Determinação do Padrão de Variação Estacional dos Preços
Futuros de Boi Gordo Entre os Anos de 2002 e 2012.
FELIPE LEMOS SERENO; CECÍLIA MORAIS PORTO; ITIBERÊ SALDANHA SILVA; FLÁVIO BORGES BOTELHO FILHO.
UNIVERSIDADE DE BRASÍLIA, BRASÍLIA- DF - BRASIL;
Resumo
Tendo por base a importância do mercado futuro como hedge e ferramenta de tomada de decisão de compra e venda dos atores da cadeia bovinocultora, objetivou-se nesta pesquisa analisar a variação estacional dos preços de contratos futuros de boi gordo negociados na Bolsa de Mercadorias e Futuros (BM&FBOVESPA). Para os cálculos de Índice Estacional e Índice Sazonal foi utilizado o método da média geométrica móvel centralizada de 12 meses. Os resultados demonstram um padrão regular de variação estacional ao longo dos últimos dez anos. O índice sazonal indicou dois períodos bem definidos de baixa de preços (janeiro a julho) e alta de preços (agosto a dezembro), com os meses de maio e novembro como picos de amplitude.
Palavras-chave: Sazonalidade, Variação Estacional, Mercado Futuro, Boi Gordo
Abstract
Based on the importance of the futures market for hedging and as decision-making tool for the cattle market players, this study aimed to analyze the seasonal variation in prices of cattle futures contracts traded on the Brazilian Securities, Commodities and Futures Exchange. For calculations of Seasonal Variation Index was used the method of the centralized mobile geometric average of 12 months. The results show a regular pattern of seasonal variation over the last ten years. The seasonal index indicated two well-defined periods of low prices (January-July) and high prices (August-December), with the months of May and November as amplitude peaks.
1. Introdução
Ao analisar uma série temporal, os objetivos podem ser a investigação do mecanismo gerador da série temporal, fazer previsões de valores futuros da série, apenas descrever o comportamento da série ou tentar identificar periodicidades relevantes nos dados (MORETTIN e TOLOI, 2004).
Para o mercado futuro de boi gordo, a construção de uma série temporal para observação da variação estacional pode ser uma ferramenta importante para o alcance dos objetivos acima expostos, que podem revelar um comportamento padrão dos preços.
A bovinocultura se destaca como uma das principais atividades do setor agropecuário brasileiro. Segundo o Departamento de Agricultura dos Estados Unidos – USDA (2012) o Brasil país possui um rebanho bovino de mais de 197 milhões de cabeças em 2012, segundo maior rebanho mundial. O País é também o segundo maior produtor de carne bovina, com 9,21 milhões de toneladas equivalente-carcaça vendidas, e foi, até 2011, o líder em exportação mundial.
Gráfico 1: Líderes mundiais em exportação de carne bovina
Fonte: USDA (2012).
A Organização das Nações Unidas para Agricultura e Alimentação – FAO (2003) prevê um contínuo aumento da demanda por proteína animal até 2020, principalmente na Ásia, que pode se tornar reponsável pela demanda de metade da produção mundial de carnes. Trata-se de um cenário positivo para o Brasil, já que países asiáticos como Rússia, Irã e Hong Kong são três dos quatro maiores importadores da carne “in natura” brasileira.
Há uma relação positiva entre consumo de carnes e renda per capita. Nesse sentido, o Brasil vem apresentando um crescimento no consumo de carne bovina nos últimos anos (gráfico 2). É importante salientar que essas exportações representam uma pequena fatia da cadeia produtora já, que o mercado interno consumiu 82,7% do total da produção em 2011 (ANUALPEC, 2012 )
Gráfico 2: consumo interno de carne bovina de 2003 a 2012.
Fonte: adaptado de Anualpec (2012)
Devido à estacionalidade da produção, os preços dos produtos agropecuários possuem uma variação muito maior que os preços de bens industriais, por exemplo. Essas variações têm diferentes causas conforme a duração do período considerado (HOFFMANN, 2002).
Para a bovinocultura de corte, a qualidade e disponibilidade de pastagem parece ser o principal fator limitante da produção. A produção brasileira está concentrada na região central do território, onde há a ocorrência de duas estações climáticas bem definidas, uma chuvosa e outra de estiagem prolongada, ocasionando assim grande variação sazonal de oferta do produto e, consequentemente, de seu preço (figura 3). Essa dinâmica de preço exige atenção dos agentes desse mercado aos preços futuros e sua relação com os preços à vista para previsão da rentabilidade do negócio.
Gráfico 3: Normais climatológicas de quatro cidades do centro-sul brasileiro (1961 - 1990).
Fonte: adaptado de Inmet (2013)
A determinação do padrão de variação estacional dos preços futuros de boi gordo é importante para a análise do comportamento dos preços dessa commodity ao longo do ano, bem como sua relação com os preços do mercado físico do boi.
Francisco et. al. (1995) afirmam que as variações estacionais representam o estudo das flutuações de períodos iguais ou inferiores a um ano, que ocorrem em uma série temporal. Desse modo, essa ferramenta pode auxiliar os agentes da cadeia, com base na previsão do preço, para o planejamento da produção, comercialização e nas operações de hedge.
O presente trabalho tem como objetivo a determinação do padrão de variação estacional dos preços futuros de boi gordo negociados na bolsa de mercadorias e futuros (BM&F Bovespa) entre os anos de 2002 e 2012.
2. Metodologia
Os preços foram coletados na base de dados da BM&FBOVESPA. Para cálculo das médias mensais, levou-se em conta os preços de ajuste do dia anterior do contrato de vencimento mais próximo, mês a mês.
Para a determinação do padrão de variação estacional, utilizou-se o método da Média Geométrica Móvel Centralizada, segundo Hoffmann (2002).
A análise a partir de médias móveis centralizadas em um dado período consiste em suavizar as variações das séries por um processo de sucessivas médias. “Quanto maior o número de termos utilizados para a média móvel, mais suavizada será a série resultante” (MELO ESPERANCINI E SILVA, 2008).
Para Spiegel (1993, p. 428): “as médias móveis têm a propriedade de tenderem a reduzir o total da variação que se apresenta em um conjunto de dados”.
Hoffmann (2002) descreve que a Média Geométrica Móvel Centralizada de um dado período é calculada segundo a equação:
onde:
Gt = média geométrica móvel no mês t; Pt = preço no mês t;
t = mês da média centralizada.
A partir dessa média, procedeu-se aos cálculos do Índice Estacional e Índice Sazonal. O índice estacional pôde ser calculado pela divisão dos valores da série de preços futuros ( ) pelas suas respectivas médias geométricas móveis ( ), multiplicados por 100.
=
A partir daí o Índice Sazonal é obtido para cada mês, dividindo-se os valores das médias geométricas dos índices estacionais (100 pela média geométrica dos 12 valores de
, dado por:
= onde:
j = mês da média centralizada;
n = número de meses do ano calculado.
3. Resultados e discussão
A análise dos dados revela que os preços futuros do boi gordo oscila alternando anos de leves quedas e estagnações de preço, seguidos por anos de alta mais intensa dos preços (gráfico 4).
Podemos observar ainda que a curva de preços futuros oscila frequentemente acima e abaixo da curva da média geométrica móvel centralizada, indicando os períodos de expectativa de safra*, quando os preços são menores que a média, e expectativa de entressafra, quando os preços são maiores que a média.
____________________________________
*Tratamos de expectativa de safra pois os preços futuros coletados correspondem à datas de contratos vincendo em até 30 dias.
Gráfico 4 – Média Geométrica Móvel Centralizada dos preços futuros de boi gordo de julho
de 2002 a julho de 2012.
Fonte: dados da pesquisa.
O Índice Estacional (gráfico 5) demonstra um padrão de variação estacional anual do preço futuro de boi gordo no qual os primeiros meses do ano apresentam os valores mais baixos de preços e os picos de preços correspondem ao final do ano.
Existem anos com maior ou menor amplitude de variação do índice estacional, dependendo de condições da oferta e demanda do produto ao longo do ano, no entanto, o índice variou sempre entre os valores próximos de 90 e 115.
Gráfico 5 – Índice Estacional dos preços futuros de boi gordo de julho de 2002 a julho de
2012.
Fonte:dados da pesquisa.
Já o cálculo de Índice Sazonal permite uma análise do comportamento dos preços ao longo do ano, durante todos os anos da amostra pesquisada (tabela 1).
Os maiores índices sazonais de preços ocorreram nos meses de outubro e novembro; Já os menores índices ocorreram nos meses março e maio. A amplitude do Índice Sazonal, correspondente à diferença entre o maior e o menor índice, indicou uma variação de 9,18% nos preços.
Tabela 1: Índices Sazonais mensais dos preços futuros de boi gordo nos anos de 2002 a 2012.
Mês Índice Sazonal Janeiro 99,18 Fevereiro 99,07 Março 98,01 Abril 98,25 Maio 96,45 Junho 98,68 Julho 99,4 Agosto 101,66 Setembro 100,83 Outubro 104,63 Novembro 105,63 Dezembro 100,73 Fonte:dados da pesquisa.
Gráfico 6 – Índice Sazonal dos preços futuros de boi gordo de julho de 2002 a julho de 2012.
Fonte:dados da pesquisa.
O gráfico acima revela que a dinâmica de variação dos preços futuros de boi gordo apresenta dois períodos bem definidos, um período de safra (índice abaixo de 100) relativo ao primeiro semestre, e outro período de entressafra (índice acima de 100) a partir do segundo semestre.
Podemos perceber que esses períodos de safra e entressafra têm relação com o padrão de variação climática, já que os preços de boi gordo aumentam à medida que ocorre a estiagem até meados de outubro e novembro, quando se verifica um recuo nos preços ocasionado pela oferta de boi confinado
Padrão semelhante foi demonstrado por Sá e Silva Júnior (2007) para os preços reais de boi gordo no estado de Goiás:
Gráfico 7 – Variação estacional do preço de boi gordo em Goiás no período entre os anos de
1979 a 1984.
Fonte: Sá e Silva Júnior (2007)
Apesar do referencial de preços reais na pesquisa de Sá e Silva Júnior (2007), aquele trabalho apresenta um padrão de variação estacional muito semelhante ao padrão aqui observado em relação à conformação do gráfico e períodos de alta e baixa de média de preços. Por outro lado, a amplitude do índice sazonal encontrada pelos autores foi de 18,27%, praticamente o dobro do observado para o período de 2002 a 2012 para os preços futuros. O que poderia justificar essa maior amplitude em observada pelos autores seria a série temporal menor, de 5 anos, e o período de análise o qual corresponde a um período de alta inflacionária.
4. Conclusões
Podemos perceber pela análise dos dados que os preços futuros de boi gordo possuem um padrão de variação estacional o qual se assemelha inclusive ao padrão do mercado físico. Verificou-se que na última década, o histórico de comportamento dos preços revelou anos com um primeiro semestre de safra e segundo semestre de entressafra. A média
de preços do mês de maio foi a mais baixa e o mês de novembro teve o pico de média de preços. Essa dinâmica tem relação com a distribuição da precipitação das regiões produtoras mais importantes.
O padrão de variação estacional identificado neste estudo auxilia no entendimento da sazonalidade da produção durante o ano e o comportamento das médias de preços nos últimos dez anos. Demais estudos dessa natureza ao longo do tempo, não só para a commodity em questão, são necessários para identificar alterações no padrão de variação e previsibilidade dos preços, os quais podem influenciar a o planejamento da produção e comercialização de bovinos de corte.
5. Bibliografia
ANUALPEC 2012 – Anuário da Pecuária Brasileira. Informa Economics - FNP.
378 p. 2012.
DEPARTAMENTO DE AGRICULTURA DOS ESTADOS UNIDOS – USDA.
Livestock and Poultry: World Markets and Trade. Disponível em:
http://usda01.library.cornell.edu/usda/current/livestock-poultry-ma/livestock-poultry-ma-10-18-2012.pdf. Acesso em 02/02/2013.
ORGANIZAÇÃO DAS NAÇÕES UNIDAS PARA AGRICULTURA e ALIMENTAÇÃO – FAO. Inocuidade Dos Alimentos: Os Desafios e Oportunidades
Encontrados Pela Produção Pecuária e Pelos Produtos Pecuários. 13° Reunião
Interamericana a Nível Ministerial, Sobre Saúde e Agricultura. Washington D.C, 24 a 25 de abril de 2003.
FRANCISCO, V. L. F.; PINO, F. A.; SUEYOSHI, M. L. M.; CEZAR, S. A. G.; AMARAL, A.M.P. Sazonalidade em séries temporais econômicas: aplicações.
Agricultura em São Paulo. n. 42, São Paulo, 1995. p. 57-71.
HOFFMANN, R. Estatística para economistas. 3. ed. Piracicaba: Biblioteca Pioneira de Ciências Sociais. 2002, 430p.
INSTITUTO NACIONAL DE METEOROLOGIA – INMET. Disponível em:
http://www.inmet.gov.br/portal/index.php?r=clima/graficosClimaticos. Acesso em
07/03/2013.
MELO, C. O; ESPERANCINI, M. S. T; SILVA, G. H. Sazonalidade de Preços da
Cana-de-Açúcar no Estado do Paraná. 2008.
MORETTIN P.A; TOLOI, C. M. C. Análise de SériesTemporais. São Paulo: Editora Blucher; 2004
SÁ, J. M; SILVA JÚNIOR, R. P. "Variação Estacional e Comparacão de
Padrões de Variação Estacional de Preços de Arroz, Feijão, Milho e Boi Gordo, em Goiás, no Período 1974-1984." Pesquisa Agropecuária Tropical (Agricultural Research in
the Tropics) 22.1 (2007): 61-92.
