UNIVERSIDADE FEDERAL DO CEARÁ - UFC CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN
MESTRADO PROFISSIONAL EM ECONOMIA - MPE
PEDRO MAPURUNGA AZEVEDO
DETERMINANTES DO PREÇO DE VENDA DA CERA DE CARNAÚBA BENEFICIADA
PEDRO MAPURUNGA AZEVEDO
DETERMINANTES DO PREÇO DE VENDA DA CERA DE CARNAÚBA BENEFICIADA
Dissertação submetida à Coordenação do Curso de Pós-Graduação em Economia – Mestrado Profissional – da Universidade Federal do Ceará - UFC, como requisito parcial para a obtenção do grau de Mestre em Economia.
Orientador: Prof. Dr. Paulo Rogério Faustino Matos
PEDRO MAPURUNGA AZEVEDO
DETERMINANTES DO PREÇO DE VENDA DA CERA DE CARNAÚBA BENEFICIADA
Dissertação submetida à Coordenação do Curso de Pós-Graduação em Economia – Mestrado Profissional – da Universidade Federal do Ceará - UFC, como requisito parcial para a obtenção do grau de Mestre em Economia.
Data de Aprovação: 15 de dezembro de 2009.
BANCA EXAMINADORA
_________________________________________ Prof. Dr. Paulo Rogério Faustino Matos
Orientador
_________________________________________ Prof. Dr. Fabrício Carneiro Linhares
Membro
_________________________________________ Prof. Dr. Raimundo Eduardo Silveira Fontenele
AGRADECIMENTOS
Aos meus pais Gerardo Azevedo pela inspiração e ajuda e Conceição Azevedo,
ambos com esforço e dedicação proporcionaram-me as bases para alcance desse
objetivo.
Ao orientador Dr. Paulo Matos, que sempre se postou tranqüilo, flexível e
interessado.
Ao colega e amigo Elias Zeglin, que em momentos de sua folga nunca hesitou em
me ajudar, tanto nesta dissertação como em todo o curso.
A todas as outras pessoas que, de alguma forma, contribuíram para a realização
RESUMO
Nesta dissertação foi analisada a influência de algumas variáveis explicativas na capacidade de composição de preço de venda da Cera de Carnaúba beneficiada, e a tentativa de prevê-la, o modelo linear utilizado foi o de Mínimos Quadrados
Ordinários (MQO). Apesar de ad hoc, o modelo e as variáveis escolhidas mostraram
resultados bastante satisfatórios, onde foram escolhidas variáveis
macroeconômicas, variáveis climáticas (dummy) e variáveis setoriais. O resultado
final do estudo confirmou algumas afirmações que eram feitas de forma empírica, mas também demonstrou resultados que foram contra ao que especialistas do assunto julgavam como verdades absolutas.
Palavras-chave: Preço de venda da Cera de Carnaúba; Modelagem econométrica
ABSTRACT
At this article, it was analyzed the real capacity of some valuation in a sales price of composition in a Carnauba Wax and it was tried to preview this price, the linear
model that has been used was Least Quarters. Despite of ad hoc, the studied model
and chosen variables have showed satisfactory results, it has been chosen macroeconomics variables, weathers variables (dummy) and specifics variables. The final results confirmed some empiric affirmations however it showed some results that business men from its market used to say the other way round.
LISTA DE FIGURAS
FIGURA 1 - Cotação do Dólar entre 1997 e 2008... 22
FIGURA 2 - Preço da Cera Tipo 1 entre 1997 e 2008... 23
FIGURA 3 - Preço do Pó Olho entre 1997 e 2008... 24
FIGURA 4 - Preço da Cera Olho entre 1997 e 2008... 25
FIGURA 5 - Evolução de valores de exportação de cera de carnaúba no Brasil... 27
FIGURA 6 - Evolução de valores de exportação de cera de carnaúba no Ceará... 27
FIGURA 7 - Evolução de valores de exportação de cera de carnaúba no Piauí... 28
FIGURA 8 - Evolução do volume de exportação de cera de carnaúba no Brasil... 28
FIGURA 9 - Evolução do volume de exportação de cera de carnaúba no Ceará... 29
LISTA DE TABELAS
TABELA 1 - Geometria descritiva da cotação do dólar entre 1997 e 2008... 22
TABELA 2 - Geometria descritiva do preço da Cera Tipo 1 entre 1997 e 2008... 23
TABELA 3 - Geometria descritiva do preço do pó olho entre 1997 e 2008... 25
TABELA 4 - Geometria descritiva do preço da Cera Olho entre 1997 e 2008... 26
TABELA 5 - Variáveis explicativas e suas respectivas defasagens... 30
TABELA 6 - Quadro de resultados... 31
SUMÁRIO
1 INTRODUÇÃO... 9
2 CONTEXTUALIZAÇÃO... 12
2.1 Histórico de Produção da Cera... 12
2.2 Histórico de Exportação da Cera... 13
2.3 Relevância da Cera de Carnaúba para o Ceará e Piauí... 15
3 LITERATURA RELACIONADA... 16
4 METODOLOGIA... 18
4.1 Defasagens... 20
4.2 Mínimos Quadrados... 21
5 BASE DE DADOS... 22
6 RESULTADOS... 30
7 DISCUSSÃO DOS RESULTADOS... 32
7.1 Previsão do Preço... 33
1 INTRODUÇÃO
A Carnaúba, também conhecida como carnaubeira, tem seu nome
derivado da língua indígena tupi, significando literalmente a “árvore que arranha“.
Tem sua classificação cientifica iniciada por Copernicea prunifera, apresentando-se
entre todas as espécies do gênero Copernícia como a única a produzir a cera de
carnaúba. Alguns autores fazem ainda o uso da classificação como Copernícia
cerífera, designação mais utilizada atualmente.
Apesar de encontrada em outras regiões do Brasil, bem como em
determinados países, a Copernícia cerífera é nativa única e exclusivamente do
Nordeste Brasileiro, particularmente nos estados do Ceará, Piauí, Rio Grande do
Norte e parte da Paraíba. A localização dos mais densos carnaubais dá-se próximo
às várzeas e margens de rios e riachos intermitentes e em menor proporção em
algumas zonas costeiras dos estados citados.
A carnaúba é normalmente uma palmeira de um só tronco de forma que
ocorrendo danos ao rebento terminal, pode ocasionar o brotamento de ramos
anormais. Cresce aglomerada, uniforme, em meio físico em que dificilmente
sobreviveriam outras árvores, podendo perdurar por longas estações secas, sem
qualquer inconveniência aparente. O número de folhas produzidas por uma árvore é
da ordem de 45 a 60, ocorrendo a queda natural da folha após transcorrer
aproximadamente um ano de sua emergência, pelo que se constata que a copa é
formada de folhas de no máximo um ano. Das cerca de quinze espécies de palmeira
nativa do Nordeste do Brasil, somente a carnaúba tem folhas em formato de leque,
sendo os carnaubais geralmente espaçados e ensolarados.
A maior concentração de carnaubais é encontrada nos Estados do Ceará,
Piauí, Rio Grande do Norte e parte da Paraíba, margeando as estradas que
conduzem ao interior ou acompanhando as várzeas dos rios intermitentes que
Segundo a empresa do setor Carnaúba do Brasil Ltda, representada por
seu diretor de produção, José Maria Marques, a principal matéria-prima para o
beneficiamento, o pó extraído da folha da carnaubeira, passa pelo processo de
secagem e representa 80% do custo da cera e os 20% restantes os demais
insumos.
Empresas do setor, que a volatilidade na mudança de preço de venda da
cera beneficiada é de grande intensidade, havendo alternância de preços em uma
pequena quantidade de tempo, levando em consideração que a matéria-prima
representa 80% do custo de produção da cera e que a quantidade de investimento
em valores nominais é bastante representativa e partindo de que uma indústria em
média compra 200 toneladas/mês e o preço do pó da palha da carnaúba custa em
média R$ 4,00 em Junho de 2009, qualquer variação no valor da matéria-prima
resultará em grandes valores na transação final.
Neste sentido, esta dissertação tem como objetivo além de suprir a
ausência de bons trabalhos na área, identificar e descrever as variáveis
determinantes do preço da cera de carnaúba beneficiada.
Sob uma ótica mais específica, pretende-se: aplicar sobre as séries de
tempo definidas como parâmetro deste trabalho, um modelo econométrico para a
previsão do preço de venda da cera de carnaúba beneficiada; criar uma ferramenta
que trará segurança aos empresários do ramo onde poderão controlar e gerir riscos
futuros, através de um maior domínio sobre a variação do preço; avaliar a real
influência das exportações da Cera de Carnaúba na balança comercial cearense e
piauiense; realizar um diagnóstico dos aspectos de oferta de mercado, enfatizando a
evolução do setor e os aspectos relacionados aos custos de produção e formação
do preço de venda; oferecer aos leitores a possibilidade de compreender a dinâmica
do setor no Ceará e Piauí e sua importância no mercado.
O estudo tratou de comentar a importância em geral do mercado da cera
nos estados do Ceará e Piauí e escolheu alguns artigos que podem representar ou
até mesmo ser comparado com essa dissertação. O fundamental na metodologia
mais relevantes no preço final da cera, em sua maioria essas variáveis se mostraram
2 CONTEXTUALIZAÇÃO
2.1 Histórico de Produção da Cera
Existe concordância geral de que a mais antiga referência publicada
sobre a carnaúba se encontra em um trabalho escrito por Jorge MarcGrave,
intitulado “História Naturalis Brasilae” publicado em Amsterdã em 1648, traduzida
pelo Monsenhor José Procópio de Magalhães em História Natural do Brasil (CEPRO,
1979).
Os primeiros relatos quanto ao cultivo da carnaúba de forma ordenada
pelo homem surgiram ao final do século XIX, mediante relato de um visitante alemão
que afirma ter visto uma plantação dessa palmeira na propriedade de um imigrante,
também alemão, que já trabalhava na terra há mais de quarenta anos, sendo aludida
propriedade próxima de um rio do Nordeste brasileiro, sem precisar, todavia com
exatidão o município ou Estado (ETENE, 1972).
No Ceará, a constatação dá-se em 1914, segundo relato de Diogo
Ferreira Gomes, apontando a existência de uma plantação de carnaúba na Fazenda
Recreio, fato também afirmado por Pimentel Gomes em 1923, em uma pequena
área da Fazenda Guarita. Observa-se que a partir de 1930 houve um acréscimo no
plantio na Fazenda Floresta, localizada no município de Mata Fresca, região leste do
Ceará, divisa com o Rio Grande do Norte, chegando a atingir um milhão de árvores
em 1960. Até 1939, outros municípios da Chapada do Apodi, Limoeiro do Norte,
Taboleiro do Norte, São João e Alto Santo tinham registros significativos de
expansão no plantio.
Ao final de 1935 do norte-americano Herbert F. Johnson efetivou
expedição, acompanhado de seis pesquisadores, partindo de Miami, na Flórida, a
bordo de bimotor anfíbio de nome Carnaúba, com destino ao “país das carnaúbas“,
passando uma boa temporada dedicando-se a identificar e classificar espécies, além
1938, da Fazenda Raposo, com 136 hectares, em Maranguape, posteriormente
doada a Universidade Federal do Ceará em junho de 1969. No local pode-se
constatar a presença de 1.707 palmeiras, algumas de outros países como Haiti,
Cuba, Tailândia, Colômbia, África e Paraguai, além de várias famílias de palmeiras
nacionais (ESTADO DE SÃO PAULO, 1997).
Os resultados da exploração de cera de carnaúba foram tão benéficos,
que induziram a formação do império internacional, no caso, a empresa S.C.
Johnson & Son Inc., com sede em Racine, Wisconsin, EUA, fabricante entre outros
produtos das ceras Johnson, Brilhol.
Posteriormente outra expedição, denominada “Carnaúba” conduzida em
17 de novembro de 1998 por Sam Johnson e os filhos Curtis e Fisk, como promessa
feita ao patriarca Herbert, em uma réplica perfeita do mesmo bimotor especialmente
construído, com o objetivo de refazer a viagem histórica de 1935, e, sobretudo, de
manter vivos na família Johnson os compromissos “com a descoberta de novas
idéias, com a ousadia de arriscar e com a energia para continuar buscando o sonho”
(EXPEDIÇÃO CARNAÚBA, 1988).
Estima-se ainda que no Nordeste exista atualmente cerca de 53 milhões
de carnaubeiras, o que representa a produção variando de 14,5 a 16 mil toneladas,
segundo dados levantados pelo Sr. March Theophile Jacob em documento intitulado
‘Alguns dados a respeito da atividade extrativista da cera de Carnaúba e
proposições para o aumento de sua importância para o semi-árido e para o Brasil’
em palestra proferida em Agosto de 2001 junto ao Ministério da Ciência e
Tecnologia na Conferencia Nacional naquele ano (JOSINO NETO, 2004).
2.2 Histórico de Exportação da Cera
A carnaubeira é considerada por muitos, como uma planta multiuso, uma
vez que dela tudo se aproveita ou se usa. Além de seu mais nobre uso, o pó
doméstico, serve ainda a um setor de conteúdo tecnológico. A indústria farmacêutica
a utiliza como componente químico. Devidamente refinada, de conformidade com o
amplo leque de aplicações, é um dos principais insumos na fabricação de
cosméticos, além de amplamente utilizado na confecção de produtos de limpeza,
filmes plásticos, composição de revestimentos, vernizes, lubrificantes, revestimento
de frutas, chips de computadores. (JOSINO NETO, 2004)
A produção de cera de carnaúba destina-se basicamente à exportação,
tendo em vista que o consumo doméstico é estimado em aproximadamente 5% do
volume total exportado segundo Carnaúba do Brasil Ltda.
A sustentabilidade da atividade que, desde o extrativismo até o nível final
de beneficiamento à exportação, não causa impacto negativo ao meio ambiente,
possibilitando seus subprodutos uma série de vantagens na relação homem/meio
ambiente. Por exemplo, a bagana da palha é utilizada como adubo orgânico de
excelente qualidade; a palha é amplamente utilizada no artesanato do Ceará, além
de estudos em andamento visando à utilização da palha cortada em celulose, para
fabricação de papéis e caixas (JOSINO NETO, 2004).
Nos estados do Ceará e Piauí, a indústria de beneficiamento de cera de
carnaúba é uma das mais antigas, tendo até a década de 80 do século passado um
importante papel na pauta de exportação local, com a virada do milênio, o cenário da
carnaúba voltou a mudar e sabendo da importância que a planta e a cera têm à
economia local, onde foram exportados, 7.063 toneladas no ano de 2008 no Ceará e
7.191 toneladas no Piauí segundo o Ministério do Desenvolvimento, Indústria e
Comércio Exterior, e a presente dissertação ajudará diretamente o ramo dos
industriais da cera e produtores e indiretamente outros setores da cadeia produtiva e
2.3 Relevância da Cera de Carnaúba para o Ceará e Piauí
Segundo a FIEC estima-se que mais de cem mil pessoas trabalham no
corte da palha da carnaúba, de forma direta e indiretamente, vivem do corte,
artesanato e do beneficiamento em si, no governo de Lúcio Alcântara, a carnaubeira
foi decretada como árvore símbolo do Estado do Ceará, onde a derrubada da árvore
é crime ambiental, passivo de multas e penalidades, a imagem da árvore foi
agregada até a bandeira do estado assim justificada no Diário do Nordeste em 2004:
Sobre o escudo observa-se a figura de uma fortaleza antiga, enquanto o brasão é formado por um campo verde, sendo de um lado semeado de estrelas e do outro ocupado por um pássaro de cor branca. Na figura central ovalada, percebe-se a enseada do Mucuripe, o farol, uma jangada e uma carnaúba na praia, iluminados pelo sol nascente.
A possível explicação histórica quanto à presença da carnaúba no brasão
do Estado do Ceará, remonta do fato de que, à época da criação desse símbolo,
existiam com abundância belas carnaúbas em território cearense.
Dos 40 maiores exportadores do Ceará divulgados pelo Ministério do
Desenvolvimento, Indústria e Comércio Exterior no ano de 2008, 3 são de indústrias
beneficiadoras de cera de carnaúba, onde de acordo com dados supracitados as
exportações da cera representam 3,14% de toda a exportação cearense do ano.
Já no Piauí a representatividade da cera de carnaúba nas exportações do
estado é bem maior, dos 40 maiores exportadores, 9 são indústrias beneficiadoras e
sua importância no total exportado pelo estado chega a 29,21%. Partindo desses
3 LITERATURA RELACIONADA
Em São Paulo em 2004, Luis Carlos Berti elaborou uma dissertação para
o Mestrado Profissional em Modelagem Matemática em Finanças e o tema da
dissertação foi: ‘A utilização de Modelos Econométricos para a previsão do preço da
celulose no mercado internacional: Uma comparação entre Modelos Univariados e
Multivariados’, a dissertação tentou mostrar enfoque no seu objetivo onde foi
analisada a aplicabilidade de modelos econométricos para previsão de preço, como
forma de oferecer suporte às decisões de compra ou venda da commodity pelos
agentes do mercado. A análise foi desenvolvida para o caso da previsão do preço da
celulose no mercado internacional.
O que diferencia o trabalho supracitado com a presente dissertação, é
que Berti ter trabalhou no objetivo de prever o preço final do produto já produzido no
mercado internacional, ele fez uma comparação entre modelos, já a presente
dissertação também fará um estudo para prever o preço final, mas terá
comparações distintas, que trarão importantes subsídios diretos aos industriais
beneficiadores na composição final do preço da cera beneficiada e estudará o
modelo mais adequado para atingir esse objetivo.
A Cera de Carnaúba é considerada quase como uma commodity por
profissionais da área, por estar em produtos totalmente diversificados onde na
maioria deles a cera não é a matéria-prima e sua quantidade usada na produção é
irrisória, servindo quase sempre como algum aditivo produtivo, tendo essa ideia de
quase uma commodity, foi analisado em uma tese elaborada no Rio de Janeiro no
ano de 2000 por Alexandre Samy de Castro e José Luiz Rossi Júnior que estimaram
equações para os valores exportados e os preços externo das principais
commodities brasileiras — café, açúcar, soja, minério de ferro, carne bovina,
alumínio, cacau, suco de laranja e fumo —, que representam em torno de 25% do
total das exportações brasileiras. Estimaram modelos Vetoriais Auto-Regressivos
(VAR) irrestritos e modelos em diferenças restritos, que poderão influenciar como
Pesquisadores de Jaboticabal-SP escreveram um artigo sobre o
maracujá-amarelo que é um fruto altamente perecível, que aliado ao método
tradicional de colheita após abscisão da planta o predispõe a um reduzido período
de conservação e comercialização. A rápida desidratação do pericarpo ocasiona
murcha e torna o fruto pouco atraente para os consumidores, esse período de
conservação do maracujá pode ser ampliado, a modificação da atmosfera ocorre em
função da interação entre o processo natural de respiração do produto e as trocas
gasosas através da embalagem ou cera de carnaúba, neste artigo foi concluído que
a cera de carnaúba apresentou maior eficiência na conservação pós-colheita, em
função da menor porcentagem de perda de matéria fresca e manutenção de maior
teor relativo de água no pericarpo, este artigo foi citado apenas como título de
curiosidade sobre o leque de opções que a cera de carnaúba é aplicada e a
ausência de trabalhos ligados à economia.
Outro trabalho que vale a pena ser citado é titulado: Previsão de preços
futuros de Commodities agrícolas com diferenciações inteira e fracionária, e erros
heteroscedásticos, elaborado pelos professores Ricardo C. Lima, Marcos R. Góis e
Charles Ulises da Universidade Federal de Pernambuco, que teve como objetivo
modelar séries temporais para efeito de previsão com diferenciações inteira e
fracionária, utilizando dados de preços futuros de commodities agrícolas. Modelos
de séries temporais do tipo ARMA/ARIMA como termo de comparação com os
modelos do tipo ARFIMA. Em ambos os casos, os erros dos modelos foram
estimados assumindo-se a possibilidade de estimação da volatilidade. O poder de
previsão de cada modelo foi comparado pelo critério do erro quadrado médio da
previsão e a estimação do termo de diferenciação fracionário também foi utilizada
4 METODOLOGIA
A escolha das variáveis explicativas partiu primeiramente de pesquisas e
entrevistas junto à empresa do setor Carnaúba do Brasil Ltda, que possui uma
ampla base de dados que foi determinante para a execução desse estudo e é filiada
ao Sindicato das Indústrias Refinadoras de Cera de Carnaúba do Estado do Ceará,
junto ao Ministério do Desenvolvimento, Indústria e Comércio Exterior, à Fundação
Cearense de Meteorologia e Recursos Hídricos do Estado do Ceará e ao Banco
Central do Brasil, que foi fornecida ao autor da presente dissertação e por pesquisas
nas páginas eletrônicas das entidades supracitadas, logo após a escolha do tema, o
estudo partiu para a definição das variáveis.
A metodologia de escolha das variáveis explicativas, que compõe este
trabalho, foi embasada em um conjunto de fatores, tais como, a separação das
variáveis por gêneros, ou seja, variáveis explicativas macroeconômicas, variáveis
explicativas dummy, variáveis explicativas idiossincráticas. Após essa divisão, ficou
claro a necessidade de um conhecimento especifico sobre o assunto, com a
experiência do autor, juntamente com empresários do setor, a decisão da escolha
das variáveis veio através de discussões e foram escolhidas as mais citadas como
um todo.
Tal base de dados é composta por planilhas e, em séries de tempo
semanais que vão de Dezembro de 1997 à Dezembro de 2008, onde foram colhidas
579 observações de cada variável. A seguir as respectivas variáveis:
• Preço Venda Cera Tipo 1;
• Cera Olho;
• Safra Ceará;
• Dólar;
• Exportações Brasil (em Dólares);
• Exportações Brasil (em Toneladas);
• Exportações Ceará (em Toneladas);
• Exportações Piauí (em Dólares);
• Exportações Piauí (em Toneladas);
• Matéria Prima;
• Safra Piauí.
Neste capítulo é descrito a metodologia aplicada neste trabalho, o qual foi
proposto o Método dos Mínimos Quadrados Ordinários, que logo após a completa
coleta de dados e procurada a completa otimização dos mesmos, e minimizações
dos resíduos.
Neste trabalho, não se pretende discorrer teoricamente sobre estatística,
mas somente utilizar-se de conceitos desta ciência com a finalidade de aplicá-las a
casos de preços de cera de carnaúba.
Assim, a análise de regressão linear múltipla pode ser vista como uma
extensão da análise de regressão linear simples, que envolve somente uma variável
independente, para a situação em que se tem um conjunto de variáveis
independentes. Tratar com diversas variáveis independentes simultaneamente em
uma análise de regressão é, em geral, mais complexo do que com uma única
variável independente.
Na linha desta dissertação a formação do preço de venda pode ser
entendida como a soma de parcelas devidas aos diversos elementos importantes,
que não podem ser individualizados diretamente, visto que não são transacionados
separadamente, mas apenas em conjunto e em quantidades fixas. Em certo sentido,
o valor da cera beneficiada pode ser compreendido como média ponderada das
variáveis explicativas que os compõem, sendo que os pesos podem ser
interpretados como preços implícitos destas variáveis. Assim, é necessário
inicialmente encontrar estes pesos para que se possa realizar a ponderação das
Foi acrescentado também ao modelo, defasagens sobre cada variável
explicativa na tentativa de explicá-lo melhor, no capítulo seguinte Base de Dados há
mais explicações sobre as variáveis escolhidas.
4.1 Defasagens
Como o estudo trata de um modelo linear temporal em séries semanais,
senão aplicássemos certas defasagens, o modelo não teria validade, pois fica claro
que influência passada das variáveis no valor presente da variável dependente.
Cada variável possui sua própria defasagem, onde o principal critério para um valor
defasado de ponto de partida foi a própria experiência do autor, consequentemente
após diversas tentativas, foram analisadas de acordo os critérios Akaike e Schwarz,
e um maior R2 Ajustado.
As variáveis dummy, Safra Ceará e Piauí, tiveram defasagens com duas
unidades de diferença uma da outra, ou seja, duas semanas de diferença o seu
resultado tem influência na variável dependente, onde pode ser observador na
Tabela 5. A safra no Piauí começa sempre mais cedo devido às condições
climáticas.
As variáveis macroeconômicas Exportações, que contempla as citadas
acima, seguem a mesma linha de defasagens, os critérios de analise que mostraram
em que caminho seguir, no caso da variável Exportações Brasil (em Dólares) e
Exportações Piauí em toneladas onde ambas tiveram valores distintos das demais,
como também pode ser observado na Tabela 5.
O dólar tem impacto direto no preço de venda da cera, de acordo com
empresários do setor, 95% do mercado produtivo da cera de carnaúba é para
exportação, logo, sua venda só é efetivada com a devida consulta de seu valor.
Esse vínculo direto ajudou na tentativa de achar o melhor valor defasado.
4.2 Mínimos Quadrados
Estipulando os modelos com as hipóteses de relacionamento entre as
variáveis, que devem se testadas pelos critérios estatísticos, verificando-se a
validade destas hipóteses, ou seja, se os modelos são capazes de representar o
segmento de mercado em questão. Para tanto, devem ser coletados dados,
analisando-se o ajuste dos modelos considerados a estes dados, dentro de um
determinado grau de precisão. Os testes estatísticos permitem avaliar o próprio
modelo e a importância individual das variáveis incluídas, indicando a qualidade
geral do modelo formulado. Um modelo convencional assume um formato tal, como
(equação 1):
Y= α0 +α1X1 +α2X2+...+αkXk + εα (1)
Segundo Judge, 1985, Neter, 1990 e Ramanathan, 1998, este formato é
chamado de “modelo linear clássico”, no qual Y é a variável dependente (preço da
cera), X1,...,Xk são as variáveis independentes (variáveis explicativas, já citadas) α0 é
o intercepto (ou constante da equação), α1,...,αk são os coeficientes parciais da
regressão (preços hedônicos implícitos) e o termo de erro (desvio da estimativa) é εα.
O processo de análise de regressão exige os chamados “pressupostos
básicos”, e ainda a outras condições relacionadas, que precisam ser atendidos para
que a análise seja válida, e possam ser realizadas previsões com a equação
5 BASE DE DADOS
9 Cotação do Dólar: As taxas de dólar foram coletadas junto à página
eletrônica do Banco Central onde foram escolhidas as taxas do último dia da
semana do mês, de cada um dos meses estudados. A importância do dólar no preço
de venda da Cera de Carnaúba é evidente, como já foi citado, 95% do mercado
produtivo é para exportação, onde os preços são cotados em dólar para todo o
mundo. Segue o gráfico do dólar na série de tempo e sua geometria descritiva
classificada: $0,00 $0,50 $1,00 $1,50 $2,00 $2,50 $3,00 $3,50 $4,00 $4,50 5 2 a . - 1 9 9 7 2 1 a . - 1 9 9 8 4 1 a . - 1 9 9 8 6 a . - 1 9 9 9 2 7 a . - 1 9 9 9 4 7 a . - 1 9 9 9 1 5 a . -2 0 0 0 3 7 a . - 2 0 0 0 6 a . - 2 0 0 1 2 7 a . - 2 0 0 1 4 8 a . - 2 0 0 1 1 7 a . - 2 0 0 2 3 8 a . - 2 0 0 2 7 ª 2 0 0 3 2 8 ª 2 0 0 3 4 9 ª 2 0 0 3 1 9 ª 2 0 0 4 4 0 ª 2 0 0 4 8 ª 2 0 0 5 2 9 ª 2 0 0 5 5 0 ª 2 0 0 5 1 9 ª 2 0 0 6 4 0 ª 2 0 0 6 9 ª 2 0 0 7 3 0 ª 2 0 0 7 5 1 ª 2 0 0 7 2 0 ª 2 0 0 8 4 1 ª 2 0 0 8 Semana/ano Dó la
r x Re
al
Figura 1 – Cotação do Dólar entre 1997 e 2008 Fonte: Banco Central do Brasil (2009)
Tabela 1 – Geometria descritiva da cotação do dólar entre 1997 e 2008
Média $2,2077
Máximo $3,9820 Out/02
Mínimo $1,1108 Dez/97
Desvio Padrão $0,4852
Fonte: Banco Central do Brasil (2009)
É observado que o valor máximo foi em outubro de 2002, logo após a
vitória de Luís Inácio Lula da Silva na campanha para presidente da república. Na
época os mercados internos e externos se mostravam bastantes receosos com a
primeira observação na 52ª semana de 1997, justamente por se tratar de uma
cotação ainda supervalorizada após a implantação do plano real.
9 Cera Tipo 1: A variável dependente do modelo estudado, essa cera é
produzida a partir do “olho” da carnaubeira, produto já beneficiado e pronto para a
exportação. Seus dados foram coletados por pesquisas junto à Carnaúba do Brasil
Ltda, sua venda é cotada em libra pois os pioneiros na exportação foram os Estados
Unidos, onde utilizam a libra como principal unidade de medida de peso, o
armazenamento de dados foi em séries mensais, para adaptar o modelo aos demais
dados, no intuito de tornar o modelo o mais eficaz possível, foi considerado o preço
de venda mensal, tanto na Cera Tipo 1, em semanal, segue o gráfico da Cera Tipo 1
e sua geometria descritiva classificada:
0, 00 0, 50 1, 00 1, 50 2, 00 2, 50 3, 00 3, 50 5 2 a . - 1 9 9 7 2 1 a . - 1 9 9 8 4 1 a . - 1 9 9 8 6 a . - 1 9 9 9 2 7 a . - 1 9 9 9 4 7 a . - 1 9 9 9 1 5 a . -2 0 0 0 3 7 a . - 2 0 0 0 6 a . - 2 0 0 1 2 7 a . - 2 0 0 1 4 8 a . - 2 0 0 1 1 7 a . - 2 0 0 2 3 8 a . - 2 0 0 2 7 ª 2 0 0 3 2 8 ª 2 0 0 3 4 9 ª 2 0 0 3 1 9 ª 2 0 0 4 4 0 ª 2 0 0 4 8 ª 2 0 0 5 2 9 ª 2 0 0 5 5 0 ª 2 0 0 5 1 9 ª 2 0 0 6 4 0 ª 2 0 0 6 9 ª 2 0 0 7 3 0 ª 2 0 0 7 5 1 ª 2 0 0 7 2 0 ª 2 0 0 8 4 1 ª 2 0 0 8 Semana/ano D ó la r/ li br a
Figura 2 – Preço da Cera Tipo 1 entre 1997 e 2008 Fonte: Carnaúba do Brasil Ltda. (2009)
Tabela 2 – Geometria descritiva do preço da Cera Tipo 1 entre 1997 e 2008
Cera Tipo 1 (Dólar/libra)
Média $1,90
Máximo $3,00 Jan/08
Mínimo $1,05 Mar/03
Desvio Padrão $0,40
Valor máximo foi registrado na data de janeiro de 2008 obteve explicação
de caráter especulativo, ainda houve o fim da safra de ambos estados, um aumento
considerável no preço da matéria-prima, onde na primeira semana dezembro de
2007 para terceira semana de janeiro de 2008 houve uma diferença de 25% no
preço, já o mínimo, que foi registrado em março de 2003, onde a cotação do dólar foi
registrada em $3,500 na primeira semana do mês e o preço da matéria-prima se
encontrou no seu menor valor desde outubro 2001.
9 Matéria-Prima: A principal matéria-prima da Cera de Carnaúba é o pó
extraído de suas folhas, que corresponde 80% do seu custo de produção. No caso
da Cera Tipo 1, o pó extraído é do “olho” da carnaubeira, que é a folha ainda
fechada, cortada antes do florescer da folha. O Pó Olho é considerado um pó mais
nobre, pois sua quantidade é de 15% a 20% da capacidade de produção de pó da
carnaubeira, já na Cera Tipo 3, o pó é extraído da folha já aberta, levando em
consideração o que foi citado acima, a produtividade do pó extraído é em média
80% a 85% da produção da carnaubeira segundo Carnaúba do Brasil Ltda, logo seu
preço é mais baixo que Pó Olho, por ter uma representatividade muito grande no
custo de produção da cera, torna-se uma variável muito importante para a definição
do preço da mesma, seguem os gráficos do Pó Olho e do Pó Palha e suas
geometria descritivas classificadas:
0, 00 1, 00 2, 00 3, 00 4, 00 5, 00 6, 00 7, 00 8, 00 9, 00 5 2 a . - 1 9 9 7 2 0 a . - 1 9 9 8 3 9 a . - 1 9 9 8 3 a . - 1 9 9 9 2 3 a . - 1 9 9 9 4 2 a . - 1 9 9 9 9 a . - 2 0 0 0 3 0 a . -2 0 0 0 5 0 ª 2 0 0 0 1 8 a . - 2 0 0 1 3 8 a . - 2 0 0 1 6 a . - 2 0 0 2 2 6 a . - 2 0 0 2 4 6 a . - 2 0 0 2 1 4 ª 2 0 0 3 3 4 ª 2 0 0 3 3 ª 2 0 0 4 2 3 ª 2 0 0 4 4 3 ª 2 0 0 4 1 0 ª 2 0 0 5 3 0 ª 2 0 0 5 5 0 ª 2 0 0 5 1 8 ª 2 0 0 6 3 8 ª 2 0 0 6 6 ª 2 0 0 7 2 6 ª 2 0 0 7 4 6 ª 2 0 0 7 1 4 ª 2 0 0 8 3 4 ª 2 0 0 8 Semana/ano Re al /K g
Figura 3 – Preço do Pó Olho entre 1997 e 2008.
Tabela 3 – Geometria descritiva do preço do pó olho entre 1997 e 2008
Fonte: Carnaúba do Brasil Ltda. (2009)
Seguindo a mesma linha de algumas variáveis já explicadas, os valores
mínimos estão no início da serie, onde a cotação do dólar supervalorizado e até
mesmo questões inflacionárias e mercadológicas influenciaram no preço nessa
determinada época, em ambas variáveis, no valor máximo, a entressafra, um dólar
acima dos R$2,00 e aspectos especulativos, influenciaram no valor de mercado.
9 Cera Olho: Cera bruta produzida oriunda do “olho” da carnaubeira, ou
seja, usada apenas para Cera Tipo 1, geralmente produzida por produtores e
cortadores das folhas, beneficiamento feito de maneira artesanal, não refinado e
nem clareado, os consumidores dessa cera são os próprios industriais exportadores,
que muitas vezes necessitam dessa cera, pois antecipa alguns procedimentos
produtivos, seus valores foram coletados por Carnaúba do Brasil Ltda, o teor de
umidade não é relevante no comércio dessa cera, segue o gráfico da Cera Olho e
sua geometria descritiva classificada:
0, 00 20, 00 40, 00 60, 00 80, 00 100, 00 120, 00 140, 00 160, 00 5 2 a . - 1 9 9 7 2 1 a . - 1 9 9 8 4 1 a . - 1 9 9 8 6 a . - 1 9 9 9 2 7 a . - 1 9 9 9 4 7 a . - 1 9 9 9 1 5 a . -2 0 0 0 3 7 a . - 2 0 0 0 6 a . - 2 0 0 1 2 7 a . - 2 0 0 1 4 8 a . - 2 0 0 1 1 7 a . - 2 0 0 2 3 8 a . - 2 0 0 2 7 ª 2 0 0 3 2 8 ª 2 0 0 3 4 9 ª 2 0 0 3 1 9 ª 2 0 0 4 4 0 ª 2 0 0 4 8 ª 2 0 0 5 2 9 ª 2 0 0 5 5 0 ª 2 0 0 5 1 9 ª 2 0 0 6 4 0 ª 2 0 0 6 9 ª 2 0 0 7 3 0 ª 2 0 0 7 5 1 ª 2 0 0 7 2 0 ª 2 0 0 8 4 1 ª 2 0 0 8 Semana/ano Re al /a rr o b a
Figura 4 – Preço da Cera Olho entre 1997 e 2008 Fonte: Carnaúba do Brasil Ltda. (2009)
Pó Olho R$/Kg
Média R$ 4,76
Máximo R$ 8,00 Mar/07
Mínimo R$ 2,00 Set/98
Tabela 4 – Geometria descritiva do preço da Cera Olho entre 1997 e 2008
Cera Olho R$/Arroba
Média R$ 95,08
Máximo R$150,00 Mar/04
Mínimo R$ 42,00 Set/98
Desvio Padrão R$ 21,60
Fonte: Carnaúba do Brasil Ltda. (2009)
Para a produção da Cera Olho é necessário ter como matéria-prima o Pó
Olho, e ambos servirão também de matéria-prima para a Cera Tipo 1, um
comparativo das máximas entre as 3 variáveis veremos datas distintas de valores
máximos, irá ajudar entender tal desvio.
9 Safra e Entressafra: Situações climáticas caracterizam essa variável,
as chuvas no Piauí começam antes que no Ceará, consequentemente o inicio do
corte da palha segue a mesma ordem, como a matéria-prima é oriunda das folhas
das carnaubeiras, e as mesmas são postas para secar ao relento, onde as chuvas
podem ocasionar a perca da matéria-prima, a Safra e a Entressafra adquiriram o
status de variáveis explicativas do modelo estudado, dados coletados através de
pesquisa junto à Fundação Cearense de Meteorologia e Recursos Hídricos do
Estado do Ceará (Funceme), como se tratam de variáveis dummy, ou seja, é
necessário classificar essas variáveis em números, denominamos para a “rodagem”,
0 para entressafra e 1 para safra, no modelo estudado.
9 Exportações: Foi coletada a quantidade de Cera de Carnaúba
exportada em toneladas e dólares, em séries mensais, nos estados do Ceará, Piauí
e no Brasil, a pesquisa feita com a coleta de dados divulgados pela página eletrônica
do Ministério do Desenvolvimento, Indústria e Comércio Exterior, os dados são
divulgados mensalmente, para melhor adaptar-se ao modelo estudado, foi levado
em consideração as quantidades de semanas de cada mês e foi dividido a variável
pelo número de semanas em que cada uma compõe, para se achar uma variável
com série semanal.
A decisão por escolhas de variáveis macroeconômicas levou às
Exportações Brasileiras, Cearenses e Piauienses, a Cera de Carnaúba se trata de
2 7 o n ib ilid a d e d e sé rie s me n s a is d ivu lg a d a s p e la p á g in a e le trô n ica , fo i o u tro fa to r te rmi n a n te . Se g u e m to d o s o s g rá fico s d a s va ri á ve is re la ci o n a d a s à e xp o rt a çã o d a ra d e C a rn a ú b a n o Bra si l, C e a rá e Pi a u í: 0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0
52a. - 1997 21a. - 1998 41a. - 1998 6a. - 1999 27a. - 1999 47a. - 1999 15a. -2000 37a. - 2000 6a. - 2001 27a. - 2001 48a. - 2001 17a. - 2002 38a. - 2002 7ª - 2003 28ª - 2003 49ª - 2003 19ª - 2004 40ª - 2004 8ª - 2005 29ª - 2005 50ª - 2005 19ª - 2006 40ª - 2006 9ª - 2007 30ª - 2007 51ª - 2007 20ª - 2008 41ª - 2008
S e m a na /a no
Dólares x 1000
u ra 5 – Evo lu çã o d e va lo re s d e e xp o rt a çã o d e ce ra d e ca rn a ú b a n o Bra s il te : Mi n ist é ri o d o D e se n vo lvi me n to In d ú st ri a e C o mé rci o Ext e ri o r (2 0 0 9 ) 0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0
52a. - 1997
22a. - 1998 43a. - 1998
9a. - 1999 30a. - 1999
52 ª - 1999 22a. -2000
44a. - 2000 14a. - 2001
36a. - 2001 6a. - 2002
28a. - 2002 50a. - 2002 20ª - 2003 42ª - 2003 13ª - 2004
35ª - 2004 4ª - 2005
26ª - 2005 48ª - 2005
18ª - 2006 40ª - 2006
10ª - 2007 32ª - 2007
2ª - 2008 24ª - 2008
46ª - 2008
Se m a n a /a n o
Dólares x 1000
2 8 0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0
52a. - 1997 23a. - 1998 45a. - 1998
12a. - 1999 34a. - 1999 4a. - 2000 28a. -2000 51 ª - 2000 22a. - 2001 45a. - 2001 16a. - 2002
39a. - 2002 10ª - 2003 33ª - 2003 5ª - 2004 28ª - 2004 51ª - 2004 21ª - 2005 44ª - 2005 15ª - 2006
38ª - 2006 9ª - 2007 32ª - 2007 3ª - 2008 26ª - 2008 49ª - 2008
Se m a n a /a n o
Dólares x 1000
u ra 7 – Evo lu çã o d e va lo re s d e e xp o rt a çã o d e ce ra d e ca rn a ú b a n o Pi a u í te : Mi n ist é ri o d o D e se n vo lvi me n to In d ú st ri a e C o mé rci o Ext e ri o r (2 0 0 9 )
0 50
1 0 0 1 5 0 2 0 0 2 5 0 3 0 0 3 5 0 4 0 0 4 5 0
52a. - 1997 21a. - 1998 41a. - 1998 6a. - 1999 27a. - 1999 47a. - 1999 15a. -2000 37a. - 2000 6a. - 2001 27a. - 2001 48a. - 2001 17a. - 2002 38a. - 2002 7ª - 2003 28ª - 2003 49ª - 2003 19ª - 2004 40ª - 2004 8ª - 2005 29ª - 2005 50ª - 2005 19ª - 2006 40ª - 2006 9ª - 2007 30ª - 2007 51ª - 2007 20ª - 2008 41ª - 2008
0 50 100 150 200 250 300 5 2 a . - 1 9 9 7 2 2 a . 1 9 9 8 4 3 a . - 1 9 9 8 9 a . - 1 9 9 9 3 0 a . 1 9 9 9 5 2 ª 1 9 9 9 2 2 a . -2 0 0 0 4 4 a . - 2 0 0 0 1 4 a . 2 0 0 1 3 6 a . - 2 0 0 1 6 a . - 2 0 0 2 2 8 a . 2 0 0 2 5 0 a . - 2 0 0 2 2 0 ª 2 0 0 3 4 2 ª 2 0 0 3 1 3 ª 2 0 0 4 3 5 ª 2 0 0 4 4 ª 2 0 0 5 2 6 ª 2 0 0 5 4 8 ª 2 0 0 5 1 8 ª 2 0 0 6 4 0 ª 2 0 0 6 1 0 ª 2 0 0 7 3 2 ª 2 0 0 7 2 ª 2 0 0 8 2 4 ª 2 0 0 8 4 6 ª 2 0 0 8 Semana/ano T o n el ad as
Figura 9 – Evolução do volume de exportação de cera de carnaúba no Ceará Fonte: Ministério do Desenvolvimento Indústria e Comércio Exterior (2009)
0 2 0 4 0 6 0 8 0 10 0 12 0 14 0 16 0 18 0 20 0 5 2 a . - 1 9 9 7 2 2 a . - 1 9 9 8 4 3 a . - 1 9 9 8 9 a . - 1 9 9 9 3 0 a . - 1 9 9 9 5 2 ª 1 9 9 9 2 2 a . -2 0 0 0 4 4 a . 2 0 0 0 1 4 a . - 2 0 0 1 3 6 a . - 2 0 0 1 6 a . - 2 0 0 2 2 8 a . - 2 0 0 2 5 0 a . 2 0 0 2 2 0 ª 2 0 0 3 4 2 ª 2 0 0 3 1 3 ª 2 0 0 4 3 5 ª 2 0 0 4 4 ª 2 0 0 5 2 6 ª 2 0 0 5 4 8 ª 2 0 0 5 1 8 ª 2 0 0 6 4 0 ª 2 0 0 6 1 0 ª 2 0 0 7 3 2 ª 2 0 0 7 2 ª 2 0 0 8 2 4 ª 2 0 0 8 4 6 ª 2 0 0 8 Semana/ano T o n el a d as
Figura 10 – Evolução do volume de exportação de cera de carnaúba no Piauí Fonte: Ministério do Desenvolvimento Indústria e Comércio Exterior (2009)
É de se perceber que todos os gráficos que representam as exportações,
sejam em toneladas ou dólares, segue uma linha semelhante, o que nos faz
ressaltar que os mercados cearense e piauiense são praticamente um e que os
6 RESULTADOS
Atendo-se às variáveis explicativas de natureza macroeconômica, setorial
e climática e seus impactos diretos e lineares no preço de venda spot da Cera Tipo
1, foram estimadas várias especificações do arcabouço padrão pelo método dos
Mínimos Quadrados Ordinários, de forma que se obtivesse a especificação mais
adequada no que se refere à quantidade de defasagens de cada uma das variáveis
explicativas.
Ou seja, com base em possíveis especificações, cujas definições das
defasagens são oriundas a partir do bom senso com a realidade e factibilidade deste
mercado, fez-se a escolha pela seguinte especificação (3), a qual se mostrou mais
adequada em razão dos critérios de informação de Akaike e Schwarz, sendo
possível observar a significância individual da maioria dos coeficientes adotados.
pvt = α0 + α1cot-2 + α2cst-5+ α3dolart-2 + α4exbrt-4 + α5exbrtont-2 + α6excet-2+
α7excetont-2+ α8expit-2 +α9expitont-4+ α10mpt-7 + α11pst-3 (3)
Tabela 5 – Variáveis explicativas e suas respectivas defasagens
Variáveis Explicativas Defasagens
pv = Preço Venda Cera Tipo 1
α0 = Intercepto
co= Cera Olho -2
cs = Safra Ceará -5
dolar = Dólar -2
exbr = Exportações Brasil (Dólares) -4
exbrton= Exportações Brasil (Toneladas) -2
exce = Exportações Ceará (Dólares) -2
exceton = Exportações Ceará (Toneladas) -2
expi = Exportações Piauí (Dólares) -2
expiton= Exportações Piauí (Toneladas) -4
mp = Matéria Prima -7
ps = Safra Piauí -3
Fonte: Elaboração própria
Tabela 6 – Quadro de resultados
Variável Dependente: Preço Venda Cera Tipo 1 Modelo: Mínimos Quadrados Ordinários
Série Atualizada: 18/2/1998 a 31/12/2009
Observações Incluídas: 572 depois de ajustadas
Coeficiente Erro Prob.
Intercepto 1,700 0,045 0
Cera Olho 0,014 0,0007 0
Safra Ceará 0,037 0,017 0,030
Dólar -0,441 0,020 0
Exportações Brasil ( $ ) 0,00 0,00005 0,336
Exportações Brasil (Toneladas) -0,001 0,0003 0
Exportações Ceará ( $ ) 0,0004 0,0001 0,0005
Exportações Ceará (Toneladas) 0,001 0,0005 0,05
Exportações Piauí ( $ ) 0,0004 0,0001 0
Exportações Piauí (Toneladas) -0,0007 0,0003 0,030
Matéria Prima -0,043 0,012 0,0004
Safra Piauí -0,050 0.017 0,003
R2 Ajustado 0,903
Critério Akaike -0,857
Critério Schwarz -0,766
Fonte: Elaboração própria
Todas as variáveis explicativas deram estatisticamente significantes com
exceção das Exportações Brasil em dólares, para tal restrição, o Teste de Wald, nas
três variáveis que representam exportações em dólares, visando reunir evidências
para validar alguma característica especifica associada com a equação.
Logo, o Teste de Wald foi implantado da seguinte forma, suponha que as
3 variáveis supracitadas, em que uma delas possivelmente é não linear, envolvendo
os parâmetros de um modelo de formação de preço ativo. Essa restrição pode ou
não valer no modelo, portanto, vale salientar a hipótese de anular as variáveis
“Exportações Brasil em dólares”, “Exportações Ceará em dólares” e “Exportações
Piauí em dólares”, e o teste obteve o resultado de estatística F de 67,73
7 DISCUSSÃO DOS RESULTADOS
Depois de diversas tentativas, com diferentes tipos de defasagens, o
modelo citado no capítulo anterior, mostrou o maior poder de aceitação, dentro dos
melhores parâmetros estudados, o modelo desenvolveu alguns resultados não
esperados por profissionais da área, demonstrando desde já a importância do
estudo e é de se notar e ressaltar, o fato de que houve significância de todas as
variáveis, com exceção de uma, e mostram o poder deste modelo.
As defasagens mostram o período em que uma variável explicativa leva
para afetar a variável dependente, como quase todas as variáveis deram
estatisticamente significantes, com exceção das exportações brasileiras em dólares,
comprova-se que os períodos escolhidos têm um poder resultante mais objetivo,
como se trata de uma série semanal, em cada unidade defasada, considera-se uma
semana anterior a ser trabalhada, logo, baseado em experiências no setor, e
pesquisa com profissionais da área, o que chamou mais atenção foi o resultado do
valor defasado da variável Matéria-prima, onde foi encontrado que o valor das 7
semanas anteriores que irão influenciar o valor presente da variável dependente,
esse resultado é contrário ao pensamento do setor, onde acreditava-se que não
mais que 2 semanas teriam influência nas demais variáveis. Nas demais variáveis
explicativas, os valores defasados são aceitáveis e afirmativos, o resultado ajudou a
assimilação das defasagens de cada variável explicativa em relação à variável
dependente, o tempo de influência, e não apenas apegar-se a dados antigos.
A respeito das variáveis explicativas em relação as exportações, como
são separadas em dois grupos, um em valores nominais em dólares, e o outro em
toneladas, é possível que uma variável enfraqueça o poder de explicação da outra,
mas após o do resultado do Teste de Wald, onde foi possível comprovar que não
seria uma atitude correta a retirada dessas variáveis do modelo estudado, onde
F-estatístico e Pvalor comprovam essa afirmação, mesmo não significante no modelo,
Em relação aos coeficientes de cada variável, também resultou em algo
não esperado pelo mercado produtivo, onde o coeficiente negativo da também
variável Matéria-prima causou discórdia com feeling de mercado, pois se trata de
uma variável que representa 80% do custo global de produção, sinais contrários
estabelecem desconfortos com o resultado, nas demais variáveis, são coeficientes
que seguiram padrões cujo seus resultados estão dentro daquilo que se considerava
esperado.
Por se tratar de uma série semanal, deve-se ter cuidado com as
defasagens, no caso da Safra Ceará e Safra Piauí, o modelo mostrou coerência,
pois as chuvas sempre iniciam antes no Piauí, ou seja, a Safra no estado piauiense
começa mais cedo.
Esse trabalho teve objetivos semelhantes aos trabalhos de Bressan e De
Lima das Minas Gerais quando em 2002, escreveram um artigo que tratava da
aplicabilidade de modelos de previsão de séries temporais como ferramenta de
decisão de compra e venda de contratos futuros de boi gordo na BM&F. Os modelos
estudados foram: ARIMA e Redes Neurais, Modelos Lineares Dinâmicos. Os dados
também eram semanais, mas em série de tempo entre 1996 e 1999, inferior ao
estudo nesta dissertação. O objetivo consistiu em calcular os retornos médios dos
modelos em operações de compra/venda no mercado futuro de boi gordo.
7.1 Previsão do Preço
Após todos os resultados obtidos, o modelo ideal segundo critérios
adotados foi escolhido, foi possível fazer uma tentativa para prever o preço da cera
de carnaúba para a primeira semana de Janeiro de 2009, onde utilizado o modelo
citado, os coeficientes obtidos e dados colhidos foi encontrado o coeficiente
0,979184 e aplicado ao preço da cera de carnaúba de Dezembro de 2008 de USD
2,787/lb, encontramos um valor previsto de USD 2,729/lb, demonstrando uma queda
O estudo não mostra exatidão no valor encontra mas acerta na tendência,
outro fator que pode prejudicar a precisão do valor é o fato que como citado no
capítulo 5, toda a base de dados da variável dependente foi colhida em série
mensais e adotada em semanais, um estudo mais aprofundado e aplicação de
testes provisionais maiores podem minimizar essa imprecisão.
O modelo estudado terá uma extensão que terão aspectos que
demonstram total importância para o estudo; ser rodada para Cera Tipo 3, onde
todos os dados estão coletados e organizados, bem como a classificação de todas
as variáveis e uma previsão mais quantitativa do preço de venda tanto da Cera Tipo
1 quanto para Cera Tipo 3 para todo ano de 2009, onde serão comparados com
REFERÊNCIAS
ALVES, O. M.; COÊLHO, D. J. Extrativismo da Carnaúba, Relações de Produção,
Tecnologia e Mercados. Fortaleza: BNB, 2008.
BANCO CENTRAL DO BRASIL. Disponível em http://www.bcb.gov.br.
BANCO DO NORDESTE DO BRASIL. Perspectivas de Desenvolvimento do
Nordeste ate 1980. Fortaleza: ETENE/BNB, 1971.
BANCO DO NORDESTE DO BRASIL. A carnaubeira e seu papel como planta
econômica. Fortaleza: ETENE/BNB, 1972.
BELSLEY, David A.; KUH, Edwin; WELSCH, Roy E. Regression diagnostics:
Identifying influential data and sources of collinearity. New York: John Wiley, 1980.
BENNETT, Robert J.; HORDIJK, Leen. Regional econometric and dynamic models. In: P. NIJKAMP (ed). Handbook of regional and urban economics, v.1 (Regional economics). Amsterdam: Elsevier, c.10, p. 407-441, 1986.
BERTI, L. C. A utilização de Modelos Econométricos para a previsão do preço
da celulose no mercado internacional: Uma comparação entre Modelos Univariados e Multivariados. São Paulo, 2004.
BRESSAN, A. A.; LIMA J. E. de. Modelos de previsão de preços aplicados aos
contratos futuros de boi gordo na BM&F. Minas Gerais, 2002.
CARNAÚBA. Artigo obtido em 18.12.1997, disponível no site do Jornal O Estado de
São Paulo, (http://estado.com/jornal/suplem/agr/97/12/31/agr9/1231.htm).
CASTRO, A. S. de; ROSSI JÚNIOR, J. L. Modelos de previsão para as
exportações das principais commodities brasileiras. Rio de Janeiro, 2000.
CLIFF, Andrew D.; ORD, J. K. Spatial autocorrelation. London: Pion, 1973.
CUTHBERTSON, Keith; HALL, Stephen G.; TAYLOR, Mark P. Applied
CARNAÚBA DO BRASIL LTDA. Disponível em http://www.carnaubadobrasil.com.
D´ALVA, A. O. Extrativismo da Carnaúba no Ceará. Fortaleza: BNB, 2007.
DE CESARE, Claudia Monteiro. An empirical analysis of equity in property
taxation: A case study from Brazil. Salford (UK): University of Salford, 1998. Tese (Doutorado).
DIÁRIO DO NORDESTE. Caderno Regional nº 2, de 28.03.2004.
DUBIN, Robin A. Estimation of regression coefficients in the presence of spatially
autocorrelated error terms. Review of Economics and Statistics, v. 70, p. 466-474,
1988.
FEDERAÇÃO DAS INDÚSTRIAS DO ESTADO DO CEARÁ. Disponível em: http://www.fiec.org.br/artigos/agroindustria/cera_carnauba_apresenta_multiplas_apli cacoes.htm.
FUNDAÇÃO CEARENSE DE METEOROLOGIA E RECURSOS HÍDRICOS DO ESTADO DO CEARÁ. Disponível em www.funceme.br.
GALLIMORE, Paul; FLETCHER, Michael; CARTER, Mattew. Modelling the influence
of location on value. Journal of Property Valuation and Investment, v.14, n.1, p.
6-19, 1996.
GIOLO, D.R. Análise de Regressão Linear. Universidade Federal do Paraná, 2007.
GONZÁLEZ, M. A. S., FORMOSO C. T. Análise conceitual das dificuldades na
determinação de modelos de formação de preços através de análise de regressão.Universidade Federal do Rio Grande do Sul - Porto Alegre, 2000.
HENDRY, D.F.; MIZON, G. E. Serial correlation as a convenient simplification, not a nuisance: a comment on a study of the demand for money by the Bank of England.
The Economic Journal, v.88, p.549-563, Sept. 1978.
JOHNSON JR, Herbert F. A História de uma Aventura Cientifica de Avião para
JOSINO NETO, M. A importância da cera de carnaúba na pauta de exportação do Ceará nos últimos cinco anos. Faculdade Integrada do Ceará, 2004.
JUDGE, George G.; HILL, R. Carter; GRIFFITHS, William; LÜTKEPOHL, Helmut;
LEE, Tsoung-Chao. Introduction to the theory and practice of econometrics. 2.
ed. New York: John Wiley, 1985.
KELEJIAN, Harry H.; ROBINSON, Dennis P. Spatial autocorrelation: A new computationally simple test with an application to per capita county police
expenditures. Regional Science and Urban Economics, v.22, p. 317-331, 1992.
MADDALA, G. S. Introduction to econometrics. New York: Macmillan, 1988.
MARQUES, J. M. Estatística - Curso de Engenharia. Curitiba: UFPR, 2000.
MENDONÇA, Marcelo Correa et al. Fundamentos de Avaliações Patrimoniais e
Perícias de Engenharia.1. ed. São Paulo. Editora Pini, 1998.
MINISTÉRIO DO DESENVOLVIMENTO, INDÚSTRIA E COMÉRCIO EXTERIOR/SECRETARIA DE COMÉRCIO EXTERIOR. Disponível em http://www.mdic.gov.br/.
MOSCOVITCH, S. K. Qualidade de vida urbana e valores de imóveis: Um estudo de
caso para Belo Horizonte. Nova Economia, número especial, p. 247-278, 1997.
MOTA, W. F. da; SALOMÃO, L. C. C., NERES, L. C. R., MIZOBUTSI, G. P., NEVES
L. L. M. Uso de Cera de Carnaúba e Saco Plástico Poliolefínico na Conservação
Pós-Colheita do Maracujá-Amarelo. Jaboticabal-SP, 2006.
NETER, John; WASSERMANN, William; KUTNER, Michael H. Applied linear
statistical models. 3. ed. Burr Ridge: Richard D. Irwin, 1990.
PEREIRA, P. L. Valls. Co-integração e suas representações: uma resenha. Revista
Brasileira de Econometria, v.11, n.2, p. 185-216, Nov. 1991.
RAMANATHAN, Ramu. Introductory econometrics - with applications. 4. ed.