3. MODELOS DE INTEGRAÇÃO DE MERCADOS
3.4. Modelo de Co-integração
De acordo com Fackler e Goodwin (2001), com o desenvolvimento da análise econométrica, tornou-se consenso na literatura que a maioria das variáveis econômicas comporta-se de maneira não-estacionária e as séries que apresentam raiz unitária são particularmente comuns. Conseqüentemente, a ausência de estacionariedade nas séries de preços utilizadas nas análises de integração de mercado invalida as inferências feitas a partir dos testes convencionais, particularmente os parâmetros estimados em modelos de regressão como os da equação (22).
8
Por fugir aos objetivos deste estudo, os detalhes econométricos foram omitidos. Contudo, podem ser obtidos em Li e Barrett (1999).
Os avanços das técnicas econométricas apropriadas ao tratamento das variáveis não-estacionárias estimulou uma extensa literatura que aplica testes de estacionariedade (testes de raiz unitária) e de co-integração nas avaliações de integração espacial de mercados.
A idéia intuitiva de co-integração é que variáveis não-estacionárias podem caminhar juntas, ou seja, apresentar trajetórias temporais interligadas, de modo que no longo prazo tenham uma relação de equilíbrio (ENDERS, 1995). Como resultado, a existência de co-integração é um indício de interdependência dos preços num mercado; assim, pode-se afirmar também que, se um conjunto de preços é co- integrado, qualquer um deles é representativo dos demais.
Os primeiros trabalhos a utilizar essa metodologia realizavam um teste de co- integração bivariado, considerando um dos preços como exógeno. Esses também eram testes da validade da LPU, por meio da transmissão de preços externos para preços internos de commodities agrícolas de exportação.
O modelo bivariado é conhecido por teste de Engle e Granger (1987) e assume que duas séries econômicas são co-integradas quando ambas possuem a mesma ordem de integração e há uma combinação linear estacionária entre elas. A seguinte equação deve ser ajustada:
t i
j P
P =β0 +β1 +ε (24)
em que é o preço no país j (ou mercado internacional); , o preço no mercado i, expresso em termos da mesma moeda de j; e
j
P Pi
t
ε , o termo de erro aleatório. Se as séries e forem co-integradas, a relação linear estacionária entre elas pode ser expressa por j P Pi i j t P β0 β1P
ε = − − . O teste de co-integração, portanto, resume-se a verificar a estacionariedade de εt, que, se não for rejeitada, indica a co-integração das séries.
Um dos primeiros autores a empregar o teste de Engle e Granger (1987) foi Ardeni (1989), para verificar a ocorrência da LPU nos mercados de commodities (trigo, carne bovina, açúcar, chá, lã e zinco) dos Estados Unidos, Canadá, Reino Unido e Austrália, em vários subperíodos compreendidos entre 1965 e 1986. Segundo esse autor, o estudo foi motivado pela negligência da literatura em levar em conta a não-estacionariedade das séries; nesse sentido, contestou a confiabilidade dos resultados a favor da LPU encontrados por análises anteriores. Seu trabalho indicou
evidência bastante reduzida de co-integração e, portanto, não-verificação da LPU naqueles mercados.
González-Rivera e Helfand (2001), num estudo pioneiro sobre a integração do mercado brasileiro de arroz, utilizaram um modelo multivariado baseado no teste de co-integração proposto por Johansen (1988) e Johansen e Juselius (1990). Segundo os autores, esse modelo é adequado, pois é o que mais se aproxima da proposição de que as localidades de um mercado integrado devem compartilhar a mesma informação de longo prazo.
Na teoria de co-integração, “compartilhar a mesma informação de longo prazo” significa que deve haver um, e apenas um, fator integrador comum a todas as séries de preços. Como foi discutido no referencial teórico, a existência de um único fator comum implica que há (k – 1) vetores co-integrados em um mercado com k localidades. Se os vetores de co-integração forem normalizados em relação a uma dessas localidades, o resultado é que todas serão pares co-integrados. Contudo, isso não é suficiente para justificar uma análise bivariada por, no mínimo, duas razões:
(
k−1)
i) Seria demasiado difícil determinar quais localidades pertencem ao mesmo mercado com uma análise bivariada, já que, dentre os pares combinados, apenas
(
)
[
k k−1 /2]
(
k−1)
são relevantes. O exercício seria desnecessariamente complicado e levaria a resultados inconclusos.ii) Um sistema co-integrado pode ser representado como um modelo de correção de erros (VEC). Se o sistema possui k localidades, espera-se que cada equação do VEC contenha termos de correção de erros e defasagens de inúmeras localidades no mercado. Um modelo bivariado, necessariamente, limita a cada equação do VEC o máximo de um termo de correção de erros, e defasagens apenas das duas localidades. Com exceção de mercados com estruturas muito específicas, análises bivariadas conteriam erros grosseiros de especificação.
Não obstante, há uma literatura crítica ao modelo de co-integração, seja bi ou multivariado. Goodwin (1992), em estudo sobre a transmissão de preços entre os mercados de trigo dos Estados Unidos e Japão, afirmou que a co-integração não é uma condição necessária para a integração de mercados. Segundo o autor, está implícita no modelo a hipótese de que os custos de transação são estacionários; mas,
se este não for o caso, pode-se rejeitar a co-integração mesmo que os mercados sejam integrados e exista transmissão de preços entre eles. Li e Barrett (1999) e Barrett (2001) ressaltam que o contrário também pode ocorrer, com preços sendo considerados integrados ainda que os mercados não o sejam.
Barrett (2001) argumenta ainda que a co-integração pode ser consistente com um relacionamento negativo entre os preços, enquanto a LPU sugere um relacionamento positivo.
Maddala e Kim (1998) advertem que o método de Johansen é sensível às especificações, principalmente em relação à escolha do número de defasagens. Asche et al. (2004) ressaltam que os resultados dos testes de co-integração são sensíveis ao tamanho do sistema, ou seja, seus resultados são uma função decrescente do número de variáveis incluídas e de parâmetros estimados.