1. Introdução. Campo Grande, 25 a 28 de julho de 2010, Sociedade Brasileira de Economia, Administração e Sociologia Rural

(1)

Campo Grande, 25 a 28 de julho de 2010,

Sociedade Brasileira de Economia, Administração e Sociologia Rural

1 EFETIVIDADE DO HEDGE NO MERCADO DE CAFÉ ARÁBICA PARA AS

PRAÇAS DE CARATINGA - MG E SÃO SEBASTIÃO DO PARAÍSO - MG

alvesufv@gmail.com

APRESENTACAO ORAL-Economia e Gestão no Agronegócio

GREIGIANO JOSÉ ALVES; ALEXANDRE BRAGANÇA COELHO; LÍLIAN VALERIANO GONÇALVES.

UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA - MG - BRASIL.

Efetividade do hedge no mercado de café arábica para as praças de

Caratinga - MG e São Sebastião do Paraíso - MG

1

Hedge effectiveness in the market for Arabica coffee to the squares of

Caratinga - MG and São Sebastião do Paraíso – MG

GRUPO DE PESQUISA: Economia e Gestão do Agronegócio Resumo:

A administração do risco associado à volatilidade dos preços, principalmente de commodities agrícolas, é importante para o setor agrícola brasileiro, sendo o mercado futuro um dos instrumentos utilizados para tal necessidade. Caso o preço à vista e o preço futuro tenham uma alta correlação, é possível minimizar bastante o risco de preços através do hedge. Sendo assim, este trabalho analisou a efetividade de hedge e a razão ótima de hedge entre o preço do café arábica entre duas importantes praças mineiras, Caratinga e São Sebastião do Paraíso, e o preço futuro da BM&FBOVESPA. O estudo mostra que os produtores de café arábica de ambas as regiões necessitarão de uma proteção menor no mercado futuro para a mesma quantidade que se queira proteger no mercado à vista, uma vez que a razão ótima de hedge foi menor que um. Já a efetividade de hedge é relativamente baixa, o que coloca em dúvida a vantagem da utilização deste instrumento frente aos custos enfrentados.

Palavras chave: café arábica, efetividade de hedge, razão ótima de hedge, mercados futuros.

Abstract:

The management of risk associated with price volatility, particularly agricultural commodities, it is important for the Brazilian agricultural sector, and the future market of the instruments used for this need. If the spot price and futures price are highly correlated, it is quite possible to minimize price risk through hedging. Therefore, this study examined the effectiveness of hedging and optimal hedge ratio between the price of Arabica coffee

1

Os autores agradecem à Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) o apoio financeiro que permitiu a participação no evento.

(2)

2 between two important squares mining, Caratinga and Sao Sebastião do Paraíso, and the price of the BM & F future. The study shows that producers of Arabica coffee from both regions will require a lower protection in the future market for the same amount it wants to protect the spot market, since the optimal hedge ratio was less than one. Already the hedge effectiveness is relatively low, which puts in doubt the advantage of using this instrument against the costs faced.

Key words: Coffea arabica, effectiveness of hedging, optimal hedge ratio, futures markets. 1. Introdução

No Brasil, são produzidas duas variedades de café, o arábica e o conilon. Dessas duas variedades, são obtidos outros derivados, tais como: café torrado e moído e café solúvel. Os maiores estados produtores são: Minas Gerais, Espírito Santo, São Paulo, Paraná e Bahia. O país possui uma área de 2,7 milhões de hectares plantados, com seis bilhões de pés de café, sendo que a maior parte está localizada no estado de Minas Gerais (EMBRAPA, 2004). O estado de Minas Gerais é o maior produtor de café arábica, sendo responsável pela produção de 15,5 milhões de sacas de café, representando quase 50 % do total produzido no país (IBGE,2007).

Como o café é uma commodity agrícola, sua cotação é dada pelo comércio internacional. Devido a este fato, o produtor não possui muitos mecanismos para se proteger de eventuais quedas ocorridas na cotação internacional. Surge assim a necessidade de mecanismos que possam auxiliar o produtor a administrar os riscos relacionados à volatilidade dos preços do café arábica.

Mercados futuros estão diretamente vinculados à necessidade de administração do risco de preços dos ativos. Originalmente, o foco eram as commodities agrícolas e metais. Mais recentemente, houve um crescimento elevado dos mercados futuros de ativos financeiros. No Brasil as transações com contratos a termo e futuros começam em 1917, na Bolsa de Mercadoria de São Paulo (BMSP). A Bolsa Mercantil & de Futuros (BM&F), inspirada na Chicago Mercantile Exchange (CME), foi fundada no dia 4 de julho no ano de 1985, pela Bolsa de Valores de São Paulo. O pregão inaugural aconteceu pouco mais de seis meses após a sua fundação, no dia 31 de Janeiro de 1986, sendo negociados somente contratos de ouro. No mesmo ano, a BM&F lança o seu primeiro contrato futuro de café. Em 1991, a Bolsa de Mercadoria de São Paulo e a Bolsa Mercantil e de Futuros, se unem, formando a Bolsa de Mercadorias e Futuros (BM&F). Em 2008, ocorreu a fusão entre a BM&F (Bolsa Mercantil & de Futuros) e a BOVESPA (Bolsa de Valores de São Paulo), surgindo então a BM&FBOVESPA. Após a fusão, BM&FBOVESPA passou a ser a segunda maior bolsa das Américas (A primeira é a CME).

Segundo Assaf Neto (2003), a bolsa de mercadorias e futuros é o mercado formalmente estabelecido para negociar os diversos instrumentos futuros no Brasil. Como as demais bolsas de valores, a BM&FBOVESPA cumpre suas funções básicas de oferecer facilidades para a realização dos negócios e controle das operações, além de permitir a livre formação dos preços e oferecer mecanismos de custódia e liquidação dos negócios. Dessa forma, torna-se o ambiente mais propício aos investidores que buscam a segurança necessária para aplicar seus recursos em contratos de commodities agropecuárias.

(3)

3 Este é um dos motivos que torna fundamental a análise do mercado futuro, como instrumento na tomada de decisão no mercado de café. A utilização de instrumento de proteção usando mercados futuros (conhecido como hedge) possibilita, dentre outras coisas, diminuição de riscos, mesmo com a ocorrência de eventos difíceis ou até mesmo impossíveis de se prever, por parte de cafeicultores e demais negociadores de café.

1.1. O Problema e sua importância

A cidade de Caratinga desenvolveu-se economicamente com base na cultura de café arábica, graças a sua localização na região da Zona da Mata Mineira, propiciando clima e relevo favorável à cultura. A economia do município é baseada, então, na produção do café e na hortifruticultura. Possuindo um parque de 66 milhões de covas de café, plantados em uma área de mais de 32 mil hectares, a cafeicultura caratinguense gera cerca de 8 mil empregos diretos e 35 mil indiretos.

São Sebastião do Paraíso está localizado no Sul de Minas Gerais. Nessa região a produção de café é responsável pela geração de 70% da renda das propriedades rurais. A economia do município é baseada na agropecuária, sendo que o café se destaca como o principal produto. O município conta com grande parte da produção de cafés finos do Brasil, sendo que 78% da produção são exportadas para países que possuem maior exigência em qualidade, como Japão e Itália. A produção cafeeira está distribuída em lavouras de pequeno, médio e grande porte, direcionados para exportação, gerando emprego e renda para a mão de obra, porém com pouca qualificação (Prefeitura Municipal de São Sebastião do Paraíso, 2009).

Como o café é uma importante fonte de renda para grande parte dos produtores rurais destas cidades, o mercado futuro, através da diminuição dos riscos relacionados à volatilidade dos preços, passa a ser muito importante. Assim, analisar a efetividade de hedge e a razão ótima de hedge entre ambas as praças e a BM&FBOVESPA irá contribuir para o processo de tomada de decisão por parte do produtor, uma vez que este poderá avaliar se é vantajoso ou não utilizar a BM&FBOVESPA para se proteger do risco de preços e em que proporção ele deve atuar no mercado futuro.

Segundo Myers e Thompson (1989), citado por Nogueira et. al. (2002, pág. 5), “o maior problema enfrentado por negociantes de commodities é selecionar a proporção de posições a vista que será coberta por posições opostas no mercado de futuros, ou seja, este é o problema da escolha da razão ótima de hedge”. Diversos agentes quando fazem o hedge, fazem-no na proporção 1: 1 (MULLER, 2007), ou seja, para cada saca de café que se queira proteger no mercado à vista, toma-se a mesma quantidade no mercado futuros o que pode não ser a melhor forma de proteção.

Alguns estudos já foram realizados sobre a efetividade de hedge para o café arábica no Brasil. Nogueira et. al. (2002) analisaram a efetividade de hedge para uma série diária, semanal e quinzenal, entre quatro praças produtoras de café arábica no Brasil e as bolsas BM&FBOVESPA e a Coffee, Sugar & Cocoa Exchange (CSCE), de Nova York, atual Intercontinental Exchange (ICE). Muller et. al. (2007) elaboraram um estudo sobre a volatilidade dos preços de café arábica entre as bolsas brasileira (BM&FBOVESPA) e norte-americana, Bolsa de Mercadorias de Nova York (NYBOT), de modo a verificar se

(4)

4 estas são relevantes para a gestão de risco. Muller (2007), em sua tese de doutorado, elaborou um estudo sobre a efetividade das estratégias, sejam elas estáticas ou dinâmicas, para o café arábica no Brasil. Já Marques e Machado (1999) estudaram a efetividade de hedge do café arábica para Minas.

Há trabalhos relacionados também com outras commodities agrícolas, como soja (ver Chiodi et. al., 2005), no qual o autor comparou a efetividade de hedge entre as bolsas BM&F e Chicago Board of Trade (CBOT); boi gordo, com um trabalho desenvolvido por Marques et. al. (2008), onde o autor elaborou um estudo sobre a efetividade de hedge para o boi gordo na bolsa BM&FBOVESPA; e milho com Oliveira Neto et. al. (2009).

Sendo assim, este trabalho vem contribuir para a literatura analisando a efetividade de hedge entre duas importantes cidades mineiras, Caratinga e São Sebastião do Paraíso, e a BM&FBOVESPA, sendo este o primeiro a ser elaborado para ambas as cidades.

1.2. Objetivo

Este trabalho tem como objetivo avaliar a efetividade do hedge do café arábica negociado nas praças de Caratinga, situada no Leste de Minas, e São Sebastião do Paraíso, localizada no Sul de Minas, em relação aos contratos futuros do café arábica comercializados na BM&FBOVESPA. Pretende-se também calcular a razão ótima de hedge para as duas localidades.

2. Efetividade e Razão Ótima de Hedge

Conforme Marques et. al. (2008), o hedge pode ser definido como a atitude em tomar uma posição no mercado futuro, ou fazer uma operação no mercado futuro, sendo esta operação, de compra ou de venda, contrária à posição tomada no mercado à vista. Esta operação protege o produtor porque preços à vista e futuros se movem, geralmente, na mesma direção, ou seja, se o preço à vista aumenta (diminui), o preço futuro também aumenta (diminui). Isto faz com que a perda em um mercado seja compensada, pelo menos parcialmente, pelo ganho no outro.

De acordo com Hull (2004), se a operação de hedge tiver como objetivo principal minimizar o risco do preço de um ativo, deve-se utilizar uma razão ótima de hedge. A razão ótima de hedge é dada pela relação do tamanho da exposição ao risco e o tamanho da posição no mercado futuro.

ℎ =ி_௏

Dessa forma, a razão ótima de hedge é calculada pela razão entre a covariância dos preços. Assim, seja a receita por unidade do produto definida como:

ୖ౞

୚ = ሺSᇱ− Sሻ − hሺFᇱ− F) em que ୖ౞

୚ é a receita por unidade do produto; Sᇱ− S, diferença do preço spot entre os período t e t − 1; h, a razão de hedge (F/V); e Fᇱ− F, diferença do preço futuro entre os período t e t − 1

Assim, tomando a variância da receita por unidade do produto (equação anterior), derivando em relação a h e igualando a zero (condição de primeira ordem para encontrar

(5)

5 um ponto mínimo), obtém-se a razão de hedge que minimiza a variância da receita por unidade do produto, também definida como razão ótima de hedge.

ℎ∗ _{= ߩ}ߪ௦ ߪ_ி

em que ℎ∗, é a razão de hedge que minimiza a variância da posição do hedger, ߪ_௦é o desvio padrão da mudança no preço spot durante o período de tempo igual a vida do hedge, ߪ_ி é o desvio padrão da mudança no preço futuro durante um período igual a vida do hedge e ߩ é o coeficiente de correlação entre mudança no preço spot e mudança no preço futuro.

Quando se trata da efetividade do hedge, esta é dada pela proporção da variância que é eliminada por meio do hedge quando se usa a razão ótima de hedge (HULL, 2004). Assim, tem-se:

݁ = ݒܽݎሺߩሻ − ݒܽݎሺℎ_{ݒܽݎሺߩሻ} ∗ሻ Depois de alguns cálculos, é possível mostrar que:

݁ = ߩଶ

Onde, ݁ é a efetividade do hedge, e ߩ é o coeficiente de correlação entre mudança no preço spot e mudança no preço futuro, ݒܽݎሺߩሻ variância na receita sem hedge ótimo e ݒܽݎሺℎ∗_{ሻ variância na receita com hedge ótima. Quanto maior a correlação entre os preço} spot e futuro, maior será a efetividade de hedge.

3. Metodologia

3.1. Referencial Analítico

A razão de hedge pode ser estimada de várias formas. A metodologia mais usual utiliza a inclinação (coeficiente angular da reta) da regressão simples dos preços à vista em função dos preços futuros ou a inclinação da regressão simples das variações dos preços à vista em função das variações dos preços futuros. Existe também outra abordagem que utiliza o coeficiente angular da regressão simples dos retornos do mercado a vista em função dos retornos do mercado futuro.

Myers e Thompson (1989), citados por Nogueira et. al. (2002, pág. 5), discutiram uma abordagem mais generalizada para se obter a razão ótima de hedge. Os autores obtiveram dois modelos, sendo um de preços em nível defasados e o outro de preços em diferença defasados, sendo que deve ser utilizado o modelo de preços em nível defasados para uma série de preços estacionária em nível e o modelo de preços em diferença defasados para uma série estacionária em primeira diferença.

Myers e Thompson (1989) contribuíram com seus modelos - defasagem em nível e defasagem em diferença - no sentido de tornar os cálculos tanto das razões ótima de hedge e da efetividade de hedge mais precisos. Para isso, observaram a limitação dos modelos de regressão das séries de preços (nível de preço, diferença de preço, mudança percentual), visto o fato de que na maioria das vezes as séries são não-estacionárias. Assim sendo, conduziram a transformação das séries não-estacionárias em séries estacionárias na primeira diferença, tornando os resultados das regressões mais confiáveis.

(6)

6 Definidas a razão ótima de hedge, passa-se a efetividade de hedge, que, do ponto de vista econométrico, é representada pelo coeficiente de determinação (R2), da regressão simples entre preço à vista e futuro. Desse modo, conclui-se que, quanto maior a proximidade entre o produto a ser comercializado no mercado físico e o produto especificado no contrato futuro, maior será a correlação entre as mudanças no preço a vista e futuro, e por conseqüência, maior o ܴଶ, ou seja, maior a efetividade de hedge, já que fora utilizado como parâmetro essencial a razão de hedge ótima (MARTINS e AGUIAR, 2004). Antes de se trabalhar com série de preços é necessário conhecê-la, uma vez que a maioria das séries econômicas são estocásticas. Um processo estocástico é denominado como um conjunto de variáveis ordenadas no tempo. Ele pode ser estacionário ou não-estacionário. Um processo estocástico estacionário é aquele em que sua média e variância são constantes ao longo do tempo e quando a covariância não depende do tempo e não varia com o tempo, mas apenas da distância, ou seja, do intervalo ou da defasagem entre os períodos. Uma série não estacionária terá média que varia com o tempo ou variância que varia com o tempo ou ambas as situações (GUJARATI, 2006).

Para verificar se a série temporal é estacionária ou não-estacionária, ou seja, se é integrada de ordem , ܫሺ0ሻ –estacionária- ou de ordem ݀, ܫሺ݀ሻ –não-estacionária, serão utilizados os Testes Dickey-Fuller Aumentado (ADF), o Teste Phillips-Perron (ver GUJARATI, 2006) e o teste Dickey-Fuller GLS.

3.1.1. Teste Dickey-Fuller Aumentado (ADF)

O teste ADF é um dos mais utilizados para verificar a estacionariedade de uma série. O procedimento utilizado consiste, simplesmente, na estimação dos modelos abaixo por Mínimos Quadrados Ordinários (MQO), conforme Cunha (2008).

Foram utilizados os seguintes modelos para a série em nível:

݌௧ = ߩ × ݌௧ିଵ+ ߝ௧ (1) ݌௧ = ߙ଴+ ߩ × ݌௧ିଵ+ ߝ௧ (2) ݌௧ = ߙ଴+ ߙଵܶ + ߩ × ݌௧ିଵ+ ߝ௧ (3) onde ݌_௧ representa a série de preço do café (futuro e à vista) no período ݐ. Deve-se confrontar a hipótese nula ܪ_଴: ߩ = 1 com a hipótese alternativa ܪ_ଵ: ߩ < 0. Se a hipótese nula for aceita, a série será não-estacionária.

Subtraindo ݌_௧ିଵ em ambos os lados das equações anteriores, tem-se os modelos para a série em diferença:

∆݌௧ = ߜ × ݌௧ିଵ+ ߝ௧ (4) ∆݌௧ = ߙ଴+ ߜ × ݌௧ିଵ+ ߝ௧ (5) ∆݌௧ = ߙ଴+ ߙଵܶ + ߜ × ݌௧ିଵ+ ߝ௧ (6) onde ∆݌_௧ representa a série de preço do café (futuro e à vista) no período ݐ; ݌_௧ିଵ, a série de preço do café (futuro e à vista) no período ݐ − 1; ߙ_଴, o parâmetro que representa o intercepto; ߙ_ଵ, o parâmetro que representa a tendência; e ߜ indica a presença da raiz unitária. Deve-se confrontar a hipótese a nula ܪ_଴: ߜ = 0 com a hipótese ܪ_ଵ: ߜ < 0 . Se a hipótese nula for aceita, a série será não-estacionária.

(7)

7 Outro teste usado para verificar se a série temporal é estacionária ou não-estacionária é o teste de Phillips-Perron (PP). De acordo com Gujarati (2006), o teste de Phillips-Perron utiliza métodos não-paramétricos para levar em consideração a correlação serial nos termos de erros sem precisar somar termos de diferenças defasadas. Esse teste pode ser utilizado quando os resíduos são serialmente correlacionados em um processo ARMA (ρ,q).

Segundo Cirino e Lima (2006) o teste PP é dado por: Zδ = tβ ቀஓ౥

୤౥ቁ భ

మ₋୘ሺ୤బି ஓబሻୗ൫ஒ෡൯

ଶ୤_బభమ_ୗ (7)

em que β e S൫β෠൯ são as estimativas do parâmetro e de seu erro-padrão, respectivamente, na regressão de teste com variável dependente, γ_଴ é um estimador consistente da variância do resíduo da equação de teste, é número de observações, f_଴ é um estimador consistente do espectro dos resíduos na freqüência zero; e , o erro-padrão da regressão de teste.

O teste de Phillips-Perron também testa a hipótese nula de não estacionariedade δ = 0, e pode também incluir no teste termos determinísticos de intercepto, tendência linear ou ambos. A estatística Zδ segue a mesma distribuição das estatísticas utilizadas nos testes Dickey-Fuller e Dickey-Fuller Aumentado, podendo ser utilizado os mesmos valores críticos (GUJARATI, 2006). Se a hipótese nula for aceita, a série apresenta raiz unitária, portanto não estacionária, ou integrada de ordem I(1). Caso contrário, a série é estacionária em nível, ou seja, é integrada de ordem I(0).

3.1.3. Teste Dickey Fuller GLS

De Acordo Cirino e Lima (2006), para solucionar alguns problemas relacionados ao teste Dickey-Fuller Aumentado, propôs-se uma alteração que consiste em remover as variáveis explicativas referentes à tendência determinística. Para tal procedimento, é preciso fazer uma diferenciação na série, e depois aplicar uma regressão para identificar a presença ou não de estacionariedade.

O teste DF-GLS é apresentado pela função de regressão que se segue: ∆ܻ_௧ௗ _{= ܿ}_଴_ܻ

௧ିଵௗ + ∆ܿଵܻ௧ିଵௗ + ⋯ + ∆ܿ௣ܻ௧ି௣ௗ + ߝ௧ (8) em que ܻ_௧ௗ é a série já com os efeitos determinísticos retirados, ܿ é um ponto alternativo específico que se deseja testar a hipótese nula, ∆ representa a diferenciação na série e ߝ_௧ o erro.

Assim como no ADF convencional, a hipótese nula significa a não estacionariedade da série de preços. O número de termos de primeira diferença defasados pode ser determinado pelos critérios de Akaike e Schwarz.

O teste DF-GLS auxilia na confirmação do teste DF tradicional, porque corrige as falhas deste último teste (PONCHIO, 2005).

(8)

8 Como afirma Aguiar (1999), existem alguns modelos que podem ser utilizados para determinar a razão ótima de hedge juntamente com a efetividade de hedge. São eles:

Modelo 1: equação em nível de preço.

ܲ௜,௧ = ߙ଴+ ߙଵ+ ݂௝,௧+ ߝ௜,௧, (9) Modelo 2: equação em diferença de preço.

∆ܲ௜,௧ = ߚ଴+ ߚଵ× ൫∆݂௝,௧൯ + ߝ௜,௧, (10) Modelo 3: equação em nível de preço defasado

ܲ௜,௧ = ߜ଴+ ߜଵ× ݂௝,௧+ ܽሺܮሻ × ܲ௜,௧ିଵ+ ܾሺܮሻ × ݂௝,௧ିଵ+ ߝ௜,௧, (11) Modelo 4: equação em diferença de preço defasado.

∆ܲ௜,௧ = ߮଴+ ߮ଵ× ∆݂௝,௧+ ܽሺܮሻ × ∆ܲ௜,௧ିଵ+ ܾሺܮሻ × ∆݂௝,௧ିଵ+ ߝ௜,௧, (12) onde ܲ_௜,௧é o preço a vista do café arábica cotado na respectiva praça, no período t (mercado físico); ݂_௝,௧ é preço futuro do café arábica no período t ( BM&FBOVESPA); ∆ܲ_௜,௧ é a diferença do preço a vista da commodity café arábica, entre os períodos t e t –1, cotado na respectiva praça (mercado físico); ∆݂_௝,௧ é a diferença do preço futuro do café arábica entre os períodos t e t – 1 (BM&FBOVESPA); ∆ܲ_{௜,௧ିଵ} = ܲ_{௜,௧ିଵ}− ܲ_{௜,௧ିଶ} representa a diferença dos preços a vista do café arábica entre os períodos ݐ − 1 e ݐ − 2, cotado na respectiva praça (mercado físico); ∆݂_{௜,௧ିଵ} = ݂_{௜,௧ିଵ}− ݂_{௜,௧ିଶ} a diferença dos preços futuros do café arábica entre os períodos ݐ − 1 e ݐ − 2 (BM&FBOVESPA); ܽሺܮሻ e ܾሺܮሻ são polinômios em L, que definem as defasagens ܮ௡ܲ_௜,௧ = ܲ_{௜,௧ି௡} e ܮ௡݂_௜,௧ = ݂_{௜,௧ି௡}; ߙ_଴, ߙ_ଵ, : ߚ_଴, ߚ_ଵ, ߜ_଴, ߜ_ଵ, ߮଴ e ߮ଵ são parâmetros; e ߝ௜,௧ o erro aleatório.

Para a escolha do modelo a ser usado (modelo 1 a 4), foram utilizados os resultados do teste ADF, do teste PP e do teste GLS. Cabe ressaltar que o teste GLS foi utilizado somente quando os testes ADF e PP fornecera resultados conflitantes. Caso a série for integrada de ordem 0, Iሺ0ሻ, utilizar-se-ão os modelos de nível (modelos 1 e 3), e caso seja ܫሺ1ሻ serão utilizados os modelos em diferença (modelos 2 e 4).

3.2.Dados

Os dados para o preço futuro do café arábica, tipo 6, bebida dura, foram obtidos junto ao site da BM&FBOVESPA, sendo a série diária. Preferiu-se trabalhar com a série mensal, pois a freqüência dos negócios no mercado à vista é menor do que no mercado futuro. Para transformar a série diária em mensal, foi utilizado o seguinte procedimento: Primeiramente, transformou-se a série diária em uma série semanal, com a escolha de um dia da semana como referência, que neste caso, foi a quarta-feira. Caso não houvesse pregão na quarta-feira, utilizou-se o dia seguinte e assim por diante. Após a obtenção da série semanal, esta foi transformada em uma série mensal, por meio de uma média aritmética das semanas que compõem cada mês. Dessa forma, obteve-se uma série mensal, no período de dezembro de 1999 a dezembro de 2008, totalizando 110 observações. Como

(9)

9 a série estava expressa em dólar, foi necessário, após a obtenção da série mensal, convertê-la para reais. Para isso, utilizou-se a taxa de câmbio comercial, obtida no site do IPEADATA (IPEADATA, 2010).

Os preços do café arábica para a Praça São Sebastião do Paraíso foram obtidos por meio do site da Cooparaíso (COOPARAÍSO, 2010) e para Caratinga diretamente da cooperativa Coopercafé (COOPERCAFÉ, 2009). O período da série para ambas as praças foi o mesmo do preço da BM&FBOVESPA, e as séries disponibilizadas pelas duas cooperativas já estavam transformadas em séries mensais.

Neste trabalho utilizou-se o software EViews5 para estimar as equações do modelo.

4. Resultados e Discussão

A Tabela 1 mostra as estatísticas relacionadas à série de preço para cada praça. Tabela 1: Estatísticas das séries de preço

Estatíticas referente às séries

série Mínimo Máximo Mediana Média Desvio Padrão

Caratinga 185,17 521,91 271,68 278,89 59,52

São Sebastião do Paraíso 181,29 553,04 270,78 279,08 62,70

BM&FBOVESPA 125,07 436,86 270,47 256,19 67,88

Fonte: Dados da pesquisa

A seguir, encontram-se os gráficos relacionando os preços para cada mês no período analisado.

Figura 1: Preço (em reais) da saca de 60 Kg do café arábica de dezembro de 1998 a dezembro de 2008 para a praça de Caratinga.

0 100 200 300 400 500 600

(10)

10 Figura 2: Preço (em reais) da saca de 60 Kg do café arábica de dezembro de 1998 a dezembro de 2008 para a praça de São Sebastião do Paraíso (S.S.P.).

Figura 3: Preço (em reais) da saca de 60 Kg do café arábica de dezembro de 1998 a dezembro de 2008 para a BM&FBOVESPA.

0 100 200 300 400 500 600

jul/98 dez/99 abr/01 set/02 jan/04 mai/05 out/06 fev/08 jul/09

0 50 100 150 200 250 300 350 400 450 500

(11)

11 4.1.Testes da raiz unitária

Para realizar o teste ADF, o teste PP e o teste GLS, foram utilizados as séries de dados mensais, não-logaritmizada, no período de dezembro de 1999 a dezembro de 2008, para as praças de São Sebastião do Paraíso, Caratinga e para os preços da BM&FBOVESPA. Os testes fora realizados para os seguintes casos: sem intercepto e sem tendência (equação 1 e 4), com intercepto e sem tendência (equação 2 e 5) e com intercepto e tendência (equação 3 e 6) para o teste ADF. Em relação ao teste PP e GLS, a série também foi estimada para os casos conforme o teste ADF. Como critério de seleção, foi utilizado o tipo de série com o menor valor do critério de Akaike2, em todos os três testes, conforme foi feito por Oliveira Neto et al. (2009).

A decisão de qual forma funcional a ser utilizada (com intercepto, com intercepto e tendência e sem intercepto e tendência), é muito importante, pois pode prejudicar o poder do teste. Por outro lado, a utilização de regressores em excesso pode, além de reduzir os graus de liberdade, aumentar os valores críticos, podendo fazer com que a hipótese de raiz unitária seja rejeitada de forma equivocada (CUNHA 2008).

A partir dos resultados do teste ADF (Tabela 2), do teste PP (Tabela 3), verifica-se que houve divergência entre ambos os testes, para o caso do teste em nível, uma vez que os resultados mostram que a série é não-estacionária no caso do teste ADF e estacionária no caso do teste PP. Portanto, para eliminar a dúvida, foi realizado o teste DF-GLS (Tabela 4), de modo a verificar se a série é estacionária ou não-estacionária. Nota-se que a série pode ser considerada não-estacionária em nível.

Em relação aos resultados dos testes de raiz unitária para a série em primeira diferença (Tabelas 5 e 6) não houve divergência entre os testes ADF e PP, não sendo necessário o teste DF-GLS. Portanto, conclui-se que as séries da BM&FBOVESPA, da praça de São Sebastião do Paraíso e da praça de Caratinga são integrada de ordem um, ܫሺ1ሻ.

Tabela 2: Teste ADF para a série em nível.

Teste ADF para série em nível

Praça Defasagens Teste ADF Estatísitca t* Estacionária

Caratinga 10 -2,457639 _-3,456319 Não

São Sebastião do Paraíso 10 -2,269583 -2,890926 Não

BM&FBOVESPA 5 -2,739456 -3,450073 Não

Fonte: Resultados da pesquisa *Valor crítico a 5%

2

Conforme os mesmos autores, o Critério de Informação de Akaike (AIC) é baseado na soma dos quadrados dos resíduos, impondo penalidades sobre coeficientes excedentes. Devido a este fato, pode-se escolher o tamanho de uma distribuição de defasagens escolhendo a especificação com o menor valor AIC.

(12)

12 Tabela 3: Teste PP para a série em nível.

Teste PP para série em nível

Praça teste PP Estatística t* Estacionária

Caratinga -4,343668 -3,451959 Sim

São Sebastião do Paraíso -4,745757 -3,451568 Sim

BM&FBOVESPA -3,355028 -3,448348 Sim

Fonte: Resultados da pesquisa * Valor crítico a 5%

Tabela 4: Teste DF-GLS para a série em nível.

Teste GLS para série em nível

Praça Defasagens Teste ADF Estatísitca t* Estacionária

Caratinga 2 -1,285101 -3,024000 Não

São Sebastião do Paraíso 1 -1,136956 -3,022000 Não

BM&FBOVESPA 0 -2,040925 -3,012000 Não

Tabela 5: Teste ADF para a série em primeira diferença.

Teste ADF para série em primeira diferença

Praça Defasagens teste ADF Estatística t* Estacionária

Caratinga 0 -9,281009 -2,586753 Sim

São Sebastião do Paraíso 0 -8,324545 -2,586550 Sim

BM&FBOVESPA 0 -11,401420 -2,584877 Sim

Tabela 6: Teste PP para a série em primeira diferença.

Teste PP para série em primeira diferença

Praça teste PP Estatística t* Estacionária

(13)

13

São Sebastião do Paraíso -8,299699 -2,586550 Sim

BM&FBOVESPA -11,396830 -2,584877 Sim

4.2.Escolha do modelo

Após a análise do teste da raiz unitária, onde se verificou que as séries são estacionárias em primeira diferença, foram utilizados os modelos 2 e 4, para analisar a efetividade de hedge e encontrar a razão ótima de hedge.

Através dos resultados da pesquisa, foi escolhido o modelo 4 como o mais adequado para o estudo em questão, uma vez que este modelo apresentou um melhor ajustamento em comparação ao modelo 2.

Para estimar o modelo 4, utilizou-se o seguinte procedimento: quanto aos polinômios ܽሺܮሻ e ܾሺܮሻ começou com uma defasagem, tanto para série de preço à vista (para as duas praças) quanto para a série de preço futuro, sendo aumentadas as defasagens ora para a série de preço à vista, ora para a série de preços futuros ou ambos, até a defasagem que não apresentasse significância a 10%, que neste caso foi duas defasagens. Por fim, foi escolhida a equação que obteve o menor valor de Akaike (NOGUEIRA et. al., 2002). Após esse procedimento, obtiveram-se os resultados finais.

Na tabela 7 estão os resultados obtidos para o modelo 4. Um fato interessante é que a razão ótima de hedge para ambas as praças foi menor do que um, e também foram bem próximos, ou seja, os produtores de café que queiram proteger seu produto necessitarão de uma quantidade menor de contratos futuros para se proteger de certa quantidade no mercado à vista.

Quando se analisa qual praça apresenta maior efetividade de hedge, não houve uma substancial diferença entre as efetividades de hedge para Caratinga em comparação com São Sebastião do Paraíso. Isto mostra que os preços do café arábica de ambas as praças possuem correlação próximas, uma vez que a efetividade de hedge depende somente do quadrado da correlação linear entre as variações ocorridas nos preços praticados no mercado à vista e as variações nos preços praticados na BM&FBOVESPA.

Tabela 7: Razão Ótima e Efetividade de Hedge para o Modelo 4

Relações estimadas Razão ótima de hedge Efetividade do hedge (%)

Caratinga X BM&F 0,647669 66,70%

S.S.P. X BM&F 0,660043 67,33%

Fonte: Resultados da pesquisa 5. Conclusão

(14)

14 Em relação à efetividade, esta pode ser considerada baixa. Este valor baixo pode ser devido à diferença de qualidade entre os cafés comercializados nas praças de Caratinga (qualidade inferior) e São Sebastião do Paraíso (qualidade superior) em relação ao café comercializado na BM&FBOVESPA, ou devido à liquidez no mercado, pois o mercado futuro de café arábica possui uma liquidez superior ao mercado à vista. Vale ressaltar que Nogueira et. al. (2002), analisaram quatro praças, sendo duas mineiras (Varginha e Cerrado), e chegaram a resultados mais expressivos em termos do valor da efetividade, quando se trata de uma série quinzenal, valores próximos ao encontrado neste trabalho para uma série semanal, e valores inferiores para uma série diária. Para as praças de Varginha e cerrado, em Minas Gerais, a efetividade foi próxima a 93%, quando se considerou uma série de preços quinzenal, de 70% quando se considerou uma série semanal e de 55% para uma série diária.

Quanto à razão ótima de hedge, por ser menor do que 1, o custo em se utilizar os mercados futuros é também menor do que se o produtor usasse a razão 1:1. Devido a este fato, pode ser interessante utilizar o mercado futuro como mecanismo de redução de risco, uma vez que este estará reduzindo cerca de 65% do risco associado à volatilidade de hedge.Os resultados obtidos no presente trabalho estão bem próximos para os resultados obtidos por Nogueira et. al. (2002) para uma série de preços mensal, levando em consideração as duas praças mineiras analisadas pelos autores.

É interessante ressaltar a importância de elaborar outros estudos levando em consideração os custos envolvidos no hedge. Outra opção interessante seria verificar a efetividade de hedge das praças analisadas (Caratinga e São Sebastião do Paraíso) em relação à bolsa Intercontinental Exchange de Nova York (ICE).

6. Referências bibliográficas

AGUIAR, D.R.D. Mercados Futuros e Agropecuários. Viçosa: UFV, 1999. ASSAF NETO, A. Mercado Financeiro 5 ed. São Paulo SP: Atlas, 2003, 400p. CHIODI, L. et. al. Análise da efetividade de hedging com os contratos futuros de soja na BM&F e CBOT. XLIII Congresso SOBER, Ribeirão Preto, SP, Julho 2005. CIRINO, J. F. e LIMA, J. E. Testes de Raiz Unitária: abordagens tradicionais e desenvolvimentos recentes, 2006, 34 p.

COOPARAÍSO Disponível em <www.cooparaiso.com.br> Acesso em Março de 2010

COOPERCAFE Cooperativa dos Cafeicultores da Região de Caratinga. Caratinga, MG, 2009

CUNHA, D. A. Integração de preços no mercado internacional de café. Dissertação (Mestrado em Economia Aplicada) - Universidade Federal de Viçosa. Viçosa, MG, 2008, p. 123.

(15)

15 Consórcio brasileiro de pesquisa e desenvolvimento de café. Brasília: Embrapa café, 2004. 148p.

GUJARATI, D. N. Econometria básica. 4° Ed. (português, inglês), Rio de Janeiro: Elsevier, 2006. 802p

HULL, J. Fundamentos dos Mercados Futuros e de Opções 5. Ed. (português, inglês) São Paulo: Bolsa de Mercadorias & Futuros, 2004.

IBGE Instituto Brasileiro de Geografia e estatística 2007 Disponível em: <http://www.ibge.gov.br> Acesso e: 13/05/2008.

IPEADATA, Instituto de Pesquisa Econômica Aplicada para dados macroeconômicos Disponível em <www.ipeadata.gov.br> Acesso em: 02/03/2010.

MARQUES, P. V. e MELLO, P. C. Mercados futuros de commodities agropecuárias: (exemplos e aplicações aos mercados brasileiros) São Paulo SP: Bolsa de Mercadorias e Futuros, 1999, 209 p.

MARQUES.; P. V.; MACHADO, H. M. O risco de base, a efetividade do hedging para o agronegócio do café em Minas Gerais. Organizações Rurais e Agroindustriais: Revista de Administração da UFLA. Lavras, v. 1, n. 1, p. 42-50, jan/jun. 1999. MARQUES, P. V. et. al. Razão de hedge ótima de mínimo MPI (Momento Parcial Inferior) no mercado futuro de Boi Gordo na BM&F. XLVI Congresso SOBER, Piracicaba, SP, Julho 2008.

MARTINS, A. G.; AGUIAR, D. R. D. Efetividade do hedge de soja em grão brasileira com contratos futuros de diferentes vencimentos na Chicago Board of Trade. Revista de Economia e Agronegócio, Viçosa - MG, v. 2, n. 4, p. 449-471, 2004.

MYERS, R.J.; THOMPSON, S.R. Generalized Optimal Hedge Ratio Estimation. American Journal Agricultural Economics, pp. 858–867, 1989.

MULLER, C. A. S. Análise da efetividade das estratégias estáticas e dinâmicas de hedge para o mercado brasileiro de café arábica. Tese (Doutorado em Economia Aplicada) – Universidade Federal de Viçosa, Viçosa, p. 151, 2007

MULLER, C. A. S. Preço futuro do Café Arábica: uma análise de volatilidade e assimetria nas bolsas brasileiras e norte-americanas. XLV Congresso SOBER, Londrina, PR, Julho 2007.

NOGUEIRA, P.T.F et. al. Efetividade do hedge no mercado brasileiro de café arábica. Resenha BM&F nº 150 2002 11p.

OLIVEIRA NETO, O. J.; FIGUEIRA, R. S. e MACHADO, A. G. Efetividade de hedge e razão ótima de hedge para a cultura do milho no estado de Goiás. Revista Brasileira de Gestão e Desenvolvimento Regional, Taubaté SP, vol. 5, n 2, p.p. 115-138, maio-agosto/2009

(16)

16 Prefeitura de Municipal de São Sebastião do Paraíso MG Economia Disponível em< http://www.paraiso.mg.gov.br/sitenovo/PaginaPrefeitura.php?dsid=22> Acesso em 27/03/2010

PONCHIO, L. C. Exportações lácteas, uma solução para os produtoresou um problema para os consumidores? CEPEA 2005 Disponível em www.cepea.esalq.usp.br/pdf/artigo_leite_03.pdf acesso em 18 de março de 2010.