apurado no perodo de janeiro de 2001 at abril de 2008. O preo inicial foi fixado em R$ 100,00/MWh e o ms de reajuste anual foi definido como junho.

50 Diferena entre sries de preos reajustados 40 30 20 10 0 -10 out/01 out/02 out/03 out/04 out/05 out/06 jul/01 jul/02 jul/03 jul/04 jul/05 abr/01 abr/02 abr/03 abr/04 abr/05 abr/06 jul/06 abr/07 abr/08 jan/01 jan/02 jan/03 jan/04 jan/05 jan/06 jan/07 jan/08

Figura 6.4:Diferena entre as sries de preos apresentadas na figura 6.3, em R$, para o perodo de janeiro de 2001 at abril de 2008. Valores positivos indicam que os preos reajustados mensalmente so superiores aos reajustados anualmente.

jan/05

jan/06

jan/07

jan/08

206

Observe que a frmula 6.3.2.5 contempla o fato que resultados financeiros so apurados em perodos que, no geral, contm mais de um ms. Esse aparente excesso de notao justificado por conta de que na prtica os preos so feitos por perodos ao invs de serem definidos mensalmente. De fato, essa caracterstica tem relao com a forma com que feita precificao dos Swaps, que so baseados em preos mdios, no importando o que ocorre em subperodos especficos. Na prtica, simulando preos e ndices de reajustes conjuntamente pode-se utilizar as frmulas 6.3.2.2, 6.3.2.3 e 6.3.2.5 para construo das distribuies de probabilidades dos resultados financeiros permitindo, assim, a estimao de mtricas de risco associadas com as carteiras de contratos. O resultado financeiro dado pela equao 6.3.2.5 uma varivel aleatria que funo de alguns parmetros, dentro dos quais est o preo fixo do contrato para um determinado perodo , . Impondo alguns critrios sob a distribuio de probabilidade

desses resultados possvel derivar qual seria o preo de equilbrio para esse instrumento. Primeiro, suponha que as decises com relao a preos so tomadas com base em valores esperados das quantidades envolvidas, condicionada toda a informao disponvel at o momento onde realizada a avaliao. Tambm, suponha que os preos do Bloco de Energia so calculados considerando uma premissa de equilbrio, de maneira que o preo obtido faa com que nenhuma das contrapartes tenha lucro, em termos de valores esperados, ou seja, (6.3.2.6) Assim, substituindo as equaes 6.3.2.2 e 6.3.2.3 em 6.3.2.6 tem-se

. Fazendo utilizando a linearidade do , como todos os termos so constantes, e operador esperana, obtm-se

. Substituindo 6.3.2.4 na equao anterior obtm-se

207

. Como uma constante que no depende de , e aplicando novamente as propriedades da esperana, pode-se escrever a equao anterior como

. Portanto, sob as premissas adotadas, temos:

(6.3.2.7)

onde

A equao 6.3.2.7 informa que o preo de equilbrio para um perodo calculado como uma mdia ponderada dos valores esperados do preo Spot, em cada ms

dentro do perodo , onde os pesos so funo da taxa de desconto, da energia total do perodo e da regra de reajuste dos preos do contrato. Uma importante conseqncia da equao 6.3.2.7 que o preo fixo para o perodo funo da regra de reajuste especificada em contrato, fazendo com que as

estimativas de preos possam variar de acordo com a definio do ndice de reajuste dos preos e de seu valor esperado. A considerao do efeito de regra de reajustes no processo de avaliao dos contratos uma particularidade do mercado brasileiro (e talvez de outros pases emergentes) e faz com que o processo de modelagem dos preos seja mais complexo, pois alm de estudar a dinmica dos preos de mercado, existe a necessidade de considerar nos modelos de avaliao o efeito de variveis macroeconmicas. Adicionalmente, em uma

208

carteira de contratos, pode-se ter que lidar com diversos ndices de reajustes ou composies desses ndices, fazendo com que o problema de modelagem conjunta de preos e ndices de reajustes seja no padronizvel e dependente da carteira de interesse. Independente das dificuldades que possam ser encontradas na fase de implementao dos modelos devido s inter-relaes entre as variveis envolvidas, pode-se utilizar as frmulas 6.3.2.5 e 6.3.2.7 em um contexto bastante geral como, por exemplo, avaliao estratgias, balizamento de decises sobre formao de preos em novos contratos e acompanhamento de desempenho de carteiras que contenham Blocos de Energia. No entanto, existem algumas ponderaes que devem ser feitas. Primeiro, as derivaes acima no podem ser interpretadas como uma metodologia para precificao de contratos ou estimao de curva Forward, j que no foi incorporado, em nenhum momento, o prmio do risco ou a estratgia do comercializador que so funes de cada operao especfica. Em segundo lugar, foi feita a premissa que a mtrica balizadora de decises a mdia, o que poderia ser questionado j que um fato estilizado dos preos de mercado a forte assimetria e curtose em sua distribuio de probabilidade. De fato, como discutido em Ambrosio (2007) e Meucci (2007), a definio e escolha de mtricas de avaliao funo principalmente dos objetivos das anlises e da interpretao do conceito de equilbrio entre contrapartes. Por exemplo, no processo de derivao realizado nesta subseo o preo de equilbrio entre as contrapartes o valor que faz com que a esperana matemtica do resultado financeiro da operao seja nula. No entanto, possvel modificar a formulao de forma que o preo de equilbrio de um contrato seja formado como alguma funo, no necessariamente o valor esperado, da distribuio de probabilidade dos resultados financeiros. Por exemplo, algum pode entender que o equilbrio entre as contrapartes na operao s dado quando os agentes tm 50% de chance de ganho, ou seja, o preo de contrato seria o valor que anula a mediana da distribuio dos resultados. Embora possa haver algum ganho na utilizao da mtrica na definio de preo de equilbrio, as derivaes matemticas sero muito mais complexas impossibilitando, na maioria das vezes, a derivao de um resultado analtico para o preo de equilbrio. Note

209

que as derivaes matemticas s foram possveis, pois a mdia um operador linear, o que simplifica bastante a formulao. Tambm, como exaustivamente discutido na dissertao, os contratos

transacionados no setor de energia nacional geralmente so mais complexos que simples Swaps de preos. Por isso, nos prximos subtpicos sero incorporados outros elementos avaliao dos contratos.

6.3.3

Derivao dos Resultados Financeiros Associados com

Blocos de Flexibilidades de Aumento e Reduo

O equacionamento de contratos que possuem opes de aumento ou reduo sobre montantes contratados (Blocos de Energia) bem mais complexo que o apresentado na seo anterior. Primeiro, os preos subjacentes ao contrato mudam de acordo com a escala de aplicao desses derivativos e por isso os resultados financeiros, as estratgias de cobertura e os mecanismos para determinar o preo de equilbrio no so facilmente obtidos de forma explcita. Em segundo lugar, baseado na discusso realizada nas sees 5.3 e 6.2.2.1, essas opes representam algum tipo de Swaption (opes sobre Swaps), implicando em derivativos com estruturas complexas de exerccio, dificultando a avaliao dessas operaes. Desta forma, deve-se derivar as frmulas de avaliao dos Swaptions considerando casos especficos, de acordo com a composio das carteiras de interesse. Para cobrir os casos mais comuns e ilustrar o procedimento, que utilizado na derivao dos resultados, so considerados trs casos: contratos com flexibilidade de aumento e reduo aplicados em escala anual, contratos com flexibilidades de aumento e reduo aplicados em escala mensal, e contratos com as duas flexibilidades anteriores.

210

6.3.3.1 Caso 1: Flexibilidade de Aumento e Reduo de Volume

Anual
Para os Blocos de Flexibilidades de aumento e reduo anual o instrumento subjacente ao contrato uma funo do preo Spot mdio anual. Dessa forma, cada perodo , onde so apurados os resultados financeiros, representa um ano completo dentro do intervalo de vigncia do contrato Tambm, a expirao do Swaption ser dada em momento anterior ao incio de cada ano em que houver possibilidade de exerccio e, em caso de exerccio, os aumentos onde o exerccio do

e redues sero mantidos para todos os meses pertencentes ao ano Swaption foi realizado.

Supondo racionalidade dos agentes, para flexibilidades de aumento de montante anual, existir exerccio caso o preo Spot mdio anual do ano (calculado sobre um fator

de ponderao especificado), exceda o preo fixo do contrato nesse ano. Similarmente, caso esse preo mdio seja menor que o preo fixo do contrato, a flexibilidade de reduo ser exercida. Desta forma, para contratos com flexibilidade de aumento e reduo com mesmo preo de exerccio, sempre haver exerccio em alguma das direes, a menos que o preo Spot mdio seja exatamente o valor do preo de exerccio. Esse mecanismo no reflete exatamente o que acontece na realidade, porm o caso mais conservador. Com alguma complexidade adicional possvel incorporar alguns gatilhos para exerccio, como alguma probabilidade mnima de ganho ou critrios baseados em risco mximo aceitvel. Essas modificaes no resultado financeiro no sero incorporadas nesta dissertao. No entanto, critrios de deciso para esses tipos de flexibilidades so discutidos na seo 6.5.1. Em termos de modelagem, adotando as mesmas premissas da seo anterior e seguindo a mesma notao, para um contrato com Flexibilidades de Aumento e Reduo em escalas anuais os preos de exerccios so formados como alguma funo dos definido em 6.3.2.4, para cada dentro de um perodo . ,

211

Por isso, os preos subjacentes a esses derivativos podem ser obtidos atravs da seguinte lgica. Defina contratado no ms do perodo a proporo de aumento com relao ao montante para o contrato aplicado sobre a escala . Esse

derivativo est associado com um Swaption que s ser exercido caso haja algum benefcio financeiro associado com o exerccio. A flexibilidade aplicada em escala anual apenas um caso particular desse tipo de derivativo. Fixando-se um ano e, assim, e , os perodos podem ser interpretados como

no depende dos meses

dentro desse ano, j que a proporo de

aumento igual para todos os meses pertencentes ao ano . Desta forma, a parcela do resultado financeiro associado somente com o montante de energia aumentado dado por Como tem-se flexibilidade de aumento apenas se , e utilizando a notao anterior, . ,

. Logo, existe algum benefcio financeiro para a

ou seja,

. Assim, haver exerccio se .

Definindo

(6.3.3.1) 212

tem-se que a condio para exerccio da flexibilidade de aumento ser dada por (6.3.3.2)

para

(6.3.3.3)

(6.3.3.4)

Analogamente, pela paridade entre opes de compra e opes de venda de mesmo exerccio, tem-se que a condio para exerccio da flexibilidade de reduo dada por . Note que os preos Spot mdios anuais para cada perodo contm 12 meses) e contrato , dado por (6.3.3.5) (nesse caso os perodos

, so os preos subjacentes s opes de .

aumento e reduo em escala anual com preos de exerccios dados por

Utilizando as informaes derivadas acima possvel escrever o resultado financeiro de um contrato formado por Blocos de Energia e Blocos de Flexibilidade de Aumento e Reduo com exerccio em escala anual como

, (6.3.3.6)

onde

so as funes indicadoras (tambm variveis aleatrias) e

definem a regra de exerccio das opes de aumento e reduo, respectivamente. Note que representa a proporo de reduo com relao ao montante anual contratado no ano para o contrato . A restrio necessria pois esse tipo de derivativo

no permite reduo total do montante anual. Para modelagem de derivativos que prevem interrupo de entrega de energia por determinados perodos necessria a utilizao de outras tcnicas. Esse tipo de derivativos no ser abordado nesta dissertao.

213

equao

6.3.3.6

pode , onde

ser

desmembrada

em

trs

partes

como descrito na equao 6.3.2.5

apresentada na seo anterior e

, (6.3.3.7)

. (6.3.3.8)

Analisando as equaes 6.3.3.7 e 6.3.3.8 conclui-se que as funes indicadoras tm o papel de garantir que a parte do resultado financeiro de um contrato contendo flexibilidades de aumento e reduo, que est relacionada ao derivativo, seja sempre no negativa e assim . (6.3.3.9)

Observe que pois e so variveis aleatrias contnuas e

j que .

As derivaes acima representam o fato de que o agente que deseja fornecer uma flexibilidade de aumento e reduo em um contrato de energia deve cobrar um prmio por incluir esse derivativo na transao, j que a desigualdade 6.3.3.9 garante que seu resultado financeiro ser menor do que se ele tivesse vendido um contrato com apenas o Bloco de Energia Firme. Nos contratos do mercado brasileiro de energia esse prmio no costuma ser pago antecipadamente, como ocorre nos mercados financeiros. Ao invs, ele diludo nos preos de contrato afetando tanto o preo de exerccio, quanto o preo do bloco de energia firme. Isto dificulta o desmembramento do preo de um contrato em partes relativas ao Bloco de Energia e prmios devido aos derivativos.

214

Sob as premissas adotadas, as derivaes dos resultados financeiros levaram incluso das funes Mximo e Mnimo nas frmulas 6.3.3.7 e 6.3.3.8. Esses termos representam o mecanismo de exerccio das opes embutidas nos contratos e, caso os preos de mercado sejam conhecidos, no haver risco na deciso anulando, assim, as chances de perda. No entanto, o que acontece na prtica que existe a possibilidade de se obter resultados negativos quando for tomada uma deciso, j que, diferentemente ao que acontece nos mercados financeiros, as decises tem que ser tomadas ex-ante17 a observao dos preos. Diretrizes para tratamento de critrios de exerccio sero apresentadas na seo 6.5.1. Utilizando o mesmo tipo de argumento adotado na subseo anterior, descobre-se que necessrio impor alguns critrios equao 6.3.3.6 para que sejam obtidos informaes sobre os preos dos derivativos relacionados com flexibilidade de aumento e reduo. Supondo novamente que os contratos so avaliados com base no valor esperado dos resultados financeiros, podem-se utilizar os resultados anteriores, conjuntamente com o conceito de esperana condicional, para se obter algumas diretrizes sobre preos dos contratos. Primeiro, note que, para duas variveis aleatrias subconjunto onde e quaisquer, e um

a -lgebra gerada pelos conjuntos de Borel, tem-se que

, ou seja,

(6.3.3.10)

Uma deciso tomada ex-ante se ela realizada anterior observao do fenmeno ao qual ela est relacionada, de forma que impossvel saber se a deciso correta de antemo. Por exemplo, se uma opo deve ser exercida antes da publicao de seu preo subjacente ento existe alguma incerteza com relao ao processo de exerccio, que pode implicar em perdas caso os preos se movimentem desfavoravelmente.

17

215

Objetivando calcular o preo de equilbrio do contrato sobre termos mdios assume-se que . (6.3.3.11)

O primeiro termo do lado direito da expresso,

, j foi obtido na seo 6.3.2. Os

outros dois termos podem ser calculados aplicando-se o operador esperana s equaes 6.3.3.7 e 6.3.3.8. Considere Observando que o termo . , pode-

se aplicar a desigualdade 6.3.3.2 para obter uma nova desigualdade dada por . Essa ltima frmula implica que

(6.3.3.12)

Desta forma,

216

(6.3.3.13)

onde

Para a flexibilidade de reduo tm-se clculos anlogos de forma que , (6.3.3.14)

onde

Assim, concatenando as equaes 6.3.3.11, 6.3.3.7, 6.3.3.8, 6.3.3.13 e 6.3.3.14 tem-se que se

. E da se , ento

, 6.3.3.15)

217

onde

. O valor

de equilbrio deve satisfazer a igualdade que

(6.3.3.15). No simples mostrar matematicamente que existe um nico valor de

resolve essa igualdade, mas estudos de simulaes mostram que o valor do resultado financeiro para um contrato decai monotonicamente conforme aumenta o valor de indicando a unicidade. Fixando e na equao 6.3.3.14 obtm-se 6.3.2.7, ou seja, se no ,

houver flexibilidade de aumento ou reduo, o preo de equilbrio do contrato derivado o mesmo que de um contrato contendo apenas o Bloco de Energia. Adicionalmente, note que o resultado financeiro agregado por um bloco de flexibilidade de aumento e reduo apenas uma mdia ponderada, onde os termos so funo das quantidades de energia associadas com essas opes, da taxa de desconto, das probabilidades de exerccio e dos valores esperados dos excedentes com relao a um preo mdio. Se for comparado termo a termo, essa uma verso um pouco mais geral da equao de Black e Scholes (1973), pois no impe restries sobre as distribuies das quantidades subjacentes. Em termos de implementao, apesar de no haver soluo analtica direta, podese utilizar simulao de Monte Carlo para encontrar o valor de aplicaes sero dados no captulo 8. . Maiores detalhes e

6.3.3.2 Caso 2: Flexibilidade de Aumento e Reduo de Volume

Mensal
Os clculos realizados na subseo anterior fazem referncia a contratos com um tipo especfico de Flexibilidade de Aumento e Reduo que so aplicados em escala anual. No entanto, existem muitas outras verses destas flexibilidades dentre as quais destaca-se a Flexibilidade de Aumento e Reduo Mensal.

218

Desta forma, pode-se utilizar o mesmo procedimento apresentado anteriormente para deduzir as equaes que descrevem o resultado financeiro desses blocos. Primeiro, note que, se a flexibilidade definida em escala mensal, ento o preo subjacente ao derivativo deve ser funo apenas dos preos do perodo onde ela aplicada, ou seja, do preo Spot mensal. Adicionalmente, os mesmos mecanismos descritos para a flexibilidade aplicada em escala anual so vlidos aqui, ou seja, o exerccio realizado em momento anterior ao suprimento, de forma que as decises so tomadas ex-ante. Tambm assumido que agentes so racionais, ou seja, preferem ganhos que perdas. Isso implica que haver exerccio da flexibilidade de aumento mensal que sempre que o preo subjacente ao instrumento for maior que o preo de exerccio, e caso o preo subjacente seja menor que o preo de exerccio, a flexibilidade mensal de reduo quem ser exercida. Assim, para cada ms tem-se benefcio financeiro pelo exerccio da opo de aumento , se , e da . Portanto existe exerccio se , ou seja,

de volume mensal, denotada por

(6.3.3.16)

o que implica que o preo subjacente ao Bloco de Flexibilidade de Aumento de volume mensal , que simplesmente o preo Spot do ms e perodo descontado pelo

ndice de reajuste do contrato. Utilizando a mesma lgica aplicada flexibilidade definida em escala anual tem-se que o resultado esperado associado com a flexibilidade volumtrica de aumento mensal, apurada em perodos de tempo com meses, dado por

219

. E como pelas derivaes realizadas para obter a desigualdade . 6.3.3.16, obtm-se

Usando

equao

6.3.3.10

pode-se

escrever

como

(6.3.3.17) por conta da linearidade da esperana e pela definio de .

De maneira anloga

(6.4.3.18) E da o preo de equilbrio o valor de que satisfaz .

Essa igualdade pode tambm ser reescrita como

220

, (6.3.3.19) a qual computacionalmente mais eficiente para obteno de .

Novamente, a parcela do resultado financeiro que representa as flexibilidades de aumento e reduo uma mdia ponderada, onde os termos so funo da energia do contrato, taxa de desconto, probabilidade de exerccio e excedente de preos (nas duas direes) com relao ao preo de exerccio. Desta forma, essa parcela reflete um benefcio mdio por manter contratos com esses derivativos dentro da carteira. Observe que os obtidos atravs das equaes 6.3.3.15 e 6.3.3.19 devem ser . Isso uma conseqncia direta

maiores que o da equao 6.3.2.7, ou seja, maiores que

da desigualdade 6.3.3.9 e vale para todas as verses das Flexibilidades de Aumento e Reduo, independente da escala de aplicao. A figura 6.5 ilustra a variao do preo de equilbrio para alguns contratos contendo flexibilidade de aumento e reduo em diferentes escalas de aplicao. Essa anlise foi baseada em simulaes de preos de mercado advindas das sadas do NEWAVE verso CCEE de junho de 2008. A descrio dos contratos e premissas utilizadas no exemplo apresentada na tabela 6.2.
Tabela 6.2: Termos e condies de contratos utilizados para realizao das simulaes apresentadas na figura 6.5.
DADOS DE CONTRATO REFERENTES AO ANO DE 2009

Escala de Aplicao
Energia (MW m dios) Aum ento Anual (%) Reduo Anual(%)

Contrato 1 Mensal
1 50 50

Contrato 2 Bimestral
1 50 50

Contrato 3 Trimestral
1 50 50

Contrato 4 Quadrimestral
1 50 50

Contrato 5 Semestral
1 50 50

Contrato 6 Anual
1 50 50

Sem Reajuste de Preos - Sem pr-aviso para exerccio - Subm ercado de Entrega SE/CO - Taxa de Juros 11% a.a

Note que o preo de equilbrio de contrato no uma funo linear da escala onde aplicada a flexibilidade. A forma dessa funo depende das premissas de simulao adotadas, principalmente as caractersticas das distribuies de probabilidade conjuntas dos preos, e dos termos e condies contratuais.

221

, 140.9 , 140.3

, 140.9 , 140.5
140.2 ,

Preo de Equilbrio (R$)

139.7 ,

139.8 ,

139.1 ,

, 139.3
138.5 ,

, 138.5
1

10

11

12

Escala de Aplicao (Meses)

Figura 6.5:Preo de equilbrio de contratos com flexibilidade de aumento e reduo para as escalas de aplicao 1, 2, 3, 4, 6 e 12 meses calculados com base na simulao do DECK de junho de 2008 do NEWAVE.

No entanto, a caracterstica mais importante representada na figura 6.5 que existe uma ordem natural com relao a magnitude desses , que formam o preo de equilbrio

de contratos contendo flexibilidades de aumento e reduo, de forma que eles tendem a reduzir ao aumentar a escala de aplicao. Supondo que e pode-se

escrever a diferena entre os resultados financeiros de contratos com flexibilidades de aumento e reduo em escala mensal e anual, respectivamente, como

222

Primeiro,

note

que , j que

igual

a ento

Observe

tambm

que

se

porque se implicando que ento , .

ento Por outro lado, se

e portanto ou seja, se ento .

As desigualdades acima implicam que

e que

, ou seja, Dessa forma, tem-se que .

223

Pelas mesmas justificativas pode-se verificar que

. Assim, conclui-se que (6.3.3.20)

A desigualdade (6.3.3.20) confirma o resultado, intuitivo, que o prmio implcito nas opes exercidas em escala mensais deve ser maior ou igual ao das opes flexibilidades anuais, para resultados apurados em perodo , ou seja, anualmente.

De fato, com algum esforo adicional, pode-se provar o resultado mais geral que opes sobre subjacentes definidos sobre escalas de tempo maiores tem menos valor (prmio menor) que opes sobre preos subjacentes definidos em escalas de tempo menores, comprovando o resultado apresentado na figura 6.5. A intuio por detrs do resultado apresentado pela equao 6.3.3.20 est associada com o fato que a variabilidade de mdias decai conforme a quantidade de termos aumenta, fazendo com que a incerteza sobre a variabilidade da mdia seja menor que a incerteza associada com cada um de seus termos. Como o preo de opes funo principalmente da volatilidade do instrumento subjacente, ento esperado que os resultados financeiros associados com opes de menos incerteza, menor variabilidade, como o caso da flexibilidade de aumento e reduo anual, valham menos que opes definidas em escala menores, com maior variabilidade associada, como o caso das flexibilidades mensais.

6.3.3.3 Caso 3: Flexibilidade de Aumento e Reduo de Volume

Mensal e Anual no mesmo contrato


Muitos dos contratos de energia comercializados no ACL possuem mais de um derivativo embutido em seu corpo. Naturalmente, isso dificulta o processo de avaliao, pois variveis como prioridade de exerccio e efeito de interao entre esses instrumentos

224

comeam a surgir. Um exemplo do que acontece em contratos quando, em uma mesma operao, tm-se flexibilidades de aumento e reduo em mais de uma escala de aplicao. Apesar de existirem muitas combinaes possveis desses derivativos, a que mais se destaca a formada por contratos com opes de aumento e reduo de volume definidos em escala anual e mensal. Essas flexibilidades tendem a aparecerem juntas em um mesmo contrato por conta da lgica econmica que apresentam. No caso de Clientes Livres esses derivativos podem ser utilizados para ajustar necessidades de contratao de energia ao processo produtivo desses agentes. Por exemplo, a flexibilidade em escala anual pode ser utilizada para cobrir eventual expanso de uma planta industrial e, em escala mensal, para corrigir erros na sazonalizao do montante anual contratado. No caso das comercializadoras, essas flexibilidades so visualizadas atravs da tica financeira permitindo no s aumento ou reduo de montante, de acordo com o nvel dos preos anuais, mas tambm especulao com relao ao perfil intra-ano dos preos do mercado vista. Assim, em termos de avaliao possvel utilizar basicamente duas abordagens. A primeira baseada na lgica de exerccio utilizada pelo Cliente Livre, que funo principalmente de seu processo produtivo. Avaliar contratos sob essa tica pode trazer algum aumento de preciso nas medidas resumo da carteira, pois tendem a fazer com que o mecanismo de exerccio se aproxime do real. No entanto essa maneira pode levar subestimao do verdadeiro risco do contrato, pois no geral no existe nenhuma clusula contratual condicionando o exerccio dessas flexibilidades ao processo produtivo dessas agentes (se existir esse tipo de clusula o derivativo no mais o mesmo e tem-se que buscar modelar esse novo produto). A segunda maneira condiciona o exerccio a caractersticas do mercado, implicando que o agente detentor da flexibilidade tomar suas decises sempre que ele tiver expectativa de benefcio financeiro se exercer suas opes. Essa segunda abordagem a utilizada durante toda a dissertao, exceto quando existem clusulas amarrando exerccio de derivativos a processos produtivos, como o caso de contratos com Take-or-Pay e, em alguns casos, contratos com sazonalizao.

225

Outra questo relacionada prioridade de exerccio dos derivativos. Para entender esse mecanismo importante ter em mente a ordem com que essas opes residem no tempo. No caso especfico de contratos com flexibilidades de aumento e reduo em escala anual e mensal, a ordem de exerccio clara, dado que as decises de exerccio perduraro por um ano completo, no caso da anual, e para um ms completo, no caso da mensal. A flexibilidade de aumento e reduo anual deve ser exercida em algum momento anterior ao incio do ano de suprimento (as datas limites de exerccio devem estar especificadas em

contrato). O exerccio dessa flexibilidade implicar na correo, aumento ou reduo, dos montantes contratadas por todo o ano de interesse. Caso a deciso seja de no corrigir as quantidades contratadas o derivativo expirar e o montante anual contratado se manter o mesmo. A insero da flexibilidade mensal, que possui uma escala menor que a anual, traz um impacto no resultado financeiro diferente daquele visto at o momento. Como estudado na seo 6.3.3.2, o exerccio da flexibilidade mensal depender apenas do perfil intra-ano dos preos. Porm, como para esses contratos existem mais de um derivativo, as quantidades a serem corrigidas dependem tambm se as flexibilidades anuais foram exercidas. Por exemplo, suponha um contrato que possua energia nominal de 100 MW mdios com flexibilidade de aumento de montante anual de 10% e flexibilidade de reduo da quantidade mensal contratada de 5% durante o ano de 2009. Desta forma, caso no haja exerccio da flexibilidade anual para 2009 a quantidade base para a flexibilidade de reduo mensal ser de de 100, implicando que o agente tem a opo de reduzir a quantidade

mensal contratada em at 5 MW mdios para cada ms do ano. Se, por outro lado, a flexibilidade em escala anual for exercida, tem-se um montante base de 110 MW mdios resultando em uma opo de reduo mensal de 5,5 MW mdios. Assim, o exerccio de uma flexibilidade em escala maior pode influenciar o mecanismo de exerccio de uma flexibilidade definida em escala menor. Nesse caso especfico de contratos com flexibilidades de aumento e reduo definidos em vrias escalas, o exerccio de derivativos em escala maior afetar apenas os montantes das opes definidas em escala menor, porm, a incorporao de outros tipos de derivativos podem implicar em mecanismos de exerccios bem mais complexos. A figura

226

6.6 ilustra a estrutura de exerccio de flexibilidades definidas em escala anual e mensal. Observe principalmente a diferena entre flexibilidades isoladas (caso 1 e 2) e flexibilidades embutidas (caso 3). Nos dois primeiros casos o exerccio de uma flexibilidade independe do exerccio de outras. No caso 3, por outro lado, o exerccio da flexibilidade em escala anual altera a quantidade base da flexibilidade mensal.
[ Aumento ] [ Reduo ] exercido No exercido

Caso 1: Flexibilidades de Aumento e Reduo Anuais

ANO p
110

exercido No exercido

Energia Base
100

Flexibilidades Anuais

Deciso de Exerccio

- Exerccio ocorre apenas uma vez e em momento anterior ao suprimento. - Aumento / Reduo perpetuadas sobre todo o ano. - Exerccios ocorrem todo ms antes do suprimento.

90

0
110

9 10 11 12
t

Conjunto dos meses

Caso 2: Flexibilidades de Aumento e Reduo Mensais

Energia Base

100

Flexibilidades Mensais

- Nmero de exerccios igual ao nmero de meses. - Pode existir aumento em determinados perodos e reduo em outros.

Deciso de Exerccio

90

1 0 1

2 2

3 3

4 4

5 5

6 6

7 7

9 10 11 12 11
t

8 9 10

121

Caso 3: Flexibilidades de Aumento e Reduo Anuais e Mensais

110

Flexibilidades Mensais

- Exerccio de dois tipos de Flexibilidades: anual e mensal. - Mesmo que na escala anual haja aumento de volume, na flexibilidade mensal pode haver reduo ou aumento. O volume base para flexibilidade mensal aquela corrigido pelo exerccio da flexibilidade anual. - O mesmo vale se houver reduo na escala anual.

Energia Base
100 99

Flexibilidades Anuais

90

Deciso de Exerccio

1 0 1

2 2

3 3

4 4

5 5

6 6

7 7

9 10 11 12 8 9 10 11
t

Figura 6.6:Diagrama esquemtico do mecanismo de exerccio de flexibilidades de aumento e reduo isoladas e embutidas.

Note que a interao entre derivativos definidos em escalas anuais e mensais implica na mudana da faixa de exerccio do derivativo mensal. Adicionalmente, o nmero de decises desses derivativos embutidos a soma das decises dos derivativos que compem o contrato (a menos que um exclua o exerccio do outro).

227

Essas estruturas de exerccios alteram tambm a formulao do resultado financeiro dos contratos fazendo com as variveis aleatrias envolvidas tenham que ser modeladas de forma condicional hierarquia de exerccios. No caso especfico dos contratos tratados nesta subseo, o primeiro derivativo a ser exercido a flexibilidade definida em escala anual. O preo subjacente e o resultado financeiro para esse derivativo j foram calculados na seo 6.3.3.1. Agora, para encontrar o preo subjacente s flexibilidades mensais deve-se condicionar o resultado financeiro ao exerccio das flexibilidades anuais. Para cada ms tem-se que haver exerccio da flexibilidade de aumento mensal dado que foi exercida a flexibilidade de aumento anual se

, (6.6.3.21)

que equivalente a Como aumento anual,

. , tem-se que , condicionado ao exerccio da flexibilidade de haver exerccio da flexibilidade mensal se

. Utilizando a equao 6.3.3.16, essa desigualdade pode ser escrita como

(6.3.3.22)

De forma similar, dado o exerccio da flexibilidade de reduo anual, tem-se que a flexibilidade de aumento mensal ser exercida sempre que

(6.3.3.23)

228

Caso nenhuma das flexibilidades anuais seja exercida, ou seja,

, haver exerccio do derivativo de aumento mensal somente quando , que pode ser reescrito como

(6.3.3.24)

As desigualdades 6.3.3.22, 6.3.3.23 e 6.3.3.24 implicam que o preo subjacente flexibilidade de aumento mensal, dado por , independente do que acontecer ao

derivativo definido em escala anual. Portanto, haver exerccio da flexibilidade de aumento mensal sempre que . (6.3.3.25)

Utilizando a mesma lgica, obtm-se que a flexibilidade de reduo mensal ser exercida, independentemente do que aconteceu flexibilidade anual, sempre que . (6.3.3.26)

Esse um dos casos onde as flexibilidades que so exercidas em momento anterior no tempo no alteram os preos subjacentes das que so exercidas em momento posterior. Dessa forma, seguindo as mesmas premissas das sees anteriores pode-se escrever o resultado financeiro de um contrato contendo energia firme e flexibilidade de aumento e reduo em escalas de aplicao mensal e anual, , como

229

(6.3.3.27) Os trs primeiros termos da equao 6.3.3.27 foram derivados nas sees anteriores e representam o efeito isolado de cada derivativo no resultado financeiro. O ltimo termo representa a interao entre as flexibilidades definidas em escala anual e mensal. Esse termo descreve matematicamente o fenmeno representado na figura 6.6, ou seja, o fato de que o exerccio da flexibilidade em escala de tempo maior altera as quantidades das flexibilidades definidas em escala de tempo menor. Pode-se fazer avaliao de contratos utilizando a frmula 6.3.3.27, mas para isso necessrio estimar a distribuio de probabilidade conjunta dos preos Spot mensais dentro de um determinado ano. natural que a complexidade na modelagem de contratos incremente de acordo com o nmero de instrumentos que eles incorporem fazendo com que frmulas analticas sejam mais difceis de serem obtidas. No entanto, conhecendo-se a distribuio de probabilidade conjunta das variveis aleatrias envolvidas pode-se utilizar mtodos computacionais baseados em tcnicas Monte Carlo para estimar os resultados esperados e mtricas de risco das variveis aleatrias definidas por 6.3.3.27. Essas tcnicas tambm podem ser utilizadas para se obter diretrizes para preos desses contratos utilizando o mesmo conceito adotado nas sees anteriores, ou seja, o preo de equilbrio dos contratos aquele que anula o resultado esperado do contrato. O valor adicionado pela incluso das flexibilidades contratuais pode ser calculado retirando-se o termo da equao 6.3.3.27.

230

6.3.4

Derivao dos Resultados Financeiros Associados com

Blocos de Take-or-Pay
Conforme discutido na seo 6.2.2.2, as flexibilidades de Take-or-Pay so instrumentos eficientes para os Clientes Livres mitigarem eventuais exposies contra preos por conta de oscilaes em seu processo produtivo. No entanto, do ponto de vista estatstico, o fato de que as decises passam a ser funo tambm de consumo traz um aumento na complexidade do problema de avaliao, j que os preos subjacentes ao Takeor-Pay dependero de mais de uma classe de variveis aleatrias: preos e consumos. Alm do mais, a implementao de um processo de avaliao torna-se mais difcil, j que, no geral, as carteiras de Take-or-Pay so compostas por diversos Clientes Livres fazendo com que seja necessrio estimar as distribuies de probabilidade associadas com o processo produtivo de cada agente individual. A questo que esses processos geralmente so funo de muitas variveis de mercado e diferem significativamente, de acordo com o setor de atividade em que esses agentes esto situados. Nesta seo ser apresentada a formulao matemtica do resultado financeiro de contratos contendo apenas Take-or-Pay mensal. A derivao dos resultados de Take-or-Pay s definidos em outras escalas de apurao podem ser construdas de forma similar, porm devero ser modeladas somas de variveis aleatrias que no so independentes. A modelagem de distribuies de probabilidade de preos e consumo ser feita na fase de implementao dos modelos de avaliao. Seguindo as mesmas premissas da seo 6.3.1, e considerando o mecanismo descrito na seo 6.2.2.2 e na regra 6.2.3, pode-se escrever o resultado financeiro mensal de contratos formados por blocos de energia firme e Take-or-Pay mensal como

(6.3.4.1) Note que o consumo do Cliente Livre aparece truncado pelas funes Mnimo e Mximo nos limites superior e inferior de Take-or-Pay. Dessa forma, caso a disperso da 231

distribuio de consumo dos Clientes Livres seja muito grande, com relao faixa de Take-or-Pay, o consumo faturado, que ser inserido como entrada do resultado financeiro, se aproximar do limite inferior ou superior de Take-or-Pay. Por outro lado, se a disperso da distribuio do consumo de um Cliente Livre for pequena com relao amplitude da flexibilidade de Take-or-Pay, ento o truncamento nos limites inferior e superior ocorrero com freqncias menores. O mecanismo de gatilho que reflete as decises de exerccio dado pelas funes Mnimo e Mximo que envolve apenas consumo, e no preo. Por isso, a flexibilidade de Take-or-Pay fornece apenas um mecanismo de cobertura para o processo produtivo do agente, dado pela distribuio de probabilidade do consumo, e no para especulao com relao a preos. Porm, toda a informao sobre como o resultado financeiro responde interao entre consumo e preo est na correlao entre essas duas variveis. Essa caracterstica pode ser observada partir da anlise do valor esperado do resultado financeiro, Fazendo . a

equao 6.3.4.1,

(6.3.4.2)

onde Primeiro note que

a covarincia entre as v.as

. e,

supondo que, sob condies normais de mercado, o consumo do Cliente Livre e o ndice de reajuste dos contratos so no correlacionados, tem-se que utilizando as propriedades da covarincia pode-se escrever 6.3.4.2 como . Da,

(6.3.4.3)

232

ou seja, a correlao entre o consumo truncado pelos limites de Take-or-Pay e os preos do mercado vista so quem definem a direo dos resultados financeiros, de tal forma que, quanto maior a correlao (mais prxima a 1) mais valor a flexibilidade tende ter, e quanto mais prximo a -1 menos valor ela gera. Essa propriedade quem dificulta a comercializao de contratos com Take-orPay. Sob a viso do vendedor, ele precisa saber estimar a distribuio de probabilidade do consumo da contraparte do contrato, sem ter muitas informao sobre seu processo produtivo. Caso ele no consiga quantificar de forma acurada essas correlaes, ele pode subestimar o preo de contrato e realizar perdas no futuro, ou superestimar os preos de contrato de maneira a perder a operao para outro agente que tenha oferecido preos menores. Do ponto de vista do Cliente Livre, entender seu processo de consumo faz com que ele consiga extrair informao sobre quais so os limites de Take-or-Pay mais razoveis para suas necessidades e, ainda permite julgar se os preos de contratos so justos, condicionado s informaes de mercado. A dificuldade que geralmente o comercializador s especialista em entender o processo de preos de mercado, enquanto que o Cliente Livre s tem habilidade para entender seu processo de consumo, fazendo com que as correlaes entre consumo e preo sejam definidas sem muito fundamento analtico, dada a falta de informao entre as partes. Observe que a equao 6.3.4.1 descreve o resultado financeiro de um contrato com Take-or-Pay mensal para apenas a um ms especfico. Porm, como nas outras sees, o interesse tanto para precificao quanto para avaliao voltada para um perodo completo p. Pode-se, ento, escrever o resultado financeiro de um perodo p como

. (6.3.4.4)

Novamente,

uma varivel aleatria. Da, aplicando-se

critrios sob sua distribuio de probabilidade pode-se derivar o preo de equilbrio entre as contrapartes. Seguindo a mesma linha das sees anteriores define-se que o preo de equilbrio de um contrato com Take-or-Pay aquele que faz com que o resultado financeiro

233

esperado da operao seja nulo no perodo p, ou seja linearidade do operador esperana, temos, da equao 6.3.4.3

. Da

utilizando as propriedades da covarincia e da esperana tem-se que

e da substituindo esses termos dentro das derivaes para de equilbrio dado por tem-se que o

(6.3.4.5)

onde e . A primeira concluso que pode ser obtida analisando a equao 6.3.4.5 que o preo de equilbrio de contratos contendo Take-or-Pay depende de alguns valores da matriz de varincia e covarincia dos processos de consumo e preos de mercado. Caso a covarincia entre preos e consumo no seja constante no tempo pode ser difcil estimar esses parmetros.

234

Observe

tambm

que

equao

6.3.4.5

fornece

subsdios

para

os

comercializadores construrem estratgias comerciais j que, dependendo do processo produtivo de determinado Cliente Livre, ele pode fazer com que um contrato de Take-orPay agregue mais valor sua carteira, que um contrato contendo apenas energia firme. Nos casos em que a soma das covarincias entre preos e consumo, ponderada pela energia base do contrato, for negativa no perodo p, o preo de equilbrio deveria ser menor que o de um contrato contendo apenas energia firme. Por outro lado, quando essa soma for positiva, a equao 6.3.4.5 informa que necessrio embutir um prmio dentro do preo da energia firme para mitigar os casos em que existe aumento de consumo em cenrios de preo alto. Note que o valor esperado da distribuio de est presente tanto no

numerador quanto no numerador, porm, no numerador, essa quantidade ponderada pelos preos de mercado fazendo com que possa haver tambm um efeito sazonal no preo de equilbrio do derivativo dependendo se o perfil de consumo prximo ao dos preos. Embora a equao 6.3.4.5 seja a ligao entre o valor do derivativo e o processo produtivo de determinado Cliente Livre, implementar as frmulas obtidas nesta seo pode ser difcil dada a indisponibilidade de dados para estimao das covarincias entre preo e consumo e, principalmente, porque carteiras com diversos contratos contendo clusulas de Take-or-Pay no so simples de serem gerenciadas. necessrio estimar as covarincias entre consumo e preos para cada ms dentro do perodo de interesse e cada contrato na carteira. Quando esses derivativos aparecem conjuntamente com outros instrumentos em contratos, existe um aumento bastante grande na complexidade do processo de avaliao j que, alm da impossibilidade de obteno de frmulas analticas, tambm necessrio lidar com combinaes de gatilhos para exerccios e processos de consumo. Nesta dissertao no sero apresentados casos onde existem combinaes entre Take-or-Pay e outras flexibilidades, porm, conhecendo-se a distribuio de probabilidade do processo de consumo e de preos, pode-se utilizar mtodos computacionais para estimar as mtricas necessrias.

235

6.3.5

Derivao dos Resultados Financeiros Associados com

Blocos de Sazonalizao Anual

As flexibilidades de sazonalizao so derivativos que fornecem uma alternativa eficiente para agentes ajustarem seu recurso de energia de acordo com suas necessidades de consumo. Como discutido na seo 6.2.2.3 esses instrumentos podem ser convertidos em Swing Options. Por conta dessa estrutura, seu mecanismo de funcionamento baseia-se em impor um conjunto de restries que permitam a contraparte compradora do contrato alocar energia dentro de uma faixa pr-definida, respeitando os montantes contratados no perodo de sazonalizao. Enquanto as distribuidoras de energia utilizam esses instrumentos com o objetivo principal de aproximar suas expectativas de requisito por energia de sua contratao, as comercializadoras utilizam esses derivativos de forma a maximizar seu resultado financeiro, observando eventuais penalidades por falta de lastro. Sob a viso dos Clientes Livres, dado um contrato firmado de energia e um perfil esperado de consumo, relativamente simples alocar as quantidades contratadas de acordo com o perfil de consumo. No entanto, existem casos onde o contrato no suficientemente flexvel para absorver a necessidade advinda do perfil de consumo esperado. Nesses casos, a alocao depende de outras estatsticas da distribuio de consumo e, principalmente, de estratgias comerciais que, alm de no serem simples de serem modeladas, podem variar ao longo do tempo. No caso das distribuidoras, o problema de sazonalizao pode ser de grande porte dada a estrutura da carteira de contratos e tambm pela variedade de restries que so adicionadas devido s regras de comercializao. Para tratar esse problema pode-se utilizar, por exemplo, a abordagem de Zanfelice (2007) que props minimizar o custo de compra de energia de uma distribuidora sujeito restries regulatrias, restries operacionais, restries do ACR e restries contratuais. Nesta dissertao, as restries contratuais so responsveis por representar o mecanismo de exerccio de opes de aumento e reduo em base anual, mensal e sazonalizao. Ele

236

modelou a estocasticidade do consumo da distribuidora utilizando um algoritmo para gerar uma rvore de cenrios dentro de uma faixa definida como factvel. Com base em uma aplicao bastante realista, Zanfelice (2007) encontrou que possvel mitigar parte do risco de contratao de energia e reduzir o efeito de penalidades atravs da explorao de instrumentos contratuais. Uma possvel extenso dessa abordagem seria incorporar uma mtrica de deciso baseada em retorno/risco e escolher o cenrio timo como aquele que maximize essa mtrica. A flexibilidade de sazonalizao est presente dentro dos dois ambientes de contratao, entretanto, o caso mais interessante quando a contraparte compradora do contrato uma comercializadora de energia, j que esses agentes utilizam derivativos com objetivos bem definidos, os quais so puramente funo de variveis de mercados e de suas carteiras de contratos. No caso das comercializadoras, para um nico contrato de energia, o mecanismo de sazonalizao pode ser representado atravs de um problema de programao linear que pode ser resolvido utilizando algum algoritmo computacional, por exemplo, o mtodo SIMPLEX (Splendey et al,1962). Seguindo a mesma notao e premissas utilizadas nas sees anteriores (seo 6.2.2.3, 6.3.1-6.3.4), pode-se escrever esse problema como:

(6.3.5.1)

Sujeito a (6.3.5.2) (6.3.5.3) (6.3.5.4) (6.3.5.5) (6.3.5.6)

237

Observe que a funo objetivo, equao 6.3.5.1, define que as decises timas so aquelas que maximizam o efeito de alocao de energia ao longo de um determinado ano p. Esse efeito representado pelas diferenas entre os preos do mercado vista e os preos reajustados do contrato. A varivel aleatria, alocao e , o resultado financeiro e funo das decises de e possvel estimar a distribuio de

. Fixando cada

probabilidade de e

e, portanto, realizar anlise de risco para cada combinao dos

que represente uma deciso de sazonalizao factvel. Para obter diretrizes sobre preos de contratos com flexibilidade de sazonalizao

necessrio resumir a distribuio de probabilidade de

utilizando algum critrio.

Seguindo a mesma abordagem utilizada nas outras sees, o preo de equilbrio de um contrato contendo sazonalizao aquele que faz com que o resultado financeiro esperado do contrato seja nulo no perodo p, ou seja, preo de equilbrio o valor de . Sob essa premissa, tem-se que o

que faz com que o problema de otimizao

(6.3.5.7) as restries desse problema de maximizao so as descritas nas equaes 6.3.5.2-6.3.5.6. Note primeiro que o problema de maximizao depende dos termos , os quais podem ser escritos em forma matricial, da seguinte forma

(6.3.5.8) onde

238

As restries do modelo podem ser escritas como (6.3.5.9) onde

Desta forma, simulando-se as variveis aleatrias de tal forma que .

pode-se estimar

e encontrar

Para cada simulao das sries de preos, o problema de maximizao dado pela funo objetivo 6.3.5.8 e sujeito s restries 6.3.5.9 pode ser resolvido utilizando o mtodo SIMPLEX, j que as equaes so lineares nas incgnitas. Como no existe uma soluo explcita para valores de , pode-se criar uma grade de

e resolver o problema de maximizao para cada valor dentro dessa grade.

239

Assim, o grfico de cada equilbrio se encontra.

contra

pode indicar a regio onde o preo de

As discusses realizadas at o momento permitem, dentro de uma estrutura bastante geral, avaliar contratos isolados e obter diretrizes sobre preos de mercado. No entanto, particularmente para as flexibilidades de sazonalizao, a atividade de maior complexidade com relao estratgia de exerccio que deveria ser adotada, j que a alocao tima do contrato isolado no necessariamente tima para a carteira de contratos por conta do efeito de outros derivativos e de regras de comercializao. Na prxima seo sero introduzidas algumas mtricas de risco e retorno que podem ser utilizadas no processo de tomada de deciso e avaliao de contratos. Tambm, sero sugeridas algumas maneiras para incorporar essas mtricas dentro de uma estrutura de tomada de deciso com respeito ao exerccio de flexibilidades e avaliao de risco. Para tomar decises de alocao para uma carteira completa necessrio observar as restries que so impostas pelas de regra de comercializao. Em particular, a regra de lastro de energia funo das energias de todos os contratos da carteira, inclusive os de venda, os quais tambm podem ter (e tendem a ter) flexibilidades que sero exercidas pela contraparte do contrato. Isso faz com que essa restrio seja no determinstica, complicando de forma bastante grande o problema de maximizao. De fato, essa restrio pode impactar de forma significativa o problema de maximizao fazendo com que a soluo tima irrestrita seja bastante diferente da otimizao restrita. Adicionalmente, em alguns casos de dficit no balano, existe a possibilidade de que nenhuma soluo seja encontrada sem implicar em penalidades regulatrias. No captulo 7 alguns desses problemas sero tratados. Observe que no simples obter uma metodologia que seja suficientemente geral para cobrir todas as aplicaes, pois as composies das carteiras de contratos diferem fortemente entre agentes. Dessa forma, importante incorporar as caractersticas principais que esto presentes dentro de todas as carteiras, e dar diretrizes para que cada agente tenha condio de modificar os modelos de deciso, de acordo com o contedo de sua carteira. Nesta dissertao, as questes relacionadas com restries impostas pelo ambiente de comercializao no sero tratadas formalmente. 240

6.4 Mtricas de Risco e Retorno

Nas sees anteriores foram apresentadas as derivaes matemticas necessrias para realizar avaliao de risco de contratos j firmados e para obteno de diretrizes de preos para novas propostas comerciais. Existe, entretanto, outra atribuio vinculada ao processo de comercializao. Essa atribuio est relacionada com a definio de estratgias de exerccio de derivativos pertencentes carteira. Diferentemente do que observado em muitos mercados financeiros, a maioria dos contratos comercializados no ACL prev que as decises relativas ao exerccio das opes devem ser tomadas ex-ante observao das variveis de mercado. Especificamente no caso das flexibilidades de aumento e reduo de volume anual ou mensal, o universo de decises bastante restrito, pois existem apenas trs possibilidades: aumentar o montante, reduzir o montante ou mant-lo como definido em contrato. Dessa forma, conhecendo-se a distribuio de probabilidade do preo subjacente ao derivativo e com base em algum critrio de escolha racional, pode-se selecionar qual das trs opes a melhor. No caso das flexibilidades de sazonalizao anual, por outro lado, existe um universo infinito de decises que satisfazem as restries contratuais do derivativo fazendo com que a escolha de uma deciso tima seja uma tarefa um tanto quanto complexa. Apesar de no haver uma maneira genrica suficiente para definir otimalidade em todos os contextos, muitos concordam que as decises devem ser baseadas em alguma mtrica que contemple a relao retorno/risco (Meucci, 2007), (Ambrosio, 2007) e (Bingham, 2007). Como amplamente discutido em Meucci (2007), as mtricas de avaliao devem ser selecionadas de acordo com o objetivo desejado. A dificuldade que, naturalmente, os objetivos dependem da estratgia de cada agente especfico e particularmente, de sua quantidade de averso ao risco. Por conta disso, no simples definir qual medida deve ser utilizada para nortear as decises de exerccio dos derivativos.

241

Por esse motivo, importante estudar as principais medidas de risco e retorno e entender suas propriedades e armadilhas e, a partir disso, selecionar a mais adequada para cada aplicao especfica. O importante entender alguns conceitos relacionados com tomada de deciso. Seja, por exemplo, uma deciso e denote por o resultado financeiro de determinado sua distribuio acumulada. Suponha , os resultados financeiros . melhor quase certamente que a , ou seja,

contrato condicionada a essa deciso e por tambm que haja outra deciso condicionados Se deciso . De fato,

de tal forma que

, tenha funo de distribuio dada por ento a deciso

o mesmo que dizer que superior a

para qualquer cenrio de mercado, a deciso

. Esse o conceito de

dominncia estocstica forte e pode ser estendido para uma seqncia de v.as como segue.

Definio 6.4.1 (Dominncia estocstica forte): Seja de variveis aleatrias e uma v.a fortemente a seqncia tal que . para qualquer

uma seqncia . Ento domina

Apesar de dominncia forte raramente ser encontrada na prtica este o caso mais simples de deciso j que, se existe dominncia forte, ento existe uma deciso que soberana sobre as outras, independentemente do cenrio de mercado. Existem ainda outros tipos de dominncia como, por exemplo, dominncia de primeira ordem ou dominncia fraca. Seguindo a mesma notao, se existe dominncia fraca de com relao , ento para qualquer x, ou seja, para um tem mais chance de ser melhor que a deciso ,

mesmo cenrio de mercado, a deciso

se o conceito de melhor quanto maior melhor. Novamente, o conceito de dominncia fraca pode ser estendido para uma seqncia de v.as.

242

Definio 6.4.2 .(Dominncia estocstica fraca): Seja uma seqncia de v.as e uma v.a respectivamente, fracamente a seqncia com funes distribuio acumuladas denotadas por, para qualquer se e . Ento domina

para todo x e t.

Apesar de no ser to comum, em aplicaes prticas possvel encontrar dominncia fraca, principalmente nos casos onde uma deciso est associada com uma translao na distribuio de probabilidade dos resultados quando comparada outra deciso. Nesses casos, apesar de existir chance da deciso probabilsticos, a deciso ser melhor que , em termos

ainda continua sendo a melhor. Uma ilustrao do conceito de

dominncia fraca pode ser visto na figura 6.7.


Varivel X Varivel Y
Funo distribuio acumulada 1.0

Y domina X

Varivel X Varivel Y

0.0 -4

0.2

0.4

0.6

0.8

-2

Resultados Milhes de R$

Figura 6.7: Exemplo de dominncia estocstica fraca. Y domina X.

Observe que, independente do valor no eixo das abscissas, a probabilidade da varivel Y ser menor que esse valor sempre menor que a probabilidade, calculada com o mesmo corte, sob a distribuio de X. Isso indica que existe mais chance de Y ter valores maiores que X. Analisando o grfico direita tem-se uma interpretao mais intuitiva de dominncia estocstica. Nesse grfico fica claro que essas duas variveis esto transladadas

243

e que para qualquer corte na abscissa, a rea para baixo do corte maior para a distribuio de X que para a de Y. Entretanto, no necessrio existir transalo para haver dominncia estocstica fraca. Note que dominncia forte implica em dominncia fraca, porm o inverso no verdade no geral. De fato, o conceito de dominncia estocstica pode ser estendido para ordens mais altas sugerindo que, uma forma intuitivamente adequada de tomar decises seria buscar dominncia estocstica em alguma ordem e escolher a deciso tima como sendo aquela que apresenta desempenho superior s outras, sob esse critrio. Meucci (2007) alerta sobre algumas dificuldades que podem ser encontradas ao realizar tomadas de deciso baseadas em dominncia estocstica na prtica. Primeiro, ele argumenta que esse mtodo perde a sua intuio para dominncia estocstica em mais altas ordens. Em segundo lugar, em muitas aplicaes, no simples verificar se existe dominncia estocstica entre decises. Por ltimo, e mais importante, no existe nenhum resultado que garanta a existncia de dominncia estocstica dentro de um conjunto de decises. Segundo Meucci (2007), nos casos onde a dominncia estocstica no simples de ser verificada ou no existe nenhuma forma aparente de dominncia, pode-se utilizar o conceito de Satisfao. A idia por trs desse conceito resumir a distribuio de probabilidade associada com uma deciso em uma mtrica que represente o grau de satisfao de determinado agente com relao ao desempenho da deciso selecionada. O autor realiza uma discusso bastante detalhada sobre quais so as propriedades desejveis dessas medidas e sugere algumas medidas para serem utilizadas no contexto de otimizao de carteira. Essa linha ser, de certa forma, seguida na dissertao. So apresentadas mtricas que resumam a distribuio de probabilidade dos resultados financeiros, associados com as decises, tendo em mente o conceito de satisfao. Por exemplo, o valor esperado e o to conhecido valor em risco so duas mtricas relacionadas com esse conceito de satisfao, j que, quanto maior a valor esperado dos resultados maior o grau de satisfao com relao deciso e semelhantemente, quanto menor o valor em risco (em valor absoluto), maior o 244

grau de satisfao do agente. Uma discusso bastante interessante e intuitiva sobre as principais mtricas de risco utilizadas em situaes prticas e suas armadilhas associadas feita em Ambrosio (2007). Para julgar se uma determinada mtrica consegue capturar o risco da forma desejada importante compreender o que ela mede e o que ela no mede na distribuio de probabilidades dos resultados financeiros. Suponha que os resultados financeiros associados com determinado contrato tenham uma funo densidade de probabilidade da forma apresentada na figura 6.8. Se o interesse for estudar o comportamento dos ganhos, as mtricas deveriam estar preocupadas com a parte direita dessa distribuio de probabilidades (parte azul), enquanto que se o objetivo for se proteger de perdas, a ateno deveria estar voltada ao lado das perdas (parte vermelha hachurada). Se o objetivo for mensurar risco, informao sobre a disperso dos resultados tambm deveria ser incorporada nos clculos, e se o objetivo entender o dilema entre risco e retorno, as mtricas deveriam incorporar informao sobre a distribuio completa.

Densidade

Perdas Ganhos

Resultados

Figura 6.8:Distribuio de resultados dos resultados financeiros de determinado contrato.

Como um exemplo, pode-se citar o valor esperado de uma varivel aleatria. Essa mtrica traz informao sobre o centro de massa da distribuio de probabilidade dos resultados e, portanto uma mtrica de posio. No entanto, ela no incorpora nenhuma informao sobre a disperso de uma varivel aleatria.

245

Assim, uma parte fundamental na utilizao de mtricas de avaliao estudar suas propriedades e armadilhas tanto do ponto de vista matemtico, quanto do ponto de vista prtico para definir qual o contexto em que uma determinada mtrica aplicvel. Vamos detonar o retorno do ativo ou da carteira de interesse

Valor Esperado: O valor esperado de uma varivel aleatria distribuio acumulada de probabilidade , definido como

, com funo

(6.4.1) onde a integral anterior a integral de Lebesgue. O valor esperado nem sempre definido para todos os tipos de variveis aleatrias. Nesse caso, essa mtrica no deve ser utilizada. Na figura 6.9 so apresentadas algumas distribuies de probabilidades e seu valor esperado associado. Note que, para a distribuio de probabilidade 1, o valor esperado fornece informao sobre o centro da distribuio, sobre o valor mais provvel da distribuio e sobre a mediana da distribuio, j que, em uma distribuio de probabilidades simtrica, essas mtricas so equivalentes. Para a distribuio 2, o valor esperado d uma idia central da distribuio, porm ele no equivalente ao valor mais provvel da distribuio e nem mediana. No caso da distribuio 3, que representa uma mistura de distribuies, o valor esperado se encontra em uma regio de baixa probabilidade, porm ainda d indicaes sobre qual o centro da distribuio separando os dois processos misturados. De fato, a definio do valor esperado informa que essa mtrica obtida como a magnitude mdia dos resultados financeiros, ponderados por sua probabilidade de ocorrncia, o que implica que, quanto maior o valor esperado, maior tende ser os ganhos corrigidos por sua freqncia de ocorrncia. Similarmente, quanto mais esquerda o valor esperado maior tende ser as perdas corrigidas por sua freqncia de ocorrncia. Em algumas situaes, o valor esperado pode incorporar informao sobre a regio mais provvel de acontecimento dos resultados e sobre sua mediana, porm, como enfatizado na discusso anterior, isso s ocorre em casos especficos.

246

Distribuio 1

Densidade

50% 50%

Valor Esperado Mediana

Resultados

Distribuio 2

Densidade

50%

50%
Resultados

Valor Mediana Esperado Distribuio 3


Densidade

50%

50%
Resultados

Valor Esperado

Mediana

Figura 6.9:Distribuies de probabilidades com seus respectivos valores esperados e medianas.

Mediana: Essa mtrica, assim como o valor esperado, traz informao sobre a posio dos resultados. Especificamente falando, ela define o ponto que separa a distribuio de probabilidade em duas partes, de forma a haver pelo menos 50% de chance dos resultados excederem ou serem iguais a mediana e pelo menos 50% de chance de serem inferiores ou iguais a essa mtrica. Em termos formais, a mediana de uma v.a nmero que satisfaa e (6.4.2) qualquer

247

Note que a definio de mediana no implica que ela nica para uma distribuio de probabilidade. A mediana uma mtrica importante no contexto de avaliao de risco, pois indica onde est o resultado financeiro que representa a igualdade de chances de valores ocorrem acima ou abaixo dele. Adicionalmente, a diferena entre a mediana e a mdia d indicao sobre a assimetria e o peso das caudas das distribuies, de forma a indicar se as perdas tendem ser severas, ou se os ganhos tendem ser demasiadamente atrativos. Na figura 6.9 pode-se visualizar a localizao da mediana comparada a mdia para alguns tipos de distribuies de probabilidades. Note que para distribuies simtricas a mediana e a mdia coincidem, quando a mdia definida e a mediana nica, e, conforme aumenta a assimetria da distribuio, maior tende a ser a diferena entre mdia e mediana.

Desvio Padro: uma das mtricas mais importantes no contexto de avaliao de risco, pois mede, de forma bastante intuitiva, a quantidade de incerteza com relao ao valor mdio da distribuio de probabilidade. O desvio padro captura a incerteza ao medir quo dispersos os resultados so de seu valor mdio em termos probabilsticos. Uma caracterstica interessante do desvio padro que ele definido na mesma unidade de medida dos resultados financeiros, o que permite uma comparao direta entre incerteza e esperana. Em um contexto prtico, o desvio padro utilizado de forma bastante simples: quanto menor o desvio padro, menor a volatilidade dos resultados e, portanto, menor o risco de haver perdas muito superiores mdia. Adicionalmente, para algumas classes de distribuies de probabilidades, conhecer o valor esperado e o desvio padro suficiente para obter toda informao contida nessas distribuies. Em termos matemticos, o desvio padro definido pela seguinte frmula . (6.4.3)

apresentada na figura 6.10 uma ilustrao do conceito de desvio padro e como ele pode ser interpretado como medida incerteza. Note que a distribuio de probabilidade com maior desvio padro (igual a 3 no exemplo) aquela que apresenta maior incerteza, pois os valores apresentam-se mais dispersos com relao mdia. Especificamente

248

falando, dado que o valor mdio das distribuies so iguais, a probabilidade dos resultados financeiros pertencerem ao intervalo 0,68 na distribuio normal que tem desvio

padro igual a 1, ante os 0,26 da distribuio com desvio padro igual a 3. Se um agente tivesse somente essa informao ele teria muito mais conhecimento sobre a distribuio que possui desvio padro igual a 1 que nas outras, j que ele saberia que em, em mdia, 68% do tempo seus resultados financeiros pertenceriam ao intervalo , enquanto que, na

distribuio com maior desvio padro ele saberia que essa faixa absorveria seus resultados em apenas 26% do tempo, em mdia. Note ainda que, desvio padro pequeno no significa bom desempenho como ilustrado na figura 6.11. Claramente, a concentrao de valores negativos na distribuio com menor desvio padro maior que nas outras duas, indicando que, apesar de haver menos incerteza na distribuio de probabilidade representada pela linha tracejada, existe uma chance maior de que os resultados gerados por essa distribuio de probabilidade sejam piores que os gerados pelas outras duas, em termos de grandes perdas.

Sharpe Ratio: Dado que o valor esperado traz informao sobre o desempenho dos resultados financeiros, de forma que quanto maior a mdia melhor o desempenho, e que o desvio padro traz informao sobre incerteza dos resultados, de forma que quanto menor o desvio padro mais informao se tem sobre a localizao dos resultados financeiros, natural construir mtricas que sejam funes dessas duas medidas. O ndice conhecido como sharpe ratio, um caso particular dessas funes e visa medir a atratividade de um ativo atravs de uma comparao entre retorno e risco. Em termos matemticos, o sharpe ratio definido por , onde uma v.a. que representa o retorno de um ativo ou carteira. Note que o Sharpe Ratio informa que, quanto maior a razo entre o valor esperado e o desvio padro, melhor tende ser o desempenho dos resultados financeiros associados. Essa mtrica pode usada, por exemplo, para classificar carteiras e amplamente utilizada no mundo financeiro. (6.4.4)

249

Apesar do sharpe ratio permitir padronizar o retorno esperado pelo risco assumido, viabilizando, assim, julgamento de decises ou avaliao de desempenho, ele no consegue diferir volatilidade nos ganhos de volatilidade nas perdas e nem capturar o efeito de grandes perdas associadas com a cauda da distribuio de probabilidade.

Densidade

0,68 rea entre [-1,1]

0,38
Desvio Padro 2 1

0,26

-1

Resultados

Figura 6.10:Ilustrao do conceito de incerteza medido como desvio padro.

Mtricas baseadas em quantis: A funo quantil de uma varivel aleatria X com funo distribuio acumulada de probabilidade Nos casos onde a funo inversa, inversa generalizada denotada por qualquer . definida como .

, no est definida, pode-se utilizar a funo , que definida para qualquer funo e para

A funo quantil permite obter o valor de corte na distribuio de uma varivel aleatria de tal forma que a probabilidade abaixo desse corte seja exatamente o argumento da funo quantil.

250

Em aplicaes, a funo quantil amplamente utilizada por conta da relao entre probabilidade de ocorrncia de resultados, magnitude dos cortes e o conceito de risco e retorno. A seguir so apresentadas algumas mtricas baseadas em quantis que so comumente utilizadas em aplicaes.

Densidade
Magnitude dos Desvios Padro
2,2 1 0,6

Resultados

Figura 6.11: Desvio padro para diferentes distribuies de probabilidade

Valor em Risco (

): O conceito de risco est relacionado com incerteza no

resultado financeiro e chances de perda. No entanto, a magnitude das perdas tambm de bastante interesse, principalmente aquelas com maior impacto no resultado. Dessa forma, o valor em risco com de significncia, , definido para uma v.a ,

representando o resultado financeiro, como o maior valor que satisfaz, . Em geral, estamos interessados em para valores de pequenos. (6.4.5)

251

No contexto de avaliao de risco o

muito utilizado e pode fornecer

informao importante sobre alocao de capital e decises associadas com cobertura. Existem muitos trabalhos que discutem o tema em maiores detalhes. Para uma viso geral da mtrica e os principais mtodos de estimao veja, por exemplo, Meucci (2007). A interpretao do bastante simples. Quanto maior a mtrica, em termos

absolutos, maior o risco que se est tomando, fixados o horizonte de tempo e o nvel de significncia. Desta forma, dado o horizonte de tempo e o nvel de averso ao risco, indica que esperado observar perdas superiores ao VaR apenas em Embora a metodologia baseada em ,o

do tempo.

seja uma maneira bastante intuitiva para

medir risco, sua utilizao em problemas prticos apresenta algumas dificuldades. Primeiro, apesar da simplicidade da mtrica, no fcil estimar o , pois necessrio que a

distribuio de probabilidades dos resultados, particularmente na cauda inferior, seja bem estimada. Em muitos problemas, essa uma tarefa desafiadora. Em segundo lugar, o valor em risco tem uma relao estrita com o horizonte de tempo de interesse e tambm com o nvel de confiana utilizado. Nesse sentido necessrio definir previamente a escala de tempo em que se deseja medir risco e interpretar a mtrica de acordo com essa definio. Para a maioria das aplicaes, o horizonte de tempo associado com risco claro e est associado com a freqncia com que so realizadas estratgias de cobertura ou decises com relao correo das posies da carteira. No entanto, importante notar que o valor em risco no linear, o que pode dificultar o processo de estimao, caso a escala de interesse das mtricas de risco no seja a mesma que a escala da distribuio dos resultados financeiros. Por exemplo, se o interesse relatar o valor em risco em escala anual necessrio, alm de conhecer as distribuies dos resultados mensais, estimar tambm a estrutura de correlao temporal entre os meses. Com relao ao nvel de significncia do valor em risco, esse depende fortemente do nvel de averso ao risco do agente. A significncia representa a freqncia de tempo com que se espera que ocorra um evento mais extremo que o valor em risco, ou seja, as grandes perdas. Por conta disso, quanto menor o valor de , menos freqentes e mais

severas tendem a ser as perdas associadas com determinado nvel. A utilizao dessa mtrica fica bastante interessante quando se vinculam decises ao clculo do valor em risco. Por exemplo, uma empresa pode definir que sua carteira de contratos deva ter

252

anual menor que R$ 500 milhes de reais. Dessa forma, a ocorrncia de mudanas nas variveis de mercado ou a entrada de novas operaes na carteira podem mudar os nveis de risco das carteiras. O clculo do a cada momento onde ocorrer essas mudanas

vai indicar se aes devem ou no ser tomadas para ajustar os nveis de risco a patamares adequados. O apresenta outras limitaes, que devem ser compreendidas, para que sua

utilizao seja feita de maneira correta. O valor em risco apenas um corte na distribuio dos resultados financeiros e isso faz com que ele seja cego com relao a perdas mais extremas que ele. De fato, o valor em risco representa a melhor perda das piores perdas, onde o conceito de pior est relacionado com o nvel de confiana associado com a mtrica. Em segundo lugar, e mais importante, se os resultados financeiros forem modelados incorretamente, VaR no captura corretamente o efeito de diversificao da carteira. Isso acontece principalmente quando as distribuies de probabilidades das variveis subjacentes tm caudas pesadas, como comumente observado no setor de energia. Podese mostrar, veja, por exemplo, Ibragimov (2005), que o valor em risco no satisfaz a propriedade de sub aditividade18 para distribuies de probabilidades com caudas pesadas, indicando que essa medida perde sua coerncia nesses casos. Por outro lado, em muitas aplicaes o valor em risco apresenta bom desempenho e fornece uma informao suficiente sobre o risco da carteira. Note tambm que esse conceito pode ser estendido para o outro lado da distribuio de probabilidade. De fato, o espelho do valor em risco, , que representa o ganho com determinada

probabilidade associada, tem algum espao nas aplicaes, porm no possui a mesma intuio apresentada pelo . Em alguns contextos, a comparao entre o e

seu espelho, para diversos nveis de significncia, pode dar indicaes sobre atratividade de determinada deciso. Para ilustrar a utilizao do para realizar anlise de risco, observe a figura

6.12 que apresenta o valor em risco 5% para trs distribuies de probabilidade sobrepostas. Note que, em valores absolutos, R3 < R2 < R1 indicando que as perdas extremas (relacionadas com a cauda da distribuio) tendem ser mais severas para o

A propriedade de sub aditividade para o valor em risco informa que o valor em risco de uma soma das variveis aleatrias deve ser maior ou igual que a soma dos valores em risco das parcelas.

18

253

resultado financeiro gerado pela distribuio bimodal (curva com linha e ponto). Para a distribuio de probabilidade representada pela linha tracejada as perdas esto limitadas, o que reduz o risco quando comparado s outras distribuies. Importante notar que, para outros nveis de confiana, a maior concentrao de resultados negativos na distribuio com linha tracejada indica que perdas menos severas tendem ser mais freqente. O valor em risco no consegue capturar essa caracterstica.

Mtricas baseadas em esperanas condicionais: Existe uma outra classe de medidas de risco e retorno que so construdas a partir de esperanas condicionais sobre a distribuio de probabilidades dos resultados financeiros. O objetivo por detrs dessas mtricas capturar parcelas do risco que no esto incorporadas no valor em risco ou outras mtricas de posio. De fato, elas visam capturar excessos de ganho ou perda a partir de determinado limiar. Para uma varivel aleatria X com funo distribuio acumulada de probabilidade , essas mtricas so definidas como funes de (6.4.6) e Primeiro, note que para qualquer valor de u. Escolhendo corretamente os valores de u essas funes de excesso podem ter interpretao relacionada a risco ou retorno. Por exemplo, o ganho mdio e a perda mdia, que so definidos fixando nas (6.4.7).

equaes 6.4.6 e 6.4.7, trazem informao sobre a magnitude mdia dos ganhos e das perdas. Essa mtrica d indicao da localizao geral das perdas e dos ganhos, informando, em termos mdios, quanto que se espera perder (ganhar) nos casos onde havero perdas (ganhos) maiores que um certo limiar u.

254

Densidade

5%

5%

5%

R1

R2 R3

Resultados

Severidade das Perdas (maior pior)

Figura 6.12:Valor em risco para trs classes diferentes de distribuies de probabilidade.

A razo entre essas duas medidas fornece uma indicao da atratividade da operao, pois, no caso onde essa razo maior que 1 (em valor absoluto), espera-se que os ganhos sejam em mdia maiores que as perdas. Por outro lado, quanto menor a mtrica (em valor absoluto) menos atrativa tende ser a operao, j que as perdas tendem a se sobrepor sobre os ganhos. Essa razo, no entanto, no considera a probabilidade de haver perdas ou ganhos. Para incorporar essa caracterstica, essa mtrica pode ser modificada da seguinte maneira . (6.4.8)

Note que essa mtrica visa comparar as duas parcelas da distribuio dos resultados financeiros: a que se refere s perdas e a que representa os ganhos. A idia resumir uma distribuio de probabilidade dentro de uma medida que captura a severidade e freqncia dos ganhos de forma comparativa das perdas. Uma ilustrao desse conceito pode ser visto na figura 6.13, que apresenta o ganho mdio, perda mdia e a mtrica de atratividade apresentada na frmula acima para trs tipos de distribuio de probabilidades.

255

Note a dificuldade de tomar deciso sobre qual a melhor distribuio. Nas trs distribuies a mdia dos resultados igual a zero e a mtrica de atratividade igual a 1.Tambm, nas duas primeiras distribuies as perdas mdias so iguais, enquanto que o ganho mdio da distribuio 2 maior que a distribuio 1. Porm, ponderando-se esses valores por suas respectivas probabilidades de ocorrncia, probabilidades de perdas e de ganho, e tomando a razo entre eles tem-se exatamente o mesmo valor, 1. Para distribuies simtricas em torno de zero, a mtrica de atratividade dada pela equao 6.4.8 sempre igual a 1. Os exemplos anteriores mostram que, com base em apenas um critrio de deciso no simples selecionar qual das trs distribuies melhor, justamente porque o conceito de melhor depende muito do objetivo especfico do estudo. Existe, no entanto, muitas outras mtricas de retorno/risco, que podem ser criadas comparando-se estatsticas das distribuies dos excessos de uma determinada varivel aleatria, as quais podem ter boas propriedades. No caso particular da mtrica representada pela equao 6.4.8, uma possvel deficincia que ela no captura o efeito de grandes perdas vis a vis grandes ganhos. Escolhendo-se os valores limares como sendo, respectivamente o e o tem-se (6.4.9)

(6.4.10) A mtrica 6.4.9 conhecida na literatura como (Expected Shortfall) ou

(Condicional VaR), veja Meucci (2007) e Ambrosio (2007), e tem sido extensivamente utilizada por conta de suas boas propriedades, entre elas, o fato que ela pode ser escrita como restrio linear em modelos de otimizao que consideram critrios de retorno/risco. Alm disso, ela permite quantificar a magnitude das perdas menos freqentes de forma a permitir planejamento e alocao de capital para cobrir esses eventos extremos. Novamente, a razo entre as duas mtricas permite comparar se as perdas com grande magnitude e baixa freqncia tendem ser maiores, em mdia, aos grandes ganhos que eventualmente se possa ter. Dessa forma, pode-se decidir aceitar uma quantidade maior de risco em troca de uma chance de obteno de retornos elevados.

256

Densidade

Probabilidade de Perda

Probabilidade de Ganho

Distribuio 1
Perdas Ganhos
Mdia

Perda 0 Ganho Mdia Mdio

Resultados

Densidade

Probabilidade de Perda

Probabilidade de Ganho

Distribuio 2
Perdas Ganhos Perda 0 Ganho Mdio Mdia Probabilidade de Perda
Mdia

Resultados

Densidade

Probabilidade de Ganho

Distribuio 3
Perdas
Perda Mdia

Ganhos 0
Ganho Mdio

Resultados
, para diferentes tipos de distribuio.

Figura 6.13: Conceito de Perda mdia, ganho mdio e atratividade,

6.5 Avaliao de Risco e Decises de Exerccio

As mtricas apresentadas na seo anterior permitem, dentro de um contexto bastante geral, capturar e resumir o perfil do risco associado com resultados financeiros. Tambm, algumas das medidas discutidas apresentam uma forma bastante simples de comparar risco e retorno, permitindo o julgamento de decises e acompanhamento de carteiras.

257

No entanto, dentro de um processo de avaliao de contratos, a definio e entendimento das mtricas de risco apenas um primeiro passo. Existem outras fases no menos importantes, que esto relacionadas com a forma com que o risco ser reportado e a traduo do risco em estratgias de mercado de forma a otimizar resultado e cobrir posies expostas. Nesse sentido, importante entender as suposies que esto por detrs dos clculos e as condies de mercado presente e futura no momento em que uma deciso est sendo tomada. Pensando nas caractersticas do mercado de energia eltrica brasileiro, a falta de bolsas, onde se possam negociar produtos padronizados, e a liquidez limitada, restringem a construo de estratgias de cobertura. Por conta disso, muitas posies assumidas no mercado acabam tornando-se perptuas dentro das carteiras de contratos. Pior ainda, mudanas bruscas em cenrios de mercado e a conseqente inverso de fluxos de caixas compem, de certa forma, a regra nos mercados de energia. Essa preocupao certamente est presente no momento em que so tomadas as decises referentes aos processos de compra e venda de energia eltrica, principalmente dentro do ACL. Assim, natural que muitas decises sejam tomadas de forma conservadora visando manter os nveis de risco dentro de uma faixa gerencivel. Em termos prticos, isso significa que as decises no so realizadas puramente atravs de gatilhos acionados com mtricas de risco eleitas como representativas do cenrio de risco. Ao contrrio, existe tambm um componente bastante significativo resultante da estratgia adotada pelo agente e da adio de fatores fundamentalistas que so, no geral, exgenos aos modelos. Isso implica que mtricas de risco so muito mais utilizadas para orientar decises, que para condicion-las. Embora os processos de avaliao de risco e tomada de decises no possam ser realizados apenas de forma quantitativa, mas foge ao escopo da dissertao definir critrios exteriores aos modelos para orientar a tomada de deciso. Porm, pode-se especificar um conjunto de diretivas quantitativas que auxilie a representao do cenrio de risco de mercado. Uma das formas de construir essas diretivas reportar risco utilizando a tabela 6.3.

258

Descrio do Fator de Risco

Perodo Mtricas VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional Prob. Perda Atratividade*

Ano1
Ms 1 ... Ms m Ano 1 ... Ano P

Tabela 6.3: Tabela padro para reportar avaliao de risco. * Atratividade a mtrica representada pela frmula 6.4.8. No entanto, para avaliar decises de exerccio no suficiente visualizar mtricas de risco da distribuio dos resultados financeiros, pois, como visto nas formulaes matemticas, a informao sobre exerccio de derivativos est na distribuio dos preos subjacentes ao instrumento. O problema que, para alguns derivativos, como por exemplo as flexibilidades de sazonalizao, os preos subjacentes mudam de acordo com as decises de exerccio. Por conta disso, diretrizes para avaliao de decises referentes exerccios de derivativos sero discutidos de forma separada para cada tipo de flexibilidade.

R$ Milhes

6.5.1

Decises de Exerccio para Flexibilidades de Aumento e

Reduo

Seguindo a mesma ordem apresentada nesta dissertao, inicia-se com as flexibilidades de aumento e reduo anual. As equaes 6.3.3.2 e 6.3.3.5 definem , o preo subjacente de exerccio dos

derivativos. Dessa forma, pode-se definir algum critrio de exerccio para os derivativos de aumento e reduo anual a partir da distribuio de probabilidade de . Note que se

fossem utilizados os mesmos critrios aplicados no momento de derivar os preos de equilbrio do contrato (desigualdades 6.3.3.2 e 6.3.3.5), ento se flexibilidade de aumento de montante seria acionada e, se a , os montantes

anuais seriam reduzidos. O problema de utilizar esse tipo de regra que ela prev exerccio de um dos dois derivativos em 100% dos cenrios de mercado, j que .

259

No entanto, na prtica, existe uma faixa em que a deciso neutra, ou seja, opta-se por no modificar os montantes inicialmente contratados. Devido a vrios motivos, entre eles, por questes prticas procura-se manter o mnimo de modificaes possveis, de forma que so preferveis pequenas perdas a ter que modificar montantes para ter pequenos ganhos. Tambm, nem sempre a deciso tomada aquela que apresenta maiores chances de ganho j que existe um risco mximo que agentes desejam assumir. Uma das maneiras de representar essa lgica incorporar um conjunto de condies que limitem o risco em valores absolutos e representem a atratividade relativa de uma de deciso com relao outra. Primeiro, note que se uma deciso atrativa ento a rea dos ganhos deveria pelo menos ser maior que a das perdas. Dessa forma pode-se escrever a restrio de atratividade de um agente utilizando a mtrica associada com a equao 6.4.8. Assim, o cenrio de mercado favorece o exerccio da flexibilidade de aumento anual se, para um valor definido, , ou o cenrio de mercado favorece o exerccio da flexibilidade de reduo anual se (6.5.1.2) e escolhe-se por no tomar deciso alguma caso . (6.5.1.3) (6.5.1.1)

O caso onde ocorre maior incerteza na deciso aquele onde o preo de exerccio est centrado no preo de contrato, j que neste caso os preos de mercado tendem ter grande probabilidade de caminharem tanto para a esquerda quanto para a direita desse valor. Dessa forma, pode-se construir uma faixa de valores de mais ou menos dois desvios padro, centrados no preo de contrato. Suponha que a desigualdade 6.5.1.1 atendida, ou seja, a mtrica de atratividade maior que , indicando que o exerccio da flexibilidade de aumento anual uma boa opo. Nesse caso, o risco que haja uma queda brusca do preo subjacente com relao ao preo de contrato, o que poderia trazer grandes perdas. Uma maneira de verificar se esse risco encontra-se dentro de nveis adequados utilizar a lgica descrita a seguir. 260

Os limites de risco referentes ao exerccio da flexibilidade de aumento anual se encontram em nveis suportveis, isto , se

No caso onde existe indcio de que a deciso mais sbia reduzir os montantes anuais, ou seja, a desigualdade 6.5.1.3 atendida, o risco que haja uma subida brusca dos preos, convertendo-se em perdas. Dessa forma, pode-se verificar se os nveis de risco esto dentro dos nveis suportveis analisando se

Note que o conjunto de condies para essas restries podem ser generalizadas da seguinte forma 1. Se de aumento anual para e e . ento exerce a opo

(6.5.1.4)

2. Se de reduo anual para

e e .

ento exerce a opo

(6.5.1.5)

3. Caso contrrio no tomado nenhuma deciso. Mesmo depois da tomada uma deciso ainda importante executar uma avaliao de risco, por exemplo utilizando a tabela 6.3 para verificar se a deciso atende tambm a outros critrios. Adicionalmente, no existe garantias que esses critrios so timos em nenhum sentido e, como discutido anteriormente, fatores exgenos devem ser includos para orientar decises de exerccio. Para o caso das flexibilidades de aumento e reduo mensais, como visto na seo 6.3.3.2, o preo subjacente ao contrato dado por e, dessa forma, pode-se adaptar

as condies para exerccio de flexibilidades definidas em escala anual de forma trivial para o contexto de flexibilidades exercidas em escalas mensais. No caso de contratos com flexibilidades de aumento e reduo em escalas anuais e mensais, como estudado na seo 6.3.3.3, os preos subjacentes s flexibilidades se

261

mantm os mesmos permitindo tambm a utilizao da metodologia descrita nesta subseo para contratos contendo essas flexibilidades combinadas.

6.5.2

Decises de Exerccio para Flexibilidades de Take-or-Pay

Para as flexibilidades de Take-or-Pay, diferentemente do que ocorre com as flexibilidades de aumento e reduo cuja lgica de exerccio baseada puramente em preos de mercado, existe um processo de consumo por trs das decises. Dessa forma, em muitos casos onde, baseado apenas em preos de mercado, seria vantajoso consumir mais ou menos do que os nveis contratados, o agente pode no conseguir otimizar o resultado, mesmo conhecendo os preos de mercado, devido eventuais restries de consumo. No entanto, para aqueles agentes que possuem flexibilidade suficiente em seu processo produtivo para otimizar seu resultado baseado em preos, pode-se utilizar a mesma lgica discutida na seo 6.5.1, a qual foi aplicada a flexibilidades de aumento e reduo. No entanto, dado que necessrio certo esforo para realizar mudanas em processos produtivos, agentes com contratos contendo flexibilidades de Take-or-Pay tendem a exigir maior atratividade para tomar decises de aumentar ou reduzir seu consumo. Este fato pode ser incorporado nas decises fixando-se um valor suficiente alto para . O complicador relacionado com flexibilidades de Take-or-Pay est associado com o tratamento dos preos subjacentes, pois necessrio considerar tambm a distribuio de probabilidade conjunta entre preos e consumo. Utilizando a mesma lgica aplicada s sees 6.3.3.1, 6.3.3.2 e 6.3.3.3 para derivar os preos subjacentes a flexibilidades de aumento e reduo pode-se, com base na equao 6.3.4.1, derivar o preo subjacente a flexibilidade de Take-or-Pay. A avaliao de flexibilidades de Take-or-Pay como sendo flexibilidades de aumento e reduo acarreta em super estimao no valor dessa flexibilidade. necessrio conhecer o processo produtivo por detrs do contrato com Take-or-Pay para poder capturar o efeito agregado desses derivativos. Essas anlises sero apresentadas na seo

262

7.3 onde realizada a implementao da metodologia apresentada nesse captulo para um contrato contendo Take-or-Pay.

Decises de Exerccio para Flexibilidades de Sazonalizao


6.5.3

Como discutido em detalhes nas sees 6.3.5 e 6.2.2.3, flexibilidades de sazonalizao podem ser convertidas em Swing Options, que so derivativos essencialmente diferentes daqueles discutidos nas duas subsees anteriores. Por conta disso, esperado que a lgica de exerccio de flexibilidades de sazonalizao no seja igual quela utilizada para tratar problemas de deciso com relao a flexibilidades de aumento e reduo ou Take-or-Pay. A complicao adicional advinda de contratos com sazonalizao que o universo de decises de alocao de energia no enumervel, diferentemente do que ocorre com as flexibilidades de aumento e reduo, onde apenas existe possibilidade de aumentar, reduzir ou manter os montantes inicialmente contratados. Adicionalmente, a sazonalizao de energia pode ser definida como um problema de otimizao estocstica, dificultando a modelagem. A boa notcia que, conhecendo-se a srie de preos de mercado para um determinado ano, existe sempre uma deciso tima. No entanto, como para as outras flexibilidades, a deciso de alocao de energia deve ser tomada ex-ante a realizao dos preos. O que realmente interessa no problema de alocao de energia associada com a flexibilidade de sazonalizao o perfil dos preos dentro de um ano e a regra de reajuste contratual. Assim, o nvel dos preos secundrio nessa deciso. No entanto, a magnitude dos ganhos e das perdas, naturalmente, dado pela mdia dos preos anuais. No caso de flexibilidades de sazonalizao, se nenhuma deciso for tomada, temse que a energia contratada em cada ms dentro do perodo de sazonalizao ser constante j que nenhuma alocao foi realizada. Como os preos de mercado so desconhecidos ex-ante, o resultado financeiro relacionado a cada deciso possui uma distribuio de probabilidade associada ao cenrio de preos de mercado.

263

Tambm, qualquer outra deciso de alocao escolhida leva a uma distribuio de probabilidade diferente para os resultados financeiros. Assim, para comparar o desempenho das decises de alocaes de energia basta comparar as distribuies de probabilidades associadas com cada deciso, sob alguma medida de desempenho. Como a deciso natural seria manter os montantes mensais constantes dentro de um ano, pode-se definir essa deciso como referncia. Desta forma, outra deciso deveria ser adotada apenas se a distribuio de probabilidade dos resultados financeiros associado nova deciso levar a um desempenho superior que a deciso de no alocar energia dentro do ano, sob alguma medida de escolha. Uma deciso considerada boa se ela for atrativa, segundo a frmula 6.4.8, e os nveis de risco se encontrarem em patamares gerenciveis. Para atender a essas restries podem-se utilizar as mtricas de risco discutidas na seo 6.4. A modelagem da restrio de atratividade mnima de uma deciso j foi apresentada em detalhes na seo 6.5.1, para as flexibilidades de aumento e reduo. Uma abordagem semelhante pode ser utilizada no contexto de flexibilidades de sazonalizao. Defina

, o resultado financeiro associado a deciso de no alocar energia dentro do ano, ou seja, fixando equao 6.3.5.1. Seja tambm , ou seja, fixando valores e para todo t na

, o resultado financeiro associado a uma deciso e de forma a atender s restries de

sazonalizao dado pelo problema de otimizao descrito nas equaes 6.3.5.1-6.3.5.6. Assim, dado um cenrio de preos de mercado, os resultados financeiros denotados por e so variveis aleatrias e, portanto,

tambm uma varivel aleatria com alguma distribuio de probabilidade associada. Para verificar se uma dada deciso de sazonalizao melhor que a de no . Caso tende

sazonalizar a energia, basta estudar a distribuio de probabilidades de essa distribuio esteja muito concentrada em valores negativos ento a deciso

a apresentar um desempenho inferior deciso de no sazonalizar. Caso contrrio, a deciso de alocao melhor que no sazonalizar. O conceito de melhor pode ser

representado utilizando uma restrio de atratividade da forma 264

(6.5.3.1) onde alocao indica que a deciso atrativa, ou seja, opta-se por escolher a deciso de caso a desigualdade acima seja satisfeita. Sob a tica do risco, pode-se verificar se as perdas extremas associadas com a deciso tendem ser menores que as associadas com a deciso . Isso pode feito

utilizando mtricas baseadas em excesso como segue. Se a desigualdade

(6.5.3.2) for satisfeita, ento o risco associado com a deciso tende a ser menos severo, em

mdia, que o risco embutido na deciso de no sazonalizar. Desta forma, considera-se uma deciso satisfeitas. Porm, pode haver ocasies onde, segundo os critrios estabelecidos, existam mais de uma deciso superior . Nesses casos, seleciona-se a deciso que apresentar a maior e que satisfazem 6.5.3.1 e 6.5.3.2 opta-se por e seleciona-se a deciso , superior deciso se as desigualdades dadas por 6.5.3.1 e 6.5.3.2 forem

atratividade, ou seja, para duas decises selecionar a deciso caso contrrio. se

Portanto, dado um conjunto de decises, pode-se, atravs das desigualdades 6.5.3.1 e 6.5.3.2, decidir se existe alguma deciso superior deciso de no sazonalizar e, em casos onde houver mais de uma deciso que seja superior a atratividade. No entanto, existem ainda algumas questes que no foram tratadas. Primeiro, no trivial definir decises de alocao que satisfaam os critrios de sazonalizao. Em segundo lugar, dado que o conjunto de decises no enumervel, mesmo que haja algumas que sejam superiores deciso melhor de todas. Para tentar resolver essas duas questes conjuntamente pode-se aplicar a seguinte lgica. Dada uma srie de preos de mercado dentro do perodo de sazonalizao pode-se no existe nenhuma garantia que ela seja a , selecionar aquela com maior

265

resolver, para cada srie de preos, o problema de otimizao descrito pelas equaes 6.3.5.1-6.3.5.6 e obter as decises timas associadas com cada srie de preos. Dessa forma, caso os preos de mercados dentro do perodo de sazonalizao sejam exatamente a srie utilizada para calcular a deciso tem-se garantia que a deciso escolhida foi a tima para esse caso. Portanto, uma das maneiras de construir um conjunto de decises definir sries de preos de mercado e obter a deciso tima para cada srie. Assim, conhecendo-se a distribuio de probabilidade conjunta dos preos de mercado dentro do perodo de sazonalizao pode-se simular um nmero suficientemente grande de sries de preos e obter, para cada simulao, a deciso tima para cada srie. Denote por a s-

sima srie de preos Spot simuladas para o perodo de sazonalizao p, de tamanho m meses. Assim, para cada simulao uma srie de deciso onde B o nmero de simulaes tem-se

que tima para a s-sima srie de preos simulada. , como a deciso

Escolhe-se a deciso tima para o problema de sazonalizao, que satisfaz e

. Se no houver nenhuma deciso sazonalizar, ou seja, seleciona-se . que satisfaa essas condies, ento opta-se por no

O quanto maior o nmero B de simulaes, maior a chance de encontrar uma deciso que seja prxima da tima para o cenrio de preos de mercado atual. Essa lgica est associada com o conceito de pseudo-timo e pode ser aplicado nesse problema caso tenha-se disponveis sries de preos que representem a distribuio de probabilidade dos preos no perodo de interesse. Infelizmente no temos uma forma de garantir que estamos prximos do timo.

266

6.6 Comentrios Finais

Neste captulo foi apresentado um fluxo geral para avaliao de contratos contendo flexibilidades contratuais o qual contempla desde a converso de blocos de flexibilidades em derivativos, at a descrio de procedimentos de avaliao, derivao de preos de equilbrio e exerccio dessas flexibilidades. Tambm foi feita a derivao matemtica dos resultados financeiros dos contratos contendo as principais flexibilidades encontradas no mercado de energia eltrico nacional e o tratamento estatstico desses resultados. O arcabouo apresentado neste captulo permite a implementao de um processo completo de comercializao dentro do ACL, fornecendo diretrizes para precificao de contratos, realizando avaliao de operaes observando critrios de risco, retorno e atratividade dos instrumentos e, em um contexto bastante geral, orientando exerccio desses derivativos. No captulo seguinte ser ilustrado como pode ser realizada a implementao do fluxo construdo nesse captulo para os tipos de contratos estudados. Assim como ocorre em outros mercados, no existe uma maneira que seja soberana para avaliao de carteiras. Alguns dos procedimentos sugeridos nesta seo tm sido utilizados em aplicaes prticas com resultados empricos bastante satisfatrios. Para estender alguns conceitos e generalizar as derivaes apresentadas so necessrias pesquisas adicionais.

267

268

APLICAO
7.1 Conjunto de Dados, Premissas e Ferramenta

Computacional
7.1.1

Preos

Como argumentado no captulo 4, o processo de formao de preos no mercado vista baseado em modelos computacionais que utilizam como entrada a configurao atual do sistema e a prospeco futura de algumas variveis, como os nveis de armazenamento, a afluncia e o mercado de consumo. Como foi visto, dessas entradas a que causa maior impacto nos preos em horizontes de projeo de curto prazo so as previses de afluncia. Isso implica que no curto prazo as sadas dos modelos formadores de preos so dominadas pelo estado atual de armazenamento do sistema, de forma que quando o armazenamento atual baixo os preos tendem a ser altos, e quando os nveis dos reservatrios so elevados, ento os preos tm um vis de baixa. Esse efeito, que observado nos preos do mercado vista, traz complicadores avaliao de derivativos, j que as decises para esses tipos de contratos, principalmente com relao a exerccio e precificao, so decises de longo prazo e no deveriam ser baseadas somente em tendncias de curto prazo, que podem no persistir. O problema que a falta de liquidez do mercado e a inexistncia de mercados formais de derivativos em energia dificultam a construo de uma curva de preos futuros que represente os preos de equilbrio de longo prazo. Adicionalmente, o custo marginal de expanso (CME), amplamente utilizado para indicao de preos de longo prazo, no incorpora informao sobre os Spreads de compra e venda que, por sua vez, so funes de diversas variveis de mercado, inclusive liquidez e assimetria de informao. Alm do mais, independentemente de ser a melhor abordagem, os preos de liquidao de sobras e dficits (PLD) so formados pelos modelos computacionais NEWAVE e DECOMP e, portanto, os procedimentos de avaliao devem levar em considerao as sadas desses modelos. Para poder utilizar as sadas desses modelos como

269

uma boa referncia para os preos futuros, necessrio calibrar as entradas desses modelos de maneira a refletir o cenrio futuro do sistema. Para horizontes de tempo maiores, o importante estimar com qualidade o balano sistmico, j que essa varivel tem relao com o nvel de preos de longo prazo. Em outras palavras, para que o processo de avaliao de carteiras apresente resultados que sejam aderentes lgica do mercado, necessrio um grande investimento analtico para calibrar as premissas que alimentam os modelos formadores de preos. Outra opo tentar aproximar o sistema de formao de preos do mercado brasileiro de energia por modelos estatsticos que tendem ser mais simples e fceis de lidar na fase de implementao das anlises. O problema que, como foi discutido em maiores detalhes no captulo 4, alm de haver um histrico restrito para estimar os parmetros do modelo, comumente so feitas muitas suposies que acabam fazendo com que esses modelos se distanciem da realidade. Existe ainda uma terceira alternativa que seria uma mistura entre as duas ltimas, ou seja, utilizar as sadas do modelo NEWAVE como base para calibrao de modelos estatsticos. Essa abordagem faria com que os modelos respondessem no s aos movimentos ocorridos no passado, mas tambm s informaes que o NEWAVE est projetando em seu horizonte de otimizao, podendo ser uma boa alternativa para eliminar um pouco da tendncia hidrolgica do modelo. No entanto, o objetivo desta dissertao no apresentar modelos para preos de mercado. Existem uma gama bastante ampla de trabalhos que discutem o tema com profundidade bem maior, veja seo 4.4 para uma reviso desses modelos. Tm-se basicamente dois desafios no momento em que se decide adotar premissas de preos para validao de modelos. Primeiramente, importante que os resultados sejam comparveis dentro do ambiente de mercado e, para isso, devem-se utilizar premissas de preos que sejam de carter pblico. O segundo desafio est relacionado com a exatido dos resultados a qual, como discutido amplamente na dissertao, est fortemente relacionada com a estratgia de cada agente dentro do ambiente de mercado. Por conta disso, sero utilizados para implementao das metodologias propostas no captulo 6 os DECKS do NEWAVE publicados mensalmente no site da CCEE (http://www.ccee.org.br). Apesar de haver fortes motivos para acreditar que existe um

270

grande vis nas diretrizes de preos futuros que so fornecidas pelo modelo NEWAVE, vide captulo 4 para uma discusso sobre os problemas apresentados na formulao do modelo NEWAVE, a utilizao de suas sadas permite que os resultados sejam replicveis. O DECK de preos disponibilizado pela CCEE reflete a melhor estimativa do ONS sobre a configurao do sistema do lado da oferta, considerando tambm as disponibilidades de intercmbio, os nveis de afluncia observados e a previso de mercado consumidor elaborada pela EPE. Independentemente das premissas de preos adotadas, os estudos que sero apresentados no restante do captulo ainda esto alinhados com os objetivos da dissertao, j que o aprendizado importante est relacionado com o conceito por trs da transformao de um cenrio de mercado em mtricas que orientem decises. Tambm, caso haja um cenrio de preos mais realista, simples substitu-lo dentro dos modelos sem modificar a estrutura do processo de avaliao, j que os preos de mercado so incorporados atravs de simulaes. Alm disso, dada a volatilidade dos preos experimentada no mercado brasileiro de energia, pouco provvel que os nmeros absolutos apresentados abaixo sejam de uso prtico para horizontes de tempo grandes. Por esse motivo, as anlises sero baseadas em duas verses de DECKS do NEWAVE referente a janeiro e junho de 2008, respectivamente. No incio do ano de 2008 houve um atraso do perodo chuvoso do submercado Sudeste/Centro Oeste acarretando em uma subida brusca de preos que foi projetada, segundo o DECK de janeiro de 2008 sob a viso da CCEE, para o restante do ano de 2008 e incio do ano de 2009. Por outro lado, o DECK de junho 2008 j reflete toda a afluncia que foi verificada no sistema indicando preos muito menores. Dessa forma, executando anlises sob essas duas vises pode-se entender o desafio de avaliar contratos com derivativos embutidos no mercado de energia brasileiro. Um comparativo das sries simuladas de preos mdios mensais e anuais fornecidos pelo NEWAVE, para as verses de DECK CCEE referentes a janeiro e junho de 2008, apresentado nas figuras 7.1 e 7.2. Maiores detalhes sobre esse tipo de grfico so dados no Apndice II. Observe a diferena entre os PLD mdios das simulaes calculadas sob as duas verses dos DECKS. Em janeiro de 2008, o NEWAVE visualizava um PLD mdio acima

271

de R$ 250,00/MWh para os meses de junho dezembro. Aps verificar a afluncia no sistema, esse patamar caiu para cerca de R$ 60,00/MWh. Adicionalmente, sob a verso de janeiro, a probabilidade dos preos de mercado serem abaixo de R$ 60,00/MWh gira em torno de 0,3. Essas probabilidades calculadas utilizando o DECK de junho maior que 0,5. Tambm a probabilidade de que os preos sejam maiores a R$ 150,00/MWh sob o DECK de junho prxima a zero, enquanto que sob o DECK de janeiro ela aproximadamente 0,5.

DECK CCEE Janeiro de 2008 Valores acima da Mediana Valores abaixo da Mediana Mdia das Simulaes
647 Jun Jul Ago Set

DECK CCEE Junho de 2008 Valores acima da Mediana Valores abaixo da Mediana Mdia das Simulaes
647
0.4

Out

Nov

Dez

548

449

PLD (R$/MWh)

350

251

152

20

86

0.2

0.4

0.2

0.4

0.2

0.4

0.2

0.4

0.2

0.4

0.2

0.4

0.2

Funo Distribuio Acumulada

Figura 7.1:Distribuies de probabilidade dos CMOs mdios mensais simulados pelo NEWAVE, truncados nos valores mnimo e mximo de PLD, para os meses de junho a dezembro de 2008 calculados sob as verses de janeiro e junho de 2008 dos DECKS fornecidos pela CCEE.

Analisando-se os indicativos de preos mdios anuais fornecidos pelo NEWAVE, figura 7.2, nota-se claramente o efeito da tendncia hidrolgica apresentada pelo modelo: preos mdios de 2008 altssimos sob a viso do DECK de janeiro, e relativamente baixos quando calculados utilizando o DECK de junho. Essa tendncia ainda persiste no ano de 2009, porm, a partir de 2010 existe uma aproximao maior entre as distribuies de probabilidades, com nveis de preos nesses anos da ordem de R$ 170,00/MWh.

272

20

86

152

251

350

449

548

DECK CCEE Janeiro de 2008 Valores acima da Mediana Valores abaixo da Mediana Mdia das Simulaes
647 2008 2009

DECK CCEE Junho de 2008 Valores acima da Mediana Valores abaixo da Mediana Mdia das Simulaes
647
0.4

2010

2011

548

PLD (R$/MWh)

449

350

251

20

86 152

0.1

0.2

0.3

0.4

0.5

0.1

0.2

0.3

0.4

0.5

0.1

0.2

0.3

0.4

0.5

0.1

0.2

0.3

Funo Distribuio Acumulada

Figura 7.2:Distribuies de probabilidade dos CMOs mdios anuais simulados pelo NEWAVE, truncados nos valores mnimo e mximo do PLD, para os anos de 2008 a 2011 calculados sob as verses de janeiro e junho de 2008 dos DECKS fornecidos pela CCEE.

Como os principais dados de entrada dos modelos de avaliao de contratos so preos de mercado, esperado que a tendncia hidrolgica apresentada pelo modelo NEWAVE se reflita tambm nos derivativos presentes nos contratos.

7.1.2

Contratos

7.1.2.1 Contratos com Flexibilidade de Aumento e Reduo Aa tabela 7.1 apresenta uma carteira composta por trs contratos bilaterais de energia, onde os contratos chamados de Contrato A e Contrato B so de compra e o contrato denominado Contrato C de venda. As caractersticas comuns entre esses trs contratos so a presena de flexibilidades de aumento e reduo anual, com mesmo perodo de vigncia, o de 2009 a 2011. Tambm, esses contratos foram firmados em 2007.

273

20

86 152

251

350

449

548

Tabela 7.1: Carteira de contratos com flexibilidade de aumento e reduo anual.


Carteira de Contratos com Flexibilidade de Aum ento e Reduo Anual Contrato A (Com pra) Contrato B (Com pra) Contrato C (Venda)

2009
Preos do Contrato (R$/MWh) Energia (MW m dios) Aum ento Anual (%) Reduo Anual(%) Reajuste (IGP-M) 145 12 10 10

2010
148 16 10 10

2011
157 22 15 20

2009
162 8 15 15

2010
164 8 15 15

2011
169 8 15 15

2009
185 10 20 10

2010
182 10 20 10

2011
178 15 10 10

Agosto- Base Ago/2007

Janeiro- Base Jan/2008

Outubro- Base Out/2007

Pr-aviso de correo de m ontante anual at 30/nov de cada ano - Contratos assinados em abril de 2007 Subm ercado de Entrega SE/CO

Os dois primeiros contratos tm preos em torno de R$ 160,00/MWh, enquanto o ltimo contrato possui preo por volta de R$ 180,00/MWh. O Contrato B possui flexibilidade de aumento e reduo simtrica em torno da quantidade base durante todo o perodo, enquanto nos outros dois contratos existe alterao da flexibilidade no ano de 2011. Apesar do ndice de reajuste dos preos dos contratos ser o IGP-M, os reajustes de preos no ocorrem no mesmo ms. Por ltimo, a entrega da energia, para questes de liquidao, ocorre no centro de gravidade do submercado Sudeste/Centro Oeste em todos os contratos. Algumas mtricas resumo da carteira so apresentadas na tabela 7.2 e a posio de energia com as respectivas faixas de flexibilidades so mostradas na figura 7.3. Tabela 7.2: Informaes agregadas de preos, energias e
flexibilidades da carteira apresentada na tabela 7.1.
Flexibilidade de Aum ento e Reduo Anual CARTEIRA LQUIDA

2009
Preos Mdios (R$/MWh) Energia (MW m dios) Lim ite Superior MW m dios Lim ite Inferior MW m dios 163 10 10,4 8,6

2010
162 14 14,8 12,2

2011
166 15 18,3 10,9

O agente est comprado tanto na posio lquida em energia, quanto na posio lquida de flexibilidade, ou seja, comprou mais flexibilidade que vendeu. Tambm existe um aumento da faixa de flexibilidade no tempo e suas opes de reduo de montante so maiores que as suas de aumento.

274

20 18 16

Energia (MW mdios)

14 12 10 8 6 4 2 0

Flexibilidade de Aumento (Comprado) Flexibilidade de Reduo (Comprado) Posio Energia (Comprado)

2009

2010 Anos

2011

Figura 7.3:: Posio lquida de faixa de flexibilidade de aumento e reduo anual lquida associadas com a carteira de contratos apresentada na tabela 7.1.

7.1.2.2 Contratos com Flexibilidade de Take-or-Pay

Como discutido na seo 6.2.2.2 que trata de contratos com Take-or-Pay, a implementao de procedimentos para avaliao de contratos contendo esse tipo de flexibilidade depende no s de variveis de mercado, como preos e taxas de descontos, mas tambm do processo produtivo do agente. Esse fato dificulta substancialmente o problema de avaliao de contratos com Take-or-Pay, principalmente para carteiras com muitos contratos, j que tero que ser modeladas as distribuies de probabilidade do consumo de cada Cliente Livre associados com cada um desses contratos, se possvel, de maneira conjunta. Para ilustrar o procedimento de avaliao de contratos com Take-or-Pay suponha o processo de consumo representado na figura 7.4. Nessa figura, a linha cheia est associada com os dados de consumo mensal de um Cliente Livre pertencente ao setor de Alimentos e Bebidas medido de outubro de 2004 at fevereiro de 2008.

275

12

Consumo Realizado Quantidades Contratadas

Consumo (MW Mdio)

0 0

10

10

20 Tempo (Meses)

30

40

Figura 7.4:Consumo medido de outubro de 2004 at fevereiro de 2008 e quantidades mensais contratadas de um Cliente Livre pertencente ao setor de Alimentos.

A srie de consumo do Cliente Livre apresenta um padro sazonal estvel com algumas oscilaes em torno desse nvel, e que o nvel de consumo aparenta ser o mesmo durante o perodo. Uma maneira de capturar o nvel do consumo desse cliente ajustar um modelo de regresso utilizando como variveis explicativas alguns termos da srie harmnica com perodo de doze meses: (7.1.2) onde os so independentes e identicamente distribudos com distribuio
Tabela 7.3: Estatsticas do ajuste de regresso para o consumo do Cliente Livre.
Parmetro

1 2

Estimativa 5,78 0,76 2,88

Erro Padro 0,23 0,32 0,33

p-valor < 2e-16 2,28E-02 1,04E-10

*** * ***

Erro padro resduos = 1,46 MW mdios R2 = 66,98% Estatstica F(2,38) = 41,57 - p-valor associado = 2.709e-10 Kolmogorov-Smirnov (Normalidade Resduos) -p-valor 0.2292 Jarque-Bera (Normalidade Resduos) - p-valor 0.7821

276

As estimativas de MQO (Mnimos quadrados ordinrios) dos parmetros e as principais medidas de diagnsticos dos ajustes podem ser vistas na tabela 7.3. Outras anlises complementares dos resduos so apresentadas na figura 7.6. Supondo que o contrato do Cliente Livre tenha as quantidades, preos e flexibilidades resumidas na tabela 7.4 pode-se utilizar o modelo 7.1.2 para avaliar se os limites de Take-or-Pay so suficientes para absorver uma parcela da oscilao desse processo produtivo.
Densidade emprica resduos Densidade normal
1.0 -0.2 0 ACF 0.2 0.6

1 0

1 5 Lg a

2 0

2 5

3 0

Figura 7.5:Densidade emprica dos resduos contra densidade normal (esquerda superior) e funo de autocorrelao dos resduos (esquerda inferior).

A figura 7.6 apresenta a quantidade contratada e a faixa de Take-or-Pay associada com o contrato apresentado na tabela 7.4. Utilizando o modelo representado pela equao 7.1.2 calculou-se a probabilidade de o consumo do Cliente Livre pertencer faixa de Take-or-Pay contratada pelo Cliente Livre ( 20% da das quantidades contratadas).
Tabela 7.4: Carteira de contratos com Take-or-Pay.
Carteira de Contratos com Take-or-Pay Mensal Contrato D (Venda) - Cliente Livre - Setor Atividade = Alimentos - Industrial 2009 Out Nov Dez Jan Fev Mar Abr Mai Jun Preos do Contrato (R$/MWh) 168 168 168 146 146 146 146 146 146 Energia (MW mdios) 8,66 7,88 6,55 5,01 3,67 2,91 2,91 3,69 5,02 TOP Mximo (%) 20 20 20 20 20 20 20 20 20 TOP Mnimo (%) 20 20 20 20 20 20 20 20 20 Reajuste (IGP-M) Janeiro- Base Jan/2008 Submercado de Entrega SE/CO Jul 146 6,56 20 20 Ago 146 7,90 20 20 Set 146 8,66 20 20

Essas probabilidades so apresentadas na tabela 7.5. Note que a probabilidade do consumo pertencer faixa de Take-or-Pay maior nos meses onde as quantidades contratadas so maiores. Esse fato devido ao modelo estimado que supe que o erro

277

aleatrio tem varincia constante no tempo. Assim, para meses onde a faixa de Take-orPay maior em valores absolutos, meses com quantidades contratadas maiores, esperado que se tenha probabilidades maiores do consumo pertencer a essa faixa.

0.00 -2.00
Energia (MW mdios)

-4.00 -6.00 -8.00 -10.00 -12.00 Out Nov Dez Jan Fev Mar Abr Mai Jun Jul Ago Set
Faixa de Take-or-Pay Posio Energia (Vendida)

Meses

Figura 7.6:Energia contratada e faixa de Take-or-Pay associada com carteira apresentada na tabela 7.6.

As probabilidades de o consumo pertencer faixa de Take-or-Pay so sempre maiores que 0,25, fazendo com que pelo menos um quarto da oscilao do processo produtivo seja capturada pelo Take-or-Pay contratado. Essas probabilidades poderiam servir como justificativa para a contratao da faixa de Take-or-Pay j que uma parcela do risco de oscilao de preos absorvida pela incluso desses limites.
Tabela 7.5: Probabilidade mensal de consumo pertencer faixa de Take-or-Pay contratada.
2009 Probabilidade Probabilidades calculadas com base no modelo 7.2.1 Out Nov Dez Jan Fev Mar Abr Mai Jun 0,88 0,52 0,47 0,43 0,34 0,27 0,28 0,31 0,45 Jul 0,57 Ago 0,64 Set 0,69

7.1.2.3 Contratos com Flexibilidade de Sazonalizao Na tabela 7.6 so apresentados contratos com flexibilidade de sazonalizao anual. Nessa carteira existem trs contratos, firmados em 2007, com opo de sazonalizao nos anos de 2009, 2010 e 2011. Desses trs contratos dois so de venda e um de compra. A regra de reajuste prev que os preos de contratos devem ser

278

atualizados pelo IGP-M, mas o ms base de reajuste no o mesmo para todos os contratos. A entrega de energia para questes de liquidao financeira o centro de gravidade do submercado Sudeste/Centro oeste. Na tabela 7.7 tm-se algumas estatsticas resumo dessa carteira de contratos, e na figura 7.7, a posio de energia e a faixa de sazonalizao associada. A posio final dessa carteira de energia comprada tanto em sazonalizao, quanto em energia firme, porm existe uma reduo da posio lquida do agente no ltimo ano. E os preos mdios dos contratos esto em torno de R$ 145,00/MWh em 2010 e R$ 160,00/MWh nos outros anos.
Tabela 7.6: Carteira de contratos com flexibilidade de sazonalizao.
Carteira de Contratos com Flexibilidade de Sazonalizao Contrato E (Compra) Contrato F (Venda) 2009 2010 2011 2009 2010 2011 Preos do Contrato (R$/MWh) 140 152 158 150 175 180 Energia (MW mdios) 20 20 20 4 6 6 Limite Superior Sazonalizao (%) 20 20 20 30 30 30 Limite inferior Sazonalizao (%) 20 20 20 35 35 35 Reajuste (IGP-M) Janeiro- Base Jan/2008 Outubro- Base Out/2007 A sazonalizao deve ser declarada at 1/Nov de cada ano Submercado de Entrega SE/CO Contrato G (Venda) 2009 2010 2011 151 158 155 7 3 8 15 15 15 10 10 10 Janeiro- Base Jan/2008

Tabela 7.7: Carteira de contratos com flexibilidade de sazonalizao.


Flexibilidade de Aumento e Reduo Anual CARTEIRA LQUIDA 2009 2010 2011 Preos Mdios (R$/MWh) 144 157 161 Energia (MW mdios) 9 11 6 Limite Superior MW mdios 10,75 12,75 7 Limite Inferior MW mdios 7,1 9,4 4,9

15 13 11 9 7 5 3 1 -1

Energia (MW mdios)

Limite Superior de Sazonalizao (Comprado) Limite Inferior de Sazonalizao (Comprado) Posio Energia (Comprado)

2009

2010 Anos

2011

Figura 7.7:Posio lquida da carteira de sazonalizao e os limites lquido de flexibilidades associadas.

279

7.1.3

Outros Dados e Premissas

Para compor os ndices de reajustes dos contratos utilizada a srie do IGP-M de Janeiro de 2005 at Abril de 2008, figura 7.8. As projees desse ndice para perodos posteriores so realizadas atravs de um modelo autoregressivo de ordem 1 ajustado para a variao do IGP-M mensal. Os grficos da variao do IGP-M no perodo considerado e sua funo de autocorrelao so apresentados na figura 7.9. Observe que enquanto a srie de IGP-M claramente no estacionria, sua variao parece atender aos requisitos de estacionaridade exigidos pelos modelos autoregressivos. De fato, como pode ser visto nas figura 7.9, 7.10 e 7.11 o modelo autoregressivo de ordem 1 parece ser capaz de capturar o padro temporal do ndice. A estimativa do parmetro autoregressivo significativo e o teste de normalidade de Jarque-Bera indica que os resduos so aproximadamente normalmente distribudos. Adicionalmente, as estatsticas de diagnstico apresentadas na figura 7.11 indicam que o ajuste atende as suposies tericas do modelo autoregressivo, ou seja, resduos comportam-se como rudos brancos.

Valor do ndice IGP-M

330 0

340

350

360

370

380

10

20 Tempo (Meses)

30

40

Figura 7.8: Evoluo do ndice IGP-M de Janeiro de 2005 at Abril de 2008.

280

1.5

Variao mensal IGP-M(%)

1.0

0.5

ACF 0 10 20 Tempo (Meses) 30 40

0.0

-0.5

-0.2 0

0.0

0.2

0.4

0.6

0.8

1.0

5 Lag

10

15

Figura 7.9: Variao mensal do IGP-M de Janeiro de 2005 Abril de 2008 (esquerda) e sua funo de autocorrelao associada (direito). Formulao do Modelo autoregressivo:
Parmetro Estimativa
0.39% 0.55

Erro Padro
0.15% 0.13 AIC = -307.56

Erro padro resduos = 1.87e-05

Jarque-Bera (Norm alidade Resduos) - p-valor 0.4948

Figura 7.10:Estimativas e estatsticas de diagnstico do modelo autoregressivo de ordem 1 estimado para a variao do IGP-M de janeiro de 2005 at abril de 2008.

Standardized Residuals

-2 0

-1

10

20 Time

30

40

ACF of Residuals
1.0 ACF -0.2 0.2 0.6

5 Lag

10

15

p values for Ljung-Box statistic

p value

0.0

0.4

0.8

4 lag

10

Figura 7.11:: Grficos de diagnstico dos resduos do modelo autoregressivo de ordem 1 estimado.

281

Com relao taxa de desconto que utilizada para levar fluxos de caixa para o mesmo ponto no tempo adotado o valor de 11% a.a. em todo o perodo de anlise. Esse valor foi escolhido de forma arbitrria simplesmente para realizar os clculos de acordo com as formulaes derivadas no captulo 6. Caso haja necessidade de aumentar a acurcia dos resultados pode-se utilizar alguma metodologia para construir uma curva de juros a termo. Por ltimo, todos os fluxos de caixa e, conseqentemente, os preos do contrato foram trazidos at junho de 2008. Dessa forma, um preo de R$ 250,00 para Janeiro de 2009 significa que, sob a viso de junho de 2008, os preos para janeiro de 2009 so de R$ 250,00.

7.1.4

Implementao e Ferramenta Computacional

Todas as anlises estatsticas realizadas ao longo da dissertao foram executadas no software estatstico R (www.r-project.org). Esse softaware Freeware, possui licena pblica e tem cdigo aberto. Ele possui um arcabouo estatstico muito poderoso, o qual contempla desde as metodologias clssicas de anlise at as tcnicas mais atuais, as quais tm sido propostas para solucionar problemas das mais diferentes naturezas. O ferramental computacional altamente eficiente e dinmico permitindo que extenses possam ser realizadas com esformo relativamente baixo. No entanto, no existem modelos prontos para avaliarem derivativos como os apresentados nesta dissertao. Por isso, foram escritos algoritmos, utilizando a linguagem R, de forma a cobrir todas as derivaes realizadas ao longo do captulo 6. Maiores informaes sobre o software R pode ser encontradas no site http://www.rproject.org/. Observe que as formulaes apresentadas no captulo 6 dependem basicamente dos processos de consumo e preos de mercado. Para no ter que modelar explicitamente essas variveis, o que faria com que fossem adicionadas muitas restries aos modelos de forma a inviabilizar o seu uso prtico, a valorao das quantidades so realizadas com base em mtodos de Monte-Carlo, vide, por exemplo, Kaminski (1999). Desta forma, as

282

entradas dos modelos so basicamente sries simuladas de preos, consumo e de outras variveis de entrada, como o IGP-M, e, com base nessas sries utiliza-se as frmulas do captulo 6 para construir a distribuio de Monte Carlo dos resultados financeiros. Essa distribuio de probabilidade serve de base para o clculo de todas as mtricas que sero apresentadas nas prximas sees.

7.2 Flexibilidade de Aumento e Reduo

Dado que a implementao dos procedimentos de avaliao de contratos contendo flexibilidades de aumentos e redues de montantes contratuais so semelhantes para todas as escalas de tempo onde so definidas essas opes, as aplicaes para essa classe de flexibilidades sero realizadas com base nas opes de correo de montantes anuais. No entanto, com as formulaes derivadas no decorrer da seo 6.3.3, possvel estender as anlises para outras escalas de aplicao de forma simples. Assim, a carteira de contratos base de avaliao ser aquela apresentada na tabela 7.1, a qual contm apenas contratos com flexibilidade de aumento e reduo de montantes anuais. Para cada contrato, foi implementado o fluxo de avaliao de operaes descrito no incio do captulo 6 (seo 6.1). O resultado dos dois primeiros passos desse fluxo simplesmente a construo da tabela tabela 7.1, onde feito o desmembramento dos contratos em blocos de flexibilidades contratuais. O terceiro estgio desse fluxo est relacionado com a modelagem dos preos subjacentes aos derivativos. Como esses preos so funo basicamente dos preos do mercado vista e da regra de reajuste, esse tratamento feito baseado nas premissas adotadas nas sees 7.1.1 e 7.1.3. Para cada contrato pertencente carteira e cada ano onde o contrato vigente foram estimados os preos de equilbrio, os quais foram desdobrados em preos referentes aos blocos de energia firme e prmios das opes de aumento e reduo anual. A separao dos componentes foi realizada atravs da diferena entre os preos de equilbrio do contrato com flexibilidades, e os preos dos contratos sem flexibilidade,

283

mantendo os outros termos e condies fixos. Esses valores podem ser encontrados na tabela 7.8.
Tabela 7.8: Preos contratuais e preos de Equilbrio para contratos com flexibilidade de aumento e reduo de montantes anuais calculados sob as vises de janeiro e junho de 2008 dos DECKS do NEWAVE.
Preos de Equilbrio (R$/MWh) Viso DECK de Janeiro/2008 Viso DECK de Junho/2008 Preos Contratuais

2009
Preo energia firm e Contrato A (Com pra) Prm io Flexibilidade 171 23

2010
165 20

2011
211 33

2009
129 15

2010
139 17

2011
179 29

2009

2010

2011

Preo Total Contrato


Preo energia firm e Contrato B (Com pra) Prm io Flexibilidade

194
178 22

185
171 18

244
207 19

144
134 14

156
144 14

208
175 16

145

148

157

Preo Total Contrato


Preo energia firm e Contrato C (Venda) Prm io Flexibilidade

200
171 20

189
164 16

226
194 12

148
128 12

158
138 13

191
164 10

162

164

169

Preo Total Contrato

191

180

206

140

151

174

185

182

178

As estimativas dos preos de equilbrio e dos prmios devido a incluso de derivativos foram realizadas com base nos DECKs de janeiro e junho de 2008, para cada um dos trs contratos da carteira. As principais concluses que podem ser extradas dessa tabela so: Os preos de equilbrio diferem substancialmente dependendo da viso do DECK de NEWAVE utilizado para o clculo. Os prmios estimados representam cerca de 10% do preo de equilbrio do contrato sem flexibilidade, independentemente do DECK e do ano de avaliao, nveis considerados normais dentro do mercado de energia brasileiro. Para os anos de 2009 e 2010 os preos nominais encontram-se relativamente prximos aos preos de equilbrio. No ano de 2011 os preos de equilbrio indicam que os contratos de compra (A e B) esto sub precificados. Os preos dos contratos de compra (A e B) so menores que o preo do contrato de venda (C) para todos os anos.

No simples verificar se os preos de equilbrio e os prmios estimados esto em linha com o que tem sido comercializado no mercado, principalmente, porque no existem curvas de preos disponveis para esses. No entanto, as estimativas dos preos de equilbrio, obtidas atravs dos modelos derivados no captulo 6, esto representado bem as caractersticas esperadas, ou seja, aumento dos preos de equilbrio quando ocorre crescimento nos preos de mercado, e prmios maiores para as flexibilidades quando se tem maior volatilidade no cenrio de preos. 284

Conforme discutido na seo 7.1.1, as vises de preos selecionadas para as anlises so extremas (cenrio muito mido em junho de 2008 e cenrio muito seco em janeiro de 2008) e podem no refletir o nvel real dos preos de mercado. Adicionalmente, o Spread exigido pelos agentes para assumirem determinada posio no mercado no capturado pelas sadas do NEWAVE enfatizando a complexidade do problema de precificao de contratos. Calibrando-se as entradas do modelo NEWAVE com valores mais realistas e incorporando, de forma exgena ao modelo, a dinmica dos Spreads que so funo da liquidez e dos nveis de averso ao risco de cada agente particular, possvel obter expectativas de preos futuros mais consistentes com a realidade do mercado. Esses estudos fogem ao escopo desta dissertao. Os preos de equilbrio no devem ser utilizados para precificar contratos, entretanto, o clculo desses valores para diferentes cenrios de preos permite medir a sensibilidade da carteira com relao a mudanas em variveis do mercado, e valorar preos de derivativos embutidos nos contratos para cada cenrio de interesse. Em ambientes com liquidez os preos de equilbrio, somados aos spreads, podem ser utilizados para marcar carteiras ao mercado de maneira a sugerir correes na posio em energia dos agentes. A marcao ao mercado nesses casos calculada como a diferena entre os preos de equilbrio e os preos contratuais. Em cenrios de baixa liquidez ainda possvel realizar marcao ao mercado, porm nesses casos nem sempre possvel efetuar ajustes na carteira para adequar os nveis de risco. Os preos de equilbrio indicam se a marcao ao mercado das operaes positiva ou negativa, no entanto, ele no contm informao sobre o risco da operao. Por isso, com base nas mtricas apresentadas na seo 6.4 foram construdos os quadros resumidos na tabela 7.9. Essas mtricas foram estimadas utilizando as vises de DECKS do NEWAVE de janeiro e junho de 2008.

285

Tabela 7.9: Mtricas de risco para cada contrato individual (trs primeiros quadros) e para a carteira lquida (ltimo quadro), calculada utilizando as vises de DECKs do NEWAVE de janeiro e junho de 2008.
CONTRATO A DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade*

Jan 2008
2009
-12,12 42,14 1,58 -6,69 17,34 -8,63 -12,31 0,68 1,27

Jun 2008
2011
-16,82 56,35 5,99 -1,76 22,35 -10,25 -17,69 0,54 2,09

2010
-14,62 42,22 0,88 -5,42 16,94 -9,60 -15,14 0,63 1,15

2009
-11,93 22,96 -2,28 -6,14 10,80 -7,84 -12,19 0,72 0,59

2010
-14,67 31,83 -1,98 -7,10 14,22 -9,35 -15,15 0,71 0,70

2011
-16,74 48,72 1,63 -5,45 19,68 -10,11 -17,59 0,64 1,25

R$ Milhes

CONTRATO B DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade*

Jan 2008
2009
-8,10 28,62 0,99 -4,65 11,76 -5,78 -8,25 0,69 1,25

Jun 2008
2011
-6,61 20,28 1,92 -0,82 8,22 -4,01 -6,98 0,55 1,88

2010
-7,28 21,57 0,37 -2,93 8,59 -4,76 -7,52 0,64 1,12

2009
-8,00 15,25 -1,71 -4,29 7,23 -5,31 -8,17 0,73 0,56

2010
-7,30 16,12 -1,08 -3,73 7,17 -4,69 -7,54 0,72 0,68

2011
-6,60 17,46 0,32 -2,21 7,25 -3,99 -6,94 0,65 1,12

R$ Milhes

CONTRATO C DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade*

Jan 2008
2009
-34,59 12,89 1,13 8,24 15,11 -20,46 -35,08 0,28 1,20

Jun 2008
2011
-34,78 14,41 -1,56 2,91 14,98 -15,88 -37,78 0,42 0,77

2010
-26,15 11,24 1,34 5,45 11,04 -12,60 -29,31 0,30 1,35

2009
-17,21 12,69 4,61 7,85 9,23 -10,69 -24,40 0,20 3,16

2010
-19,14 11,26 3,20 6,49 9,21 -10,81 -25,48 0,23 2,29

2011
-30,17 14,43 1,36 5,72 13,26 -14,58 -35,86 0,32 1,29

R$ Milhes

CARTEIRA DE CONTRATOS DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade*

Jan 2008
2009
-7,35 36,20 3,71 -3,05 13,99 -5,18 -7,49 0,61 2,17

Jun 2008
2011
-8,95 41,87 6,35 0,34 15,59 -5,43 -9,47 0,49 3,39

2010
-10,67 37,78 2,59 -2,88 14,49 -7,01 -11,08 0,58 1,64

2009
-7,25 20,96 0,62 -2,64 8,81 -4,51 -7,40 0,64 1,21

2010
-10,72 28,96 0,14 -4,29 12,19 -6,70 -11,10 0,67 1,03

2011
-8,90 36,47 3,31 -1,94 13,69 -5,26 -9,40 0,59 2,06

R$ Milhes

286

Para os contratos de compra (Contrato A e Contrato B) o risco est relacionado com a queda dos preos subjacentes, pois, nesses casos, mais vantajoso comprar energia no mercado vista. Pode-se mitigar parte desse efeito exercendo as flexibilidades contidas nos contratos. No caso do Contrato C, de venda, o risco est associado com aumento de preos j que, neste caso seria mais vantajoso liquidar a energia aos preos do mercado vista que ao preo definido em contrato. Para a carteira lquida (ltimo quadro da tabela 7.9), o risco funo da composio da carteira, ou seja, da diferena entre os preos dos contratos de compra e venda, dos montantes que esto expostos variao dos preos de mercado e das quantidades associadas com as flexibilidades contratuais. Analisando a tabela 7.9 pode-se concluir que: Para os contratos de compra (A e B) as probabilidades de perdas giram em torno de 0,7 independentemente do cenrio de preos utilizado para o clculo. Para o contrato C essas probabilidades so menores que 0,35 na maioria dos cenrios. A atratividade do dos contratos A e B variam substancialmente de acordo com os cenrios de preos, representando o fenmeno observado nos preos de equilbrio. A atratividade do contrato C, de venda, no geral, maior que a dos contratos A e B, j que o contrato C tem preos nominais maiores. esperado que o contrato de venda tenha melhor desempenho que os de compra, no entanto, o VaR 5% desse contrato cerca de 4 vezes maior que os de compra. Grande incerteza esperada nos resultados, j que o desvio padro maior que a mdia, mediana e perda mdia, na maioria dos cenrios. O risco da carteira lquida devido posio comprada do agente (quantidades compradas superiores s vendidas). No entanto, o desempenho dessa carteira superior ao dos contratos de compra, devido ao efeito do contrato de venda, com preos nominais superiores. O resultado esperado positivo em todos os anos, entretanto, as chances de perda so maiores que 50% em quase todos os cenrios.

287

A atratividade da carteira lquida maior que 2 na maioria dos casos, indicando que a rea dos ganhos deve ser duas vezes maior que a das perdas na maioria dos casos. Para a carteira de contratos avaliada nesta subseo, a relao observada entre as mtricas de risco das operaes individuais contra as da carteira agregada permitem entender o conceito de cobertura. Quando so estudadas as mtricas de risco para os contratos A e B individualmente, observa-se a magnitude das perdas sobrepondo-se sobre a dos ganhos, indicando que essa pode no ser uma boa operao. No entanto, essas transaes quando combinadas ao contrato C, trazem um benefcio para a carteira global aumentando a atratividade da carteira e reduzindo algumas mtricas de risco. Note que a operao de venda tem o objetivo de reduzir a posio em energia comprada do agente e, como nesse caso, o preo do contrato de venda superior ao dos contratos de compra (mesmo em termos relativos, j que as flexibilidades no so as mesmas para todos os contratos), essa operao tambm ajuda a mitigar uma parcela do risco de variao de preos travando uma margem de margem na receita. Uma questo adicional que o resultado financeiro dos contratos depende das decises de exerccio, que por sua vez so funo dos preos subjacentes aos contratos. Na figura 7.12 so mostradas as distribuies de probabilidade emprica dos preos subjacentes ao Contrato A para os anos de 2009 at 2011, sob as vises dos DECKs de janeiro e junho de 2008. Essas distribuies so bastante similares para os contratos B e C.
2009 2010 2011

Figura 7.12:: Distribuio de probabilidade dos preos subjacentes ao Contrato A para os anos de 2009 at 2011 para as verses de DECK de Janeiro e Junho de 2008.

288

observada forte assimetria nessas distribuies, havendo chances significativas de ocorrncia de preos subjacentes elevados, principalmente sob a viso do DECK de janeiro de 2008. Apesar de existir grande concentrao de preos abaixo de R$ 100,00/MWh, a probabilidade de se observar valores acima dessa quantidade alta. Segundo a metodologia apresentada na seo 6.5, as decises de exerccio podem ser extradas estudando as distribuies de probabilidade das diferenas entre os preos subjacentes e os preos dos contratos. Mtricas calculadas utilizando essas distribuies do indicao se dever ser exercida a opo de aumento, reduo ou nenhuma das opes de correo de montantes contratuais. Para selecionar uma deciso de exerccio pode-se fixar condies 6.5.1.4 e 6.5.1.5. O parmetro e nas

indica que a deciso de aumentar os

montantes anuais ser escolhida caso a rea onde os preos subjacentes so superiores aos preos de contrato seja pelo menos 1,5 vezes maior que a rea onde eles so inferiores aos preos de contrato. A lgica anloga para o exerccio das opes de reduo. O parmetro define um limite para os Quantis 2,5% e 97,5% de 2,5

desvios-padro, ou seja, no existe exerccio da opo quando o Quantil 2,5% (em valor absoluto) ou o Quantil 97,5% maior que 2,5 desvios-padro. Dado que a distribuio dos preos subjacentes muito diferente da distribuio normal, j que ela extremamente assimtrica e possui caudas pesadas, a utilizao de no apropriada, pois

desestimularia a deciso de reduo de montantes, quando o valor mximo dos preos distante da massa de dados. Isso ocorre porque, sob essas condies, o critrio de risco limitado no atendido para as opes de reduo quando pequeno.

As mtricas associadas com essas distribuies de probabilidade so apresentadas nos quadros contidos na tabela 7.10. A observao dessas mtricas informa que: Em mdia, existe expectativa de que os preos subjacentes excedam os preos de contratos. Nos anos de 2009 e 2010 h mais de 50% de chance dos preos de contratos serem superiores aos preos subjacentes.

289

Tabela 7.10: Mtricas de risco associadas com exerccio de flexibilidades contratuais. Avaliaes feitas sobre as distribuies de probabilidades das diferenas entre preos subjacentes e os preos de contrato para os anos de 2009 at 2011. Deciso calculada para e . A mtrica de atratividade descrita nas equaes 6.5.1.4 e 6.5.1.5 para as opes de aumento e reduo, respectivamente.
CONTRATO A

DECK NEWAVE Anos Quantil 2,5% Quantil 97,5% Mdia Mediana Desvio Padro E[S_barra>k] E[S_barra<k] E[S_barra<Quantil 95%] E[S_barra<Quantil 5%] P(S_barra < k) -2,5*DP < Quantil 2,5%-k 2,5*DP > Quantil 97,5%-k Atratividade* Exercer Aumento Exercer Reduo

Jan 2008
2009
-131 382 3 -73 162 -94 203 -94 -131 0,68 Sim Sim 1,04 No No

Jun 2008
2011
-142 353 21 -15 141 -85 143 -85 -143 0,54 Sim Sim 1,46 No No

2010
-134 347 -3 -49 134 -87 138 -87 -134 0,63 Sim No 0,94 No No CONTRATO B

2009
-131 266 -31 -67 103 -85 104 -85 -131 0,72 Sim No 0,49 No No

2010
-134 308 -25 -65 113 -85 122 -85 -134 0,71 Sim No 0,58 No No

2011
-142 331 -7 -45 126 -84 132 -84 -143 0,64 Sim No 0,88 No No

R$/MWh

DECK NEWAVE Anos Quantil 2,5% Quantil 97,5% Mdia Mediana Desvio Padro E[S_barra>k] E[S_barra<k] E[S_barra<Quantil 95%] E[S_barra<Quantil 5%] P(S_barra < k) -2,5*DP < Quantil 2,5%-k 2,5*DP > Quantil 97,5%-k Atratividade* Exercer Aumento Exercer Reduo

Jan 2008
2009
-147 399 -5 -85 172 -106 217 -106 -147 0,69 Sim Sim 0,93 No No

Jun 2008
2011
-153 372 20 -19 150 -91 152 -91 -154 0,55 Sim Sim 1,39 No No

2010
-149 363 -10 -59 142 -97 146 -97 -149 0,64 Sim No 0,83 No No CONTRATO C

2009
-147 274 -41 -79 110 -97 107 -97 -147 0,73 Sim Sim 0,41 No Sim

2010
-149 319 -34 -75 120 -95 128 -95 -149 0,72 Sim No 0,51 No No

2011
-153 348 -10 -51 134 -91 140 -91 -154 0,65 Sim No 0,84 No No

R$/MWh

DECK NEWAVE Anos Quantil 2,5% Quantil 97,5% Mdia Mediana Desvio Padro E[S_barra>k] E[S_barra<k] E[S_barra<Quantil 95%] E[S_barra<Quantil 5%] P(S_barra < k) -2,5*DP < Quantil 2,5%-k 2,5*DP > Quantil 97,5%-k Atratividade* Exercer Aumento Exercer Reduo

Jan 2008
2009
-171 355 -34 -111 166 -125 205 -125 -171 0,72 Sim Sim 0,63 No Sim

Jun 2008
2011
-163 344 4 -33 145 -97 144 -97 -164 0,58 Sim Sim 1,07 No No

2010
-167 325 -34 -81 137 -109 141 -109 -168 0,70 Sim Sim 0,56 No Sim

2009
-170 237 -69 -105 106 -112 107 -112 -171 0,80 Sim Sim 0,24 No Sim

2010
-167 284 -56 -97 116 -110 121 -110 -168 0,77 Sim Sim 0,33 No Sim

2011
-163 321 -24 -64 129 -98 133 -98 -164 0,68 Sim Sim 0,64 No Sim

R$/MWh

290

As decises de exerccio sero avaliadas fixando condies 6.5.1.4 e 6.5.1.5.

nas

Para os contratos A e B (de compra), sob os critrios adotados, a deciso de manter os montantes fixos escolhido, independentemente dos cenrios de preos. Isso devido aos preos desses contratos estarem prximos mdia dos preos subjacentes s opes. Para o contrato C, de venda, as mtricas estimadas favorecem a deciso de reduo de montante contratual para quase todos os cenrios de preos. Essa deciso selecionada porque os preos subjacentes tendem a ser menores que os preos de contratos. Na prtica, a seleo de critrios de deciso deve ser realizada com base em diversos cenrios de preos, pois assim possvel estudar o impacto da movimentao de preos nas decises de exerccio. Observe que o processo de avaliao de uma carteira com flexibilidades de aumento e reduo finalizado com a seleo de decises de exerccio. Entretanto, as sadas desse processo podem servir como subsdio para a definio de estratgias comerciais, fornecendo indicao para aes que visam adequar os nveis de risco e retorno aos patamares requeridos pelo agente. Essas aes geralmente esto relacionadas com alteraes no balano de energia, e geralmente tem o intuito de evitar eventuais penalidades por falta de lastro de energia. Para implementar essas estratgias de mercado, comercializadores de energia necessitam ter disponveis curvas de preos para diferentes combinaes de flexibilidades contratuais. No caso especfico dos contratos com flexibilidades de aumento e reduo, essas informaes podem ser condensadas em quadros como os apresentados na tabela 7.11. Os valores apresentados nessa tabela definem os preos de equilbrio derivados com base nas formulaes realizadas na seo 6.3.3.1. Dessa forma, esses preos no refletem aqueles praticados no mercado, j que, como amplamente discutido nesta dissertao, os DECKs de preos no incorporam informao sobre liquidez de mercado e estratgias comerciais de cada agente especfico. 291

Tabela 7.11: Preo de um contrato padro de energia firme (R$/MWh) para os anos de 2009, 2010 e 2011 e multiplicadores (sobre esse preo) para diversas combinaes de flexibilidades de aumento e reduo de montante anual de energia. Clculos para as vises de Janeiro (esquerdo) e Junho (direito) de 2008 dos DECKs do NEWAVE. Contratos padro so definidos como aqueles que contm 1 MW mdio para cada ms contratual, reajuste ocorrendo em agosto de cada ano. VISO DECK DE JANEIRO DE 2008 VISO DECK DE JUNHO DE 2008
Firme 10 20 30 40 50 60 70 80 90 100 Flexibilida de Aum ento Anual (% ) Flexibilida de Aum ento Anual (% ) Firme
148* 1,04 1,08 1,11 1,16 1,19 1,22 1,25 1,28 1,31 1,34

Flexibilidade de Reduo Anual (%) 10 20 30 40 50 60 70


1,05 1,09 1,13 1,17 1,21 1,24 1,28 1,31 1,34 1,36 1,40 1,10 1,14 1,19 1,23 1,27 1,30 1,34 1,37 1,41 1,43 1,46 1,16 1,21 1,26 1,30 1,34 1,38 1,41 1,45 1,48 1,51 1,54 1,24 1,29 1,34 1,39 1,43 1,46 1,50 1,53 1,57 1,60 1,63 1,34 1,39 1,44 1,49 1,53 1,57 1,61 1,64 1,68 1,71 1,74 1,46 1,51 1,57 1,61 1,66 1,70 1,74 1,78 1,81 1,84 1,87 1,63 1,69 1,74 1,78 1,83 1,87 1,91 1,95 1,99 2,02 2,05

80
1,87 1,93 1,99 2,03 2,08 2,12 2,16 2,20 2,24 2,27 2,30

90
2,30 2,36 2,41 2,45

Firme Firme 10 20 30 40 50 60 70 80 90 100


114* 1,03 1,06 1,09 1,12 1,15 1,17 1,19 1,22 1,24 1,26

Flexibilidade de Reduo Anual (%) 10 20 30 40 50 60 70


1,04 1,07 1,10 1,13 1,16 1,18 1,21 1,24 1,26 1,28 1,31 1,08 1,11 1,15 1,18 1,20 1,24 1,26 1,28 1,31 1,33 1,35 1,12 1,17 1,20 1,23 1,26 1,29 1,32 1,34 1,37 1,39 1,41 1,18 1,23 1,26 1,29 1,32 1,35 1,38 1,40 1,43 1,46 1,47 1,26 1,30 1,33 1,37 1,40 1,43 1,46 1,48 1,51 1,54 1,56 1,35 1,39 1,43 1,46 1,50 1,53 1,56 1,59 1,61 1,64 1,67 1,47 1,52 1,56 1,60 1,63 1,67 1,70 1,73 1,75 1,78 1,81

80
1,67 1,71 1,75 1,80 1,83 1,87 1,90 1,93 1,96 1,99 2,02

90
2,02 2,06 2,11 2,16 2,19 2,23 2,26 2,30 2,33 2,36 2,39

2,49 2,53 2,57 2,60 2,63 2,66 2,68

Firme Firme 10 20 30 40 50 60 70 80 90 100


145* 1,03 1,06 1,10 1,12 1,15 1,18 1,20 1,23 1,25 1,27

80
1,70 1,74 1,79 1,83 1,87 1,90 1,94 1,97 2,00 2,03 2,05

90
2,05 2,10 2,14

Flexibilida de Aum ento Anual (% )

Flexibilida de Aum ento Anual (% )

Flexibilidade de Reduo Anual (%) 10 20 30 40 50 60 70


1,03 1,07 1,10 1,14 1,17 1,19 1,22 1,25 1,27 1,29 1,32 1,08 1,12 1,15 1,19 1,21 1,24 1,27 1,30 1,32 1,34 1,37 1,13 1,17 1,21 1,23 1,27 1,30 1,32 1,35 1,38 1,40 1,43 1,19 1,23 1,27 1,30 1,34 1,37 1,39 1,42 1,45 1,47 1,50 1,27 1,31 1,34 1,38 1,41 1,45 1,48 1,50 1,53 1,56 1,59 1,37 1,41 1,45 1,48 1,52 1,55 1,59 1,61 1,64 1,67 1,70 1,50 1,54 1,59 1,62 1,66 1,70 1,72 1,76 1,79 1,81 1,84

2009

2009

Firme Firme 10 20 30 40 50 60 70 80 90 100


122* 1,03 1,07 1,10 1,12 1,16 1,18 1,20 1,23 1,25 1,27

Flexibilidade de Reduo Anual (%) 10 20 30 40 50 60 70


1,04 1,07 1,11 1,14 1,17 1,20 1,22 1,25 1,27 1,30 1,32 1,08 1,12 1,16 1,19 1,21 1,25 1,27 1,30 1,32 1,34 1,37 1,13 1,17 1,20 1,24 1,27 1,30 1,33 1,35 1,38 1,40 1,43 1,20 1,24 1,27 1,30 1,34 1,37 1,39 1,43 1,45 1,48 1,50 1,27 1,31 1,35 1,39 1,42 1,45 1,48 1,51 1,53 1,56 1,58 1,37 1,41 1,45 1,48 1,52 1,56 1,58 1,61 1,64 1,67 1,70 1,50 1,54 1,58 1,62 1,66 1,70 1,73 1,76 1,79 1,81 1,84

80
1,70 1,75 1,79 1,83 1,87 1,90 1,93 1,97 2,00 2,02 2,06

90
2,06 2,11 2,16 2,20 2,24 2,28 2,32 2,35 2,39 2,42 2,45

2,22 2,26 2,29 2,32 2,35 2,37 2,40

Firme

80
1,58 1,62 1,66 1,69 1,72 1,75 1,77 1,80 1,82 1,84 1,86

90
1,86 1,90 1,93 1,97 1,99 2,02 2,04 2,07 2,09 2,11 2,12

Flexibilida de Aum ento Anual (% )

Flexibilida de Aum ento Anual (% )

Flexibilidade de Reduo Anual (%) 10 20 30 40 50 60 70


1,32 1,35 1,39 1,42 1,44 1,47 1,49 1,52 1,54 1,56 1,58 1,43 1,46 1,49 1,53 1,56 1,58 1,61 1,63 1,66 1,68 1,70

2010

2010

2,19

Firme

Flexibilidade de Reduo Anual (%) 10 20 30 40 50 60 70


1,33 1,37 1,41 1,44 1,47 1,50 1,53 1,55 1,58 1,61 1,63 1,45 1,49 1,53 1,57 1,60 1,63 1,65 1,68 1,71 1,73 1,75

80
1,63 1,67 1,71 1,75 1,78 1,81 1,84 1,87 1,89 1,91 1,94

90
1,94 1,98 2,02 2,06 2,09 2,13 2,15 2,19 2,21 2,23 2,26

Firme 178* 1,03 1,07 1,12 1,17 1,24 1,03 1,06 1,10 1,15 1,20 1,27 10 1,06 1,10 1,13 1,18 1,24 1,30 20 1,08 1,12 1,16 1,21 1,26 1,33 30 1,11 1,15 1,19 1,24 1,29 1,36 40 1,13 1,17 1,21 1,26 1,32 1,39 50 1,16 1,19 1,24 1,29 1,34 1,41 60 1,18 1,21 1,26 1,31 1,37 1,43 70 1,20 1,24 1,28 1,33 1,39 1,46 80 1,22 1,25 1,30 1,35 1,40 1,48 90 1,24 1,28 1,32 1,37 1,43 1,49 100 * Preo de contrato de energia firme (em R$/MWh)

Firme 150* 1,03 1,07 1,12 1,18 1,25 1,03 1,07 1,11 1,16 1,21 1,29 10 1,06 1,10 1,14 1,19 1,25 1,32 20 1,09 1,13 1,17 1,22 1,28 1,35 30 1,11 1,15 1,20 1,25 1,31 1,38 40 1,14 1,18 1,22 1,27 1,33 1,41 50 1,17 1,20 1,25 1,30 1,36 1,43 60 1,19 1,23 1,27 1,32 1,39 1,46 70 1,21 1,25 1,29 1,35 1,41 1,49 80 1,23 1,27 1,31 1,37 1,43 1,51 90 1,25 1,29 1,33 1,39 1,45 1,53 100 * Preo de contrato de energia firme (em R$/MWh)

Ao invs, a utilizao da tabela 7.11 mais apropriada para tornar operaes comparveis e para introduzir o conceito de que os preos contratuais aumentam conforme cresce a quantidade de flexibilidade. Adicionalmente, pode-se utilizar a grade de valores para verificar consistncia dos resultados, pois esperado observar uma estabilidade no incremento percentual do prmio em funo do aumento dos limites de flexibilidades.

2011

2011

292

A tabela 7.11 d indicao de qual seria o preo de um contrato com flexibilidade de aumento e reduo, como um multiplicador do preo de um contrato com energia firme, baseado em determinado cenrio de preos e para diferentes combinaes de flexibilidades contratuais. Por exemplo, para o ano de 2010, sob a viso de preos de janeiro de 2008 (painel central do lado esquerdo), o preo de equilbrio de um contrato padro contendo apenas energia firme de R$ 145,00/MWh. Sob esse cenrio, a tabela informa que o preo contratual deveria ser incrementado em 15%, ou seja, multiplicado por 1,15, para adicionar uma flexibilidade de aumento de 20% e de reduo de 20%. Sob a viso do DECK de Junho, a qual indica um preo de equilbrio de R$ 122,00/MWh para um contrato de energia firme vigente no ano de 2010, a incluso da mesma faixa de flexibilidade resultaria em um aumento de preos de 16% (multiplicador 1,16). Caso s a flexibilidade de aumento de 20% seja requerida, o preo deveria ser incrementado em 8%, sob a viso do DECK de junho. Para um contrato de energia firme com opo de reduo de montante de 20% o preo deveria sofrer um incremento de 7%. Os multiplicadores das tabelas da esquerda so semelhantes aos da tabela da esquerda indicando que as estimativas dos prmios das flexibilidades so consistentes. Essas tabelas deveriam ser construdas para cada mudana nos cenrios de mercado e deveriam ser utilizadas apenas para fornecer uma sensibilidade inicial de preos de produtos. No entanto, elas podem ser utilizadas para validar modelos para clculo de prmios de derivativos, como os apresentados na dissertao. Isso pode ser feito verificando se os resultados dos modelos so coerentes com o que observado no mercado. Primeiro, importante saber interpretar os nmeros da tabela 7.11. Com um multiplicador e o preo de energia firme pode-se formar o preo de contrato para determinada combinao de flexibilidade, como explicado nos pargrafos anteriores. No entanto, como pode ser visto nas frmulas derivadas na seo 6.3.3, o preo de exerccio de um derivativo o prprio preo do contrato sem reajustes (desigualdades 6.3.3.2 e 6.3.3.5). Assim, fixando o preo nominal como o preo de equilbrio do contrato sem flexibilidades, aumentar esse preo significa aumentar o preo de exerccio e, portanto, diminuir a chance de exerccio das flexibilidades de aumento, pois a chance do preo subjacente ultrapassar o preo nominal diminui quando o preo nominal aumenta. Para as

293

opes de reduo ocorre o contrrio. A subida dos preos nominais aumenta a chance de exerccio dessas flexibilidades. Os modelos, no entanto, no so inconsistentes, pois os prmios dessas flexibilidades, que so sempre positivos, j esto embutidos no preo de equilbrio dos contratos. Esse mecanismo diferente do que ocorre com as opes europias, por exemplo, onde os prmios so pagos de antemo, no estando embutidos nos preos de exerccio da opo. Suponha, por exemplo, uma opo europia com preo de exerccio de R$100,00/MWh e prmio, pago ex-ante, de R$ 2,00/MWh. Em termos informais, a diferena entre os derivativos do mercado de energia brasileiro e dos mercados financeiros que, para o mercado de energia brasileiro, o prmio est embutido no preo de contrato que o prprio preo de exerccio, ou seja, o preo de exerccio seria R$ 102,00/MWh sem prmio pago ex-ante. Esse clculo meramente ilustrativo j que essas quantidades no poderiam ser somadas dessa forma (preos e prmios), pois alm de encontrar-se em momentos distintos no tempo, a soma tambm modifica os montantes de energia nominal do contrato, no relacionados com a flexibilidade. A formulao apresentada no decorrer do captulo 6, para os derivativos de energia do Brasil, resolvem esse problema de avaliao de contratos contendo derivativos que possuem prmios embutidos nos preos dos contratos. Outra caracterstica que deve ser estudada para verificar se os modelos esto adequados o crescimento do prmio como funo das flexibilidades contratuais.

180%
Prmio (%) Preo Equilbrio

160% 140% 120% 100% 80% 60% 40% 20% 0% Energia Firme 10%

2009

2010

2011

20%

30%

40%

50%

60%

70%

80%

Nvel de Flexibilidade (% )

Figura 7.13:Prmio como % do preo de equilbrio de blocos de energia firme para flexibilidade de aumento e reduo simtricas. Prmios calculados com o DECK de janeiro e o contrato padro definido na tabela 7.11.

90%

294

Na figura 7.13 so plotados os prmios das flexibilidades como percentuais dos preos de equilbrio do contrato de energia firme padro, para as flexibilidade de aumento e reduo simtricas, nos anos de 2009, 2010 e 2011 calculados com base no DECK de janeiro de 2008. O crescimento exponencial do prmio como funo da faixa de flexibilidade reflete o aumento do valor agregado gerado pela incluso de flexibilidades maiores em contratos e est condizente com as caractersticas empricas. O risco tomado pela contraparte por assumir um contrato com muita flexibilidade cresce, de fato, exponencialmente com a faixa de flexibilidade, j que o prmio embutido no preo do contrato, aumentando o benefcio relativo em caso de exerccio correto do derivativo. A figura 7.14 contm as diferenas entre os prmios calculados com base no cenrio de preos de janeiro de 2008 versus o de junho de 2008. Excetuando-se a ano de 2009, onde existe grande diferenas entre os cenrios de preos por conta da tendncia hidrolgica incorporada no modelo NEWAVE, os prmios calculados sob os dois cenrios so prximos para a maioria dos nveis de flexibilidades considerados. Essa anlise subsidia a consistncia dos resultados, indicando que os modelos, e conseqentemente os prmios, esto respondendo de maneira correta a mudanas nos cenrios de mercado.

Difena entre Prmios (DECK JaneiroDECK Junto)

35% 30% 25% 20% 15% 10% 5% 0% -5% -10% -15% 10% 20% 30% 40% 50% 60% 70% 80% 90%

2009

2010

2011

Nvel de Flexibilidade (%)

Figura 7.14:Diferencial entre prmios das flexibilidades (%) calculados utilizando o DECK de janeiro e junho para cada nvel de flexibilidade de aumento e reduo simtricas e cada ano.

Para finalizar as anlises de validao dos modelos apresentado um novo cenrio que permite entender melhor o que representa os prmios. Neste cenrio, os preos mensais so i.i.d, com distribuio normal. A mdia fixada em R$ 100,00/MWh e desvio 295

padro de R$ 30,00/MWh. Os prmios das flexibilidades de aumento e reduo anual, calculados sob esse cenrio, so apresentados na tabela 7.12. A tabela 7.12 importante por dois motivos. Primeiro, os prmios apresentados nessa tabela foram calculados utilizando distribuies, as quais possuem propriedades conhecidas e, portanto, so mais simples de serem interpretadas. Note que o preo de equilbrio, conforme esperado, a mdia da distribuio normal. Observe tambm que os valores que compem a tabela 7.12 refletem as caractersticas discutidas anteriormente, ou seja, os multiplicadores das opes de aumento so menores que as da opo de reduo, por conta dos prmios estarem embutidos nos preos nominais do contrato. Assim, um contrato com flexibilidade de aumento de 40% custar R$ 101,00/MWh e ocorrer aumento de montante caso os preos excedem esse valor. No caso de um contrato com flexibilidade de reduo de 40% o preo segundo a tabela de R$ 102,00/MWh e a opo dever ser exercida sempre que o preo subjacente se encontrar abaixo de R$ 102,00MWh. Observe que, por construo, mesmo tendo preos nominais diferentes, esses contratos apresentam resultado esperado igual a zero.

Tabela 7.12: Preo de um contrato padro de energia firme (R$/MWh) e multiplicadores (sobre esse preo) para diversas combinaes de flexibilidades de aumento e reduo de montante anual de energia. Clculos supondo os preos mensais i.i.d com distribuio normal. Contratos padro so definidos como aqueles que contm 1 MW mdio para cada ms contratual, sem reajuste, e taxa de deconto fixada como zero.

DISTRIBUIO NORMAL*
Flexibilida de Aumento Anual (%) Flexibilidade de Reduo Anual (%) Firme 10 20 30 40 50 60 70 80 Firme 10 20 30 40 50 60 70 80 90 100
100 1,01 1,01 1,01 1,01 1,02 1,02 1,02 1,02 1,02 1,03

90

1,01 1,01 1,01 1,02 1,03 1,03 1,04 1,06 1,08 1,01 1,01 1,02 1,02 1,03 1,04 1,05 1,06 1,08 1,01 1,02 1,02 1,03 1,03 1,04 1,05 1,06 1,09 1,01 1,02 1,02 1,03 1,04 1,04 1,05 1,07 1,09 1,02 1,02 1,03 1,03 1,04 1,05 1,06 1,07 1,09 1,02 1,02 1,03 1,03 1,04 1,05 1,06 1,07 1,09 1,02 1,03 1,03 1,04 1,04 1,05 1,06 1,07 1,10 1,02 1,03 1,03 1,04 1,04 1,05 1,06 1,08 1,10 1,03 1,03 1,03 1,04 1,05 1,05 1,06 1,08 1,10 1,03 1,03 1,04 1,04 1,05 1,06 1,07 1,08 1,10 1,03 1,03 1,04 1,04 1,05 1,06 1,07 1,08 1,10

mdia =100 e desvio padro = 30

296

O crescimento dos prmios do contrato como funo da faixa de flexibilidade, para as premissas de simulao apresentadas na tabela 7.12, apresentado na figura 7.15. Note que o crescimento do prmio como funo da faixa de flexibilidade menos acentuado que o visto na aplicao real, por conta da distribuio dos preos de mercado, no entanto, ele tambm exponencial. Os resultados vistos nesta subseo, no tem o intuito de estipular preos para contratos para comercializao no ACL. Ao invs, as anlises feitas permitem generalizar o conceito de comercializao de energia adicionando elementos de gesto de risco e teoria das decises. Foi apresentado, para uma carteira condizente com os problemas prticos, como implementar e analisar a metodologia discutida no captulo 6, tanto para contratos j firmados, como para novas propostas comerciais que possam vir a compor a carteira.

12%
Prmio (%) Preo Equilbrio

10% 8% 6% 4% 2% 0% 10%

Normal

20%

30%

40%

50%

60%

70%

80%

Nvel de Flexibilidade (%)

Figura 7.15:Prmio como % do preo de equilbrio de blocos de energia firme para flexibilidade de aumento e reduo simtricas. Prmios calculados para preos seguindo distribuio normal de probabilidade.

No existem mudanas significativas na utilizao desse processo para carteiras de contratos maiores. No entanto, a modelagem matemtica dos resultados financeiros de contratos mais complexos pode demandar um maior esforo acadmico. Algumas diferenas podem surgir na interpretao de algumas inter relaes entre flexibilidades. Esses problemas so especficos de cada carteira e no sero tratados de forma explcita nesta dissertao. Tambm, a implementao do processo de avaliao de contratos bastante similar para contratos contendo flexibilidades de aumento e reduo de montantes

297

90%

contratuais definidas em outras escalas de aplicao. Essa semelhana facilita a automao desse processo j que as mudanas so basicamente por conta de alteraes nos preos subjacentes. As anlises de validao indicam que os modelos apresentados nesta dissertao, para avaliao de contratos contendo flexibilidades de aumento e reduo, contm as caractersticas empricas esperadas, estimando prmios de maneira correta e representando a lgica econmica do derivativo, conforme especificado em contrato.

7.3 Flexibilidades do tipo Take-or-Pay

O procedimento de avaliao de contratos contendo flexibilidades do tipo Takeor-Pay possui algumas caractersticas que no esto presentes no processo de avaliao das outras flexibilidades. Essas atividades adicionais esto relacionadas com a modelagem e considerao do processo de consumo dos Clientes Livres dentro dos modelos de avaliao de derivativos, pois, como demonstrado na seo 6.3.4, os resultados financeiros de contratos com Take-or-Pay dependem da distribuio conjunta de consumo e preos de mercado. Por exemplo, na estimao dos preos de equilbrio desses contratos necessrio conhecer a correlao linear dessas variveis. A modelagem da estrutura de dependncia entre as variveis envolvidas necessria porque o conhecimento das distribuies marginais de consumo e preos no traz informao suficiente para resolver o problema de avaliao de contratos que possuem Take-or-Pay. Especificamente, importante conseguir modelar e simular distribuies de probabilidades conjuntas entre preos e consumo. Uma maneira de estimar distribuies conjuntas de variveis aleatrias utilizando a teoria de cpulas, vide Nelsen (1998). Um resultado central dessa literatura o teorema de Sklar que garante que dada uma distribuio conjunta multivariada associada a um vetor aleatrio, sempre existe uma funo de acoplamento de tal forma que a cpula aplicada s distribuies marginais dos elementos do vetor, gere a distribuio conjunta de interesse. Esse teorema tambm afirma que a recproca

298

verdadeira, ou seja, uma funo de acoplamento aplicada s distribuies marginais de um vetor aleatrio uma distribuio de probabilidade conjunta multivariada. Enquanto esse teorema assegura que as cpulas so funes que podem ser utilizadas para replicar o comportamento das distribuies conjuntas, ele no fornece nenhum resultado para obteno de cpulas ou estimao de seus parmetros. Na prtica, o que se faz estudar a estrutura de dependncia das variveis aleatrias de interesse e, com base nessa informao, utilizar a cpula que melhor capture essa estrutura. Para os propsitos desta dissertao assumido que a estrutura de dependncia entre preos e consumo linear com correlao constante no tempo. Essa suposio no simples de ser validada por conta da pouca disponibilidade dos dados e tambm pela complexidade e heterogeneidade dos processos envolvidos nesse clculo. A premissa de estrutura de dependncia linear entre as variveis equivalente a afirmar que a distribuio conjunta entre preos e consumo pode ser modelada por uma cpula gaussiana onde os elementos fora da diagonal principal da matriz de varincia e covarincia so as covarincias entre as distribuies marginais. Existe, no entanto, alguns complicadores adicionais que so dados pela forma com que so tratados os preos e o consumo no momento da implementao. No caso dos cenrios de preos, seguindo a mesma linha das sees anteriores, so utilizadas as simulaes fornecidas pelo modelo computacional NEWAVE. Esse modelo fornece duas mil sries de CMOs com sessenta meses de projeo cada. Esses valores podem ser truncados em limites mximos e mnimos para que dessa forma ele seja um proxy do PLD (preos spot). Maiores detalhes sobre o NEWAVE e suas sadas foram apresentados no captulo 5. Como esse modelo incorpora em suas sadas uma estrutura de dependncia temporal entre os preos mensais que no simples de ser capturada, necessrio utilizar as prprias sries simuladas como entradas para os modelos de avaliao. Dessa forma, para que preos e consumo sejam tratados conjuntamente, necessrio simular uma srie de consumo, que tambm possui uma estrutura temporal, condicionada a srie de preos j simulada. Assim, embora seja utilizada a cpula

299

gaussiana, como as distribuies marginais no so gaussianas, os resultados no sero uma distribuio normal multivariada. No caso da cpula gaussiana essa uma tarefa relativamente simples j que sua frmula corresponde da distribuio normal multivariada. Como uma das propriedades da distribuio normal multivariada que sua distribuio condicional tambm tem distribuio normal multivariada, pode-se, condicionado a uma srie de preos, sortear de forma pareada uma srie de consumo. Outra maneira de contornar esse problema utilizar a metodologia geral de simulao de cpulas, vide Nelsen (1998). Importante notar que, independente da abordagem selecionada, necessrio estimar qual a correlao entre o processo de consumo e o de preos. Para isso importante observar algumas caractersticas do modelo aplicado para modelagem do processo de consumo apresentado na equao 7.1.2. O modelo 7.1.2 escreve o consumo como uma funo somente do tempo t. Assim, pode-se escrever o consumo como sendo .e ~ Como no funo de nenhuma varivel aleatria, ou seja, . uma constante, , onde

para cada tempo t, as covarincias entre os processos de preos e consumo podem ser escritas como Utilizando as propriedades da covarincia, j que tem-se possuem correlao constantes no tempo, Com base nessa informao, pode-se estimar . uma constante no tempo t,

. Assim, pela suposio que consumo e preos . atravs da correlao amostral

entre os resduos do ajuste do consumo, feito na seo 7.1.2.2, e o PLD realizado, no mesmo perodo. A figura 7.16 apresenta o grfico de disperso dessas duas quantidades e sua correlao amostral associada. Observe que a correlao entre os processos de preos e de consumo negativa e da ordem de -0,15. Analisando a frmula 6.3.4.5, que d indicativos para os clculos do preo de equilbrio de um contrato contendo Take-or-Pay, conclui-se que essa correlao negativa equivalente a afirmar que o preo de equilbrio de um contrato contendo apenas energia firme deveria ser maior do que se fosse includo Take-or-Pay j que, da

300

forma como foi construdo o Bloco de Energia Firme para esse contrato especfico, . Na prtica, como na fase de implementao as simulaes podem no manter exatamente a mesma estrutura de correlao esperada (fato que devido s sries de preos serem truncadas em valores mnimos e mximos) essa regra de preos pode no ser seguida risca. Utilizando a correlao estimada de -0,15 pode-se recorrer a metodologia geral de cpulas para sortear sries de consumo correlacionadas com as sries de preos. O primeiro passo simular as sries de consumo e preos isoladamente. Os preos so simulados atravs do modelo NEWAVE, enquanto que o consumo pode ser facilmente simulado atravs da equao 7.1.2, j que os erros so no correlacionados e possuem distribuio normal com mdia zero e desvio padro igual a 1,46 MW mdios (erro padro apresentado na tabela 7. 3). Depois de obtidas as distribuies marginais envolvidas, so utilizadas cpulas gaussianas para correlacionar as sries de preos com as de consumo.

Resduos do modelo de Consumo (MW mdios)

Correlao Amostral = -0.1431

-3

-2

-1

50

100 PLD (R$/MWh)

150

200

Figura 7.16:Grfico de disperso dos resduos do ajuste do consumo contra os resduos do modelo autoregressivo de ordem 1 para os preos de mercado e a correlao amostral associada.

Na figura 7.17 so apresentadas as distribuies de probabilidades empricas das sries de consumo simuladas, de forma conjunta com preos, para os meses de vigncia

301

do contrato. Uma descrio mais detalhada sobre esse tipo de grfico apresentada no Apndice II. Observe que as quantidades contratadas so prximas s medianas das distribuies de probabilidade.

Probabilidade de consumo fora do intervalo Take-or-Pay

0,6575

0,4465

0,5775

0,4575

0,2335

0,5690

Figura 7.17: Distribuies de probabilidades empricas das simulaes de consumo para cada ms de vigncia do contrato F. As linhas representam as quantidades contratadas de energia e os limites de Take-or-Pay.

0,1155

0,4765

0,53

0,2620

Limites de Take-or-Pay

Quantidades contratadas

0,4635

0,8495

302

Como pode ser visto no topo da figura, a freqncia de simulaes dentro da faixa de Take-or-Pay no constante ao longo dos meses. Essa caracterstica uma conseqncia da maneira como foi definida a faixa de Take-or-Pay para o Contrato D. Como essa faixa representa um percentual da energia base, esperado que, em meses onde a quantidade contratada menor, exista menos chance do consumo cair dentro da faixa, dado que o desvio padro do consumo, usado nas simulaes, constante durante todo o ano. As simulaes conjuntas de consumo e preos so o insumo necessrio para alimentar os modelos de avaliao derivados no captulo 6. Por exemplo, os preos de equilbrio estimados para o Contrato D, sob as vises de preos advindas do NEWAVE para os meses de janeiro e junho de 2008, so apresentados na tabela 7.13.
Tabela 7.13: Preos de Equilbrio do Contrato F contendo Take-or-Pay apresentado na tabela 7.5.
Preos de Equilbrio (R$/MWh) Janeiro/2008 Viso DECK de Junho/2008 Preos Contratuais

Out-Dez/08 Jan-Set/09 Out-Dez/08 Jan-Set/09 Out-Dez/08 Jan-Set/09 Preo energia firm e 262 160 67 120 Contrato D Prm io Flexibilidade -10 -8 -2 -3 (Venda) Preo Total Contrato 252 152 65 117 168 146

Analisando a tabela v-se que: O preo de equilbrio calculado de Out-Dez/2008 cerca de R$ 100,00/MWh maior que o mesmo preo calculado de Jan-Set/2009, sob a viso do cenrio de preos de janeiro. Para o DECK de junho de 2008 uma relao oposta encontrada, ou seja, o preo de equilbrio de Out-Dez/2008 quase a metade do preo de equilbrio estimado para Jan-Set/2009. Os preos nominais do contrato se encontram entre os preos de equilbrio estimados utilizando o DECK de janeiro e os preos estimados com o DECK de junho. Os prmios estimados para o Take-or-Pay so negativos, indicando que esse contrato deveria custar menos que um contrato contendo apenas energia firme. Esse resultado esperado, dado que a correlao estimada entre o processo de consumo e preo de -0,15, fazendo com que o vendedor do contrato espere capturar um benefcio financeiro por aplicar os limites de Take-or-Pay no consumo do comprador.

303

Os prmios percentuais, ou seja, a razo entre o valor do prmio (apresentado na tabela 7.14) e o preo de equilbrio do contrato sem flexibilidade, variam em torno de -3% (DECK de junho de 2008) e -4% (DECK de janeiro). Essas quantidades representam os descontos que devem ser dados ao Cliente Livre analisado, para adicionar o Take-or-Pay no contrato.

Em suma, as estimativas apresentadas na tabela 7.13 capturam o efeito de tendncia hidrolgica refletido nos cenrios utilizados pelo NEWAVE. A divergncia de valores, causada por conta dessa tendncia, enfatiza a necessidade de escolher um cenrio de preos confivel, principalmente para estimativa de preos de contrato em horizontes prximos, como o caso do contrato D. Caso a correlao entre o consumo e preo fosse positiva, o prmio seria positivo e deveria ser cobrado um valor por incorporar Take-or-Pay no contrato sem flexibilidade. A anlise dos preos de equilbrio e dos prmios do contrato indica apenas se os preos de nominais de um contrato esto em linha com os preos de mercado, dado um cenrio de preos simulados. No entanto, para avaliar se contratos tendem ter bom ou mal desempenho, importante estudar mais mtricas relacionadas com a distribuio de probabilidade dos resultados financeiros. Na tabela 7.14 apresentada a tabela de avaliao padro para os dois cenrios de preos de mercado considerados. A anlise dessas mtricas informa que:

As mtricas de risco so muito maiores que as de retorno para os clculos baseados no DECK de janeiro de 2008, principalmente no primeiro ano. Sob a viso de junho de 2008, a atratividade do contrato alta, refletindo o cenrio de preos baixos contido nesse cenrio de preos. As probabilidades de perda so muito baixas, principalmente no primeiro ano, quando vistas sob a viso do DECK de junho. Sob o DECK de janeiro as chances de perda so maiores que 50% nos primeiros trs meses do contrato. Os desvios-padro so maiores que a mdia e a mediana em quase todos os cenrios, indicando alta incerteza nos resultados. No ano de 2009, o VaR 5% maior que o Ganho 95% nos dois cenrios,

304

Tabela 7.14: Mtricas de risco e retorno para contrato D estimadas sob as vises do DECK de preos
de janeiro e junho de 2008.
CONTRATO D DECK NEWAVE Jan 2008 Jun 2008 Anos Out/08-Dez/08 Jan/09-Set/09 Out/08-Dez/08 Jan/09-Set/09 -5,83 -12,12 -0,32 VaR 5% -6,60 2,39 4,63 2,58 Ganho 95% 4,27 -1,32 -0,18 1,59 0,82 Mdia -0,21 2,19 1,86 Mediana 1,95 3,34 5,49 0,95 3,47 Desvio Padro -4,19 -6,59 -0,96 Perda Mdia -3,57 -6,16 -12,23 -1,24 -9,51 VaR Condicional (5%) 0,51 0,34 0,07 Prob. Perda 0,29 0,39 0,92 25,82 1,79 Atratividade*

R$ Milhes

Note que o exerccio dessa flexibilidade no pode ser realizado com base em lgica racional de mercado por conta de restries de processo produtivo. Por isso, o valor agregado de uma flexibilidade de aumento e reduo de montante mensal deve ser maior ou igual que para um contrato contendo flexibilidade de Take-or-Pay se forem mantidos os mesmos cenrios de mercado. Para melhorar o entendimento do efeito causado pela interao entre os processos de preos de mercado e consumo no preo de equilbrio de contratos com Take-or-Pay mensal, so apresentados, na figura 7.18, as curvas de preos de equilbrio, para 2009, calculados sob as vises do DECK de janeiro e junho de 2008, contra as correlaes entre consumos mensais e preos. Supe-se, para esses clculos, que o processo de consumo mensal do Cliente tem distribuio normal padro sem correlao temporal. A energia base do contrato de 1 MW mdio durante o perodo de 2009 a 2011. Note que quanto menor a correlao menor tende ser o preo. O oposto tambm verdade, incrementar a correlao entre os processos de consumo e preos, tende aumentar o preo de equilbrio do contrato. De fato, analisando as equaes derivadas na seo 6.3.4, v-se que essa condio est implcita na frmula de clculo dos preos de equilbrio.

305

PREOS DE EQUILBRIO PARA O ANO DE 2009 AVALIAES BASEADAS NO DECK DE PREOS DE JANEIRO 2008
Firme
235 215 195 Preos (R$/MWh) 175 155 135 115 95 75 -0.90 -0.80 -0.70 -0.60 -0.50 -0.40 -0.30 -0.20 -0.10 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Regio onde consumo no correlacionado com preios

Correlao Consumo x Preo

PREOS DE EQUILBRIO PARA O ANO DE 2009 AVALIAES BASEADAS NO DECK DE PREOS DE JUNHO 2008
Firme
145

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

135

125 Preos (R$/MWh)

115

105

95

85

Regio onde consumo no correlacionado com preios


0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 -0.90 -0.80 -0.70 -0.60 -0.50 -0.40 -0.30 -0.20 -0.10 0.90

75 Correlao Consum o x Preo

Figura 7.18:Preos de Equilbrio para contrato padro nos anos de 2009 calculados com base na viso de janeiro de 2008 (grfico superior) e viso de junho de 2008 (grfico inferior) para diferentes nveis de Takeor-Pay mensal e diferentes premissas de correlao entre consumo e preo. Consumo mensal com distribuio normal padro sem correlao temporal. Energia de base igual a um MW mdio.

Existe, no entanto, momentos em que essa condio no atendida. Essas pequenas quebras podem ser atribudas ao modelo de simulao conjunta de consumo contra preos. Conforme j discutido, as distribuies marginais dos preos so truncadas em valores mnimos e mximos, fazendo com que exista uma tendncia de que a correlao mensal entre preos e consumo no seja sempre mantida, o que faz com que a freqncia de eventos extremos que deveriam ser observados no seja mantida. Uma alternativa seria aumentar o nmero de simulaes. No entanto, essa soluo apresenta restries porque o clculo desses preos de equilbrio computacionalmente intensivo.

306

Uma caracterstica interessante que o preo de equilbrio de contratos sem flexibilidades tende a ser prximo ao de contratos, os quais tem por detrs um processo produtivo no correlacionado com o processo de preos de mercado, independente do nvel de Take-or-Pay. Tambm, se o processo produtivo tem correlao negativa com os preos do mercado vista, esperado que o contrato sem Take-or-Pay tenha mais valor que o contrato com Take-or-Pay. Outra concluso que pode ser extrada da figura 7.18 que os preos de equilbrio de contratos com Take-or-Pay so mais sensveis a mudanas na correlao dos processos de preos de mercado com consumo, que em mudanas na faixa de Take-orPay. Assim, um contrato com maior flexibilidade de Take-or-Pay no necessariamente ter um aumento significativo em seu valor, porque a correlao entre preos e consumo que domina os preos. Para verificar essas inter-relaes so ajustados polinmios para as curvas dos prmios contra a correlao do consumo e preo. As curvas ajustadas so apresentadas na figuras 7.19. Os ajustes indicaram que polinmios de quarto so suficientes para capturar a no-linearidade da relao entre correlao e prmios dos contratos. Com base nessas curvas fica mais fcil visualizar algumas caractersticas da relao entre os preos de equilbrios e a correlao entre consumo e preos. Primeiramente, como o ajuste do polinmio de quarto grau foi significativo estatisticamente, a relao entre essas quantidades no-linear. Adicionalmente, o preo de equilbrio no simtrico com relao correlao, de forma que os prmios tendem ser 5% maiores (em valores absolutos) para uma correlao entre consumo e preos negativa que o observado para uma correlao positiva de mesma magnitude. Essa propriedade enfatiza a importncia de mensurar corretamente a estrutura de dependncia entre as distribuies de consumo mensais e os preos de mercado, j que essa relao quem define o nvel dos preos de equilbrio, para essa classe de contratos.

307

235 215 195 Preos (R$/MWh) 175 155 135 115 95 75

Firme

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

-0,90

-0,80

-0,70

-0,60

-0,50

-0,40

-0,30

-0,20

Correlao Consumo x Preo

145

Firme

10%

20%

30%

40%

-0,10

50%

60%

70%

80%

90%

100%

135

125 Preos (R$/MWh)

115

105

95

85

Regio onde consumo no correlacionado com preios


-0,90 -0,80 -0,70 -0,60 -0,50 -0,40 -0,30 -0,20 -0,10 0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90

75 Correlao Consum o x Preo

Figura 7.19:Ajustes polinomiais de quarto grau para os Preos de Equilbrio apresentados na figura 7.18.

Uma questo que no foi abordada de forma explcita nesta subseo a dificuldade de implementar o processo de avaliao apresentado para carteiras com muitos contratos. Existe um esforo relativamente grande que deve ser despendido na modelagem de processos de consumo. Por conta disso, muitas vezes, prefervel utilizar modelos simples, com poucos parmetros, para que dessa forma seja possvel mensurar quo bom so os modelos e interpretar se as relaes causa-efeito so, de fato, justificveis. O que pode ser feito construir carteiras de possveis modelos e, sob alguns critrios de seleo, escolher qual o mais apropriado para a aplicao especfica. Dessa forma, tem-se a possibilidade de automatizar uma parte do processo de avaliao de 308

0,90

carteiras e fazer com que haja menos subjetividade na construo de modelos para processo de consumo. De fato, avaliar contratos que dependem tanto de processos produtivos quanto preos de mercado uma tarefa consideravelmente complexa. Particularmente, do ponto de vista dos Clientes Livres, existem muitas outras variveis que devem ser consideradas para quantificar risco. Essas variveis esto relacionadas com o conceito de custo de oportunidade desses agentes e com o risco de exposio aos mercados de curto prazo. Adicionalmente, a assimetria de informao que visualizada no mercado de energia brasileiro dificulta substancialmente as questes relacionadas com descoberta de preos e, conseqentemente, simulaes fidedignas de processos que os envolvem. Dessa forma, enquanto as derivaes representam de forma realista o mecanismo dos derivativos embutidos em contratos, a implementao do processo de avaliao uma tarefa que exige maior esforo por conta principalmente de indisponibilidade de informao. Por outro lado, as anlises realizadas nesta subseo permitem entender as dificuldades que devem ser contornadas no momento de avaliar contratos de Clientes Livres contendo Take-or-Pay. Os resultados apresentados, os quais no podem ser estendidos para outros Clientes Livres que possuam processos produtivos diferentes do avaliado nesta subseo, indicam como implementar gesto de risco em contratos contendo Take-or-Pay. Os modelos de avaliao parecem representar corretamente caractersticas desse tipo de contrato. Anlises empricas, no apresentadas, indicam que os resultados esto condizentes com o que tem sido observado no mercado, no entanto, dados sobre preos de contratos e curvas de preos desses instrumentos so necessrios para realizar uma anlise formal sobre desempenho dos modelos.

309

7.4 Flexibilidades do tipo Sazonalizao Anual

A ltima das flexibilidades contratuais estudadas na dissertao a chamada Sazonalizao Anual. Como apresentado no decorrer do captulo 6, essa flexibilidade d o direito, a uma das contrapartes do contrato, de alocar mensalmente o montante anual de energia contratado dentro de uma faixa especificada em contrato. Para ilustrar o processo de avaliao desses contratos utiliza-se a carteira apresentada na tabela 7.6, na seo 7.1. Com base na metodologia apresentada na seo 6.3.5 foram estimados os preos de equilbrio para cada contrato pertencente a essa carteira. Esses valores foram desmembrados nos componentes associados com a energia firme da carteira e o prmio da sazonalizao. Esses preos so apresentados na tabela 7.15.
Tabela 7.15: Preos de Equilbrio, prmios e preos contratuais dos contratos E, F e G, apresentados na tabela 7.6, calculados sob as vises dos DECKs do NEWAVE de janeiro e junho de 2008.
Preos de Equilbrio (R$/MWh) Janeiro/2008 Junho/2008 Preos Contratuais

2009
Preo energia firm e Contrato E (Com pra) Prm io Flexibilidade 156 9

2010
153 8

2011
188 9

2009
120 8

2010
130 8

2011
159 9

2009

2010

2011

Preo Total Contrato


Preo energia firm e Contrato F (Venda) Prm io Flexibilidade

165
151 13

161
148 12

197
182 14

128
116 13

138
125 13

168
154 13

140

152

158

Preo Total Contrato


Preo energia firm e Contrato G (Venda) Prm io Flexibilidade

164
156 6

160
153 5

196
188 5

129
120 5

138
130 4

167
159 5

150

175

180

Preo Total Contrato

162

158

193

125

134

164

151

158

155

Analisando a tabela v-se que:

O prmio associado com a sazonalizao maior no contrato F, pois esse possui a maior faixa de sazonalizao. Para quase todos os anos, os preos nominais se encontram entre os preos de equilbrio calculados sob o DECK do ms de junho e de janeiro, sugerindo que esse nvel de preos est condizente com a expectativa futura indicada pelo NEWAVE. Calculando-se a razo entre o prmio do derivativo e a amplitude da faixa de sazonalizao observa-se valores entre R$ 0,20 a R$ 0,25 por percentual de sazonalizao,

310

indicando que o preo de contrato pode conter um peso significante da componente de sazonalizao, caso a faixa da flexibilidade seja ampla. Os prmios, em valores absolutos, so relativamente uniformes entre os DECKs utilizados na anlise. Isso indica que o perfil dos preos intra-ano tende a ser semelhante entre DECKs. Os prmios representam cerca de 5,5%, 8,5% e 3,5% dos preos totais de equilbrio dos contratos E, F e G, respectivamente.

A avaliao dos preos de equilbrio dos contratos importante para direcionar estratgias comerciais e para estudar a composio da carteira, no entanto, ele no fornece uma viso completa da exposio de agentes por conta do cenrio de preos de mercado. Portanto, so apresentadas na tabela 7.16 as mtricas de avaliao padro para cada contrato individual e para a carteira completa. Essa tabela mostra que:

A atratividade do contrato E maior que nos contratos F e G sob o cenrio de preos dado pelo DECK de janeiro. Sob o cenrio de preos de junho acontece o inverso, ou seja, a atratividade menor no contrato E e maior nos contratos F e G. Esse efeito do DECK causado principalmente pelo nvel dos preos em cada um dos cenrios de preos, e no pelo efeito da sazonalizao. Nesses casos onde existe grande incerteza sobre a direo dos preos sempre uma boa prtica trabalhar com carteiras balanceadas. Por conta disso a mtrica de atratividade da carteira agregada superior a 1 em todos os anos e cenrios. As mdias so positivas em todos os cenrios para a carteira agregada, no entanto, as probabilidades de perdas so maiores que 0,50 na maioria dos cenrios. De fato a carteira possui um risco menor (VaR 5%) que os contratos individuais, enfatizando o efeito de combinao dos derivativos. Essas caractersticas indicam que a combinao de diferentes contratos pode aumentar as chances de ganho e garantir desempenho das carteiras, reduzindo o impacto direcional dos cenrios de preos.

311

Tabela 7.16: Mtricas de risco calculadas para os contratos individuais e para a carteira agregada que foi apresentada na tabela 7.6. Estimativas feitas com base nas vises de preos de janeiro e junho de 2008.
CONTRATO E (COMPRA) DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade*

Jan 2008
2009
-20,11 66,23 4,02 -8,83 28,23 -14,19 -20,49 0,63 1,45

Jun 2008
2011
-17,76 46,60 5,07 0,37 19,67 -10,67 -18,86 0,49 1,96

2010
-19,48 50,77 1,33 -5,69 20,93 -12,52 -20,16 0,60 1,18

2009
-19,80 39,28 -1,88 -7,89 18,21 -12,31 -20,28 0,67 0,77

2010
-19,52 39,86 -2,06 -7,97 17,80 -11,99 -20,21 0,68 0,75

2011
-17,77 41,22 1,26 -3,85 17,61 -10,23 -18,72 0,61 1,20

R$ Milhes

CONTRATO F (VENDA) DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade*

Jan 2008
2009
-12,83 4,50 -0,47 2,12 5,73 -7,08 -12,96 0,35 0,81

Jun 2008
2011
-13,14 6,40 -0,63 0,75 5,97 -6,08 -13,97 0,45 0,77

2010
-14,53 7,09 0,65 2,73 6,38 -6,53 -15,48 0,35 1,28

2009
-7,90 4,42 0,71 1,91 3,72 -3,78 -10,18 0,32 1,60

2010
-11,27 7,08 1,66 3,44 5,45 -5,69 -13,98 0,28 2,06

2011
-11,85 6,37 0,52 2,03 5,36 -5,54 -13,44 0,35 1,27

R$ Milhes

CONTRATO G (VENDA) DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade*

Jan 2008
2009
-22,49 7,68 -0,61 3,84 9,78 -12,12 -22,81 0,34 0,85

Jun 2008
2011
-18,62 6,97 -2,00 -0,06 7,81 -8,13 -19,96 0,50 0,51

2010
-7,35 3,06 0,00 1,05 3,10 -3,20 -8,06 0,38 1,00

2009
-12,89 7,57 1,46 3,55 6,28 -6,50 -17,04 0,30 1,75

2010
-5,66 3,08 0,51 1,39 2,64 -2,83 -7,18 0,30 1,60

2011
-16,58 6,97 -0,48 1,57 6,98 -7,44 -19,09 0,40 0,84

R$ Milhes

CARTEIRA DE CONTRATOS DECK NEWAVE Anos VaR 5% Ganho 95% Mdia Mediana Desvio Padro Perda Mdia VaR Condicional (5%) Prob. Perda Atratividade* R$ Milhes 2009
-7,93 30,94 2,94 -2,87 12,72 -5,54 -8,11 0,60 1,09

Jan 2008
2010
-9,34 28,91 1,98 -1,89 11,44 -5,91 -9,69 0,57 1,03

Jun 2008
2011
-4,41 14,94 2,44 0,97 5,90 -2,71 -4,71 0,43 2,12

2009
-7,81 18,85 0,29 -2,40 8,21 -4,71 -8,01 0,63 1,10

2010
-9,39 22,84 0,11 -3,15 9,72 -5,72 -9,72 0,64 1,03

2011
-4,40 13,35 1,29 -0,22 5,28 -2,56 -4,67 0,52 1,97

Com base nas mtricas de avaliao calculadas, pode-se tomar decises de incorporar ou descartar transaes com o objetivo de melhorar o desempenho dessa carteira de contratos. importante realizar o acompanhamento dessas mtricas a cada mudana no cenrio de mercado, pois o risco de uma carteira dinmico no tempo e correes devem ser feitas para ajustar os nveis de acordo com os patamares desejados. 312

Para finalizar o fluxo de avaliao de um contrato de sazonalizao necessrio discutir decises de exerccio relacionadas com os contratos que possuem essa classe de flexibilidades. Para tomar essas decises necessrio implementar a metodologia introduzida na seo 6.5.3. Em termos sucintos, a melhor deciso de sazonalizao aquela que apresenta maior atratividade e desempenho superior deciso de referncia, a qual definida como a deciso de alocao constante de energia nos meses do ano. Assim, calculando-se a mtrica de atratividade com base na distribuio dos resultados financeiros associados com a diferena entre a deciso sob avaliao e a deciso de alocao constante pode-se estudar se existe, e qual , a deciso que apresenta melhor desempenho que a deciso de alocao constante. Por isso, so apresentadas na figura 7.20 as funes de distribuio acumuladas associadas com essas mtricas de atratividade para o contrato E nos anos de 2009 a 2011 e cenrios de preos de janeiro e junho de 2008. Essa figura semelhante para os outros contratos.

Valores Acima da Mediana (Viso DECK de junho) Valores Abaixo da Mediana (Viso DECK de junho) Valores Acima da Mediana (Viso DECK de janeiro) Valores Abaixo da Mediana (Viso DECK de janeiro)

Corte para Atratividade = 1 Corte para Atratividade = 2

13.3

10.5

Atratividade

5.6 7 8.4

3.5

0 1.4

0.2

0.4

0.6

0.8

0.2

0.4

0.6

0.8

0.2

0.4

0.6

0.8

Funo Distribuio Acumulada

Figura 7.20:Mtricas de atratividade das decises de sazonalizao para o contrato E nos anos de 2009, 2010 e 2011 calculadas sob os DECKs de preos de janeiro e junho de 2008. Mtrica de atratividade calculada sob a distribuio de probabilidade da diferena entre a deciso sob avaliao e a deciso de alocao constante de montante de energia.

313

0 1.4

3.5

5.6 7 8.4

10.5

CONTRATO E

13.3

2009

2010

2011

Note que caso uma deciso apresente atratividade menor que a deciso de alocao constante ela tem mtrica de atratividade com valores no intervalo [0, 1). Se uma deciso apresenta atratividade melhor que a deciso de referncia, ento ela possui mtrica de atratividade maior que 1. Como apresentado na figura, sob o cenrio de junho, mais de 80% das decises so superiores alocao constante de energia nos anos de 2009 e 2010. No ano de 2011 existem cerca de 65% de decises que so mais atrativas que a alocao constante de energia. Observando as decises mais atrativas sob a viso do DECK de janeiro, mais da metade das decises apresentam desempenho superior ao da deciso de alocao constante de energia. Como existem decises superiores alocao constante de energia necessrio descobrir qual dessas decises que apresenta a maior atratividade. Foram utilizadas 2000 sries de preos de mercado, para cada DECK de preos do NEWAVE, e cada uma resultou em uma deciso de alocao. Desse universo de decises, as que possuem as maiores atratividades, para cada contrato e cada ano, so apresentadas na tabela 7.17. Nessa tabela as clulas com fontes enfatizadas contm valores onde a alocao de energia mensal est abaixo da quantidade nominal do contrato. As outras clulas contm os valores onde a alocao mensal est acima da quantidade nominal do contrato. Observe que existe uma tendncia de que as quantidades alocadas sejam maiores que as quantidades nominais nos meses pertencentes ao segundo quarto do ano. Essa tendncia esperada j que, historicamente os preos do segundo quarto do ano so superiores ao preo mdio do ano. No entanto, em cenrios de preos onde so esperados valores maiores nos primeiros meses do ano, o modelo alocou energia de maneira diferente, como o caso da alocao realizada para o ano de 2009, sob o DECK de janeiro de 2008. Essas anlises do subsdios aos modelos indicando que as decises esto sendo selecionadas de maneira correta. No entanto, as decises timas no so uniformes entre anos e entre DECKs, ou seja, no existe uma regra simples para definir as decises atrativas. Adicionalmente, os limites de sazonalizao dos contratos fazem com que as decises no sejam as mesmas para todos os contratos.

314

Tabela 7.17: Decises de alocao com maiores atratividades, para cada contrato e cada ano, calculadas sob as vises do DECK de preos de janeiro e junho de 2008. Decises apresentadas como percentual da deciso de alocao constante (100% significa deciso constante).
2009 120 120 80 120 120 80 120 120 80,67 80 80 80 CONTRATO E (COMPRA) Viso Janeiro 2010 2011 2009 80 80 80 80 80 120 80 119,33 120 120 120 120 80 80 80 120 80 80 120 120 120 119,33 80 120 80 80 80 120 118,06 80 120 120 120 120 80 80 Viso Junho 2010 120 80 80 80 80 120 120 118,06 120 80 80 120 2011 80 120 80 80 80 80 120 120 120 120 120 81,94

Janeiro Fevereiro Maro Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro

Janeiro Fevereiro Maro Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro

2009 130 130 65 130 130 96,50 130 65 65 65 65 130

CONTRATO F (VENDA) Viso Janeiro 2010 2011 93,39 65 65 65 130 65 130 130 65 130 130 65 130 94,11 130 65 65 130 130 130 130 130 65 65

2009 65 65 65 130 130 92,17 130 130 130 130 65 65

Viso Junho 2010 130 65 65 65 91,29 130 130 130 130 65 65 130

2011 65 130 130 65 65 65 97,58 130 130 130 130 65

Janeiro Fevereiro Maro Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro

2009 115 90 108,55 115 115 90 115 90 90 90 90 90

CONTRATO G (VENDA) Viso Janeiro 2010 2011 90 90 90 90 115 90 115 110 90 115 115 90 90 90 115 90 90 115 115 90 109,17 115 90 90

2009 90 90 90 90 115 108 115 115 90 115 90 90

Viso Junho 2010 115 90 90 90 90 115 90 115 115 90 90 109,35

2011 90 115 90 90 90 90 115 115 115 90 111,67 90

Note que as alocaes de energia convergem para os limites superiores e inferiores e a restrio de manuteno do montante anual faz com que haja alguns valores fora dos limites de sazonalizao. 315

Para entender melhor o efeito dos limites de sazonalizao nas decises de alocao pode-se observar a figura 7.21 que a deciso escolhida para os contratos E, F e G, em cada um dos trs anos, sob a viso do cenrio de preos de junho de 2008.

Energia Mensal Alocada como Percentual da Energia base contratada Energia Mensal Alocada como Percentual da Energia base contratada Energia Mensal Alocada como Percentual da Energia base contratada

CONTRATO E
140

Energia Alocada como Percentual da Energia Mensal Contratada

60

J Meses

CONTRATO F
130

60 70 80 90

J M es es

CONTRATO G
130

60 70 80 90

Meses

Figura 7.21:Quantidades alocadas de energia, associadas com a deciso tima, para os contratos E, F e G, nos anos de 2009, 2010 e 2011, sob a viso do DECK de junho de 2008.

Note que quanto menor a faixa de sazonalizao, mais prximos aos limites de sazonalizao tendem ficar as alocaes de energia. Isso devido s restries do modelo de otimizao, principalmente aquela que obriga o montante sazonalizado ser igual ao montante contratado para cada ano. Conforme aumenta a faixa de sazonalizao, o modelo tem mais liberdade para alocar energia o que faz com que possam ocorrer mudanas no perfil de alocao. No entanto, comparando-se os trs grficos da figura 7.21 tem-se basicamente o mesmo perfil. 316

Limite inferior = 90% Limite superior = 115 %

110

Limite inferior = 65% Limite superior = 130 %

110

Limite inferior = 80% Limite superior = 120 %

2009
120

2010

2011

70

80

90 100

Para complementar a anlise das decises de sazonalizao necessrio calcular as mtricas de avaliao associadas com essas decises. Essas mtricas so apresentadas na tabela 7.18. A atratividade dessas alocaes so muito superiores a 1, indicando que essas decises devem apresentar desempenho bastante superior deciso de alocao constante do montante anual. As probabilidades de perda so menores que 0,30 em muitos cenrios e a mdia positiva, indicando que esperado um ganho devido alocao quando comparado alocao de energia constante dentro do ano. As mtricas contidas na tabela 7.18 indicam basicamente que, mesmo existindo decises com atratividade muito superiores a deciso de alocao constante, elas possuem um risco associado que devido ao perfil dos preos se comportarem de forma adversa. No entanto, o fato da atratividade das decises serem muito maiores que 1 indicam que essas eventuais perdas, corrigidas por suas probabilidades de ocorrncia, so muito menores que os potenciais ganhos que esto relacionados com essas decises. Observe que a deciso escolhida tima sob as sries avaliadas (2000 nesse caso), mas no existe garantia da otimalidade dessas decises. Por conta disso, necessrio recorrer a uma forma de mensurar qual a chance de que existam decises melhores que a escolhida. Uma das maneiras de fazer isso recorrer teoria de valores extremos (TVE), a qual permite estimar probabilidades de eventos com baixa freqncia de ocorrncia, ou no observados no histrico. A TVE (Embrechts et al, 1997), apresenta uma teoria bem estruturada para se estimar a forma da cauda da distribuio dos mximos de uma sequncia de variveis aleatrias. Calcular a probabilidade de que exista uma deciso melhor que a escolhida o mesmo que estimar a probabilidade de que a atratividade mxima, em uma amostra de tamanho 2000, seja maior que a atratividade mxima observada na simulao base das anlises. Pode-se mostrar, vide Embrechts et al (1997), que a distribuio dos excessos alm de um determinado limiar tem Distribuio Generalizada de Pareto (GPD). Assim, a partir da

317

Tabela 7.18: Mtricas de avaliao associadas com as decises timas de sazonalizao, para cada contrato e cada ano. Mtricas calculadas sob as vises dos DECKS de janeiro e junho de 2008.
CONTRATO E

DECK NEWAVE Anos Quantil 2,5% Quantil 97,5% Mdia Mediana Desvio Padro E[R_otimo - R_flat > 0] E[R_otimo - R_flat < 0] E[R_otimo - R_flat < Quantil 5%] E[R_otimo - R_flat < Quantil 2,5%] P(R_otimo - R_flat < 0) Mtrica de Deciso 2* Atratividade

Jan 2008
2009
-0,82 2,87 0,47 0,15 0,94 -0,27 0,88 -0,27 -1,41 0,35 Sim 5,96

Jun 2008
2011
-0,57 0,99 0,12 0,07 0,37 -0,21 0,32 -0,21 -0,78 0,37 Sim 2,57

2010
-1,09 1,99 0,28 0,18 0,70 -0,41 0,58 -0,41 -1,53 0,30 Sim 3,33

2009
-0,69 2,06 0,48 0,37 0,71 -0,33 0,69 -0,33 -1,14 0,20 Sim 8,24

2010
-0,34 1,40 0,37 0,32 0,43 -0,23 0,46 -0,23 -0,64 0,14 Sim 12,48

2011
-0,87 1,54 0,28 0,22 0,57 -0,34 0,52 -0,34 -1,12 0,28 Sim 3,87

Mtrica deciso 2 = * Todas as Mtricas foram calculadas com base na distribuio de probabilidade dos resultados financeiros associados com a diferena entre a deciso de sazonalizao definida como tima e a deciso de sazonalizao flat.
CONTRATO F

R$/MWh

DECK NEWAVE Anos Quantil 2,5% Quantil 97,5% Mdia Mediana Desvio Padro E[R_otimo - R_flat > 0] E[R_otimo - R_flat < 0] E[R_otimo - R_flat < Quantil 5%] E[R_otimo - R_flat < Quantil 2,5%] P(R_otimo - R_flat < 0) Mtrica de Deciso 2* Atratividade

Jan 2008
2009
-0,21 0,94 0,13 0,05 0,27 -0,07 0,24 -0,07 -0,33 0,36 Sim 5,78

Jun 2008
2011
-0,42 0,66 0,09 0,05 0,26 -0,15 0,22 -0,15 -0,51 0,37 Sim 2,62

2010
-0,35 0,83 0,12 0,06 0,28 -0,14 0,23 -0,14 -0,56 0,30 Sim 3,72

2009
-0,24 0,69 0,16 0,13 0,23 -0,12 0,23 -0,12 -0,40 0,18 Sim 8,54

2010
-0,19 0,68 0,18 0,15 0,21 -0,11 0,22 -0,11 -0,31 0,13 Sim 13,87

2011
-0,28 0,57 0,10 0,06 0,20 -0,11 0,19 -0,11 -0,38 0,31 Sim 3,92

Mtrica deciso 2 = * Todas as Mtricas foram calculadas com base na distribuio de probabilidade dos resultados financeiros associados com a diferena entre a deciso de sazonalizao definida como tima e a deciso de sazonalizao flat.
CONTRATO G

R$/MWh

DECK NEWAVE Anos Quantil 2,5% Quantil 97,5% Mdia Mediana Desvio Padro E[R_otimo - R_flat > 0] E[R_otimo - R_flat < 0] E[R_otimo - R_flat < Quantil 5%] E[R_otimo - R_flat < Quantil 2,5%] P(R_otimo - R_flat < 0) Mtrica de Deciso 2* Atratividade

Jan 2008
2009
-0,19 0,76 0,11 0,04 0,23 -0,06 0,22 -0,06 -0,28 0,39 Sim 5,61

Jun 2008
2011
-0,16 0,28 0,04 0,02 0,11 -0,06 0,09 -0,06 -0,21 0,36 Sim 2,71

2010
-0,07 0,14 0,02 0,01 0,05 -0,03 0,04 -0,03 -0,11 0,28 Sim 3,82

2009
-0,15 0,40 0,09 0,08 0,14 -0,07 0,13 -0,07 -0,24 0,19 Sim 8,11

2010
-0,03 0,10 0,03 0,02 0,03 -0,02 0,03 -0,02 -0,05 0,17 Sim 10,71

2011
-0,13 0,28 0,05 0,04 0,10 -0,06 0,09 -0,06 -0,18 0,28 Sim 4,20

Mtrica deciso 2 = * Todas as Mtricas foram calculadas com base na distribuio de probabilidade dos resultados financeiros associados com a diferena entre a deciso de sazonalizao definida como tima e a deciso de sazonalizao flat.

R$/MWh

318

estimao de GPDs para as distribuies de probabilidades das atratividades relacionadas com as decises de sazonalizao possvel calcular as probabilidades de que o haja uma deciso melhor que a adotada. Se essa probabilidade for muito elevada, ento existe um nmero significativo de decises que so melhores que a deciso adotada. Caso contrrio, tem-se evidncia para acreditar que a deciso escolhida est dentro do conjunto das melhores decises que poderiam ser adotadas. Para cada contrato e cada ano onde tomada uma deciso de sazonalizao, utiliza-se as 100 maiores atratividades (5%) para se estimar as GPDs. A partir dessas distribuies estimadas so calculadas probabilidades de que a atratividade mxima exceda a atratividade associada com a deciso de sazonalizao escolhida. Esses valores so apresentados na tabela 7.19.

Tabela 7.19: Probabilidade de que a atratividade mxima exceda a atratividade mxima observada. Probabilidades calculadas sob as GPD estimadas.
DECK de Janeiro de 2008 Ano 2009 2010 2011 5,96 3,33 2,57 Atratividade Mxima Observada 0,28% 0,12% 0,94% Contrato E Chance de Excedncia 5,26 2,95 2,06 Mdia da GPD 5,78 3,72 2,62 Atratividade Mxima Observada 0,91% 0,07% 2,12% Contrato F Chance de Excedncia 5,13 2,95 2,11 Mdia da GPD 5,61 3,82 2,71 Atratividade Mxima Observada 0,46% 0,50% 4,22% Contrato G Chance de Excedncia 5,12 2,89 2,05 Mdia da GPD * Probabilidade no pode ser estimada pois o ajuste no foi satisfatrio DECK de Junho de 2008 2009 2010 2011 8,24 12,48 3,87 1,22% 0,00% 0,79% 7,84 9,13 3,24 8,54 13,87 3,92 * 0,41% 0,00% 9,88 3,20 8,11 10,71 4,20 0,00% 4,54% 0,43% 7,45 7,22 7,22

As probabilidades de excedncia so, muitas vezes, inferiores 1% indicando que existe pouca chance de que hajam decises melhores que a adotada. Adicionalmente, a mdia das GPDs estimadas so inferiores que a atratividade mxima observada na amostra indicando que as decises so, de fato, melhores que a grande maioria das decises possveis. Observe que o processo de sazonalizao de energia funo da averso ao risco dos agentes e de quanta exposio eles so esperados suportarem dentro dos ambientes de mercados. Na prtica, a definio de uma escolha de sazonalizao funo de outros fatores que no foram considerados nos modelos de forma explcita. O primeiro fator o atendimento da regra de lastro da carteira, que pode mudar a deciso tima de

319

sazonalizao no caso de carteiras balanceadas. A outra funo de estratgias comerciais que no so simples de serem incorporadas dentro dos modelos de deciso. Uma forma simples contornar esses problemas derivar as solues irrestritas, que so as sadas dos modelos apresentados nesta dissertao e corrigir essas solues para incorporarem esses fatores exgenos. Aps isso, pode-se calcular as mtricas de avaliao e medir qual foi a perda por alterar as solues irrestritas para incorporarem outras restries presentes no processo de comercializao.

320

CONCLUSES, CONTRIBUIES E

SUGESTES DE TRABALHOS FUTUROS.


8.1 Concluses

Esta dissertao trata de temas que so de grande relevncia no contexto atual do mercado de energia brasileiro. Dado o estreitamento do balano sistmico e a subida dos preos por conta da forma com que vem sendo feita a expanso do sistema, a gesto eficiente dos processos relacionados com compra e venda de energia tem se tornado ao mesmo tempo um diferencial competitivo e uma caracterstica vital para a manuteno da sade das empresas do setor. No entanto, os processos de compra e venda de energia so funes de uma srie de atividades que vo desde o mapeamento dos riscos a que se tem exposio, at o clculo de mtricas que orientam decises comerciais. A abordagem apresentada neste trabalho resume o processo de comercializao de energia no ACL dentro de seis passos principais: 1. Entendimento e desmembramento dos contratos em blocos. 2. Classificao dos blocos desmembrados em portflios especficos. 3. Modelagem dos preos subjacentes envolvidos e suas premissas. 4. Aplicao de modelos para carteiras especficas de derivativos. 5. Clculo de medidas de risco e mtricas de desempenho da carteira. 6. Acompanhamento de desempenho das carteiras, deteco de estratgias de cobertura e decises de exerccio. As duas primeiras atividades descritas nesses fluxos tm forte relao com a teoria de derivativos. Foi visto que, como comumente observado em mercados de balco, muitos contratos celebrados dentro ACL so no padronizados e possuem termos e condies que podem ser tratados como instrumentos derivativos de preos de mercado. Por conta disso, foi realizada no captulo 5 uma discusso detalhada sobre a teoria de derivativos e a

321

estrutura dos mercados onde esses instrumentos so transacionados. No captulo 6 foi ensinado como desmembrar os contratos do ACL em blocos de flexibilidades e depois convert-los em derivativos que podem ser modelados matematicamente. Foi concludo basicamente que

Contratos de energia firme tm estrutura semelhante a Swaps. Flexibilidades de aumento e reduo de montantes devem ser modeladas como Swaptions. Flexibilidades do tipo Take-or-Pay so Swaptions com a diferena que o gatilho de exerccio funo do processo produtivo do Cliente Livre. Flexibilidades de Sazonalizao podem ser tratadas como Swing Options.

Com base na discusso realizada no captulo 4 sobre preos de mercados, que est alinhada com o passo 3 do fluxo descrito acima, foi possvel entender o processo de formao de preos de mercado e quais so as principais diretivas ditam a evoluo dessa varivel. Dessa forma possvel julgar quais premissas devem ser tratadas com maior cautela para que os resultados dos modelos sejam consistentes. Foi visto que

A principal varivel explicativa dos PLDs semanais afluncia defasada de uma semana. O PLD mdio anual tem forte relao com o balano sistmico.

No captulo 4 ainda foi feita uma discusso sobre a distino entre o PLD e os preos de mercado presentes em contratos de curto e longo prazo. Foi visto que o PLD derivado por modelos que visam minimizar o custo operativo do sistema e por isso no incorporam questes de mercado como o prmio do risco. Dessa forma existe uma distoro entre os preos a que so liquidados as sobras e dficits e os preos que so praticados nos mercados de curto e longo prazo. Com relao modelagem de preos de mercado foi argumentado que modelos clssicos baseados em movimentos brownianos devem apresentar baixo desempenho no mercado de energia brasileiro, por conta de que as suposies tericas dos modelos no so

322

atendidas para as sries histricas de preos de mercado. Por conta disso foi recomendado calibrar as entradas do modelo NEWAVE e utilizar os CMO advindos da otimizao, com algum tratamento prvio, para obter indicao futura de preos. Outra alternativa calibrar os parmetros de modelos com as sadas do NEWAVE e utilizar esses modelos para simular preos de mercado. A formulao dos modelos de avaliao de derivativos, que representa o passo 4 do fluxo, foi realizada no captulo 6. Foram obtidos modelos de avaliao de contratos de energia firma, contratos contendo flexibilidades de Aumento e Reduo em escala mensal e anual, contratos contendo Take-or-Pay mensais e contratos contendo Sazonalizao Anual. As principais concluses foram

As regras de reajuste dos contratos so importantes e, apesar de trazerem maior complexidade modelagem dos resultados financeiros, devem ser incorporadas nos modelos para que os resultados sejam realistas.

Opes de aumento e reduo de montante tem um prmio embutido que funo basicamente da probabilidade de exerccio e da regra de reajuste dos contratos. O resultado financeiro formulado para as opes de aumento e reduo apresentadas na dissertao pode ser interpretado como uma extenso do modelo de Black & Scholes, j que no realiza suposio a distribuio dos preos.

Os prmios de contratos contendo flexibilidades de aumento e reduo decai de forma no linear conforme aumenta a escala de aplicao da opo (maior prmio est associado com flexibilidade mensal, depois bimestral, etc).

A varivel que mais afeta o valor de contratos contendo flexibilidades de Take-or-Pay a correlao entre o processo produtivo do Cliente Livre e os preos de mercado.

A relao entre a correlao dos processos de consumo e preos so nolineares e podem ser bem aproximadas por polinmios de quarto grau. 323

Dessa forma, a avaliao de contratos contendo Take-or-Pay tem que ser feita de forma personalizada para cada Cliente Livre para evitar inconsistncias.

Tratar flexibilidades de Take-or-Pay como opes de aumento e reduo de montantes superestima fortemente o prmio desses contratos.

O prmio de contratos de sazonalizao funo de uma otimizao estocstica.

Os valores de contratos contendo sazonalizao funo principalmente da variabilidade da amplitude dos preos de mercado intra-ano, ao invs do nvel desses preos.

No captulo 6, conforme o passo 5 do fluxo, tambm foram introduzidas diversas mtricas que podem ser utilizadas na avaliao de risco e desempenho de contratos. Foram discutidas as principais propriedades e armadilhas das mtricas e recomendou-se que as seguintes mtricas no processo de avaliao: VaR 5%, Ganho 95%, Mdia, Mediana, Desvio Padro, VaR Condicional (5%), Probabilidade de Perda e Atratividade. Conclui-se que essas mtricas do uma viso completa do desempenho de operaes e carteira, pois capturam diferentes caractersticas das distribuies de probabilidades dos resultados. De maneira particular O VaR 5% traz informao sobre a melhor perdas das piores perdas e pode ser utilizada para alocar recursos para cobrir perdas atpicas. O Ganho 95% mede a magnitude de ganhos com baixa probabilidade de ocorrncia. A Mdia e a Mediana do indicaes sobre a expectativa de desempenho dos contratos. O desvio padro incorpora informao sobre a incerteza dos resultados.

324

O VaR Condicional (5%) mede a magnitude mdia das perdas atpicas. A Probabilidade de Perda informa a freqncia esperada das perdas. A Atratividade traz informao se os resultados financeiros so dominados pelos ganhos ou pelas perdas, ambos ponderados por suas chances de ocorrncia. Ao final do captulo 6 foi feita uma discusso sobre o exerccio dos derivativos modelados durante a dissertao, finalizando o fluxo apresentado. Conclui-se que a deciso de exerccio deve considerar pelo menos dois critrios: desempenho superior a um desempenho de referncia e risco limitado. Levando isso em considerao foi proposta uma estrutura para representar essa lgica. Aplicao da metodologia foi realizada no captulo 7 para as classes de derivativos apresentadas. Foram utilizados carteiras de contratos com dados reais, as quais foram avaliadas sob dois cenrios de preos de mercado para estudar a sensibilidade dos resultados a movimentos de variveis de mercado e para averiguar a consistncia dos modelos. Para a carteira com contratos contendo flexibilidade de aumento e reduo anual foi visto que: O prmio do derivativo componente importante dos preos de equilbrio dos contratos representando mais de 10% do preo total do contrato em alguns casos (Tabela 7.8). Os resultados em termos absolutos variam substancialmente com as premissas de preos utilizadas, no entanto, em termos relativos os prmios como valores dos contratos so uniformes indicando consistncia dos modelos (Tabela 7.8 e Tabela 7.11). Os preos de equilbrio obtidos esto consistentes com os preos nominais dos contratos indicando que, calibrando-se corretamente suas entradas, os modelos podem ser utilizados para precificao de operaes (Tabela 7.8). Apesar das mtricas de risco individuais apresentarem valores relativamente elevados, a avaliao da carteira de contratos mostrou que a combinao de contratos pode

325

ajudar a mitigar o risco reduzindo a exposio variao de preos, independentemente da direo dos preos de mercado (Tabela 7.9). A estrutura de avaliao proposta permite a comparao de desempenho de carteiras, contratos individuais ou o clculo do efeito marginal de determinado contrato na carteira. O prmio dos derivativos no simtrico com relao a faixa de flexibilidade (Tabela 7.11). Estudos de simulao indicaram que o prmio da flexibilidade aumenta de forma exponencial com a amplitude da faixa de probabilidade (Figura 7.13 e Figura 7.15).

Para o contrato de Take-or-Pay concluiu-se que:

De acordo com o esperado, se a correo entre consumo e preo negativa, o prmio do contrato de Take-or-Pay tende ser negativo tambm. Vender contrato de Take-or-Pay o mesmo que vender correlao entre consumo e preos. O efeito de Take-or-Pay pode ser significativo para um contrato, porm em termos relativos esse efeito menor que o observado em um contrato de aumento e reduo mensal. A avaliao de risco indicou que o desempenho do contrato considerado pode variar substancialmente de acordo com o cenrio de preos considerado. Esse fato devido ao nvel dos preos de mercado em cada um dos cenrios de preos e no do efeito do Take-or-Pay. Estudos de sensibilidade indicaram que o principal componente dos prmios de contratos com Take-or-Pay a correlao entre consumo e preos.

326

A relao entre a correlao dos processos de consumo e preos e o preo de equilbrio do contrato parece seguir um polinmio de quarto grau. No entanto, um maior nmero de simulaes necessrio para descobrir se essa relao verificada.

Tambm os estudos de simulao indicaram que o preo de equilbrio no simtrico com relao correlao, de forma que os prmios tendem ser 5% maiores (em valores absolutos) para uma correlao entre consumo e preos negativa que o observado para uma correlao positiva de mesma magnitude. A faixa de Take-or-Pay tem influncia no prmio do contrato de Take-orPay, no entanto esse efeito muito menor que a da correlao.

As anlises realizadas para a carteira de sazonalizao permitem concluir que:

Para a carteira avaliada, a relao entre prmio da sazonalizao e amplitude da faixa cerca de R$ 0,20/MWh, ou seja para cada aumento de 1% na amplitude de sazonalizao o preo do contrato deveria ser incrementado em cerca de R$ 0,20/MWh. Mesmo que contratos individuais no apresentem bom desempenho, o efeito agregado de contratos pode ser benfico para a carteira, aumentando seu desempenho. A estrutura proposta para seleo da deciso tima tem probabilidade elevada de encontrar tal deciso, subsidiando a aplicabilidade dos modelos. Essas decises podem ser at 14 vezes mais atrativa que a deciso de alocar energia constante dentro do ano. Para os cenrios de preos considerados existe uma tendncia de que a deciso de alocao tima tenha energia acima da quantidade base do contrato no segundo quarto no ano.

327

8.2 Contribuies
As principais contribuies desta dissertao que geram valor agregado para o processo de comercializao de energia podem ser resumidas em: Criao de um fluxo formal que mapeia as atividades embutidas no processo de gesto de contratos dentro do ACL. Conversao de flexibilidades contratuais em derivativos que de fato representem as caractersticas descritas nos termos e condies contratuais. Proposio e derivao de modelos estatsticos para avaliao de derivativos personalizados para o mercado de energia. o Considerao da regra de reajustes dos contratos nas avaliaes. o Representao exata do mecanismo de exerccio. o Modelagem conjunta de preos de mercado e processos produtivos. o Nenhuma suposio sobre a distribuio das variveis envolvidas. o Solues das equaes realizadas por Mtodos de simulao do tipo Monte-Carlo.

Insero de elementos da gesto de risco dentro do processo de comercializao: o Utilizao de diversas mtricas de risco na tomada de decises. o Mensurao de efeito marginal de contratos e efeito composto das carteiras. o Considerao de mtricas que incorporem a relao retorno/risco. o Converso de cenrios de avaliao em decises comerciais.

Proposio de decises de exerccio que levem em conta desempenho e risco limitado.

328

8.3 Sugestes de trabalhos futuros


Com base nas anlises realizadas no decorrer do captulo 6 e 7 existe evidncia de que os modelos propostos para avaliao de derivativos apresentam bom desempenho representando a maioria das caractersticas esperadas por um modelo de avaliao. Entretanto, existem algumas extenses que poderiam ser realizadas para que eles contemplassem algumas regras de comercializao que podem fazer com que haja mudanas nas decises comerciais. Dentre essas extenses destacam-se: Avaliao conjunta de contratos incorporando a regra de lastro e penalidades. Considerao de efeito conjunto de diferentes classes de flexibilidades contratuais. Incorporao de risco de crdito e critrios que representem liquidez e averso ao risco de agentes. Extenso dos modelos de avaliao para considerarem o efeito entre a curva Forward, os preos do mercado de curto prazo e o PLD.

Tambm, para fazer com que as sadas dos modelos apresentados sejam mais realistas necessrio dedicar ateno s suas premissas de entradas. Particularmente, as seguintes anlises deveriam ser realizadas: Calibrao dos dados de entrada do NEWAVE para refletirem caractersticas do mercado, e no apenas indicao oficial dos rgos do governo. Busca de modelos paramtricos para preos de mercado de longo prazo que sejam mais robustos a mudanas nas diretivas de curto prazo. Modelagem de processos de consumo de forma semi-automtica, reduzindo a subjetividade das anlises.

329

Existem ainda outras linhas que precisam de maior quantidade de ateno. Dentre essas destacam-se: Extenso dos procedimentos de avaliao de riscos discutidos para incorporar restries de liquidez e spreads de compra e venda de energia. Derivao de estratgias de cobertura e otimizao de carteiras baseadas em mtricas de retorno e risco. Extenso dos modelos discutidos para incorporar outros derivativos como paradas programadas, Termination e modulao horria de energia. Clculo de mtricas de sensibilidades das carteiras (as gregas) e derivao de estratgias comerciais baseadas nessas quantidades.

330

REFERNCIAS BIBLIOGRFICAS.

1. ABRACEEL (Associao Brasileira dos Agentes Comercializadores de Energia Eltrica). Expanso para o Mercado Livre: Oportunidades para consumidores e investidores. Rio de Janeiro, apresentao realizada no Frum ABRACEEL CanalEnergia, 2007.

2. AMBROSIO, J. F. An evaluation of risk metrics. Vanguard investment counseling & research, 2007. 3. ANDRADE, J. P.; SILVA, M. L. F. Divergncias e convergncias sobre as crises cambiais. In: LIMA, G. T., SICS, J., PAULA, Luiz Fernando de. (Org.). Macroeconomia moderna Keynes e a economia contempornea. Rio de Janeiro: Editora Campus, 1999. 4. ARCHIBALD, Thomas. Tension and potential from Ohm to Kirchhoff. Centaurus, Vol. 31, Jul 1988, p. 141-163. 5. AZEVEDO, Adjarma. Os novos rumos do setor eltrico brasileiro: Regras de comercializao e oportunidades. So Paulo, apresentao realizada no 14 Frum de debates projeto Brasil, 2005. 6. BENSON, K.; OLIVER, B. Management motivation for using financial derivatives in Australia. Australian journal of management, Vol 5, Dez 2004, p.225-242. 7. BINGHAM, R. The integration of risk and return in practice: from ratemaking to ERM. Ratemaking Seminar, Atlanta, maro de 2007. 8. BLACK, F. SCHOLES, M, The pricing of options and corporate liabilities. Journal of Political Economy. Vol. 81, 1973, p.637-654. 9. BRASIL, Presidncia da Repblica. Brasil 1994 - 2002: A era do real. Braslia: SECOM, IMAPES, 2002, p. 409-424. 10 CARVALHO, M. A. P.; ROSENBLATT J. Modelo de simulao a subsistemas equivalentes. IV Seminrio Nacional de Produo e Transmisso de Energia Eltrica, 1977. 11. CCEE (Cmara de Comercializao de Energia Eltrica). Regras de Comercializao Contabilizao Mdulo 3 Contratos. Resoluo normativa da ANEEL n. 293/2007 e despacho n. 812/2008.

331

12. CCEE (Cmara de Comercializao de Energia Eltrica) - 1. Regras de Comercializao Contabilizao Mdulo 4 Energias Asseguradas. Resoluo normativa da ANEEL n. 293/2007 e despacho n. 812/2008. 13. CHAO, Hung-po.; WILSON, Robert. Design of wholesale electricity markets. Stanford, Electric Power Research, 1999. 14. CHENEY, Margaret. Tesla: man out of time. [S.l] : Touchstone, 2001. 15. COHEN, Bernard. Benjamin Franklins science. Cambridge: Harvard University, 1990. 16. CORREIA, T. B; MELO, E.; COSTA, A. M.; SILVA, A. J. Trajetria das reformas institucionais da indstria brasileira e novas perspectivas de mercado. Braslia(DF), Revista Economia, Vol. 7, n.3, Set 2006, p.607-627. 17. DAVID, P. A. M-S. Formao do preo, atrao de investimentos e gerenciamento de risco no mercado brasileiro de energia eltrica. Rio de Janeiro, Faculdade de Eng. Eltrica, Tese de doutorado, PUC-Rio, 2004. 18. DUARTE, V. S.; PENNA, D. D. J; MACEIRA, M. E. P; MORAIS, L. A. Modelo estratgico de gerao hidrotrmica a subsistemas equivalentes Manual do usurio. Projeto NEWAVE, 2007. 19. FARHI, Maryse. O futuro no presente: Um estudo dos derivativos financeiros. Campinas, 1998, Tese (Doutorado), Instituto de Economia, Universidade Estadual de Campinas - UNICAMP. 20. EMBRECHTS, P.; KLPPELBERG, C; MIKOSCH, T. Modelling extremal events for insurance and finance. Berlin: Springer-Verlag, 1997. 21. FERDERER, J. P. The rise of the over-the-counter market. Economic History Association 66th Annual Meeting, Out 2006. 22. FERNANDES, F.; SANTOS, E. M. Reflexes sobre a histria da matriz energtica brasileira e sua importncia para a definio de novas estratgias para o gs. In: Rio oil & gas expo and conference, IBP60504, 2004, Rio de Janeiro : Instituto brasileiro de Petrleo e Gs, 2004. 23. FIGLEWSKI, S; WANG, X. Is the Leverage Effect a leverage effect ?. Boston: Conference of derivatives securities, 2000. 24. FOLEY, D. K. Financial fragility in developing economies. New York: New School of Economics, Jun. 2000.

332

25 FRANSES, P. H. Periodicity and stochastic trends in economic time series. Londres, Oxford University Press, 1996. 26 FRENCH, M. K. Why and When do Spot Prices of Crude Oil Revert to Future Price Levels ?, Board of Governors of the Federal Reserve System (U.S.), 2005. 27. FUSARO, Peter C. Energy risk management: hedging strategies and instruments for the international energy markets. New York: McGraw-Hill, 1998. 28. GATTI, E. Power Electronics Specialists Conference. PESC apos 1996., 96 Record., 27th Annual IEEE, 1996, Vol. 1, Jun 1996, p. 23-27 29. GAUL, S. S; ALMEIDA, J. V. M. Setor eltrico e risco regulatrio. So Paulo: Estudo Setorial, SR Rating, 2004. 30. GHIRARDI, A. G. Aspectos regionais do racionamento de eletricidade. Salvador : Bahia anlise & dados, Vol. 11, n.4, Mar 2002, p.6-15 31. GIRON, A.; CORREA, E. Global financial markets: Financial deregulation and crises. International Social Science Journal, Jun 1999, p.1-10. 32. GOMES, L.L. Avaliao de termeltricas no Brasil: Estudando o melhor momento de investimento por modelos de opes reais. Rio de Janeiro. Tese de doutorado, PUC-Rio, 2002. 33 GOMES, L.L. Valor adicionado aos Consumidores Livres de energia eltrica no Brasil por contratos flexveis: Uma abordagem pela teoria de opes. Enanpad, 2005 34. GUERREIRO, Amilcar. Reestruturao do setor eltrico brasileiro: Desafios e Perspectivas. Rio de Janeiro, apresentao realizada no seminrio internacional de Reestruturao e regulao do setor de energia eltrica e gs natural, 2006. 35. GUTHRIDGE, Sue. Thomas Edison: young inventor. Aladdin, 1986 (Childhood of Famous Americans Series). 36. HARRISON, P. The economic effects of innovation, regulation, and reputation on derivatives trading: Some historical analysis of early 18th century stock markets. Federal Reserve Board, Fev de 2003. 37. HIRSH, Richard. Regulation and technology in the electricity utility industry: A historical analysis of interdependence. Regulation: Economic Theory and History, Ann Arbor, University of Michigan Press, 1991, p. 147-177.

333

38. HIRSH, Richard. Power Loss: The Origins of Deregulation and Restructuring in the American Electric Utility System. Cambridge: Cambridge Press, 1999. 39. HIRSH, Richard. Emergence of electrical utilities in america. In: Powering the past: a look back. Washington : Smithsonian, 2002. Disponvel em: http://americanhistory.si.edu/powering/ Acesso em 31 jan. 2008. 40. HULL J.C. Introduction to Futures and Options Markets, London: Prentice Hall, 1998. 41. IBRAGIMOV, R. Portfolio diversification and value at risk under thicktalilendness. Harvard University, Yale University, 2005. 42. IEMA, F.; SEGALLA, G. I. M.; SIMI, J. P.; BERTOLIN, J. B.; CASTRO, T. M. O. A era das empresas pblicas paulistas de energia eltrica. Fundao Energia e Saneamento, 2006. 43. ISRAEL, P. B.; NIER, K.; CARLAT, L. The papers of Thomas A. Edison: the wizard of Menlo Park, The Johns Hopkins University, 1998. 44. JABUR, Maria A.. Racionamento: do susto conscincia. So Paulo: Terra das Artes, 2001. 45. JAMES, R. Barry. Probabilidade Um curso em nvel intermedirio. Rio de Janeiro: IMPA, Ed. 2, 2002. 46. JOSKOW, P.; SCHMALENSEE, R. Markets for power. Cambridge: Cambridge Press, 1983. 47. KAMINSKI, Vincent. Managing energy price risk. London: Risk Books of Enron, 1999. 48. KANDEL, E. R.; SCHWARTZ, J. H.; JESSEL, T.M. Principles of neural science, 4th ed., New York: McGraw-Hill, 2000, p.6. 49. KLUGE, Tino. Pricing Swing Options and other electricity derivatives. Oxford, University of Oxford, Tese de doutorado, 2006. 50. LAMARO, Srgio T. N. A energia eltrica como campo de pesquisa historiogrfica no Brasil. Amrica Latina em la historia econmica: Brasil, julho, 1997. 51. LOIOLA, U. B. Os instrumentos derivativos nos mercados futuros de energia eltrica. Florianpolis, 2002. Dissertao (Mestrado) Programa de ps-graduao em engenharia de produo, Universidade Federal de Santa Catarina.

334

52. LOURENZO, Helena C. Eletricidade e desenvolvimento econmico no Brasil: Metodologia e fontes de pesquisa. Amrica Latina em la Historia Econmica, Vol. 8, Jul 1997. 53. LOZARDO, U. B. Derivativos no Brasil: fundamentos e prticas. So Paulo: BM&F, 1998. 54. MACHADO, A. C. F. A evoluo do Mercado Livre de energia. Rio de Janeiro, apresentao realizada no 4 ENASE (Encontro Nacional de Agentes do Setor Eltrico), 2007. 55. MARQUES, T.; CICOGNA, M.; SOARES, S. Benefits of coordination in the operation of cascaded hydroelectric power systems. European Power and Energu Systems, 442, 2004. 56. MAUAD, F. F. Q.; PREFEITO, L. F., B. Aspectos jurdicos da privatizao do setor eltrico brasileiro. Lisboa, VII congresso da gua, Maro de 2004. 57 MAVROU, V. Modeling the dynamics of electricity prices. Universidade de Zurich, 2006. 58. MCDONALD, F. Insull: the rise and fall of a billionare utility Tycoon. Beard Books, 2004. 59. MEDEIROS, L. Previso do preo Spot no mercado de energia eltrica. Rio de Janeiro, 2003, Tese (Doutorado), PUC - Rio. 60. MEHL, E. L. M. Circuitos Eltricos I. Londrina, [s.d]. Notas de Aula Departamento de Energia Eltrica, Universidade Federal do Paran. 61. MEUCCI, A. Risk and asset allocation. New York:Springer, 2007. 62. MONTANO, P. F. O uso de contratos derivativos como instrumentos de gesto de risco na indstria de energia eltrica. Rio de Janeiro, 2004. Monografia (Bacharelado) Instituto de Economia, Universidade Federal do Rio de Janeiro. 63. MUNSON, Richard. From edison to enron: the business of power and what it means for the Future of Electricity. Westport: Grennwood, 2005. 64. NASCIMENTO, M. V. G. Energia como fator competitivo para os grandes consumidores e consumidores livres. Rio de Janeiro, apresentao realizada no 4 ENASE (Encontro Nacional de Agentes do Setor Eltrico), 2007. 65. NATENBERG, S. Option volatility and pricing Advanced trading and techniques. New York: McGraw-Hill, Ed. 2, 1994. 66. NELSEN, R. Introduction to Copulas, Nova Iorque: Springer Verlag, 1998. 335

67. NYSTEDT, J. Derivative market competition: OTC markets versus organized derivatives exchanges. International Monetary Fund, Dez de 2004. 68. ONEILL, J. J. Prodigal Genius: the life of Nikola Tesla. New York : Book Tree, 2007. 69. PEMBERTON JNIOR, Theodore O. Modelando o preo spot de energia eltrica no Brasil: um modelo estocstico com reverso mdia, mudana de regime markoviano e difuso com saltos. So Paulo, 2006. Tese (Mestrado Profissional), Faculdade Ibmec de So Paulo. 70. PEREIRA, M.V.F. Optimal Stochastic Operations of Large Hydroelectric Systems. Electrical Power & Energy Systems, vol. 11, no. 3, 1989, p. 161- 169. 71. PILIPOVIC, Dragana. Energy risk: valuing and managing energy derivatives. New York: McGraw-Hill, 1998. 72. PINTO Jr., H. Q.; ALMEIDA, F. E.; BOMTEMPO, J. V.; IOOTTY, M.; BICALHO, R. G. Economia da energia: Fundamentos econmicos, evoluo histrica e organizao industrial. Rio de Janeiro: ELSEVIER, 2007. 73. RAHI, R; ZIGRAND, J. Strategic financial innovation in segmented markets. Centre for economic Policy Research, n. 4176, 2004. 74. SHREVE, E. Steven. Stochastic calculus for finance I The Binomial Asset Pricing model. New York: Springer, 2005. 75. SILVA, Srgio. Expanso cafeeira e origens da indstria no Brasil. So Paulo: Alfa-mega, 1976. 76. SIQUEIRA, T. G. Comparao entre programao dinmica estocstica primal e dual no planejamento da operao energtica. Campinas, 2003, Dissertao (Mestrado), FEEC, Universidade Estadual de Campinas - UNICAMP. 77. SMITH, T. Y. Case study from Brazils power market crisis. Texas: Center for energy economics, 2003. 78. SOARES, S.; CARNEIRO, A.A. F. M. Reservoir operation rules for hydroelectric power systems optimization. IEEE, Vol. 2, 1993, p. 965-969. 79. SOUSA, R. L. Modelagem estrutural aplicada a previso do preo spot de energia eltrica do Brasil. Rio de Janeiro, 2003. Tese (Mestrado) Faculdade de Engenharia Eltrica, Pontifcia Universidade Catlica do Rio de Janeiro.

336

80. SPLENDEY, W. HEXY, G. R. HIMSWORTH, F. R. Sequential application of simplex designs in optimization and evolutionary operation. Technometrics, 4, 1962, p. 441-461. 81. STABINS, Peter. Ontario electricity trading: regulation and economics. Toronto : Dydex Research and Capital, 2002. Disponvel em: http://www.stabins.ca/book.htm Acesso em 31 jan. 2008. 82. SUTHERLAND, Ronald. Estimating the benefits of restructuring electricity markets: An application to the PJM Region. Center for the advancement of energy markets (CAEM), 2003, verso. 1.1. 83. SUZIGAN, Wilson. A indstria brasileira. So Paulo: Brasil, 1986. 84. TERRY, L. A.; CEPEL, DENE/DPE/Eletrobrs; DEOP/DOS/Eletrobrs. Modelo a sistema equivalente - Descrio geral. relatrio tcnico, CEPEL-Eletrobrs, 1980. 85 TORRES, R. C. Avaliao de portfolios de contratos de compra e venda de energia eltrica: Uma abordagem pela teoria de opes. Rio de Janeiro, Dissertao (Mestrado) Dep. de Engenharia Industrial, Pontifcia Universidade Catlica do Rio de Janeiro, 2006. 86. TREVIO, Lourdes. Development and volume growth of organized derivatives trade in emerging markets. Ensayos, Vol XXIV, n. 2, Nov 2005, pp. 31-81. 87. TUFANO, Peter. Financial innovation. Boston: Captulo do livro The handbook of the economics of finance, editado por George Constantinides, Milt Harris e Ren Stulz, 2002. 88. TYNDALL, John. Faraday as a Discoverer, [S.l]: Kessinger, 2004. 89. VANDOREN, Peter. Making sense of electricity regulation. Regulation, vol. 23, 3, [s.d], p 68-70. 90. VERSIANI, F. R.; BARROS, J. R. M. de. Formao Econmica do Brasil. So Paulo: Saraiva, 1977. 91. WASIK, J. F. The merchant of power: Sam Insull, Thomas Edison, and the creation of the modern metropolis. [s.l] : Palgrave Macmillan, 2006. 92. WATTS, D.; ARISTIA, R. The electricity crises of California, Brazil and Chile: lessons to the Chilean market. Power Engineering 2002 Large Engineering Systems Conference on, LESCOPE 02 vol , 2002, p. 7 - 12 93. WILLIAMS, P. L. Ampre, Andr-Marie. In: Dictionary of scientific biography 1, New York: Charles Scribner's Sons, 1970 139-147.

337

94. YENNE B.; GROSSER M. 100 inventions that shaped world history. So Francisco: Bluewood Books, 1993. 95. ZANFELICE, Fbio R. Estratgia de contratao tima na comercializao de energia eltrica. Campinas, 2007. Dissertao (Mestrado) Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas. 96. ZEVALLOS, M. E. Volatilidade nos modelos Arch e Varincia Estocstica: Um estudo comparativo. Campinas, Unicamp, Tese de mestrado, 1997.

338

10 APNDICES
10.1
1920.
As anlises apresentadas aqui so baseadas nos dados coletados pelo censo de 1920 ou pelo censo de 1907.
Inqurito Recenseam ento Industrial de 1907 de 1920 2.988 580.691 114.555 135.420 668.843 13.336 1.815.156 310.424 275.512 2.989.176 Aum ento Absoluto 10.348 1.234.465 195.869 140.092 2.320.333 Relativo (%) 346% 213% 171% 103% 347%

Apndice I: Perfil da Indstria e estatsticas

relacionadas com o setor de energia apuradas pelo censo de

Fator Nm ero de Estabelecim entos Capital Em pre gado ($) Fora Motriz (H.P) Nm ero de Operrios Valor da Produo Anual ($)

Tabela 10.1: Resultados Gerais dos Inquritos Industriais realizados no Brasil em 1907 e 1920

Observe que os nmeros coletados pelo censo de 1920 refletem as caractersticas discutidas na seo 3.2.1. De maneira particular, a tabela 10.1 retrata a expanso da indstria que ocorreu nas primeiras dcadas do sculo XX. Note que a fora motriz cresceu 171% em 1920 com relao a 1907 indicando que a indstria nacional estava se equipando nesse perodo. Tambm, o aumento do nmero de operrios e o crescimento de cerca de 350% no valor da produo industrial ajudam a suportar esse argumento. Analisando a tabela 10.2 pode entender como foi o processo de industrializao brasileira. Durante as sete primeiras dcadas sculo XIX o crescimento da indstria nacional foi abaixo de 2%. A partir de 1880 houve um aumento no nmero de indstrias sendo que o crescimento se manteve em cerca de 10% a cada 5 anos. Na segunda dcada do sculo XX houve um aumento significativo de cerca de 25 % no nmero de indstrias. Esse crescimento trouxe tambm um aumento na demanda por energia, particularmente eletricidade. Observe que na apurao das indstrias realizadas em 1907, tabela 10.3, havia uma dominncia das mquinas vapor (73,2%) enquanto que as mquinas eltricas representava menos de 5% da potncia utilizada na indstria.

339

poca de Fundao

Nm ero de Capital Estabelecim entos Em pregado ($) Industriais 35 26,166 2,758 4,131 7,180 10,848 41,312 23,195 58,369 203,402 213,715 90,592 109,633 225,595 335,443 438,560 24,258 1,815,156

Percentual com relao ao() Fora Motriz (HP) 2,076 154 1,173 689 1,784 7,129 4,435 12,865 36,174 33,684 15,248 19,201 40,526 62,454 65,368 7,458 310,424.00 Nm ero de Operrios 2,929 1,177 1,098 775 1,863 6,019 4,230 11,715 26,369 31,123 14,516 19,170 34,362 51,992 63,950 4,217 275,512.00 Valor da Produo ($) 31,991.40 10,141.40 8,784.40 9,058.40 15,909.40 59,380.40 34,839.40 89,866.40 247,121.40 278,578.40 140,868.40 208,954.00 369,065.40 646,532.40 791,264.40 46,820.40 2,989,176.00 Capital Em pgregado 1.4% 0.2% 0.2% 0.4% 0.6% 2.3% 1.3% 3.2% 11.2% 11.8% 5.0% 6.0% 12.4% 18.5% 24.2% 1.3% 100.0% Produo Anual 1.1% 0.3% 0.3% 0.3% 0.5% 2.0% 1.2% 3.0% 8.3% 9.3% 4.7% 7.0% 12.3% 21.6% 26.5% 1.6% 100.0%

At De

1849 1850 1855 1860 1865 1870 1875 1880 1885 1890 1895 1900 1905 1910 1915 a a a a a a a a a a a a a a 1854 1859 1864 1869 1874 1879 1884 1889 1894 1899 1904 1909 1914 1919

16 8 20 34 62 63 150 248 452 472 1,080 1,358 3,135 5,936 267 13,336.00

Sem inform ao

Total

Tabela 10.2: Estabelecimentos industriais segundo a poca da fundao das empresas

A grande mudana no perfil das mquinas industriais nas duas primeiras dcadas do sculo XX, tabela 10.4, fornece evidncia a favor de que a expanso da indstria foi caracterizada pela substituio de mquinas a vapor por mquinas baseadas em motores eltricos. Esses motores, alm de menores e mais silenciosos, permitiam um ganho de escala na indstria j que era possvel expandir sua capacidade de produo sem excessivos investimentos adicionais.
Potncia Motriz Absoluto (HP) 80.028 23.905 517 4.687 147 % do Total 73,2% 21,9% 0,5% 4,3% 0,1%

Motores Mquinas vapor Hidrulica

Gs
Eletricidade Querosene Anim al Manual Outros e no determ inadas Total

0,0% 109.284 100%

Tabela 10.3: Potncia Total das Empresas Fabris recenseadas em 1907

340

Motores Mquinas vapor Motores de Com busto Rodas d'agua Turbinas Hidrulicas Motores Eltricos Outros Motores Total

Potncia Motriz Absoluto (HP) 112.221 16.563 8.432 23.938 146.670 2.600 310.424 % do Total 36,2% 5,3% 2,7% 7,7% 47,2% 0,8% 100%

Tabela 10.4: Potncia Total das Empresas Fabris recenseadas em 1920


Motores Eltricos
Motores acionados por fora alugada Fora gerada nos prprios estabelecim entos Total 3.045 203 3.248 12.665 2.271 14.936 146.670 20.448 167.118 87,8% 12,2% 100,0% 48 101 149

Tabela 10.5: Natureza da eletricidade utilizada nos motores eltricos.

Menos de 15% da energia utilizada nos motores eltricos eram advindas de geradores prprios situados na empresas. Dado que a principal fonte de energia utilizada pela indstria era eletricidade, pode-se concluir que a expanso da indstria causou tambm uma expanso de setor de energia, pois caso contrrio, o gargalo que seria criado pelo setor de eletricidade inviabilizaria o crescimento da indstria. Nesse perodo, houve tambm uma migrao da indstria para So Paulo como pode ser visto analisando as tabelas 10.6. Observe que segundo o censo de 1920, cerca de 30% da potncia industrial nacional era paulista, ante os 16,7% de 1907. Os estados de Pernambuco e Rio de Janeiro tiveram uma reduo da participao na indstria nacional nesse perodo. Como pode ser observado na tabela 10.7, So Paulo, alm de concentrar grande parte da indstria do pas, tinha tambm a maior participao na gerao de energia do pas. Pouco menos que metade de toda gerao de energia do pas se localiza no estado de So Paulo, sendo mais de 90% dessa energia hidrulica. De fato, So Paulo, Rio de Janeiro e Minas Gerais concentravam cerca de 75% de toda gerao de energia eltrica do pas.

341

Estado

1907 H.P 18.301 22.279 19.374 15.494 5.796 4.742 5.181 3.180 2.912 1.119 2.085 3.065 670 1.748 1.334 45 259 200 270 1.230 109.284 % Total 16,7% 20,4% 17,7% 14,2% 5,3% 4,3% 4,7% 2,9% 2,7% 1,0% 1,9% 2,8% 0,6% 1,6% 1,2% 0,0% 0,2% 0,2% 0,2% 1,1% 0,0% 0,0% 1 H.P

1920 % Total 27,6% 19,2% 9,3% 9,2% 8,4% 6,7% 4,0% 3,1% 2,7% 2,2% 2,0% 1,1% 0,8% 0,8% 0,8% 0,7% 0,4% 0,4% 0,3% 0,3% 0,1% 0,0% 100,0% 100.216 69.703 33.820 33.335 30.345 24.170 14.712 11.279 9.789 8.052 7.160 4.148 3.026 2.929 2.854 2.668 1.528 1.382 996 983 183 18 363.296

Crescim ento Percentual 448% 213% 75% 115% 424% 410% 184% 255% 236% 620% 243% 35% 352% 68% 114% 5829% 490% 591% 269% -20%

So Paulo Distrito Federal Pernambuco Rio de Janeiro Rio Grande do Sul Minas Gerais Bahia Alagoas Paran Santa Catarina Sergipe Maranho Cear Par Paraba Esprito Santo Amazonas Piau Rio Grande do Norte Mato Grosso Gois Acre Total

0 0
232%

Tabela 10.6: Regies do Pas com relao a utilizao de potncia motriz.

Motores Trmicos (Mquinas a vapor e motores de combusto interna)

Motores Hidrulicos (Turbinas e Rodas d'agua)

Total

Estados e Distrito Federal

Nmero de Empresas 66 1 15 17 40 72 8 4 20 11 6 2 3 4 7 11 3 2 4 7 1 2 306

Nmero de Usinas Nmero de % Gerao Nmero de Geradoras de Potncia (H.P) Instalaes Trmica Instalaes Eletricidade 78 1 16 18 41 91 8 4 20 11 6 2 3 4 7 11 3 2 4 8 1 4 343 19 1 16 3 35 2 5 5 13 2 6 3 3 4 7 1 3 2 5 7 1 4 147 15.674 30.000 15.151 135 13.043 1.480 7.467 1.471 5.178 90 629 335 115 6.800 1.748 100 2.382 760 1.759 966 100 195 105.578 7% 100% 100% 0% 92% 3% 31% 100% 77% 1% 100% 100% 100% 100% 97% 1% 100% 100% 100% 73% 100% 100% 22% 209 1 1 10 7 9 1 15 7 90 3 65

Potncia % Gerao (H.P) Hidrulica 195.494 45 82.845 1.204 56.934 16.600 1.537 7.581 100% 8% 97% 69% 23% 99% 93%

Contribuio do Nmero de Potncia (H.P) Estado para o Instalaes pas (%) 84 1 17 18 42 92 8 5 20 11 6 3 3 4 211.168 30.000 15.196 82.980 14.247 58.414 24.067 1.471 6.715 7.671 629 335 115 6.800 1.798 7.534 2.382 760 1.759 1.316 100 195 475.652 44,4% 6,3% 3,2% 17,4% 3,0% 12,3% 5,1% 0,3% 1,4% 1,6% 0,1% 0,1% 0,0% 1,4% 0,4% 1,6% 0,5% 0,2% 0,4% 0,3% 0,0% 0,0% 100,0%

So Paulo Distrito Federal Pernambuco Rio de Janeiro Rio Grande do Sul Minas Gerais Bahia Alagoas Paran Santa Catarina Sergipe Maranho Cear Par Paraba Esprito Santo Amazonas Piau Rio Grande do Norte Mato Grosso Gois Acre
Total

50 7.434

3% 99%

8 11 3 2 5

350

27%

8 1 4

370.074

78%

356

Tabela 10.7: Distribuio da gerao de energia eltrica entre as regies do pas segundo o censo de 1920.

342

A tabela 10.8 traz informao sobre as fundaes das usinas hidrulicas no Brasil e sua potncia associada segundo o censo de 1920. Note que a expanso da gerao de energia no Brasil iniciou-se cerca de 5 anos antes do crescimento da industrializao de forma que o setor energtico, naquele momento, no representou nenhum gargalo no crescimento da indstria. De 1906 at 1920 foram instaladas cerca de 90% de toda o potencial de gerao de energia da poca. Essa expanso da gerao permitiu que as indstrias se equipassem com mquinas baseadas em motores eltricos que eram mais eficientes que os baseados em energia a vapor.

poca de Fundao At De 1890 1891 1896 1901 1906 1911 1916 a a a a a a 1895 1900 1905 1910 1915 1920

Nm ero de Usinas 2 2 6 17 60 104 152 343

Potncia (HP) 10.350 3.705 3.386 43.337 143.123 192.679 79.072 475.652

% do Total 2,2% 0,8% 0,7% 9,1% 30,1% 40,5% 16,6% 100,0%

Total

Tabela 10.8: Fundao das usinas e potncia associada.

Potncia da Fora Motriz (% do Total) Produo nas prprias fbricas Grupo de Indstrias Total (HP)
140.117 6.140 30.645 8.421 9.211 19.290 71.737 7.409 5.560 2.937 4.109 4.518 330 310.424

Vapor
28,4% 50,4% 56,8% 25,2% 21,7% 36,1% 49,5% 19,5% 27,1% 29,5% 16,2% 18,6% 7,6% 36,2%

Combusto Rodas Interna D'agua


5,5% 12,1% 1,2% 5,8% 4,2% 2,6% 5,1% 13,0% 14,0% 4,4% 15,9% 2,6% 10,6% 5,3% 0,3% 4,3% 10,4% 2,0% 2,3% 0,8% 5,0% 0,7% 0,9% 1,3% 3,8% 2,4% 0,0% 2,7%

Turbinas Hidreltricas
14,7% 2,1% 1,4% 0,6% 0,1% 11,7% 0,7% 0,1% 0,0% 0,6% 0,0% 0,0% 0,0% 7,7%

Motores acionados Eletricidade por fora gerada na Outros contratada com prpria fbrica (% do terceiros Total) Motores
1,6% 0,2% 0,0% 0,0% 2,7% 0,0% 0,1% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,8% 49,5% 31,0% 30,2% 66,5% 69,1% 48,8% 39,6% 66,6% 58,1% 64,4% 64,2% 76,4% 81,8% 47,2% 7,7% 2,1% 3,5% 2,2% 1,0% 7,5% 7,6% 1,6% 13,3% 3,8% 5,4% 1,2% 0,0% 6,6%

Txtis Couros, Peles e outros materias do reino animal Madeiras Metalrgicas Cermicas Produtos qumicos Alimentao Vesturio Mobilirio Edificao Construo de Aparelhos de Transporte Produo e Transmisso de foras fsicas Indstrias relativas a cincias, letras e artes, indstrias de luxo

Total

Tabela 10.9: Distribuio de utilizao de energia eltrica com relao ao ramo de atividade de indstria.

343

Com relao demanda de energia eltrica, trs setores se destacam por serem eletro intensivo. Como pode ser observado na tabela 10.9, cerca de 57% da energia utilizada no setor txtil eltrica. Esse setor o que representa maior demanda por energia dentre os setores avaliados pelo censo. Em segundo e terceiro lugar se encontram os setores relacionados com madeira e alimentao, respectivamente. A utilizao de eletricidade na indstria de madeira por volta de 34% enquanto que no setor de alimentos esse percentual de 48%.

Em suma, houve uma grande expanso na indstria nacional nas duas primeiras dcadas do sculo XX que foi viabilizada pelo crescimento da gerao de energia eltrica dado pela implantao de usinas hidreltricas. A expanso da indstria foi caracterizada pela substituio de mquinas a vapor por mquinas baseadas em motores eltricos o que impulsionou a demanda por eletricidade.

10.2

Apndice II: Visualizao de Distribuies de

probabilidade no tempo.

Os resultados dos modelos de avaliao de derivativos apresentados nesta dissertao so funo de muitos dados de entrada. Esses dados so basicamente sries simuladas de preos, consumo e ndices de reajustes. Para entender se os resultados apresentados por esses modelos esto, de fato, consistentes com o que seria esperado, preciso entender exatamente quais as caractersticas dos dados de entradas que esto sendo inseridos dentro deles. Como esses dados so basicamente variveis aleatrias, estudar os dados o mesmo que estudar as distribuies de probabilidades associadas com esses dados. No caso de sries simuladas, podem-se analisar as distribuies marginais empricas resultantes das simulaes. Dessa forma, necessrio recorrer a alguma tcnica estatstica que permita comparar distribuies de probabilidades no tempo de forma eficiente. Existem muitas

344

maneiras de comparar distribuies de probabilidade. Pode-se, por exemplo, sobrepor histogramas ou curvas de densidades estimadas, no entanto, fazendo isso se perde a interpretao temporal dos dados. Uma alternativa construir boxplots de cada uma das distribuies marginais dos dados e desenh-los como funo do tempo. Um grfico desses traria informao sobre a evoluo das distribuies no tempo, porm resumiria a distribuio de probabilidade a cinco estatsticas de ordem. A maneira proposta nesta dissertao generaliza esse conceito desenhando as funes de distribuies completas das variveis de interesse como funo do tempo. Esse grfico pode ser utilizado para construir intervalos de confiana de quaisquer nveis no tempo, e resumir qualquer outra estatstica de ordem de interesse. Adicionalmente, pode-se comparar diferentes distribuies de probabilidades no mesmo perodo de tempo, diminuindo substancialmente o nmero de figuras necessrias para realizar essas atividades. Nesta dissertao foram apresentadas basicamente duas verses desses grficos. Elas so desenhadas na figura 10.1 e 10.2.
Quantil 0.95 das Simulaes para cada tempo Mdia das Simulaes para cada tempo Quantil 0.05 das Simulaes para cada tempo

Valores Acima da Mediana Valores Abaixo da Mediana

Tempo 1

Tempo 2

Tempo 3

Tempo 4

Tempo 5

Tempo 6

Atratividade Varivel de Interesse

-1

-3

-2

-5

-4

0.2

0.5

0.8

0.1

0.4

0.7

0.1

0.4

0.7

0.1

0.4

0.7

0.1

0.4

0.7

0.1

0.4

0.7

Funo Distribuio Acumulada

Figura 10.1:Distribuies acumuladas de v.as normais padro para seis perodos de tempo. Com estatsticas de ordens associadas.

345

-5

-4

-3

-2

-1

Valores Acima da Mediana Valores Abaixo da Mediana

Quantil 0.95 das Simulaes para cada tempo Mdia das Simulaes para cada tempo Quantil 0.05 das Simulaes para cada tempo

Tempo 1

Tempo 2

Tempo 3

Tempo 4

Tempo 5

Tempo 6

Atratividade Varivel de Interesse

-1

-2

-3

-4

-5

0.1

0.25

0.4

0.1

0.25

0.4

0.1

0.25

0.4

0.1

0.25

0.4

0.1

0.25

0.4

0.1

0.25

0.4

Funo Distribuio Acumulada

Figura 10.2:Distribuies acumuladas de v.as normais padro para seis perodos de tempo. Com estatsticas de ordens associadas.

As duas figuras trazem exatamente a mesma informao, no entanto, dependendo do objetivo da anlise mais simples interpretar uma, ou outra forma. Por exemplo, a verso do grfico apresentada na figura 10.1 muito boa para comparar distribuies de probabilidade de forma dinmica, de maneira a comparar quantis e outras estatsticas relacionadas com as distribuies de probabilidades. A verso apresentada na figura 10.2 tem maior utilizada quando existe interesse em observar a forma da distribuio de probabilidade, e construo de intervalos de confiana de quaisquer nveis. Dessa forma, para que esses grficos possam ser utilizados de forma correta necessrio entender quais so as informaes contidas neles. Na verso ilustrada na figura 10.1, para cada tempo ou variveis de agregao onde so desenhadas as distribuies acumuladas, tem-se o valor da varivel de interesse no eixo das ordenadas e, no eixo das abscissas as probabilidades acumuladas associadas com as distribuies de probabilidade. Assim, cortar verticalmente o grfico o mesmo que fixar uma probabilidade de ocorrncia e descobrir o valor da varivel de interesse associado

346

-5

-4

-3

-2

-1

com esse valor, ou seja, a funo quantil. Por outro lado, cortar horizontalmente o grfico equivalente a fixar um quantil e descobrir a probabilidade da varivel aleatria ser menor ou igual que esse valor. Essa lgica ilustrada no quadro da esquerda da figura 10.3. O grfico apresentado na figura 10.2 contm essencialmente a mesma informao, no entanto, existe uma pequena alterao na forma de se interpretar os valores. Primeiro, note que os valores no eixo das abscissas variam de 0 0,5, ao invs de 0 a 1. Isso porque a linha inferior traz informao sobre a probabilidade da varivel aleatria ser menor ou igual ao quantil avaliada, enquanto a linha superior representa a probabilidade da varivel aleatrias ser maior ou igual ao quantil de interesse. O ponto onde ocorre essa mudana no clculo exatamente a mediana da distribuio, ou seja, o quantil 0,5. Essa modificao na forma de desenhar a distribuio de probabilidade facilita a construo de intervalos de confiana de forma rpida, permitindo a comparao entre quantis nas caudas esquerda e direita da distribuio de forma melhor que a figura 10.1. Assim, para cada probabilidade no eixo das abscissas, um corte vertical no grfico leva a um intervalo de confiana de tamanho 2, como ilustrado no quadro da direta da figura 10.3.

FX denota a funo de distribuio acumulada de uma v.a X


Tempo 2 6 5 4 3 Tempo11 5 5

FX denota a funo de distribuio acumulada de uma v.a X Tempo 1

P(X < 1,5 ) = 0,93

FX-1(0,95) = 1,64
Varivel de Interesse

Atratividade V arivel de Interesse

IC2 = [-1,64; 1,64]

-1

FX-1(0,20) = -0,84

-2

-2

-1

-3

-4

-4

-3

FX-1(0,05) = -1,64

-5

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Funo Distribuio Acumulada

Figura 10.3: Distribuies de probabilidades acumuladas desenhadas segundo as verses da figura 10.1 (esquerda) e 10.2 (direita).

-5

= 0,05

347

Note que nas figuras 10.1 e 10.2 existem algumas linhas adicionais e cores diferentes a partir de um certo ponto na distribuio de probabilidade. Esse um recurso utilizado para enfatizar algumas estatsticas relacionadas com a distribuio de probabilidade de interesse. A cor da linha que representa a funo de distribuio muda a partir da mediana da distribuio de probabilidade. As linhas horizontais cortam quantis determinados e podem ser escolhidas no momento de desenhar a figura de acordo com o interesse da anlise. Esses grficos tm se apresentado como uma boa ferramenta exploratria para ajudar a explicar o comportamento de variveis aleatrias que so indexadas ou agregadas segundo alguma quantidade. Adicionalmente, eles podem ser utilizados no contexto de inferncia estatstica, principalmente para construo de intervalos de confiana e realizao de testes de hipteses. Recomenda-se a utilizao dessa ferramenta no caso onde pelo menos duas distribuies de probabilidades devem ser desenhadas. O poder de comparao da ferramenta cai conforme aumenta o nmero de distribuies. Por isso no recomendado desenhar mais que 15 distribuies de probabilidades na mesma figura.

348