Post on 18-Nov-2018
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
ELASTICIDADE DA DEMANDA DA CARNE DE FRANGO BRASILEIRA NO
MERCADO INTERNACIONAL: EVIDÊNCIAS DE QUEBRAS ESTRUTURAIS
Laércio Juarez Melz
Universidade do Estado de Mato Grosso - UNEMAT (Bolsista FAPEMAT)
laercio@unemat.br
Pascoal José Marion Filho
Universidade Federal de Santa Maria - UFSM
pascoaljmarion@yahoo.com.br
Tiane Alves Rocha Gastardelo
Universidade Federal de Santa Maria - UFSM
tianealvesrocha@gmail.com
Grupo de Pesquisa: 1. Comercialização, Mercados e Preços
Resumo
Este trabalho tem como objetivo estimar a elasticidade-preço, elasticidade-preço cruzada e
elasticidade-renda da carne de frango brasileira no mercado internacional, bem como verificar
se houve quebras estruturais na relação entre as variáveis utilizadas. Foram coletados series
mensais quantidade das exportações de carne de frango, preços da carne de frango, da carne
bovina e da carne suína, Produto Interno Bruto brasileiro e as taxas de câmbio Dólar, todos
entre Janeiro de 1995 e Junho de 2013, no total de 222 observações. Usando teste Bai-Perron,
foi possível identificar duas quebras estruturais, uma em fevereiro de 1998, outra em agosto
de 2003. Uma regressão por Mínimos Quadrados Ordinários com Quebras foi estimada.
Concluiu-se que a demanda por carne de frango brasileira é inelástica aos seus preços e
preços-cruzados. A elasticidade-renda indica que a carne de aves brasileira é bem inferior no
mercado internacional.
Palavras-chave: Comercialização. Carne de frango. Quebras estruturais.
Abstract
This paper aims to estimate price-elasticity, cross-price elasticity and income elasticity of
Brazilian poultry meat in the international market as well as verify if there were structural
breaks in relationship among the used variables. We collected monthly series of the poultry
meat exports quantity, the poultry meat, beef and pork meat prices, Brazilian Gross Domestic
Product and the Dollar exchange rates, all between January 1995 and June 2013, in total 222
observations. Using Bai-Perron test, it was possible to identify two structural breaks, one in
February 1998, other in August 2003. An Ordinary Least Squares with Breaks regression was
estimates. We concluded that demand for Brazilian poultry meat is inelastic to its prices and
cross-prices. Income elasticity indicates that Brazilian poultry meat is inferior good in
international market.
Keywords: Commercialization. Poultry meat. Structural breaks.
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
1. Introdução
A produção de alimentos é tema que desperta interesse em gestores públicos e firmas.
Para os gestores públicos o interesse foca no bem estar social e econômico da população à
qual representa. Para as firmas o foco é a competitividade, por meio da eficiência produtiva.
Em termos de produção de alimentos no contexto mundial o Brasil tem grande potencial.
Além do potencial para produção de grãos em grande escala, há também potencial para
agregar valor, na forma de produção de carnes, principalmente suínos e frangos. Assim, a
avicultura industrial tem destaque pela sua crescente produtividade. Diferentemente da carne
suína, a carne de frango sofre pouco com tradições e restrições religiosas. A avicultura no
Brasil teve, desde 2004, excelente desempenho no mercado internacional, como o maior
exportador mundial de carne de frango. Carvalho (2007) associa o crescimento do consumo
mundial de carne de frango ao seu preço menor em relação aos seus principais concorrentes,
as carnes bovina e suína.
Economicamente, é consolidada a teoria de que existe relação entre preços, renda e
demanda, medida pela elasticidade. A elasticidade reflete o percentual de variação da
demanda em função do percentual de variação no preço, na renda (PINDICK; RUBINFELD,
2006, VARIAN, 2010). Porém, é convergente o entendimento de que não somente os preços
determinam a demanda, mas também outras variáveis como: preços de outras carnes, taxa de
câmbio, barreiras tarifárias e não tarifárias. Diversos estudos têm buscado compreender
melhor essas relações ao longo dos anos, por exemplo, Henneberry e Mutondo (2007),
Hupková e Bielik (2009), Gallet (2010, 2012), Resende Filho et al. (2012). Henneberry e
Mutondo (2007) concluíram que há impactos significativos dos preços nas demandas das
carnes entre os países do North American Free Trade Agreement (NAFTA). Hupková e Bielik
(2009) verificaram que a demanda da carne bovina é inelástica e que a carne suína é substituta
da bovina na Eslováquia. Gallet (2012) verificou significativas diferenças na elasticidade
preço da demanda das carnes (bovinos, suínos, carneiro, frango e peixe) na América do Norte,
Ásia e Europa. O autor também verificou que essa relação depende do modelo utilizado.
Resende Filho et al. (2012) verificaram que, no Brasil, as carnes tem demanda inelástica e são
bens substitutos entre si, sendo a principal preferência pela carne bovina, seguida pelo frango
e, em último, a carne suína.
O tema pode ser abordado por estudos qualitativos, relacionados com costumes,
crenças, valores, ou, ainda, de forma quantitativa. Gallet (2010, 2012) e Resende Filho et al.
(2012) ressaltam a importância de estudos sobre elasticidade da demanda em diferentes
regiões do mundo como instrumento de auxílio na formulação de políticas públicas e de
estratégias empresariais para incentivo ao consumo de carnes. Resende Filho et al. (2012)
apontam a escassez de estudos quantitativos sobre demanda agregada de carnes no Brasil.
Mesmo sendo um tema importante, não foi realizada pesquisa para estabelecer relações entre
preços e demanda de carnes brasileiras no mercado internacional, especialmente de carne de
frango. Pretende-se que esta seja a contribuição deste artigo.
O objetivo deste artigo é estimar a elasticidade-preço, elasticidade-preço cruzada e
elasticidade renda da carne de frango brasileira vendida no mercado internacional entre
janeiro de 1995 e junho de 2013. Objetivo secundário é verificar se houve quebra estrutural
nas relações entre as variáveis consideradas no período.
O artigo está estruturado em cinco seções. Na seção 2 é apresentado o modelo teórico
da elasticidade da demanda. O método da regressão utilizado para estimação da elasticidade,
as fontes dos dados e testes dos pressupostos são apresentados na seção 3. A seção 4 inclui os
resultados obtidos por meio da regressão. A seção 5 oferece as considerações finais com as
limitações e sugestões de futuras pesquisas.
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
2. Modelo teórico de Elasticidade
A análise da demanda é importante para empresas e governos. Para as empresas a
previsão da demanda auxilia na determinação da melhor alocação dos recursos para produção
de determinado bem de forma a maximizar o lucro. Para os governos a previsão da demanda
tem papel de estimar o impacto das políticas públicas na demanda dos bens (GALLET, 2012,
RESENDE FILHO, et al., 2012).
Partindo do pressuposto de que os indivíduos procuram sempre otimizar suas decisões,
haveria um limite de preços que o consumidor estaria disposto a pagar (VARIAN, 2010). Os
consumidores, segundo Pindick e Rubinfeld (2006, p.4), têm limitações financeiras e, por
isso, “com base em suas preferências, maximizam o próprio bem-estar optando por comprar
umas unidades de um bem e, em contrapartida, adquirir menos de outro.” Em termos
percentuais, a elasticidade preço é definida como a variação da demanda causada pela
variação nos preços de determinado bem, dada pela Equação (1) (VARIAN, 2010).
(
) (
) (1)
Na equação, P é o preço e Q é a quantidade de um determinado bem. reflete a
variação percentual da quantidade demandada e é a variação percentual do preço entre
dois períodos. A demanda pode ser classificada, a partir do resultado desta formulação, em
elástica, unitária ou inelástica. A demanda é inelástica quando aumentos de preço ocasionam
apenas uma pequena variação na quantidade demandada, então, o resultado da equação é
menor que 1 ( ) em números absolutos. Demanda unitária acontece quando o percentual
de variação das quantidades é exatamente igual ao percentual de variação dos preços ( )
e demanda elástica ocorre quando o resultado é maior que 1 ( ) (PINDICK;
RUBINFELD, 2006, VARIAN, 2010).
Quanto maior for a elasticidade preço da demanda de um produto, permanecendo a
renda constante, maior sua propensão à substituição do bem por outro (FERGUSON, 1989).
Pindick e Rubinfeld (2006) afirmam que alterações nos preços de bens relacionados também
afetam a demanda. Os bens são substitutos quando um aumento no preço de um deles leva a
um aumento na quantidade demandada do outro. Essa relação é chamada de elasticidade
preço cruzada e pode ser demonstrada pela equação log-log (2), apresentada por Pindick e
Rubinfeld (2006):
( ) ( ) ( ) ( )
(2)
em que:
( ): logaritmo da variação na quantidade demandada ( ( ));
: intercepto da curva da demanda;
( ): logaritmo da variação de preço do bem ( ( ));
( ): logaritmo da variação do preço do bem substituto ou complementar ( ( )); e
( ): logaritmo da variação na renda ( ( )).
Observa-se que na equação os autores consideraram a quantidade demandada, como
variável dependente e os preços do bem e seus substitutos, além da renda como variáveis
independentes, porém, não acrescentam o termo de erro (ε). Greene (2002) afirma que os
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
modelos com logaritmos permitem uma interpretação dos coeficientes na forma de percentual.
Pindick e Rubinfeld (2006, p.118) afirmam que “quando b2, que é a elasticidade de preço
cruzado, for positiva, os dois bens serão substitutos, quando b2 for negativa, eles serão
complemento um do outro”.
Além de incluir as variáveis de preço e renda, a função de elasticidade da demanda
internacional deve considerar variáveis relacionadas a este mercado. Resende Filho et al.
(2012) afirmam que outras variáveis, além do preço e gasto afetam a demanda por carnes,
devendo ser incluídas no modelo. Nesse sentido, pode-se verificar que Barros, Bacchi e
Burnquist (2002) utilizaram como variável dependente a quantidade exportada e, como
independentes, os preços no mercado externo e interno, a taxa de câmbio real e a renda
nacional real. Sendo a função de exportação:
( )
(3)
onde:
: quantidade exportada por unidade de tempo;
Pe: preço recebido pelas exportações;
Pi: preço recebido no mercado interno pelo produto;
E: taxa de câmbio real efetiva; e
R: renda nacional real.
O impacto da variação da renda na demanda por um bem é chamado de elasticidade-
renda da demanda. Varian (2010) informa que a elasticidade-renda da é medida pela equação:
(4)
em que é a variação percentual nas quantidades e é a variação percentual na
renda. Quando o resultado da equação é 1 (Er = 1) é considerado um bem normal, quando é
menor que 1 (Er < 1) é um bem inferior e quando maior que 1 (Er > 1) é um bem superior
(VARIAN, 2010). Isso indica que, quando o bem é inferior, seu consumo é necessário sendo
consumido por pessoas em todas as faixas de renda. Ao contrário, um bem superior somente
será consumido quando as faixas de renda são maiores. Quanto maior esse coeficiente, maior
a renda necessária para o consumo do bem.
3. Método
Nesta seção são detalhados os procedimentos utilizados para estimação do modelo por
Mínimos Quadrados Ordinários com Quebras Estruturais, o modelo empírico, as fontes de
dados e os testes econométricos realizados.
3.1. Mínimos Quadrados com Quebras
Foi adotado o modelo de Mínimos Quadrados com Quebras Estruturais, sugerido por
Bai e Perron (1998, 2003), que considera um algoritmo baseado em programação dinâmica no
qual são estimados modelos com períodos diferentes minimizando a soma dos quadrados dos
resíduos. Esse modelo foi escolhido porque admite que as relações entre as variáveis
independentes e a dependente são dinâmicas ao longo do tempo. Bai e Perron (2003)
consideram que uma regressão linear múltipla pode apresentar m quebras, sendo:
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
(5)
Para j = 1, ... , m+1. Neste modelo, é a variável dependente observada em um tempo
t; ( ) e ( ) são vetores de covariância e e (j = 1, ... , m+1) são os vetores dos
coeficientes; é um distúrbio em um tempo t. As quebras estruturais (T1, ..., Tm) são tratadas
como desconhecidas, utilizando-se a convenção de que T0 = 0 e Tm + 1 = T. Quando um dos
’s não está sujeito a mudanças ao longo da amostra completa há quebra parcial. Quando p=0
acontece uma quebra estrutural pura, neste caso, todos os coeficientes dos regressores são
alterados. A variância do erro ut neste modelo, não precisa ser constante, desde que as quebras
de variância sejam coincidentes com as quebras nos parâmetros da regressão (BAI; PERRON,
2003). O modelo (9) deve ser expresso em forma de matriz da seguinte forma:
(6)
em que ( ) , ( ) , ( )
, (
) e é a
matriz com diagonal Z no T1, ..., Tm. Para cada m quebra (T1, ..., Tm) uma regressão por
Mínimos Quadrados Ordinários (MQO) associada é obtida pela minimização dos quadrados
dos resíduos.
( ) ( ) ∑ ∑ ,
-
(7)
na qual ,* +- e ,* +- representam as estimativas baseadas em m quebras (T1, ..., Tm)
denotadas por { }. Substituindo estes na função objetiva e denotando a soma resultante do
quadrado dos resíduos como ST(T1, ..., Tm), as quebras estimadas são ( ) é tal que
( ) ( ) na qual a minimização é considerada em todas as
quebras ( ) como . Os parâmetros da regressão são estimados de
forma associada às m quebras { }, como que ,* +- e ,* +-. As quebras são
testadas sequencialmente iniciando-se o teste entre 0 versus 1, em seguida 1 versus 2 quebras
e avançando até o que as m quebras (m versus m +1 quebras) atinjam o ponto ótimo, no qual
minimiza-se a soma dos quadrados dos resíduos (SSR).
Os intervalos entre quebras são chamados de regimes (j). Portanto, para cada quebra
estrutural será somado 1 para saber o número de regimes. Por exemplo, quando existe uma
quebra estrutural, há dois regimes, um antes e outro após a quebra. Quando existem m
quebras, existem m + 1 regimes (j = m + 1).
3.2. Modelo empírico
Considerando que a demanda de carnes de frango brasileira depende de seu preço, dos
preços das carnes suína e bovina, tanto no mercado interno, quanto internacional e, ainda, que
há impacto do câmbio e da renda, o modelo empírico utilizado é:
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )
(8)
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
em que:
Q_F : quantidade exportada de carne de frango em quilogramas/mês;
PE_F : preço médio mensal recebido, em dólares americanos (FOB), por quilograma de carne de
frango exportada. Obtido dividindo-se o valor exportado pela quantidade exportada em quilogramas;
PE_B : preço médio mensal recebido, em dólares americanos (FOB), por quilograma de carne bovina
exportada. Obtido dividindo-se o valor exportado pela quantidade exportada em quilogramas;
PE_S : preço médio mensal recebido, em dólares americanos (Free On Board - FOB), por quilograma
de carne suína exportada. Obtido dividindo-se o valor exportado pela quantidade exportada em
quilogramas;
PI_F: preço médio mensal da carne de frango para atacado em São Paulo, cotado em reais e
deflacionado pelo IGP-DI, a preços constantes;
PI_B : preço médio mensal da carne bovina para atacado em São Paulo, cotado em reais e
deflacionado pelo IGP-DI, a preços constantes;
PI_S : preço médio mensal da carne suína para atacado em São Paulo, cotado em reais e deflacionado
pelo Índice Geral de Preços (IGP-DI), a preços constantes;
R : PIB mensal real do Brasil;
E : taxa de câmbio real efetiva média mensal (dólar comercial para venda);
: o termo de erro aleatório com distribuição normal, isto é, média zero e variância constante;
t : período de tempo em meses;
j : regimes de quebras estruturais.
Pindick e Rubinfeld (2006) afirmam que, quando o regressor da elasticidade preço
cruzada apresentar sinal positivo, significa que os bens são substitutos, quando o sinal for
negativo, eles são complementares. Caso os bens sejam complementares à carne de frango
exportada sua relação será negativa com a demanda, caso sejam bens substitutos sua relação
será positiva. Quanto à renda, interpreta-se o bem como inferior, normal ou superior, quando
seu coeficiente é menor, igual ou maior que 1, respectivamente.
3.3. Fontes dos dados
Os dados de exportação e preços externos foram obtidos no banco de dados Aliceweb
do Ministério do Desenvolvimento, Indústria e Comércio Exterior (MDIC, 2013). As séries
foram mensais entre janeiro de 1995 e dezembro de 2013, totalizando 222 observações.
Foram agregados os produtos de carnes exportados pelo Brasil com base nos seus códigos de
Nomenclatura Comum do Mercosul (NCM), nos grupos Bovino (NCM 0202), Suíno (NCM
0203) e Frango (NCM 0207).
O Produto Interno Bruto (PIB) brasileiro foi obtido no banco de dados do IPEA e
atualizado pelo Índice Geral de Preços – Distribuição Interna (IGP-DI) com base em agosto
de 2013. Os preços internos das carnes em séries mensais para atacado na cidade de São
Paulo, obtidos no mesmo banco de dados (IPEA, 2013).
3.4. Testes econométricos
Para que o modelo de regressão seja suficientemente explicativo é preciso cumprir
certos pressupostos (GUJARATI; PORTER, 2011). Contudo, os pressupostos de
estacionariedade, normalidade e homocedasticidade dos dados podem ser relaxados quando
estão presentes nos resíduos de uma regressão.
Para verificar a estacionariedade das variáveis realizou-se o teste de raiz unitária de
Dickey-Fuller Aumentado - ADF (GREENE, 2002). Testa-se a hipótese nula de que há raiz
unitária, assim a série temporal não é estacionária, possui uma tendência temporal. O teste
Engle-Granger foi utilizado para testar cointegração entre as séries. Engle e Granger (1987)
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
afirmam que duas ou mais séries são cointegradas de ordem d, b, denotadas por xt ~ CI(d,b),
se todos os componentes de xt são I(d), existe um vetor α(≠0) com zt = α’xt ~ I(d – b), b > 0. O
vetor α é chamado de cointegrado quando rejeita-se a hipótese existência de raiz unitária nos
resíduos de uma regressão, confirmando estabilidade na relação de longo prazo entre as séries.
Para testar a normalidade dos resíduos utilizou-se o teste Jarque-Bera, conforme
Gujarati e Porter (2011). Para uma curva normalmente distribuída, assimetria deve ser S=0 e a
curtose deve ser K=3. Neste caso a hipótese nula é de que existe uma distribuição normal.
Para testar a homocedasticidade foi realizado o teste de White, sob hipótese nula de ausência
de heterocedasticidade (WHITE, 1980). A regressão foi estimada utilizando correção para
autocorrelação e heterocesdaticidade (HAC) de Newey-West (NEWEY; WEST, 1987). O
procedimento consiste em utilizar os resíduos para corrigir a variância dos coeficientes de
uma regressão, para corrigir o problema de heterocedasticidade.
Para detectar presença de autocorrelação, foi utilizada a estatística Durbin-Watson
(DURBIN; WATSON, 1950, 1951). A hipótese nula de nenhuma autocorrelação não é
rejeitada quando os valores da estatística d ficam dentro do intervalo do teste (GUJARATI;
PORTER, 2011). Para verificar o poder de explicação do modelo verificou-se o valor de R²
ajustado, ou coeficiente de determinação múltiplo ajustado (GREENE, 2002). Todas as
regressões e testes foram executados no software Eviews 8.
4. Resultados
A Figura 1 mostra a evolução das séries de dados, sendo a quantidade exportada de
carne de frango (Q_F), o preço médio de exportação das carnes (PE_F, PE_B, PE_S), o preço
interno das carnes (PI_F, PI_B, PI_S), a renda interna do Brasil (R) e a taxa de câmbio (E). A
exportação de carne de frango tem crescido desde 1995 de forma contínua, como pode ser
observado na Figura 1 (Q_F), tendo um pico de 261 milhões de quilos exportados em maio de
2010. A média de exportações no período foi de 73 milhões de quilos, sendo que no início do
período exportavam-se, 12 milhões de quilos. No final do período a quantidade exportadas
foi, aproximadamente, 7 vezes maior que no início da série.
Com relação aos preços externos, percebe-se que houve um período de quedas
sucessivas com níveis baixos de preços entre 2002 e 2004 (Figura 1 PE_F, PE_B e PE_S).
Comparando o início e o final das séries de preços externos observa-se, ainda, que o preço da
carne de frango teve elevação de preços para um nível superior ao preço no início da série,
diferente das demais carnes que mantiveram o mesmo nível de preços do início. O preço do
frango passou de US$ 1,13, em janeiro de 1995, para 1,90, em junho de 2013, aumento de
68%. As carnes de bovinos tiveram acrescimento de 13% no seu preço e as de suíno tiveram
queda de 5%, considerando o mesmo período. O preço médio do quilo de frango no período
foi de US$ 1,14, 72% menor que a média do quilo da carne bovina (US$ 3,96) e 42% em
relação à média do quilo de carne suína (US$ 1,96). Um aumento dos próprios preços,
teoricamente, faria a demanda por determinado bem reduzir. Ao contrário, aumentos dos
preços dos concorrentes tenderiam a aumentar a demanda pelo bem.
Os preços internos das três carnes sofreram quedas sucessivas em seus preços
correntes entre 1995 e 2013 (Figura 1 PI_F, PI_B e PI_S). No mercado interno a carne de
frango teve maior queda nos preços do que as duas concorrentes. Essa queda foi de 56% entre
janeiro de 1995 e junho de 2013. A queda do preço da carne suína no mercado interno foi de
53% e da carne bovina foi de 32%, em preços correntes. Em média, no mercado interno, o
preço da carne de frango foi 56% menor que o da carne bovina (R$ 7,90) e 35% menor que o
da carne suína (R$ 5,43). Considerando que os aumentos dos preços internos fariam a
demanda interna reduzir, logo, a oferta para o mercado externo aumentaria, caso haja
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
demanda, as exportações aumentam. Assim, espera-se uma inversão de sinais na relação entre
demanda externa e preços internos.
Com relação às variáveis macroeconômicas inseridas no modelo, câmbio e renda, a
taxa de câmbio do dólar atualizada, variou entre R$ 1,76 e R$ 8,18, com média de R$ 3,89 no
período de janeiro de 1995 e junho de 2013. O Brasil tem adotado um regime de câmbio
flutuante com bandas desde 1999. Percebe-se que, naquele ano houve uma supervalorização
do dólar, evidenciado na Figura 1 (E) e quedas sucessivas a partir de 2002 até o final da série.
A renda, representada pelo Produto Interno Bruto (PIB) do Brasil apresentou crescimento a
preços correntes, após 2004. Em média, a renda do país foi de R$ 307 bilhões, chegando à R$
412 bilhões em junho de 2013. Teoricamente, aumentos da renda fazem com que a população
consuma mais bens superiores, deixando de consumir bens inferiores. Aumentos da renda
podem, portanto, aumentar ou reduzir a demanda por carne de frango no Brasil, levando à
maior ou menor oferta no mercado internacional.
0
50,000,000
100,000,000
150,000,000
200,000,000
250,000,000
300,000,000
96 98 00 02 04 06 08 10 12
Q_F
0.4
0.8
1.2
1.6
2.0
2.4
96 98 00 02 04 06 08 10 12
PE_F
0
2
4
6
8
96 98 00 02 04 06 08 10 12
PE_B
0.5
1.0
1.5
2.0
2.5
3.0
3.5
96 98 00 02 04 06 08 10 12
PE_S
2
3
4
5
6
7
96 98 00 02 04 06 08 10 12
PI_F
4
6
8
10
12
96 98 00 02 04 06 08 10 12
PI_B
2
4
6
8
10
96 98 00 02 04 06 08 10 12
PI_S
200,000
250,000
300,000
350,000
400,000
450,000
96 98 00 02 04 06 08 10 12
R
0
2
4
6
8
10
96 98 00 02 04 06 08 10 12
E
Figura 1 – Evolução das exportações, preços externos e internos das carnes, renda interna e taxa de
câmbio entre janeiro de 1995 e junho de 2013
Fonte: Dados da pesquisa (2013)
Nota: Q_F é a quantidade exportada de carne de frango, PE_B é o Preço Externo do Bovino, PE_F é o Preço
Externo do Frango, PE_S é o Preço Externo do Suíno, PI_S é o Preço Interno do Suíno, PE_B é o Preço Interno
do Bovino, PI_F é o Preço Interno do Frango, e R é a Renda e E é a taxa de câmbio.
O exame visual permitiu conhecer o comportamento das séries utilizadas no modelo.
Para verificar a existência de uma relação de longo prazo entre as séries e a variável
dependente, foi utilizado o teste de Engle-Granger. O teste de Engle-Granger não rejeitou a
hipótese nula de cointegração das séries com a variável dependente (tau = -6,989, p-valor <
0,000), portanto, as séries são cointegradas. Todavia, dificilmente seria possível visualizar
alguma relação entre cada uma das séries das variáveis independentes, preços, renda e
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
câmbio, com a variável dependente, quantidade exportada, portanto, é necessário aplicar um
teste para verificar se existiram quebras estruturais.
O teste de Bai-Perron verifica o número de quebras estruturais que existem em uma
regressão por Mínimos Quadrados Ordinários (MQO), testando 1 + m quebras até que o
coeficiente de determinação R2 ajustado seja o melhor possível. Os resultados do teste podem
ser observados na Tabela 1. Para a escolha do número de quebras para a regressão pode
considerar o menor valor crítico (critical value) ou optar por selecionar menos quebras. Neste
trabalho opta-se pelo número máximo de quebras, embora o modelo com uma quebra também
pudesse responder aos objetivos. As quebras estruturais ocorreram em fevereiro de 1998 e
agosto de 2003.
Tabela 1 - Teste de Bai-Perron para seleção do número de quebras estruturais
Breaks F-statistic Scaled F-statistic Weighted F-statistic Critical Value
1 * 28.530 256.769 256.769 25.650
2 * 37.583 338.243 388.185 22.350
UDMax statistic* 338.243 UDMax critical value** 25.81
WDMax statistic* 388.185 WDMax critical value** 27.53 Estimated break dates:
1: 2003M08
2: 1998M02, 2003M08
Fonte: Dados da pesquisa (2013)
Nota: *Significativo no nível de 0,05. ** Valores críticos conforme Bai e Perron (2003)
O modelo com quebras estruturais permite que em cada período seja estimada uma
equação diferente, refletindo os diferentes impactos que as variáveis independentes têm sobre
a variável dependente. Assim, diferentes sinais, coeficiente e níveis de significância são
permitidos em cada período entre as quebras (regime ou j), conforme demonstrado na Tabela
2.
Tabela 2 – Estimação por Mínimos Quadrados Ordinários com Quebras Estruturais, tendo como variável
dependente a quantidade exportada de frangos (LOG(Q_F)) entre janeiro de 1995 e junho de 2013, 222
observações
Variable Coefficient Std. Error t-Statistic Prob.
1995M01 - 1998M01 -- 37 obs ( j = 1 )
C 12.49717 4.248790 2.941348 0.0037
LOG(PE_F) 0.998151 0.882848 1.130603 0.2596
LOG(PE_B) 0.597775 0.343764 1.738908 0.0836
LOG(PE_S) -0.219406 0.299276 -0.733123 0.4644
LOG(PI_F) -1.052590 0.679794 -1.548396 0.1231
LOG(PI_B) 0.997729 0.752150 1.326503 0.1862
LOG(PI_S) 0.463984 0.241648 1.920084 0.0563
LOG(R) 1.622122 0.449758 3.606659 0.0004
LOG(E) -13.05388 2.898818 -4.503175 0.0000
1998M02 - 2003M07 -- 66 obs ( j = 2 )
C 23.44498 4.607833 5.088071 0.0000
LOG(PE_F) 0.176705 0.306050 0.577372 0.5644
LOG(PE_B) -0.149324 0.293333 -0.509059 0.6113
LOG(PE_S) -0.761236 0.255345 -2.981213 0.0032
LOG(PI_F) 0.667404 0.268988 2.481163 0.0139
LOG(PI_B) 0.273370 0.458506 0.596218 0.5517
LOG(PI_S) 0.260686 0.353442 0.737564 0.4617
LOG(R) -0.656647 0.370181 -1.773854 0.0776
LOG(E) 0.596948 0.233217 2.559626 0.0112
2003M08 - 2013M06 -- 119 obs ( j = 3 )
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
C 3.898413 5.016816 0.777069 0.4381
LOG(PE_F) -0.008077 0.168072 -0.048058 0.9617
LOG(PE_B) -0.098955 0.171800 -0.575991 0.5653
LOG(PE_S) -0.034922 0.181036 -0.192899 0.8472
LOG(PI_F) 0.103770 0.232427 0.446464 0.6558
LOG(PI_B) 0.012651 0.284003 0.044545 0.9645
LOG(PI_S) 0.281238 0.140392 2.003229 0.0465
LOG(R) 1.127390 0.399453 2.822338 0.0053
LOG(E) -0.213916 0.180417 -1.185674 0.2372
R-squared 0.940045 Mean dependent var 17.93365
Adjusted R-squared 0.932051 S.D. dependent var 0.639663
S.E. of regression 0.166741 Akaike info criterion -0.631189
Sum squared resid 5.421476 Schwarz criterion -0.217350
Log likelihood 97.06198 Hannan-Quinn criter. -0.464107
F-statistic 117.5944 Durbin-Watson stat 2.020147
Prob(F-statistic) 0.000000
Fonte: Dados da pesquisa (2013)
Nota: Q_F é a quantidade exportada de carne de frango, PE_F é o Preço Externo do Frango, PE_B é o Preço
Externo do Bovino, PE_S é o Preço Externo do Suíno, PI_F é o Preço Interno do Frango, PI_B é o Preço Interno
do Bovino, PI_S é o Preço Interno do Suíno, R é a Renda e E é a taxa de câmbio. A regressão foi estimada com
os seguintes parâmetros: Dependent Variable: LOG(Q_F); Method: Least Squares with Breaks; Sample:
1995M01 2013M06; Included observations: 222; Break type: Bai-Perron tests of 1 to M globally determined
breaks; Break selection: Highest significant, Trimming 0.15, Max. breaks 2, Sig. level 0.05; Breaks: 1998M02,
2003M08; HAC standard errors & covariance (Prewhitening with lags = 1, Quadratic -Spectral kernel, Andrews
bandwidth = 1.1369).
.
No primeiro regime (j = 1) renda e taxa de câmbio foram as variáveis significativas. A
renda afetando positivamente a demanda internacional por carne de frango em 1,62 vezes (p-
valor < 0,000). A taxa de câmbio teve impacto muito grande nas exportações neste regime.
Para cada 1% de aumento nesta, a exportação carne de frango no mercado internacional
reduzia em 13,05% (p-valor < 0,000). Esta relação não era esperada, pois, a valorização do
Dólar em relação ao Real tornaria mais atrativa para venda no mercado externo, já que o valor
recebido, em Reais seria maior. Em relação aos preços, tanto internos como externos, sejam
próprios ou cruzados, exceto o preço interno da carne suína (0,46, p-valor = 0,053), não houve
impacto significativo nas exportações, denotando demanda predominantemente inelástica da
carne de frango em relação aos preços.
No segundo regime (j = 2) as variáveis significativas foram preço externo da carne
suína (PE_S), preço interno da carne de frango (PI_F) e taxa de câmbio (E). PE_S apresentou
sinal negativo, denotando ser bem complementar à carne de frango no mercado externo neste
regime. Porém, o coeficiente menor que 1 indica que a demanda por carne de frango é
inelástica em relação ao preço cruzado da carne suína. O preço interno do frango impactou
positivamente, assim, aumentos nos preços internos fizeram aumentar as exportações de carne
de frango no período, o que faz sentido teórico. Neste regime a demanda por carne de frango
foi inelástica com relação aos preços próprios e cruzados, exceto PE_S e PI_F. Com relação à
renda, não é possível afirmar se o bem foi considerado superior ou inferior, pois, não houve
significância. Neste regime, a taxa de câmbio voltou a ter impacto significativo com menor
intensidade do que no regime anterior e, ainda, de forma positiva, como esperado
teoricamente.
No terceiro regime (j = 3) a carne de frango no mercado internacional foi menos
sensível aos preços próprios e aos dos substitutos, tanto internos como externos, exceto pelos
preços internos dos suínos que impactaram em 0,28 a demanda por carne de frango no
mercado internacional. A renda afetou negativamente a demanda pela carne de frango no
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
período. Assim, aumentos de 1% na renda brasileira aumentaram 1,12% na demanda por
carne de frango brasileira no mercado internacional. Isso significa que os brasileiros deixaram
de consumir frango quando sua renda aumentava, gerando excedente exportável, podendo ser
interpretado como bem inferior. A taxa de câmbio não impactou significativamente a
demanda neste regime.
A análise dos coeficientes ao longo dos regimes demonstra que a demanda pela carne
de frango brasileira no mercado internacional é predominantemente inelástica. Essa
interpretação pode ser dada pelo fato de os coeficientes dos preços internos e externos não
serem significativos. Um coeficiente significativo é estatisticamente diferente de zero,
portanto, quando o coeficiente não é significativo, não é possível afirmar que ele é diferente
de zero. Caso o coeficiente seja zero, 0 < 1, então a demanda é inelástica.
Os testes econométricos confirmam a adequação do modelo. A estatística Durbin-
Watson (d = 2,0201) apresentou-se entre os valores limites esperados de 1,85492 e 2,14508
para amostra de 222 casos, demonstrando ausência de autocorrelação entre os resíduos da
regressão. O teste de Dickey-Fuller Aumentado (ADF) dos resíduos rejeitou a existência de
raiz unitária (t = -14,9622, p-valor < 0,0000). O teste de Jarque-Bera rejeita a hipótese de
normalidade dos resíduos (JB=35,0609, p-valor. < 0,0000). O teste de White não rejeitou a
hipótese de heterocedasticidade (F = 0,8165, p-valor = 0,7228) não cumprindo o pressuposto
de homocedasticidade dos resíduos, assim o modelo foi estimado com erros padrão corrigidos
para autocorrelação e heterocedasticidade (HAC) de Newey-West (NEWEY; WEST, 1987).
O coeficiente de determinação (R2) ajustado apresentou valor de 0,9321, denotando alto poder
de explicação da regressão.
5. Considerações finais
Investigar a elasticidade da demanda é importante para gestores da iniciativa privada e
poder público. Para a iniciativa privada, conhecer a demanda facilita na definição de preços
para o mercado externo. Para o poder público tal conhecimento auxilia na formulação de
políticas públicas. Em ambos os casos o objetivo é aumentar a competitividade no mercado
externo.
O objetivo principal deste artigo foi estimar a elasticidade-preço, elasticidade-preço
cruzada e elasticidade renda da carne de frango brasileira vendida no mercado internacional
entre janeiro de 1995 e junho de 2013. Objetivo secundário foi verificar se houve quebra
estrutural nas relações entre as variáveis consideradas no período. A partir do teste de Bai-
Perron para localização de quebras estruturais foi possível identificar a existência de duas
quebras estruturais ocorridas em fevereiro de 1998 e agosto de 2003. Respondendo
afirmativamente ao objetivo secundário deste artigo.
Conclui-se que a demanda da carne de frango brasileira no mercado internacional foi
inelástica em relação aos preços próprios, externo e interno, e também aos preços-cruzados,
externos e internos, em todos os regimes analisados. Também constatou-se que a carne de
frango é bem inferior no mercado internacional, pois, aumentos de renda no Brasil fazem
aumentar a demanda pelo bem no mercado internacional.
Quanto às limitações pode-se destacar que, em alguns casos, os resultados empíricos
podem ser diferentes do postulado na teoria, como por exemplo, o preço externo da carne
suína (PE_S) em j = 2. Sugere-se que o assunto seja abordado a partir de diferentes métodos,
diferentes períodos utilizando o mesmo método, além de diferentes contextos e produtos para
desenvolvimento tanto do método quanto do tema.
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
Referências
BAI, J.; PERRON, P. Estimating and Testing Linear Models with Multiple Structural
Changes. Econometrica, v.66, n. 1, jan. 1998. p.47-78.
BAI, J.; PERRON, P. Computation and analysis of multiple structural change models.
Journal of Apllied Economics, v.18, n. 1, 2003. p.1-22.
BARROS, G. S. D. C.; BACCHI, M. R. P.; BURNQUIST, H. L. Estimação de equações de
oferta de exportação de produtos agropecuários para o Brasil (1992/2000): texto para
discussão n. 865. Instituto de Pesquisa Econômica Aplicada, mar 2002. Disponivel em:
<http://www.ipea.gov.br/portal/index.php?option=com_content&view=article&id=4408>.
Acesso em: 20 set. 2013.
CARVALHO, T. B. Estudo da elasticidade-renda da demanda de carne bovina, suína e
de frango no Brasil. [Dissertação de Mestrado] Economia Aplicada. Escola Superior de
Agricultura Luiz de Queiroz (ESALQ). Piracicaba, p. 89. 2007.
DURBIN, J.; WATSON, G. S. Testing for Serial Correlation in Least Squares Regression: I.
Biometrika, v.37, n. 3/4, dec. 1950. p.409-428.
DURBIN, J.; WATSON, G. S. Testing for Serial Correlation in Least Squares Regression. II.
Biometrika, v.38, n. 1/2, jun. 1951. p. 159-177.
FERGUSON, C. E. Microeconomia. Rio de Janeiro: Forense, 1989.
GALLET, C. A. The income elasticity of meat: a meta-analysis. The Australian Journal of
Agricultural and Resource Economics, n. 54, 2010. p.477–490.
GALLET, C. A. A Meta-Analysis of the price elasticity of meat: evidence of regional
differences. Business and Economic Research, v.2, n. 2, 2012. p.14-25.
GREENE, W. H. Econometric analysis. 5. ed. New Jersey: Prentice Hall, 2002.
GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: McGraw Hill,
2011.
HENNEBERRY, S.; MUTONDO, J. E. NAFTA Impacts on the U.S. Competitiveness and
Trade: Beef, Pork, and Poultry. American Agricultural Economics Association Organized
Symposium. Portland, Oregon. 2007.
HUPKOVÁ, D.; BIELIK, P. Estimating Demand Elasticities of Meat Demand in Slovakia.
113th EAAE Seminar “A resilient European food industry and food chain in a
challenging world", Chania, Crete, Greece, 3 - 6 set. 2009.
IPEA. Instituto de Pesquisa Econômica Aplicada (Ipea). Ipeadata, 2013. Disponivel em:
<http://www.ipeadata.gov.br/>. Acesso em: 20 set. 2013.
Goiânia - GO, 27 a 30 de julho de 2014
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural
MDIC. Ministério do Desenvolvimento, Indústria e Comércio Exterior. Exportação brasileira.
Aliceweb, 2013. Disponivel em: <http://aliceweb.desenvolvimento.gov.br/>. Acesso em: 02
set. 2013.
MELZ, L. J. Competitividade da cadeia produtiva de carne de frango em mato grosso:
avaliação dos segmentos de avicultura e processamento. Dissertação (Mestrado em
Engenharia de Produção) - Universidade Federal de São Carlos (UFSCar). São Carlos. 2010.
NEWEY, W. K.; WEST, K. D. A simple positive semi-definitive, heteroskedasticity and
autocorrelation consistent convariance matrix. Econometrica, v.55, n. 3, maio 1987. p.703-
708.
PINDICK, R. S.; RUBINFELD, D. L. Microeconomia. 6. ed. São Paulo: Pearson Prentice
Hall, 2006.
RESENDE FILHO, M. D. A. et al. Sistemas de equações de demanda por carnes no Brasil:
especificação e estimação. Rev. Econ. Sociol. Rural [online], 1, jan-mar 2012. p. 33-50.
VARIAN, H. R. Intermediate microeconomics. 8. ed. New York-London: W. W. Norton &
Company, 2010.
WHITE, H. A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test
for Heteroskedasticity. Econometrica, v.48, n. 4, may. 1980. p. 817-838.