ESTUDO SOBRE COMO A MUDANÇA NA PRECIFICAÇÃO DA PETROBRAS FEITA NO

GOVERNO TEMER MODIFICOU SUA SENSIBILIDADE A CHOQUES

 
Arthur de Matos
Jennyfer Laryssa da Silva
Lucas de Almeida Brandão
 Matheus Zonta Mercado

Universidade Federal de Santa Catarina

Florianópolis, Santa Catarina
tuka2001@hotmail.com, jls.1997@outlook.com, mat_zonta@hotmail.com,
lucas_abrandao@hotmail.com

RESUMO
Falar do preço de combustível parece um assunto cotidiano para nós brasileiros, sua alta
vem trazendo diversas preocupações ao povo em geral, pois sabe-se que o país utiliza
principalmente de rodovias para o transporte de mercadorias. Essa alta considerada “fora de
padrões históricos” atualmente é explicada dentre outros fatores pelo PPI (Preço de Paridade de
Importação). Dado essa problemática, o estudo a seguir busca analisar se essa medida trouxe,
também, mudanças na sensibilidade da Petrobrás a choques externos e não somente no preço do
combustível por aqui comercializado. Para isso, utilizamos o modelo de Regressão Múltipla Por
Mínimos quadrados Ordinários (MQO), a fim de analisar o impacto em uma mudança de preço
do barril de petróleo internacional e pontos percentuais do Ibovespa em relação ao valor das
ações da Petrobrás. O estudo identificou que, após a mudança de política de preços as ações se
mostraram mais sensíveis às mudanças supracitadas, e, com isso busca interpretar se essa medida,
por sua vez, é benéfica do ponto de vista de valor de mercado ou não.
PALAVRAS CHAVE. Petrobrás, Brent, Ibovespa, PPI, Sensibilidade.

1.Introdução

A maior empresa petrolífera do Brasil, Petróleo Brasileiro S/A, mais conhecida como
Petrobrás, opera como empresa integrada de energia nos setores de exploração e produção de
petróleo, refino, geração de energia, comercialização e distribuição de derivados. A Companhia
atua nas Américas, Europa, Ásia e África, com operações em bacias, refinarias, termelétricas,
gasodutos, fábricas de fertilizantes, terminais e oleodutos. Seus produtos atendem os mais
diversos setores, tais como o automotivo, doméstico, industrial, nitrogenados, ferroviários,
marítimos e de aviação. Possui um caráter de empresa de capital aberto, cujo acionista
majoritário é o Governo, sendo assim, por mais que suas ações sejam comercializadas na bolsa e
possua investidores de todos os cantos do mundo, ainda é considerada uma empresa sob grande
influência do governo, com histórico de influência em relação aos preços dos combustíveis
ofertados por ela.
É uma empresa renomada e conhecida mundialmente, foi fundada em 1953, pelo
presidente da época, Getúlio Vargas. A sua criação está ligada ao processo de desenvolvimento da
industrialização brasileira, por meio de políticas nacionalistas e desenvolvimentistas em um

1
período de grande intervenção estatal, que nessa época buscava se blindar economicamente
apostando na criação de empresas em setores estratégicos da economia.
Portanto a empresa surgiu com o intuito de não só investir em um setor de base, mas
também garantir o monopólio do setor petrolífero brasileiro - monopólio esse que fora quebrado
somente em 1997. Ao longo dos anos a empresa realizou inúmeros investimentos em pesquisa e
desenvolvimento e, dessa forma, foi ganhando corpo e se tornando a potência que é hoje,
investimentos estes que foram revertidos como por exemplo quando a companhia identificou o
Pré-sal em território brasileiro e começou fazer a extração de petróleo em águas profundas, vale
salientar que esse local de extração por sua vez é composto por acumulações de óleo leve, de
extrema qualidade e alto valor comercial.
Um marco relevante e que gera inúmeras discussões até os dias atuais, foi a
implementação do PPI, Preço de Paridade de Importação, em outubro de 2016 no governo do
ex-presidente Michel Temer, que com essa medida mudou a política de preços comercializada
pela empresa nas refinarias. Anteriormente, a base de cálculo da empresa estava relacionada
principalmente ao seu custo de logística e produção, tributação, dentre outros custos mais uma
porcentagem que seria o lucro da empresa, mas após a medida, a Petrobrás passou a adotar um
parâmetro de preços de importação, agora com o valor do seu combustível comercializado
pareado com o Dólar, ou seja, a empresa passaria a considerar como base os preços
comercializados no mundo e não apenas os seus custos totais mais uma porcentagem de lucro.
Essa medida de preços inclui, além de custos com o frete de navios, custos internos de transporte,
taxas portuárias, mas também uma margem praticada para remunerar riscos inerentes à operação,
como por exemplo a volatilidade da taxa de câmbio e preços sobre estadias em portos.
Essa medida, portanto, tem por finalidade modificar os preços dos combustíveis a
padrões internacionais, contudo visto que os preços comercializados dos combustíveis se tornam
mais suscetíveis a mudanças externas, o grupo teve por inspiração procurar verificar se essa
mudança também afetou a variabilidade da ação em relação a fatores externos, ou seja, se essa
medida também deixa a própria empresa mais suscetível às mudanças externas culminando
inclusive em uma modificação do valor de mercado da ação.
Para isso, relacionamos o nosso objeto de estudo (a empresa) a dois fatores, (ou
variáveis) o Brent do Petróleo, (Valor cotado em Dólar) ou seja, sua commodity, que por sua vez
leva esse nome devido ao nome de uma refinaria da petrolífera Shell e nada mais é do que o
preço do barril do petróleo comercializado no mundo e o Ibovespa, índice que mostra o
comportamento das principais empresas comercializadas na bolsa de valores brasileira.

2.Metodologia

2
 Para o desenvolvimento do presente artigo de estudo foi utilizado o modelo de
Regressão Múltipla por Mínimos Quadrados Ordinários (MQO), que tem como fundamento
encontrar o melhor estimador linear não viesado.
Segue a função:
Y = β1 + β2X2 + β3X3 + ui
A análise de regressão estuda a dependência de uma variável sobre outra. Como já
citado, procuramos analisar o impacto da mudança de política de preços do barril de petróleo da
Petrobrás no governo Temer.
Assim utilizamos como variável Y, a variável dependente, utilizamos a Petrobrás. E
como variáveis independentes o Brent e o Ibovespa.
Para analisar os índices em conjunto, trabalhamos com os dados na forma de semanas
para observar períodos um pouco mais longos que apenas o diário, onde há maior influência de
pequenos ruídos. Através dessa formação de dados conseguimos um modelo válido para explicar
o aumento do valor do barril de petróleo com a mudança da política de preços.
Foram contabilizadas 52 observações em período semanal, em dois períodos de tempo
diferente, um deles antes da mudança de política do governo Michel Temer e o outro período
depois desta mudança. Assim, utilizamos de 13/09/2015 (semana 01) a 04/09/2016 (semana 52)
como primeiro período que antecede a troca de política e de 11/12/2016 (semana 01) a
03/12/2017 (semana 52) como segundo período, pós mudança de política. As duas séries
temporais foram utilizadas sem tendência para que assim resolver o problema de não linearidade,
anteriormente contido. Para estimar este modelo foi utilizado o software Gretl, a análise dos
resultados encontrados está na próxima sessão.

3.Resultados obtidos
Segue o primeiro modelo obtido, referente ao período 13/09/2015 a 04/09/2016.
O modelo passou em todos os testes de hipótese e pode ser considerado MELNV, o
R-quadrado ajustado de 0,708997 é satisfatório e demonstra que o modelo é capaz de explicar
aproximadamente 71% da variância da variável dependente, no caso a cotação em reais das ações
da Petrobrás. O U de THEIL de 0,50589 sugere que o modelo é muito mais eficiente para fazer
projeções do que o método ingênuo.

Modelo 1: MQO, usando as observações 1-52

Variável dependente: Petrobras

coeficiente erro padrão razão-t p-valor

----------------------------------------------------------
const 0,0378070 0,0457468 0,8264 0,4126
3
 Brent 0,0215577 0,0207431 1,039 0,3038
Ibovespa 0,000279062 2,72693e-05 10,23 9,30e-014 ***

Média var. dependente 0,100000 D.P. var. dependente 0,606064

Soma resíd. quadrados 5,237578 E.P. da regressão 0,326939
R-quadrado 0,720409 R-quadrado ajustado 0,708997
F(2, 49) 63,12800 P-valor(F) 2,75e-14
Log da verossimilhança −14,10481 Critério de Akaike 34,20961
Critério de Schwarz 40,06334 Critério Hannan-Quinn 36,45380
rô 0,007559 Durbin-Watson 1,943369

Teste de Chow para a falha estrutural na observação 26 -

Hipótese nula: sem falha estrutural
Estatística de teste: F(3, 46) = 1,63737
com p-valor = P(F(3, 46) > 1,63737) = 0,193733

Teste da normalidade dos resíduos -

Hipótese nula: o erro tem distribuição Normal
Estatística de teste: Qui-quadrado(2) = 1,45565
com p-valor = 0,482958

Teste de não-linearidade (quadrados) -

Hipótese nula: a relação é linear
Estatística de teste: LM = 1,00291
com p-valor = P(Qui-quadrado(2) > 1,00291) = 0,605649

Teste RESET para especificação -

Hipótese nula: a especificação é adequada
Estatística de teste: F(2, 47) = 1,73883
com p-valor = P(F(2, 47) > 1,73883) = 0,18684

Teste de White para a heteroscedasticidade -

Hipótese nula: sem heteroscedasticidade
Estatística de teste: LM = 1,52157
com p-valor = P(Qui-quadrado(5) > 1,52157) = 0,910567

Teste LM para autocorrelação até a ordem 14 -

Hipótese nula: sem autocorrelação
Estatística de teste: LMF = 0,33274
com p-valor = P(F(14, 35) > 0,33274) = 0,984509

Estatísticas de avaliação da previsão

Erro Médio -2,9891e-017

Raiz do Erro Quadrado Médio 0,31737
Erro Absoluto Médio 0,26249
Erro Percentual Médio -124,1
Erro Percentual Absoluto Médio 235,71
U de Theil 0,50589

Fatores de Inflação da Variância (FIV)

4
Valor mínimo possível = 1,0
Valores > 10,0 podem indicar um problema de colinearidade

Brent 1,120
Ibovespa 1,120

VIF(j) = 1/(1 - R(j)^2), onde R(j) é o coeficiente de correlação múltipla

entre a variável j e a outra variável independente

Diagnósticos de colinearidade de Belsley-Kuh-Welsch:

--- proporções de variância ---

lambda cond const Brent Ibovespa
1,347 1,000 0,047 0,288 0,327
1,001 1,160 0,853 0,117 0,000
0,652 1,438 0,100 0,595 0,673

lambda = autovalores de X'X, maior para o menor

cond = índice condicional
nota: as colunas de proporção da variância somam 1

Nesse primeiro período analisado, anterior a mudança na política de preços da Petrobras,

a interpretação do Beta Brent, que se refere a cotação internacional do petróleo em dólares deve
ser bastante cuidadosa, uma vez que apresenta p-valor de 0,3038. Esse p-valor indica que a
variável explicativa em questão apresenta significância a um nível de confiança de menos que
70%. Evidenciando esse cuidado, o Beta referente ao Brent estabelece que no período examinado
uma alteração de 1 dólar na cotação internacional do barril de petróleo, provoca um aumento de
aproximadamente 0,022 reais nas ações da Petrobrás.
Os dados utilizados para a variável explicativa Ibovespa são referentes ao nível, medido
em pontos, do índice. A variável explicativa em questão apresenta nesse modelo p-valor bastante
reduzido (9,30e-014 ***), o que garante a variável significância estatística a um nível de
confiança de 99%, possibilitando uma análise mais precisa do seu comportamento com relação a
variável dependente. Os dados semanais do Ibovespa demonstram que as variações no índice se
dão, em geral, na casa das centenas. Para tornar a análise do Beta mais intuitiva podemos
interpretá-lo da seguinte forma: um aumento de 100 pontos no índice Ibovespa, no período
analisado pela amostra resulta em um aumento em reais de aproximadamente 0,028 nas ações da
Petrobrás.

Segue o segundo modelo 2 obtido, referente ao período 11/12/2016 a 03/12/2017.

O modelo passou em todos os testes de hipótese e pode ser considerado MELNV, o
R-quadrado ajustado de 0,609704 é satisfatório e demonstra que o modelo é capaz de explicar

5
aproximadamente 61% da variância da variável dependente, no caso a cotação em reais das ações
da Petrobrás. O U de THEIL de 0,48365 é bastante expressivo e evidencia a eficiência do modelo
em fazer projeções, sendo significativamente mais eficiente que o método ingênuo. O FIV
(Fatores de Inflação da Variância) apresentou o mínimo valor possível (1,00), o que elimina a
possibilidade de problema de colinearidade entre as variáveis explicativas.

Modelo 2: MQO, usando as observações 1-52

Variável dependente: Petrobras

coeficiente erro padrão razão-t p-valor

-----------------------------------------------------------
const −0,0805673 0,0486833 −1,655 0,1043
Brent 0,103177 0,0285343 3,616 0,0007 ***
Ibovespa 0,000248033 3,02340e-05 8,204 9,34e-011 ***

Média var. dependente −0,004231 D.P. var. dependente 0,553110

Soma resíd. quadrados 5,850780 E.P. da regressão 0,345548
R-quadrado 0,625009 R-quadrado ajustado 0,609704
F(2, 49) 40,83497 P-valor(F) 3,66e-11
Log da verossimilhança −16,98341 Critério de Akaike 39,96683
Critério de Schwarz 45,82056 Critério Hannan-Quinn 42,21101
rô −0,142645 Durbin-Watson 2,261023

Teste de Chow para a falha estrutural na observação 26 -

Hipótese nula: sem falha estrutural
Estatística de teste: F(3, 46) = 2,22306
com p-valor = P(F(3, 46) > 2,22306) = 0,0981411

Teste da normalidade dos resíduos -

Hipótese nula: o erro tem distribuição Normal
Estatística de teste: Qui-quadrado(2) = 1,9941
com p-valor = 0,368967

Teste de não-linearidade (quadrados) -

Hipótese nula: a relação é linear
Estatística de teste: LM = 4,88869
com p-valor = P(Qui-quadrado(2) > 4,88869) = 0,0867828

Teste RESET para especificação -

Hipótese nula: a especificação é adequada
Estatística de teste: F(2, 47) = 0,704655
com p-valor = P(F(2, 47) > 0,704655) = 0,499426

Teste de White para a heteroscedasticidade -

Hipótese nula: sem heteroscedasticidade
Estatística de teste: LM = 1,93116
6
 com p-valor = P(Qui-quadrado(5) > 1,93116) = 0,858586

Teste LM para autocorrelação até a ordem 14 -

Hipótese nula: sem autocorrelação
Estatística de teste: LMF = 1,17151
com p-valor = P(F(14, 35) > 1,17151) = 0,337916

Estatísticas de avaliação da previsão

Erro Médio 1,1743e-017

Raiz do Erro Quadrado Médio 0,33543
Erro Absoluto Médio 0,25887
Erro Percentual Médio -23,36
Erro Percentual Absoluto Médio 111,47
U de Theil 0,48365

Fatores de Inflação da Variância (FIV)

Valor mínimo possível = 1,0
Valores > 10,0 podem indicar um problema de colinearidade

Brent 1,000
Ibovespa 1,000

VIF(j) = 1/(1 - R(j)^2), onde R(j) é o coeficiente de correlação múltipla

entre a variável j e a outra variável independente

Diagnósticos de colinearidade de Belsley-Kuh-Welsch:

--- proporções de variância ---

lambda cond const Brent Ibovespa
1,198 1,000 0,365 0,173 0,277
0,966 1,113 0,005 0,694 0,321
0,836 1,197 0,629 0,133 0,402

lambda = autovalores de X'X, maior para o menor

cond = índice condicional
nota: as colunas de proporção da variância somam 1

O segundo modelo apresenta mudanças significativas no Beta Brent, com relação ao

primeiro modelo exposto, o que se explica, de acordo com a hipótese levantada nesse trabalho
pela mudança na política de preços da Petrobras, ocorrida em outubro de 2016, quando se
estabeleceu o PPI (Preço de paridade internacional). O Beta Brent, que se refere a cotação
internacional do barril de petróleo em dólares antes apresentava significância estatística a um
nível de confiança menor que 70%, já nesse segundo modelo apresenta um p-valor bem baixo
(0,0007 ***), o que garante um nível de confiança de 99%.
O Beta Brent que antes era de aproximadamente 0,022 aumentou para 0,103177, um
aumento significativo que representa uma maior influência do preço internacional do barril de
7
petróleo na cotação em reais das ações da Petrobrás. A interpretação desse Beta é de que um
aumento de 1 dólar na cotação internacional do barril de petróleo causa um aumento de
aproximadamente 10 centavos de reais nas ações da Petrobrás.
Na comparação entre os dois períodos o Beta Ibovespa se demonstrou mais estável, no
período anterior, examinado pelo Modelo 1, o Beta referente ao Ibovespa era de
aproximadamente 0,00028 e no período pós mudança na política de preços, representado pelo
Modelo 2 o Beta Ibovespa é de 0,00025. A interpretação desse Beta sugere que no período em
questão um aumento de 100 pontos no índice Ibovespa causa um aumento de 0,025 reais na
cotação das ações da Petrobrás na bolsa de valores. Em ambos os modelos expostos, a variável
explicativa Ibovespa, que tem como unidade de medida os pontos do índice, apresentaram
significância estatística a 99% de confiança devido aos baixos p-valores apresentados.

4.Conclusões

Ao analisar os dois modelos separados pelo marco temporal da mudança na política de

preços da Petrobras, é possível perceber que as alterações se concentraram principalmente na
variável do Brent, com o Ibovespa mantendo-se constante entre os dois modelos. Uma vez que
ambos modelos passaram em todos os testes de especificação e podem ser considerados MELNV
(Melhor Estimador Linear Não Viesado), na visão desses autores, as mudanças ocorridas no
parâmetro Brent comprovam o aumento de sensibilidade do valor de mercado da Petrobras,
representados pela cotação de suas ações na Bolsa de Valores, em relação ao preço do barril de
Petróleo, representado pelo Brent.
É possível constatar que houve esse aumento através da análise dos betas, já que o
impacto no preço da ação por dólar variado no barril de petróleo aumentou 378,6%, se
considerarmos o aumento do beta de 2,2 para 10,3 centavos de real por variação de US$1 no
Brent. Considerando que na outra variável, o Ibovespa, o beta se manteve estável e essa variável
representa o conjunto das ações mais negociadas da Bolsa, podemos concluir que a variação no
modelo entre os dois períodos de preço não está dentro de uma margem de erro e pode estar
ligada a mudança na política de preços da empresa.
Outro fator que corrobora com essa análise é o aumento do nível de confiança do
parâmetro Brent entre um período e outro, ou seja, essa variável passou a explicar melhor o
comportamento das ações da Petrobras após a mudança na política, de forma que esse parâmetro
poderia até ser retirado do modelo pré-mudança se o objetivo fosse explicar o preço do barril
naquele período. Como o estudo tinha a intenção exclusiva de comparar os períodos
apresentados, o parâmetro foi mantido a fins de análise.

8
 Resta questionar se o resultado do estudo faz sentido de forma lógica, ao mostrar que o
valor de mercado da companhia brasileira estará fortemente mais atrelado ao preço do barril de
petróleo do que no período anterior. Na visão desses autores, a resposta é sim, uma vez que ao
momento que essas mudanças no barril Brent impactam mais na Receita da companhia após a
mudança de política. Por exemplo, quando há um aumento no barril de petróleo, as receitas da
Petrobras vão aumentar em decorrência do preço mais altos, enquanto as despesas poderão
crescer, mas em menor montante, uma vez que boa parte dessa operação é em Real e não está
atrelada ao preço do barril, aumentando a margem da companhia e justificando um maior valor na
ação.
Nos últimos anos, esse fenômeno foi observado em decorrência da alta do preço do barril
de petróleo. Por conta do aumento da demanda da commodity, a Pandemia de Coronavírus e
posteriormente os efeitos na oferta de petróleo após a eclosão da Guerra da Ucrânia, o preço do
barril saiu de US$30 em janeiro de 2017 para US$120 em fevereiro de 2022. Esse boom do Brent
levou a margem líquida da Petrobras de -5,25% em 2016 para 29,53% no primeiro trimestre de
2022, a maior da série histórica iniciada em 2008. Também é possível perceber no gráfico
construído pelo Status Invest uma crescente forte na lucratividade desde 2015, com exceção de
2020, ano da eclosão da pandemia do Coronavírus que pode ser considerado outlier.

Margem líquida da Petrobras de 2008 a 1T.2022. Fonte: Status Invest

Dado o exposto, é possível concluir que o aumento da sensibilidade a choques externos

com a variação do preço do Brent demonstrados nos modelos econométricos construídos por
esses autores têm razão lógica fundamentada no aumento de Receitas da companhia e seu
consequente aumento de margem fora do padrão histórico observado.

9
5.Referências
https://www.ipea.gov.br/desafios/index.php?option=com_content&view=article&id=2083:catid=
28&Itemid=23
https://petrobras.com.br/pt/
https://www.em.com.br/app/noticia/economia/2022/03/11/internas_economia,1352035/o-que-e-o-
ppi-usado-pela-petrobras-para-aumentar-o-preco-dos-combustiveis.shtml
https://valor.globo.com/empresas/noticia/2021/10/11/combustiveis-o-que-e-o-ppi-e-por-que-a-pet
robras-segue-precos-internacionais.ghtml
https://analises.toroinvestimentos.com.br/acoes/Petro-cotacao-PETR4?utm_source=google&utm_
medium=cpc&utm_campaign=14674263505&utm_content=128663744858&utm_term=&gclid=
CjwKCAjwwo-WBhAMEiwAV4dybZMKcMrpPHovo8QvMKl--d9GQHCaONNIHX0dyL1FT4
nsf7Ra-jiBUxoCPPYQAvD_BwE
https://www.infomoney.com.br/cotacoes/b3/acao/petrobras-petr4/grafico/
https://valor.globo.com/empresas/noticia/2021/10/11/combustiveis-o-que-e-o-ppi-e-por-que-a-pet
robras-segue-precos-internacionais.ghtml
https://petrobras.com.br/pt/nossas-atividades/areas-de-atuacao/exploracao-e-producao-de-petrole
o-e-gas/pre-sal/
https://valor.globo.com/empresas/noticia/2022/06/17/como-funciona-a-politica-de-precos-da-petr
obras-entenda.ghtml

Dados:
https://br.investing.com/indices/bovespa-historical-data
https://br.investing.com/equities/petrobras-pn-historical-data
https://br.investing.com/commodities/brent-oil-historical-data
https://statusinvest.com.br/acoes/petr4

10