Projeto de Pesquisa – Trabalho de Conclusão de Curso

Projeto de Pesquisa e Planejamento de Atividades

Aluno: Data início curso:

Orientadora: Helenice Gonçalves Defesa em:
Mês/Ano
Curso: MBA Finanças e Controladoria Modalidade: Distância Turma: Selecionar.

1. Título do projeto
A Efetividade do Hedge e Cross-Hedge no Mercado Brasileiro de Etanol Após a
Implementação do Preço Paridade Importação

2. Introdução
O setor sucroenergético, responsável pela produção de Açúcar e Etanol no Brasil,
representa uma faixa de 10% do Produto Interno Bruto [PIB] do agronegócio brasileiro
(UNICA, 2019). Historicamente, o setor do agronegócio é um grande gerador de riquezas
para o Brasil, e em 2021 foi responsável por cerca de 27,4% do Produto Interno Bruto [PIB]
(CEPEA, 2021). A cana-de-açúcar encontra em solo brasileiro condições ideais para o seu
cultivo, principalmente devido às extensas áreas agricultáveis e condições climáticas
favoráveis para o desenvolvimento desta cultura, o que possibilita ao país as posições de
principal produtor (20% da produção global) e exportador (45% da exportação mundial) de
açúcar, e segundo maior produtor e exportador de etanol no mundo, com volume de
produção de 27,9 bilhões de litros do biocombustível (UNICA, 2019). Além dos fatores
naturais (geográficos e climáticos), o setor sucroenergético brasileiro, em especial na
produção de etanol, recebeu alguns incentivos durante sua trajetória, em destaque as
etapas do Programa Nacional de Álcool (Proálcool), entre 1975 e 2003, e o advento da
produção do veículo fuel flex, que possibilitou que motores pudessem ser operados com
misturas de gasolina e etanol em quaisquer proporções (BNDES, 2008).
A produção de etanol e açúcar, assim como a produção dos diversos produtos
industrializados em cadeias produtivas agrícolas, assumem em sua essência os
comportamentos e riscos dos mercados de commodities. Essencialmente, são considerados
commodities todos os produtos de baixa intervenção industrial, baixo nível de diferenciação
e alto volume de recursos naturais em sua composição (SINOTT, 2010). O mercado de
commodities, especificamente no agronegócio, é rodeado por diversas incertezas, como
fatores de cunho político, econômico e financeiro (políticas de fomento ao setor e flutuações
de preços), fatores relacionados ao mercado global, em especial o câmbio, e riscos
intrínsecos à própria atividade agropecuária, como os fatores edafoclimáticos, sazonalidade
e ciclos das diversas culturas e produtos (FREITAS e SÁFADI, 2015). Afim de promover a
minimização das incertezas presentes neste mercado, ressalta-se o uso de gerenciadores
de riscos.
O hedge, uma estratégia amplamente utilizada nos mais diversos mercados para
minimização de risco, é um dos recursos adotados para redução de incertezas no mercado
de commodities. O hedge consiste na operacionalização de contratos do mercado de futuros
em posições inversas às atividades fins das empresas (ZANOTTI, GABBI e GERANIO,
2010). Por exemplo, uma agroindústria do setor sucroenergético que fabrica etanol e açúcar
e deseja mitigar o risco de flutuação dos preços de venda de seus produtos pode utilizar os
ativos de etanol e açúcar, em posição de compra, disponibilizados no mercado futuros da B3
(Bolsa, Brasil, Balcão), de modo que, em um determinado grau de efetividade, seja possível
“travar” os preços negociados, permitindo um maior nível de previsibilidade, segurança à
operação, e continuidade do negócio. Ressalta-se que o objetivo central nessas operações
não é obter lucro, mas sim reduzir ou eliminar a possibilidade de prejuízo (SOUZA et al.
2017).
Quanto à mensuração do grau de eficácia e nível de efetividade, ressalta-se as vertentes
do hedging account, que no Brasil, rege-se sob o pronunciamento CVM Nº 763, de 22 de
Projeto de Pesquisa – Trabalho de Conclusão de Curso

dezembro de 2016, que aprova o Pronunciamento Técnico CPC 48 e determina disposições

a serem aplicadas no âmbito da contabilidade, além de estabelecer os parâmetros para
identificação do nível de eficácia das operações de hedge. Há ainda a vertente de modelos
matemáticos e estatísticos, que objetivam a mensuração do grau de efetividade das
operações de hedge através de métodos preditivos, como o Mínimos Quadrados Ordinários
[MQO] e modelos heterocedásticos, que consideram a dinamicidade das séries temporais
de preços.
No que tange à efetividade das operações de hedge no setor sucroenergético, percebe-
se, através da análise de estudos publicados, que estas operações eventualmente
produzem resultados insatisfatórios quanto ao gerenciamento de riscos. Dentre os estudos,
ressalta-se Franco et al. (2016), que analisou a efetividade das operações de hedge no
mercado de etanol em dois estados brasileiros, e identificou que nestes estados o grau de
efetividade das operações de hedge minimizara aproximadamente 16% do risco de preços,
indicando que as operações não atendiam um valor mínimo de mitigação aceitável. Neste
mesmo sentido, cabe mencionar o estudo de Santos e Maia (2016), que identificou que as
operações de hedge no mercado de etanol brasileiro, e cross hedge do etanol utilizando
contratos futuros de açúcar em uma bolsa de valores do exterior, não possuem efetividade
aceitável.
Entretanto, observa-se escassez de estudos que contemplem a mensuração do nível de
efetividade das operações de hedge e cross hedge no mercado de etanol após a criação e
execução do Preço de Paridade de Importação [PPI], política adotada no intuito de permitir a
precificação do combustível vendido no Brasil com base nos valores de importação do
combustível, extinguindo o deslocamento da precificação interna em comparação às
flutuações de preços internacionais (DELGADO e GAUTO, 2021). Logo, ao considerar esta
mudança na precificação destes ativos, e em segundo momento, a extinção de políticas de
fixação de preços dos combustíveis no Brasil, infere-se que há necessidade de novos
estudos acerca da efetividade do hedge e cross hedge no mercado de etanol.

3. Objetivo
O objetivo geral deste estudo é avaliar se as operações de hedge e cross hedge são
efetivas para o mercado de etanol brasileiro. Os objetivos específicos da pesquisa se
norteiam em analisar se houve mudanças da estrutura de precificação dos preços de
combustíveis observada após implementação do Preço de Paridade de Importação [PPI].

4. Material e Métodos
O material utilizado será coletado em três âmbitos: 1) Dados do mercado à vista de
etanol nos principais estados produtores; 2) Dados do mercado futuros de etanol da B3; 3)
Dados do mercado futuros do petróleo Brent [LCOM2]. A justificativa para de escolha dos
principais estados produtores para captura de dados do mercado à vista se baseia no
estudo de Franco et al. (2016), o qual sugere em primeiro momento que o resultado
insatisfatório das operações de hedge nos estados de Alagoas e Pernambuco se deram
devido a distância e pouca aderência dos mercados à vista destes estados em relação ao
ativo de contratos do mercado futuros, e em segundo momento que eventualmente estados
mais próximos àqueles em que se baseia os fundamentos dos contratos futuros certamente
apresentariam resultados melhores. A justificativa para a escolha do ativo de contratos
futuros de Etanol [1ZEc1] é devido este constituir os contratos que refletem o ativo em
análise da operação, e que devem ser selecionados para estruturação das operações de
hedge padrão. Quanto ao ativo petróleo Brent [LCOM2], a justificativa para uso deste neste
estudo é devido a relevância deste ativo no mercado mundial de combustíveis, sendo suas
cotações utilizadas como referência para os mercados europeu e asiático.
A captura dos dados referentes aos contratos futuros será realizada através da
plataforma investing.com, sendo extraídas as informações chaves de cada pregão (alta,
baixa, abertura, fechamento). Para os contratos à vista dos principais estados produtores de
etanol, os dados serão extraídos no endereço eletrônico do Centro de Estudos Avançados
Projeto de Pesquisa – Trabalho de Conclusão de Curso

em Economia Aplicada [CEPEA] da Escola Superior de Agricultura Luiz de Queiroz

[ESALQ], da Universidade de São Paulo [USP]. O período para análise de dados
compreenderá os registros nos mercados futuros e à vista entre os anos de 2010 e 2021. A
escolha deste período está alinhada aos objetivos específicos da pesquisa, que buscam
avaliar os níveis de efetividade nas operações de hedge e cross hedge antes e após a
implementação do Preço de Paridade de Importação [PPI].
O modelo preditivo a ser aplicado para determinação da razão ótima do hedge e cross
hedge é o modelo BEKK, com base nos estudos desenvolvidos por Oliveira Neto e Garcia
(2013). A mensuração do nível de efetividade será calculada a partir da equação abaixo:

𝑣𝑎𝑟(𝐻 ∗ )
𝑒𝑐ℎ = 1 −
𝑣𝑎𝑟(𝑈)

Sendo: 𝑒𝑐ℎ a efetividade do hedge/cross hedge; 𝑣𝑎𝑟(𝑈) = 𝜎𝑠2 a variância da carteira não
protegida; 𝑣𝑎𝑟(𝐻 ∗ ) = 𝜎𝑠2 + ℎ∗2 𝜎𝑓2 − 2ℎ∗2 𝜎𝑠𝑓
2
a variância mínima da carteira protegida; 𝜎𝑓2 a
2
variância dos preços futuros; 𝜎𝑠𝑓 a covariância entre os preços à vista e futuros e; ℎ∗a razão
ótima do hedge/cross hedge.

Neste contexto, serão testadas as seguintes hipóteses:

𝐻0 = 𝑒𝑐ℎ ≤ 0, o ℎ𝑒𝑑𝑔𝑒 ou 𝑐𝑟𝑜𝑠𝑠 ℎ𝑒𝑑𝑔𝑒 não é eficaz

𝐻1 = 𝑒𝑐ℎ > 0, o ℎ𝑒𝑑𝑔𝑒 ou 𝑐𝑟𝑜𝑠𝑠 ℎ𝑒𝑑𝑔𝑒 é eficaz

Caso rejeitado a hipótese 𝐻0 , o nível de eficácia será dado por 𝐻1 , e multiplicado por
100, representará em ordem percentual a eficácia do hedge ou cross hedge.

Conforme a base metodológica de Oliveira Neto e Garcia (2013), para estimação da

matriz de covariância mínima, será utilizado a parametrização da matriz com base no
modelo GARCH multivariado de Engle e Kroner (1995), sendo:
𝑞 𝑝

𝐻𝑡 = 𝐶 ′ 𝐶 + ∑ 𝐴′𝑖 𝜀𝑡−1 𝜀′𝑡−𝑖 + ∑ 𝐵𝑗 𝐻𝑡−𝑗 𝐵𝐽

𝑖=1 𝑖=1

Onde 𝐴𝐼 ,𝐵𝐽 e C são matrizes (n x n), com n = 2 para o caso bivariado, e C é determinado
como a matriz triangular superior e; p e q, são as ordens do modelo e; n, o número de séries
utilizadas.

Com base neste modelo de Engle e Kroner (1995), para que sejam incluídas todas as
possibilidades de representações vetoriais positivas, determina-se a seguinte equação
(OLIVEIRA NETO; GARCIA, 2013):

𝑅𝑠 = 𝜇𝑠 + 𝑒𝑠𝑡 𝑒𝑠
{ 𝑡 & 𝑒𝑡 |ψ𝑡−1 = [ 𝑒 𝑡 ] |ψ𝑡−1 ~𝑁(0, 𝐻𝑡 )
𝑅𝑓𝑡 = 𝜇𝑓 + 𝑒𝑓𝑡 𝑓𝑡

Onde, 𝑒𝑠𝑡 e 𝑒𝑓𝑡 , são os distúrbios encontrados; Ψ𝑡−1 , são os dados disponíveis no
tempo t-1, é a função de densidade normal bivariada; e 𝐻𝑡 , é uma matriz de covariância
condicional definida positiva no tempo t, especificada como:
Projeto de Pesquisa – Trabalho de Conclusão de Curso

ℎ𝑠2 ℎ𝑠𝑓1 𝛾𝑠𝑠 0 𝛾𝑠𝑠 0 𝛼𝑠𝑠 𝛼𝑠𝑓 𝑒 2 𝑠𝑡−1 𝑒𝑠𝑡−1 𝑒𝑓𝑡−1 𝛼𝑠𝑠 𝛼𝑠𝑓
𝐻𝑡 = [ 𝑡 ] = [𝛾 𝛾𝑓𝑓 ] [𝛾𝑠𝑓 𝛾𝑓𝑓 ] + [𝛼 ] [
𝛼𝑓𝑓 𝑒 𝑒 ] [𝛼 𝛼𝑓𝑓 ]
ℎ𝑠𝑓𝑡 ℎ𝑓2𝑡 𝑠𝑓 𝑠𝑓 𝑠𝑡−1 𝑓𝑡−1 𝑒 2𝑓𝑡−1 𝑠𝑓

𝛽𝑠𝑠 𝛽𝑠𝑓 ℎ2 𝑠𝑡−1 ℎ𝑠𝑓𝑡−1 𝛽𝑠𝑠 𝛽𝑠𝑓

+[ ][ ][ ]
{ 𝛽𝑠𝑓 𝛽𝑓𝑓 ℎ𝑠𝑓𝑡−1 ℎ2𝑓𝑡−1 𝛽𝑠𝑓 𝛽𝑓𝑓

Onde ℎ𝑠𝑓𝑡 , é a covariância condicional dos preços à vista do mercado de etanol nos
principais estados produtores e dados de preços de contratos futuros etanol [1ZEc1] e no
mercado futuros de petróleo Brent [LCOM2]; ℎ𝑠2𝑡 e ℎ𝑓2𝑡 , são as variâncias condicionais dos
preços à vista do mercado de etanol nos principais estados produtores, e dados de preços
do ativo no mercado futuros, que podem ser estimados pela maximização da função log de
verossimilhança em relação à θ , onde, T é o número total de observações, conforme
equação abaixo:

𝑇 𝑇
1 1
𝐿(𝜃) = −𝑇 log(2𝜋) − ∑ log|𝐻𝑡 (𝜃) |− ∑ 𝑒𝑡 (𝜃)′ 𝐻𝑡−𝑡 (𝜃)𝑒𝑡 (𝜃)
2 2
𝑖=1 𝑖=1

Logo, o modelo BEKK (1,1), a ser aplicado, conforme os estudos de Oliveira Neto e
Garcia (2013), se a apresenta no seguinte sistema de equações:

2 2 2
ℎ𝑠,𝑡 = 𝐶𝑆𝑆 + 𝛼22 𝜀𝑠,𝑡−1 + 𝛽22 ℎ𝑠
2
{ℎ𝑠𝑓,𝑡 = 𝐶𝑠𝑓 + 𝛼11 𝛼22 𝜀𝑠,𝑡−1 + 𝛽11 𝛽22 ℎ𝑠𝑓
2 2 2
ℎ𝑓𝑡 = 𝐶𝑓𝑓 + 𝛼11 𝜀𝑓,𝑡−1 + 𝛽11 ℎ𝑓

Portanto, tem-se que a equação de demonstração da razão ótima do hedge e cross hedge
será determinada por:
ℎ𝑡 = cov(Δ𝑆𝑡 , Δ𝑓𝑡 |Ω𝑡−1 )/(Δ𝑓𝑡 ⌊Ω𝑡−1 )

5. Resultados Esperados

Espera-se a partir deste estudo encontrar resultados que indiquem que as operações de cross
hedge no mercado de etanol, utilizando ativos de petróleo internacionais, sejam efetivos na mitigação
de risco de preços, especialmente após implementação do Preço de Paridade de Importação [PPI].

6. Cronograma de Atividades
Mês
Atividades planejadas
1 2 3 4 5 6 7 8 9 10
Elaboração Projeto de Pesquisa X X
Entrega Projeto de Pesquisa X
Retorno do projeto e correção X X
Rodagem da estatística X X
Avaliação dos resultados X
Retorno avaliação orientadora X
Apreciação, correção e entrega X
Discussões com a orientadora X
Projeto de Pesquisa – Trabalho de Conclusão de Curso

Correção necessárias X
Ajustes finais para entrega X
Entrega X X
Discussões com a orientadora X
Preparação do material X
Ihul! Apresentação realizada X
Projeto de Pesquisa; Resultados Preliminares; Entrega do Trabalho de Conclusão de Curso; Entrega da
Apresentação da Defesa

7. Referências Bibliográficas

Banco Nacional de Desenvolvimento Econômico e Social [BNDES]. 2008. Perspectivas para o Etanol
Brasileiro. Disponível em:
<https://web.bndes.gov.br/bib/jspui/bitstream/1408/2421/1/Perspectivas%20para%20o%20Etanol%20Brasileiro.
pdf>. Acesso em 03 abr. 2022.

Comissão de Valores Mobiliários [CVM]. Deliberação CVM Nº 763, de 22 de dezembro de 2016. Aprova o
Pronunciamento Técnico CPC 48 do Comitê de Pronunciamentos Contábeis, que trata de instrumentos
financeiros. Diário Oficial da União, Brasília, 23 dez. 2016. Seção 1, p. 125-154.

Comitê de Pronunciamentos Contábeis [CPC], de 04 de novembro de 2016. Pronunciamento CPC 48. Diário
Oficial da União, Brasília, 23 dez. 2016. Seção 1, p. 125-154.

Centro de Pesquisas Econômicas da Escola Superior de Agricultura Luiz de Queiroz [CEPEA]. 2021. PIB do
Agronegócio Brasileiro. Disponível em: <https://www.cepea.esalq.usp.br/br/pib-do-agronegocio-
brasileiro.aspx>. Acesso em 03 abr. 2022.

Delgado, F.; Gauto, M. Composição dos preços de paridade dos combustíveis no Brasil. Revista Conjuntura
Econômica, v. 75, n. 06, p. 44-48, 2021

Franco, F. V.; Oliveira Neto, O.. Efetividade das operações de hedge para o etanol de Pernambuco e Alagoas no
mercado futuro da BM&FBovespa. Revista Econômica do Nordeste v. 47, n.1, p. 49-64, 2016.

Freitas, C. A.; Sáfadi, T. Volatilidade dos Retornos de Commodities Agropecuárias Brasileiras: um teste
utilizando o modelo APARCH. Revista de Economia e Sociologia Rural, v. 53, n. 2, p. 221-228, 2015.

Kroner, K. F. Multivariate Simultaneous Generalized ARCH. Econometric Theory. v. 11, p. 122–150, 1995.

Oliveira Neto, O.J.; Garcia, F.G.; Cross hedging do novilho argentino no mercado futuro do boi gordo brasileiro.
Custos e @gronegócio on line. v. 9, n. 2, p. 117-151, Abr./Jun. 2013.

Santos, R.; Maia, S. Razão ótima e efetividade de hedge do etanol hidratado nos contratos
futuros de commodities sucroalcooleiras. Revista Brasileira de Administração Científica v. 7, n.2, p. 33-48, 2016.

Sinott, E.; Nash, J.; De La Torre, A. (2010). Natural Resources in Latin America and the Caribbean: beyond
booms and busts. Washington: The Word Bank.

Souza, W. A. R.; Costa, A. R. R.; Cavalcante, T. S. B.; Zancan, C.; Marques, P. V. Avaliação de Eficiência de
Estratégias de Hedge para o Risco de Preço do Café do Brasil com o Uso de Contratos da BM&FBovespa.
Revista de Administração da UFSM, v. 10, n. 5, p. 908-928, 2017.

União da Industria de Cana de Açúcar [ÚNICA]. Balanço de Atividades 2012/13 a 2018/19. 2019. Disponível
em: <https://unica.com.br/wp-content/uploads/2019/06/Relatorio-Atividades-201213-a-201819.pdf>. Acesso em
03 abr. 2022.

Zanotti, G.; Gabbi, G.; Geranio, M. Hedging with futures: efficacy of garch correlation models to european
electricity markets. Journal of International Financial Markets, Institutions & Money. v. 20, p. 135–148, 2010.