Download PDF
ads:
VANESSA CHIRNEV BUENO
EVOLUÇÃO DO MERCADO DE TERRAS NO BRASIL:
MOVIMENTO DOS PREÇOS E VOLUME DE NEGÓCIOS
Dissertação final de curso
apresentada como requisito
à
obtenção ao título de Mestre e
m
Economia pela Universidade
Federal Fluminense sob
a
orientação do Prof. Ph.D Carlos
Enrique Guanziroli
Niterói
2005
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
UNIVERSIDADE FEDERAL FLUMINENSE
DEFESA DE DISSERTAÇÃO
BUENO, VANESSA, EVOLUÇÃO DO MERCADO DE TERRAS NO BRASIL:
M
OVIMENTO DOS PREÇOS E VOLUME DE NEGÓCIOS. NITERÓI:
U
NIVERSIDADE FEDERAL FLUMINENSE, 2005. DISSERTAÇÃO DE
MESTRADO EM ECONOMIA
BANCA EXAMINADORA:
________________________________________
Prof. Ph.D Jorge Nogueira de Paiva Britto
Faculdade de Economia - UFF
________________________________________
Prof. Ph.D Gervásio Castro de Rezende
Faculdade de Ciências Econômicas - UERJ
________________________________________
Prof. Ms. Alberto Di Sabbato
Faculdade de Economia - UFF
________________________________________
Prof. Ph.D Carlos Enrique Guanziroli
Faculdade de Economia – UFF Orientador
ads:
AGRADECIMENTOS
Quero deixar registrada a minha gratidão aos amigos e estudiosos que colaboraram em
diferentes aspectos do trabalho: João Ricardo Sato, Alexandre Boldrini, Carlos Enrique
Guanziroli, Jair Felício, Carlos Henrique Chirnev Felício, Elena Chirnev, Maria Júlia
Giovannetti, Marcos Oliveira Bacelar do Carmo, Roberto Machado Mors, Maria Inês Ferreira
Mors, João Batista Bueno Ferreira, Julieta Aguiar Ferreira, Martha de Souza Chirnev, Juliana
Tiriba Bueno, Márcio Bueno Ferreira, Thelma Fernandes Mascarenhas, Patrícia Pugliesi e
Silva, Corina Echavarria, Patrícia do Espírito Santo de Vasconcellos, Bastiaan Philip Reydon,
Gervásio Castro de Rezende, Alberto Di Sabbato, Joaquim José Martins Guilhoto, Antônio
Vilmar Siqueira Coelho, Carlos Fernando Rocha Soares, Odair Orlando Farias Novaes, José
Roberto Vicente, Vandete Pereira do Nascimento Medeiros, Regina Helena Varella Petti,
Francisco Alberto Pino, Maria Rita de Melo, Leonan Bueno Pereira, Sinésio Sapucahy Filho,
Cristina Galvão Alves, Mário Alberto Lieggio Pucci, Francisco de Paula Nogueira, entre
outras pessoas das instituições: Cartório de Imóveis de Promissão, Cartório de Imóveis de
Cafelândia, Cartório de Imóveis de Pirajuí, UFF, IEA, IAC, IBAMA, INCRA, ITESP, FEA,
UNICAMP, EMBRAPA, IBGE, FGV, Secretaria da Receita Federal e Bolsa de Valores do
Estado de São Paulo.
RESUMO
O movimento dos preços da terra difere de região para região e de tempo em tempo.
Na tentativa de captar os determinantes dos preços da terra diversos trabalhos já foram
realizados. O tema começou a levantar debates a partir dos anos 50 nos EUA. E no Brasil, os
debates começaram por volta dos anos 70.
Neste trabalho, depois de realizarmos uma introdução ao debate, vamos trazer um
resumo da bibliografia sobre o tema, abordando pontos fundamentais da bibliografia sobre o
tema tanto dos EUA como do Brasil. Essa parte bibliográfica vai auxiliar os estudos
posteriores.
Realizamos um estudo de possibilidades teóricas sobre o mercado de terras em
seguida. Esse estudo prima por seu detalhamento, pois analisa o movimento dos preços da
terra colocando uma lente de aumento nas conclusões mais gerais da bibliografia sobre o
tema. Partimos da adoção de uma concepção para as curvas de oferta e demanda no mercado
de terras e então desenvolvemos um estudo que procura possibilidades teóricas para o
movimento dos preços da terra.
Posteriormente a esse estudo, fazemos estudos empíricos sobre dados do mercado de
terras brasileiro. Primeiramente, analisamos o mercado de terras segundo variáveis nacionais.
Vamos analisar a relação existente entre a média dos preços da terra no Brasil, a rentabilidade
produtiva da terra e a rentabilidade de ativos alternativos à terra.
Em uma segunda etapa dos estudos empíricos, vamos fazer um estudo em nível
municipal. Esse estudo procura captar a influência dos preços da terra sobre o volume de
negócios, e se desenvolve em três municípios do Estado de São Paulo: Promissão, Cafelândia
e Pirajuí. Todos esses municípios se situam próximos ao município de Lins, que fica a 450 km
a noroeste da capital do Estado.
Nossas conclusões estão voltadas não só ao estudo dos preços da terra, mas também ao
estudo da relação entre ambos: os preços da terra e o volume de negócios realizados. Pois
pretendemos captar, a partir do volume de negócios realizados, o comportamento dos agentes
que diz respeito a cada fase dos preços da terra.
ABSTRACT
Real estate prices present different behaviors over time and space. In an attempt to find
variables that determine the real estate prices, various papers have been issued. This subject
has been raised during debates since the ‘50s in the USA. In Brazil, debates started to take
place around the ‘70s.
In this dissertation, following an introduction to the debate, we present an abstract of
the existing bibliography on the subject, both from the USA and from Brazil. The
bibliography on the subject will support the studies that we make afterwards.
The following studies are about theoretical possibilities related to the land market. The
merit of the study resides in its details, since it analyses the behavior of real estate prices in
order to better observe through “hand held lenses” the general conclusions of the bibliography
about the subject. We initiate this study by adopting the concept of supply and demand
curves, and later developing a study of theoretical possibilities about the behavior of land
prices.
Afterwards, we perform empirical studies about data from the Brazilian land market.
First, we analyze the land market with country-wide national data. We study the relationship
between the average land prices in Brazil, the productive leasing of land and earnings coming
from alternative investments.
In a second part of the empirical studies, we perform a study with regional data. This
study is made to capture the influence of land prices upon the trade volume, and is made with
data from three towns in the State of São Paulo: Promissão, Cafelândia and Pirajuí. All of
these towns are located near the town of Lins, which is 450 km distant from the State Capital.
Our conclusions are based on both studies: that for real estate price behavior and that
for trade volume behavior. We intend to capture, considering the trade volume, the agent’s
behavior with respect to each phase of real estate prices.
SUMÁRIO
INTRODUÇÃO........................................................................................................................7
1 EVOLUÇÃO DOS PREÇOS DA TERRA: CONTRIBUIÇÕES TEÓRICAS...........10
2 DINÂMICA DO MERCADO DE TERRAS: NOTAS E COMENTÁRIOS...............29
2.1 AS CURVAS DE OFERTA E DEMANDA NO MERCADO DE TERRAS..................29
2.2 OS PREÇOS DA TERRA................................................................................................
.32
2.2.1 Distorções dos preços da terra devido ao crescimento da renda
produtiva......................................................................................................................37
2.2.2 Distorções dos preços da terra devido a alterações na expectativa
sobre as rendas produtivas.........................................................................................39
2.2.3 Distorções dos preços da terra acima da expectativa sobre as rendas
produtivas...................................................................................................................
..41
2.2.4 Distorções cíclicas dos preços da terra...............................................................
........43
2.2.5 Outros determinantes...............................................................................................
.. 45
2.3 O VOLUME DE NEGÓCIOS COM TERRAS (ÁREA TRANSACIONADA)..........
.....46
3 FLUTUAÇÕES DO PREÇO DA TERRA NO MERCADO NACIONAL..................50
4 DETERMINANTES DO MERCADO DE TERRAS DOS MUNICÍPIOS
DE PROMISSÃO, CAFELÂNDIA E PIRAJUÍ............................................................71
4.1 SOBRE OS MUNICÍPIOS...............................................................................................71
4.2 SOBRE O VOLUME DE NEGÓCIOS..........................................................................
..80
4.3 SOBRE OS PREÇOS DA TERRA................................................................................
...84
4.4 OS PREÇOS DA TERRA E O VOLUME DE NEGÓCIOS...........................................87
CONCLUSÕES.......................................................................................................................95
REFERÊNCIAS BIBLIOGRÁFICAS................................................................................101
ANEXOS................................................................................................................................106
7
INTRODUÇÃO
Estamos nos propondo à realização de um novo estudo sobre os preços da terra,
considerando as distorções que sofre ao longo do tempo e suas causas, bem como o
comportamento dos agentes relacionado às distorções sofridas pelos preços deste bem, a terra.
Entretanto, este tema não tem uma carreira pouco acidentada na bibliografia existente, pois é
recheado de discussões e debates, além das surpresas empíricas que a terra ainda exibe nos
diversos países.
Desde os primórdios da economia, muito se debateu até a conclusão de que os preços
da terra estariam associados a seus ganhos produtivos, assim como ocorre com os outros bens
de produção. Essa conclusão teórica desfrutou do privilégio de ser consoante tanto com a
teoria marxista como com a teoria neoclássica. No entanto, depois da Segunda Guerra
Mundial, alguns estudos mostravam que os preços da terra estavam subindo bem mais que as
rendas agrárias – esse fenômeno foi levantado nos EUA a partir de uma escalada dos preços
da terra nos anos 50. Desde então, tivemos investigações também em outros países, como no
Brasil e em países europeus.
No Brasil, os autores se basearam principalmente no levantamento de preço e aluguel
de terras feito pela Fundação Getúlio Vargas (FGV). Esse levantamento inicia-se em 1966, e
nos anos 70 apresenta uma subida de mais 250% nos preços das terras brasileiras. Enquanto
isso, o valor do aluguel apresenta uma subida que não chega à metade do percentual de subida
dos preços.
“Portanto, a partir da constatação de que há outros
determinantes para o preço da terra que não os produtivos,
impôs-se a necessidade de se buscar outras referências,
principalmente a partir dos que estudam os mercados financeiros
e os ativos econômicos, para repensar a problemática do preço
da terra” (Romeiro et al, 1994, p. 6).
Até mesmo as forças especulativas que prevalecem no mercado de ativos não
produtivos como o ouro e os diamantes foram levantadas para explicar parte do valor das
terras.
Cabe observar que numa ascensão desproporcional em relação aos ganhos produtivos,
o preço da terra torna-se muito alto para ser financiado por um pequeno agricultor que
dependa unicamente dos ganhos produtivos para quitar o financiamento. Nesse sentido,
estudos sobre políticas públicas visando a democratização da terra e o desenvolvimento rural
8
vão acabar esbarrando na questão: será que os preços da terra estão muito altos? Assim, a
procura dos principais fatores que determinam os preços da terra deve guiar parte das políticas
públicas relacionadas à economia agrária.
Diversos trabalhos se sucederam na procura dos principais determinantes do preço da
terra, inspirados nas mais variadas concepções teóricas. A enorme divergência de pensamento
se faz perceber desde as distintas concepções de curvas de oferta e demanda empregadas na
análise do mercado de terras.
Pontos importantes da divergência de pensamentos que envolve a determinação dos
preços da terra serão abordados no primeiro capítulo, o qual traz um resumo da bibliografia
sobre o tema.
A partir desse resumo, vamos perceber que sem dúvida, vem se tornando cada vez
mais consolidado como um dos fatores determinantes dos preços da terra o papel das
“expectativas” sobre ganhos futuros relacionados à propriedade da terra, mesmo havendo
diferenças quanto ao corpo dessas expectativas.
Evidentemente os agentes formam expectativas sobre os ganhos provenientes dos
frutos da produção agropecuária, e essas expectativas entram na formação dos preços da terra;
mas será que também as expectativas sobre os preços futuros da terra entram na formação dos
preços da terra?
Certamente um aumento nos preços da terra representa um ganho no caso da venda da
terra depois de ocorrida essa valorização; da mesma forma, um declínio dos preços da terra
representa uma perda ao proprietário de terras; no entanto, o debate consiste em saber se a
expectativa de ganho ou de perda são trazidos ao valor presente da terra. Desta forma, os
preços da terra seriam movidos em parte por fins puramente especulativos.
Saber se os preços da terra são ou não movidos pela especulação em relação aos
preços futuros da terra é um ponto que ainda divide os autores que tratam do tema. Mais do
que isso, consideramos que essa questão tenha se tornado um ponto central nas discussões
acerca da determinação dos preços da terra.
Vamos abordar essa questão em estudos de possibilidades teóricas no segundo
capítulo. Este capítulo apresenta um desenvolvimento bastante detalhado, desde a concepção
para as curvas de oferta e demanda que foi adotada. Vamos observar que este capítulo se
desenvolve de forma que, formulações nem sempre inéditas são vistas em seus pormenores,
caminhando sobre os aspectos mais minuciosos de nomenclatura, hipóteses, gráficos e
matemática financeira.
9
O terceiro capítulo é dedicado a um estudo empírico dos preços da terra em nível
nacional. Vamos ver que, além da subida nos preços da terra nos anos 70, tivemos no Brasil
um período de forte instabilidade nos preços da terra que vai dos anos 80 até meados dos anos
90. Neste período, a interrogação a respeito do futuro dos preços da terra no Brasil se
evidenciou nos trabalhos realizados sobre o tema. Será que os preços da terra iriam continuar
subindo, ou iriam cair?
A resposta foi a seguinte: a partir de meados dos anos 90, os preços da terra no Brasil
se estabilizaram em um patamar mais baixo em relação ao patamar dos anos 80. Já no início
dos anos 2000, os preços da terra apresentaram uma tendência de recuperação.
Portanto, com quase quarenta anos de levantamento sobre os preços da terra em nível
nacional, podemos colher informações em diferentes fases apresentadas pelos preços da terra
no Brasil. E vamos começar estudando as variações nos preços da terra em relação à sua
rentabilidade produtiva e em relação à rentabilidade de ativos alternativos como o dólar, a
Caderneta de Poupança e ações da Bolsa de Valores de São Paulo.
Além disso, em um novo capítulo, vamos introduzir no debate informações acerca do
comportamento dos agentes dadas pelo estudo do volume de negócios em um mercado de
terras.
Para obter dados sobre volume de negócios fizemos uma pesquisa em três cidades do
estado de São Paulo, as cidades de Promissão, Cafelândia e Pirajuí. Tais cidades pertencem a
uma região do estado com determinadas características e aptidões agrícolas que serão
abordadas no capítulo.
Observamos que o estudo do volume de negócios não é freqüente no Brasil por falta de
dados agregados sobre volume de negócios com terras no país. Por isso, esse estudo pretende
trazer mais subsídios ao debate que envolve os preços da terra, em especial, ao debate que
questiona se os preços da terra são movidos em parte por fins meramente especulativos.
Como vemos, o movimento dos preços da terra é observado e debatido pelos autores
sem que tenhamos chegado a um consenso. A questão dos preços da terra foi levantada, e
talvez não seja finalizada, mas o passar do tempo fornece mais e mais informações empíricas
ao debate, que podem levar à confirmação de algumas hipóteses e à rejeição de outras.
10
1 EVOLUÇÃO DOS PREÇOS DA TERRA: CONTRIBUIÇÕES TEÓRICAS
Neste capítulo, fazemos um resumo da bibliografia existente, abordando as principais
contribuições teóricas e empíricas sobre o tema. Essas contribuições vão auxiliar os estudos
que faremos sobre possibilidades teóricas, e também os estudos empíricos.
Vamos procurar apontar nos trabalhos realizados sobre o tema, além de seus pontos
notórios, originais ou singulares, aqueles pontos associados a concepções que estaremos
usando em nossos próprios estudos de possibilidades teóricas; por outro lado, estaremos
mostrando nos diversos trabalhos aquilo que porventura possa ser uma concepção distinta
daquela que iremos empregar em nossos estudos.
Para começar, Renshaw em 1957 levantou a questão: “Are land prices too high”
(Renshaw, 1957, p. 505). Ele construiu um modelo de investigação dos preços da terra
baseado principalmente na renda bruta da atividade agrícola; pois supõe que a renda líquida
destinada à terra trata-se de uma parcela da renda bruta cuja variação é passível de ser
desprezada perto da significante variação da própria renda bruta.
Baseado neste modelo, Renshaw conclui que a hipótese nula - de que os preços da
terra estariam muito altos em 1954 / 55 em relação às suas relações históricas - não poderia
ser descartada. Um dos motivos poderia ser uma maior demanda para alcançar economias de
escala associadas a uma maior mecanização na agricultura. Com isso, Renshaw questiona na
época, se as relações históricas seriam apropriadas para prever o comportamento do mercado
de terras.
Scofield (1957), também um pioneiro na procura de novos determinantes para os
preços da terra, foi o responsável por batizar a problemática de “paradox”
1
: o paradoxo do
preço da terra. Para ele, fatores subjetivos teriam enorme importância na determinação dos
preços da terra. Além de elementos provenientes da tradição e valores sociais, Scofield aponta
forças operando na economia nacional como forças que afetam as “crenças” da população
sobre o mercado de terras, tais como inflação, expectativa de aumento populacional,
expectativa de uma maior assistência governamental ao setor agrícola, entre outras. Segundo
Scofield, mesmo não sendo razoável que muitos fatores de fato aumentem os ganhos
provenientes da terra, isso não significa que eles não possam impulsionar os preços da terra.
Outro dos pioneiros foi o trabalho de Heady e Tweeten (1963), no qual eles observam
que, considerando os dados agregados dos Estados Unidos, tanto a renda líquida da atividade
agrícola (total de receitas menos os custos de produção) quanto os preços da terra por acre
11
subiram no período da Segunda Guerra Mundial; já a partir de 1950 a renda líquida sofreu um
declínio, apresentando em 1961, 84% do valor alcançado no período de 1947 / 49 ; enquanto
isso, os preços da terra continuaram subindo, de forma que em 1961 estavam 75% mais altos
do que em 1947 / 49.
Para explicar essa subida de preços, os autores levantam que a necessidade de o
fazendeiro comprar parcelas adicionais de terra, para alcançar economias de escala, poderia
estar pressionando os preços da terra. A própria economia de escala alcançada na parcela
adicional de terra estaria pagando o preço mais alto da terra.
Com isso Heady e Tweeten criam um modelo que, segundo eles, é essencialmente uma
modificação da fórmula de capitalização: P = Y / r onde P é o preço da terra por acre, Y é
a renda da terra por acre, sobre um período infinito, e r é a taxa de desconto ou a maior taxa
de retorno em investimentos alternativos. Supondo uma variação dessa fórmula os autores
pretendem captar o efeito já citado do aumento do tamanho das propriedades por conta da
economia de escala, o que é feito através da inclusão das variáveis A
, tamanho das
propriedades, e S
M
, maquinário. Fora isso, o modelo ainda conta com uma série de variáveis
agrupadas de forma a revelar hierarquias inferiores que vão ser selecionadas isoladamente,
isso é feito para evitar que o modelo tenha mais variáveis explicativas que o conveniente. O
modelo é estimado por mínimos quadrados ordinários com base em uma série histórica anual
dos EUA que vai de 1914 a 1960, sem os anos de 1942 a 1945 (Segunda Guerra).
Para justificar o uso de uma única equação para determinar o preço de mercado da
terra, ao invés de equações simultâneas representando as curvas de oferta e demanda, os
autores colocam o fato de que as variáveis explicativas usadas influenciam o preço da terra
mas não são influenciadas por ele.
Heady e Tweeten obtêm como resultado que o maior responsável pela subida dos
preços da terra na década de 50 teria sido o aumento do tamanho das propriedades associado a
economias de escala. Essa influência seria maior que a da renda da terra ou mesmo a da taxa
de desconto.
Convém ressaltar que, como Heady e Tweeten, muitos outros autores aderem aos
modelos uniequacionais para analisar os preços da terra. Em geral os autores supõem que a
oferta de terras é virtualmente fixa, desta forma a função de oferta seria vertical, e os preços
seriam determinados pela função de demanda unicamente.
_________________________
1
Scofield, 1957, p. 1501
12
Nesta concepção, a função de oferta estaria relacionada com a quantidade disponível de
terras que apresentam determinadas especificações relacionadas à atividade agrária. Porém,
mesmo quanto a essas especificações há divergências: podemos supor a área total do país
subtraindo-se unicamente a área urbana, ou podemos subtrair todas as áreas que não estão
sendo usadas na atividade agrícola, ou algo diferente disso. Questões como essas fazem os
autores se dividirem entre aqueles que consideram a curva de oferta fixa, não fixa, ou fixa
para efeito de análise sendo sua variação muito lenta ao longo do tempo. Já a curva de
demanda traria as escolhas dos compradores e potenciais compradores de terras.
Na contramão de toda essa concepção teórica, temos o trabalho de Herd e Cochrane
(1966), muito criticado por quebrar a lógica desse modelo centrado da demanda de terras
somente. Para eles, a oferta de terras em uma função de oferta agregada deveria apresentar as
quantidade de terras que seriam oferecidas para cada preço:
“While its clear that the total land area of the United States is
fixed, and that the total land in farms has changed only slowly
since 1910 ..., this gives no information about aggregate supply,
since the supply function relates price to the quantity of land
offered for sale, not to the total quantity of land. This supply
function is a market function, describing the market reaction of
land owners.”(Herd; Cochrane, 1966, p.249)
Trata-se aqui das tradicionais curvas de oferta e demanda, juntamente com a identidade
associada ao equilíbrio de mercado. Para Herd e Cochrane, é o confronto dessas duas forças,
de oferta e de demanda, que determina o preço das terras. Convém notar que o equilíbrio de
mercado vai estar associado ao total de área que foi comercializado em determinado período,
e não ao total de área disponível para a atividade agrária.
Com isso, os autores estimam um modelo de equações simultâneas, onde o preço e a
quantidade são variáveis endógenas das equações de oferta e de demanda, cada qual contando
com determinadas variáveis exógenas, e onde uma terceira equação estabelece o equilíbrio de
mercado, igualando as quantidades comercializadas de terra (no modelo essa quantidade não é
dada em acres, mas através do número de vendas por 1000 propriedades, por serem esses os
dados disponíveis). Usando essa técnica, os autores estimam os parâmetros de cada equação
com base em dados dos Estados Unidos de 1913 a 1962.
No modelo, destacamos o uso das variáveis exógenas taxa de retorno e índice de
produtividade, a qual pretende captar os efeitos de uma expectativa de aumentos da renda da
terra proveniente de avanços tecnológicos. Os autores vão supor que os demandantes de terra
13
podem ser seduzidos pelo índice de produtividade na expectativa de aumentos na renda por
acre: “... it may be shown that individual farmers will purchase land on the expectation of
rising income per acre while actual income per acre, on the average, remains constant”
(Herd; Cochrane, 1966, p. 245). Como já dissemos, vamos ver adiante que a questão das
expectativas vai se tornar um ponto chave na discussão dos preços da terra.
Porém mesmo considerando o papel das expectativas de aumento na renda devido a
uma maior produtividade, Herd e Cochrane se preocupam em contrastar essas expectativas
com uma formulação teórica sobre a real possibilidade dos avanços tecnológicos gerarem
esses aumentos. Nessa discussão eles concluem que esse aumento da renda só seria possível
no curto prazo, antes do processo competitivo absorvê-lo, e que só se manteria através de uma
política de sustentação dos preços dos produtos agrícolas.
Os resultados empíricos a que chegam de fato vão na direção de uma grande influência
do índice de produtividade sobre os preços da terra; esta seria a variável mais importante do
modelo. Mas Herd e Cochrane também chegam a variáveis que influenciam o número de
propriedades comercializadas, como a taxa de desconto (embora eles tenham obtido um sinal
negativo, oposto ao esperado), além da taxa de desemprego e do número total de
propriedades, com impactos negativo e positivo respectivamente.
Os últimos dois trabalhos são importantes pois mostram dois modelos econométricos
baseados em concepções inteiramente diferentes, sendo o modelo uniequacional aquele com o
maior número de sucessores. Porém devemos lembrar dos modelos recursivos, também
utilizados nessa problemática dos preços da terra - já em 1966 Tweeten e Martin publicam um
modelo recursivo, no qual Tweeten aprimora alguns conceitos de seu trabalho anterior para
explicar a discrepância entre os preços da terra e as rendas agrárias.
Neste trabalho Tweeten e Martin explicam as dificuldades de se fazer um modelo
tradicional de oferta e demanda no mercado de terras:
“The empirical land market model does not lend itself to a
rigorous supply-demand dichotomy because certain variables
are associated with more than one function, raising questions
about identification of an exact demand or supply equation”
(Tweeten e Martin, 1966, p. 381).
Os autores elaboram modelos estimados por mínimos quadrados ordinários, recursivos
e auto-regressivos. As equações são estimadas com base em uma série histórica de dados dos
Estados Unidos, que vai de 1923 a 1963, porém uma variável dummy distingue o período a
14
partir de 1950, no qual houve o aumento inesperado dos preços da terra. Além da equação de
preços, vamos ter outras quatro equações cujas variáveis endógenas vão ser variáveis
importantes para a equação de preços. Entre elas, destacamos aquela que os autores chamam
de equação de oferta de terras, a qual estabelece variáveis explicativas para o total de área
apta à produção agrária. Esta variável do total de área apta à produção por sua vez apresentou
um grande impacto nos preços da terra, se bem que as alterações anuais ocorridas nesta eram
muito pequenas perto da grande variação anual a ser explicada dos preços da terra. Os autores
também estabelecem uma equação para a proporção de transferências de terras, a qual é uma
variável chave do equilíbrio de mercado.
Destacamos também o uso de uma variável que se mostra importante nas conclusões do
modelo: a variável (exógena) que se refere aos ganhos de capital com a propriedade da terra
no ano anterior. A variável capta a especulação com a antecipação de futuros acréscimos no
valor das terras. Trata-se de uma variável não só importante nas conclusões do modelo, como
em muitos dos trabalhos posteriores sobre o tema.
O trabalho chega à conclusão de que o maior responsável pelos aumentos nos preços da
terra seriam as pressões para o aumento do tamanho das propriedades; outros fatores de
grande importância seriam a capitalização de benefícios governamentais e também, o
elemento especulativo dado pela variável dos ganhos de capital no ano anterior.
Passamos então para a utilização do modelo de ativos de capital “Capital Asset Pricing
Model” (CAP) na economia agrária. Esse modelo foi originado por Sharpe (1964) e Lintner
(1965), e torna-se central a uma série de trabalhos sobre os preços da terra. Temos aí modelos
com formulações teóricas sofisticadas que são estimadas, na medida do possível, com os
dados da realidade.
Esses modelos baseiam-se na maximização da utilidade dos agentes econômicos no
momento em que definem a participação de cada ativo em seu portfolio, considerando seu
grau de aversão ao risco, e suas expectativas quanto aos ganhos futuros provenientes de cada
ativo, entre os quais a terra. Com
15
entre os defensores do equilíbrio geral, diferenças hão de haver quanto à especificação das
expectativas de ganhos futuros, da taxa de desconto a ser usada, entre outras.
Baseados nos modelos CAP, Harris e Nehring elaboram em 1976, um modelo
uniequacional, onde supõem uma taxa de crescimento constante para a renda por acre
esperada; esse crescimento poderia ser devido a economias de escala na produção e
marketing, gerenciamento mais eficiente, especialização ou conglomeração. Convém lembrar
que, aqui os retornos crescentes são admitidos como um diferencial de propriedade para
propriedade, ou seja, não são retornos agregados crescentes ao longo do tempo, hipótese essa
que também será abordada adiante.
No caso de Harris e Nehring, tendo demonstrado preocupação com o aumento do
tamanho das propriedades, os autores pretendem avaliar em seu trabalho a eficiência das
propriedades em relação aos seus tamanhos; como resultado poderíamos ter um tamanho
ótimo, capaz de arcar com um preço maior da terra em relação aos outros tamanhos; por isso a
idéia de economias de escala.
De modo geral, Harris e Nehring economizam nas variáveis explicativas dos preços da
terra, em número de sete. Para realizar a análise empírica, eles definem cinco classes de
tamanhos de propriedades, e acabam concluindo que a classe de maiores propriedades não é
aquela mais adaptada para definir preços maiores para a terra. Considerando todas as classes
de tamanhos de propriedades, em especial a primeira maior classe, girando em torno de 1.300
acres, e a segunda, girando em torno de 630 acres, foi essa segunda classe que mostrou-se
capaz de pagar maiores preços pela terra.
Tratando-se da hipótese de uma taxa de crescimento da renda da terra por acre, um
trabalho muito conceituado é o de Melichar (1979), que elabora um modelo uniequacional
também baseado no modelo CAP. Neste momento, os Estados Unidos atravessam uma nova
elevação
brutal dos preços da terra como mostra Reinsel e Reinsel: “In March 1979 land values
in the United States averaged three times their 1970 level.” (Reinsel; Reinsel, 1979, p. 1093).
Um ponto chave do trabalho de Melichar diz respeito às expectativas de ganhos de
capital, que teriam como responsável um real crescimento da taxa de retorno dos ativos
agrícolas: “... according to asset-pricing theory, a farm economy characterized by rapid
growth in the real current return to assets will tend to experience large annual real capital
gains and low rate of current return to assets” (Melichar, 1979).
O que o faz defender que de fato tenha havido um rápido crescimento na taxa de
retorno dos ativos agrários? Primeiramente, Melichar ressalta que a bibliografia sobre o tema
tem relacionado o preço da terra com a “renda”, sendo essa tomada pelos dados norte-
16
americanos da renda líquida do produtor por acre, o que não inclui somente a parcela da renda
destinada ao ativo terra. A partir daí, Melichar trabalha com os dados para distinguir tudo o
que seriam os retornos aos ativos agrários dos retornos aos outros fatores de produção. Então
conclui: “Over the last twenty-five years, the proportion of the total return that could
appropriately be ascribed to operators’ labor has dropped from 63% to 17%, while the
proportion that could be regarded as a return to production assets has risen from 25% to
69%.” (Melichar, 1979, p. 1087)
Medindo somente os retornos aos ativos agrários, Melichar constata que houve um
crescimento dessa taxa de retorno, indo de uma média de 3,0 % em 1955-59 para uma média
de 4,2 % em 1975-79. E esse crescimento teria impulsionado uma subida dos preços da terra,
e portanto, para ocorrência da valorização do capital.
Mas é importante lembrar que Melichar é cuidadoso ao especificar a valorização do
capital, pois subtrai das mudanças anuais de valor do capital físico, o total de investimentos
líquidos e de transferências líquidas para o setor agrícola; assim ele chega ao que chama de
“real capital gains”, que vamos traduzir por “ganhos reais de capital”. Os ativos agrários para
Melichar estariam submetidos a duas formas de retorno, os ganhos reais de capital e os
retornos produtivos.
Tomados todos esses cuidados Melichar ainda conclui que houve um significativo
ganho real de capital no setor dos anos 50 aos anos 70 nos Estados Unidos. Ele atribui à taxa
de retorno crescente verificada nos ativos agrários a responsabilidade por esse ganho real de
capital.
Utilizando um modelo CAP para ativos com retornos crescentes, o autor faz uma
relação entre o valor presente do ativo (ou o preço do ativo), seu retorno corrente, a taxa de
crescimento do retorno corrente e uma taxa de desconto. Em sua formulação, o preço do ativo
tem uma relação direta com o retorno corrente, porém dado o crescimento do retorno corrente,
o ativo estará sujeito a um inerente ganho real de capital. Por outro lado, nessa formulação, a
razão entre o preço do ativo e seu retorno corrente é tanto maior quanto maior for a taxa de
crescimento do retorno corrente do ativo. Com certeza, o valor presente de um retorno
constante é menor do que o valor presente desse retorno supondo ele crescente ao longo do
tempo.
Com seu modelo teórico, Melichar analisa qual seria o movimento de preços de um
ativo submetido a taxas crescentes de retorno, e compara esse estudo com a valorização
histórica dos ativos agrários. Nessa comparação ele verifica que os ganhos reais de capital
experimentados pelos ativos agrários nos Estados Unidos nos vinte e cinco anos anteriores,
17
não seriam maiores que aqueles esperados para ocorrerem no equilíbrio a partir de seu
modelo, por razão da crescente taxa de retorno exibida pelos ativos agrários.
Como conclusão, Melichar alerta que, os ativos agrários estando sujeitos à taxa de
crescimento dos retornos correntes apresentada nos Estados Unidos, são ativos fadados a um
retorno produtivo baixo em relação ao seu valor de mercado. Isso traz uma série de problemas
ao setor, problemas de caixa no início do empreendimento, dificuldades em se tornar
proprietário, aumento da dívida do setor, etc. Segundo Melichar: “...all of these [problems]
stem from the fact that, at such a growth rate, a significant proportion of the total return to
farm real estate necessarily takes the form of real capital gains.” (Melichar, 1979, p. 1091)
Na mesma revista, no artigo seguinte, Reinsel e Reinsel (1979) também concluem que
os retornos dos ativos agrários, incluindo a terra, não permaneceram constantes desde os anos
40 aos anos 70 nos Estados Unidos, dada a perda de participação do conjunto dos outros
fatores produtivos (trabalho por exemplo) na renda da terra por acre: “The share of net returns
going to assets rose from less than 30 % in the 1940s to more than 60 % in the 1970s
....”(Reinsel; Reinsel, 1979, p. 1094).
E temos também na mesma revista o trabalho de Plaxico (1979), que caminha em uma
direção curiosa no mercado de terras. Plaxico trabalha com a idéia de que ganhos de capital
podem ocorrer em ativos que não geram renda, como o ouro, obras de arte ou jóias,
presumivelmente porque esses ativos oferecem um veículo útil para conservar riqueza.
Plaxico coloca que a variável defasada dos ganhos de capital exibe maiores coeficientes na
determinação dos preços da terra que a variável das rendas produtivas, por isso questiona se a
terra está se tornando nos EUA mais um veículo para conservar riqueza. Neste sentido,
Plaxico sugere políticas econômicas para controlar os aumentos dos preços da terra, tais
como: medidas para frear a inflação, taxas progressivas com o tamanho das propriedades,
reembolso de taxas quando incidirem sobre proprietários produtores, além de taxas altas para
a propriedade de terras como forma de reduzir o apelo ao investimento em terras, entre outras.
Abrangendo o mercado de terras, vamos ter uma seqüência de autores, cada qual com
uma contribuição específica para oferecer. Em 1980, voltamos ao modelo CAP com o
trabalho de Barry (1980), que agora estuda o risco, ou melhor, o prêmio de risco associado à
manutenção da terra no portfolio do agente.
A partir do modelo CAP, Barry estabelece que o retorno da terra no equilíbrio se ajusta
a determinado nível que reflete o seu risco em relação ao risco dos outros ativos do mercado;
isso ocorre de forma que, quanto maior o risco do ativo, maior sua taxa de retorno como
18
compensação a esse nível de risco sistemático. O retorno de cada ativo é medido pelos
dividendos anuais do ativo somados à variação anual no valor do mesmo.
Barry trabalha com uma série temporal de dados sobre o retorno da terra nos EUA
durante o período de 1950 a 1977. Ele analisa também o retorno para outros ativos, como
ações e títulos. Seu objetivo é contrastar o retorno médio da terra com o retorno médio de
outros ativos do mercado, bem como os desvios desses retornos em relação à média.
A partir de seu modelo de regressão: a terra teria apresentado um baixo nível de risco
sistemático, ao passo que, durante o período de análise, a terra ainda assim teria oferecido
substanciais prêmios acima daqueles relacionados ao risco sistemático. Portanto, com os
dados sobre o retorno dos diversos ativos, a terra teria sido um investimento privilegiado em
relação aos demais ativos nesse período.
Mas Barry levanta a questão do quanto seu modelo CAP seria realista em relação ao
mercado de terras: “Evaluating these CAPM results involves how well the CAPM
assumptions correspond to the characteristics of farm real estate investors and markets, and
how well the results accord with intuitive judgments about risk and return from farmland.”
(Barry, 1980, p. 552)
Em 1984, Brown e Brown intervêm na discussão para demonstrar que os efeitos da
incerteza sobre o futuro não haviam sido devidamente avaliados. Elas analisam os efeitos de
expectativas heterogêneas sobre o futuro. Em seu modelo, o preço de reserva ótimo para um
detentor de terras tem um componente especulativo relacionado à possibilidade de surgir um
comprador mais otimista que ele próprio em relação ao fluxo de rendas futuras da terra. Os
pessimistas tenderiam a vender terras para os otimistas, ou para aqueles que acreditam que
pessoas mais otimistas ainda irão surgir. Assim, os preços do mercado de terras não seriam
muito influenciados pela média, mas por aqueles que têm expectativas acima da média sobre
as rendas da terra. E isso justificaria parte do valor das terras.
Brown e Brown realizam um modelo e submetem-no a um teste preliminar em oito
estados dos EUA no período de 1968 a 1981. Uma primeira análise sobre variações nos
preços da terra foi desenvolvida para captar os otimistas; uma segunda foi desenvolvida para
captar as expectativas médias. Com uma pesquisa de mercado, as autoras concluem que os
dados tendem a confirmar que as mudanças nas expectativas dos otimistas podem predizer
melhor os preços da terra que as mudanças nas expectativas médias. Ou seja, os resultados
não desaprovam a hipótese de que são as expectativas dos otimistas aquelas que dominam o
mercado de terras.
19
No mesmo ano, Hughes, Penson e Bednarz (1984) estudam o impacto das políticas de
crédito subsidiado no mercado de terras. Eles pretendem estudar o impacto dessas políticas
não somente sobre os preços das terras, como também sobre o nível de endividamento do
setor e sobre a fração de terra cujo proprietário é o produtor. Quanto a esse último ponto, os
autores lembram que uma das principais justificativas nos EUA para os programas de crédito
subsidiado seria preservar uma estrutura rural dominada por proprietários produtores, para
evitar os custos da separação entre propriedade e produção.
Quanto aos preços da terra, os autores lembram que, apesar dos programas de crédito
subsidiado destinarem-se aos produtores agrícolas, tais programas poderiam também
aumentar a demanda de proprietários não produtores. Pois, se os não produtores antevissem
um aumento real nos preços da terra a partir de tais programas, eles poderiam demandar terras
perseguindo o retorno gerado por possíveis aumentos em seu valor.
Os autores Hughes, Penson e Bednarz realizam um modelo no qual é interessante notar
que consideram a oferta de terras não fixa. Segundo os autores: “Price increases for land can
lead to land improvements, while price declines can lead to removal of farm land for other
uses. It can be expected, therefore, that the supply of farm land in the United States has a
small positive slope.” (Hughes, Penson, Bednarz, 1984, p. 757)
Os autores usam dados agregados dos EUA entre os anos de 1956 a 1980 para
concluírem que os créditos públicos não haviam tido um grande impacto no mercado de terras
nos EUA. No geral, a política de crédito subsidiado havia provavelmente causado um
aumento nos preços da terra, no endividamento do setor, e também, na posse de ativos
financeiros por parte dos produtores. No entanto, a influência do crédito subsidiado sobre os
preços da terra teria sido pequena – um aumento no montante de dívida subsidiada de 5%
teria gerado um acréscimo de 6,5 % nos preços da terra no longo prazo (nos preços previstos
para 1990). No curto prazo, essa influência teria sido muito menor. Portanto, para os autores,
seria muito improvável que a rápida elevação dos preços da terra fosse atribuída à intervenção
governamental no mercado de crédito agrícola.
Quanto ao outro aspecto a ser analisado pelos autores - a fração de terra cujo
proprietário é o produtor – os resultados a que chegam mostram que tais programas têm pouco
impacto na distribuição da terra entre produtores e não produtores no longo prazo.
Ainda em 1984, o trabalho de Phipps (1984) estuda a direção de causalidade entre a
renda e os preços da terra. Phipps constrói um modelo baseado na renda residual da terra, ou
seja, assim como Melichar ele procura subtrair da renda líquida da produção agrária, a parcela
de renda que é destinada a quaisquer outros fatores de produção que não a terra.
20
Usando dados agregados dos EUA entre os anos de 1940 a 1979, o modelo de Phipps
fornece suporte para a hipótese de uma causalidade unidirecional que parte da renda residual
para os preços da terra.
Phipps ainda conclui que os participantes do mercado de terras desconhecem a renda
corrente e usam a renda passada para formar suas expectativas sobre a renda futura. Por isso
sugere o uso de valores defasados, como uma proxy das expectativas das rendas futuras, para
os novos modelos de preços de terras.
No ano de 1986, Burt é um dos autores que supõem um mecanismo dinâmico de ajuste
dos preços da terra a um preço de equilíbrio. Esse preço de equilíbrio de longo prazo ( P
*
),
com uma taxa de capitalização constante e uma renda fixa no logo prazo ( R
*
) obedeceria à
formula clássica de capitalização: P
*
= α R
*
, onde α estaria representando o recíproco da
taxa de capitalização constante.
Como podemos ver, Burt defende que a taxa de juros real no equilíbrio é constante
seguindo a teoria neoclássica. Além disso, ele critica a hipótese de Melichar de uma renda
crescente ao logo do tempo. Burt realiza uma estimativa da taxa de crescimento para a renda e
obtém fortes evidências para a hipótese de que esta taxa de crescimento é igual a zero.
O autor elabora um modelo econométrico onde o ajuste dinâmico dos preços da terra,
em resposta a uma perturbação na renda, é dado por um ciclo amortecido de memória longa.
Esse ciclo flutuaria em torno do preço de equilíbrio dado pela fórmula de capitalização
sugerida por Burt: P
*
= α R
*
.
A partir dessa fórmula de capitalização, fica evidente que o autor defende a visão de
que é a renda a fonte de valor subjacente aos preços da terra. Apesar de seu modelo
econométrico contar com as variáveis dos preços defasados além das rendas, o autor adverte
que não estaria com isso captando os ganhos de capital, mas utilizando uma medida exógena
que seria implicitamente uma função das rendas defasadas.
Quanto às curvas de oferta e demanda, Burt argumenta que uma curva de oferta
clássica não existiria no mercado de terras, a quantidade ofertada seria fixa em um dado ano -
o montante de terras disponíveis poderia variar gradualmente porém em uma velocidade que
tornaria essa variação insignificante para os preços da terra.
Burt também se preocupa com os problemas provenientes do uso de dados agregados
nas análises dos preços da terra, entre esses problemas teríamos: a grande heterogeneidade na
qualidade da terra, os valores de terras com usos não agrícolas, as mudanças institucionais de
região para região ou mesmo ao longo do tempo, além das estimativas não acuradas tanto da
renda como dos preços da terra. Por isso Burt usa uma série de dados que havia sido
21
publicada sobre as melhores terras para produção de grãos, na região de Illinois nos EUA,
para o período do 1959 a 1982. Para ele, com dados de boa qualidade para uma área agrícola
homogênea, a estrutura dinâmica dos preços da terra poderia ser quantificada com mais
precisão.
O ajuste de seu modelo aos dados da região de Illinois, sob a hipótese das rendas
inalteradas em relação ao nível projetado para 1985, apresentou como previsão uma queda
contínua nos preços da terra até perto de 1990, então os preços obedeceriam a uma modesta
recuperação, aproximando-se do preço de equilíbrio.
Há também trabalhos nos quais um modelo sobre os preços da terra é desenvolvido
para o estudo de outras questões relacionadas com o mercado de terras. Este é o caso do
trabalho de De Janvry e Sadoulet (1999). Os autores escrevem sobre a dificuldade que teria
um trabalhador rural mais pobre em ter acesso à terra, principalmente em países pobres como
na América Latina. Neste trabalho eles definem o acesso à terra por várias formas, não só
através da propriedade da terra, como também através do arrendamento por meio de
diferentes contratos de aluguel.
Contudo, o acesso à terra via o mercado de compra e venda é bastante detalhado no
trabalho. Nesse ponto, os autores discutem sobre as imperfeições desse mercado:
“... buyers of land for agricultural user cannot afford the land
price, even if they get full credit against the present value of
agricultural profits. The reasons why land is overpriced for
agricultural users are many. They include: (I) Land serves as a
store of wealth, particularly when inflation in unpredictable. (2)
Land serves as a collateral to access formal credit. (3) Land
serves as a source of insurance since it can be sold, rented out,
or pawned for liquidity needed to cope with income shocks. (4)
Land has speculative value. (5) Land ownership provides tax
breaks. (6) Land provides political and social capital which
gives access to rent seeking advantages.”(De Janvry; Sadoulet,
1999, p. 3)
Esses benefícios paralelos atribuídos à posse da terra são representados através de
variáveis que são somadas aos ganhos produtivos, todos em valor presente, para a
determinação do preço da terra. Desta forma, mesmo não sendo um trabalho que foque a
análise do preço da terra em relação a seus ganhos produtivos, o trabalho trás um modelo com
variáveis que tomam inclusive a forma de aspectos culturais, como no caso do item (6)
apontado pelos autores.
22
Já em 1957 Scofield havia levantado a importância de fatores subjetivos na
determinação dos preços da terra. Nesse tipo de abordagem questões institucionais podem ter
bastante relevância.
E no Brasil, a questão dos determinantes dos preços da terra também gerou importantes
debates a partir de meados dos anos 70. Um dos ingredientes indispensáveis para os debates
havia sido a recente
2
publicação de dados sobre preço e aluguel de terras, realizada pela
Fundação Getulio Vargas (FGV). Além disso, o acesso a essas informações fazia notar um
importante aumento nos preços das terras brasileiras – mais de 250% em cinco anos, de 1971
a 1976. Por outro lado, dados sobre o arrendamento mostravam que, entre o anos de 1970 a
1975, ele havia crescido pouco mais de 100% . Vamos notar também, que esse período sucede
a uma enorme derrocada no mercado de ações – o índice Bovespa caiu mais de 50% em
pouco mais de um ano, de meados de 1971 a meados de 1972.
Ou seja, o comportamento desses mercados chamou a atenção dos autores brasileiros,
um deles foi Sayad (1977). Segundo o autor: “analisa-se um fenômeno que caracterizou a
economia brasileira no período de 1967 / 73, qual seja a rápida sucessão de processos
especulativos em diversos mercados de reserva de valor.” (Sayad, 1977, p. 623)
Neste trabalho, Sayad demonstra uma grande preocupação com o setor produtivo da
economia brasileira, sugerindo que o mercado financeiro não estaria abastecendo o setor
produtivo com crédito a custos e prazos razoáveis porque teria, entre outros, a terra como
reserva de valor alternativa aos investimentos produtivos em capital. Segundo o autor:
“... [o setor financeiro] somente poderá oferecer financiamentos
mais satisfatórios ao setor produtivo da economia quando os
investimentos não produtivos em imóveis deixarem de
apresentar a atual rentabilidade elevada e, além disso, houver
alguma diminuição das possibilidades de ganhos especulativos”
(Sayad, 1977, p. 623).
Convém lembrar que o autor estaria discriminando em suas análises, os investimentos
em terra como fator de produção dos investimentos em terra como reserva de valor,
considerando os primeiros incluídos no capital produtivo.
O autor realiza um modelo matemático no qual a demanda de capital produtivo da
economia cresce a uma taxa menor no caso de investimentos especulativos em terra. Segundo
__________________________
2
O Centro de Estudos Agrícolas(CEA) da Fundação Getúlio Vargas (FGV) publicou dados sobre preço e
aluguel de terras a partir do ano de 1966.
23
o autor: “... a terra funciona como uma reserva de valor que amortece as possíveis quedas de
rentabilidade do capital produtivo, decorrentes de uma diminuição do ritmo de crescimento do
capital produtivo.” (Sayad, 1977, p. 628)
Sua expressão matemática mostra que a uma diminuição da taxa de crescimento do
produto, os investidores demandariam mais terra, e o preço desta se elevaria. Porém, quando a
taxa de crescimento do produto se elevasse acima de determinado patamar, o processo
contrário aconteceria, os investidores demandariam mais capital produtivo, e o preço da terra
decresceria. Podemos dizer que no modelo de Sayad, os preços da terra apresentariam uma
dinâmica oposta à dinâmica dos ciclos econômicos.
Detalhando os processos especulativos, Sayad coloca que os mercados de reserva de
valor, como o de moedas, ouro, imóveis, ações, obras de arte, etc., por serem mercados de
produtos duráveis, teriam um mercado de bens usados bem organizado. Nesses mercados
seriam negociadas não só as quantidades produzidas correntemente, mas também todo o
estoque acumulado da produção de períodos anteriores. Com isso Sayad define as curvas de
oferta e demanda subjacentes a suas análises: “... os preços dos bens nesses mercados são
determinados somente pela demanda, já que a oferta de novos produtos representa uma
parcela insignificante do total transacionado” (Sayad, 1977, p. 645).
A decisão de comprar nesses mercados de reserva de valor, então, dependeria da soma
de duas componentes: o valor de uso, que representaria os dividendos, juros ou aluguel; e o
valor de troca, que representaria as variações no preço esperadas
3
.
Mas Sayad alerta que, em algum ponto do processo de valorização do ativo, “o valor de
troca assume uma proporção muito elevada do retorno esperado, e a incerteza poderá
condicionar uma diminuição da demanda.” (Sayad, 1977, p. 648)
Para o caso específico dos imóveis, Sayad coloca que:
“cada imóvel é um bem “diferente”, e há a necessidade de
tempo de espera para a “procura” do preço justo. A diminuição
dos preços de oferta não aumenta imediatamente o número de
demandantes. Assim, no mercado imobiliário tanto o processo
de elevação quanto o de baixa são mais lentos, e talvez
imperceptíveis.” (Sayad, 1977, p. 649)
__________________________
3
Segundo Sayad: “Em termos de taxa, a decisão de comprar esses bens será determinada pela seguinte condição:
r = ( L / P ) + ( L
0
/ P )
isto é, o ativo será comprado se os dividendos, juros ou aluguel que pagarem ( L / P ), mais as variações de preço
esperadas ( P
0
/ P ) forem iguais à taxa de juros alternativa para o comprador.” (Sayad, 1977, p. 646)
24
O autor defende que no Brasil, terra teria sido o mais importante entre os ativos
escolhidos como reserva de valor. As razões para tal englobariam a inflação, as elevadas taxas
de crescimento demográfico, uma certa inércia em relação à importância histórica deste ativo,
e também, alguns aspectos da economia brasileira, da organização do sistema judiciário, do
sistema fiscal e do próprio setor financeiro.
“De fato, uma pesquisa sobre o perfil dos investidores privados brasileiros mostra que
os imóveis são considerados investimentos de alta rentabilidade, de baixo risco e não
necessariamente os menos líquidos.” (Sayad, 1977, p. 650)
Destacamos também, o fato de Sayad ter relacionado graficamente os preços da terra
com o subsídio total do crédito rural, mostrando brevemente que poderia haver uma
associação entre ambos.
Conquanto Sayad tenha participado ativamente da questão do crédito rural subsidiado
em outros trabalhos, vamos aqui realizar um breve resumo de um importante trabalho de
Rezende (1982) sobre essa questão do crédito rural subsidiado.
A política de crédito rural no Brasil, através do Sistema Nacional de Crédito Rural
(SNCR), foi desenvolvida para oferecer ao setor agrícola, uma compensação pela
instabilidade à qual a renda agrícola está naturalmente sujeita devido a fatores climáticos e
flutuações de preços. No entanto, Rezende coloca que este instrumento teria tido um papel
relevante na elevação dos preços da terra no Brasil.
Primeiramente, Rezende argumenta que o crédito rural subsidiado, sendo dinheiro,
tomaria o caráter de um poder aquisitivo genérico, que poderia ser utilizado em qualquer ativo
real ou financeiro. Para condicioná-lo a ser utilizado exclusivamente na agricultura, a política
buscaria “ “carimbar” o dinheiro, retirando-lhe, ou pelo menos restringindo-lhe, o atributo de
poder aquisitivo genérico” (Rezende, 1982).
A seleção administrativa dos mutuários seria uma das formas de “carimbar” o crédito
rural; contudo, Rezende observa que:
“a seleção de mutuários não se dá apenas entre agricultores e
não agricultores, mas também dentro do grupo dos agricultores
... Quanto mais a distribuição de crédito se concentrar nas mãos
de médios e grandes agricultores – que dispõem geralmente de
mais informações sobre alternativas de investimento... -, tanto
menos a demanda agregada de crédito rural será “derivada”
exclusivamente da demanda de ativos agrários.” (Rezende,
1982, p. 120)
25
Nesse ambiente, a capitalização do subsídio estaria tomando a forma de uma parcela do
preço da terra, e o mecanismo para tal poderia ser descrito da seguinte forma, segundo as
palavras do autor:
“uma vez que o dinheiro do crédito rural adquira o caráter ou o
atrativo especial (vis-à-vis o dinheiro do mercado livre) de gerar
um lucro extraordinário, sua obtenção passa a ser disputa ao
nível da economia como um todo. Estabelece-se, em suma, uma
concorrência pela condição de tomador no SNCR e, dentro
dessa condição, pelo maior endividamento possível. De que
maneira, contudo, pode um empresário qualquer tornar-se um
tomador do crédito rural? Não basta satisfazer as condições
usuais gerais de um cadastro bancário; ele tem que provar ser
um agricultor, o que implica, necessária e singularmente, possuir
o domínio sobre a terra agrícola” (Rezende, 1982, p. 123).
Com isso, sendo a quantidade de terra limitada num ponto qualquer do tempo,
poderíamos esperar que a concorrência resultasse em um aumento dos preços da terra. “A
elevação do preço da terra funciona como um mecanismo ... que tende a equalizar as taxas de
juro efetivamente pagas pelos tomadores nos dois mercados financeiros – o mercado livre e o
Sistema Nacional de Crédito Rural (SNCR).” (Rezende, 1982, p. 117)
No campo da distribuição de terras, Rezende coloca que:
“deve-se esperar, também, em particular, que pequenos
proprietários não usuários do crédito rural, de posse de um ativo
de valor de mercado superior ao valor capitalizado de seus
rendimentos correntes e futuros, prefiram vender (“liquidar”)
suas terras e transferir-se para outras atividades ou para regiões
agrícolas de mas baixo valor de terra. Conquanto esses pequenos
proprietários possam, assim, situar-se entre os beneficiários da
política de crédito rural, o mesmo certamente não se poderia
dizer de outros segmentos de pequenos produtores, como os
pequenos arrendatários não usuários do crédito rural...”
(Rezende, 1982, p. 125)
Ou seja, também os arrendatários não usuários do crédito rural poderiam ser
prejudicados, ao sofrerem um aumento no valor do arrendamento condizente com o subsídio
do crédito rural; pois, nas palavras de Rezende: “Basta admitir que o valor do arrendamento
deva compensar o proprietário pela opção da utilização de sua terra em produção própria, com
a apropriação da renda e do subsídio ao crédito”(Rezende, 1982, p. 137)
26
No entanto, Rezende não julga que todo o aumento dos preços da terra na primeira
metade dos anos 70 seja devido ao crédito rural; pois esse aumento teria como explicação
mais satisfatória a reversão cíclica ocorrida na economia brasileira a partir de 1973.
Observamos com isso que Rezende concorda até certo ponto com Sayad a respeito do efeito
dos ciclos econômicos sobre os preços da terra.
Um autor que vai criticar essa visão cíclica dos preços da terra é Brandão (1992). Para
ele, a visão de que a terra tem certas peculiaridades nas diferentes fases do ciclo econômico
apresentaria uma dificuldade:
“... ela supõe que os agentes econômicos não aprendem com os
erros passados ou que eles têm uma memória muito curta. Em
outras palavras, ao se defrontarem com esse comportamento do
preço durante algum período, é provável ou que haja algum
aprendizado sobre este processo ou que outros observadores
deste mercado o façam e antecipem estas variações. Assim,
sabendo (ou esperando) que na descida cíclica o preço da terra
vá subir, alguém poderia antecipar-se a este aumento adquirindo
terras ainda na subida do ciclo para auferir lucros
posteriormente. Este processo de arbitragem intertemporal
contribuiria para reduzir o spread entre o preço nas duas fases.”
(Brandão, 1992, p. 143)
Para Brandão, seria difícil imaginar que os possuidores de terras estariam apenas
buscando os ganhos de capital, pois existiriam alternativas melhores na economia. Neste
sentido, o autor procura comparar a rentabilidade da terra com a de outros ativos da economia.
A rentabilidade da terra é decomposta em duas parcelas: o ganho de capital e o rendimento
propriamente dito. Da mesma forma, a rentabilidade dos ativos é calculada com base na renda
gerada e no ganho de capital, quando é o caso. A análise é feita no período que vai de 1966 a
1984.
O autor também se preocupa em analisar se há correlação entre as rentabilidades da
terra e de outros ativos selecionados, e conclui que há correlação negativa entre terra e Índice
da Bolsa de Valores do Rio de Janeiro, e entre terra e dólar (tanto oficial quanto paralelo).
Quanto à comparação entre a rentabilidade da terra e dos outros ativos, o autor
constatou que “a terra mostrou-se um ativo bastante atraente ao longo do período analisado.
Seu retorno médio foi relativamente elevado e o risco associado relativamente baixo.”
(Brandão, 1992, p. 176)
Ainda em 1992, Reydon em sua tese de doutorado (UNICAMP) aborda o mercado de
terras segundo uma interpretação pós-keynesiana. Neste trabalho, Reydon elabora um modelo
27
sobre os preços da terra, o qual foi publicado em 1994 no livro “O Mercado de Terras”; este
livro foi realizado em conjunto com os autores Romeiro, Arezzo e Ramos.
Vamos ver no livro que o modelo em questão parte da hipótese de que:
“Os preços dos ativos são definidos por meio da concorrência
entre o comprador, que estabelece seu preço de demanda, e o
vendedor, que estabelece seu preço de oferta. Para que um
negócio com ativos seja realizado, o comprador tem
expectativas de obter ganhos futuros mais elevados que o
vendedor. Ambos, vendedor e comprador, calculam seus ganhos
esperados futuros de um ativo usando quatro atributos
expectacionais” (Romeiro et al, 1994, p. 18).
Os quatro atributos são: (i) as rendas produtivas esperadas, (ii) o custo esperado de
manter o ativo no portfolio do agente, (iii) o prêmio de liquidez, que reflete a relativa
facilidade de vender o ativo no futuro e (iv) o ganho patrimonial, ou seja, os ganhos
esperados no ato da revenda do ativo. Neste modelo supõe-se que os fluxos monetários
esperados sejam capitalizados, e impactados por um fator de incerteza associado ao estado de
confiança em relação ao futuro.
O modelo é colocado em uma análise estatística dos preços da terra, a qual é feita com
dados agregados do Brasil, a partir de uma amostra de 22 observações anuais para o período
de 1970 a 1991. Como variável dependente no modelo temos o preço real de venda de um
hectare de terra de lavoura. As variáveis explicativas do modelo se dividem em variáveis
produtivas, variáveis especulativas e outras variáveis. As variáveis produtivas são aquelas
associadas às expectativas de obtenção de rendas produtivas, tais como os preços de
arrendamento, os preços dos produtos agrícolas, o crédito para o setor rural, etc.. As variáveis
especulativas são aquelas associadas a expectativas de obtenção do prêmio de liquidez e/ou do
ganho patrimonial, são dadas pela taxa de retorno de ativos alternativos à terra. E as outras
variáveis estão relacionadas à inflação, ao nível técnico da agricultura, etc.
Como resultado, os autores obtém que no curto prazo, as variáveis que mais explicam
os preços das terras são: os títulos do governo, o crédito rural e a taxa de inflação, das quais a
28
Quanto ao longo prazo, os ganhos produtivos têm uma participação positiva grande no
preço da terra, sendo que as variáveis produtivas de melhor ajuste são: o preço de
arrendamento, o crédito rural e os preços recebidos pelos agricultores; já as variáveis
especulativas indicam que um aumento da taxa de lucratividade dos ativos financeiros, títulos
do governo ou ações, faz com que os agentes demandem menos terra, provocando uma
redução de seu preço.
Vemos que o trabalho busca entender “o mercado de terras agrícolas dentro da lógica
dos ativos em geral, isto é, a terra como um ativo de capital e ao mesmo tempo como um ativo
líquido, a qual é negociada pelos agentes econômicos em função de suas expectativas
produtivas e especulativas.” (Romeiro et al; 1994, p. 26).
Em um outro trabalho, Romeiro, Reydon e Plata (1999) discutem o impacto do Imposto
Territorial Rural nos preços da terra, também usando o modelo de Reydon, ou seja, usando
como base os quatro atributos expectacionais: rendas produtivas esperadas, custo esperado
para manter o ativo no portfolio do agente, prêmio de liquidez e ganho patrimonial. Como o
custo esperado para manter a terra no portfolio do agente impactaria negativamente os preços
da terra, e como um aumento de imposto elevaria esse custo, os autores argumentam que esse
aumento de imposto tenderia a reduzir os preços da terra no Brasil.
Todas essas contribuições dos autores, e até as diferenças entre eles, mostram o elevado
grau de sofisticação para o qual o estudo do preço da terra tem se encaminhado. Certamente, a
análise dessas contribuições, somada à evolução histórica do preço da terra, estarão ajudando
a uma compreensão cada vez maior sobre o tema.
Observamos que em alguns trabalhos aqui expostos, a expectativa sobre a valorização
do capital é colocada em destaque na determinação dos preços da terra; já em outros
trabalhos, essa variável é completamente excluída da análise dos preços da terra.
Consideramos que temos neste ponto um impasse entre os estudiosos do tema, o qual merece
novos estudos e argumentações.
No próximo capítulo faremos um estudo de possibilidades teóricas sobre os preços da
terra, o qual estará subjacente aos estudos empíricos desenvolvidos no capítulo posterior.
Neste estudo de possibilidades teóricas vamos levantar alguns pontos recorrentes na
bibliografia sobre o tema, em especial, o debate sobre a importância da expectativa de
valorização da terra na determinação dos preços da terra.
29
2 DINÂMICA DO MERCADO DE TERRAS: NOTAS E COMENTÁRIOS
2.1 AS CURVAS DE OFERTA E DEMANDA NO MERCADO DE TERRAS
Não precisamos ir muito longe para chegarmos às dificuldades que cercam o mercado
de terras, como comenta Ortega: “cualquier estudio que pretenda analizar el comportamiento
del mercado de tierra, sea teórico o empírico, cuenta com el inconveniente de la
especificacion de la función de oferta” (Ortega, 1986, p. 213).
Schultz destacou que um dos problemas da função de oferta de terras estava na
agregação de unidades heterogêneas: “Lumping all parcels of land together in an economic
analysis, by counting acres, certainly violates every rule of aggregation”
4
.
Desta forma, Ortega argumenta que:
“Por un lado, el soporte teórico de la función de oferta de
un fator tan peculiar como la tierra no es muy consistente. Así,
no existe un criterio unánime de cómo debe plantearse esta
función, tanto en cuanto que la tierra no es un bien que se
produzca y difícilmente puede aplicarse a él la teoría neoclásica
de la producción y, menos aún, derivar de ella funciones
cuantificables y contrastables empíricamente.
Com la intención de llenar este vacío teórico, hay autores
que apoyan el argumento de que la función de oferta es rígida,
ésto es, que la oferta de tierra es una cantidad fija y que es la
demanda neta lo que va a determinar el precio de mercado... .
Otros distinguen entre la oferta individual y la agregada y
opinan que los oferentes potenciales, al entrar al mercado a
precios diferentes, dan lugar en el agregado a funciones de
oferta com una ligera pendiente positiva... .” (Ortega, 1986, p.
213)
Ambos os modelos para curvas de oferta e demanda citados por Ortega foram
designados por curvas de oferta e demanda de terras, se bem que Ortega associa o segundo
modelo citado a um modelo tradicional, ou melhor, a um modelo: “especificado en base a las
dos ecuaciones tradicionales de oferta y demanda,...” (Ortega, 1986, p. 217). Se o segundo
modelo pode ser visto como um modelo “tradicional”, o primeiro modelo, no qual a função de
oferta é fixa, poderia ser visto como o modelo “usual”, pois trata-se do modelo mais usado
nas análises do mercado de terras.
__________________________
4
Schultz apud. Ortega, 1986, p. 213
30
No nosso caso, vamos estar usando ambos os modelos no estudo do mercado de terras;
vamos usar o modelo usual para estudar os preços da terra, e o modelo tradicional no estudo
do volume de negócios em cada período.
É possível o uso de ambos os modelos segundo conceitos de microeconomia que vamos
descrever brevemente. Estaremos associando o modelo tradicional ao conceito de curvas de
oferta e demanda líquidas, e o modelo usual ao conceito de curvas de oferta e demanda brutas,
como mostram os gráficos da Figura 1.
Gross supply
Same curve
but flipped
Same
curve
A
Net demand Gross demand
B
Net supply
C
ω
1
x
1
s
11
d
1
pp
11
p
p
1
*
Gross demand, net demand, and net supply. Using the gross demand and net demand to
depict the demand and supply behavior
FIGURA 1. Curvas de oferta e demanda
FONTE: Varian, 1993
O gráfico da Figura 1 (B) pode ilustrar o comportamento de um agente conforme o
seguinte raciocínio: vamos supor que ele é proprietário de uma área ω
1
de terras, quando ele
se depara com um preço muito alto no mercado para terra, bem maior que o preço que ele
daria naquele momento para o montante de terras que possui, ele tem incentivos para reter
uma parcela pequena de suas terras e vender o restante. Mas se o preço que ele encontra não
for tão alto, o agente provavelmente se proporá a vender menos de suas terras, retendo uma
parcela maior. Até que chegamos a um preço para o qual ele decide não vender terras. E para
preços menores do que esse, o agente não só não irá vender terras, como também se
incentivará a comprar mais terras.
31
Esse raciocínio é ilustrado pelo gráfico da Figura 1 (B) supondo o preço de mercado
que o agente encontra para a terra no eixo das ordenadas, e a parcela de terras que o agente
escolhe deter no eixo das abcissas. Enquanto isso, os gráficos da Figura 1 (A) e 1 (C)
apresentam o que de fato acontece quanto à terra ofertada pelo agente a cada preço e quanto à
terra demandada pelo agente em termos de novas aquisições a cada preço.
O formato de representação do comportamento da oferta e da demanda apresentado
pela Figura 1 (B) corresponde às curvas de oferta e demanda brutas. E o formato apresentado
pelas Figuras 1 (A) e 1 (C) corresponde às curvas de oferta e demanda líquidas.
Certamente o mercado de terras tem mais ingredientes do que isso, não vimos por
exemplo, quais seriam os determinantes da curva de demanda bruta do agente naquele
momento. Um estudo das variáveis que influenciariam o comportamento da demanda bruta
dos agentes será realizado no item 2.2.
Por hora, vamos supor vários agentes no mercado e construir as curvas de oferta e
demanda brutas e as curvas de oferta e demanda líquidas, apresentadas no gráfico da Figura 2.
Observamos que a curva de oferta bruta está representada pela curva vertical que fornece a
quantidade total de terras desse mercado.
Preço
(a) Curvas de oferta e demanda brutas
Área
S
D
Quantidade
disponível
(b) Curvas de oferta e demanda líquidas
Área
Preço
disponível
Quantidade
D
S
FIGURA 2. Curvas de oferta e demanda de terras
Na bibliografia resumida no primeiro capítulo ambos os formatos de representação da
oferta e da demanda - o formato da Figura 2 (a) e o formato da Figura 2 (b) - eram tidos como
curvas de oferta e demanda de terras, o que acabou trazendo a idéia de curvas tradicionais e
curvas usuais. Como já dissemos, as curvas tradicionais seriam as curvas de oferta e demanda
líquidas, e as curvas usuais seriam as curvas de oferta e demanda brutas. No restante do
trabalho, vamos usar a denominação de curvas de oferta e demanda líquidas e de curvas de
oferta e demanda brutas, pois estaremos usando ambos os formatos.
32
Notamos que a diferença entre as Figuras 2 (a) e 2 (b) não reside no preço de equilíbrio,
mas na quantidade. A Figura 2 (b) expõem o conflito entre demandantes e ofertantes, e traz
uma informação a mais, a quantidade do bem
33
uniequacional, que pretende captar a influência que algumas variáveis teriam sobre a demanda
bruta, e portanto, a influência que elas teriam indiretamente sobre os preços da terra
Um ponto de partida para o estudo de variáveis que atuam sobre os preços da terra
trata-se da capitalização dos ganhos produtivos esperados da terra. Fazendo um paralelo entre
a terra e os bens de capital, sabemos que estes últimos são ativos duráveis que produzem um
fluxo de rendimentos ao longo do tempo, de forma que o preço desses ativos é dado pelo
valor presente de seus rendimentos. Supondo o mesmo raciocínio para a terra, seu preço seria
dado pelo valor presente de todo o fluxo de rendas esperado para ser gerado por esse bem.
Assim, vamos nos basear em um modelo no qual a variável do fluxo de rendas
esperado é um dos principais fatores responsáveis por variações para cima e para baixo na
curva de demanda bruta dos agentes.
Desta forma, os preços da terra seguiriam a seguinte equação básica
5
:
(1)
__________
( 1 + r )
P =
∞
Σ
i=1
i
__________
( 1 + r )
j=1
Π
i
R
e
j
e
-
Σ
i=1
∞
Π
j=1
i
C
i
e
j
e
Onde:
1) P é o preço de mercado da terra por acre
2) R
e
i
é o valor esperado para a renda líquida produtiva por acre no ano i. Esse valor
refere-se à parcela da produção da terra que é destinada aos proprietários somente,
ou seja, aquela que restitui o uso da terra e de suas benf
34
4) C
e
i
é o valor esperado para gastos com investimento e manutenção por acre no ano
i. Este valor engloba não só os gastos em melhorias, como também os gastos em
conservação, e aqueles relacionados à manutenção da terra no portfólio do agente
(impostos, por exemplo).
Estamos considerando as variáveis em valores reais. Desta forma, os índices
inflacionários e suas conseqüências para o setor agrícola já devem estar incorporados tanto na
renda quanto na taxa de desconto real.
Observe que os gastos com investimento e manutenção, C
e
i
, não foram deduzidos da
renda líquida produtiva, mas foram colocados como um termo particular da equação. Essa
notação foi feita porque os gastos com investimento e manutenção têm uma relação particular
com o valor da terra em comparação com os gastos correntes da produção – observamos que
este termo também inclui os custos da manutenção do ativo terra no portfólio do agente, ou
seja, os impostos e taxas decorrentes da propriedade, os gastos com segurança para coibir
invasões de terras em países cujas invasões representem uma ameaça à propriedade, entre
outros.
Quanto a estudos empíricos, como as variáveis determinantes do preço na equação (1)
não são valores conhecidos, são valores esperados, devemos relacioná-las de alguma forma
com os valores conhecidos. Essa relação está na base de muita divergência na bibliografia
sobre o tema, como já vimos.
Alguns autores supõem, em seus trabalhos, um valor constante para a renda líquida
produtiva da terra por acre, este é o caso de Brandão (1992), Sayad (1982), Brown e Brown
(1984), etc.. Outros autores elaboram modelos para uma renda com taxa de crescimento
constante, como é o caso de Melichar (1979), Harris e Nehring (1976), etc.. Mas há também a
possibilidade de uma renda variável sem ser a uma taxa constante.
É claro que esta última hipótese sobre a variação da renda da terra, peca por ser uma
hipótese com a qual é difícil de se trabalhar, dado que não estabelece uma formulação clara
para o futuro das rendas líquidas produtivas.
Independentemente de qual a variação do fluxo de rendas futuras, também temos a
possibilidade da variação esperada no agregado para este fluxo, diferir do verdadeiro fluxo de
_________________________
denominador da expressão, que represente a razão entre o grau de confiança depositado no retorno do mercado e
o grau de confiança depositado no retorno da terra. Por uma questão de simplicidade, estamos impondo que este
fator esteja incorporado na taxa de desconto esperada, de modo que esta última represente os retornos do
mercado associados a seu grau de confiança relativo.
35
rendas que ocorre com o passar do tempo. Concordar com essa hipótese seria concordar com
a hipótese de um futuro incerto.
Dadas todas essas hipóteses, nesse trabalho adotamos a hipótese de que o fluxo de
rendas produtivas da terra não é necessariamente constante ao longo do tempo, nem crescente
a uma taxa constante ao longo do tempo; ou seja, estamos supondo que o fluxo de rendas
produtivas poderia não seguir um padrão definido. Além disso, vamos supor que as
expectativas quanto a essa curva podem diferir do formato que essa curva está destinada a
tomar; ou seja, adotamos a hipótese da incerteza em relação ao futuro.
Um outro fator muito investigado como determinante para o preço da terra trata-se das
expectativas de ganho de capital, nesse caso também seriam valores líquidos para os ganhos
de capital. Em alguns trabalhos sobre o tema, as expectativas de ganhos de capital são tão
consideradas quanto as expectativas sobre o fluxo de rendas líquidas produtivas; é o caso dos
trabalhos de Reydon (1992), Melichar (1979), Sayad (1982), etc.. Convém lembrar que as
expectativas de ganhos de capital como fator determinante para os preços da terra, também
são alvo de muitas críticas, como em Burt (1986).
Vamos a seguir, investigar a hipótese de que os preços da terra também são
influenciados pela expectativa de ganhos líquidos de capital, porém vamos considerar tanto as
alterações para cima quanto as alterações para baixo no valor do capital, o que implica em:
i
( 1 + r )
__________
i=1
Σ
P
*
=
n
e
( 1 + r )
__________
i
j=1
Π
R
e
j
i
-
Σ
i=1
n
i
j=1
Π
C
e
j=1
Π
__________
j
e
n
+
j
e
( 1 + r )
e
P
n
(2)
( 1 + r )
__________
j=1
n
__________
Π
∆P
e
=
n
( 1 + r )
P
n
e
e
j
-
i
j=1
Π
i=1
Σ
n
C
i
e
j
e
-
P
*
(3)
Onde:
1) P
*
é o preço da terra para a hipótese de expectativas de ganhos líquidos de capital
2) P
e
n
é o valor esperado do preço de mercado por acre no ano n
3) ∆P
e
n
é a variação líquida de capital esperada para o ano n, em valor presente
36
Aqui fazemos uma ressalva quanto à inflação no período de análise: “a partir de um
certo nível, quando a inflação atinge níveis elevados, o patamar próximo da hiperinflação, é
de se esperar que os agentes econômicos não desejem terras pela relativa baixa liquidez da
mesma” (Romeiro et al, 1994, p. 33). Desta forma, apesar da suposição de valores reais para a
equação, quando inserimos a variável do preço de revenda da terra, fica claro que a inflação
perturba a equação também pela questão dos prazos para recebimentos.
Quanto ao crédito rural subsidiado, este pode ser destinado à produção ou ao
investimento em melhorias na terra; no primeiro caso ele aumenta o valor presente do fluxo
de rendas líquidas produtivas esperadas, no segundo caso ele reduz o valor presente do fluxo
de gastos com investimento e manutenção esperados. Em ambos os casos, o crédito rural
subsidiado iria ocasionar um aumento nos preços da terra, supondo válidas as equações acima.
Como vimos no resumo bibliográfico, o crédito rural subsidiado é bastante citado como um
fator determinante dos preços da terra.
Todos os gastos em investimento nas propriedades, expressos em C
e
i
devem ser
subtraídos da variação dos preços de mercado da terra no agregado, para a obtenção da
variação líquida de capital ∆P
e
n
, como mostra a equação (3). Além disso, C
e
i
também
contempla os custos de transação no mercado de terras.
Para admitirmos que a expectativa de ganhos de capital é um determinante importante
para os preços da terra, devemos supor uma expectativa de ∆P
e
n
positivo em (3). Mas pode é
claro, haver uma baixa nos preços da terra no ano n; caso isso aconteça os agentes sabem que
ainda poderão aguardar por um melhor ano para a revenda. Em todo o caso, a forma correta
de interpretar as equações (2) e (3) é considerar que o conjunto de agentes demandantes de
terra, está visualizando a partir do ano zero, que ao chegar no ano n haverá duas opções:
vender terras por P
e
n
,ou não vender e continuar recebendo o fluxo de rendas produtivas da
terra.
Convém lembrar que cada agente tem uma expectativa diferente para as rendas
produtivas esperadas, para os gastos com investimento e manutenção esperados e também,
para o melhor ano de revenda, mas isso não impede que as equações (2) e (3) sejam uma
referência para o conjunto de agentes.
Enfim, dadas duas equações para os preços da terra, uma mais simples, que se baseia
no fluxo de rendas produtivas futuras (1), e outra mais sofisticada, que inclui a possibilidade
de ganhos líquidos de capital (2), devemos perguntar primeiramente se são equações
equivalentes, ou seja, se P = P
*
? Ou se são equações distintas? Ou mesmo, qual das duas seria
a melhor equação para os preços da terra?
37
Essa investigação é feita em cinco itens a seguir. Estes itens tratam das distorções
(variações) nos preços da terra e suas causas, mas em especial, são itens voltados à questão do
quanto as expectativas sobre essas distorções de preços podem influenciar a compra de terra
somente para fins especulativos.
2.2.1 Distorções dos preços da terra devido ao crescimento da renda produtiva
Nesse primeiro caso vamos supor P = P
*
, ou seja, vamos supor que os preços da terra
não se descolam do fluxo esperado de renda. Porém, o fato do preço ser determinado pelo
fluxo de rendas futuras não significa que ele não se modifica ao longo do tempo. Havendo um
crescimento das rendas produtivas do ano zero para o ano n na equação (2), pode haver um
aumento real dos preços da terra neste período. Porém, isso
não quer dizer que esse aumento
signifique um ganho patrimonial em relação à equação (1).
Para exemplificar, seja g ( g < r ) uma taxa de crescimento constante e infinita
7
para a
renda (a título de exemplo, não vamos considerar os custos em investimento/manutenção nem
alterações na taxa de retorno) como representado na Figura 5; neste caso vamos ter:
P
0
= R/(r-g) (4)
P
R
12345
R(1+g)
0
2
t
FIGURA 5 - Preço da terra no caso de uma renda crescente a uma taxa constante g < r
Agora, vamos supor a venda da terra no ano 2. O fluxo de rendas seguintes vai
determinar o preço:
__________________________
7
No caso de g < r , o fluxo de renda esperado em valor presente é convergente, de forma que podemos usar a
fórmula da “soma dos termos de uma progressão geométrica infinita” para calcular o valor presente deste fluxo.
Já no caso de g > r, teríamos um fluxo de renda esperado em valor presente divergente, ou seja, P não seria um
valor finito.
38
P
2
= R(1+g)
2
/(r-g) (5)
Notamos que o preço da terra no ano 2 é maior do que o preço no ano 0 em termos
reais, porém, trazendo esse valor, mais as rendas obtidas nos anos 1 e 2 para o valor presente
do ano zero vamos ter:
P
0
* = R/(r-g) (6)
Ou seja, o mesmo preço dado pela a equação (4). Assim, mesmo havendo uma
alteração real de preços do ano zero para ano 2, isso não quer dizer que haja ganhos
patrimoniais para o proprietário.
Uma formulação equivalente a esta é vista em Melichar (1979), que supõe a elevação
dos preços da terra como um ganho real de capital. Desta forma ele descreve as dificuldades
de se iniciar um empreendimento agrícola uma vez que os retornos estariam mais
concentrados nos ganhos sobre o preço da terra, do que sobre as rendas produtivas que seriam
geradas no empreendimento.
Neste trabalho empregamos a denominação de “ganhos patrimoniais” para o caso do
valor presente do fluxo de recebimentos se elevar. Podemos então, como Melichar, empregar
a denominação de “ganhos de capital” para o caso dos preços da terra se elevarem. Desta
forma, havendo ganhos de capital, isso não significa haver ganhos patrimoniais, como no caso
descrito acima onde houve apenas um aumento nos preços da terra. Mas essa é só uma
questão de nomenclatura, o que questionamos é se esse aumento seria significativo e se
poderia influenciar a propriedade da terra para fins especulativos.
Para responder a essa pergunta primeiro vamos lembrar que a renda da terra neste caso
estaria crescendo a uma taxa constante, o que não implica em um crescimento linear, pois
implica em uma curva de crescimento com concavidade voltada para cima, como mostra a
Figura 5. Resta saber se esta curva de crescimento da renda se sustenta no longo prazo, ou ao
menos, se o conjunto de agentes de fato acredita nesta possibilidade.
Neste caso, não haveria a necessidade da terra ser produtiva se apenas esse tipo de
aumento em seus preços recompensassem o agente pela sua posse. Como a venda se daria em
função da expectativa de rendas futuras, a terra não produtiva teria seu valor associado ao
quanto ela poderia ainda produzir. Por isso, a expectativa por esse tipo de distorção nos preços
da terra de fato justificaria a posse de uma terra improdutiva.
39
No entanto é preciso lembrar que, de qualquer forma, sem os ganhos produtivos o
proprietário teria com certeza uma perda patrimonial em relação a uma aplicação alternativa.
É claro que este resultado está baseado em uma análise básica, sem maiores considerações em
relação ao grau de confiança nos diversos ativos, diversificação de
portfolio, etc., que
poderiam influenciar o agente a deter terras sem querer enfrentar os riscos da produção.
2.2.2 Distorções dos preços da terra devido a alterações na expectativa sobre as rendas
produtivas
As equações (1) e (2) tornam-se equações equivalentes se pensarmos no preço em n,
P
e
n
, como substituto do fluxo de rendas esperado para os anos seguintes.
Neste caso, ainda tratamos da possibilidade de:
P = P
*
(7)
Assim, subtraindo (2) de (1) vamos ter:
(8)
i = n+1
__________
( 1 + r )
Π
j=1
n
n
P
e
e
j
Π
__________
j=1
=
i = n+1
Σ
∞
i
( 1 + r )
e
e
R
i
j
-
j
( 1 + r )
__________
e
j=1
Π
Σ
∞
i
e
C
i
Simplificando:
(9)
C
__________
( 1 + r )
Σ
i = n+1
P
e
n
=
∞
R
__________
( 1 + r )
j = n+1
Π
i
i
e
j
e
Σ
i = n+1
-
∞
i
j = n+1
Π
i
e
j
e
Agora, vamos comparar esse valor com o preço realmente alcançado n anos depois:
(10)
( 1 + r )
___________
C
Π
j = n+1
Π
j = n+1
i = n+1
P
n
=
∞
Σ
( 1 + r )
e n
___________
i
R
e n
i
j
Σ
i = n+1
-
∞
i
e n
i
e n
j
40
Onde:
1) P
n
é o preço de mercado por acre do ano n
2) R
e n
i
é o valor esperado no ano n, para a renda líquida produtiva por acre do ano i.
3) r
e
n
j
é o valor esperado no ano n, para a taxa de desconto do ano j
4) C
e n
i
é o valor esperado no ano n, para gastos com investimento e manutenção por
acre no ano i
O valor de P
n
objetiva o futuro, e é guiado a partir das expectativas formadas no ano n.
Essas expectativas são formadas segundo as informações disponíveis nesse ano. Obviamente,
as informações disponíveis no ano n também consideram os acontecimentos passados entre o
ano zero e o ano n, por isso a frustração das expectativas feitas para esses anos pode alterar as
previsões seguintes.
Ou seja, nada garante que as expectativas formadas no ano zero sejam iguais às
expectativas formadas no ano n, consequentemente nada garante que P
n
seja igual a P
e
n
. Por
isso supomos a hipótese de um futuro incerto, no qual a curva de preços esperados para a terra
pode diferir da curva que os preços estão destinados a seguir.
Caso P
n
for maior que P
e
n
, haverá de fato uma ganho patrimonial para os proprietários
de terras; caso P
n
for menor que P
e
n
, haverá uma perda patrimonial. Dessa forma, as equações
revelam a importância que tem a variação das expectativas no decorrer dos anos sobre os
preços das terras.
Se as expectativas quanto às rendas futuras se alterarem para cima,
ceteris paribus
haverá um ganho patrimonial para os proprietários; se as expectativas quanto ao futuro da
taxa de retorno do mercado de alterarem para cima,
ceteris paribus haverá uma perda
patrimonial, e se os custos com investimento/manutenção se alterarem para cima,
ceteris
paribus
haverá uma perda patrimonial para os proprietários
8
.
Porém a futura alteração das expectativas é invisível ao conjunto dos agentes, se fosse
visível já seriam as futuras expectativas aquelas consideradas desde o ano zero, e não haveria
espaço para ganhos patrimoniais no ano n. Ou seja, todo o ganho patrimonial proveniente da
propriedade da terra seria antecipado pelos agentes em seu comportamento médio. O ganho
ou perda só ocorrem em função das mudanças de expectativas. Uma verdadeira valorização
__________________________
8
De modo geral, a alteração de qualquer expectativa considerada determinante dos preços da terra, é capaz de
ocasionar essa variação patrimonial. Se estivermos trabalhando com o grau de confiança no retorno do ativo
terra, e essa variável se alterar, como por exemplo no caso de uma aceleração da reforma agrária, isso deve
impactar os preços da terra.
41
da terra só ocorre porque não era prevista. A valorização futura que é prevista pelo conjunto
de agentes é também adiantada no valor corrente da terra.
Por fim, um outro agente que deve ser lembrado aqui é aquele com informações
privilegiadas. Ele adianta as quebras de expectativas do conjunto de agentes, e portanto é
capaz de obter ganhos patrimoniais com a compra de terras. Esse é o caso do agente que sabe
antes dos outros que em determinada região vai passar uma estrada em breve, e por isso
compra terras naquela região; quando o conjunto de agentes toma conhecimento da estrada,
há uma subida dos preços das terras na região, beneficiando o agente.
2.2.3 Distorções dos preços da terra acima da expectativa sobre as rendas produtivas
Até aqui supusemos os preços das terras vinculados de alguma forma às expectativas
quanto ao fluxo de rendas produtivas, essas expectativas poderiam se confirmar ou se
modificar ao longo do tempo. Porém, resta investigar até que ponto a expectativa sobre a
valorização do capital pode caminhar independentemente das expectativas quanto ao fluxo de
rendas produtivas da terra.
Para investigar até que ponto haveria uma autonomia das expectativas quanto à
valorização do capital, vamos partir da fórmula (2):
i
( 1 + r )
__________
i=1
Σ
P
*
=
n
e
( 1 + r )
__________
i
j=1
Π
R
e
j
i
-
Σ
i=1
n
i
j=1
Π
C
e
j=1
Π
__________
j
e
n
+
j
e
( 1 + r )
e
P
n
(2)
E supor que:
(11)
C
__________
( 1 + r )
i = n+1
∞
Σ
n
P
e
>
( 1 + r )
R
__________
j = n+1
Π
i
i
e
j
e
i = n+1
∞
Σ
-
j = n+1
Π
i
i
e
j
e
O que implica em:
42
(12)
i
( 1 + r )
__________
i=1
Σ
*
P =
∞
e
__________
( 1 + r )
Π
j=1
i
R
e
i
j
-
∞
i=1
Σ
j=1
Π
i
C
e
__________
Π
j=1
e
j
+
n
j
e
( 1 + r )
∆P
n
e
Onde:
(13)
n
∆P
e
=
__________
Π
j = n+1
i = n+1
e
P
n
-
∞
Σ
( 1 + r )
e
j
R
i
i
e
+
( 1 + r )
__________
Π
i = n+1
j = n+1
∞
Σ
C
i
e
i
e
j
∆P
e
n
> 0 (14)
Para simplificar, vamos supor que R
e
, C
e
e r
e
sejam constantes
9
, lembramos que nosso
foco estará sobre ∆P
e
n
. Com isso teríamos a partir de (12):
(15)
( 1 + r )
__________
R
r
_____
*
P =
_____
e
e
-
C
r
e
e
+
∆P
e
e
n
n
Derivando ambos os lados:
(16)
0
=
(d/dt)
*
P
(d/dt)
_____
e
r
R
e
0
(d/dt)
-
C
_____
r
e
e
∆P
_________
( 1 + r )
(d/dt)
+
n
e
e
n
Portanto:
(17)
=
(d/dt)
*
P
n
∆P
(d/dt)
_________
( 1 + r )
n
e
e
Ou seja, para que P
*
seja uma função crescente no tempo, os acréscimos ∆P
e
n
também
devem ser uma função crescente no tempo, não bastaria acréscimos ∆P
e
n
de valor constante.
Deste modo, para termos preços elevados para a terra em função de uma expectativa de
constante valorização do capital, é preciso não só que essa valorização aconteça, como
__________________________
9
Fizemos a soma dos termos de uma Progressão Geométrica Infinita para trazer R
e
e C
e
ao valor presente.
43
também, que ela seja uma valorização crescente em relação ao patamar das rendas produtivas
esperadas. Caso os preços da terra tendam a estacionar em um patamar definido acima das
rendas produtivas esperadas, a dinâmica enfrenta problemas de estabilidade e os preços
tendem a retornar para o patamar das rendas produtivas esperadas onde:
(18)
=
(d/dt)
*
P
_________
( 1 + r )
e
(d/dt)
∆P
n
e
n
=0
É claro que para chegar a esse resultado fizemos várias simplificações; na prática tanto
as variáveis R
e
, C
e
e r
e
têm seus valores alterados ao longo do tempo, como também, o grau
de confiança depositado em cada uma delas está sujeito a alterações até bruscas ao longo do
tempo. Com isso, não podemos descartar a possibilidade de uma expectativa de valorização
do capital autônoma (em relação à expectativa quanto às rendas produtivas) sendo mantida
por algum espaço de tempo, apesar de termos chegado a um resultado contrário.
Antes de tudo, um grande empecilho para a hipótese da terra se tornar um veículo para
conservar riqueza sem qualquer relação com sua renda produtiva (como é o caso do ouro,
jóias ou obras de arte), não deixa de ser as próprias determinações da sociedade à qual essa
terra pertence. Como a terra é um bem que tem uma importância estratégica, pois é um fator
de produção, gera bens de primeira necessidade, conserva riquezas ambientais, enfim, tem
uma função social a cumprir, seria difícil imaginar uma permissão da sociedade para que este
bem se torne apenas um veículo para conservar riqueza.
No caso da terra ser um bem destinado a conservar riqueza, seus preços poderiam ser
bem maiores que suas correspondentes rendas produtivas, porém, é provável que antes disso,
fatores institucionais elaborados na sociedade, como impostos e outras restrições, incidam
sobre a propriedade da terra. Ou seja, há formas, dentro de uma sociedade, de evitar uma
busca desenfreada pela propriedade da terra.
2.2.4 Distorções cíclicas dos preços da terra
No item 2.2.2, tratamos da possibilidade de frustração das expectativas quanto ao fluxo
de rendas produtivas causando distorções nos preços da terra, mas a referência básica neste
caso não deixava de ser as rendas produtivas. Enquanto isso, no item 2.2.3 a referência básica
era a própria valorização do capital, mas esta não se mostrou um ponto de apoio sólido.
44
Neste item porém, observamos que, mesmo que uma autonomia da expectativa sobre os
ganhos de capital em relação às expectativas sobre as rendas produtivas não seja sólida no
longo prazo, isso não significa que tal autonomia não possa ser observada na prática pelo
espaço de tempo que convier aos agentes.
Sayad (1977), quando usou a variável das expectativas sobre os ganhos de capital em
sua formulação para os preços da terra, deixou claro que a dinâmica dos preços da terra se
desenvolveria de forma cíclica. Tal abordagem não contraria os resultados do item 2.2.3, dado
que no longo prazo os preços da terra não estariam se distanciando do fluxo de rendas
produtivas.
Mas Sayad foi criticado por Brandão nessa formulação cíclica para os preços da terra,
pois como vimos, para Brandão os agentes tendem a “aprender” com os erros e antecipar
essas variações cíclicas diminuindo a amplitude das duas fases. Na verdade, Sayad havia se
preocupado em elaborar inclusive uma expressão matemática para o ciclo dos preços da terra,
com isso Brandão interveio: “... por que os agentes econômicos insistiriam em formar
expectativas erradamente de maneira tão consistente?” (Brandão, 1992, p.145)
A nosso ver entretanto, apesar das críticas de Brandão, não podemos descartar a
possibilidade de uma inércia nas oscilações de preços do mercado de terras. Lembramos que,
não apenas as alterações na taxa de desconto do mercado, mas também as alterações no grau
de confiança depositado nos diversos ativos, na renda produtiva esperada, etc., poderiam gerar
quebras de expectativas sobre o futuro, e com isso, causar oscilações nos preços da terra.
Assim, não poderíamos desprezar a princípio, a possibilidade de um movimento inercial de
preços surgir a partir dessas oscilações, gerando novas distorções nos preços da terra.
Como exemplo, vimos no item 2.2.2 que, quando as rendas produtivas correntes são
maiores que o esperado, é provável uma revisão para cima das expectativas sobre as rendas
futuras, por isso o aumento dos preços da terra; agora supomos que esse aumento em si pode
gerar inercialmente novos aumentos nos preços, mesmo quando as rendas produtivas
deixaram de elevar-se acima do esperado. Os agentes neste caso estariam acreditando que o
processo de aumento nos preços da terra iria continuar no futuro, por isso estariam
especulando sobre os preços da terra, de forma que o conjunto de agentes se mostraria
sobrelevando os preços da terra em relação às rendas produtivas.
Esse processo poderia continuar por algum tempo, até que as quebras de expectativas
se dessem no sentido inverso, para um valor menor para os preços da terra. Esse processo se
aproximaria de uma onda longa flutuando em torno do fluxo de rendas produtivas da terra.
45
A terra é um investimento de longo prazo, cuja consciência sobre a oportunidade do
negócio só será plena com o passar do tempo, e isso joga uma nuvem sobre a determinação de
seus preços. Fatores subjetivos e institucionais também influenciam os preços da terra,
tornando-os uma incógnita ainda maior. Neste caso, os preços passados podem despontar
como uma variável para orientar os agentes, e da mesma forma, a “variação” dos preços
passados pode ter muito a dizer.
Essas questões abrem espaço não apenas para ondas longas, mas para ondas curtas
também. Dentro das ondas longas, variações nos preços da terra caracterizadas por um menor
período podem ter suas dimensões ampliadas pela dificuldade que envolve a correta
determinação desses preços.
Por isso, mesmo questionando a longevidade da expectativa de valorização do capital
como determinante dos preços da terra, seria conveniente supô-la por um prazo
indeterminado. Veremos em estudos empíricos o quanto a valorização do capital poderia
influenciar uma nova valorização do capital.
2.2.5 Outros determinantes
Os itens anteriores trataram das distorções dos preços da terra e de suas possíveis
causas, baseados principalmente na fórmula de capitalização reproduzida na equação (2) e nas
contribuições da bibliografia resumida anteriormente.
Foram estudadas quatro possíveis causas para distorções nos preços da terra, baseadas
principalmente em dois pontos de apoio: as expectativas sobre o fluxo de rendas produtivas, e
a expectativa sobre os ganhos de capital. Neste item, abordamos outros determinantes dos
preços da terra, como fatores subjetivos que podem manter os preços da terra elevados sem
causarem oscilações nesses preços.
Como aponta De Janvry (1999), diversos fatores estão embutidos nos preços da terra,
como por exemplo, o fato da terra fornecer um capital social e político a seu proprietário.
Scofield embute nos preços da terra elementos provenientes da tradição e valores sociais.
Reydon, por sua vez, aponta o fato dos preços da terra acrescentarem um prêmio de liquidez,
refletindo a relativa facilidade de se vender esse ativo no futuro.
Entre esses fatores peculiares à terra, podemos acrescentar o fato da terra ter uma
enorme versatilidade de uso em relação aos outros bens de capital, tanto em termos de
produção agrária, como também, em campos diversos: turismo, moradia. Além disso, a terra é
46
um bem limitado que conserva riquezas naturais e pode ter para seu proprietário um valor
simbólico, sentimental.
De modo geral, fatores subjetivos e institucionais são peculiares à terra, mas a variação
desses fatores ao longo do tempo não é tão importante. Por isso optamos por incluí-los em
uma formulação para os preços da terra agrupando todos eles em uma variável B. Essa
variável corresponde ao preço que os agentes se dispõem a pagar por um bem que tem as
peculiaridades da terra. A variável será somada aos fatores já estudados como determinantes
dos preços da terra, e resume tudo o que há de peculiar à terra que eleva seu preço de venda.
Observamos que, ainda outras peculiaridades podem ser levantadas para a terra, as
quais supomos englobadas na variável B , de forma que:
(19)
+
( 1 + r )
R
__________
terra
n
i=1
Σ
=
j=1
Π
i
__________
i
e
e
j
-
Σ
i=1
n
( 1 + r )
Π
j=1
i
C
e
i
e
j
__________
( 1 + r )
__________
( 1 + r )
Π
j=1
n
P
e
n
e
j
j=1
Π
n
Σ
i=1
+
B
i
i
e
e
j
P
Ou supondo B
e
, C
e
e r
e
constantes ao longo do tempo:
(20)
________
( 1 + r )
Σ
n
terra
=
i=1
Σ
n
i=1
e
R
i
e
i
-
________
e
C
( 1 + r )
e
i
________
( 1 + r )
________
e
P
( 1 + r )
+
e
n
n
e
n
Σ
B
i=1
+
j
e
i
P
Vamos rever a equação (19) em estudos posteriores. O estudo do próximo item trata-se
de um estudo de possibilidades teóricas que inclui o movimento do volume de negócios na
abordagem do mercado de terras.
2.3 O VOLUME DE NEGÓCIOS COM TERRAS (ÁREA TRANSACIONADA)
A área que é transacionada em determinado período está representada nas curvas de
oferta e demanda líquidas, apresentadas no gráfico da Figura 2 (b), o qual encontra-se
reproduzido na Figura 4.
Medir a inclinação de cada curva apresenta problemas de identificação no mercado de
terras, pois, como observam Tweeten e Martin (1966), certas variáveis estão associadas a
mais de uma função. No modelo apresentado no item 2.2, equação (19), as variáveis R
e
i
, r
e
j
,
C
e
i
e B
e
i
, apareceriam tanto na curva de oferta líquida quanto na curva de demanda líquida.
47
Preço de
Equilíbrio
disponível
Área
Transacionada
D
S
Área
Quantidade
Preço
FIGURA 4 – Curvas de oferta e demanda líquidas
A área transacionada se modificaria ao longo do tempo em função de deslocamentos
nas curvas de oferta e demanda líquidas, e também, em função de alterações na inclinação
dessas curvas. Um exemplo disso seria o de uma pessoa proprietária de uma grande extensão
de terras cujo preço de reserva dedicado às suas terras fosse alto, enquanto o preço de reserva
dedicado por seus herdeiros às mesmas terras fosse menor que o preço de equilíbrio de
mercado; no caso do falecimento dessa pessoa, haveria tanto um deslocamento como uma
alteração na inclinação da curva de oferta de terras, e possivelmente um volume de negócios
maior nos períodos posteriores ao falecimento dessa pessoa.
De modo geral, o estudo do volume de negócios traz tantas variáveis que não
surpreende o fato de ter sido preterido em relação ao estudo dos preços somente a partir das
curvas de oferta e demanda brutas, ou melhor, da curva de demanda bruta unicamente.
No entanto, quando analisamos o movimento dos preços da terra a partir da curva de
demanda bruta unicamente, supondo que certas variáveis ocasionam deslocamentos para cima
e para baixo nessa curva, estamos baseados na influência dessas variáveis sobre todos os
agentes ao mesmo tempo, portanto não estamos considerando a influência dessas variáveis
sobre os ofertantes líquidos em relação à influência das mesmas sobre os demandantes
líquidos.
Supondo a equação (19) na determinação dos preços da terra, a princípio não teríamos
motivos para desconfiar que as variáveis da equação sensibilizariam de forma diferente
ofertantes líquidos e demandantes líquidos. Mesmo considerando que as expectativas desses
dois grupos possam ser diferentes por uma questão de assimetria de informações por exemplo,
48
isso não quer dizer que a variação dessas expectativas se daria de forma diferente, a ponto de
impulsionar a oferta líquida e a demanda líquida de forma desigual.
Assim, a grande maioria dos trabalhos não distingue a influência de variáveis sobre os
ofertantes líquidos em relação aos demandantes líquidos, o que pode deixar a impressão de
que se trataria da mesma influência. Casos raros são os de trabalhos como o de Herd e
Cochrane (1966), ou o de Brown e Brown (1984), que se atêm à distinção entre as
expectativas de ofertantes líquidos e demandantes líquidos.
Como vemos, podemos discutir sobre a real importância da distinção entre ofertantes
líquidos e demandantes líquidos, mas acima de tudo, podemos obter frutos a partir dessa
discussão.
Vejamos, se caso as variáveis que influenciam os preços da terra realmente
influenciarem indistintamente as curvas de oferta e demanda líquidas, vamos ter variações do
volume de negócios independentes das variações dos preços da terra.
Mas por outro lado, se as variáveis que influenciam os preços da terra influenciarem de
maneira distinta as curvas de oferta e demanda líquidas, vamos poder observar algum padrão
de comportamento que relaciona o volume de negócios aos preços da terra.
Olhando para o gráfico da Figura 4, podemos definir alguns resultados que iriam advir
da variação relativa das curvas de oferta e demanda líquidas, observamos que esses resultados
caberiam unicamente às curvas de oferta e demanda
líquidas, a saber: considerando um
período de alta nos preços da terra, se (i) a curva de oferta sofrer um deslocamento para cima
maior que a curva de demanda, a área transacionada diminuirá neste período, e se (ii) a curva
de demanda sofrer um deslocamento para cima maior que a curva de oferta, a área
transacionada aumentará. Agora, considerando um período de baixa nos preços da terra, se
(iii) a curva de oferta sofrer um deslocamento para baixo maior que a curva de demanda, a
área transacionada aumentará, e se (iv) a curva de demanda sofrer um deslocamento para
baixo maior que a curva de oferta, a área transacionada diminuirá no período.
Vamos supor, por exemplo, que os preços da terra caiam depois de um período de alta,
e que essa queda nos preços permita que pequenos produtores, ausentes do mercado de terras
no período de alta, possam ingressar nesse mercado no período de baixa. Neste caso teríamos
uma queda na curva de oferta não acompanhada pela queda na curva de demanda, pois novos
demandantes se apresentariam no mercado impedindo que a curva de demanda descesse
muito e talvez ocasionando uma alteração na inclinação dessa curva para que a demanda se
estabilizasse em determinado patamar. Esse processo seria acompanhado então por um
aumento da área transacionada no período, como poderíamos observar graficamente. E essa
49
área transacionada estaria associada à troca de agentes possuidores de terras nesse período de
baixa. Talvez, à medida que os preços começassem a subir, tivéssemos um retorno do grupo
que originalmente possuía terras, de forma que toda a onda de baixa seria acompanhada por
uma área transacionada maior.
Por outro lado, podemos supor que haja uma troca de agentes possuidores de terras
justamente no período de alta, supondo que essa alta fosse provocada por agentes de fora do
mercado de terras que estivessem trocando outros investimentos por terra. Neste caso, a curva
de demanda se deslocaria mais do que a curva de oferta, sendo responsável por impulsionar os
preços para cima. Tal processo seria acompanhado por um aumento da área transacionda no
período, como poderíamos observar graficamente. Portanto, esse período corresponderia a
uma onda de alta nos preços da terra durante a qual teríamos um aumento da área
transacionada.
Podemos supor também outros casos com a movimentação relativa dos preços da terra.
Em períodos de alta instabilidade nos preços da terra poderíamos ter agentes especulando com
as altas e com as baixas nesses preços, procurando comprar terras na baixa e vender na alta.
Se conseguissem realizar esse processo, esses agentes estariam fazendo com que a demanda
não caísse tanto e a oferta não subisse tanto, aumentando a área transacionada nos picos. Mas
como ninguém saberia até que ponto os preços poderiam cair ou subir, seria possível que todo
esse período fosse acompanhado por um volume de negócios maior.
Como vemos, o estudo da área transacionada é complexo, envolve alterações no
deslocamento relativo das curvas de oferta e demanda líquidas, e também, alterações na
inclinação dessas curvas. Se podemos afirmar, a partir da imposição de deslocamentos para as
curvas de oferta e demanda líquidas, qual seria o movimento da área transacionada, não
podemos ter a mesma certeza sobre a direção de causalidade inversa; ou seja, não podemos
afirmar com certeza qual foi a origem de determinado comportamento da área transacionada.
Mas ainda assim podemos estudar causas prováveis para esse ou aquele comportamento da
área transacionada, a partir não só de informações colhidas em campo, mas também a partir
de outras fontes, como a bibliografia existente.
Um estudo empírico do movimento do volume de negócios com terras será
desenvolvido no quarto capítulo; este estudo analisa a área transacionada na região que
compreende os municípios de Promissão, Cafelândia e Pirajuí no estado de São Paulo. Neste,
vamos observar a tendência da área transacionada em diferentes fases dos preços da terra, e
tirar conclusões sobre o comportamento dos agentes nesse mercado.
50
3 FLUTUAÇÕES DO PREÇO DA TERRA NO MERCADO NACIONAL
Daqui para frente, realizamos estudos empíricos dividindo-os em duas partes, a parte
que estuda o movimento dos preços da terra, realizada neste capítulo, e a parte que estuda o
volume de negócios com terras, a qual é realizada no quarto capítulo. Neste capítulo vamos
desenvolver um estudo dos preços da terra com determinados dados nacionais que descende
dos trabalhos dos autores brasileiros abordados no primeiro capítulo.
Dizemos que esta primeira parte dos estudos empíricos descende dos trabalhos dos
autores brasileiros, pois retoma um debate proposto no Brasil já nos anos 70, que discute a
importância do fator especulativo na determinação dos preços da terra.
Nos anos 70 a coleta de dados sobre os preços da terra mal tinha começado a ser
realizada pela Fundação Getúlio Vargas; já nos trabalhos realizados nos anos 90 tínhamos
mais de vinte anos de dados semestrais sobre os preços da terra. E agora temos uma seqüência
ainda maior de dados, com a qual podemos chegar a novos resultados em estudos estatísticos.
Faremos estudos, seguindo o caminho de autores brasileiros, como Reydon (1992) e
Brandão (1992), que confrontaram as variações nos preços da terra com os ganhos
provenientes de outros ativos da economia, além de outras variáveis.
(19)
+
( 1 + r )
R
__________
terra
n
i=1
Σ
=
j=1
Π
i
__________
i
e
e
j
-
Σ
i=1
n
( 1 + r )
Π
j=1
i
C
e
i
e
j
__________
( 1 + r )
__________
( 1 + r )
Π
j=1
n
P
e
n
e
j
j=1
Π
n
Σ
i=1
+
B
i
i
e
e
j
P
A importância dos ganhos provenientes de ativos alternativos na economia pode ser
observada na equação (19), pois esta apresenta o termo r
e
j
que representa a taxa de desconto
esperada do ano j, e exemplifica os ganhos de uma aplicação alternativa.
Na realidade, estamos estudando se seria a terra uma aplicação alternativa em relação
aos investimentos que iremos abordar, que são o dólar, a caderneta de poupança, e ações da
Bolsa de Valores de São Paulo. Ou seja, estamos estudando se os investidores desses ativos
poderiam ver na terra um ativo alternativo.
Com respeito aos dados a serem analisados, a Figura 5 apresenta um gráfico da
variação real dos preços médios da terra para lavoura no Brasil. Os dados deste gráfico são
apresentados em reais por hectares, e foram deflacionados pelo Índice Geral de Preços
Disponibilidade Interna IGP-DI com base nos preços de 01 de agosto de 1994. Esses dados
sobre os preços de venda de terras foram disponibilizados pela Fundação Getúlio Vargas para
51
o período de 1977 a 2003
10
. Sobre o período anterior, de 1966 a 1977, os dados foram
adquiridos através de publicações
11
do Centro de Estudos Agrícolas (CEA) da Fundação
Getúlio Vargas. Quanto aos dados sobre o IGP-DI, também foram disponibilizados pela
Fundação Getúlio Vargas (FGV)
12
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
jun/66
jun/68
jun/70
jun/72
jun/74
jun/76
jun/78
jun/80
jun/82
jun/84
jun/86
jun/88
jun/90
jun/92
jun/94
jun/96
jun/98
jun/00
jun/02
FIGURA 5 - Preços médios da terra para lavoura no Brasil
FONTE: Elaboração própria com base nos dados da FGV
Em relação à captação dos dados, por parte da Fundação Getúlio Vargas, sobre os
preços e aluguéis das terras no Brasil, vamos observar que:
“Os dados são coletados a cada seis meses, ou seja, em Junho e
Dezembro. ... em vista da enorme dificuldade de coletá-los na
mesma data, os indicadores são produzidos ao longo do mês. Os
dados fornecidos são nominais, ou seja, refletem os valores
naquela data, sem qualquer tipo de deflacionamento.”
13
__________________________
10
Preços de Vendas de Terras – Lavouras - Brasil. Disponível em http://www.fgvdados.com.br. Acesso em
30/09/2004
11
Ribeiro; Amim; Gheventer, 1988, p. 59
12
Índice Geral de Preços – Disponibilidade Interna – IGP-DI. Disponível em http://www.fgvdados.com.br.
Acesso em 15/02/2005
13
E-mail fornecido por Conrado Valiante da Rocha - Fundação Getúlio Vargas, IBRE/DGD – envio em
17/02/2005
52
Observamos que, como o IGP-DI apresenta a inflação ocorrida do dia 01 ao último dia
do mês, usando este índice puro deflacionaríamos os dados até o início de cada mês. Mas este
procedimento não seria conveniente, já que a coleta de dados se dá ao longo do mês; assim,
para deflacionar os dados até o meio do mês de coleta, usamos uma média entre o IGP-DI do
mês de coleta e o IGP-DI do mês seguinte. Com isso obtemos a metade da inflação ocorrida
no mês de coleta dos dados, como seria conveniente.
Como mostra o gráfico da Figura 5, vamos nos restringir ao estudo dos preços das
terras para a lavoura. Nesses estudos, vamos a princípio relacionar esses preços com a renda
produtiva da terra, ou seja, com a parcela do valor da produção que vai para o proprietário da
terra. Como uma
proxy deste dado usamos o valor do arrendamento, ou seja, a média nacional
do valor real do arrendamento por hectare.
A Figura 6 mostra as variações reais nos preços da terra e as variações reais no valor
do arrendamento. Vamos observar que essas variáveis parecem exibir uma forte correlação
entre si.
jun/66
jun/69
jun/72
jun/75
jun/78
jun/81
jun/84
jun/87
jun/90
jun/93
jun/96
jun/99
jun/02
Preço da Terra
Arrendamento
FIGURA 6 – Preços de venda da terra e valor do arrendamento
FONTE: Elaboração própria com base nos dados da FGV
Os dados sobre arrendamento para o período de 1972 a 2003
14
foram obtidos da
Fundação Getúlio Vargas. E quanto ao período anterior, de 1966 a 1972, os dados foram
publicados pelo Centro de Estudos Agrícolas (CEA) da Fundação Getúlio Vargas (FGV)
15
.
__________________________
14
E-mail fornecido por Raphael Richetti Vieira - Fundação Getúlio Vargas, IBRE/DGD – envio em 17/01/2005
53
Assim como os dados sobre preços da terra, os valores de arrendamento também são
coletados ao longo dos meses de junho e dezembro, e foram deflacionados pelo IGP-DI
seguindo o mesmo procedimento usado para o deflacionamento dos preços da terra.
Outros ativos também foram considerados no estudo: a caderneta de poupança, o dólar
no mercado oficial e o índice da Bolsa de Valores de São Paulo (Ibovespa).
Os rendimentos da caderneta de poupança foram obtidos da Fundação Getúlio
Vargas
16
. Esses dados são apresentados em forma de ganhos percentuais ao mês, desde
outubro de 1966. Para comparar a variação desses ganhos com ganhos de capital provenientes
da propriedade da terra, colocamos os ganhos da caderneta de poupança na forma de um
índice. Supomos um valor como base, no caso o valor de 10
-12
para ser o índice do último dia
anterior à série, e computamos os rendimentos ocorridos nos meses seguintes com a seguinte
fórmula:
ICP
t
= ICP
t-1
+ ICP
t-1
.
R
%
/ 100
Onde:
1) ICP é o índice associado aos rendimentos da caderneta de poupança
2) R
%
é o rendimento mensal percentual da caderneta de poupança
Com isso obtivemos um índice, que ao contrário dos outros, refere-se ao último dia do
mês. O deflacionamento deste índice foi realizado pelo IGP-DI com base em 01 de agosto de
1994. Como os dados disponíveis sobre preços da terra e valores de arrendamento referem-se
apenas aos meses de junho e dezembro de cada ano, tomamos apenas os valores do índice da
caderneta de poupança desses meses para comparar os dados.
Quanto ao dólar oficial, mesmo não sendo uma opção para os investidores em geral, as
variações em seu valor podem ser usadas como uma
proxy das variações do dólar paralelo,
por isso incluímos esse ativo em nossos estudos.
Os dados sobre o dólar oficial foram obtidos da Fundação Getúlio Vargas
17
, e referem-
se às médias mensais dos meses de junho e dezembro. O deflacionamento desses valores
seguiu o mesmo procedimento usado para o deflacionamento dos preços da terra. Apesar de
_________________________
15
Ribeiro; Amim; Gheventer, 1988, p. 59
16
Caderneta de Poupança. Disponível em http://www.fgvdados.com.br. Acesso em 08/02/2005
17
Dólar Comercial Média Mensal. Disponível em http://www.fgvdados.com.br. Acesso em 15/02/2005
54
termos disponíveis dados sobre o dólar desde 1930, o período até 1966 ficou sem uso por falta
de dados sobre os preços da terra.
Já o Ibovespa é o índice que apresenta o menor período de análise, pois inicia-se em
1968. Desta forma, o estudo do conjunto desses ativos parte de 1968, e vai até dezembro de
2003, que consiste no último dado disponível sobre os preços da terra.
Optamos por usar o índice médio mensal das ações na Bolsa de Valores de São Paulo,
ao invés do índice de fechamento do mês, pelo fato do índice médio mensal agregar mais
dados na análise. Com isso, o deflacionamento dos dados seguiu o mesmo procedimento
usado para o deflacionamento dos preços da terra.
A média mensal do Ibovespa para o período de 1981 a 2004 foi obtida da Fundação
Getúlio Vargas
18
. Quanto ao período de 1968 a 1981, os dados foram obtidos da Listagem de
Acompanhamento do Índice Bovespa na Biblioteca da Bolsa de Valores de São Paulo.
A rigor, dados sobre os rendimentos anuais das ações na Bolsa de Valores deveriam
ser agregados ao Ibovespa para uma análise da rentabilidade desse ativo, mas como estamos
interessados nas variações na rentabilidade dos ativos, o Ibovespa pode ser usado como uma
proxy dessas variações.
55
A Figura 7 mostra um gráfico das variações reais nos preços da terra, no valor do dólar
oficial, no Ibovespa e no índice de rendimento da caderneta de poupança.
Como vemos, essa primeira etapa de nosso estudo deriva dos trabalhos dos autores
brasileiros, pois também comparamos os preços da terra com a variação nos ganhos de
investimentos alternativos, e também vamos verificar se há um impacto negativo dos ganhos
em ativos alternativos nos preços da terra, agora para o período de 1968 a 2003. Verificamos
também o possível impacto positivo do arrendamento nesses preços.
Para esse estudo, usamos dados semestrais, portanto, os períodos 1, 2, 3, ... n, que
foram descritos nas equações (1) a (20) como sendo anuais, devem ser aqui traduzidos para a
periodicidade semestral.
Portanto, começamos os estudos estatísticos pelas quatro séries semestrais:
arrendamento, caderneta de poupança, dólar e Ibovespa, para explicar os preços da terra. O
programa utilizado trata-se do Programa de Análise Estatística R Project, versão 2.0.1, 2004.
Para o uso do Método dos Mínimos Quadrados Ordinários (MQO) devemos verificar
algumas hipóteses a ele subjacentes, como a hipótese de estacionariedade e a hipótese de
ausência de autocorrelação dos resíduos.
Para não violar a hipótese de estacionariedade, as séries do dólar e do Ibovespa foram
tomadas por seus retornos. Já as séries dos preços da terra, do arrendamento e da caderneta de
poupança não precisaram de modificações relacionadas à estacionariedade. Em todo caso, são
apresentados os resultados da análise de estacionariedade dos resíduos em cada modelo que
usa essas séries, o teste de estacionariedade em questão trata-se do teste de Dickey-Fuller
Aumentado.
Já em relação à hipótese de ausência de autocorrelação dos resíduos, verificamos que
todos os modelos apresentaram autocorrelação dos resíduos, por isso, foi usado o Método
Cochrane-Orcutt para corrigir a autocorrelação dos resíduos, e então estimar os coeficientes
das variáveis explicativas e as variâncias dos mesmos em cada modelo. Com isso, buscamos
um resultado mais rigoroso em relação à significância dos coeficientes de cada variável.
Sobre as séries transformadas pelo Método de Cochrane-Orcutt foi realizado o teste de Box-
Pierce para verificar a permanência de autocorrelação nos resíduos, o qual é apresentado em
cada modelo.
Primeiramente, vamos utilizar um modelo linear com 71 observações entre os anos de
1968 (primeiro dado sobre o Ibovespa) e 2003:
P = β
0
+ β
1
A + β
2
CP + β
3
DO + β
4
IB
56
Os coeficientes estimados na regressão são apresentados na Tabela 1. Entre os ativos
escolhidos, o dólar e o Ibovespa apresentaram coeficientes negativos, como esperado, pois
uma ma esperado2TT0 1 Tf440.0007 Tc 0.35451 Tw 12.0134 0 034 53996sdreduzindoos,valor4da terra. O a 72nic399es na Tabe espera605 Tm( )Tj0.1393 Tw 12.01 Tw72Tf4 034 53996sdoeficieque na regressãoou725.24017 TmTm(coefi( esperaTj.0007 Tc 0.35451 Tw 12.0134 0 042.4390463.57foi a c.5erneta de9 Tupana r7a, sendooOs e na regrsigni esperado/TT0 1 T535 Tm( )Tj0.1393 Tw 12.0126.94046042.4390463.57fic.oefi. Aléespa apresentaram)Tj12.0196.928146042.4390463.57 dissoientes negativos, com)Tj12.0132.542436042.4390463.5764 704.5399 Tm(o)Tj12.0158.540 12.42.4390463.57 Tm(escolhitvespa apresentaram)Tj12.0518 530212.42.4390463.57bspa apresentaram esper40 0.0007 Tc 0.35451 Tw 12.0134 0 034 7380 13.57na regressãoou78 683.83963 Tm(um)Tj12.0144041759 034 7380 13.57725.24017 TmTsignific.oefi, esperado2TT0 1 439 Tm( )Tj0.1393 Tw 12.01 8.9do9 034 7380 13.577o a 72nic3eque essãoou78 683.83963 Tm(um)Tj12.0477.68420 034 7380 13.57725.24017 TmT4 704.5549 Tm( )Tj0.1393 Tw 12.0134 0 001.038 123.57signific.oefi ao na 55vel de95% foi s, o dó. esperado/TT0 1 1509 Tm( )Tj0.1393 Tw 12.0112.540 12001.038 123.57Ja r1 s,ar01 dvespa apresentaram
57
TABELA 1 – Resultados da Regressão 1 (continuação)
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,3998; Termos de Diferença Defasados = 4; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
= 1,1079; g.l.= 1; P-valor = 0,293
No teste de Dickey-Fuller Aumentado, a hipótese nula é de não estacionariedade, a
hipótese alternativa é de estacionariedade; como o p-valor resultou em um valor menor que
0,05, vamos concluir que os resíduos do modelo são estacionários ao nível de significância de
5%.
No teste de Box-Pierce, a hipótese nula é de resíduos não autocorrelacionados, a
hipótese alternativa é de resíduos autocorrelacionados; como o p-valor resultou em um valor
maior que 0,05, vamos concluir que os resíduos não são autocorrelacionados. Mas devemos
lembrar que foi utilizado o Método de Cochrane-Orcutt para corrigir a autocorrelação dos
resíduos, e o teste de Box Pierce foi aplicado no modelo transformado por essa correção, por
isso forneceu como resultado a ausência de autocorrelação nos resíduos.
A Figura 8 apresenta um gráfico dos preços da terra juntamente com os preços
ajustados a partir da Regressão 1, sobre o período de 1968 a 2003.
jun/69
jun/72
jun/75
jun/78
jun/81
jun/84
jun/87
jun/90
jun/93
jun/96
jun/99
jun/02
Preços Observados
Preços Ajustados
FIGURA 8 – Preços ajustados pela Regressão 1
58
Neste gráfico, notamos que a curva dos preços observados da terra difere da curva dos
preços da terra da Figura 5, isso ocorre porque o processo iterativo de Cochrane-Orcutt
transforma a série original para corrigir a autocorrelação dos resíduos, fornecendo assim essa
curva dos preços observados. Os preços ajustados, que correspondem à estimativa de preços
feita a partir das variáveis explicativas, devem se ajustar, não aos preços originais, mas a esses
preços observados da Figura 8. O coeficiente de determinação múltiplo R
2
também mede o
ajuste dos preços ajustados aos preços observados da Figura 8, e neste caso, podemos
observar que esse coeficiente de determinação múltiplo não forneceu um resultado muito alto:
R
2
= 0,6575.
Uma redução gradual do número de variáveis, na procura do modelo mais adequado
para explicar os preços da terra, foi feita através do algoritmo
stepwise, e forneceu como
resultado que o melhor modelo linear neste caso, seria o modelo com o arrendamento e o
Ibovespa somente, como mostra a Tabela 2, a qual inclui os resultados da análise dos
resíduos.
TABELA 2 – Resultados da Regressão 2 : P = β
0
+ β
1
A + β
2
IB
Coeficiente Erro Padrão P-Valor
Intercepto -1170,15314 245,38376 < 0,001
A (arrendamento) 25,76419 2,30464 < 0,001
IB (Ibovespa) -151,22850 62,53128 0,016
R
2
= 0,652 ; R
2
Ajustado = 0,641
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,2398 ; Termos de Diferença Defasados = 4 ; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
= 0,8721; g.l. = 1; P-valor = 0,350
Mas não esgotamos ainda nosso estudo com os ativos alternativos da caderneta de
poupança, dólar e Ibovespa, pois temos razões para acreditar em uma relação logarítmica
entre as variáveis explicativas dos preços da terra: temos no modelo da equação (19), a
variável referente aos ganhos dos ativos alternativos no denominador da equação.
59
(19)
+
( 1 + r )
R
__________
terra
n
i=1
Σ
=
j=1
Π
i
__________
60
significativo. Este modelo apresentou um R
2
superior ao dos modelos anteriores, o que
representa um bom ajuste aos preços da terra com R
2
= 0,7073 .
Notamos que este modelo apresentou no teste de estacionariedade (ADF) um p-valor
de 0,061, o que implica em uma probabilidade maior que 5% de a hipótese nula – de não
estacionariedade – ser a hipótese verdadeira. Porém, mesmo sendo maior que 5%, trata-se de
um valor ainda baixo de probabilidade, desta forma se encontra em uma região de fronteira, e
pode ser interpretado como atendendo à hipótese de estacionariedade.
Por outro lado, notamos que o teste de autocorrelação nos resíduos também apresentou
um resultado que situa-se na região de fronteira, por fornecer um p-valor menor que 0,05. Da
mesma forma, vamos interpretar esse resultado como atendendo à hipótese de ausência de
autocorrelação nos resíduos.
Seja como for, este modelo apresentou variáveis muito pouco significativas, por isso, a
partir dele, realizamos uma redução gradual do número de variáveis através do algoritmo
stepwise, e obtivemos como resultado que o melhor modelo neste caso, seria o modelo com o
arrendamento e com o Ibovespa, como mostra a Tabela 4.
TABELA 4 – Resultados da Regressão 4 : ln(P) = β
0
+ β
1
. ln(A) + β
2
. IB
Coeficiente Erro Padrão P-Valor
Intercepto 0,17505790 0,56552844 0,757
ln(A) 1,52426514 0,12278239 < 0,001
IB -0,05521739 0,03125218 0,077
R
2
= 0,702 ; R
2
Ajustado = 0,693
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -3,4819; Termos de Diferença Defasados = 4; P-valor = 0,050
Teste de Box-Pierce para os resíduos:
X
2
= 3,9256; g.l. = 1; P-valor = 0,048
O R
2
neste caso permanece alto, e o R
2
Ajustado é um pouco superior ao do modelo
anterior, em razão do número menor de variáveis. O teste de Box-Pierce apresentou um
resultado cujo p-valor é levemente menor do que 0,05, por isso podemos interpretar esse
resultado como atendendo à hipótese de ausência de autocorrelação nos resíduos.
61
Um gráfico contendo os preços transformados pelo Método de Cochrane-Orcutt
(preços observados) e os preços ajustados por esse modelo, é apresentado na Figura 9.
jun/69
jun/72
jun/75
jun/78
jun/81
jun/84
jun/87
jun/90
jun/93
jun/96
jun/99
jun/02
Preços Observados
Preços Ajustados
FIGURA 9 – Preços ajustados pela Regressão 4
Enfim, diversos trabalhos procuraram descobrir se a rentabilidade de outros ativos
tinham um impacto negativo sobre os preços da terra, e os quatro modelos anteriores seguiram
nessa mesma direção, e resultaram em um impacto negativo do Ibovespa sobre os preços da
terra. Essa constatação pode significar que os investidores em ações têm na terra um
investimento alternativo, e vice-versa. Ações não tinham tanta importância na determinação
dos preços da terra no trabalho de Romeiro, Reydon, Arezzo e Ramos de 1994, talvez
justamente por ser um trabalho de 1994, enquanto isso, esse novo trabalho capta melhor o
processo que ocorreu a partir dos anos 90, em que as ações estiveram em alta enquanto os
preços da terra sofreram um declínio.
A constatação de um impacto negativo do Ibovespa sobre os preços da terra pode ser
um indicativo de que os investidores em terras podem ser movidos pela expectativa de ganhos
provenientes da valorização da terra, afinal o mercado de ações funciona deste modo. Em
todo caso, este não é o único instrumento que utilizamos para medir a existência de um
processo especulativo sobre os preços da terra, pois vamos também, estudar o volume de
negócios com terras nas diversas fases dos preços da terra.
62
Além disso, vamos estudar em seguida o movimento dos preços da terra, pois se
estamos supondo a variável da expectativa sobre os preços futuros da terra como determinante
dos preços desta, o foco da análise deixa de ser apenas o preço da terra (ou um preço de
equilíbrio para a terra), e passa a ser a variação desse preço ao longo do tempo.
Desta forma, o modelo a seguir estuda o impacto da variação dos preços da terra e da
variação do valor do arrendamento sobre os preços da terra. Por isso esse modelo abrange
outras variáveis além dos ativos alternativos, como o preço de venda da terra do período
anterior e o preço de venda da terra de dois períodos anteriores; e além da variável do
arrendamento não defasada, acrescentamos o arrendamento defasado em um período e o
arrendamento defasado em dois períodos. Os resultados deste modelo são apresentados na
Tabela 5.
TABELA 5 – Resultados da Regressão 5 :
P
t
= β
0
+ β
1
.A
t
+ β
2
.CP
t
+ β
3
.DO
t
+ β
4
.IB
t
+ β
5
.A
t-1
+ β
6
.A
t-2
+ β
7
.P
t-1
+ β
8
.P
t-2
Coeficiente Erro Padrão P-Valor
Intercepto -789,7200531 295,7512226 0,008
A
t
24,4159954 2,7102697 < 0,001
CP
t
4,8297880 25,3907036 0,849
DO
t
-234,2110414 369,9765445 0,527
IB
t
-84,4273403 85,6602963 0,324
A
t-1
-13,0486132 4,7041848 0,006
A
t-2
2,9219732 4,0396855 0,469
P
t-1
0,6681828 0,1373719 < 0,001
P
t-2
-0,1540677 0,1275176 0,227
R
2
= 0,834; R
2
Ajustado = 0,811
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,1575; Termos de Diferença Defasados = 4; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
= 0,0028; g.l. = 1; P-valor = 0,958
Este modelo apresenta três variáveis significativas além do intercepto: o arrendamento,
o arrendamento do período anterior e o preço de venda do período anterior. Já o Ibovespa,
63
com acréscimo dessas variáveis, deixou de ser significativo. Porém, é importante lembrar que
esses modelos podem ser utilizados para determinar quais variáveis são significativas, mas
não devem ser utilizados para determinar quais variáveis não são significativas; por isso, a
variável do Ibovespa não deve ser vista como não significativa a partir deste modelo, se bem
que utilizando apenas as variáveis mais significativas poderíamos explicar os preços da terra
tão bem quanto.
Assim, uma redução gradual do número de variáveis foi feita através do algoritmo
stepwise, e forneceu como resultado que o melhor modelo linear neste caso, seria o modelo
com o arrendamento, o arrendamento do período anterior e o preço de venda do período
anterior. Os resultados deste modelo são apresentados no Tabela 6.
Como o Ibovespa deixa de ser significativo na presença das variáveis do arrendamento
defasado e do preço de venda defasado, ele não aparece no modelo da Tabela 6, da mesma
forma, não aparecem os outros ativos alternativos à terra. Desta forma, podemos usar um
número de observações maior neste modelo: ao todo 76 observações que vão de 1966 a
2003
19
, abrangendo todos os dados disponíveis sobre o preço de venda da terra e sobre o valor
do arrendamento.
Tabela 6 – Resultados da Regressão 6 : P
t
= β
0
+ β
1
. A
t
+ β
2
. A
t-1
+ β
3
. P
t-1
Coeficiente Erro Padrão P-Valor
Intercepto -705,7399956 175,7499650 < 0,001
A
t
22,8076275 2,3045441 < 0,001
A
t-1
-9.1443918 3.5965926 0.011
P
t-1
0.5296735 0.1015206 < 0.001
R
2
= 0,819; R
2
Ajustado = 0,811
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,2663; Termos de Diferença Defasados = 4; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
0,2331; g.l. = 1; P-valor = 0,629
__________________________
19
Lembramos que a série do Ibovespa é menor, inicia-se em 1968, portanto, com o uso dessa série temos 71
observações: de 1968 a 2003.
64
Um gráfico contendo os preços transformados pelo Método de Cochrane-Orcutt (preços
observados) e os preços ajustados por esse modelo, é apresentado na Figura 10.
dez/67
dez/70
dez/73
dez/76
dez/79
dez/82
dez/85
dez/88
dez/91
dez/94
dez/97
dez/00
dez/03
Preços Observados
Preços Ajustados
FIGURA 10 – Preços ajustados pela Regressão 6
Podemos observar que esse modelo se ajusta bem aos preços da terra, com R
2
= 0,819.
Observamos também que enquanto o arrendamento em fase apresenta um coeficiente
positivo, o arrendamento defasado em um período apresenta um coeficiente negativo, e isso
sugere que uma das variáveis presentes no modelo pode ser a diferença entre o arrendamento
em fase e o arrendamento defasado em um período. Desta forma estamos estudando o
movimento dos preços da terra em relação ao movimento do arrendamento.
Vamos também realizar um modelo logarítmico, com as mesmas variáveis
explicativas da Regressão 5. Os resultados deste modelo são apresentados na Tabela 7.
Também neste modelo, os ativos alternativos não apresentaram coeficientes
significativos, incluindo o Ibovespa, que perde importância na presença das outras variáveis.
Observamos que este foi o modelo com o maior coeficiente de determinação múltiplo, R
2
=
0,916.
65
TABELA 7 – Resultados da Regressão 7 :
ln(P
t
) = β
0
+ β
1
. ln( A
t
) + β
2
. ln( CP
t
) + β
3
. DO
t
+ β
4
. IB
t
+ β
5
. ln( A
t-1
) +
+ β
6
. ln( A
t-2
) + β
7
. ln( P
t-1
) + β
8
. ln(P
t-2
)
Coeficiente Erro Padrão P-Valor
Intercepto -1,15289653 0,41976274 0,006
ln(A
t
) 1,38014643 0,12653254 < 0,001
ln(CP
t
) 0,06747127 0,08337628 0,418
DO
t
-0,06814904 0,16618983 0,682
IB
t
-0,02510980 0,03832004 0,512
ln(A
t-1
) -0,85431914 0,24050032 < 0,001
ln(A
t-2
) 0,45708379 0,20290990 0,024
ln(P
t-1
) 0,70642254 0,13323286 < 0,001
ln(P
t-2
) -0,19341531 0,11937871 0,105
R
2
= 0,916; R
2
Ajustado = 0,905
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,5123; Termos de Diferença Defasados = 4; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
= 0,1533; g.l. = 1; P-valor = 0,695
Uma redução gradual do número de variáveis deste modelo, feita através do algoritmo
stepwise, forneceu como resultado que o melhor modelo neste caso, seria o modelo
apresentado na Tabela 8.
Como o modelo utiliza apenas as séries do arrendamento e dos preços da terra,
pudemos usar 76 observações que vão de 1966 a 2003, abrangendo todos os dados disponíveis
sobre o preço de venda da terra e sobre o valor do arrendamento.
Observamos que, enquanto o coeficiente de ln(A
t
) tem sinal positivo, o coeficiente de
ln(A
t-1
) tem sinal negativo, e isso sugere que uma das variáveis presentes no modelo pode ser
a razão entre o arrendamento em fase e o arrendamento defasado em um período; neste caso,
quando o arrendamento se eleva em relação ao arrendamento passado, essa razão entre o
arrendamento em fase e o arrendamento defasado se eleva, e isso ocasionaria um aumento dos
preços da terra.
66
O mesmo pode ser dito em relação aos preços passados da terra. Enquanto o
coeficiente de ln(P
t-1
) tem sinal positivo, o coeficiente de ln(P
t-2
) tem sinal negativo, e isso
sugere que uma das variáveis presentes no modelo pode ser a razão entre os preços da terra do
período anterior e os preços da terra de dois períodos anteriores. Desta forma, dado um
aumento dos preços da terra em t-1 em relação aos preços em t-2, a razão entre os preços em
t-1 e os preços em t-2 aumenta é claro, e o aumento dessa razão teria um impacto positivo nos
preços da terra.
TABELA 8 – Resultados da Regressão 8:
ln(P
t
) = β
0
+ β
1
. ln(A
t
) + β
2
. ln(A
t-1
) + β
3
. ln(A
t-2
) + β
4
. ln(P
t-1
) + β
5
. ln(P
t-2
)
Coeficiente Erro Padrão P-Valor
Intercepto -0.7748767 0.2747779 0.005
ln(A
t
) 1.3592017 0.1145608 < 0.001
ln(A
t-1
) -0.9480186 0.2244603 < 0.001
ln(A
t-2
) 0.4790846 0.1854241 0.010
ln(P
t-1
) 0.7757770 0.1224451 < 0.001
ln(P
t-2
) -0.2372091 0.1093189 0.030
R
2
= 0,938; R
2
Ajustado = 0,933
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,2034; Termos de Diferença Defasados = 4; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
= 0,0693; g.l. = 1; P-valor = 0,792
Um gráfico contendo os preços transformados pelo Método de Cochrane-Orcutt
(preços observados) e os preços ajustados por esse modelo, é apresentado na Figura 11.
Como podemos observar no gráfico da Figura 11, esse modelo apresenta um bom
ajuste aos preços da terra, e isso nos incentivou a realizar um modelo de previsão, utilizando
todas as variáveis do modelo, menos a variável do arrendamento não defasado. Os resultados
deste modelo de previsão são apresentados na Tabela 9.
67
dez/67
dez/70
dez/73
dez/76
dez/79
dez/82
dez/85
dez/88
dez/91
dez/94
dez/97
dez/00
dez/03
Preços Observados
Preços Ajustados
FIGURA 11 – Preços ajustados pela Regressão 8
Tabela 9 – Resultados da Regressão 9 :
ln(P
t
) = β
0
+ β
1
. ln(A
t-1
) + β
2
. ln(A
t-2
) + β
3
. ln(P
t-1
) + β
4
. ln(P
t-2
)
Coeficiente Erro Padrão P-Valor
Intercepto -0,05210563 0,4694613 0,912
ln(A
t-1
) 0,52736510 0,3268006 0,107
ln(A
t-2
) 0,47471287 0,3241933 0,143
ln(P
t-1
) 0,29367579 0,2020830 0,146
ln(P
t-2
) 0,07368556 0,1856415 0,691
R
2
= 0,806; R
2
Ajustado = 0,795
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,1887; Termos de Diferença Defasados = 4; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
= 0,0357; g.l.= 1; P-valor = 0,8501
68
Como vemos, este modelo não apresenta bons resultados, pois as variáveis deixam de
ser significativas; porém, na procura de um modelo de previsão adequado, chegamos ao
seguinte modelo:
ln(P
t
) = β
0
+ β
1
. ln(A
t-1
) + β
2
. ln(A
t-1
)
ln(P
t-1
)
Os resultados deste modelo são apresentados na Tabela 10.
Tabela 10 – Resultados da Regressão 10 :
ln(P
t
) = β
0
+ β
1
. ln(A
t-1
) + β
2
. ln(A
t-1
)/ln(P
t-1
)
Coeficiente Erro Padrão P-Valor
Intercepto 3,971222 0,88296725 < 0,001
ln(A
t-1
) 1,570684 0,07459658 < 0,001
ln(A
t-1
)/ln(P
t-1
) -6,246023 1,17133511 < 0,001
R
2
= 0,884; R
2
Ajustado = 0,881
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -4,4791; Termos de Diferença Defasados = 4; P-valor < 0,01
Teste de Box-Pierce para os resíduos:
X
2
= 0,0359; g.l. = 1; P-valor = 0,8496
Este modelo apresenta um elemento de iteração não linear - ln(A
t-1
)/ln(P
t-1
) - que
trata-se de um elemento muito significativo que deve pertencer ao modelo. Desta forma, a
Regressão 10 com o elemento de iteração não linear descoberto forneceu bons resultados
como modelo de previsão para os preços da terra no Brasil.
Um gráfico contendo os preços transformados pelo Método de Cochrane-Orcutt
(preços observados) e os preços ajustados por esse modelo, é apresentado na Figura 12.
Neste gráfico podemos observar nos momentos de maior instabilidade dos preços da
terra, uma defasagem entre os preços observados e os preços ajustados. Essa defasagem é
mais evidente no período que vai de 1980 a 1992; já no período anterior e no período
posterior, há um maior ajuste aos preços observados.
69
Seja como for, essa defasagem mostra a importância do arrendamento em fase na
determinação dos preços da terra, que seria a variável produtiva. Por outro lado, quando
trabalhamos com os movimentos dos preços da terra e com os movimentos do valor do
arrendamento, mostrando que esses movimentos passados ajudam a explicar os próprios
preços da terra, obtemos mais indícios da importância do fator especulativo na determinação
dos preços da terra.
dez/67
dez/70
dez/73
dez/76
dez/79
dez/82
dez/85
dez/88
dez/91
dez/94
dez/97
dez/00
dez/03
Preços Observados
Preços Ajustados
FIGURA 12 – Preços ajustados pela Regressão 10
Como conclusão, o arrendamento é um fator importante para explicar os preços da
terra. Entre os ativos alternativos à terra, aquele que é mais significativo em explicar os preços
da terra é o Ibovespa, com um impacto negativo sobre os preços da terra.
Isso pode indicar que os investidores de ações têm na terra um investimento
alternativo, e vice-versa. Como no investimento em ações, os investidores em terras também
podem perseguir ganhos provenientes de uma elevação nos preços desse ativo, por isso a
constatação de que o Ibovespa tem um impacto negativo nos preços da terra é um indicativo
de que pode haver um interesse especulativo por parte dos investidores em terras. Porém
devemos estudar o volume de negócios com terras para obter mais informações sobre a
possibilidade de existir um interesse especulativo no mercado de terras.
70
Um outro instrumento para estudar a especulação no mercado de terras viria do estudo
do movimento dos preços da terra e do movimento do valor do arrendamento. Neste sentido,
realizamos seis modelos de regressão com os preços da terra passados e os valores de
arrendamentos passados. Obtivemos que uma variação para cima dos preços da terra
determina um aumento dos preços da terra no período seguinte, e um processo semelhante
acontece com a variação do arrendamento. Essas constatações podem estar associadas a
mudanças na expectativa quanto aos preços futuros da terra, e portanto podem também indicar
a existência de uma variável especulativa no mercado de terras, porém são variações de
curtíssimo prazo (dois ou três semestres); assim, a partir disso nada podemos concluir sobre a
existência de um processo especulativo visando a valorização da terra no longo prazo.
E por fim, tentando um modelo de previsão, conseguimos bons resultados com a
descoberta de um elemento de iteração não linear usado no modelo.
71
4 DETERMINANTES DO MERCADO DE TERRAS DOS MUNICÍPIOS DE
PROMISSÃO, CAFELÂNDIA E PIRAJUÍ
Nesta parte dos estudos empíricos vamos analisar se existe uma relação entre o
movimento dos preços da terra e o volume de negócios. Logicamente os preços da terra e a
área transacionada são determinados simultaneamente pelas curvas de oferta e demanda
líquidas, portanto não poderíamos supor uma direção de causalidade dos preços da terra para a
área transacionada, tampouco da área transacionada para os preços da terra, mesmo porque,
na determinação dos preços da terra, estamos supondo válida a equação (19), a qual não
contém nenhum determinante associado à área transacionada.
P
terra
=
Σ
i=1
n
__________
R
Π
j=1
i
( 1 + r )
j
e
i
e
-
j=1
Π
__________
i
Σ
i=1
n
( 1 + r )
j
e
e
C
i
__________
Π
j=1
( 1 + r )
n
j
e
e
P
n
+
j=1
__________
Π
Σ
i=1
+
n
( 1 + r )
i
j
e
e
B
i
Justamente porque estamos supondo válida a equação (19) na determinação dos preços
da terra, isso quer dizer que estamos supondo certa regularidade no movimento das curvas de
oferta e demanda líquidas: elas se deslocariam em função das variáveis do lado direito da
equação. Mas ainda não sabemos se ambas as curvas se deslocariam simultaneamente ou se
uma delas se deslocaria mais do que outra. A resposta para essa pergunta passa pelo estudo do
volume de negócios com terras.
Consideramos que a suspeita de um comportamento especulativo no mercado de terras
deve ser estudada a partir de ambos: o movimento dos preços da terra e o volume de negócios
com terras. Pois, para afirmar que os preços da terra são altos pelo motivo especulativo, ou
seja, pela possível obtenção de ganhos com os preços futuros da terra, é preciso perguntar se
os agentes de fato “compram” terras esperando uma alta em seus preços. Sem que esse
processo ocorra não faria sentido falar em especulação com os preços da terra.
4.1 SOBRE OS MUNICÍPIOS
Como não dispomos de dados agregados sobre o volume de negócios com terras no
Brasil, fizemos uma pesquisa nos cartórios de três municípios do Estado de São Paulo, os
municípios de Promissão, Cafelândia e Pirajuí.
72
Esses municípios fazem parte do Escritório de Desenvolvimento Rural de Lins,
segundo classificação dada pelo Instituto de Economia Agrícola (IEA) de São Paulo. Além
desses municípios o Escritório de Desenvolvimento Rural de Lins conta com mais nove
municípios. A Figura 13 apresenta um mapa de São Paulo no qual podemos visualizar a
classificação usada pelo IEA a respeito dos Escritórios de Desenvolvimento Rural.
FIGURA 13 – Escritórios de Desenvolvimento Rural do Estado de São Paulo
FONTE: Instituto de Economia Agrícola
Como podemos ver na Figura 13, a região localiza-se a oeste do Estado de São Paulo,
no chamado Noroeste Paulista, a cerca de 450 km da capital. Em outra escala, a Figura 14
destaca os municípios em questão: Pirajuí, Promissão e Cafelândia, além do município de
Lins.
Uma das principais rodovias que passam pela região é a Rodovia SP-300, Marechal
Cândido Rondon, que passa pelos três municípios: Pirajuí, Cafelândia e Promissão, além do
município de Lins. Outra importante rodovia que passa por Lins e Promissão é a Rodovia BR-
153, Rodovia Federal Transbrasiliana. Além disso, por Pirajuí passa a Rodovia SP-331, e
beirando o município de Cafelândia passa a Rodovia SP-333.
A região também conta com transporte aéreo (Aeroporto Estadual Governador Lucas
Nogueira Garcez) e ferroviário (Rede Ferroviária Novoeste); este último interliga-se com a
73
Bolívia. Como a região localiza-se na zona central do Rio Tietê, temos aí uma aptidão natural
para o transporte hidroviário, principalmente com respeito ao Mercosul.
O município de Promissão apresenta uma área total de 68.368,40 ha, e segundo um
levantamento da Secretaria de Agricultura e Abastecimento do Estado de São Paulo no
Projeto LUPA de 1995/96, o município contava com: 781,30 ha de área com cultura perene;
13.456,30 ha de área com cultura semi-perene; 9.518,10 ha de área com cultura anual;
40.321,30 ha de área com pastagem; 314,60 ha de área de reflorestamento; 1.511,10 ha de
área com vegetação natural; 1.402,80 ha de área inaproveitada; 148,60 ha de área
inaproveitável e 94,30 ha de área complementar.
O município de Cafelândia apresenta uma área total de 83.704,70 ha, e segundo o
Projeto LUPA de 1995/96, o município contava com: 3.858,70 ha de área com cultura perene;
2.980,90 ha de área com cultura semi-perene; 3.487,50 ha de área com cultura anual;
62.808,60 ha de área com pastagem; 291,30 ha de área de reflorestamento; 6.841,80 ha de
área com vegetação natural; 1.695,60 ha de área inaproveitada; 961,40 ha de área
inaproveitável e 778,90 ha de área complementar.
O município de Pirajuí apresenta uma área total de 76.914,40 ha, e segundo o Projeto
LUPA de 1995/96, o município contava com: 2.303,70 ha de área com cultura perene;
2701,30 ha de área com cultura semi-perene; 2.276,80 ha de área com cultura anual;
63.406,40 ha de área com pastagem; 316,50 ha de área de reflorestamento; 3.238,10 ha de
área com vegetação natural; 232,30 ha de área inaproveitada; 1.680,30 ha de área
inaproveitável e 759,00 ha de área complementar.
Sobre as características dos solos, em linguagem técnica os solos da região se dividem
principalmente em Latossolos Vermelhos a noroeste da região, atingindo mais da metade do
município de Promissão, e Argissolos Vermelhos Amarelos, que são predominantes em
Cafelândia e Pirajuí. Um mapa pedológico da região é apresentado no Anexo A.
A textura dos solos da região varia de textura média a argilosa nos Latossolos, e de
textura arenosa/média a média nos Argissolos, conforme a classificação:
“
• Textura arenosa: compreende as classes texturais areia e areia
franca;
• Textura média: compreende as classes texturais ou parte delas
tendo menos de 35% de argila e mais de 15% de areia, excluídas
as classes areia e areia franca;
• Textura argilosa: compreende as classes texturais argilosa e
muito argilosa que têm mais de 35% de argila”.
20
__________________________
20
Oliveira et al, 1999b, p.12
74
Pirajuí
Cafelândia
Lins
Promissão
FIGURA 14 – Mapa do estado de São Paulo e dos municípios
FONTE: eATLAS, ATLAS ELETRÔNICO DO ESTADO DE SÃO PAULO, Governo do
Estado de São Paulo. Disponível em
http://www.eatlas.sp.gov.br/mappage.asp. Acesso em
23/03/2005
75
Na região encontramos relevo plano, suave ondulado e ondulado, segundo a
classificação:
“
• Plano: superfície de topografia esbatida ou horizontal, onde os
desnivelamentos são muito pequenos, com declividades
variáveis de 0 a 3%...;
• Suave ondulado: superfície de topografia pouco movimentada,
constituída por conjunto de colinas ou outeiros (elevações de
altitudes relativas até 50 m e de 50 a 100 m), apresentando
declives suaves, variando de 3-8%;
• Ondulado: superfície de topografia pouco movimentada,
constituída por conjunto de colinas ou outeiros apresentando
declives moderados, variando de 8 a 20%;
• Forte ondulado: superfície de topografia movimentada,
formada por outeiros ou morros (elevações de 50 a 100 m e de
100 a 200 m de altitudes relativas) e raramente colinas com
declives fortes, variando de 20 a 45%;
• Montanhoso: superfície de topografia vigorosa, com
predomínio de formas acidentadas, usualmente constituídas por
morros, montanhas, maciços montanhosos e alinhamentos
montanhosos, apresentando desnivelamentos relativamente
grandes e declives fortes ou muito fortes, variando de 45 a 75%;
• Escarpado: áreas de predomínio de formas abruptas,
compreendendo superfícies muito íngremes, usualmente com
declives ultrapassando 75%.”
21
Na região, predomina temperatura elevada: clima quente com inverno seco. Um mapa
com as Isotermas Anuais da região, realizado em 1974 é apresentado no Anexo B. Além
disso, um mapa com os Índices Hídricos Anuais, também realizado em 1974, é apresentado
no Anexo C.
“Houve sensível alteração quanto a ocorrêcia de precipitações
pluviais, em virtude de alterações ecológicas, como a existência
de represamentos de rios para alimentar usinas hidrelétricas,
bem como,m o desmatamento de grandes áreas para implantação
de pastagens. Mas, mesmo assim, verificou-se a ocorrência de
chuvas nos meses de outubro a março, com maior intensidade
nos meses de novembro a fevereiro.”
22
Convém observar que em 1979 foi publicado pelo Instituto Agronômico (IAC) um
levantamento das características da região com respeito à sua aptidão agrícola. Essas
__________________________
21
Oliveira et al, 1999b, p.15 a 16
22
Informações – Secretaria Estadual da Agricultura. Disponível no site http://www.lins.sp.gov.br/ . Acesso em
23/02/2005
76
características são ilustradas no mapa da Figura 15, o qual apresenta para a região, uma
aptidão boa a regular para lavouras. Esse mapa baseia-se na seguinte classificação:
“NIVEIS DE MANEJO
NÍVEL A
Baseado em práticas agrícolas que refletem um baixo nível
tecnológico. Praticamente não há aplicação de capital para
manejo, melhoramento e conservação das condições do solo e
das lavouras. As práticas agrícolas dependem do trabalho braçal,
podendo ser utilizada alguma tração animal com implementos
agrícolas simples.
NÍVEL B
Baseado em práticas agrícolas que refletem um nível
tecnológico médio. Caracteriza-se pela aplicação modesta de
capital e de resultados de pesquisas para manejo, melhoramento
e conservação das condições do solo e das lavouras. As práticas
agrícolas estão condicionadas principalmente ao trabalho braçal
e à tração animal.
NÍVEL C
Baseado em práticas agrícolas que refletem um alto nível
tecnológico. Caracteriza-se pela aplicação intensiva de capital e
de resultados de pesquisas para manejo, melhoramento e
conservação das condições do solo e das lavouras. A
motomecanização está presente nas diversas fases da operação
agrícola.
SIMBOLOGIA CORRESPONDENTE ÀS CLASSES DE
APTIDÃO DAS TERRAS
TIPO DE UTILIZAÇÃO INDICADO
LAVOURAS
CLASSE
DE
APTIDÃO
NÍVEL DE MANEJO
A B C
BOA A B C
REGULAR a b c
RESTRITA (a) (b) (c)
INAPTA - - -
“
23
__________________________
23
Brasil, 1979, Mapa: Aptidão Agrícola das Terras
77
GRUPO 1 – APTIDÃO BOA PARA LAVOURA, EM PELO MENOS UM DOS NÍVEIS DE
MANEJO
A, B OU C
1aBC Aptidão Boa nos Níveis de Manejo B e C
1aBc 1aB(c) Aptidão Boa no Nível de Manejo B
GRUPO 2 – APTIDÃO REGULAR PARA LAVOURAS, EM PELO MENOS UM DOS
NÍVEIS DE MANEJO
A, B OU C
2bc 2(a)bc Aptidão Regular nos Níveis de Manejo B e C
2(ab)c 2(b)c Aptidão Regular no Nível de Manejo C
FIGURA 15 – Aptidão das terras nas proximidades de Lins
FONTE:
Brasil, 1979, Mapa: Aptidão Agrícola das Terras
78
Esse trabalho conclui que a quase totalidade das terras dessa região “pode desenvolver-
se com o uso mais racional de seu potencial agrícola se explorada com lavouras”.
24
Apesar deste trabalho ter chegado à conclusão, já em 1979, de que a região em questão
tem grande potencial para lavouras, o uso que tem sido praticado no Escritório de
Desenvolvimento Rural de Lins tem sido de bovinos mais cana-de-açúcar, como mostra a
Figura 16, cujo levantamento se deu entre os anos agrícolas de 1995/96 e 1996/97.
“
“
FIGURA 16 – Distribuição das principais atividade agropecuárias nos Escritórios de
Desenvolvimento Rural (EDRs), Estado de São Paulo, 1996/97
FONTE: Donadelli et al, 1997, p.30
A Figura 16 enumera os Escritórios de Desenvolvimento Rural, sendo que o Escritório
de Desenvolvimento Rural de Lins é mostrado sob a numeração 23..
Quanto à constatação de que no Escritório de Desenvolvimento Rural de Lins a
pastagem vem sendo praticada em destaque, esta é consoante com o levantamento do Projeto
LUPA de 1995/96 para os municípios de Promissão, Cafelândia e Pirajuí. Neste
__________________________
24
BRASIL. Ministério da Agricultura. Secretaria Nacional de Planejamento Agrícola, 1979, p. 36
79
levantamento, como vimos constatou-se que no município de Promissão, com área total de
68.368,40 ha, a área com pastagem era de 40.321,30 ha em 1995/96, ou seja, 59% da área
total era destinada a pastagens. No município de Cafelândia, a área destinada a pastagens
correspondia a 75% da área total. E no município de Pirajuí, a área destinada a pastagens
correspondia a 82% da área total do município.
Como vemos, a aptidão agrícola que foi levantada para a região em 1979 pelo IAC,
não tem sido praticada na realidade; pois o IAC constatou que o uso mais racional do
potencial agrícola da região seria com lavouras, e a prática mostra um considerável uso com
pastagens.
FIGURA 17 – Faixas de valores de produção, Estado de São Paulo, 1996/97
FONTE: Donadelli et al , 1997, p.26
Quanto a uma estimativa do valor da produção, o Escritório de Desenvolvimento
Rural de Lins situava-se nos anos agrícolas de 1995/96 e 1996/97, em uma faixa média de
valores de produção com relação aos outros Escritórios de Desenvolvimento Rural de São
Paulo, como mostra a Figura 17. Essa figura mostra valores em reais convertidos pelo IGP-DI
para outubro de 1997.
80
4.2 SOBRE O VOLUME DE NEGÓCIOS
Neste contexto, nossa pesquisa vai estudar o volume de negócios com terras nos três
municípios: Promissão, Cafelândia e Pirajuí, entre os anos de 1977 a 2003.
Para isso, vamos usar amostras com em torno de 50 propriedades, uma para cada
município, resgatando as transações que ocorreram nessas propriedades durante o período de
análise de 1977 a 2003.
Vamos contabilizar as transações que ocorreram nas propriedades de cada amostra em
sua área total ou com algum desmembramento. Havendo desmembramentos, também
contabilizamos as transações nas áreas desmembradas. Nosso interesse está no mês e no ano
em que ocorreram as transações com essas terras. Desta forma obtemos os períodos nos quais
o volume de negócios com as propriedades destas amostras foi alto ou baixo.
Estamos interessados na variação do volume de negócios ocorrida ao longo do tempo
em cada município, e usamos a variação do volume de negócios ocorrida em cada amostra
para inferir a variação do volume de negócios ocorrida em cada município.
Como todas as propriedades de cada uma das três amostras são propriedades que
sofreram pelo menos uma mudança de proprietário através do mercado de compra e venda de
terras, ou através de permuta, temos que as transações ocorridas com essas terras
superestimam as transações ocorridas em cada município, afinal não contabilizamos as
propriedades que não sofreram transação alguma. Isso devido ao fato de que não estamos
interessados em inferir o montante de área transacionada em cada município, mas estamos
interessados nos momentos em que uma transação com terras de fato ocorreu, ou seja,
estamos interessados na variação do volume de negócios ao longo do tempo.
Cada transação ocorre em determinado mês, e agrupamos os dados sobre essas
transações nos meses em torno de junho e em torno de dezembro, que são os meses com
dados sobre os preços da terra. Portanto, agrupamos as transações ocorridas nos meses de
março, abril, maio, junho, julho e agosto do mesmo ano; e agrupamos as transações ocorridas
nos meses de setembro, outubro, novembro e dezembro do mesmo ano com os meses de
janeiro e fevereiro do ano seguinte.
Além da área transacionada, computamos também o número de propriedades
transacionadas ao longo do tempo para cada uma das três amostras.
Quanto ao município de Promissão coletamos uma amostra de 48 propriedades, que
sofreram ao todo 104 mudanças de proprietário através do mercado de compra e venda de
terras, e em casos raros através de permuta.
81
Um gráfico contendo dados da amostra do município de Promissão é apresentado na
Figura 18. Ele contém dados sobre a variação da área transacionada ao longo do tempo, e
também, contém dados sobre a variação do número de propriedades transacionadas
multiplicado por 100.
0
100
200
300
400
500
600
700
800
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Área Transacionada
No. de Propriedades
multiplicado por 100
FIGURA 18 - Variação da área transacionada e do número de propriedades transacionadas no
município de Promissão
Neste gráfico notamos um decréscimo da área transacionada desde 1977 a 1989,
seguido por período de pouca área transacionada e uma possibilidade de recuperação no final
do período de análise.
Quanto ao município de Cafelândia coletamos uma amostra de 50 propriedades, que
sofreram ao todo 118 mudanças de proprietário através do mercado de compra e venda de
terras, e em casos raros através de permuta.
Um gráfico contendo dados da amostra do município de Cafelândia é apresentado na
Figura 19. Ele contém dados sobre a variação da área transacionada ao longo do tempo, e
também, contém dados sobre a variação do número de propriedades transacionadas
multiplicado por 100.
82
0
200
400
600
800
1000
1200
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Área Transacionada
No. de Propriedades
multiplicado por 100
FIGURA 19 – Variação da área transacionada e do número de propriedades transacionadas no
município de Cafelândia
Neste gráfico, notamos um pico de área transacionada em dezembro de 1988, com um
número alto de propriedades transacionadas em dois semestres consecutivos (junho de 1988 e
dezembro de 1988). Em torno desse pico temos um percentual maior de área transacionada,
decaindo entre os anos de 1996 a 2000. Em relação ao gráfico de Promissão, este gráfico
apresenta uma homogeneidade maior ao longo do período de análise, que é quebrada pelo
pico de 1988.
Quanto ao município de Pirajuí coletamos uma amostra de 57 propriedades, que
sofreram ao todo 114 mudanças de proprietário através do mercado de compra e venda de
terras, ou através de permuta.
Um gráfico contendo dados da amostra do município de Pirajuí é apresentado na
Figura 20. Ele contém dados sobre a variação da área transacionada ao longo do tempo, e
também, contém dados sobre a variação do número de propriedades transacionadas
multiplicado por 100.
83
0
200
400
600
800
1000
1200
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Área Transacionada
No. de Propriedades
multiplicado por 100
FIGURA 20 – Variação da área transacionada e do número de propriedades transacionadas no
município de Pirajuí
Este gráfico apresenta uma área transacionada maior nos anos 80 e menor nos anos 90,
que é acompanhada pelo número de propriedades transacionadas. Este gráfico também
apresenta uma recuperação a partir do ano 2000. Portanto, o gráfico tem certa semelhança
com o gráfico de Promissão, por apresentar um decaimento da área comercializada nos anos
90.
Agregando as informações dos três gráficos vamos ter o gráfico da Figura 21, que
apresenta a variação da área transacionada e do número de propriedades transacionadas nos
três municípios.
O movimento deste gráfico agregado segue um padrão que, de certa forma, estava
presente nos gráficos dos três municípios; o de uma área transacionada maior nos anos 80 e
uma área transacionada menor nos anos 90, seguida por uma recuperação a partir do ano
2000.
84
0
200
400
600
800
1000
1200
1400
1600
1800
2000
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Área Transacionada
No. de Propriedades
multiplicado por 100
FIGURA 21 – Variação da área transacionada e do número de propriedades transacionadas
nos três municípios
Vamos estudar o movimento deste gráfico juntamente com o movimento dos preços da
terra. Para isso, procuramos dados sobre preços de venda da terra que refletissem os preços da
terra da região.
4.3 SOBRE OS PREÇOS DA TERRA
Nossa intenção é buscar uma série de preços de venda da terra, sobre a menor região
possível que abrange os municípios de Cafelândia, Promissão e Pirajuí, iniciando-se no ano de
1977 até o ano de 2003, pois foi sobre este período que coletamos os dados sobre a área
transacionada dos três municípios, a qual objetivamos confrontar com os preços da terra.
O Instituto de Economia Agrícola (IEA) do Estado de São Paulo publicou séries de
preços da terra sobre o Escritório de Desenvolvimento Rural de Lins e sobre a Região
Administrativa de Bauru, que consiste na região que abrange os Escritórios de
Desenvolvimento Rural de Lins, de Bauru, e de Jaú, apresentados na Figura 13.
85
Quanto à série de dados sobre os preços da terra no Escritório de Desenvolvimento
Rural de Lins, observamos que esta abrange outras cidades além das cidades de Promissão,
Cafelândia e Pirajuí, mas trata-se da série mais colada à região que temos disponível. Quanto
à série de dados sobre os preços da terra na Região Administrativa de Bauru, observamos que
esta abrange não só as outras cidades do Escritório de Desenvolvimento Rural de Lins, como
também as cidades dos Escritórios de Desenvolvimento Rural de Bauru e de Jaú.
Se tivéssemos uma série completa de preços da terra do Escritório de
Desenvolvimento de Lins desde 1977, esta seria a série escolhida para nossos estudos, porém,
esta série inicia-se em 1997
25
; sendo assim, para o período anterior recorremos à série da
Região Administrativa de Bauru
26
.
Ambas as séries contêm dados coletados nos meses de junho e novembro, porém,
mesmo a série da Região Administrativa de Bauru não consiste em uma série completa de
coleta de dados nesses meses desde 1977, por isso essa série foi usada a partir de 1981.
O fato de o IEA realizar a coleta dos preços da terra em junho e novembro, e não em
junho e dezembro, não prejudica o estudo da área comercializada com os preços da terra, pois
agregamos os dados sobre a área comercializada em torno dos meses de novembro ou
dezembro: setembro, outubro, novembro, dezembro, janeiro e fevereiro. Os meses restantes
estão agregados em torno do mês de junho.
No final das contas, ficam faltando os dados sobre os preços da terra entre os anos de
1977 a 1981, por isso com respeito a esse período usamos os dados fornecidos pela Fundação
Getúlio Vargas
27
sobre os preços da terra no Estado de São Paulo. Esse procedimento pôde
ser adotado porque a série de preços da terra do Estado de São Paulo apresenta a mesma
ordem de grandeza da série de preços da terra da Região Administrativa de Bauru, como
mostra a Figura 22.
Observando o gráfico desta figura notamos que de 1981 a 1983, as séries de preços da
terra do Estado de São Paulo e da Região Administrativa de Bauru são tão próximas que não
chegam a uma diferença de 4%. Por isso foram usados os preços do Estado de São Paulo entre
os anos de 1977 a 1980 para completar a série de preços da terra da região em estudo.
__________________________
25
Secretaria de Agricultura e Abastecimento, 1990-2004
26
Santos,1993 e Secretaria de Agricultura e Abastecimento, 1990-2004
27
Preços de Vendas de Terras – Lavouras - São Paulo. Disponível em http://www.fgvdados.com.br. Acesso em
30/09/2004
86
0
2000
4000
6000
8000
10000
12000
14000
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Estado de São Paulo
Região Administrativa
de Bauru
FIGURA 22 – Variação dos preços da terra no estado de São Paulo e na Região
Administrativa de Bauru
FONTE: Elaboração própria com base nos dados da FGV e do IEA
0
2000
4000
6000
8000
10000
12000
14000
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Preço da Terra
FIGURA 23 – Série de preços da terra usada no estudo da região
FONTE: Elaboração própria com base nos dados da FGV e do IEA
87
Finalmente, um gráfico da série de preços da terra usada no estudo da região é
apresentado na Figura 23.
Convém observar que os valores foram deflacionados pelo IGP-DI com base nos
preços de 01 de agosto de 1994, seguindo o mesmo procedimento usado para o
deflacionamento dos preços da terra em nível nacional.
4.4 OS PREÇOS DA TERRA E O VOLUME DE NEGÓCIOS
Tendo uma série de preços de venda da terra que reflete a média dos preços da terra
nos municípios de Promissão, Cafelândia e Pirajuí e, tendo amostras da área transacionada
nesses municípios entre os anos de 1977 a 2003, podemos estudar se há uma relação entre
ambas as séries que reflita o comportamento dos agentes no mercado de terras nesse período
de análise.
Também temos uma amostra do número de propriedades transacionadas no período,
que deve ser estudada paralelamente à área transacionada.
Primeiramente, vamos padronizar a série da área transacionada dos três municípios
tendo como referência a série de preços de venda da região. Desta forma, as duas séries
estarão na mesma escala para análise. Para isso, vamos calcular os parâmetros α e β a partir
dos preços (P
i
) e das áreas (A
i
), por meio do seguinte procedimento
28
:
α = σ
P
/ σ
A
β = P – α . A
A
i
*
= A
i
. α + β
Onde:
1) σ
P
é o desvio padrão dos preços da terra
2) σ
A
é o desvio padrão da série de área transacionada
3)
P é a média dos preços da terra
4) A é a média dos valores de área transacionada
88
5) A
i
*
representa os valores de área transacionada na série padronizada pela série dos
preços da terra
Um gráfico da série dos preços da terra e da série padronizada da área transacionada é
mostrado na Figura 24. Este gráfico também apresenta as linhas de tendência dos preços da
terra e da área transacionada, consistindo cada uma em um polinômio de terceiro grau.
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Preços da Terra
Área Transacionada
Polinômio (Preços da
Terra)
Polinômio (Área
Transacionada)
FIGURA 24 – Preços da terra e área transacionada
Neste gráfico o período de menor área transacionada ocorreu em meados dos anos 90,
como podemos ver pela linha de tendência da área transacionada. Este período coincide com
um declínio dos preços da terra, como podemos ver a partir da linha de tendência dos preços
da terra. Observamos também uma recuperação de ambas as linhas de tendência no final do
período de análise.
Apesar das séries dos preços da terra e da área transacionada apresentarem flutuações
que aparentemente não seguem um padrão conjunto, podemos observar a partir de suas linhas
de tendência, um período de alta em ambas as séries na primeira metade do período de
análise, e um período de baixa na segunda metade do período de análise, seguido por uma
_________________________
28
Essa mesma padronização foi realizada no gráfico da Figura 7, sendo que neste gráfico, as séries dos
investimentos alternativos à terra – caderneta de poupança, dólar e Ibovespa – foram padronizadas tendo como
89
tendência de recuperação. Esse movimento se dá na linha de tendência da área transacionada e
em seguida na linha de tendência dos preços da terra.
Portanto, podemos concluir que a primeira metade do período de análise foi aquela que
apresentou uma média de preços mais alta, e também foi o período que apresentou uma média
de área transacionada mais alta. Numericamente, na primeira metade do período de análise,
que vai de 1977 a 1990, tivemos uma média de 635 ha de área transacionada por semestre no
conjunto das três amostras dos municípios; já na segunda metade do período de análise,
tivemos uma média de 359 ha de área transacionada por semestre. Essa queda foi
posteriormente acompanhada por uma queda nos preços, pois na primeira metade do período
de análise, tivemos um preço médio de RS3.863,00 por ha, enquanto na segunda metade do
período de análise, tivemos um preço médio de R$2.046,00 por ha, considerando as correções
feitas pelo IGP-DI com base nos preços da 01 agosto de 1994. Ou seja, ambos os valores
caíram quase à metade.
Assim, considerando essa onda longa dos preços e também a da área transacionada, e
tomando como base o gráfico das curvas de oferta e demanda líquidas, reproduzido na Figura
25, vamos constatar que a movimentação da curva de demanda tanto para cima quanto para
baixo foi maior que a movimentação da curva de oferta de terras. Pois, a preços mais altos, a
área transacionada foi maior, e a preços mais baixos, a área transacionada foi menor.
Preço de
Equilíbrio
disponível
Área
Transacionada
D
S
Área
Quantidade
Preço
FIGURA 25 – Curvas de oferta e demanda líquidas para o mercado de terras
Essa constatação é contrária à hipótese de que nos períodos de baixa teríamos o
ingresso de novos demandantes de terras, que seriam os pequenos produtores ao financiarem a
compra de terras buscando pagar o financiamento com os ganhos produtivos. Se fosse esse o
_________________________
referência a série dos preços da terra.
90
caso, o ingresso desse grupo seria responsável por não deixar a curva de demanda cair tanto
quanto a curva de oferta. Mas ao contrário, o que ocorreu foi que a curva de demanda caiu
mais do que a curva de oferta no período de baixa. Isso indica que os preços da terra na região
não passaram de fato por um período de preços tão baixos que permitisse o ingresso de
pessoas descapitalizadas.
Quanto à onda longa de alta nos preços da terra, temos aí o ingresso de pessoas de fora
desse mercado, impulsionado a curva de demanda para cima e por conseguinte impulsionando
os preços da terra. Afinal, a partir de uma área transacionada maior no período, vamos ter uma
elevação da curva de demanda maior do que a da curva de oferta.
Para impulsionar os preços para cima no período de alta, devemos ter então não
pequenos produtores descapitalizados ingressando no mercado de terras, mas investidores que
visualizam nesse mercado no momento de alta uma boa aplicação para seu dinheiro. Essa
seria uma hipótese provável para o aumento da área transacionada verificada no período de
alta nos preços da terra na região.
Temos, como mais um atrativo para os investidores no momento de alta dos preços da
terra, os ganhos provenientes da própria valorização da terra no período. Por isso, com esse
estudo, o que obtivemos foi mais um indicativo de que os preços da terra podem ser guiados
em parte pela expectativa em relação aos preços futuros da mesma.
Quanto às flutuações na área transacionada que pudemos observar no curto prazo, ou
seja, em cada semestre na região, consideramos que estão muito associadas a preferências
individuais, pois estamos estudando apenas uma amostra da área transacionada em três
municípios, portanto, uma alteração na preferência de um único agente pode ocasionar uma
flutuação até significativa nessa amostra.
Mesmo observando que as flutuações na área transacionada apresentam uma variação
muito acentuada de semestre a semestre, o que estaria associado a preferências individuais
dificilmente explicadas pelas flutuações nos preços da terra, podemos testar um modelo de
regressão, no qual a área transacionada é explicada pelos preços da terra, ou melhor, podemos
testar um modelo no qual os preços da terra são explicados pela área transacionada, uma vez
que a onda longa da área transacionada apresentada na Figura 24 parece se desenvolver antes
da onda longa dos preços da terra.
Esse modelo é apresentado na Tabela 11, e conta com a variável explicativa da área
transacionada em fase, e a variável explicativa da área transacionada defasada em um período,
além da variável dependente dos preços da terra.
91
Tabela 11 – Resultados da Regressão 11 : P
t
= β
0
+ β
1
. A
t
+ β
2
. A
t-1
Coeficiente Erro Padrão P-Valor
Intercepto 2665,7414944 560,8940879 < 0,001
A
t
-0,3013304 0,4366193 0,490
A
t-1
0,7315039 0,4348473 0,093
R
2
= 0,078
Teste Aumentado de Dickey-Fuller (ADF) para os resíduos:
ADF = -3,72; Termos de Diferença Defasados = 3; P-valor = 0,0316
Teste de Box-Pierce para os resíduos:
X
2
= 0,0277; g.l. = 1; P-valor = 0,8679
Como vemos, os resultados foram muito pouco satisfatórios, o modelo apresentou um
R
2
muito baixo. Isso mostra que essa ferramenta não é adequada nesse estudo dos preços da
terra e da área transacionada.
Por isso, devemos tirar nossas conclusões a partir de estudos como aquele que
realizamos sobre as linhas de tendência dos preços da terra e da área transacionada.
Este estudo pode trazer novas conclusões quando realizado não sobre a área, mas
sobre o número de propriedades transacionadas.
Para começar este novo estudo, vamos padronizar a série do número de propriedades
transacionadas dos três municípios tendo como referência a série dos preços da terra da
região; para isso utilizamos o mesmo procedimento adotado para a área transacionada.
Como resultado, temos o gráfico da série dos preços da terra e da série padronizada do
número de propriedades transacionadas mostrado na Figura 26. Este gráfico também
apresenta as linhas de tendência dos preços da terra e do número de propriedades
transacionadas, consistindo cada uma em um polinômio de terceiro grau.
Surpreendentemente ambas as linhas de tendência parecem caminhar juntas, indicando
que no período em que os preços da terra estavam altos, o número de propriedades
transacionadas também era alto, o que fortalece a conclusão tirada no estudo da área
transacionada.
92
93
Como podíamos esperar, os resultados dessa regressão não foram satisfatórios
também. Esses resultados mostram que nesses estudos sobre o volume de negócios com
terras, devemos nos guiar pelas curvas de menor freqüência, ou seja, pelas curvas de maior
período, que estão subjacentes às séries em estudo.
Como um último estudo, seria interessante analisar o movimento da razão entre os
preços e o arrendamento comparando-o com o movimento da área transacionada e do número
de propriedades transacionadas na região. Porém, não dispomos de dados sobre o valor do
arrendamento na região, por isso usamos neste estudo variáveis nacionais sobre o preço da
terra e valor do arrendamento.
Padronizamos a área transacionada e o número de propriedades transacionadas tendo
como referência a variável da razão entre o preço da terra e o valor do arrendamento.
Como resultado, temos o gráfico da Figura 27. Este gráfico também apresenta as
linhas de tendência das séries em estudo, consistindo cada uma em um polinômio de terceiro
grau.
jun/77
jun/79
jun/81
jun/83
jun/85
jun/87
jun/89
jun/91
jun/93
jun/95
jun/97
jun/99
jun/01
jun/03
Preço sobre
Arrendamento
Área Transacionada
No. de Propriedades
Transacionadas
Polinômio (Preço sobre
Arrendamento)
Polinômio (Área
Transacionada)
Polinômio (No. de
Propriedades
Transacionadas)
Figura 27 – Estudo da razão entre os preços da terra e o valor do arrendamento (em nível
nacional)
94
Como o gráfico da razão entre o preço e o arrendamento tem uma linha de tendência
semelhante à linha de tendência dos preços da terra da região em estudo, chegamos às
mesmas conclusões sobre a semelhança entre essa linha de tendência do preço sobre o
arrendamento e as linhas de tendência relativas às transações com terras.
Portanto, a partir desse estudo, chegamos a novos indicativos de que os preços da terra
podem ser movidos por outros determinantes além dos produtivos, pois em um período de
baixa nos preços da terra, não tivemos o ingresso de novos agentes nesse mercado, os mais
pobres, ao contrário tivemos uma área transacionada menor nesse período. Enquanto isso, no
período de alta esse mercado foi atrativo a novos agentes, talvez agentes em busca dos ganhos
provenientes do próprio movimento de alta desse mercado, o que nos faz deduzir que exista
ou tenha existido um comportamento especulativo no mercado de terras do Brasil.
Atualmente passamos por uma tendência de alta nos preços da terra, mas ainda é cedo
para concluir se vai haver um comportamento especulativo no mercado de terras ou não.
95
CONCLUSÕES
Fizemos um estudo sobre os preços das terras, no qual abordamos de várias maneiras a
hipótese de os preços da terra tenderem a se posicionar em um patamar elevado em relação a
seus ganhos produtivos.
Cabe notar que os preços da terra, na hipótese de estarem em um patamar elevado em
relação a seus ganhos produtivos, não podem ser financiados por pequenos agricultores que
dependam unicamente dos ganhos produtivos para quitar o financiamento. A possibilidade de
ingresso desses agricultores no mercado de terras foi destacada nesse estudo.
Mas primeiramente, estudamos o que diz a bibliografia existente sobre o tema.
Trazemos um resumo bibliográfico no primeiro capítulo, o qual é proveniente de trabalhos
dos EUA e do Brasil.
Observamos que o tema dos preços da terra começou a levantar debates a partir dos
96
No Brasil, a captação de dados sobre os preços da terra em nível nacional começou a
ser realizada a partir de 1966. E já nos anos 70 pudemos observar uma alta de mais de 250%
nos preços da terra, não acompanhada pelo percentual de elevação do valor do arrendamento.
Esse período foi sucedido por um período de forte instabilidade nos preços da terra até o
início dos anos 90.
Também levantamos trabalhos realizados no Brasil, nos quais pudemos observar a
mesma preocupação em relação à importância das expectativas de valorização do capital na
determinação dos preços da terra.
Para analisar essa questão, redigimos um capítulo com base em estudos de
possibilidades teóricas, o segundo capítulo. Neste, começamos por desenhar as curvas de
oferta e demanda de terras que nos auxiliariam no restante do trabalho. Desenhamos duas
representações para o comportamento da oferta e da demanda de terras, aquela que apresenta
as curvas de oferta e demanda brutas, e aquela que apresenta as curvas de oferta e demanda
líquidas.
Baseados nas curvas de oferta e demanda brutas chegamos a um modelo uniequacional
para a determinação dos preços da terra. Esse modelo apresentaria como variáveis endógenas
as seguintes: os valores esperados para as rendas líquidas produtivas futuras, os valores
esperados para as taxas de desconto futuras, os valores esperados para gastos com
investimento e manutenção, e o valor esperado para o futuro preço de mercado da terra, além
de uma variável expectacional que pode ser associada a ganhos provenientes de características
peculiares à terra, que se relacionam por exemplo com valores culturais.
Até chegarmos a esse modelo, fizemos uma série de estudos de possibilidades teóricas
sobre as possíveis causas de distorções nos preços da terra. A partir desses estudos, obtivemos
que muito provavelmente haja um movimento cíclico para a variável do valor esperado para o
futuro preço de mercado da terra, na qual teríamos representada a expectativa de valorização
do capital. Mas esse resultado está baseado na existência de um mínimo de controle da
sociedade sobre os preços da terra, através de mecanismos como o de impostos por exemplo.
Baseados nesse modelo uniequacional e em informações da bibliografia existente,
realizamos estudos estatísticos com uma série semestral de dados sobre os preços da terra em
nível nacional, que vai de 1966 a 2003.
Lembramos que no modelo uniequacional apresentado, os preços da terra seriam
influenciados positivamente pelos valores esperados para as rendas líquidas produtivas
futuras; portanto, uma das variáveis explicativas dos preços da terra em nossos modelos
empíricos foi a variável do valor do arrendamento, representando os valores esperados para as
97
rendas líquidas produtivas futuras. Essa variável apresentou um coeficiente muito
significativo ao explicar os preços das terras em todos os modelos realizados.
Além disso, em nosso modelo uniequacional os preços da terra seriam influenciados
negativamente pelos valores esperados para as taxas de desconto futuras. Por isso usamos as
rentabilidades de ativos alternativos à terra procurando saber se essas teriam um impacto
negativo sobre os preços da terra. Os ativos alternativos escolhidos foram o dólar, a Caderneta
de Poupança e ações da Bolsa de Valores de São Paulo.
Como resultado, obtivemos que o Ibovespa foi o único que apresentou um coeficiente
significativo em alguns modelos empíricos estudados, impactando negativamente os preços da
terra. Porém, mais do que a verificação do modelo uniequacional que foi apresentado, vemos
nesse resultado um indicativo de que os investidores em ações têm na terra um investimento
alternativo, e vice-versa.
Neste ponto, verificamos em alguns trabalhos realizados no início dos anos 90, a
dificuldade de se captar estatisticamente a importância do Ibovespa em explicar os preços da
terra. Já com uma série de preços que inclui os anos 90 e parte dos anos 2000, tivemos mais
informações para captar o grau de significância do Ibovespa nesses modelos.
Também analisamos os preços da terra a partir dos preços defasados e dos valores de
arrendamento em fase e defasados. Nesses modelos verificamos que uma alteração nos preços
da terra impacta positivamente os novos preços da terra, e uma alteração no valor do
arrendamento também impacta positivamente os preços da terra. Consideramos esses
resultados causados por uma expectativa de continuidade de um processo de valorização ou
desvalorização nos preços da terra. Porém, consideramos que por serem movimentos de
curtíssimo prazo, que não duram mais do que dois semestres, não poderíamos medir a partir
deles a importância da expectativa de valorização da terra na determinação dos preços da
terra.
Em todo caso, observamos que esses últimos modelos apresentaram um bom ajuste
aos preços da terra, e isso nos incentivou a realizar um modelo de previsão para esses preços,
considerando os preços defasados e os valores de arrendamento defasados. Entre os modelos
testados, o único que apresentou bons resultados foi um modelo que incluía um elemento de
iteração não linear calculado a partir dos preços defasados e dos valores de arrendamento
defasados.
No entanto, verificamos que um estudo não muito realizado no mercado de terras,
principalmente no Brasil, trata-se do estudo do volume de negócios com terras nas diferentes
98
fases dos preços da terra. Afinal, não dispomos de dados agregados sobre volume de negócios
com terras neste país.
Mesmo assim, consideramos que um estudo do volume de negócios traria informações
importantes para a análise do mercado de terras, pois se queremos medir a importância da
expectativa de valorização do capital na determinação dos preços da terra, queremos então
avaliar a presença de agentes interessados em especular com os preços da terra nesse
mercado. E o volume de negócios traria informações para verificarmos se de fato os agentes
especuladores adquirem terras para vendê-las por um preço mais alto.
Desta forma, o quarto capítulo foi dedicado a um estudo empírico do movimento do
volume de negócios com terras em relação ao movimento dos preços da terra. Para obtermos
dados sobre volume de negócios, fizemos uma pesquisa nos cartórios de três municípios do
estado de São Paulo, os municípios de Promissão, Cafelândia e Pirajuí. Nessa pesquisa,
colhemos uma amostra com cerca de cinqüenta propriedades para cada município, e
registramos as transações ocorridas com essas propriedades e com seus desmembramentos do
ano de 1977 ao ano de 2003. Com isso obtivemos para o conjunto dessas propriedades, dados
sobre a área total transacionada em cada semestre, e dados sobre o número de propriedades
transacionadas em cada semestre. A partir desses dados, inferimos informações sobre a área
transacionada na região.
Colhemos também outras informações a respeito da prática agrícola da região, e
verificamos que a região poderia “desenvolver-se com o uso mais racional de seu potencial
agrícola se explorada com lavouras”
29
. No entanto, verificamos também, que na maior parte
das terras da região, tem sido praticada a pastagem. Portanto, constatamos que ainda há
margem para maiores ganhos produtivos através de uma exploração mais racional da região.
Dessa forma, a região poderia ainda sofrer um processo de valorização de suas terras se
alcançasse condições de ser melhor explorada.
Assim, temos nessa região, um bom exemplo de terras que podem estar associadas a
uma expectativa de valorização do capital. Fizemos também uma pesquisa sobre os preços da
terra na região, para utilizá-los em nossos estudos.
Para relacionarmos as variações do volume de negócios com terras às variações dos
preços da terra na região, utilizamos como base as curvas de oferta e demanda líquidas
apresentadas no segundo capítulo. Essas curvas poderiam mostrar o que aconteceria com a
quantidade de terras que é transacionada, considerando variações relativas das curvas de
__________________________
29
Brasil, 1979, p. 36
99
oferta de demanda líquidas em momentos de deslocamentos para cima e para baixo dessas
curvas.
Baseados nessas curvas de oferta e demanda líquidas, procuramos saber se haveria um
padrão de comportamento da variação da área transacionada em relação à variação dos preços
da terra na região, que pudesse trazer mais indicativos sobre o comportamento dos agentes no
mercado de terras.
Observamos nos dados coletados, que traçando uma linha de tendência nos preços da
terra, verificávamos uma onda longa de alta nos preços da terra que tomava toda a primeira
metade do período de análise, enquanto isso, a partir dos anos noventa poderíamos verificar
uma onda longa de baixa nos preços da terra. Observamos também um comportamento
semelhante da área transacionada, mas acima de tudo, observamos um comportamento bem
próximo entre o número de propriedades transacionadas e o movimento dos preços da terra.
Com isso, concluímos que quando os preços da terra passaram por um período de alta,
as transações com terras eram maiores, e no período de baixa as transações com terras
também diminuíram.
Essa constatação é contrária a uma hipótese intuitiva de que nos períodos de baixa
teríamos o ingresso de novos demandantes de terras, que seriam os pequenos produtores ao
financiarem a compra de terras buscando pagar o financiamento com os ganhos produtivos.
Se fosse esse o caso, a área transacionada seria maior nesse período. Mas ao contrário, o que
ocorreu foi que a área transacionada caiu no período de baixa. Isso indica que os preços da
terra na região não passaram de fato por um período de preços tão baixos que permitisse o
ingresso de pessoas descapitalizadas.
Quanto à onda longa de alta nos preços da terra, temos aí o ingresso de pessoas de fora
desse mercado, impulsionado os preços da terra para cima. E para impulsionar os preços para
cima em um período de alta, devemos ter aí não pequenos produtores descapitalizados
ingressando no mercado de terras, mas investidores que visualizam nas terras em um
momento de alta, uma boa aplicação para seu dinheiro. Essa seria uma hipótese provável para
o aumento da área transacionada verificada no período de alta nos preços da terra na região.
Teríamos, como mais um atrativo para os investidores no momento de alta dos preços
da terra, os ganhos provenientes da própria valorização da terra no período. Por isso, com esse
estudo, o que obtivemos foi mais um indicativo de que os preços da terra podem ser guiados
em parte pela expectativa em relação aos preços futuros da mesma.
Desta forma, este estudo empírico do volume de negócios com terras traz resultados
compatíveis com o estudo feito anteriormente, no qual havíamos verificado um impacto
100
negativo do Ibovespa nos preços da terra. Pois havíamos obtido como resultado que os
investidores em ações poderiam entrar no mercado de terras na procura de uma aplicação
alternativa, e agora obtivemos que um maior volume de negócios com terras na região foi
verificado justamente no momento em que os investidores estariam entrando no mercado de
terras.
Porém, constatamos que o nível de especulação com os preços da terra teria sido maior
nos anos 70 e 80, e teria sofrido um declínio nos anos 90. Mas esse declínio não teria sido
suficiente para permitir o ingresso de pequenos produtores descapitalizados no mercado de
terras, pelo menos da região em estudo.
Assim, a partir desse estudo, obtivemos indicativos a favor da hipótese de que os
preços da terra realmente tenderiam a se estabilizar em um patamar elevado em relação às
rendas produtivas, mesmo passando por períodos de alta e períodos nos quais os preços da
terra declinariam um pouco. Além disso, não pudemos descartar a hipótese de que esses
níveis de preços seriam determinados em parte pela expectativa de valorização do capital.
101
REFERÊNCIAS BIBLIOGRÁFICAS
BARRY, P. J.. Capital asset pricing and farm real estate.
American Journal of Agricultural
Economics
, ago. 1980, v. 62, p. 549-553
BRANDÃO, A. S. P.. Mercado da terra e estrutura fundiária. In:
Os principais problemas
da agricultura brasileira:
análise e sugestões. 2ª ed.. Rio de Janeiro: IPEA, 1992, p.139-179
(Série PNPE)
BRASIL. Ministério da Agricultura. Secretaria Nacional de Planejamento Agrícola.
Aptidão
Agrícola das Terras de São Paulo
. Brasília: BINAGRI, 1979
BROWN, K. C., BROWN, D. J.. Heterogenous expectations and farmland prices.
American
Journal of Agricultural Economics
, maio 1984, vol. 66, n° 2, p. 164-169
BURT, O. R.. Econometric modeling of the capitalization formula for farmland prices.
American Journal of Agricultural Economics, fev. 1986, p. 10-26
DE JANVRY, A., SADOULET, E. Access to land for the rural poor: how to keep it open and
effective for poverty reduction? In: LATIN AMERICAN AND CARIBBEAN ECONOMIC
ASSOCIATION MEETING. New York, 3 jan. 1999
DONADELLI, A. et al. Atividade agropecuária no estado de São Paulo: distribuição e valor
da produção por Escritório de Desenvolvimento Rural, 1995/1996 e 1996/1997.
Informações
Econômicas
. São Paulo: Instituto de Economia Agrícola, dez. 1997, v. 27, n° 12, p.21-31
FRANCISCO, V. L. F. S., SUEYOSHI, M. L. S., PINO, F. A., CAMARGO, A. M. M. P..
Censo Agropecuário no Estado de São Paulo: resultados regionais.
Informações
Econômicas
. São Paulo: Instituto de Economia Agrícola, dez. 1971, p. 7
GUJARATI, D. N..
Basic Econometrics. New York: McGraw-Hill, 1995, 838 p.
102
HARRIS, D. G., NEHRING, R. F.. Impact of farm size on the bidding potential for
agricultural land.
American Journal of Agricultural Economics, maio, 1976, vol. 58, n° 2,
p. 161-169
HEADY, E. O., TWEETEN, L. G.. Real estate prices and investment, and farm numbers. In:
Resourse Demand and Structure of Agricultural Industry, Iowa: Iowa State University
Press, 1963, p. 405-425.
HERDT, R. W., COCHRANE, W. W.. Farm land prices and farm technological advance.
Journal of Farm Economics, 1966, vol. 48, n° 2, p. 243-263
HUGHES, D. W., PENSON Jr., J. B., BEDNARZ, C. R.. Subsidized credit and investment in
agriculture: the special case of farm real estate,
American Journal of Agricultural
Economics
, dez. 1984, vol. 66, n° 5, p. 755-760
INSTITUTO DE ECONOMIA AGRÍCOLA.
Anuário de Informações Estatísticas da
Agricultura
. São Paulo, 1990-2004 (Série Informações Estatísticas da Agricultura)
INSTITUTO NACIONAL DE COLONIZAÇÃO E REFORMA AGRÁRIA.
Atlas fundiário
brasileiro
. Brasília, 1996, 103 p.
KEYNES, J. M..
A teoria geral do emprego, do juro e da moeda. São Paulo: Editora Atlas
S.A., 1992, 328 p.
MELICHAR, E. Capital gains versus current income in the farming sector.
American
Journal of Agricultural Economics
, dez. 1979, vol. 61, n° 5, p. 1085-1092
OLIVEIRA, J. B. et al.
Mapa pedológico do estado de São Paulo. Campinas: Instituto
Agronômico, 1999a
OLIVEIRA, J. B. et al.
Mapa pedológico do estado de São Paulo: legenda expandida.
Campinas: Instituto Agronômico, 1999b
103
ORTEGA, C. V.. Una revisión de los modelos sobre el mercado y los precios de la tierra en la
literatura económica.
104
ROCHA, D. P. et al. Programa de consórcios e condomínios para arrendar terra – viva terra.
In: SEMINÁRIOS DIMAC. N° 120, 2002, Rio de Janeiro: IPEA, 10 p.
ROMEIRO, A., REYDON, B. P., AREZZO, D. C., RAMOS, P..
O mercado de terras.
Brasília: IPEA, 1994, 204 p. (Série Estudos de Política Agrícola. Relatórios de Pesquisas, 13)
ROMEIRO, A., REYDON, B. P., LUDWIG, A. P..
O impacto do ITR nos preços da terra
na concentração fundiária
. Brasília, DF: INCRA, 1999, 64 p. ( Série Projeto de Cooperação
Técnica INCRA/FAO; 3)
SABBATO A..
O ITR no Brasil – 1960-1980: Instrumento de reforma agrária ou alternativa
ideológica da contra-reforma? Itaguaí, Rio de Janeiro, 1997. 123 p. Mestrado – Universidade
Federal Rural do Rio de Janeiro, 1997.
SANTOS, Z. A. P. S..
Estatísticas do mercado de terras agrícolas no Estado de São
Paulo
. São Paulo: Instituto de Economia Agrícola, fev. 1993, 230 p. (Série Informações
Estatísticas da Agricultura)
SAYAD, J.. Preço da terra e mercados financeiros.
Pesquisa e Planejamento Econômico,
Rio de Janeiro, dez. 1977, 7(3), p. 623-662
SAYAD, J.. Especulação em terras rurais, efeitos sobre a produção agrícola e o novo ITR.
Pesquisa e Planejamento Econômico
, Rio de Janeiro, abr. 1982, 12(1), p. 87-108
SCOFIELD, W. S.. Prevailing land market forces,
Journal of Farm Economics, 1957, vol.
39, p. 1500-1511
SODERO, F. P..
O estatuto da terra. Brasília: Fundação Petrônio Portela, 1982, 169 p.
(Curso de Direito Agrário, 2)
TWEETEN, L. G., MARTIN, J. E.. A methodology for predicting U.S. farm real estate price
variation,
Journal of Farm Economics, 1966, vol. 48, n° 2, p. 378-393.
105
VARIAN H. R.. Intermediate microeconomics: a modern approach. 3ª ed. New York:
Norton, 1993, 623 p.
VERDADE, F. C.. (supervisor).
Zoneamento Agrícola do estado de São Paulo. Campinas:
Instituto Agronômico, 1974, volume 1
WONNACOTT, T. H. , WONNACOTT, R. J..
Introdução à estatística. Rio de Janeiro:
Livros Técnicos e Científicos, 1980
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo