ads:
UNIVERSIDADE ESTADUAL DE MARINGÁ
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
PROGRAMA DE MESTRADO EM ECONOMIA
ÁREA DE CONCENTRAÇÃO: TEORIA ECONÔMICA
WALDEMIRO ALCÂNTARA DA SILVA NETO
COMERCIALIZAÇÃO DO TOMATE DE MESA NO ESTADO DE SÃO
PAULO: ANÁLISE DE TRANSMISSÃO DE PREÇOS
MARINGÁ
2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Waldemiro Alcântara da Silva Neto
Economista
Comercialização do tomate de mesa no estado de São Paulo: análise de
transmissão de preços
Orientador:
Prof. Dr. José Luiz Parré
Dissertação apresentada ao Programa de Pós-Graduação em
Economia, da Universidade Estadual de Maringá, como parte
dos requisitos para a obtenção do título de Mestre em Economia.
Área de Concentração: Teoria Econômica
MARINGÁ
2007
ads:
Dedicatória
Á minha noiva Denise.
Agradecimentos
Agradeço a Deus em primeiro lugar, pelas bênçãos, saúde e condições de me
dedicar à conquista deste título. Também aos meus pais Cida e Toninho por mais
uma vez, assim como na graduação, se privarem de um conforto maior a fim de me
ajudar, incondicionalmente, durante todo o tempo de estudo no mestrado. Esta
conquista também é deles.
Em especial à Denise, pela compreensão, paciência e incentivo durante todo
tempo em que estive em Maringá me dedicando exclusivamente à conclusão dos
créditos.
Não poderia deixar de agradecer aos meus grandes amigos do mestrado:
Josué, Maria, Gilberto, Alyson e Cíntia, pelos decisivos momentos de luta em
conjunto, apoio incondicional, cumplicidade e respeito uns pelos outros.
Ao professor Parré, meu orientador, pela ajuda no caminho a ser trilhado,
paciência e principalmente à experiência acadêmica e conhecimento que me
permitiu ter tranqüilidade durante todo o tempo de estudo da dissertação.
SUMÁRIO
RESUMO................................................................................................................. VIII
ABSTRACT............................................................................................................... IX
LISTA DE FIGURAS .................................................................................................. X
LISTA DE GRÁFICOS............................................................................................... XI
LISTA DE TABELAS ................................................................................................ XII
INTRODUÇÃO..........................................................................................................13
1 ASPECTOS GERAIS DO MERCADO DE TOMATE NO ESTADO DE SÃO
PAULO......................................................................................................................16
2 REFERENCIAIS METODOLÓGICOS E MODELOS ECONÔMICOS....................23
2.1 Material e métodos..............................................................................................23
2.2 Assimetria na transmissão de preços..................................................................24
2.3 Modelo proposto..................................................................................................29
2.4 Margem de comercialização................................................................................33
2.4.1 Cálculo das margens........................................................................................34
2.5 Variações sazonais e preços...............................................................................35
2.5.1 Variação estacional e índice estacional ...........................................................36
2.6 Modelo econométrico..........................................................................................38
2.6.1 Causalidade na transmissão de preços............................................................38
2.6.2 Causalidade na economia: o teste de Granger................................................39
2.6.3 Teste de raiz unitária........................................................................................41
2.6.4 Auto regressão vetorial.....................................................................................43
2.6.5 Processo VAR..................................................................................................43
3 RESULTADOS EMPÍRICOS..................................................................................47
3.1 Sazonalidade e margem de comercialização......................................................47
3.2 Transmissão de preços.......................................................................................55
3.3 Assimetria na transmissão de preços (ATP) .......................................................59
4 CONSIDERAÇÕES FINAIS ...................................................................................67
REFERÊNCIAS.........................................................................................................70
RESUMO
Comercialização do tomate de mesa no estado de São Paulo: análise de
transmissão de preços
O objetivo central deste trabalho foi o estudo da cadeia de comercialização do
tomate de mesa in natura no estado de São Paulo. Estudar o comportamento das
margens de comercialização dos agentes envolvidos, medir e verificar as
implicações da sazonalidade nos preços do produtor, atacadista e varejista. Verificar
como se dá a transmissão de pecos entre estes agentes e se é assimétrica ou não.
O período compreendido foi de janeiro de 1995 à março de 2006. Têm-se como
hipóteses: produtor é o mais afetado pela sazonalidade e riscos pertinentes à
agricultura, possui menor poder de negociação e por isso menor rendimento e a
transmissão de preços entre os agentes é assimétrica. Primeiramente, verificou-se o
comportamento da série de preços e a margem de comercialização no período,
posteriormente aspecto da sazonalidade nos três níveis de preços foi medido e
analisado. Através de testes econométricos e aplicação do modelo VAR, foi
verificado aspectos da transmissão de preços e identificado forte evidência de
assimetria. O modelo utilizado para a Assimetria na Transmissão de Preços foi o
aplicado por Griffith e Piggott (1994), com adaptações as peculiaridades do produto
estudado neste trabalho. Como resultados principais: o varejista é o agente com
maior poder de negociação, o produtor é o mais afetado pela sazonalidade e possui
melhores rendimentos e o modelo de transmissão de preços é assimétrico.
Palavras-chave: Assimetria na Transmissão de Preços, Modelo VAR, cadeia de
comercialização do tomate de mesa.
ABSTRACT
Marketing of tomato of table in the state of São Paulo: analysis of prices transmission
The central objective of this work was the study of the chain of marketing of tomato of
table in nature in the state of São Paulo. To study the behavior of the margins of
marketing of the involved agents, to measure and to verify the implications of the
seasonality in the prices of the producer, wholesaler and retailer. To verify as if gives
the transmission of prices among these agents and if it is asymmetric or not. The
understood period was of January of 1995 to the March of 2006. They are had as
hypotheses: producer is affected by the seasonality and pertinent risks to agriculture
has minor to be able of negotiation and therefore lesser income and the transmission
of prices among the agents is asymmetric. First, the behavior of the series of prices
was verified and the edge of marketing in the period, later aspect of the seasonality
in the three levels of prices was measured and analyzed. Through econometrical
tests and application of model VAR, it was verified aspects of the transmission of
prices and identified strong evidence of asymmetry. The model used for the
Asymmetry in the Transmission of Prices was the applied one for Griffith and Piggott
(1994), with adaptations the peculiarities of the product studied in this work. As main
results: the retailer is the agent with greater to be able of negotiation, the producer is
affected by the seasonality and has better incomes and the model of transmission of
prices is asymmetric.
Word-key: Asymmetry in the Transmission of Prices, Model VAR, chain of marketing
of the tomato of table.
LISTA DE FIGURAS
Figura 1 - Magnitude da Assimetria na Transmissão de Preços...............................26
Figura 2 – Velocidade da Assimetria na Transmissão de Preços .............................26
Figura 3 – Magnitude e Velocidade da Assimetria na Transmissão de Preços.........26
LISTA DE GRÁFICOS
Gráfico1: Principais produtores de tomate de mesa no Estado de São Paulo em
milhões de pés no ano de 2006. ...............................................................................17
Gráfico 2: Outras regiões produtoras de tomate de mesa no Brasil em milhões de
pés no ano de 2006...................................................................................................19
Gráfico 3: Comparativo entre o Estado de São Paulo e outras regiões produtoras
de tomate no Brasil no ano de 2006 em milhões de pés...........................................19
Gráfico 4- Evolução dos Preços Reais do Produtor, Atacado e Varejo do Tomate
de Mesa no Estado de São Paulo de janeiro de 1995 à março de 2006...................48
Gráfico 5- Margem Relativa de Comercialização do Atacado, Varejo e Total do
Tomate de Mesa no Estado de São Paulo de janeiro de 1995 à março de 2006 .....48
Gráfico 6- Parcela do Produtor e Margem de Comercialização do Tomate de
Mesa no Estado de São Paulo de janeiro de 1995 à março de 2006........................50
Gráfico 7- Média das Margens Percentuais do Tomate de Mesa no Estado de
São Paulo de janeiro de 1995 à março de 2006 .......................................................51
Gráfico 8: Índice Estacional dos preços em nível de produtor do tomate de mesa
no estado de São Paulo de janeiro de 1995 à março de 2006..................................52
Gráfico 9 - Índice Estacional dos preços em nível de atacado do tomate de mesa
no estado de São Paulo de janeiro de 1995 à março de 2006..................................53
Gráfico 10: Índice Estacional dos preços em nível de varejo do tomate de mesa
no estado de São Paulo de janeiro de 1995 à março de 2006..................................54
Gráfico 11: Comparação entre os índices estacionais (IE) do produtor, atacado e
varejo do tomate de mesa no Estado de São Paulo de janeiro de 1995 à março
de 2006 .....................................................................................................................54
Gráfico 12: Acumulado dos aumentos e reduções nos preços do produtor e
atacado do tomate de mesa......................................................................................61
LISTA DE TABELAS
Tabela 1: Panorama geral da produtividade e preço do Tomate entre 1994 e
2005 ..........................................................................................................................21
Tabela 2: Exemplo do cálculo dos aumentos e quedas dos preços do produtor ......30
Tabela 3: Resultados dos testes de Raiz Unitária de Dickey-Fuller e Phillips-
Perron, para as variáveis do modelo, janeiro de 1995 à março de 2006 ..................55
Tabela 4: Resultados do teste de Akaike (AIC) para o número de defasagens........56
Tabela 5: Resultados dos testes de Causalidade de Granger ..................................56
Tabela 6: Comportamento dos preços do produtor sob variações das demais
variáveis no Modelo VAR..........................................................................................58
Tabela 7: Comportamento dos preços do atacado sob variações das demais
variáveis no Modelo VAR..........................................................................................58
Tabela 8: Comportamento dos preços do varejo sob variações das demais
variáveis no Modelo VAR..........................................................................................59
Tabela 9: Resultados dos testes de Raiz Unitária de Dickey-Fuller e Phillips-
Perron, para as variáveis do modelo de assimetria na transmissão de preços,
janeiro de 1995 à março de 2006..............................................................................60
Tabela 10: Resultados dos testes de Raiz Unitária de Dickey-Fuller e Phillips-
Perron, para as variáveis do modelo de assimetria na transmissão de preços
após efetuada a primeira diferença, janeiro de 1995 à março de 2006.....................62
Tabela 11: Resultados do teste de Akaike (AIC) para o número de defasagens
no modelo de assimetria na transmissão de preços .................................................62
Tabela 12: Resultados do teste de Causalidade de Granger para o modelo de
Assimetria na Transmissão de Preços......................................................................63
Tabela 13: Comportamento dos preços do atacado sob variações dos preços do
produtor no Modelo VAR para assimetria na transmissão de preços........................64
Tabela 14: Comportamento dos preços do varejo sob variações dos preços do
produtor e atacado no Modelo VAR para assimetria na transmissão de preços.......64
Tabela 15: Teste t para o modelo de ATP.................................................................65
INTRODUÇÃO
Neste estudo, analisou-se alguns aspectos da cadeia de comercialização do
tomate de mesa in natura no Estado de São Paulo, no período compreendido entre
janeiro de 1995 a março de 2006. São Paulo é o maior Estado produtor, além de
também caracterizar-se como maior mercado consumidor.
Uma relevante peculiaridade do tomate de mesa é sua elevada
característica de perecibilidade, e isto traz importantes conseqüências a sua
comercialização. Como via de regra, deve ser colhido, imediatamente transportado
até os grandes centros distribuidores e classificadores como a CEAGESP
(Companhia de Entrepostos e Armazéns Gerais de São Paulo) ou o CEASA
(Centrais de Abastecimento) e estar disponível para o consumidor final. Além do
mais, não é possível a formação de estoques por nenhum dos agentes da cadeia
para aguardar uma alavancagem nos preços devido á uma tentativa de redução da
oferta.
Esta especificidade gerou a motivação para um levantamento das principais
características da cadeia de comercialização do tomate de mesa no Estado de São
Paulo
1
. Deve-se destacar a estacionariedade da produção e os impactos da
sazonalidade, característica comum à grande parte dos produtos agropecuários.
Sendo assim, o objetivo inicial foi verificar o comportamento dos preços e das
margens de comercialização entre os três agentes desta cadeia: produtor, atacadista
e varejista, como se dá sua transmissão, qual destes agentes detém maior poder de
determinação nas variações de preços sobre os demais e se esta transmissão de
preços é assimétrica ou não. Ou seja, acerca da assimetria, verificar se os preços
1
O Brasil é o oitavo maior produtor de tomate de mesa segundo dados da FAO (1998).
dos agentes respondem em igual magnitude e/ou velocidade as alterações nos
preços dos demais agentes da cadeia.
Analisou-se a assimetria na transmissão de preços entre os agentes da
cadeia, sazonalidade, margem de comercialização e a transmissão de preços entre
o produtor
2
, atacado e varejo do tomate de mesa no Estado de São Paulo.
Para se alcançar os objetivos propostos, é de suma importância a justificativa
do tema escolhido. O tomate é um produto agrícola amplamente consumido no
Brasil e seu estudo ainda não é tão explorado como as commodities. Considerando
a pulverização na produção, baixo poder de barganha dos produtores e a
necessidade de comercializar rapidamente o produto, um estudo sobre como se dá
esta transmissão de preços entre os agentes e qual o seu impacto no consumidor
final, é de grande relevância.
A hipótese central é a de que a transmissão entre os preços entre os agentes
é assimétrica, ou seja, são diferentes os impactos entre os agentes dos aumentos e
das reduções dos preços, sendo que os indícios são de que há certa rigidez nas
reduções. Por exemplo, as reduções nos preços dos produtores, em geral não são
totalmente repassadas aos consumidores, além de levarem um tempo maior para
chegar ao agente final, situação um pouco diferente ao dos aumentos nos preços,
que são quase totalmente repassados e mais rapidamente.
Dentre as demais hipóteses está a de que o produtor é o agente da cadeia
que possui os menores rendimentos, têm o menor poder de negociação, detém os
maiores riscos, tem a margem prejudicada, é o que mais sofre com os efeitos
sazonais, além de sofrer com a crescente influência exercida pelas grandes redes
varejistas sobre a comercialização de produtos agropecuários. O produtor é o agente
2
No caso do produtor, a literatura não trata de margem e sim de parcela do produtor.
que está mais distante do consumidor final, estando diretamente suscetível aos
riscos da lavoura e provavelmente o que possui menor rendimento. Outra hipótese é
a de que o varejista, por sua vez, possui maior rendimento e poder na negociação
na cadeia do tomate de mesa, principalmente devido à maior proximidade com o
consumidor final.
O capítulo 1 apresenta um panorama do mercado do tomate de mesa no
Estado de São Paulo e um comparativo com outras regiões brasileiras deste
produto. Aspectos do produto e perdas devido às falhas nas embalagens também
serão discutidos. O capítulo 2 trata os aspectos metodológicos e o referencial teórico
dos modelos econômicos. É evidenciado o modelo de Assimetria na Transmissão de
Preços, aplicado em outro mercado, seus principais resultados alcançados e o
modelo proposto para o objeto de estudo neste trabalho. No capítulo 3 têm-se os
resultados dos modelos testados, assim como serão discutidos os impactos da
sazonalidade, a margem e comercialização, a transmissão de preços e por fim, o
modelo de assimetria na transmissão de preços. Após a discussão destes resultados
e suas implicações, as considerações finais e o referencial bibliográfico utilizado
também são apresentados.
1 ASPECTOS GERAIS DO MERCADO DE TOMATE NO ESTADO DE SÃO
PAULO
O tomate é uma das hortaliças de maior importância econômica no mundo,
segundo dados da FAO (1998) e o Brasil é o oitavo produtor mundial, conforme
descrito por Sissi e Jorge (2002).
O Estado de São Paulo é o maior produtor de tomate de mesa no Brasil e
representa, segundo Castro e Cortez (2001), 23% de todo o volume comercializado
na CEAGESP. A colheita do ano de 2006 foi de 57,6 milhões de pés no Estado, com
destaque para o município de Itapeva com 32 milhões, caracterizando-se como a
principal produtora do estado e do país. O município de Mogi-Guaçu também
aparece com grande representatividade, ao colher 10,8 milhões de pés, seguido
pelos de Araguari e Sumaré, com 8,5 e 6,3 milhões de pés respectivamente. O
Quadro 1 traz alguns dados sobre a produção do tomate no estado.
Quadro 1- Informações sobre a produção de tomate no Estado de São Paulo,
2006.
Quantidade Produzida 749.750 ton
Valor da Produção R$330.540 milhões
Área Plantada 11.430 hectares
Área Colhida 11.430 hectares
Rendimento Médio 65.594 Kg/hec
Fonte: Instituto Brasileiro de Geografia e Estatística (IBGE).
Além de ser o maior produtor desta leguminosa no Brasil, São Paulo
caracteriza-se também como maior centro consumidor. Sua população em 2006,
segundo dados do IBGE, foi de 40,44 milhões de habitantes ou aproximadamente
22% do total brasileiro. O Gráfico 1, traz um panorama das principais regiões
produtoras de tomate de mesa do Estado de São Paulo, com dados para o ano de
2006.
Gráfico 1 - Principais municípios produtores de tomate de mesa do Estado de São
Paulo em milhões de pés no ano de 2006.
0
5
10
15
20
25
30
35
Milhões de Pés
Itapeva Mogi-Guaçú Araguari Sumaré
Fonte: Elaboração do autor com base nos dados da Hortifruti Brasil (2006, p. 13 e 14).
Grandes transformações ocorreram na tomaticultura brasileira após a década
de 90, segundo descrição da revista especializada Hortifruti Brasil (2006): novas
variedades foram introduzidas, surgimento de novas tecnologias de produção e uma
característica diferente no perfil do produtor. Com o aumento da utilização de
híbridos do grupo salada, a produtividade nacional deu salto de cerca de 28% entre
1994 e 2005.
Um aspecto importante e descrito por Pahor e Silva (2001), é que a
CEAGESP após 1997, deixou de ser o grande articulador, formador de preços e
classificador do tomate de mesa no Brasil. Fato inevitável considerando o
crescimento dos CEASA em todo o país e como importante forma para a redução de
custos, tendo em vista a maior possibilidade de alcançar o consumidor mais
rapidamente devido a maior proximidade com estes. Isso gerou um grande problema
no que tange a assimetria de informações, pois desde então, existe uma grande
dificuldade na classificação do produto, principalmente quanto à qualidade e preços.
Segundo a Hortifruti Brasil (2006), a comercialização do tomate passou por
profundas transformações neste período, com a redução das perdas na pós-colheita
e reorganização da estrutura de comercialização, passando alguns produtores a
classificar os produtos, a assumirem papel de corretores e até mesmo atacadistas.
Quanto à classificação, antes era restrito às centrais de abastecimento, mas hoje já
há máquinas de alta tecnologia, adquiridas por alguns produtores, que beneficiam o
produto e assim conseguem automatizar o processo e de certa forma agregar valor
ao seu produto.
Mesmo diante desta nova conjuntura na classificação e comercialização do
tomate de mesa, a CEAGESP, segundo Andreuccetti et. all (2005), representa o
mais importante e significativo mercado atacadista de frutas e hortaliças na América
Latina, sendo que no ano de 2000, o volume comercializado por dia chegou a 11 mil
toneladas.
Compartilha da mesma análise a Hortifruti Brasil (2006) e Luengo et. all
(2001) apud Andreuccetti et. all (2005), onde para estes, é crescente a participação
dos supermercados como fornecedores de frutas e hortaliças, sendo que já existem
redes com contato direto com os produtores, restringindo a participação dos
atacadistas na cadeia de comercialização do tomate de mesa em São Paulo.
Também merece destaque como grandes produtores brasileiros do tomate de
mesa os estados de Santa Catarina e Rio de Janeiro, com cerca de 37 milhões de
pés. O Gráfico 2, mostra um panorama destas outras importantes regiões produtoras
de tomate, com destaque para a região do município de Caçador em Santa Catarina,
com aproximadamente 17 milhões de pés.
Gráfico 2 - Demais municípios produtores de tomate de mesa no Brasil em milhões
de pés no ano de 2006.
0
2,5
5
7,5
10
12,5
15
17,5
20
Milhões de Pés
Caçador - SC São José de Ubá - RJ Paty do Alferes - RJ Venda Nova do Imigrantes - ES
Fonte: Elaboração do autor com base nos dados da Hortifruti Brasil,(2006, p. 13 e 14).
Ao fazer uma comparação entre São Paulo e as demais regiões produtoras,
este estado apresenta grande representatividade. Numa junção entre os gráficos 1 e
2, é fácil visualizar esta imensa participação no total de pés, gráfico 3. São Paulo
representa 57,6% do total produzido no país.
Gráfico 3 - Comparativo entre o Estado de São Paulo e outras regiões produtoras
de tomate no Brasil, no ano de 2006 em milhões de pés, citadas na pesquisa.
Fonte: Elaboração do autor com base nos dados da Hortifruti Brasil, 06/2006, pg 13 e 14.
57,6
37
SÃO PAULO
OUTRAS REGIÕES PESQUISADAS
Não coincidentemente, grandes transformações ocorreram após a abertura
comercial no início dos anos 90 com o Governo Collor, especialmente nos hábitos
alimentares dos consumidores. Dentre estes fatores, a Hortifruti Brasil (2006),
destaca o acesso a uma grande diversidade de alimentos, a consolidação das
grandes redes varejistas e novos hábitos dos consumidores, onde agora há a
necessidade de praticidade na hora de preparar e consumir o alimento devido à sua
nova rotina de trabalho, especialmente nos grandes centros, é a onda do fast food.
Diante da estabilidade econômica e da descoberta dos consumidores de seu
poder de barganha, segundo Vilela e Macedo (2000) apud Sissi e Jorge (2002),
houve forte inversão de poder na cadeia de comercialização favorável ao
consumidor. Segundo estes autores, o consumidor passou a exercer papel ativo
neste processo, pois é ele que realmente detém o poder, sinalizando os caminhos a
serem percorridos pelos agentes da cadeia e indicando claramente suas
preferências e gostos.
Com o mercado cada vez mais competitivo e o consumidor cada vez mais
exigente, parte dos atacadistas da CEAGESP, cerca de 37,5% dos comerciantes se
comprometem a entregar o produto em embalagens conforme a exigência do
comprador. Por exemplo, os feirantes preferem caixas de papelão, enquanto os
supermercados optam pelas plásticas, de acordo com Andreuccetti et. all (2005).
Além disso, como forma de uma prestação de serviços mais competitiva e atraente,
são oferecidos o transporte e os carregadores como forma de garantir o comprador
ou tentar elevar o grau de fidelidade, isto tudo sem aumento de preços.
Outra importante característica dos atacadistas do CEAGESP, relatado por
Andreuccetti et. all (2005) é o alto índice de inadimplência e a compra do tomate, por
parte destes atacadistas na forma de consignação, representando 22,7%.
No entanto, houve uma inversão do panorama descrito acima, quando se
trata do valor bruto da produção do tomate de mesa. No período de 1994 a 2005, o
mesmo reduziu-se em 22% em média, e o valor da produção caiu 16%. Fatores que
levaram a este retrocesso: aumento da oferta por meio da maior produtividade,
redução nas perdas envolvidas na comercialização de 40% para 20% e estagnação
do consumo do tomate fresco (Hortifruti, 2006). A Tabela 1 mostra um panorama
geral do comportamento anual dos preços recebidos pelos produtores, total
cultivado, produtividade e valor da produção para o Estado de São Paulo entre os
anos de 1994 e 2005.
Sobre a Tabela 1, no que tange ao total cultivado, a variação foi de -16%
entre 1994 e 2005, igual ao ocorrido com o valor da produção no mesmo período. A
produtividade média deu um salto de 28%, já os preços recebidos pelos produtores,
Tabela 1- Panorama geral da produtividade e preço do
tomate entre 1994 e 2005,
no Estado de São Paulo
Ano
Área Total
Cultivada
(ha)
Total
Produzido
(milhões de
t)
Produtivida
de Média
(t/ha)
Preço
Recebido
pelo
Produtor
(R$/Kg)
Valor de
Produção
(milhões de
R$)
Valor da
Produção
por ha
(R$)
1994 40.573,00
1,80 44,36 1,18 2,12 52.394,45
1995 39.650,00
1,62 40,91 1,09 1,76 44.551,50
1996 41.250,00
1,70 41,21 0,88 1,49 36.225,45
1997 38.985,00
1,71 44,07 0,75 1,29 33.095,24
1998 40.030,00
1,80 45,12 0,93 1,67 41.732,45
1999 42.600,00
2,00 47,09 0,78 1,57 36.869,85
2000 37.000,00
1,80 48,35 0,79 1,40 38.054,30
2001 37.672,00
1,80 47,85 0,70 1,26 33.544,71
2002 38.000,00
1,80 47,45 0,72 1,29 34.209,55
2003 35.700,00
2,18 60,96 0,84 1,83 51.264,32
2004 36.000,00
1,94 53,89 0,97 1,88 52.380,00
2005 34.250,00
1,94 56,65 0,92 1,78 52.117,66
Variação
(2005/1994)
-16% 8% 28% -22% -16% -1%
Fonte: Hortifruti Brasil (2006, p. 7)
experimentaram queda de 22%. Logo, foi o aumento da produtividade que segurou a
renda do produtor.
Na última década, o sistema de comercialização do tomate sofreu fortes
alterações. Esta cadeia deixou de ser caracterizada pela marcante presença de
muitos intermediários, o que encarecia o produto e distanciava ainda mais os
produtores dos grandes atacadistas. Uma pesquisa realizada pela Hortifruti Brasil
mostra que 87% das compras do tomate passaram a serem feitas diretamente pelos
atacadistas com os produtores. “A menor participação dos intermediários se deve à
redução das margens de comercialização e à profissionalização dos produtores após
a estabilização econômica do país a partir de 1994”.(Hortifruti Brasil, 2006, p. 10)
Ainda sobre a pesquisa citada acima, em busca de uma maior rentabilidade,
produtores com grande escala e que já possuem estrutura de classificação, estão
“pulando” os atacadistas e negociando diretamente com as redes varejistas,
representando na região de Mogi-Guaçu cerca de 10% dos produtores. Esta
integração entre varejo e produtor gerou pontos positivos, dentre eles a exigência da
utilização de caixas plásticas para transporte, que causam bem menos perda que as
caixas “K”
3
, que permitem a proliferação de pragas e estragam mais rápido o fruto.
As caixas “K”, nas Centrais de Abastecimento, ainda hoje representam cerca de 70%
do total comercializado. (Hortifruti Brasil, 2006, p. 10)
3
Inicialmente projetadas para conter latas de querosene, é amplamente utilizada no transporte de produtos
hortifrutícolas. Dentre os vários inconvenientes destacam-se: baixa qualidade da madeira provoca constantes
colapsos da embalagem, causando sérias perdas no produto, são pesadas e de superfícies ásperas dificultando o
manuseio e provocando injúrias no fruto. (CASTRO e CORTEZ, 2001, pg 26)
2 REFERENCIAIS METODOLÓGICOS E MODELOS ECONÔMICOS
2.1 Material e Métodos
Quanto ao método, inicialmente inflacionou-se as séries com o Índice Geral
de Preços Disponibilidade Interna (IGP-DI), controlado pela Fundação Getúlio
Vargas. Ou seja, adotou-se como base março de 2006 e atualizou-se todos os
dados para esta data. O software econométrico utilizado para testar o modelo foi o
Statistics/Data Analyses 9.0 (STATA). A literatura econométrica e seus respectivos
testes serão descritos a partir da seção 2.6.
As nomenclaturas das variáveis utilizadas nos modelos de transmissão de
preços e de assimetria na transmissão de preços e descritas nas tabelas ao longo do
texto, estão relacionadas abaixo:
•
t
PP , preços reais recebidos pelo produtor, no tempo t;
•
t
PA , preços reais recebidos pelo atacadista, no tempo t;
•
t
PV , preços reais recebidos pelo varejista, no tempo t;
•
it
PPA
−
, é o acumulado dos aumentos no preço do produtor, utilizado apenas
no modelo de Assimetria na Transmissão de Preços (ATP);
•
jt
PPQ
−
, é o acumulado das quedas no preço do produtor, utilizado apenas no
modelo de ATP;
•
it
PAA
−
, é o acumulado dos aumentos dos preços do atacado, utilizado apenas
no modelo de ATP;
•
jt
PAQ
−
, é o acumulado das quedas nos preços do atacado, utilizado apenas
no modelo de ATP;
t
ε
, é o resíduo.
As séries de preços utilizadas foram coletadas de fontes oficiais, sendo os
preços do atacadista fornecidos CEAGESP e os do produtor e varejista fornecidos
pelo Instituto de Economia Agrícola (IEA). O período compreendido no estudo vai de
janeiro de 1995 a março de 2006.
2.2 Assimetria na Transmissão de Preços
A Assimetria na Transmissão de Preços (ATP) é um processo onde os
preços dos agentes econômicos reagem de diferentes maneiras, magnitudes e/ou
velocidades entre as etapas na cadeia a um dado aumento ou diminuição nos
preços. Muitos autores, dentre eles Peltzman (2000), descrevem certa rigidez na
redução dos preços, ou seja, no caso da agricultura, quando os preços dos
produtores caem, o mesmo não necessariamente ocorre na mesma proporção
e/ou velocidade no atacado ou no varejo, caracterizando assim ATP. Von
Craumon-Taubatel (1998) apud Digal e Alamadi-Esfahani (2002), relatam que o
modelo de ATP é estruturado na noção de que os aumentos nos preços são mais
rapidamente e completamente passados aos consumidores do que as reduções.
Griffith e Piggott (1994) acreditam que há uma suspeita de que os varejistas e
atacadistas têm certa inclinação a repassar os aumentos nos preços em
detrimento às reduções e ainda que esta habilidade no repasse dependa da
estrutura de competitividade do mercado. Em mercados mais organizados ou de
estruturas mais consolidadas, tendem a ter maiores rendimentos, maior poder de
negociação sobre os demais agentes da cadeia que utilizam contratos, assim
conseguem manter os preços e seus rendimentos mais elevados e menos
suscetíveis à sazonalidade.
Parrot et. all (2001), chama a atenção para a distinção clara na teoria da
ATP em duas correntes distintas de pesquisa: modelos de cunho estritamente
teórico e os baseados em resultados empíricos. No Brasil, existem em número
muito reduzido, estudos sobre a Assimetria na Transmissão de Preços. Há alguns
estudos teóricos, mas pouco aplicado aos produtos e com uso de modelos
consolidados na literatura.
De acordo com Meyer e v. Cramon-Taubadel (2004), a ATP implica em
diferente distribuição de bem-estar, fato este que não ocorreria sob condições de
Simetria na Transmissão de Preços (STP). Isto porque segundo estes autores, o
bem-estar está diretamente associado às variações nos preços. Por exemplo, em
mercados monopolizados onde o preço praticado está acima do ponto onde
cruzam as curvas de custo marginal e receita marginal, a teoria microeconômica
preconiza que é evidente a redução nos ganhos dos consumidores, sua
maximização de renda é menor que sob condições de concorrência perfeita.
No caso da comercialização do tomate de mesa, a produção está
pulverizada em pequenos produtores e, segundo Sesso Filho (2003), é crescente
no Brasil o poder das redes varejistas. Sendo assim, o produtor fica condicionado
a vender seu produto para poucos e fortes compradores, além da participação
dos atacadistas nesta comercialização.
Ainda segundo Meyer e v. Cramon-Taubadel (2004), a ATP pode ser
classificada em três critérios, a seguir:
1. Magnitude ou velocidade da ATP;
2. Classificação da ATP como positiva ou negativa; e
3. ATP vertical ou espacial.
As três figuras que seguem, ilustram diferentes características da ATP:
Figura 1 - Magnitude da Assimetria na Transmissão de Preços.
Fonte: Adaptado de Meyer e v. Cramon-Taubadel (2004, p.584)
Figura 2 - Velocidade da Assimetria na Transmissão de Preços.
Fonte: Adaptado de Meyer e v. Cramon-Taubadel (2004, p.584)
Figura 3 - Velocidade e Magnitude da Assimetria na Transmissão de Preços.
Fonte: Adaptado de Meyer e v. Cramon-Taubadel (2004, p.584)
a): Magnitude
p
in
out
p
p
t
in
p
t
1+n1
t
t
b): Velocidade
p
out
p
c): Velocidade e Magnitude
p
p
in
out
p
3
t
t
t
1
t
2
As duas primeiras figuras representam respectivamente, magnitude e
velocidade na ATP. Na primeira, a redução do preço de “saída” (out) é menor que
no preço de “entrada” (in), ou seja, ao se tomar o preço do produtor como o de
“entrada”, uma redução neste nível não foi acompanhada pelo preço de “saída”;
ou no varejo na mesma proporção, demonstrada pela parte rachurada na figura,
caracterizando ATP positiva. Na segunda figura, faz-se ilustração quanto à
velocidade, onde se segue o mesmo raciocínio da anterior, contudo o ajustamento
nos preços se dará mais tarde no nível superior da cadeia (no caso varejo),
caracterizando ATP positiva por um período de tempo qualquer, onde os preços
serão ajustados totalmente no tempo
n
t
+
1
; também demonstrado na figura pela
parte rachurada. Já a terceira e última figura, junta as duas características
anteriores em uma: magnitude e velocidade. Neste caso, o repasse nos preços
não é igual em sua totalidade e nem é ajustado no mesmo tempo, caracterizando
ATP.
Um fator importante no que se refere à magnitude é justamente o poder de
mercado exercido pelas grandes empresas, em condições de monopólio ou
oligopólio. Neste caso, a ATP extrapola a transmissão de preços e recai em outro
aspecto fundamental: a perda de bem-estar econômico. Os consumidores não
participam dos possíveis ganhos financeiros com a redução nos preços
ocasionados, por exemplo. No pico da colheita, onde a maior oferta do produto
tende a reduzir os preços. Em muitos casos pode haver redução, mas não na
mesma proporção da verificada para os produtores, ocasionando ATP.
Alguns artigos tratam da ATP em mercados concentrados como o de
combustíveis e o bancário. Para Borenstein et al. (1997) apud Meyer e v.
Cramon-Taubadel (2004), a existência de conluio, formação de cartel e
informações imperfeitas entre os agentes, levam a uma ATP positiva. Por
exemplo, quando os preços do petróleo se elevam, imediatamente sobem os
preços da gasolina, óleo diesel e outros derivados. Radchenko (2005), afirma que
no caso dos preços da gasolina, o ajustamento se dá mais rápido nos aumentos
das cotações do barril do petróleo que nas quedas. No entanto, o inverso não
ocorre na mesma magnitude nem velocidade. Ainda assim, o tratamento do poder
de mercado como causa de ATP positiva é de difícil mensuração, segundo
Peltzman (2000), pelas especificidades de cada mercado em diferentes lugares.
Ainda sobre a questão do poder de mercado e coordenação nos mercados de
combustíveis, Radchenko (2005, p.713), assume: “...that an increase in oil price
volatility increases uncertainty and impedes the coordination among retailers and
raises the likelihood of coordination failure.”
Outra causa da ATP estudada é o ajustamento dos custos ou também
chamados de Custos de Menu. Ward (1982) apud Meyer e v. Cramon-Taubadel
(2004, p.589), “…suggest that retailers of perishable products might hesitate to
raise prices for fear of reduced sales leading spoilage.” Ou seja, para Ward, em
mercados que comercializam produtos perecíveis, o temor da perda do produto
pode levar a ATP negativa. Ainda segundo Miller e Hayenga (2001), a constante
alteração dos preços leva ao custo adicional de se adotar novas estratégias
comerciais, especialmente caso se tenha a expectativa de ser transitório o
movimento nos preços (ciclo). Miller e Havenga (2001) destacam um ponto chave:
a ATP não ocorrerá em pequenos ciclos de preços, apenas nos altos.
Os argumentos acima tratam da ATP vertical, mas alguns autores como
Bailey e Brorsen (1989), Goodwin e Piggott (2001) e Meyer e v. Cramon-Taubadel
(2004), também fazem referência à Assimetria Espacial na Transmissão de
Preços. Sua ocorrência se dá quando os preços de um mesmo nível da cadeia,
por exemplo, no atacado, são diferentes em lugares distintos, ou seja, pode
ocorrer quando os ajustamentos dos custos incluem as despesas com transporte
de diferentes regiões
4
ou ainda quando existe algum tipo de concentração de
mercado em dada região.
No caso do Brasil, a produção do tomate de mesa se concentra no Estado
de São Paulo, logo é perfeitamente possível admitir a Assimetria Espacial na
Transmissão de Preços, dado o país de dimensões continentais como o Brasil.
Onde o transporte deste produto para regiões mais distantes eleva
demasiadamente os preços e muitas vezes não é possível devido à perecibilidade
do tomate e rápida perda de suas características essenciais. Azzam (1999) faz
referência de como se origina a assimetria espacial em meio a um
comportamento dos agentes de otimização. Afirma ainda que a assimetria é
gerada e mantida devido às estratégias dos varejistas em atender os
consumidores em vários pontos do mercado. Na hora de decidir o que e quanto
pagar, os consumidores levam em conta o custo de oportunidade de ir a um lugar
mais longe ou comprar perto de casa a um preço às vezes mais alto.
Há ainda alguns referenciais acerca da ATP de curto e longo prazo. Trata
da diferença entre os efeitos das variações nos preços entre curto e longo prazo.
A diferenciação entre a ATP de curto e longo prazo:
“Short-run asymmetry occurs when the immediate effect of a variation in the farm
price is not the same when farm price is increasing as when it is decreasing; in the
long run, the effects can be the same. Long-run asymmetry occurs when an increase
in the price not fully transmitted to the retail price after a complete adjustment period.
In the short run, the impacts could be similar”. ROMAIN e.t alI. (2002, p. 301).
4
Caso que no Brasil se agrava por vários motivos, dentre eles: a) grande extensão territorial, país com dimensões
continentais; b) transporte baseado no modal rodoviário; c) condições das rodovias, muitas vezes precárias,
elevando o chamado “Custo Brasil”.
2.3 Modelo Proposto
O modelo proposto para evidenciar e mensurar a Assimetria na Transmissão
de Preços no mercado do tomate de mesa no Estado de São Paulo é adaptado de
Griffith e Piggott (1994). Estes autores desenvolveram o modelo para avaliar a ATP
no mercado australiano de carne bovina, suína e de carneiro. Segundo eles “...there
is the issue of whether the dependent and independent variables should be
transformed in some way to more accurately measure the differential impacts of
rising and falling price phases”
.
(Griffith e Piggott, 1994, p.310).
A tabela 2 mostra um exemplo descrito por Griffith e Piggott (1994), do cálculo
inicial para a preparação dos dados a fim de iniciar os testes do modelo de
assimetria na transmissão de preços. Vale ressaltar que diferentemente da tabela, o
modelo será ampliado para os três níveis da cadeia de comercialização do tomate:
produtor, atacado e varejo. Nesta tabela, está apenas o exemplo para os preços do
produtor, que deverá ser expandido aos demais agentes da cadeia.
Tabela 2 - Exemplo do cálculo dos aumentos e quedas dos preços do produtor.
Mês
Preço
Produtor
(PP)
Aumento no
Preço (PP')
Queda no
Preço (PP'')
Acumulado
dos
Aumentos
(PPA)
Acumulado
das Quedas
(PPQ)
1971- 1
69,60 - - - -
2
67,50 0,00 -2,10 0,00 -2,1
3
68,70 1,20 0,00 1,20 -2,1
4
68,70 0,00 0,00 1,20 -2,1
5
66,60 0,00 -2,10 1,20 -4,2
6
70,00 3,40 0,00 4,60 -4,2
7
71,90 1,90 0,00 6,50 -4,2
8
73,80 1,90 0,00 8,40 -4,2
9
76,30 2,50 0,00 10,90 -4,2
10
76,80 0,50 0,00 11,40 -4,2
11
70,80 0,00 -6,00 11,40 -10,2
12
70,80 0,00 0,00 11,40 -10,2
1972- 1
66,40 0,00 -4,40 11,40 -14,6
2
65,20 0,00 -1,20 11,40 -15,8
3
62,00 0,00 -3,20 11,40 -19,0
Fonte: Adaptado de Griffith e Piggott (1994 pg 310).
A primeira coluna descreve o período em meses, a segunda coluna é
composta pelos preços do produtor. A terceira foi montada com base na segunda e
traz apenas as variações nos preços do produtor quanto ao aumento, ou seja, no
período 1 o preço é 69,60 e no segundo é de 67,50. Sendo assim, não houve
aumento no preço e por isto o valor é zero. Apenas na terceira linha que se reflete
aumento nos preços, que passou de 67,50 para 68,70. Na quarta coluna está
inserido o mesmo sistema com a diferença de tratar da redução nos preços e não o
aumento. As duas últimas colunas são as que serão utilizadas no modelo de
assimetria na transmissão de preços. Mostram o acumulado dos aumentos e das
reduções nos preços e será o impacto destas variações que serão medidas nos
preços do agente subseqüente na cadeia.
Griffith e Piggott (1994), aplicaram o modelo para três produtos e em três
níveis: produtor, atacado e varejo. Por se tratar de três produtos diferentes, fez-se
necessário a utilização da quantidade comercializada de cada um dos produtos.
ttt
jt
jjitiitt
EfQeCPFFdPFRcbTaPR ++++++=
−
−
∑
∑
..
5
No modelo aplicado por Griffith e Piggott (1994), para cada tipo de carne:
bovina, suína e caprina, PFR e PFF são as variáveis construídas para denotar os
aumentos e as reduções nos preços, no caso do produtor, como o exemplo da
tabela 2. A produção de cada tipo de carne é denotada por Q, os custos de
produção C, T é a tendência, os coeficientes a serem estimados são os de a,...,f e o
erro E . É importante ressaltar que a equação acima foi utilizada para verificar a
ATP para os preços do varejo, foi expandida e aplicada também para o varejo e
produtor, além de para cada um dos produtos.
Os resultados alcançados na aplicação do modelo no mercado australiano por
Griffith e Piggott (1994) foram satisfatórios. A hipótese nula de ausência de
assimetria foi rejeitada para o mercado de carne suína entre o produtor e o varejo e
entre atacado e varejo. Também foi rejeitada para o mercado da carne de cordeiro
entre produtor e atacado.
A aceitação da hipótese nula se deu para a carne bovina e suína na
transmissão de preços entre o produtor e o atacadista e também foi aceita para o
mercado da carne de cordeiro na transmissão entre os preços do campo e varejo. As
demais variáveis não se mostraram estatisticamente significantes. Sendo assim,
estes autores testaram e aceitaram a presença de ATP no mercado australiano
conforme descrito acima.
5
Equação extraída do modelo de Griffith e Piggott (1994), apenas para descrever o modelo aplicado por estes
autores, diferente do que será aplicado neste estudo.
Para este estudo, o modelo não será exatamente igual ao de Griffith e Piggott
(1994), pois trata-se de apenas um produto. Será adaptado e as variáveis
quantidade e custos de produção não serão utilizados, justamente por ser apenas
um produto e não fazer sentido sua aplicação. As equações elaboradas para o
modelo de assimetria na transmissão de preços do tomate de mesa, com base no
tratamento dos dados, para os três agentes da cadeia, estão descritas a seguir:
tjt
j
jit
i
it
PPQcPPAbaPA
ε
+++=
−−
∑
∑
..
(1)
tjt
j
jit
i
it
PPQcPPAbaPV
ε
+++=
−−
∑
∑
..
(2)
tjt
j
jit
i
it
PAQcPAAbaPV
ε
+++=
−−
∑
∑
..
(3)
a até c, são os coeficientes a serem estimados.
Para Griffith e Piggott (1994), a assimetria na transmissão de preços deve ser
medida em um único sentido: do produtor para os demais agentes, no sentido do
campo para o varejo. Sendo assim, a equação (1) reflete os impactos das variações
nos preços dos produtores no atacado. Irá mensurar como os preços do atacado se
comportam quando os preços do produtor se elevam ou se reduzem. Se estes
impactos não forem semelhantes, estará caracterizado a ATP do produtor para o
atacado.
A equação (2), obedecendo a direção proposta, reflete os impactos nos
preços do varejo, quando os preços do produtor se alteram, sejam na queda ou no
aumento. Caso estas variações sejam diferentes, também estará caracterizada a
ATP, no entanto, caso a ATP esteja presente na transmissão do produtor para o
atacado, medido pela equação (1), esta estará embutida nesta análise, pois se está
analisando a transmissão de preços entre o produtor e varejo.
A última equação, a de número 3, mede os impactos ou como se comportam
os preços do varejo quando os do atacado variam, sejam positiva ou negativamente.
Caso estas variações sejam diferentes, a ATP está presente e poderá ser negativa
ou positiva.
A hipótese nula (Ho), é que
∑
∑
=
j
j
i
i
cb ..
, ou seja, os impactos dos
aumentos e reduções nos preços são iguais a zero (ausência de ATP). Por sua
vez, a hipótese alternativa (H1), é que Ho seja falso. Isto é, os impactos dos
aumentos e reduções nos preços sejam diferentes de zero (presença de ATP).
O teste utilizado para a hipótese de ATP por Griffith e Piggott (1994), foi o
teste t entre as variáveis que medem os impactos da ATP:
( )
[ ( )]
j
i j
i
j
i j
i
b c
t
VAR b c
−
=
−
∑ ∑
∑ ∑
Este teste deve ser aplicado em todas as equações do modelo de ATP para
identificar a presença ou não da ATP.
2.4 Margem de Comercialização
Entre os diferentes agentes de uma cadeia de um produto agrícola qualquer,
incorre-se uma série de despesas para que o mesmo seja colocado no mercado a
fim de satisfazer as necessidades dos clientes.
Parré (1995) retrata que o cálculo da margem se dá pela diferença entre o
preço que um dado conjunto de intermediários vende uma unidade de produto e o
pagamento que se faz pela quantidade equivalente que precisa comprar para vender
esta unidade. Devido à possibilidade da incorrência em perdas por amassamento,
podridão ou processamento, esta quantidade vendida pode ser menor que a
comprada.
A margem pode ser apresentada de diferentes maneiras, envolvendo todos
ou alguns dos segmentos do mercado:
“As margens de comercialização podem ser absolutas ou relativas (totais ou
específicas para cada nível de mercado). Essas margens podem ser alteradas em
função de fatores ligados à oferta e demanda pelos serviços de comercialização
adicionados à matéria-prima”. (Parré, 1995, p. 25)
2.4.1 Cálculo das Margens
A metodologia de cálculo das margens será a mesma apresentada por Parré
(1995), e seguindo as seguintes expressões:
MT = PV – PP MT’ = (PV – PP)/PV
MA = PA – PP MA’ = (PA – PP)/PA
MV = PV – PA MV’ = (PV – PA)/PV
" *100
PV PP
MT
PV
−
=
" *100
PA PP
MA
PA
−
=
" *100
PV PA
MV
PV
−
=
MT = Margem absoluta total de comercialização, que é a diferença entre os preços
pagos pelos consumidores e os valores recebidos pelos produtores pela
quantidade equivalente no campo.
MA = Margem absoluta do atacado.
MV = Margem absoluta do varejista.
MT’ = Margem total relativa, expressa como proporção do preço no varejo.
MA’ = Margem relativa do atacado.
MV’ = Margem relativa do varejo.
MT” = Margem percentual total de comercialização.
MA” = Margem percentual do atacado.
MV” = Margem percentual do varejo.
PV = Preço real ao nível do varejo.
PP = Preço real ao nível do produtor.
PA = Preço real ao nível do atacado.
A grande vantagem da utilização do cálculo da margem, segundo Marques e
Aguiar (1993), está na possibilidade de acompanhar a evolução da mesma e o
desempenho dos mercados.
2.5 Variações Sazonais e Preços
A grande maioria dos produtos agrícolas está sujeita às variações nos preços
associadas às estações do ano, ou seja, sofrem o efeito da sazonalidade. Algumas
externalidades afetam direta e indiretamente a sazonalidade, tais como: fatores
climáticos e questões de entressafra, que não permitem o bom “comportamento” dos
preços pelo lado da oferta. Já a demanda também apresenta características
sazonais, como por exemplo, o consumo de peixes na semana santa ou peru no
Natal.
“Ao se calcular as variações nos preços assim como a sua tendência deve-se retirar a
sazonalidade por meio de técnicas matemáticas, é possível isolar estas variações
estacionais e calcular os índices sazonais utilizando-se dados mensais para o período
disponível”. (HOFFMANN apud MARQUES e AGUIAR, 1993, p. 73)
2.5.1 Variação estacional e índice estacional
Dado as variações na produção e nos preços agrícolas já mencionados, o
conhecimento da variação estacional é de suma importância tanto para os
produtores e comerciantes, quanto para os varejistas, consumidores e o governo.
Para Marques e Aguiar (1993), a melhor época do ano para se adquirir o
produto, organizar os estoques a fim de amenizar o impacto das elevações nos
preços na época de queda na oferta, formulação de políticas de renda mínima,
aquisição de crédito bancário entre outros, são algumas das decisões que poderiam
ser diretamente afetadas com o conhecimento da variação estacional de um certo
produto agrícola de interesse.
De acordo com Hoffmann (1988), se as únicas variações que uma série
temporal de um certo produto apresenta, forem flutuações periódicas, elas serão
eliminadas ao se calcular a média móvel. Esta deve conter número de termos igual
ao termo que corresponde a um período de flutuação da série ou a um múltiplo
desse número de termos.
Se
t
v
apresenta apenas flutuações periódicas e se cada período inclui
exatamente θ termos da série, têm-se:
θθθ
mtttt
vvvv
+++
==== ...
2
(4)
onde m é um número inteiro qualquer.
Um valor da média aritmética móvel (MAM) é dado por:
( )
11
...
1
−++
+++=
θ
θ
ttt
vvvMAM
(5)
Sendo assim, um valor subseqüente da média móvel (MM) é dado por:
( )
θθ
θ
+−++
+++=
ttt
vvvMM
11
...
1
(6)
é igual ao valor precedente.
Neste estudo será utilizado a Média Geométrica Móvel Centralizada de 12
termos (meses), definida na expressão (7):
12
5,0
655
5,0
6
......
++−−
=
tttttt
PPPPPG
(7)
Após o cálculo da equação 7:
t
t
t
G
P
D 100100 =
(8)
De acordo com a equação 8, os preços reais são divididos pelas respectivas
médias geométricas móveis centralizadas e se este valor do quociente for
multiplicado por 100, chega-se ao índice estacional. No entanto segundo Hoffmann
(1998), é necessário aplicar uma correção nesta média, que é dada por:
12
1
12
1
=
Π
=
MAMC
j
(9)
Obtendo-se por sua vez:
C
MAM
=
∧
ε
(10)
A dispersão do
ij
d
relativa a um mês, pode ser medida por meio da estimativa
do desvio-padrão, onde
ij
d
são as diferenças entre os preços e as respectivas
médias móveis centralizadas. A disperção é dada por:
( )
2
1
1
)
1
1
∑
−
=
−
−
=
n
i
jijj
dd
n
s
(11)
se 7
≤
j
≤
12, e por:
( )
2
1
)
1
1
∑
=
−
−
=
n
i
jijj
dd
n
s
(12)
se 1
≤
j
≤
6.
Por definição, o índice de irregularidade (
j
s
) é:
}exp{
jj
sS
=
(13)
Como D
ij
= exp{d
ij
}, segundo Golynski (2005), o valor de S
j
é uma medida de
dispersão dos D
ij
relativa ao j-ésimo mês. Desta forma, para cada mês, obtém-se um
intervalo de dispersão dos índices estacionais, nos quais os limites superior e inferior
resultam da multiplicação e divisão do índice sazonal pelo índice de irregularidade,
respectivamente.
2.6 Modelo Econométrico
2.6.1 Causalidade na Transmissão de Preços
A análise da Transmissão de Preços permite avaliar como se comportam e
como são repassados os preços nos diferentes níveis da cadeia de comercialização,
que é composta pelo produtor, atacado e varejo. O produtor é responsável pelo
plantio do produto e após a colheita repassa este aos atacadistas. Segundo
Lourenzani e Silva (2004), os atacadistas são os agentes intermediários no processo
de distribuição. Possui eficiência ao desempenhar as funções de venda, promoção,
armazenagem, transporte e transmissão de informação. Os varejistas são
representados principalmente pelas grandes redes de supermercados,
supermercados de médio e pequeno porte, varejões, sacolões e feiras livres.
Desta forma, para uma análise mais substancial, é necessário conhecer a
origem e o sentido dessas variações nos preços, ou seja, determinar a causalidade
entre os agentes da cadeia de comercialização.
Um dos primeiros a tratar do teste de causalidade foi Granger em 1969,
testando desta forma qual o sentido de causalidade entre as variáveis econômicas.
Segundo Aguiar e Barros (1991), o resultado do teste de causalidade é interpretado
economicamente como significando que se X causa Y, então as variações em X
tendem a causar alterações em Y, uma vez que a primeira é importante para prever
a última.
2.6.2 Causalidade na economia: o teste de Granger
Como já explicitado, é necessário identificar o sentido na causalidade dos
preços. É possível afirmar que os preços no nível de produtor causam os no atacado
e, por sua vez, este último causa os preços no varejo, ou não é bem este o sentido
de causalidade? “Estatisticamente, o objetivo é detectar a direção de causalidade
(relação causa-efeito).” (GUJARATI, 2000, p. 283)
O Teste de Causalidade de Granger supõe que as informações
relevantes para previsão das variáveis, que se queira verificar o sentido de
causalidade, estejam contidas nos dados de séries temporais.
1
1 1
t t i
n n
p i a t j t j t
i t
P P P p e
α β
−
−
= =
= + +
∑ ∑
(14)
2
1 1
t t i
m m
at i at j t j t
i j
P P Pp e
λ δ
−
−
= =
= + +
∑ ∑
(15)
P
p
= preço recebido pelo produtor
P
at
= preço recebido pelo atacado
em que e
1t
e e
2t
não são correlacionados.
Com as equações estimadas, o sentido da causalidade é verificado,
mediante o teste F, que apresenta as seguintes hipóteses:
a) Ho:
β
j
= 0, com j = 1,...,n (equação 14)
H
1
:
β
j
≠
0, com j = 1,...,n
b) Ho:
δ
j
= 0, com j = 1,...,m (equação 15)
H
1
:
δ
j
≠
0, com j = 1,...,m
A estatística F consiste na aplicação da seguinte fórmula:
( )/
/
SQRr SQRu m
F
SQRu n k
−
=
−
(16)
em que:
•
SQRr é a soma dos quadrados dos resíduos da regressão com
restrição, isto é, incluindo apenas a variável presente e as variáveis
passadas;
•
SQRu é a soma dos quadrados dos resíduos da regressão sem
restrição;
•
m é o número de termos defasados da variável preço
•
k são os parâmetros estimados na regressão irrestrita
•
n é o número total de observações.
Na equação (14), os preços recebidos pelos produtores atuais se relacionam
com os preços do atacado e pelos preços defasados do produtor. Na equação (15),
o comportamento é similar, mas agora para o atacado. Os diferentes sentidos de
causalidade são explicados a seguir:
1 Causalidade Unidirecional de Pat para Pp é verificada se os coeficientes
estimados sobre os preços do atacado defasados na equação (14), forem
estatisticamente diferentes de zero (
0
i
α
≠
∑
) e o conjunto dos coeficientes
estimados sobre a variável preços do produtor defasados em (15), não forem
estatisticamente diferentes de zero
0
j
δ
≠
∑
2 Inversamente, Causalidade Unidirecional de Pp para Pat existirá se o
conjunto de coeficientes defasados de Pat na equação (14) não forem
estatisticamente diferentes de zero (
0
i
α
=
∑
) e os coeficientes em conjunto
de Pp defasados em (15) forem estatisticamente diferentes de zero
(
0
j
δ
≠
∑
).
3 Realimentação, Causalidade Bilateral ocorre se os conjuntos dos coeficientes
de ambas as variáveis forem estatisticamente e significativamente diferentes
de zero em ambas as equações.
4 Independência, quando o conjunto dos coeficientes de ambas as regressões
não são estatisticamente significativos.
2.6.3 Teste de Raiz Unitária
O teste de raiz unitária é usado para detectar a estacionariedade de uma
série temporal. Deve ser efetuado antes de aplicar o modelo VAR (Vetor Auto
Regressivo), e sob a condição de a série mostrar-se estacionária, caso contrário
deve-se efetivar a primeira diferença e se necessário quantas forem precisas. O
meio mais fácil e popular de apresentar o teste é:
1
( )
t t t
Y Y
ε ρ
−
= +
(17)
Em que
t
ε
é o termo de erro estocástico e que obedeçam as hipóteses
clássicas de média zero, variância constante e não autocorrelacionado, conhecido
como termo ruído branco.
O termo
1−t
Y
na equação 17, é uma regressão de primeira ordem AR(1). É
uma regressão de Y no instante t sobre seu instante (t-1). O problema de raiz
unitária ocorrerá se ρ for igual a 1. Dessa forma de (17) tem-se:
1
t t t
Y Y
ρ ε
−
= +
(18)
No caso de
1
=
ρ
, segundo GUJARATI (2000, P.724), existe uma raiz
unitária e a equação se designa por passeio aleatório com deslocação. Trata-se
de um exemplo de série temporal não-estacionária.
De forma alternativa, a equação 18 pode ser descrita da seguinte forma:
1
1
( 1)
t t t
t t
Y Y
Y
ρ ε
δ ε
−
−
∆ = − +
= +
(19)
Em que
1
−
=
ρ
δ
e
∆
é o operador de primeira diferença. Considerando
as equações 18 e 19, são iguais, caso
0
=
δ
têm-se
tt
Y
µ
=
∆
.
1
( )
t t t t
Y Y Y
ε
−
∆ = − =
(20)
De acordo com GUJARATI (2000), ao trabalhar com a hipótese nula de
0
=
δ
têm-se uma série temporal estacionária, pois por hipótese
t
µ
é puramente
aleatório.
Para se testar a raiz unitária sob a hipótese nula de
1
=
ρ
, usa-se o teste
de Dickey-Fuller (DF). Ao rejeitar tal hipótese (a série temporal é estacionária),
pode-se usar o teste t de Student tradicional.
Trata-se de um teste relativamente simples, onde após estimada a
regressão dada na equação 19, dividi-se o coeficiente
ρ
estimado por seu erro-
padrão e consulta-se a tabela respectiva.
”Se o valor absoluto calculado da estatística
τ
DF (isto é |
τ
|) excede os valores
críticos absolutos
τ
de DF ou Mackinnon-DF, então não rejeitamos a hipótese de que
a dada série temporal seja estacionária. Se por outro lado, ele for menor que o valor
crítico, a série temporal é não estacionária.” (GUJARATI, 2000, p. 725).
Caso o termo
t
µ
for autocorrelacionad,o deve-se aplicar o teste
aumentado de Dickey-Fuller (ADF) ao modelo que segue:
1 2 1 1
1
m
t t i t t
i
Y T Y Y
β β δ α ε
− −
=
∆ = + + + ∆ +
∑
(21)
onde:
etcYYY
YYY
ttt
ttt
),(
)(
322
211
−−−
−−−
−=∆
−
=
∆
2.6.4 Auto Regressão Vetorial
Nos modelos de equações simultâneas, a priori é necessário identificar
quais variáveis são endógenas e quais são exógenas no conjunto de equações do
sistema. Decisão esta muitas vezes subjetiva, que sofre algumas críticas.
“De acordo com Sims, se há uma verdadeira simultaneidade entre um conjunto de
variáveis, todas elas devem ser tratadas em pé de igualdade; não deve haver qualquer
distinção, a priori, entre as variáveis endógenas e exógenas. É com este espírito que
Sims desenvolveu o modelo VAR.” (JOHNSTON e DINARDO, 2001, p. 316).
Algumas virtudes desse modelo são discutidas por Johnston e DiNardo
(2001). A primeira é tratar-se de um modelo simples. A segunda, sua estimativa
pode ser feita por Mínimos Quadrados Ordinários e aplicado separadamente em
cada equação e a terceira, as previsões obtidas pelo VAR são, em muitos casos,
melhores que o das equações simultâneas.
2.6.5 Processo VAR
Dado um processo do tipo AR(p):
tptpttt
yyymy
εααα
+++++=
−−−
...
2211
(22)
Onde
ρ
é o número de defasagens. Considerando um vetor coluna com k
variáveis diferentes, modelá-lo em termos de seu próprio valor passado, o
resultado é uma auto-regressão vetorial ou VAR.
0)( =Ε
t
ε
, para todo t
( )
≠
=Ω
=
tsO
ts
E
st
..
..
εε
(23)
No caso simples do modelo VAR, k=2 e
ρ
=1:
tt
t
t
t
t
t
t
t
Aym
y
y
aa
aa
m
m
y
y
y
ε
ε
ε
++=
+
+
=
=
−
−
−
1
2
1
2,2
1,1
2221
1211
2
1
2
1
(24)
Também pode ser reescrito como:
tttt
yymy
12,2121,11111
εαα
+++=
−−
tttt
yymy
22,2221,12122
εαα
+++=
−−
Segundo Johnston e DiNardo (2001), a equação (24) demonstra que no
modelo VAR, cada variável pode ser expressa em termos de uma combinação
linear de seus valores e de todas as outras variáveis defasadas.
Sejam os valores próprios e os vetores próprios de uma matriz A, como
segue dados por:
=Λ
2
1
0
0
λ
λ
t
=
.
.
.
.
.
.
2
1
c
c
C
Desde que os valores próprios sejam distintos, os vetores próprios são
linearmente independentes e C é uma matriz regular:
Λ=
−
ACC
1
e
1−
Λ=
CCA
(25)
tt
yCz
1−
=
ou
tt
Czy
=
(26)
Ao se multiplicar a esquerda da equação (26) por
1−
C
, gera:
ttt
nzmz +Λ+=
−1
*
(27)
onde:
εη
1
1
1
*
−
−
=
=
C
mCm
,é ruído branco;
ttt
ttt
zmz
zmz
211,22122
11,1111
*
*
ηλ
η
λ
++=
+
+
=
−
−
onde se:
z
=< |1|
λ
, é estacionária;
z
== |1|
λ
, é passeio aleatório;
z
=> |1|
λ
, é explosiva.
Johnson e DiNardo (2001,) tratam de três casos em especial No Caso 1,
se houver raiz estacionária, faz sentido investigar o equilíbrio estático, que
consiste em igualar o vetor perturbação da equação (22) a zero. Têm-se então:
_
)( yAI −
= m ou
_
yΠ
= m (28)
Onde a matriz
A
I
−
=
Π
.
Se a matriz
Π
for regular,
_
y
tem uma única solução não nula, logo:
•
Os valores próprios de
µ
e
Π
são complementares dos valores próprios
λ
de A, isto é,
ii
λµ
−=1
;
•
Os vetores próprios de
Π
são obviamente os mesmos de A.
No Caso 2, considerando a possibilidade de
1
1
=
λ
e
1||
2
<
λ
, não faz mais
sentido investigar o equilíbrio estático e sim se existe uma relação cointegrante
entre
it
y
e
t
y
2
:
tt
ycz
)2(
2
=
(29)
Onde
)2(
c
é a última linha da matriz
1
−
C
em 26.
Sendo assim,
2
z
é combinação linear de variáveis I(1) e também, ela
mesma, uma variável I(0), onde o vetor cointegrante anula I(1) em y:
ttt
zczcy
2
.
.
.
.
.
.
21
.
.
.
.
.
.
1
+
=
A relação cointegrante definida em (28) será:
ttt
ymy
ε
+Π−=∆
−
1
(30)
por fim, combinando as equações (22) e (24) por meio de manipulações
algébricas:
ttt
ttt
zcmy
zcmy
21,222222
11,221211
)1(
)1(
ελ
ελ
+−−=∆
+−−=∆
−
−
(31)
No terceiro e último caso, admite-se
1
21
==
λλ
. Diferentemente dos dois
casos anteriores, não há uma matriz regular C que diagonalize A. Só é possível
encontrar uma matriz P:
JAPP =
−
1
e
1
−
= PJPA
(32)
=
λ
λ
1
1
J
(33)
6
tt
yPz
1
−
=
tt
Pzy =
(34)
Substituindo
t
y
em (24):
ttt
mJzz
η
++=
−
*
1
(35)
Com
1
*
−
= Pm
e
tt
P
εη
1
−
=
.
6
Matriz Jordan para um valor próprio
λ
com grau de multiplicidade 2.
ttt
tttt
mzz
mzzz
221,22
111,21,11
*
*
ηλ
η
λ
++=
+
+
+
=
−
−−
(36)
Uma das grandes vantagens de se usar o VAR é a possibilidade de
previsões. Outro aspecto é como as variáveis respondem a um impulso ou
choque, no entanto não será abordado neste estudo.
3 RESULTADOS EMPÍRICOS E DISCUSSÕES
Os resultados foram divididos em três etapas:
1. Sazonalidade e Margem de Comercialização;
2. Transmissão de Preços; e
3. Assimetria na Transmissão de Preços.
3.1 Sazonalidade e Margem de Comercialização
Primeiramente, no Gráfico 4, é mostrada a evolução dos preços reais
observada entre os três agentes da cadeia do tomate. É possível verificar certa
harmonia entre eles: obedecendo a lógica de mercado em que o preço do produtor é
o mais abaixo do gráfico, seguido pelo atacado e varejo. O fato de maior importância
é o de que principalmente após janeiro de 2003, o preço do varejo parece se mover
um pouco antes que os demais. Inicialmente, isto está de acordo com a terceira
hipótese do estudo, a de que as redes varejistas/supermercadistas estão exercendo
um poder cada vez maior sobre a comercialização, fato já descrito por Sesso Filho
(2003). Principalmente impondo contratos de compra e fornecimento do produto
pelos demais agentes da cadeia e também ao negociar a compra do produto
diretamente com os produtores.
Gráfico 4 - Evolução dos preços reais do produtor, atacado e varejo do tomate de
mesa no Estado de São Paulo de janeiro de 1995 a março de 2006.
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
Preços Reais
Produtor Atacado Varejo
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
Os Gráficos 5 e 6 mostram o comportamento das margens de
comercialização no período de análise
7
. No gráfico 5, são tratadas as margens
relativas do atacado, varejo e parcela do produtor. O Gráfico 6, a parcela do produtor
e a margem relativa total.
Gráfico 5 - Margem relativa de comercialização do atacado, varejo e parcela do
produtor do tomate de mesa no Estado de São Paulo de janeiro de 1995 a março de
2006.
-0,70
-0,35
0,00
0,35
0,70
1,05
jan/95
out/95
jul/96
abr/97
jan/98
out/98
jul/99
abr/00
jan/01
out/01
jul/02
abr/03
jan/04
out/04
jul/05
Varejo Atacado Parc. Produtor
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
7
O ideal seria uma junção entre os dois gráficos (5 e 6), mas devido a busca de uma melhor visualização, optou-
se por dois.
Visualmente, no gráfico 5, é possível verificar que a margem relativa do varejo
está em um patamar mais elevado que a do atacado, sempre muito próxima da
parcela do produtor, em especial após meados do ano de 1999, e a partir de 2004
fica abaixo.
A margem relativa do atacado é a que mais varia ao longo do tempo e
também a que incide inúmeras vezes negativamente. A variação é muito grande em
toda a série, com picos seguidos de acentuadas quedas, revelando-se um mercado
com um comportamento pouco estável, ao menos no que concerne aos preços, já no
que tange à produção, vai além dos objetivos propostos neste estudo. Outro aspecto
importante é que não há um comportamento para a mesma direção entre as
margens do atacado e varejo, ou seja, nos picos de uma variável ocorrem os poços
da outra, na maioria das vezes. Talvez isso ocorra devido ao grande poder de
barganha das grandes redes supermercadistas. Segundo Lourenzani e Silva (2004),
este poder fez com que surgissem diferentes formas de transações com seus
fornecedores. Esse processo iniciou-se com a exigência de prazos de
pagamentos mais longos por parte dos varejistas. Com o decorrer do tempo, houve
a inserção de itens como descontos e promoções, assim as compras passaram a ser
centralizadas, obrigando os fornecedores a entregar em escala e com horário
predeterminado. Ademais, a demanda crescente por produtos de qualidade impôs a
rastreabilidade dos produtos e garantias de segurança do alimento. Desta forma, ao
considerar certa rigidez nos preços a curto prazo, é compreensível que as margens
oscilem e tenham o comportamento descrito em ambos os gráficos.
Este comportamento, descrito no Gráfico 5, possivelmente é explicado pela
alta perecibilidade do tomate, além de ser um produto peculiar, cuja aparência e
qualidade são tanto afetadas no verão quanto no inverno, de acordo com a segunda
hipótese do trabalho que destaca este fator como influenciador na comercialização.
As chuvas torrenciais e as altas temperaturas características do verão e as baixas
temperaturas no inverno, prejudicam a comercialização e a produção desta
leguminosa.
Gráfico 6 - Parcela do produtor e margem total de comercialização do tomate de
mesa no Estado de São Paulo de janeiro de 1995 a março de 2006.
0,00
0,35
0,70
jan/95
out/95
jul/96
abr/97
jan/98
out/98
jul/99
abr/00
jan/01
out/01
jul/02
abr/03
jan/04
out/04
jul/05
Total Parc. Produtor
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
No Gráfico 6, é tratada a relação entre a Parcela do Produtor e a
Margem Relativa Total. A primeira conclusão que se pode fazer é a de que num
primeiro momento havia uma grande distância entre as séries, principalmente no ano
de 1996 e que ao longo dos anos, esta distância vem se reduzindo e em alguns
momentos houve uma inversão, onde a Parcela do Produtor apresentou uma maior
rentabilidade. Outra inferência possível, é a de que as relações são opostas: quando
a rentabilidade de um se eleva, a do outro agente imediatamente se reduz e que nos
últimos anos a tendência é a de se aproximarem e se estabilizarem próximo dos
50% e de que no ano de 2006 a parcela do produtor está praticamente igual à
margem do varejo. Provavelmente, como relatou a Hortifruti Brasil (2006), devido ao
aumento de produtividade e dos grandes produtores passarem a classificar o
produto e a negociar diretamente com as redes supermercadistas.
Ainda sobre as margens relativas, foi feito uma média anual em cada uma
destas séries analisadas em um único gráfico. O gráfico 7 traz esta evolução das
séries e assim como no gráfico 5, a margem do atacado é a que sofre maior
variação. Quando o tratamento se dá de termos médios mensais, tem-se um reflexo
do exposto na primeira hipótese, o varejista é o que possui o melhor rendimento
entre os agentes, conforme o gráfico, seguido pelo produtor, que vem ao logo dos
anos perdendo rendimento. Fator que não se confirma quando falamos do
atacadista, sendo este o agente de menor margem e conseqüentemente menor
rentabilidade, no entanto vem ganhando espaço ao longo dos anos, onde pode-se
afirmar que vem ganhando a participação que era do produtor. Este fator, só pode
ser atestado devido aos grandes volumes com os quais o atacadista trabalha, que
permitem reduzir as margens de comercialização e também, como descreve
Andreuccetti ett. All (2005), das compras em consignação realizadas pelos
atacadistas e que assim, as perdas da pós-colheita, neste caso, devido a não venda
do produto e/ou perdas no manuseio, são divididas entre os dois agentes.
Gráfico 7 - Média anual das margens percentuais e parcela do produtor do tomate
de mesa no Estado de São Paulo, de janeiro de 1995 a dezembro de 2005.
0,00
0,15
0,30
0,45
0,60
0,75
1.995
1.996
1.997
1.998
1.999
2.000
2.001
2.002
2.003
2.004
2.005
Varejo Atacado Parc. Produtor
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
O Gráfico 8 mostra o Índice Estacional dos preços reais do produtor. A
amplitude de variação (diferença entre o maior e o menor valor) do índice é de 22,6
(112,4 – 89,8), valor que pode ser considerado elevado. Isso vai de acordo com a
quarta hipótese do estudo, que supõe que o produtor é o que enfrenta a maior
sazonalidade nos preços do produto. Traz ainda as linhas com os respectivos
valores mínimos e máximos obtidos pelo desvio-padrão. Na seqüência, nos Gráficos
9 e 10 são mostrados os índices estacionais para o atacado e varejo. A amplitude do
Atacado é de 11,7 (104,7 – 93,0), pouco mais que a metade da amplitude do
produtor, revelando-se bem menos afetada pela sazonalidade que o produtor. Já a
amplitude do Varejo é de 16,2 (109,2 – 93,0), ou seja, é mais afetado pela
sazonalidade que o atacado, no entanto bem menos que o produtor.
Gráfico 8 - Índice Estacional dos preços em nível de produtor do tomate de mesa no
Estado de São Paulo, de janeiro de 1995 a março de 2006.
Índice Estacional (Produtor)
70
80
90
100
110
120
130
140
150
1 2 3 4 5 6 7 8 9 10 11 12
Meses
Índice
Mínimo Índice Máximo
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
Gráfico 9 - Índice Estacional dos preços em nível de atacado do tomate de mesa no
Estado de São Paulo, de janeiro de 1995 a março de 2006.
Índice Estacional (Atacado)
70
80
90
100
110
120
130
140
150
1 2 3 4 5 6 7 8 9 10 11 12
Meses
Índice
Máximo Índice Mínimo
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
Após análise dos gráficos que tratam da sazonalidade, é possível afirmar que
os produtores são os maiores prejudicados por ela, além das peculiaridades da
própria atividade como secas, excesso de chuvas, pragas entre outros. Talvez por
não se envolver diretamente com o consumidor final e com a possibilidade de
perdas, os atacadistas são os que menos sofrem com a sazonalidade.
Gráfico 10 - Índice Estacional dos preços em nível de varejo do tomate de mesa no
Estado de São Paulo, de janeiro de 1995 a março de 2006
Índice Estacional (Varejo)
70
80
90
100
110
120
130
140
150
1 2 3 4 5 6 7 8 9 10 11 12
Meses
Índice
Mínimo Índice Máximo
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
No gráfico 11 é possível verificar a comparação entre os 3 índices
estacionais: produtor, atacado e varejo. Como já foi analisado, o índice estacional é
muito mais variado nos preços do produtor (linha azul escura), diferente do atacado
e varejo que sofrem menor intensidade.
Gráfico 11 - Comparação entre os índices estacionais (IE) do produtor, atacado e
varejo do tomate de mesa no Estado de São Paulo, de janeiro de 1995 a março de
2006.
85
90
95
100
105
110
115
1 2 3 4 5 6 7 8 9 10 11 12
Meses
Indice Estacional
IE Prod IE Atacado IE Varejo
Fonte: Resultados da pesquisa com base nos dados fornecidos pelo IEA e CEAGESP.
3.2 Transmissão de Preços
Inicialmente, é necessário identificar se as séries de preços apresentam
característica de estacionariedade, por isso em todos os casos foram usados os
testes de Dickey-Fuller Aumentado (ADF) e também o de Phillips-Perron como forma
de avaliar os resultados com dois testes tradicionais e aceitos pela literatura. Uma
análise mais superficial do Gráfico 4 é possível afirmar que as séries são um passeio
aleatório, pois apresentam grandes flutuações ao longo de todo o período analisado.
No entanto esta afirmação, quando baseada nos testes adequados e aceitos pela
literatura, deixa de ser válida. Na tabela 3, estão resumidos os testes de Raiz
Unitária.
O teste de Raíz Unitária para a variável preço do produtor indicou, tanto pelo
teste de Dickey-Fuller como pelo de Phillips Perron, a rejeição da hipótese nula de
que a variável tem Raíz Unitária, ou seja, trata-se de uma série com tendência
estacionária. No teste de Dickey-Fuller, o valor da estatística é -4,597, onde seu
valor crítico a 5% é de -2,88. No teste de Phillps-Perron, o valor da estatística é de -
4,52.
Tabela 3 - Resultados dos testes de Raiz Unitária de Dickey-Fuller e Phillips-Perron,
para as variáveis do modelo, janeiro de 1995 à março de 2006.
Teste ADF Teste Phillips-Perron
Variáveis Estatística t
Probabilidade
Estatística t
Probabilidade
I(d)
Preço Produtor -4,597 0,0001 -4,524 0,0002 0
Preço Atacado -4,503 0,0002 -4,514 0,0002 0
Preço Varejo -4,029 0,0013 -3,893 0,0021 0
Fonte: Elaboração do autor com base nos dados coletados
* Valores críticos à 5% = -2,888
O teste de Raíz Unitária para a variável preço do atacado, apresentou
características de estacionariedade, ou seja, a hipótese nula de presença de Raiz
Unitária fora rejeitada. Pelo teste de Dickey-Fuller, o valor da estatística foi de -
4,503 e seu valor crítico de -2,88 (5%). O teste de Phillips-Perron, apresentou
estatística de -4,514 e seu valor crítico de -2,88. Também foi rejeitada a hipótese
nula de presença de Raiz Unitária para os preços do varejo, ou seja, esta série de
preço também é estacionária. O teste de Dickey-Fuller apresentou estatística igual a
-4,029. E o teste de Phillips-Perron, apresentou estatística igual a -3,893.
Sendo assim, os testes mais usuais e confiáveis de Raíz Unitária
apresentaram-se para as variáveis, tendências estacionárias ou ausência de passeio
aleatório, com média e desvio padrão iguais a zero.
Para a determinação do número de defasagens no Modelo Auto-Regressivo
(VAR), optou-se pelo uso do Critério de Informação de Akaike (AIC). Na tabela 4,
está o resultado deste teste:
Tabela 4 - Resultados do teste de Akaike (AIC) para o número de defasagens.
LAG
LL LR df p AIC
0 -720,21
11,0719
1 -271,93
896,56 25 0,000
4,60966
2 -228,55
86,76 25 0,000
4,32903
3 -208,92
39,25 25 0,035
4,41108
4 -166,63
84,57 25 0,000
4,1471*
Fonte: Elaboração do autor com base nos dados coletados.
Pelo critério de informação adotado, de Akaike (AIC), o número de
defasagens necessário é de 4. Com relação ao teste de Causalidade de Granger, a
hipótese nula a ser testada é a de ausência de causalidade. Têm-se as 3 equações
testadas contra todas as variáveis. Diz-se que uma dada variável x Causa-Granger a
variável y, se os valores passados de y e os valores passados de x, predizem y.
Tabela 5 - Resultados dos testes de Causalidade de Granger.
Direção Estatística Chi2 Probabilidade Resultado
PRD => ATC 19,404 0,000 Causa
PRD => VAR 20,897 0,000 Causa
ATC => PRD 2,4958 0,287 Não causa
ATC => VAR 16,519 0,000 Causa
VAR => PRD 3,158 0,206 Não causa
VAR => ATC 2,3387 0,311 Não causa
Fonte: Elaboração do autor com base nos dados coletados.
Com relação aos preços do produtor, causando no sentido de Granger as
demais, pode ser rejeitada a hipótese nula (H0) de ausência de causalidade, para as
demais variáveis: preço do atacado e varejo. A probabilidade de cometer o Erro do
Tipo I, isto é, rejeitar a hipótese nula quando esta é verdadeira, está abaixo do nível
de significância de 5%.
Sobre a variável preços do atacado, a hipótese nula (H0) de ausência de
causalidade, não pode ser rejeitada para a variável preços do produtor. A
probabilidade de se cometer o Erro do Tipo I, de se rejeitar a hipótese nula quando
esta é verdadeira, está acima do nível de significância: 28,7%. Por outro lado,
rejeita-se a hipótese nula de ausência de causalidade para os preços do atacado,
causando no sentido de Granger a variável preços do varejo. Com probabilidade de
se cometer o Erro do Tipo I, abaixo do nível de significância.
A hipótese nula (H0) de ausência de causalidade, para a variável preços do
varejo, não pode ser rejeitada para as variáveis preços do produtor e atacado. Com
probabilidade de se cometer o Erro do Tipo I, de se rejeitar H0 quando esta é
verdadeira de 20,6% e 31,1%, respectivamente.
Baseado no Teste de Causalidade de Granger aplicado ao modelo aqui
estudado, o preço do produtor não é afetado por nenhuma das demais variáveis do
modelo. Os preços do atacado é influenciada pelos preços do produtor e os preços
do varejo é afetado pela causalidade no sentido de Granger pelas demais.
Ao se verificar a transmissão de preços com o Modelo VAR, inicialmente fez-
se o teste de defasagens e como já mencionado anteriormente e expresso na tabela
4, o número de Lags é 4. A análise foi dividida entre os três agentes da cadeia um a
um. A tabela 6, trata dos preços do produtor.
Tabela 6 - Comportamento dos preços do produtor sob variações das demais
variáveis no Modelo VAR.
Coeficiente Desvio-Padrão Probabilidade Intervalo de Confiança
P. Atacado -0,1452 0,002 0,000 -0,0098 < 0,1830
P. Varejo 0,0195 0,039 0,620 -0,0577 < 0,0969
Fonte: Elaboração do autor com base nos dados coletados.
Inicialmente, com intervalo de confiança de no mínimo 95%, mostrou-se
significante apenas o coeficiente preços do atacado. A questão a ser investigada é o
comportamento dos preços do produtor quando ocorrem variações nos preços do
atacado e do varejo. Variações em 1 unidade nos preços do atacado variam
inversamente os preços do produtor em 0,14 unidades, ou seja, um aumento em
R$1,00 nos preços do atacado, reduz os preços do produtor em R$0,14.
A análise dos preços do atacado parte dos resultados apresentados na
Tabela 7. Partindo das mesmas premissas adotadas na análise da tabela 6, não é
significante o coeficiente preços do produtor.
Tabela 7 - Comportamento dos preços do atacado sob variações das demais
variáveis no Modelo VAR.
Coeficiente Desvio-Padrão Probabilidade Intervalo de Confiança
P. Produtor 0,0045 0,0040 0,258 -0,0033 < 0,1254
P. Varejo 0,4298 0,07428 0,000 0,2843 < 0,5754
Fonte: Elaboração do autor com base nos dados coletados.
As variações nos preços do varejo afetam positivamente os do atacado em
0,42 unidades. Ou seja, a variação em R$1,00 nos preços do varejo afetam
positivamente em R$0,42 os do atacado.
Por fim, as variações sofridas nos preços do varejo estão na Tabela 8. Uma
das hipóteses do trabalho, baseada na análise de Sesso Filho (2003), é a crescente
força exercida no mercado brasileiro pelas redes supermercadistas, que são onde se
concentram a maior parte das vendas ao consumidor final do tomate de mesa.
Tabela 8 - Comportamento dos preços do varejo sob variações das demais variáveis
no Modelo VAR.
Coeficiente Desvio-Padrão Probabilidade Intervalo de Confiança
P. Produtor 0,0144 0,0044 0,001 -0,0057 < 0,0232
P. Atacado 0,1217 0,0964 0,207 -0,0672 < 0,3108
Fonte: Elaboração do autor com base nos dados coletados.
O único coeficiente que se mostrou significante foi os preços do produtor.
Onde uma variação em uma unidade deste, afeta positivamente em 0,014 unidades
os preços do varejo, variação esta muito pequena.
No que tange á analise da transmissão de preços entre produtor, atacado e
varejo no mercado paulista do tomate de mesa, variações nos preços do atacado
afetam negativamente os do produtor em 0,14 unidades, e não afetam os preços do
atacado. Variações nos preços do produtor somente afetam os preços do varejo e
de forma muito pequena (0,01 unidades). E variações nos preços do varejo têm uma
forte influencia nos preços do atacado (0,42 unidades) e não afetam os do produtor.
Sendo assim, tem-se uma forte tendência de que esta transmissão de preços
é assimétrica, pois as variações e impactos são diferentes entre os agentes e não
mantém uma linha tênue entre eles.
3.3 Assimetria da Transmissão de Preços (ATP)
Após toda a análise feita no modelo de Transmissão de Preços da seção
anterior, identificou-se a forte tendência à assimetria na transmissão de preços entre
os agentes da cadeia de tomate. Sendo assim, nesta seção, a análise desta
assimetria será testada através do modelo aplicado por Griffith e Piggott (1994) e
mencionado no item 2.3 deste estudo.
Segundo Griffith e Piggott (1994, p. 311), a hipótese nula do modelo de
assimetria deve ser testada para a transmissão dos preços do produtor para o
atacado, e do atacado para o varejo, ou seja, deve obedecer a seqüência abaixo:
PRODUTOR => ATACADO => VAREJO
A seqüência aqui adotada é a mesma do modelo anterior, no entanto, o banco
de dados sofreu alterações para ficar equivalente ao da tabela 2, na seção 3.2 deste
estudo, sendo as variáveis utilizadas descritas na seção 2.1.
O primeiro teste realizado foi o de estacionariedade da série ou de raiz
unitária desenvolvido por Dickey-Fuller. A tabela 6, traz os resultados do teste de
raiz unitária para as variáveis usadas no modelo de assimetria na transmissão de
preços e ao contrário do modelo anterior, foi identificado a presença de raiz unitária.
Tabela 9 - Resultados dos testes de Raiz Unitária de Dickey-Fuller e Phillips-Perron,
para as variáveis do modelo de assimetria na transmissão de preços, janeiro de
1995 a março de 2006.
Os testes mostraram que para todas as variáveis incluídas no modelo de
assimetria na transmissão de preços, não foi possível rejeitar a hipótese nula de
presença de raiz unitária, com 5% de significância, ou seja, a série é integrada de
ordem 1 e não é estacionária. Baseado nos resultados obtidos neste teste tem-se
Teste ADF Teste Phillips-Perron
Variáveis
Estatística t
Probabilidade
Estatística
t
Probabilidade
I(d)
∆ PPA
-1,431 0,5672 -1,668 0,4475 1
∆ PPQ
-2,385 0,1461 -2,215 0,2009 1
∆ PAA
-2,413 0,1382 -2,2707 0,0728 1
∆ PAQ
-1,113 0,7099 -1,164 0,6888 1
* Valores críticos a 5% = -2,888
Fonte: Elaboração do autor com base nos dados coletados.
uma forte tendência a não utilizar o Modelo VAR e sim o VEC. No entanto para
identificar o número de defasagens neste modelo, utilizou-se o VAR, isto após a
realização da primeira diferença como indicada na tabela 6.
No entanto, estas variáveis utilizadas no modelo de ATP, jamais poderiam ser
estacionárias, pois tratam do resultado de um acúmulo das variações nos preços,
tanto das quedas como dos aumentos. No caso do acúmulo dos aumentos, em uma
coluna estão os resultados deste cálculo, assim como na Tabela 2, na quinta e sexta
colunas. O gráfico a seguir mostra o comportamento destas séries. As linhas em
vermelho referem-se aos preços do produtor e as linhas em azul, os do atacado. A
parte superior do gráfico é dos acumulados dos aumentos nos preços e a parte
inferior, do acumulado das reduções nos preços.
Gráfico 12 - Acumulado dos aumentos e reduções nos preços do produtor e
atacado do tomate de mesa.
-20
-15
-10
-5
0
5
10
15
20
jan/95
jan/96
jan/97
jan/98
jan/99
jan/00
jan/01
jan/02
jan/03
jan/04
jan/05
jan/06
PPA PAA PPQ PAQ
Fonte: Elaboração do autor com base nos dados coletados.
Sendo assim, devido a presença de raiz unitária, uma alternativa é a
diferenciação da série utilizada no modelo de ATP. Os testes utilizados foram os
mesmos e estão resumidos na tabela seguinte.
De acordo com o estudo de Digal e Ahamadi-Esfahani (2002), onde é
mostrada a oferta de métodos desenvolvidos para o estudo da assimetria de preços
por séries temporais, os autores descrevem que V. Craumon-Taubatel (1996),
aconselha a aplicação da primeira diferença em séries não estacionárias. Como
alternativa ao risco de incorrer em modelos espúrios e ainda aceita o uso do Modelo
VAR para aplicação.
Tabela 10 - Resultados dos testes de Raiz Unitária de Dickey-Fuller e Phillips-
Perron, para as
Teste ADF Teste Phillips-Perron
Variáveis
Estatística
t
Probabilidade
Estatística
t
Probabilidade
I(d)
∆ PPA -12,598 0,000 -12,765 0,000 0
∆ PPQ -7,917 0,000 -7,744 0,000 0
∆ PAA -11,185 0,000 -11,188 0,000 0
∆ PAQ -19,756 0,000 -25,349 0,000 0
* Valores críticos a 5% = -2,888
Fonte: Elaboração do autor com base nos dados coletados.
Após a diferenciação e a aplicação dos testes de Raiz unitária, todas as
variáveis mostraram-se estacionárias. Rejeitou-se com nível de significância de 5%,
a hipótese nula de presença de raiz unitária. Sendo assim todas as análises quer
seguem e que envolvem estas variáveis estão diferenciadas.
Para a verificação do número de lags no modelo com a série na primeira
diferença, foi adotado o critério de informação de Akaike (AIC), que revelou ser
necessário a utilização de 4 lags. Os resultados do teste estão na tabela a seguir:
Tabela 11 - Resultados do teste de Akaike (AIC) para o número de defasagens no
modelo de assimetria na transmissão de preços.
LAG
LL LR df P AIC
0 280,914 -4,2295
1 468,639 375,45 36 0,000 -6,5637
2 536,476 134,67 36 0,000 -7,0535
3 599,559 126,17 36 0,000 -7,4701
4 641,721 84,324* 36 0,000
-7,5649*
Fonte: Elaboração do autor com base nos dados coletados.
O teste de Causalidade de Granger para o Modelo de ATP, está apresentado
na tabela 12. Foi realizado depois do modelo VAR com 4 defasagens, conforme o
critério de informação na tabela 11 e devidamente integrado, já que a série utilizada
no modelo de ATP é estacionária depois de diferenciada.
Tabela 12 - Resultados do teste de Causalidade de Granger para o modelo de
Assimetria na Transmissão de Preços.
Direção Estatística Chi2 Probabilidade Resultado
∆
PPA =>
∆
PA
0,4846 0,8260 Não causa
∆
PPA =>
∆
PV
0,4866 0,4850 Não causa
∆
PPQ =>
∆
PA
7,2014 0,0070 Causa
∆
PPQ =>
∆
PV
0,2455 0,6200 Não causa
∆
PAA =>
∆
PV
4,4912 0,0340 Causa
∆
PAQ =>
∆
PV
2,5418 0,1110 Não causa
Fonte: Elaboração do autor com base nos dados coletados
A análise devida é a seguinte: o que os aumentos ou diminuições nos preços
do agente anterior causam nos preços do agente posterior? A hipótese nula de
ausência de causalidade pode ser rejeitada apenas para as variáveis PPQ (queda
nos preços do produtor), causando no sentido de Granger a variável preço do
atacado (PA), com probabilidade de se cometer o erro do tipo I de 0,7%. E também
para PAA (aumento nos preços do atacado), causando no sentido de Granger os
preços do varejo (PV), com probabilidade de se cometer o erro do tipo I de 3,4%.
Para todos os outros sentidos de causalidade, não foi possível rejeitar a hipótese
nula de sua ausência.
Seguindo a mesma seqüência do modelo anterior de transmissão de preços,
o Modelo de ATP também será testado na metodologia VAR.
No modelo de Assimetria na Transmissão de Preços, os dados foram
preparados de acordo com o modelo descrito na tabela 2 e as equações formuladas
de acordo com as expressões 1, 2 e 3 do capítulo 2, na seção 2.3. Ainda conforme
Griffith e Piggott (1994), o modelo de ATP deve ser testado em um único sentido: do
produtor para o varejo, passando pelo atacado.
Na tabela 13, está descrito, conforme na expressão (1), os efeitos das
variações nos preços do produtor sobre os do atacado, em particular, como estes se
comportam sob as variações do acumulado dos aumentos dos preços do produtor
(PPA) e sob os efeitos do acumulado das reduções/quedas nos preços do produtor
(PPQ).
Tabela 13 - Comportamento dos preços do atacado sob variações dos preços do
produtor no Modelo VAR para assimetria na transmissão de preços.
Coeficiente Desvio-Padrão Probabilidade Intervalo de Confiança
∆
PPA
0,2258 0,2775 0,417 -0,3237 < 0,7753
∆
PPQ
-0,7910 0,2518 0,002 -1,2897 < -0,2923
Fonte: Elaboração do autor com base nos dados coletados.
A tabela 13 descreve estes efeitos e a variável que mostrou nível de
significância aceitável foi a que mede o acumulado das reduções nos preços do
produtor (PPQ). Variações em R$1,00 na redução dos preços do produtor, também
reduzem os preços do atacado em 0,79 unidades, por isso são diretamente
proporcionais e se pode dizer que queda nos preços do produtor ocasionam queda
nos do atacado. A tabela 14 está contemplada a descrição das expressões (2) e (3)
e reflete os efeitos sobre os preços do varejo.
Tabela 14 - Comportamento dos preços do varejo sob variações dos preços do
produtor e atacado no Modelo VAR para assimetria na transmissão de preços.
Coeficiente Desvio-Padrão Probabilidade Intervalo de Confiança
∆
PPA
0,1432 0,2860 0,618 -0,4230 < 0,7093
∆
PPQ
0,1289 0,2595 0,620 -0,3850 < 0,6426
∆
PAA
-0,5068 0,2391 0,036 -0,9801 < -0,0333
∆
PAQ
-0,1992 0,1247 0,113 -0,4462 < 0,0477
Fonte: Elaboração do autor com base nos dados coletados.
A análise a ser considerada, é o comportamento dos preços do varejo sob os
impactos do acumulado dos aumentos nos preços do produtor (PPA), acumulado
das reduções/quedas nos preços do produtor (PPQ), acumulado dos aumentos nos
preços do atacado (PPA) e acumulado das reduções/quedas nos preços do atacado
(PAQ). A única variável que se mostrou estatisticamente significante foi a PPA, que
reflete os impactos das quedas nos preços do atacado sobre os preços do varejo.
Variações em R$1,00 no acumulado dos aumentos nos preços do atacado reduzem
os preços do varejo em 0,50 unidades, por isso são inversamente proporcionais.
Todas as demais variáveis da tabela não se apresentaram estatisticamente
significantes.
Seguindo a metodologia aplicada por Griffith e Piggot (1994), para comprovar
a existência da assimetria na transmissão de preços, faz-se necessário a aplicação
do teste t sobre as variáveis do modelo de ATP, conforme as expressões 1, 2 e 3 do
capítulo 2. O resumo desta aplicação está na tabela 15 abaixo.
Tabela 15 - Teste t para o modelo de ATP.
PREÇOS ATACADO
PREÇOS VAREJO
∆
PPA;
∆
PPQ
28,31 16,93
∆
PAA;
∆
PAQ
- -2,24
Fonte: Elaboração do autor com base nos dados coletados.
Valores Críticos à 5%: 1,96
Nível de confiança 95%.
A partir dos resultados obtidos e descritos na tabela, inicialmente, a hipótese
nula a ser aceita ou rejeitada é a de ausência de assimetria na transmissão de
preços. O primeiro teste de ATP é se existe assimetria entre os preços do atacado e
produtor. Ou seja, quando os preços do produtor sofrem variações, seja para
reduções como para aumentos, estas variações são assimétricas ou não com
relação aos preços do varejo?
8
De acordo com a primeira linha e segunda coluna da
tabela, o valor do teste t calculado (desenvolvido por Griffith e Piggott, (1994)) é de
28,31. Este, está acima do valor tabelado com 95% de confiança. Sendo assim,
rejeita-se a hipótese nula de ausência de ATP. Pode-se afirmar então, baseado no
teste que é suficiente para aceitar a assimetria na transmissão de preços, que existe
ATP do produtor para o atacado.
Obedecendo a direção proposta por Griffith e Piggott (1994), agora cabe
testar a ATP com relação aos preços do varejo. Estes resultados estão descritos nas
segunda e terceira linhas da tabela e na terceira coluna. Com relação aos
movimentos nos preços do produtor, o que está sendo testado é se quando há
aumentos e reduções nos preços deste agente, se estes efeitos em conjunto, são
assimétricos ou não no que tange a transmissão de preços com o varejo. O valor
calculado foi de 16,93, maior que o valor tabelado e sendo assim rejeita-se a
hipótese nula de ausência de assimetria. Ou seja, também existe assimetria na
transmissão de preços entre o produtor e o varejo.
O último teste a ser realizado é o de ausência ou presença de ATP entre a
transmissão de preços do atacado e varejo do tomate de mesa no Estado de São
Paulo. Na mesma linha das duas análises anteriores, será investigado se os preços
do varejo respondem assimetricamente às alterações nos preços do atacado. O
8
Neste teste t foram analisados os efeitos em conjunto nos preços, ou seja, reduções e aumentos.
valor calculado e que está na terceira linha e terceira coluna da tabela 15, foi de -
2,24. Valor este acima do tabelado e por este motivo, rejeita-se a hipótese nula com
95% de confiança. Pode-se inferir que, assim como as análises anteriores, existe
assimetria na transmissão de preços entre o atacado e varejo.
No geral, a tabela 15 mostrou que existe ATP do tomate de mesa no Estado
de São Paulo em todos os níveis da cadeia de comercialização. Nos três casos,
rejeitou-se a hipótese nula.
4 CONSIDERAÇÕES FINAIS
Neste estudo, a proposta foi analisar a cadeia de comercialização do tomate
de mesa no Estado de São Paulo, com ênfase à comercialização, transmissão de
preços e assimetria na transmissão de preços, a saber: entre o produtor, atacadista
e varejista. A cerca da comercialização, fatores determinantes como sazonalidade,
margem de comercialização e especificidades do produto como perecibilidade,
mereceram destaque. No que tange a transmissão de preços e a assimetria, foram
realizados testes econométricos e o que se pretendeu foi identificar como se
comportam os preços e como se dá a transmissão entre os agentes de
comercialização, tanto nos aumentos como nas reduções.
Para alcançar os resultados abordados ao longo do capítulo três, foi usada
uma série de preços entre janeiro de 1995 e março de 2006, devidamente
inflacionadas através de métodos aceitos e tradicionais.
Inicialmente realizou-se uma análise gráfica com o comportamento de toda a
série de preços dos três agentes e identificou-se um comportamento pouco estável e
com tendência de aproximação entre os três agentes no período mais recente. O
segundo resultado obtido é a de que o varejista é o agente que possui o melhor
rendimento, conforme indicado pela margem do varejista (Gráfico 7). Desde o início,
a primeira hipótese supunha que devido a maior distância com o consumidor final,
riscos da lavoura e sazonalidade, o produtor seria o agente com menor rendimento.
Um terceiro resultado importante e de acordo com a quarta hipótese, é a de
que a sazonalidade é mais sentida pelo produtor (Gráficos 8 e 11), por ser este o
agente que está diretamente suscetível a todos os riscos da lavoura, além da
estacionariedade da produção.
Sobre a transmissão de preços, os testes indicaram estacionariedade da série
e aceitou-se o sentido de causalidade de Granger entre produtor e atacado e este
último com o varejo. Merece destaque também e aliado ao resultado obtido pela
análise das margens de comercialização, o atacadista como agente menos influente
na cadeia, sendo seus preços causados no sentido de Granger pelos demais e em
certos momentos incidir em margens muito baixas e até mesmo negativas. Mas
como já foi mencionado, por se envolver em grandes quantidades e realizar compras
em consignação, é o agente de menor poder na cadeia de comercialização do
tomate de mesa no Estado de São Paulo.
O Modelo VAR, mostrou uma forte indicação de assimetria na transmissão de
preços (tabelas 6, 7 e 8). O que foi investigado no modelo é o comportamento dos
preços de cada agente sob alterações em todas as outras variáveis. Revelando em
todos os casos aceitos estatisticamente, variações assimétricas e foi o que motivou
a aplicação do modelo de Assimetria na Transmissão de Preços desenvolvido por
Griffith e Piggott (1994) e adaptado as especificidades do modelo aqui estudado.
Inicialmente, o modelo sofreu adaptações para sua aplicação ao estudo aqui
proposto e contemplado na seção 2.2. O ponto chave a ser investigado, é o do
comportamento dos preços sob variações em conjunto dos aumentos e nas
reduções do(s) agente(s) anterior(es). A série de preços do modelo de ATP não é
estacionária e por isso se aplicou a primeira diferença. Posteriormente o teste de
Causalidade de Granger foi testado e foi aceito a causalidade entre as variações de
queda nos preços do produtor afetando os preços do atacado e os aumentos nos
preços do atacadista afetando os preços do varejista.
Deste modo, esta assimetria na transmissão de preços revela que as
variações entre os preços dos agentes são diferentes em sua transmissão. No caso
da assimetria identificada em, todos os níveis da cadeia de comercialização do
tomate de mesa no Estado de São Paulo, revela que as alterações nos preços dos
agentes não se revelam como estáveis ou não são repassadas de forma
homogênea ao agente posterior. Não existe um único padrão de comportamento na
transmissão de preços, seja em sua magnitude e/ou velocidade.
Sendo assim, existe a assimetria na transmissão de preços na cadeia do
tomate de mesa do Estado de São Paulo. O modelo proposto e os testes realizados
comprovaram esta assimetria. O varejista é o agente que possui maior poder de
determinação de preços, o produtor é um importante agente, com maiores
rendimentos e também o mais afetado pelas sazonalidade e especificidades
pertinentes a cultura do produto. O atacadista, por sua vez, é o agente com margem
mais afetada, seus preços são atingidos/influenciados pelo dos demais agentes.
REFERÊNCIAS
AGUIAR, D.R.D; BARROS, G.A.C. Causalidade e assimetria na transmissão de
preços de soja e derivados no Brasil nos anos oitenta. Estudos Econômicos, vol.
21, n.º 1, p. 89-103, jan/abr 1991, São Paulo.
AGUIAR, D.R.D; SANTANA, J.A. Asymmetry in Farm to Retail Price Transmission:
Evidence from Brazil. Agribusiness, Vol. 18 (1) 37-48.
ANDREUCCETTI, C.; FERREIRA, M.D.; GUTIERREZ, A.S.D.; TAVARES, M.
Caracterização da Comercialização de Tomate de Mesa na CEAGESP: perfil dos
atacadistas. Horticultura Brasileira, vol. 23, nº2, p. 324-328, abr-jan, 2005, Brasília.
AZZAM, A. M. (1999). Asymmetry and rigidity in farm-retail price transmission.
American Journal of Agricultural Economics, 81, 525S533.
CASTRO, L.R; CORTEZ, L.A.B. Influência da Embalagem no Desenvolvimento de
Injúrias Mecânicas em Tomates. Cienc. Tecnol. Aliment. v. 21(1): 26-33, jan-abr.
2001.
CEAGESP – Companhia de Entrepostos e Armazéns gerais de São Paulo <
http://www.ceagesp.com.br> acessado em 30 de setembro de 2005.
DIGAL, L.N.; AHMADI-ESFAHANI, F.Z.; Market power analices in the retail food
industry: a survey of methods. The Australian Journal of Agricultural and
Resource Economics, v. 46 (6), p. 559-584, 2002.
DiNARDO, J.; JOHNSTON, J. Métodos Econométricos. 4ª Ed., McGraw-Hill,
Lisboa, 2000.
ENDERS, W. Applied Econometric Time Series, John Wiley & Sons Inc, Whitney
Blake, 1995.
GARCIA, E.M.; CARMO, L. C.; FERRAZ, K.M.A. Normas para Elaboração de
Dissertações e Teses. 3ª Ed., Escola Superior de Agricultura Luiz de Queiroz,
Universidade de São Paulo, Piracicaba, 2005.
GOLYNSKI, A.; ZAMPIROLLI, P. D., PONCIANO, N. J., SOUZA, P. M., SARMET, J.
P. Análise da eficiência e competitividade na comercialização via Ceasa do Maracujá
da região Norte Fluminense do Rio de Janeiro. In: Congresso Brasileiro de Economia
e Sociologia Rural, Ribeirão Preto, 2005. Anais... Ribeirão Preto: Sociedade
Brasileira de Economia e Sociologia Rural (SOBER), 2005. CD-ROM.
GRIFFITH, G.R.; PIGGOTT, N.E., Asymmetry in beef, lamb and pork farm-retail price
transmission in Australia. Agricultural Economics, v. 10, p. 307-316, 1994.
GUJARATI, D.N. Econometria Básica, 3ª Ed., Makron Books, São Paulo, 2000.
HOFMMANN, R. Estatística Para Economistas, 3ª Ed., Pioneira, São Paulo, 1998.
HORTIFRUTI BRASIL, Piracicaba: CEPEA – ESALQ/USP, 2006 – Mensal, nº47.
IPEA-DATA, Instituto de Pesquisa Econômica Aplicada. < http://www.ipeadata.gov.br
> acessado em 28 de agosto de 2006.
IEA-SP, Instituto de Economia Agrícola. < http://www.iea.sp.gov.br > acessado em
30 de agosto de 2006.
LOURENZANI, A. E. B. S.; SILVA A. L. Custo de transação na distribuição de tomate
in natura. Agricultura em São Paulo, vol. 51, n.º 1, p. 41-50, jan/jun 2004, São
Paulo.
MARQUES, P.V.; AGUIAR, D.R.D, Comercialização de Produtos Agrícolas,
Edusp, São Paulo, 1993.
MEYER, J.; CRAMON-TAUBADEL, S. von. Asymmetric price transmission: a survey.
Journal of Agricultural Economics, XXX, v. 55:3, p. 581-611, 2004
MILLER, D. J.; HAYENGA, M. L. Price cycles and asymmetric price transmission in
the U.S. pork market. American Agricultural Economics , XXX, 83:3, p. 551-562,
2001.
PAHOR, M.M.; SILVA, A.P. A importância da organização de um sistema de preços
na comercialização do tomate no Brasil. In: Congresso Brasileiro de Economia e
Sociologia Rural, Recife, 2001. Anais... Recife: Sociedade Brasileira de Economia e
Sociologia Rural (SOBER), 2001. CD-ROM.
PARRÉ, J.L. Influência dos Custos de Comercialização e dos Subprodutos
Sobre a Margem de Comercialização da Carne Bovina. 1995. p. 86. Dissertação -
Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo,
Piracicaba, 1995.
PARROT, S.D.; EASTWOOD, D.B,; BROOKER, J.R. Testing for symmetry in price
transmission: an extension of the shillet lag structure with an application to fresh
tomatoes. Journal of Agribusiness, Spring, v. 19, p. 35-49, 2001.
RADCHENKO, S. Oil price volatility and the asymmetric response of gasoline prices
to oil price increases and decreases. Energy Economics, XXX, v. 27, p. 708-730,
2005.
ROMAIN, R.; DOYON, M.; FRIGON, M. Effects of state regulations on marketing
margins and price transmission asymmetry: evidence from the New York city an
upstate New York fluid milk markets. Agribusiness, Spring, v. 18:3, p. 301-315,
2002.
SESSO FILHO, U.A. O setor supermercadista no Brasil nos anos 1990. 2003.
Tese (Doutorado)-Escola Superior de Agricultura Luiz de Queiroz, Universidade de
São Paulo, Piracicaba, 2003.
SISSI, K.M.; JORGE, J.T. Desenvolvimento de Tomate de Mesa, Com o Uso do
Método QFD (Desdobramento da Função Qualidade), Comercialização em um
Supermercado. Horticultura Brasileira, vol. 20, nº 3, p. 490-496, set. 2002, Brasília.
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
