ads:
UNIVERSIDADE FEDERAL DO CEARÁ
PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO
CENTRO DE CIÊNCIAS AGRÁRIAS
CURSO DE MESTRADO EM ECONOMIA RURAL
BENEFÍCIO SOCIAL DA POLÍTICA DE CRÉDITO RURAL DESTINADA À
AVICULTURA DE CORTE NO BRASIL NO PERÍODO DE JANEIRO DE
1997 A DEZEMBRO DE 2004.
VALÉRIA AVINTE DE ALMEIDA E NEVES
FORTALEZA
2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
VALÉRIA AVINTE DE ALMEIDA E NEVES
BENEFÍCIO SOCIAL DA POLÍTICA DE CRÉDITO RURAL DESTINADA À
AVICULTURA DE CORTE NO BRASIL NO PERÍODO DE JANEIRO DE
1997 A DEZEMBRO DE 2004.
Orientador: Prof. Ph.D. Ahmad Saeed Khan
F
ORTALEZA
2007
Dissertação submetida à Coordenação do Curso de
Pós-Graduação em Economia Rural da Universidade
Federal do Ceará, como requisito parcial para obtenção
do grau de Mestre em Economia Rural.
ads:
N428i Neves, Valéria Avinte de Almeida.
Benefício social da política de crédito rural destinada à
avicultura de corte no Brasil no período de janeiro de 1997 a
d
ezembro de 2004. - Fortaleza, 2007.
86f.
Orientador: Profº Dr° Ahmad Saeed Khan.
Dissertação (Mestrado) – Universidade Federal do Ceará.
Centro de Ciências Agrárias. Departamento de Economia Agrícola.
1. Avicultura de corte. 2.Benefício social. 3. Política de
crédito rural. I. Khan Saeed. II. Título.
CDD.636.5082
VALÉRIA AVINTE DE ALMEIDA E NEVES
BENEFÍCIO SOCIAL DA POLÍTICA DE CRÉDITO RURAL DESTINADA À
AVICULTURA DE CORTE NO BRASIL NO PERÍODO DE JANEIRO DE
1997 A DEZEMBRO DE 2004.
Aprovada em:
Banca Examinadora
___________________________________
Profº Ph.D. Ahmad Saeed Khan (Orientador)
Universidade Federal do Ceará – UFC
___________________________________
Profª Drª Patrícia Verônica Lima
Universidade Federal do Ceará – UFC
________________________________
Drº Antônio Teixeira Cavalcante Júnior
Pesquisador da Embrapa
Dissertação submetida à Coordenação do Curso de
Pós-Graduação em Economia Rural da Universidade
Federal do Ceará, como requisito parcial para obtenção
do grau de Mestre em Economia Rural.
Dedico esta dissertação a meu querido marido Nelson e meus preciosos filhos
Anna Isabella, Anna Gabriella e Mikhael, pelo incentivo, apoio, compreensão
e por me ajudarem a vencer os obstáculos enfrentados no caminho da
realização desse sonho.
AGRADECIMENTOS
A Deus, pela iluminação, proteção e pelos ensinamentos que trouxe ao
meu ser durante a realização deste trabalho.
A meu amado marido, Nelson, um ser humano muito especial, sempre
disposto a ajudar, sempre procurando analisar as situações acima dos valores materiais,
alguém que admiro muito, não só pela competência intelectual, mas, principalmente, pelas
maravilhosas virtudes que imperam em seu ser: honestidade e solidariedade.
A meus amados filhos, pela capacidade de se adaptarem às situações de
adversidade encontradas na realização desse sonho.
A meus pais-avós, Marcos e Delly, por não pouparem esforços na minha
formação intelectual e moral, sem a qual não teria sido possível a realização deste
trabalho.
A meus pais, Aldenor e Maria das Graças, pelo amor, dedicação e,
principalmente pelos princípios cristãos a mim ensinados, imprescindíveis para minha
formação como ser humano.
A meus sogros, Nelson e Iolanda, por estarem sempre ao meu lado nessa
caminhada, pela confiança, compreensão e carinho.
À minha querida Francisca, pelo apoio no cuidado com as crianças e
constante incentivo.
Ao professor Ahmad Saeed Khan, pelo aprendizado, orientação,
paciência e incentivo ímpar na realização deste trabalho.
À professora Patrícia Verônica Pinheiro Sales Lima, pelas sugestões,
empatia e apoio durante o programa de mestrado.
Ao pesquisador da Embrapa, Dr. Antônio Teixeira Cavalcante Júnior,
pela participação na avaliação desta pesquisa.
Aos professores: Irles Mayorga, Dario Mayorga, Casemiro e Cláudio
André pelos ensinamentos e amizade.
A meus queridos amigos do curso: Laércio, Heliana, Hugo, Andréia,
Daniele, Dreno, Lourival, Rodrigo, Wendel, Willy, João, Carlos Alberto, Mirian,
Etevaldo, Napiê, Leonardo, Isabel, Raquel, Vanessa pelo companheirismo e saudável
convívio. Em caráter especial à Isabel, Heliana e Andréia.
À Fundação Cearense de Apoio ao Desenvolvimento Científico e
Tecnológico (FUNCAP), pelo importante apoio financeiro através da bolsa de mestrado.
À Fundação Getúlio Vargas, em especial ao funcionário Marcos Galante
e ao Banco Central, especificamente ao Prof° Henrique Marinho, a Júlia Walesca e ao
Waldemar Alves, que disponibilizaram dados de fundamental importância para a
realização deste trabalho.
À Empresa Brasileira de Pesquisa Agropecuária, notadamente ao
funcionário Romildo Avelino Mendes, que colocou à nossa disposição material de grande
relevância para o desenvolvimento desta dissertação.
Aos funcionários do Departamento de Economia Agrícola da UFC,
Mônica, Margareth, Brian, Dermivan, João, Ricardo e Gisele, pela gentileza no
atendimento durante o curso de mestrado.
A todos aqueles, não diretamente citados, que contribuíram de alguma
forma para a elaboração do presente trabalho.
R
ESUMO
Neste trabalho, procurou-se avaliar o impacto social da política de
crédito rural destinado à avicultura de corte brasileira no período janeiro de 1997 a
dezembro de 2004. Esta avaliação consistiu na análise do benefício social via mudança na
estrutura do mercado da carne de frango.
O modelo utilizado foi o desenvolvido por Lindner & Jarret, modificado
por Rose, considerando os deslocamentos paralelo e pivotal para a curva de oferta. Para
aplicação desta metodologia, empregou-se o método dos mínimos quadrados em dois
estágios, com a abordagem do modelo de equações simultâneas.
Os resultados mostraram que a oferta de carne de frango no Brasil é
elástica e que a política de crédito rural destinada à avicultura brasileira gerou um
benefício total de R$186.926.769,54, considerando um deslocamento paralelo da curva, ou
seja, uma ampliação da oferta com redução dos custos de produção.
Todavia, quando considerado custo médio constante, deslocamento
pivotal da curva de oferta, o benefício total gerado pela política de crédito rural resulta
num montante de R$102.135.880,94. Isto representa uma diferença de 83%, em termos de
benefício, o que revela a importância de ações voltadas para a redução nos custos de
produção como forma de estimular o desenvolvimento da avicultura no país.
i
ABSTRACT
In this research, the social impact of the rural credit policy addressed to
the Brazilian cut-up chicken raising between January 1997 and December 2004 was
evaluated. This evaluation consisted on the social benefit analysis through the changing at
the structure of the chicken meat.
The used model was developed by Lindner & Jarret, modified by
Rose, taking into consideration the parallel and pivotal displacement to the offer curve.
For methodology application, the minimal square method was used in two stages, with the
simultaneous equations model approach.
The results showed that the chicken meat offer in Brazil is elastic
and the rural credit policy addressed to the Brazilian chicken raising generated a total
benefit of R$ 186.926.769,64, taking into consideration a parallel displacement of the
curve, in other words, an offer ampliation with production costs reduction.
However, when taking into consideration the constant average cost,
pivotal displacement of the offer curve, the total benefit generated by the rural credit
policy results a total of R$ 102.135.880,94. This represents 83% difference in benefits,
which reveals the importance of attitude turned to production cost reduction as a way to
stimulate the aviculture development in the country.
ii
LISTA DE FIGURAS
FIGURA 1 – Excedente do consumidor............................................................... 23
FIGURA 2 – Excedente do produtor..................................................................... 24
FIGURA 3 – Benefício social total advindo de um deslocamento paralelo da
curva de oferta agregada..................................................................
30
FIGURA 4 – Demonstração geométrica do cálculo da área de Y........................ 32
FIGURA 5 – Demonstração geométrica do cálculo da área X ............................ 34
iii
LISTA DE FIGURAS DO APÊNDICE
FIGURA 1E – Teste de Durbin-Watson para detecção da autocorrelação
serial entre os resíduos do modelo reduzido de carne de
frango.......................................................................................
78
FIGURA 2E – Teste de Durbin- Watson para detecção da autocorrelação
serial entre os resíduos do modelo reduzido corrigido de
carne de frango.........................................................................
80
FIGURA 1F – Teste de Durbin-Watson para detecção da autocorrelação
serial entre os resíduos do modelo de demanda de carne de
frango.......................................................................................
83
FIGURA 2F – Teste de Durbin-Watson para detecção da autocorrelação
serial entre os resíduos do modelo de oferta de carne de
frango....................................................................................... 86
iv
LISTA DE TABELAS
TABELA 1 - Equação estimada de demanda de carne de frango no Brasil, de
fevereiro de 1996 a dezembro de 2004...............................................
50
TABELA 2 - Equação estimada de oferta de carne de frango no Brasil, de
fevereiro de 1996 a dezembro de 2004...............................................
54
TABELA 3 - Benefício Social Total (BST) estimado para os deslocamentos
paralelo e pivotal da curva de oferta de carne de frango no Brasil,
de janeiro de 1997 a dezembro de 2004.............................................
57
v
LISTA DE TABELAS DO APÊNDICE
TABELA 1A - Produção brasileira de carne de frango por estado, em 2005.......... 69
TABELA 2A - Crédito rural destinado à avicultura no período de 1989 a 2004.... 70
TABELA 1B - Identificação das equações de demanda e oferta de carne de
frango..............................................................................................
71
TABELA 2B - Condição de rank das equações de oferta e demanda de carne de
frango..............................................................................................
71
TABELA 1C - Dados usados para estimar as equações estruturais de oferta e
demanda de carne de frango no Brasil, no período de janeiro de
1996 a dezembro de 2004................................................................
72
TABELA 1D - Equação estrutural na forma reduzida de carne de frango, de
janeiro de 1996 a dezembro de 2004...............................................
75
TABELA 1E - Teste para detecção da heterocedasticidade do modelo reduzido
de carne de frango...........................................................................
76
TABELA 2E - Correção da heterocedasticidade do modelo reduzido de carne de
frango..............................................................................................
77
TABELA 3E - Teste de multicolinearidade do modelo reduzido de carne de
frango: matriz de correlação............................................................
78
TABELA 4E - Correção da autocorrelação serial do modelo reduzido de carne
de frango..........................................................................................
79
TABELA 1F - Teste para detecção da heterocedasticidade da equação estrutural
de demanda de carne de frango.......................................................
81
TABELA 2F - Correção da heterocedasticidade da equação estrutural de
demanda de carne de frango............................................................
82
TABELA 3F - Teste de multicolinearidade da equação estrutural de demanda de
carne de frango: matriz de correlação.............................................
83
TABELA 4F - Teste para detecção da heterocedasticidade da equação estrutural
de oferta de carne de frango............................................................
84
vi
TABELA 5F - Correção da heterocedasticidade da equação estrutural de oferta
de carne de frango...........................................................................
85
TABELA 6F - Teste de multicolinearidade da equação estrutural de oferta de
carne de frango: matriz de correlação.............................................
86
LISTA DE ABREVIATURAS E SIGLAS
ABEF - Associação Brasileira dos Produtores e Exportadores de Frango
ABNT - Associação Brasileira de Normas Técnicas
BACEN - Banco Central do Brasil
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária
FGV - Fundação Getúlio Vargas
IBGE - Instituto de Geografia e Estatística
INPC - Índice Nacional de Preços ao consumidor
IPEADATA - Banco de dados do Instituto de Pesquisa Econômica Aplicada
MMQ2E - Método dos Mínimos Quadrados em Dois Estágios
UBA - União Brasileira de Avicultura
vii
SUMÁRIO
RESUMO..............................................................................................................................i
ABSTRACT.........................................................................................................................ii
LISTA DE FIGURAS........................................................................................................iii
LISTA DE FIGURAS DO APÊNDICE...........................................................................iv
LISTA DE TABELAS........................................................................................................v
LISTA DE TABELAS DO APÊNDICE..........................................................................vi
LISTA DE ABREVIATURAS E SIGLAS.....................................................................vii
1.INTRODUÇÃO..............................................................................................................18
1.1 O problema e sua importância......................................................................................18
1.2 Objetivos.......................................................................................................................22
1.2.1Objetivo geral..............................................................................................................22
1.2.2 Objetivos específicos.................................................................................................22
2.REFERENCIAL TEÓRICO.........................................................................................23
2.1 Excedente econômico do consumidor e do produtor ...................................................23
2.2 Benefício social total.....................................................................................................26
3. METODOLOGIA……………..……………………………………...........…............38
3.1.Fonte de dados..............................................................................................................38
3.2 Definições das variáveis...............................................................................................38
3.3. Especificação do modelo.............................................................................................41
3.4 Cálculo do benefício social total...................................................................................46
4. RESULTADOS E DISCUSSÃO..................................................................................49
4.1. Análise da equação estimada de demanda de carne de frango para o Brasil...............49
4.2. Análise da equação estimada de oferta de carne de frango para o Brasil....................53
4.3. Análise do benefício social total..................................................................................56
4.3.1. Mensuração do benefício social total........................................................................56
5.CONCLUSÕES..............................................................................................................59
6.REFERÊNCIAS BIBLIOGRÁFICAS.........................................................................60
APÊNDICE A....................................................................................................................69
APÊNDICE B....................................................................................................................71
APÊNDICE C....................................................................................................................72
APÊNDICE D....................................................................................................................75
APÊNDICE E....................................................................................................................76
APÊNDICE F....................................................................................................................81
1.INTRODUÇÃO
1.1 O problema e sua importância
A avicultura compreende duas grandes áreas: a avicultura de corte e a
avicultura de postura. As cadeias produtivas de aves de corte e postura asseguram ao país
posições de destaque no cenário mundial, conferindo-lhe o segundo e o sétimo lugar, na
produção mundial de carne e ovos de frango, respectivamente, conforme relatório
apresentado pela União Brasileira de Avicultura – UBA (2006).
Essas cadeias contribuem significativamente para o desenvolvimento
econômico e social do país. A cadeia produtiva de corte é superior à cadeia produtiva de
postura e remunera melhor o trabalho e a produção. (FIGUEIREDO, 2006.)
No ano de 2005, as principais regiões produtoras de frango no mundo
foram: a Ásia com 33% da produção mundial (a China respondeu por 17%); em seguida
veio a América do Norte com 29% (os Estados Unidos produziram 27%); a Europa com
17% (UE com 14%) e a América do Sul com 15% (o Brasil, representou 14%) da produção.
(TALAMINI et al. 2005.) O Brasil se encontrava no 3º lugar no ranking da produção
mundial de carne de frango
A atividade avícola no Brasil teve início no século XI, quando os
europeus trouxeram várias espécies de aves para suprimento da nobreza. Nessa época, era
uma atividade artesanal, sem grande importância mundialmente. Somente a partir da
Segunda Guerra Mundial, essa atividade passou a apresentar relevância mundial, devido à
necessidade do suprimento das tropas com alimentos ricos em proteína animal e que
estivessem em condições de consumo num curto período de tempo.
O desenvolvimento da atividade avícola no Brasil se deu a partir de 1960,
quando tiveram início as importações de linhagens híbridas americanas de frango. Somado
a isso ocorreu o implementação de novas tecnologias no campo da genética, nutrição e
sanidade animal.
O Brasil é o segundo maior produtor mundial de frango de corte. (ABEF,
2006.) A atividade está presente em todas as regiões do país, impactando a economia da
maioria dos estados. O setor é um grande gerador de renda e responsável,
aproximadamente, por 4 milhões de empregos diretos e indiretos, conforme a AVIMIG
(2007).
A produção nacional de frangos concentra-se no Sul do país, com 59,9%
da produção nacional, Sudeste com 25,1% e Centro-Oeste com 11,2%. No ano de 2005, o
Paraná participou com 22,83% do abate de frangos com SIF(Sistema de Inspeção Federal),
vindo após Santa Catarina com 16,76%, Rio Grande do Sul com 14,76% e São Paulo com
14,43%. (Vide Tabela 1A, pág.70.)
Atualmente, a avicultura representa 1,5% do PIB, gerando R$ 6
bilhões apenas em impostos. Do total produzido, 70% são destinados ao mercado
doméstico, com consumo de 35kg de carne e 128 ovos per capita. (AVIMIG, 2007.)
Diante dessa perspectiva vislumbra-se a importância econômica e social da
atividade avícola no contexto da agropecuária nacional.
No intuito de promover maior desenvolvimento da agropecuária
nacional, o governo vem adotando estratégias que fomentam a atividade avícola. Dentre os
instrumentos de política agrícola, encontra-se o crédito rural.
Segundo relatório apresentado pelo Ministério do Planejamento e
Orçamento(1998), a oferta de crédito rural, em 1997, aumentou mais de 100%, em
comparação a 1995, em virtude do maior direcionamento do Governo às aplicações
obrigatórias dos bancos. Tais aplicações cresceram em termos relativos e absolutos, pois
ocorreu um aumento dos depósitos à vista devido à queda da inflação e elevação dos
percentuais das exigibilidades bancárias.
A ampliação dos limites de crédito, a redução da taxa de juros real de 12
para 9,5% ao ano e o mais elevado ingresso de recursos externos contribuíram para o
aumento do crédito concedido à agropecuária nacional. O crédito disponível passou de 6,3
bilhões em 1996 para 9,1 bilhões em 1997, ou seja, aumentou em 44%.
O crédito rural destinado à avicultura insere-se nesse contexto, como
pode ser visto na Tabela 2A, pág. 71.
Observou-se um acréscimo de 138 e 151% na oferta de crédito rural para
o setor avícola nos anos de 1997 e 2004, respectivamente. A ampliação do crédito rural
para a agropecuária impactou diretamente a expansão do crédito rural destinado à
avicultura. (Vide Tabela 2A, pág. 71.)
Diante do exposto, a proposta do presente estudo é realizar uma análise
dos benefícios sociais da política de crédito rural destinada à avicultura brasileira. A
importância desse estudo se justifica, uma vez que a atividade avícola tem grande
relevância para o desenvolvimento socioeconômico do país.
1.2 OBJETIVOS
1.2.1 Objetivo geral
Analisar o benefício social da política de crédito rural destinada à avicultura de
corte brasileira no período de janeiro de 1997 a dezembro de 2004.
1.2.2 Objetivos específicos
a) Estimar as elasticidades-preço da oferta e da demanda, elasticidade-renda e
elasticidade cruzada da demanda.
b) Estimar o benefício social gerado pela política de crédito rural destinada à
avicultura de corte no Brasil, no período de janeiro de 1997 a dezembro de 2004.
2. REFERENCIAL TEÓRICO
2.1 Excedente econômico do consumidor e do produtor
O excedente do consumidor é a diferença entre o que o consumidor está
disposto a pagar por certo bem e o que efetivamente paga. (Pindyck & Rubinfeld, 2002.)
O excedente do consumidor tem aplicações importantes em economia, quando é somado o
de muitas pessoas. Neste caso, ele mede o benefício agregado que os consumidores obtêm
quando adquirem produtos em um mercado. O excedente do consumidor pode ser medido
pela área abaixo da curva de demanda e acima da linha que representa o preço efetivo de
aquisição do bem (Pindyck & Rubinfeld, 2002).
Na figura 1, o excedente do consumidor é representado pela área
sombreada do triângulo abaixo da curva de demanda e acima da linha de preço.
Excedente
do Consumidor
Pe
Figura 1 – Excedente do consumidor
P
D
E
0
D
Q
O excedente do produtor é a diferença entre a quantia mínima pela qual o
produtor está disposto a vender determinada mercadoria e a quantia pela qual realmente
vende esta determinada mercadoria. (Varian, 2003.)
O excedente econômico do produtor é representado pela área triangular à
esquerda sombreada da figura 2. Corresponde à área acima da curva de oferta e abaixo da
linha de preço.
Os instrumentos de excedente econômico do consumidor e do produtor
podem ser usados para calcular os benefícios e custos de várias políticas econômicas.
Contudo, este instrumental possui algumas limitações.
Segundo Varian (2003), o cálculo do excedente econômico do
Excedente
do Produtor
S
Figura 2 – Excedente do produtor
S
0
D
consumidor só é valido para formas especiais de preferências; no caso, as que possam ser
representadas por funções de utilidade quase-lineares. Estas funções podem constituir uma
aproximação razoável para bens cujas demandas são pouco afetadas pelas variações na
renda.
Ainda de acordo com o referido o autor, outra limitação do instrumental
de cálculo do excedente econômico é que ele agrega os diversos tipos de consumidores e
produtores gerando uma estimativa do custo de uma política social somente para um
“consumidor representativo” e um “produtor representativo”. No entanto, o desempenho
positivo de uma determinada política depende, em geral, mais da distribuição dos ganhos e
perdas do que dos ganhos e perdas médios.
Um estudo sobre as implicações de reformar o tratamento tributário das
famílias da Grã- Bretanha, realizado por Mervin King (1983), representa bem a limitação
do instrumental do cálculo do excedente econômico acima descrito.
No trabalho, as críticas ressaltadas por Varian (2003), a respeito do
instrumental de cálculo do excedente do consumidor, não puderam ser consideradas na
formulação do modelo. Torna-se importante ressaltar que a formulação do modelo
específico pressupõe que ele seja uma aproximação bem definida da realidade. Assim
sendo, recorre-se ao modo tradicional de estimar o excedente econômico total que é a
soma dos excedentes dos consumidores e produtores, com vistas a mensurar os benefícios
sociais totais gerados no período de janeiro de 1997 a dezembro de 2004 pela política de
crédito rural destinada ao setor avícola no Brasil.
2.2 Benefício social total
A análise do benefício social é um instrumental freqüentemente utilizado
para avaliação dos resultados obtidos com a implementação de determinados projetos,
com vistas a verificar seus impactos sociais. Assim, pode-se perceber se a sociedade como
um todo ficará em melhor situação empreendendo, ou não, determinado projeto, ou então
empreendendo uma série de projetos alternativos.
Basicamente dois modelos destacam-se na análise dos benefícios sociais
de políticas agrícolas. Primeiramente, o modelo de análise da função de produção que
envolve a estimativa da produtividade marginal de uma política agrícola. Contudo, tal
modelo apresenta algumas desvantagens. Por ser um modelo empregado em análises ex
post, sua aplicação requer um número considerável de observações passadas, tornando-se
inadequado para pesquisas que envolvam apenas dados recentes. ( CRUZ et al., 1982.)
Segundo, o modelo conhecido como método de número–índice ou
método de custo-benefício direto, que mede a produtividade média. Este método possui
grande relevância dentro da literatura de cálculo do benefício social, pois permite ser
utilizado tanto em análise ex-post (considerando os benefícios sociais que as políticas
empregadas trouxeram) como em análises “ex-ante” (considerando os benefícios sociais
que as políticas empregadas poderão trazer), bastando, para isso, estimar o deslocamento
da curva de oferta resultante das políticas agrícolas implementadas para um dado produto.
(CRUZ, 1985.)
Este modelo baseia-se no conceito de "excedente econômico" de
Marshall e, segundo Khan & Souza (1987), as suas principais premissas são:
i) A área total sob a curva de demanda à esquerda de uma dada
quantidade representa a utilidade total desta quantidade.
ii) A curva de oferta reflete os custos de oportunidade dos recursos
variáveis utilizados para produzir cada quantidade.
Com relação à teoria do excedente econômico de Marshall, muitos
trabalhos foram realizados em diversos lugares do mundo. Alguns deles são citados a
seguir:
Griliches (1958) estimou os benefícios para a sociedade com a
descoberta do milho híbrido, considerando oferta e demanda lineares e deslocamento
paralelo para a direita. No entanto, ele supôs dois casos: primeiro, para curvas de oferta
perfeitamente elásticas e, segundo, para curvas de ofertas perfeitamente inelásticas.
Contudo, assumiu implicitamente a demanda com elasticidade unitária.
Peterson (1967) analisou o benefício social bruto da pesquisa em aves,
considerando as curvas de oferta e demanda de especificação generalizada, com
deslocamento proporcional da curva de oferta.
Schmitz & Sekler (1970) avaliaram os ganhos sociais da agricultura
mecanizada, para o caso da colhedeira de tomate. O modelo utilizado foi de curvas de
oferta e demanda lineares. Os autores consideraram que a oferta não é perfeitamente
elástica e seu deslocamento paralelo.
Ayer & Schuh (1972) estimaram os impactos econômicos dos
investimentos empregados na pesquisa de algodão no Estado de São Paulo. Consideraram
curvas de oferta e demanda não-lineares, com deslocamento pivotal.
Akino & Hayami (1975) usaram um modelo semelhante ao anterior, para
estimar os benefícios da pesquisa em melhoramento do arroz no Japão. Admitiram curvas
de oferta e demanda com elasticidades-preço unitária, com deslocamento pivotal.
Incluíram na análise os efeitos distributivos da política de importação do arroz.
Hertford & Schmitz (1977) avaliaram um modelo semelhante ao de
Peterson, porém com curvas de demanda e oferta lineares, considerando um deslocamento
paralelo.
Hayami & Herdt(1978) estimaram os benefícios sociais do arroz nas
Filipinas, supondo curvas de oferta e demanda com elasticidades-preço constantes e
deslocamento pivotal da curva de oferta. Incluiram o autoconsumo, considerando o
produto como parte da subsistência.
Lindner & Jarret(1978), considerando curvas de oferta e demanda
lineares, demonstraram que os benefícios sociais anuais decorrentes da adoção de uma
nova tecnologia pelos produtores rurais são influenciados pela natureza do deslocamento
da curva de oferta. Consideram quatro situações de deslocamento: convergente, paralelo,
divergente pivotal e divergente proporcional.
Segundo Rose(1980), os benefícios brutos da pesquisa encontrados por
Lindner & Jarret tiveram seus valores subestimados e sugeriu equações alternativas para
obtenção dos preços e quantidades futuras.
Santana & Khan(1987), estimando os retornos sociais gerados com a
adoção tecnológica na cultura do feijão cauípi no Nordeste, utilizaram o modelo proposto
por Lindner & Jarret, considerando curvas de oferta e demanda lineares e deslocamento
divergente-proporcional da curva de oferta.
Khan e Souza(1991), avaliando os impactos socioeconômicos dos
investimentos em pesquisa na cultura de mandioca no Nordeste, também utilizaram o
modelo de Lindner & Jarret, porém levando em conta a modificação sugerida por Rose,
considerando curvas de oferta e demanda lineares, deslocamento divergente proporcional
da curva de oferta e o autoconsumo.
Silva & Khan (1994) calcularam os benefícios sociais da substituição de
milho por raspa de mandioca no uso da ração suína, no Estado do Ceará. Neste trabalho
também foi utilizado o modelo modificado por Rose (1980), considerando curvas de oferta
e demanda lineares e os deslocamentos paralelo, divergente- proporcional e convergente
da curva de oferta.
Abdallha (1998) calculou os benefícios sociais da política de incentivos
fiscais à pesca no Brasil, utilizando também o modelo de Rose (1980), considerando
curvas de demanda e oferta lineares e deslocamentos pivotal e paralelo da curva de oferta
A abordagem da análise do custo-benefício direto será a utilizada no
presente estudo. Especificamente, será utilizado o modelo desenvolvido por Lindner &
Jarret (1978), aperfeiçoado por Rose (1980), considerando curvas de demanda e oferta
lineares e os deslocamentos pivotal e paralelo da curva de oferta .
O acréscimo no excedente econômico advindo do deslocamento paralelo
da curva de oferta é representado pela área A
0
M
0
M
1
A
1
A
0
( Y + X ) (ABDALLAH, 1998).
Segundo Rose (1980), para uma mudança paralela na curva de oferta, a
área que representa o aumento do excedente econômico, ou benefício social total, pode ser
estimada, separadamente, somando M
0
M
1
B
1
M
0
(X) com A
0
M
0
B
1
A
1
A
0
(Y), especificando
de forma clara o valor de M
0
B
1
, que representa a mudança no custo unitário devido ao
deslocamento da curva de oferta. Assim, o benefício total é dado pela equação abaixo:
BST = X + Y (1)
A operacionalização das áreas X e Y é apresentada a seguir.
S
0
S
1
P
0
P
1
A
1
A
0
M
0
M
1
B
1
X
Y
Q
0
Q
1
Q
s
2t
Figura 3 - Benefício social total advindo de um deslocamento paralelo da curva de
oferta agregada.
Segundo Abdallah (1998), no ponto de coordenadas (Q
s
2
t, P
0
), na Figura
3, tem-se que a elasticidade-preço da oferta (ε
s
) é:
Q
s
2
t - Q
o
Q
s
2
t (2)
(ε
s
) =
M
0
B
1
P
0
A eficiência da implantação da política se traduz na redução
proporcional do custo unitário, que será denominado de K, provocando um deslocamento
da curva de oferta. Esta mudança no custo unitário pode ser calculada da seguinte forma:
M
0
B
1
(3)
P
0
Substituindo a expressão (3) em (2), tem-se:
Q
0
Q
0
Q
s
2
t Q
s
2t
(
ε
s
) = ∴ K = (4)
K (ε
s
)
Da expressão (3), tem-se:
K.P
0
= M
0
B
1
(5)
Com esses dados, pode-se agora determinar a expressão algébrica das
1
-
1
-
K =
áreas X e Y, chegando, assim, à expressão do aumento do Benefício Social Total (BST).
A área Y (A
0
M
0
B
1
A
1
A
0
) pode ser derivada da seguinte forma:
Observando-se a Figura 4, toma-se a área do retângulo (R = X
1
+ Y + X
2
) = A
1
P
0
M
0
NA
1
e
subtrai-se destas as duas áreas dos triângulos (X
1
e X
2
), respectivamente, X
1
=A
0
P
0
M
0
A
0
e
X
2
= A
1
B
1
NA
1
.
Sendo:
Área do retângulo R = Q
0
.( P
0
- A
1
);
Área do triângulo X
1
= 0,5Q
0
.( P
0
– A
0
);
Área do triângulo X
2
= 0,5Q
0
.( B
1
– A
1
);
Tem-se :
Y= Q
0
(P
0
– A
1
) – 0,5Q
0
(P
0
– A
0
) – 0,5Q
0
(B
1
– A
1
)
P
0
A
0
A
1
S
0
S
1
M
0
B
1
N
X
1
X
2
Y
Q
0
0
Figura 4 – Demonstração geométrica do cálculo da área Y
Ainda de acordo com Abdallah (1998), define-se o segmento M
0
B
1
como
sendo C = P
0
– B
1.
Fazendo-se B
1
= P
0
– C, substitui-se a última expressão na equação
acima, obtendo-se:
Y = Q
0
(P
0
– A
1
) – 0,5Q
0
(P
0
– A
0
) – 0,5Q
0
(P
0
– C – A
1
)
Y = 0,5Q
0
[2(P
0
– A
1
) – P
0
+ A
0
– P
0
+ C + A1)
Y = 0,5Q
0
(2P
0
– 2A
1
– 2P
0
+ A
0
+ C + A
1
)
Y = 0,5Q
0
(A
0
+ C - A
1
)
Sabendo-se que o segmento M
0
B
1
também pode ser representado por
K.P
0
como foi descrito na expressão (5), e que C = M
0
B
1
, tem-se:
Y = 0,5Q
0
(A
0
+ KP
0
- A
1
)
Dessa forma, a área Y(A
0
M
0
B
1
A
1
A
0
) é representada pela equação
abaixo:
Y = 0,5Q
0
(KP
0
+ A
0
- A
1
) (6)
A área X pode ser representada pela área geométrica de um triângulo
(vide Figura 5), tomando-se o segmento M
0
B
1
como a base do triângulo e a distância (Q
1
–
Q
0
) como a altura do triângulo. Dessa forma, chega-se à expressão (7) :
X = 0,5Q
0
.KP
0
(Q
1
- Q
0
) (7)
Figura 5 – Demonstração geométrica do cálculo da área X.
Para um deslocamento paralelo da curva de oferta, a mudança da origem
influencia a área Y(A
0
M
0
B
1
A
1
A
0
). Seguindo as derivações acima, para uma mudança
paralela, A
0
A
1
é igual a KP
0
. Assim,
A
0
= A
1
+ KP
0
(8)
Substituindo (6) em (8) , tem-se a expressão do benefício social total
(BST) para um deslocamento paralelo da curva de oferta, representado pela equação
abaixo:
Y = 0,5Q
0
(KP
0
+ +A
1
+ KP
0
- A
1
) ou
Yparalelo = KP
0
Q
0
(9)
X
P
S
0
S
1
M
0
M
1
B
1
P
0
P
1
D
Q
0
Q
1
Para encontrar o BST para um deslocamento paralelo, soma-se a
expressão (7) com a expressão (9), obtendo:
BSTparalelo: X + Y = 0,5Q
0
KP
0
( Q
1
+ Q
0
) (10)
Para um deslocamento pivotal da curva de oferta, tem-se que:
A
1
= A
0
(1l)
Dessa forma, substituindo (11) em (6), tem-se para um deslocamento
pivotal da curva de oferta:
Y = 0,5Q
0
(KP
0
+ A
0
- A
0
)
Ypivotal = 0,5KP
0
Q
0
(12)
Assim, o BST para um deslocamento pivotal da curva de oferta é dado
pela soma da expressão (7) com a expressão (12), obtendo :
BSTpivotal = X + Ypivotal (13)
Conforme Rose(1980, apud Abdallah, 1998, p.123), o ponto de
equilíbrio após a política implementada é obtido da seguinte maneira:
P
1
= P
0
[ 1 – ( Kε
s
) / ε
d
+ ε
s
)] (14)
Q
1
= Q
0
[ 1 + ( Kε
s
ε
d
) / ε
d
+ ε
s
)] (15)
Substituindo a equação (15) nas equações (10) e (13), e fazendo Z = (K
εs )/(εd + εs), obtêm-se as expressões abaixo, representando, respectivamente, o benefício
social total para uma mudança paralela e pivotal da curva de oferta:
BSTparalelo = 0,5KP
0
Q
0
(2 + Z ε
d
) (16)
BSTpivotal = 0,5KP
0
Q
0
(1 + Z ε
d
) (17)
Onde:
P
0
= preço de equilíbrio antes da implantação da política analisada;
Q
0
= quantidade de equilíbrio antes da implantação da política analisada;
ε
d
= e1asticidade-preço da demanda do produto, em valor absoluto;
ε
s
= elasticidade-preço da oferta do produto em valor absoluto;
K = deslocador da curva de oferta e medidor da mudança proporcional dos custo
unitário;
Z = relação entre o deslocador da curva de oferta e as elasticidades-preço da demanda
e da oferta, em valor absoluto;
BST = benefício social total bruto, em R$;
A equação (4) mostra: K é medido pela mudança proporcional na
produção, dividida pela elasticidade-preço da oferta(ε
S
). Portanto, para calcular K, é
necessária uma estimativa do produto ofertado ao preço P
0
antes e após a implantação da
política de crédito rural destinada à avicultura no Brasil.
3. METODOLOGIA
3.1 Fonte de dados
O estudo foi realizado com base em dados secundários de origem das
seguintes fontes :
Fundação Getúlio Vargas (FGV), Empresa Brasileira de Pesquisa
Agropecuária (Embrapa), lnstituto Brasileiro de Geografia e Estatística (IBGE), Banco
Central (BACEN), União Brasileira de Avicultura (UBA), Associação Brasileira dos
Produtores e Exportadores de Frango (ABEF), Anuário da Avicultura Industrial e outras
instituições atuantes do setor.
Além disso, foram realizadas consultas a periódicos especializados e a
Internet.
3.2 Definição das variáveis
O presente estudo utilizou-se de uma série histórica de dados mensais,
considerando o período de janeiro de 1996 a dezembro de 2004, englobando o período de
ampliação da política de crédito rural que compreende os meses de janeiro de 1997 a
dezembro de 2004.
A definição e operacionalização das variáveis utilizadas no modelo são
descritas abaixo:
• As variáveis quantidade demandada de carne de frango (QDft) e quantidade
ofertada de carne de frango (QSft) foram construídas a partir dos dados de
produção, importação e exportação de carne de frango, em toneladas e
transformados em kg. Os dados foram obtidos junto à Associação Brasileira dos
Produtores e Exportadores de Frango e ao Anuário Estatístico de Avicultura dos
anos de 2002, 2004 e 2006.
• A variável preço da carne de frango (Pft) foi disponibilizada pela Fundação
Getúlio Vargas, em valor monetário mensal corrente, em tonelada, e transformada
em valores referentes a reais de agosto de 2006, pelo INPC, por kg.
• A variável preço da carne suína (PSt), que representa o preço do bem substituto,
foi disponibilizada pela Fundação Getúlio Vargas em valor monetário mensal
corrente, por tonelada, e transformada em valores referentes a reais de agosto de
2006, pelo INPC, por kg.
• A variável renda nacional (RT), que representa os valores mensais do Produto
Interno Bruto, a preço de mercado, foi obtida junto ao Banco Central(BACEN) em
valor monetário mensal corrente e transformada em valores referentes a reais de
agosto de 2006, pelo INPC.
• A variável (POPt)
2
representa a população residente do Brasil em número de
habitantes. Tal variável foi construída a parir de dados anuais retirados do banco de
dados macroeconômicos do Instituto de Pesquisa Econômica Aplicada
(IPEADATA) e transformados em dados mensais.
• A variável (Rt) preço da ração representa o custo de produção. Segundo BRUM,
PAULO A. R. & TOSCAN, ADRIANA et al., essa variável é responsável,
aproximadamente, por 70% do custo de produção da carne de frango . Esta
variável foi construída a parir de dados mensais do preço da soja, por tonelada
obtidos junto à Fundação Getúlio Vargas e transformada em valores referentes a
reais de agosto de 2006, pelo INPC, por kg.
• A variável crédito rural (CRt ) foi construída pela soma do crédito rural de custeio
e do crédito para investimento, destinado à avicultura brasileira. Esses dados foram
extraídos do Anuário Estatístico de Crédito Rural fornecido pelo Banco
Central(BACEN), em valores anuais correntes e, posteriormente, transformados
em valores mensais
3
em R$ de agosto de 2006.
2
A variável população foi construída a partir da taxa de variação anual, a qual foi transformada em mensal e
aplicada a potência do respectivo mês.
3
Na transformação dos valores anuais do crédito rural em valores mensais foi utilizada a mesma
metodologia da variável população.
3.3 Especificação do modelo
Na determinação das elasticidades-preço da demanda e da oferta
de carne de frango foi utilizado o modelo log-linear de equações simultâneas. Para
isso empregou-se o método dos mínimos quadrados de dois estágios (MQ2E),
supondo um modelo de equilíbrio onde o preço e a quantidade são determinados ao
mesmo tempo, tanto para a demanda quanta para a oferta.
Neste estudo, as funções de demanda e de oferta foram definidas,
respectivamente, por:
Ln(Q
D
f)t = f Ln(Pft),Ln(PSt), Ln(RTt), Ln(POPt) (18)
Ln(Q
S
f)t = f Ln(Pft), Ln(PRt),Ln(CRt)
Logo, o equilíbrio de mercado é dado por:
Ln(Q
D
f) = Ln(Q
S
f)= Ln(Qf) (20)
Onde:
Ln(Q
D
f)t = Logaritmo natural da quantidade demandada de carne de frango no
mês t, em kg.
Ln(Q
S
f)t = Logaritmo natural da quantidade ofertada de carne de frango no mês t,
em kg.
Ln(Qf)t = Logaritmo natural da quantidade de equilíbrio de carne de frango no
mês t, em kg.
LnPft = Logaritmo natural do preço do kg da carne de frango no mês t, em R$.
LnPSt = Logaritmo natural do preço do kg da carne suína no mês t, em R$.
LnRTt = Logaritmo natural do produto interno bruto a preço de mercado no
mês t, em R$.
LnPOPt = Logaritmo natural da população residente no Brasil, no mês t,
em n° de habitantes.
LnRt = Logaritmo natural do preço da soja por Kg, no mês t, em R$.
LnCRt = Logaritmo natural da soma do crédito rural de custeio e de
investimento, disponibilizados para o setor avícola no Brasil, no mês t, em R$.
Os valores monetários foram apresentados em R$ de agosto de 2006,
corrigidos pelo INPC.
Como o modelo apresentou duas equações estruturais e duas variáveis
endógenas, trata-se de um modelo completo. Contudo, para que fosse possível
estimar os parâmetros das equações de demanda e oferta de carne de frango no
Brasil, o modelo econômico foi transformado em um modelo estatístico, tal como o
descrito a seguir:
Equação de demanda:
Q Df t = α
0
+ α
1
Pft + α
2
PSt + α
3
RTt + α
4
POPt + u
1
t (21)
Equação de oferta:
Q Sf t = β
0
+ β
1
Pft + β
2
Rt + β
3
CRt + u
2
t (22)
As equações (21) e (22) são denominadas de equações estruturais, os α’s e
β’s correspondem aos parâmetros estruturais e u
1
e u
2
são os erros estatísticos ou
termos de perturbações aleatórias, supostos normalmente distribuídos, com média
zero e variância constante, das equações de demanda e oferta, respectivamente.
As variáveis endógenas no modelo corresponderam ao Preço(PFt) e
Quantidade (Qft) de carne de frango, sendo exógenas as demais variáveis.
Na estimação desse modelo econométrico, esperaram-se os seguintes
sinais:
Para a Demanda:
α
0
0, α
1
<0, α
2
>0, α
3
<0 e α
4
>0
≥
<
Para a oferta:
β
0
0, β
1
>0, β
2
< 0 e β
3
> 0
Neste sistema de equações simultâneas, o método dos mínimos quadrados
não foi mais viável. Como a variável preço da carne de frango (PFt) apresentou
correlação com a perturbação, as estimativas dos parâmetros estruturais geradas pelo
método dos mínimos quadrados ordinários tornaram-se inconsistentes. Contudo, este
problema foi contornado através da utilização do método dos mínimos quadrados de
dois estágios, que consiste na aplicação do método dos mínimos quadrados
ordinários duas vezes.
Primeiro estimou-se a equação na forma reduzida, na qual a variável
endógena (Pft) apareceu como dependente de todas as variáveis exógenas e das
perturbações do sistema.
1º Estágio:
Pft = c
0
PSt + c
2
RTt + c
3
POPt + c
4
Rt + c
5
CRt + St (23)
Onde:
C
0
= (β
0
– α
0
) / (α
1
– β
1
);
C
1
= β
2
/ (α
1
– β
1
);
C
2
= – α
2
/ (α
1
– β
1
);
C
3
= – α
3
/ (α
1
– β
1
);
<
≥
C
4
= – α
4
/ (α
1
– β
1
);
C
5
= β
3
/ (α
1
– β
1
);
S
t
= (u
1 –
u
2
)
/ (α
1
– β
1
);
Os Ci
s
representaram os coeficientes da equação na forma reduzida e S
t
é
a perturbação da referida equação.
Baseado nos valores desses parâmetros estimados e nos valores de todas
as variáveis predeterminadas foram obtidos os valores estimados Pt.
No segundo estágio, os valores observados da variável endógena (Pt)
foram substituídos por Pt. Os coeficientes das equações estruturais foram, então,
estimados pelo método dos mínimos quadrados ordinários, usando os valores estimados da
variável endógena Pt e os valores observados das variáveis predeterminadas.
Nesta pesquisa as equações do segundo estágio foram obtidas da
seguinte forma:
2º Estágio:
Equação de Demanda:
Q Df t = α
0
+ α
1
Pft + α
2
PSt + α
3
RTt + α
4
POPt + u
1
t (21)
Equação de Oferta:
Q Sf t = β
0
+ β
1
Pft + β
2
Rt + β
3
CRt + u
2
t
^
^
^
^
Os testes estatísticos aplicados às equações do modelo de equações
simultâneas desta pesquisa foram utilizados apenas como indicadores. Segundo Pyndick &
Rubinfield (2004), os testes habituais não são estritamente válidos em modelos
simultâneos como nos modelos uniequacionais.
3.4 Cálculo do benefício social total
Para calcular o beneficio social total (BST) da ampliação de crédito rural
destinado à avicultura brasileira, no período de janeiro de 1997 a dezembro de 2004,
foram usadas as seguintes equações:
BST = 0,5KP
0
Q
0
(2 + Z ε
d
)
BST = 0,5KP
0
Q
0
(1 + Z ε
d
)
Onde:
P
0
= preço de equilíbrio antes da implantação da política de ampliação do crédito rural;
Q
0
= quantidade de equilíbrio antes da implantação da política de ampliação do crédito rural;
ε
d
= e1asticidade-preço da demanda do produto analisado, em valor absoluto;
ε
s
= elasticidade-preço da oferta do produto analisado;
para o deslocamento paralelo da
curva de oferta de carne de frango
para o deslocamento pivotal da
curva de oferta de carne de frango
K = deslocador da curva de oferta e medidor da mudança proporcional do custo unitário;
Z = relação entre o deslocador da curva de oferta e as elasticidades-preço da demanda e da oferta, em valor
absoluto;
BST = benefício social total bruto em R$.
O valor de K foi calculado para o período de janeiro de 1997 a dezembro de
2004. Considerando o mês de dezembro de 1996 como o período zero (pois é o
primeiro mês anterior à política de ampliação do crédito rural destinado à
avicultura), encontrou-se a seguinte equação para calcular Q
s
2t para o período
janeiro de 1997 a dezembro de 2004:
LnQ
s
2t
(dez/2004)
= β
1
+ β
2
LnPf
(dez/1996)
+
β
3
LnR
(dez/2004)
+ β
4
LnCr
(dez/2004)
De posse de LnQ
s
2t
(dez/2004)
, extraiu-se o antilogaritmo para se obter Q
s
2t
para o mês de dezembro de 2004.
Com o valor de Q
s
2(dez/ 2004)
, pôde-se calcular k o período de janeiro de 1997
a dezembro de 2004 da seguinte forma:
Q
0(dez/1996)
Q
s
2(dez/2004)
______________
ε
s
K =
1 -
Substituindo-se o valor de K na expressão abaixo, pôde-se calcular Z, como
segue:
K. ε
s
(ε
s
+
ε
d
)
Com os valores de K
,
Z, ε
d
, P
0
e Q
0
(considerando o mês de dez/1996 como
sendo o período zero), calculou-se o benefício total para o período de janeiro de
1997 a dezembro de 2004, como segue abaixo:
Admitindo um deslocamento paralelo:
BST (dez/2004) = 0,5K
(dez/2004)
P
0(dez/1996)
Q
0(dez/1996)
( 2 + Z
dez/2004
ε
d
)
Admitindo um deslocamento pivotal:
BST (dez/2004) = 0,5K
(dez/2004)
P
0(dez/1996)
Q
0(dez/1996)
( 1 + Z
dez/2004
ε
d
)
Z =
4. RESULTADOS E DISCUSSÕES
Os resultados das estimativas das equações de demanda e oferta do
mercado de carne de frango no Brasil nas quais foram atendidas as condições de 1º e 2ª
ordem, ou seja, condições necessária e suficiente de identificação do sistema de equações
encontra-se na Tabela 1B contida no Apêndice B. Isto posto, podemos afirmar que as
equações de oferta e demanda apresentaram modelo completo e identificado.
4.1 Análise da equação estimada de demanda de carne de frango de para o Brasil
4
Os resultados obtidos na equação estrutural de demanda de carne de
frango no Brasil, após correção de autocorrelação serial nos erros e heterocedasticidade,
encontram-se na TABELA 1, na qual observa-se que os sinais dos coeficientes estão de
acordo com a teoria econômica. Os coeficientes das variáveis explicativas apresentaram
valores superiores aos seus respectivos erros-padrão.
4
A equação na forma reduzida encontra-se no apêndice 1d. Os testes de autocorrelação serial , de
heterocedasticidade e multicolinearidade podem ser verificados nas tabelas 1E, 2E e 3E. A equação na forma
reduzida corrigida encontra-se na tabela 4E.
TABELA 1 – Equação estimada de demanda de carne de frango no Brasil, de janeiro
de 1996 a dezembro de 2004.
Variável Dependente: Ln(Q
d
ft)
Variável Coeficiente
estimado Erro padrão Estatística T Prob.
Constante α
0
-101,3004 13,27908 -7,628570 0.0000
Ln(Pft)
-1,117710 0,423316 -2,640368 0.0096
Ln(PSt)
0,226768 0,165668 1,368811 0.1741
Ln(RTt)
0,193649 0,143776 1,346882 0.1810
Ln(POPt)
6,150927 0,776093 7,925501 0.0000
Ar(1)
0,318032 0,071731 4,433673 0.0000
R
2
0,863998
R
2
0,857265 Estatística F 128,3271
Durbin-Watson 2,013567 Prob(Estatística F) 0,000000
Fonte: Resultados da pesquisa.
A elasticidade-preço da demanda apresentou coeficiente associado a
variável preço real da carne de frango de -1,117, o que indica que se houver um aumento
de 10% no preço real da carne de frango a quantidade demandada da carne de frango
sofrerá uma redução de 11,2%, ceteris paribus. Dessa forma, conclui-se que a demanda
brasileira por carne de frango no período analisado foi elástica.
Os resultados obtidos por CASTRO (1991), que estimou a oferta e
demanda de frango no Brasil, e TRICHES et. al. (2004) que estimaram a função de
demanda de carne de frango da Serra Gaúcha (RS) indicaram que a demanda por carne de
frango é elástica.
Existem algumas características que tornam a demanda por carne de
^
frango elástica, podendo-se destacar a disponibilidade de um grande número de
substitutos, tais como: carne suína, carne bovina, ovos, peixes e o período de tempo em
que está sendo analisada a demanda por determinado produto, períodos mais longos
tendem a gerar demandas elásticas, pois o consumidor tende a ajustar sua demanda num
período mais longo assim como pode ter um maior conhecimento à respeito das
alternativas de consumo existentes. Nesta pesquisa foi utilizada uma série mensal de
janeiro de 1996 a dezembro de 2004, ou seja, uma série de 108 meses, o que favorece a
obtenção de elasticidades maiores que 1.
Como podemos verificar, conforme dados da Associação Brasileira de
Produtores e Exportadores de Frango – ABEF (2005), o consumo interno de frango
aumentou consideravelmente nos últimos 16 anos, principalmente pelos ganhos de
produtividade alcançados pela indústria de alimentos que provocou forte redução no preço
do produto, variável determinante neste processo, já que frango se tornou mais barato em
relação às outras carnes, tornando uma alternativa acessível de consumo protéico.
Com relação a elasticidade-preço-cruzada da demanda, coeficiente
associado a variável preço real da carne de suína foi de 0,226, o que indica que se houver
um acréscimo de 10% no preço real da carne suína a quantidade demandada da carne de
frango sofrerá um aumento de 2,3 %, ceteris paribus. Portanto conclui-se que as carnes de
frango e suína são bens substitutos entre si. Resultado similar foi encontrado por Triches
et. al. (2004).
Em relação à elasticidade-renda da demanda, o coeficiente associado à
variável renda real agregada da população brasileira foi igual a 0,193 que indica que se
houver um incremento de 10% na renda real agregada da população do país a quantidade
demandada da carne de frango sofrerá uma elevação de 1,9 %, ceteris paribus. Sendo
assim, classifica-se a carne de frango como um bem normal. Este resultado encontra-se em
conformidade com os obtidos por Triches et. al. (2004).
O resultado acima exposto se traduz na atual mudança de hábitos
alimentares, pois os consumidores estão cada vez mais exigentes preferindo alimentos que
contenham proteínas nobres, de fácil digestão, carnes com baixo teor de gorduras, fato
esse que fez com que a carne de frango deixasse de ser a principal fonte de alimento das
camadas mais pobres da população, quando então era considerada um bem inferior,
passando a compor o cardápio das classes mais privilegiadas, sendo então considerada um
bem normal.
O coeficiente associado à variável população residente do país de 6,150,
sugere que se houver uma expansão de 10% na população residente do país a quantidade
demandada da carne de frango sofrerá uma ampliação de 61,5 %, ceteris paribus.
O poder explicativo da regressão dado pelo coeficiente de determinação
ajustado ( R
2
) foi de 0,857, indicando um bom ajustamento da função demanda, ou seja,
que 85,7% das variações na quantidade demandada de carne de frango são explicadas pela
variação conjunta das variáveis Pft , PSt, RTt e POPt.
Os testes apresentados na Tabela 2F no Apêndice F, pág. 83,
demonstram que o modelo possui variância residual constante e inexistência de
autocorrelação serial entre os resíduos.
4.2 Análise da equação estimada de oferta de carne de frango para o Brasil
As variáveis explicativas utilizadas para estimar a equação de oferta por
carne de frango (Q
s
ft) foram o preço real estimado da carne de frango(Pft), o preço real da
ração (Rt) e o crédito rural destinado à avicultura (CRt).
Os resultados obtidos na equação estrutural de oferta de carne de frango
no Brasil encontram-se na Tabela 2, pág. 54, na qual se observa que os sinais dos
coeficientes das variáveis preço real estimado da carne de frango (Pft) e crédito rural
destinado à avicultura(CRt), estão de acordo com a teoria econômica. Este resultado não
ocorreu com o coeficiente da variável preço real da ração, pois indicou uma relação direta
entre a variável preço real da ração e quantidade produzida de carne de frango. No
entanto, do ponto de vista estatístico, este coeficiente não se mostrou significante.
Acredita-se que isso tenha ocorrido em decorrência de a taxa de crescimento do preço da
carne de frango ser maior que a de crescimento do preço da ração, no período de estudo.
^
^
TABELA 2 – Equação estimada de oferta de carne de frango no Brasil, de janeiro de
1996 a dezembro de 2004.
Variável Dependente: Ln(Q
S
ft)
Variável Coeficiente Erro padrão Estatística T Prob.
β
0
14,04713 1,526587 9,201655 0,0000
Ln(Pft)
1,298292 0,320751 4,047669 0,0001
Ln(Rt)
0,005281 0,081819 0,064551 0,9487
Ln(CRt)
0,253331 0,079416 3,189916 0,0019
Ar(1)
0,648324 0,094073 6,891687 0,0000
R
2
0,832538
R
2
0,825971
Estatística F
126,7732
Durbin-Watson 2,200970 Prob(Estatística F)
0,000000
Fonte: Resultados da pesquisa
A elasticidade-preço da oferta, coeficiente associado à variável preço
real da carne de frango de 1,298 revela que, se houver um aumento de 10% no preço real
da carne de frango, a quantidade ofertada sofrerá ceteris paribus, um incremento de 13%.
Dessa forma, conclui-se que a oferta de carne de frango é elástica.
Comparando o resultado acima com o coeficiente de elasticidade-preço
da oferta de carne de frango do Brasil obtido por CASTRO (1991) de 0,74, sugerindo que
a oferta a se apresentou inelástica, percebe-se que houve divergência do resultado obtido
nesta pesquisa. Tal divergência pode ter ocorrido em virtude do aumento, a partir dos anos
1990, do número de empresas produtoras e/ou beneficiadoras de carne de frango no Brasil,
tornando, assim, elástica oferta de carne de frango.
O coeficiente, associado à variável crédito rural destinado à avicultura de
^
^
0,253, indica que se houver uma expansão de 10% no crédito rural destinado à
avicultura, a oferta de carne aumentará 2,5%, ceteris paribus.
No período pós-política de ampliação do crédito rural, período
compreendido entre janeiro de 1997 e dezembro de 2004, verificou-se, através dos
dados contidos na tabela 1C do apêndice C, pág.73, que o preço da carne de frango
sofreu um aumento de 29%, enquanto a quantidade ofertada de carne frango
ampliou em 98%. Contudo, a elasticidade-preço da oferta estimada desta pesquisa
foi de 1,29. Um aumento de 29% no preço da carne de frango ocasionaria uma
elevação de 37,41% na quantidade ofertada desse produto, ceteris paribus.
Este fato sugere que existem outras variáveis, com exceção do
preço, que estão influenciando a expansão da quantidade ofertada de carne de frango
no Brasil. O crédito rural está entre essas variáveis que influenciaram tal expansão,
como pode ser observado na Tabela 2.
O poder explicativo da regressão, dado pelo coeficiente de
determinação ajustado ( R
2
), foi de 0,825, indicando um bom ajustamento da função
oferta, ou seja, que 82,3% das variações na quantidade ofertada de carne de frango
são explicados pela variação conjunta nas variáveis Pft , PRt e CRt.
Os testes apresentados na tabela 5f no Apêndice F, pág.86 demonstram
que o modelo possui variância residual constante, ausência de multicolinearidade e
inexistência de autocorrelação serial entre os resíduos.
Uma regra prática e muito utilizada é a de comparar os valores absolutos
dos parâmetros estimados com seus desvios padrões. Se o coeficiente de uma variável na
equação estrutural for maior ou igual ao seu desvio padrão, este é considerado
“significativo”. Se o coeficiente for pelo menos o dobro do seu desvio padrão, este é
considerado de alta significância.
4.3 Análise do benefício social total
4.3.1 Mensuração do benefício social total
A partir da função de oferta estimada na Tabela 2, calculou-se a
quantidade ofertada em nível P
0
para o mês de dezembro de 2004, dada por Q
s
2
(dez/2004),
pela seguinte equação:
LnQ
s
2(dez/2004)
=13,87 + 1,30LnPft(dez/1996) + 0,01LnRt(dez/2004) +0,25LnCRt(dez/2004)
Extraído o antilog de LnQ
2
S
(dez/2004) pôde-se calcular o valor escalar
de K. De posse de K, do preço observado em dez/1996 [Pft
0
(dez/1996)], da quantidade
observada em dez/1996 [Q
0
(dez/1996)] e das elasticidades-preço da demanda e da oferta,
^^
^
ε
d
e ε
s
, respectivamente, foram obtidos os valores de P
1
e Q
1
através das equações (14) e
(15).
A Tabela 3 fornece os valores de Q
2
S
(dez/2004), K, P
1,
Q
1
e
BST para os
deslocamentos paralelo e pivotal da curva de oferta de carne de frango, a partir da
política de crédito rural destinada à avicultura brasileira.
TABELA 3 – Benefício social total estimado para o deslocamento paralelo e
pivotal da curva de oferta de carne de frango no Brasil, de janeiro de 1997 a
dezembro de 2004.
BENEFÍCIO SOCIAL TOTAL
Deslocamento Paralelo
Deslocamento Pivotal
Q
2
S
(dez/2004) K P1 Q1 BST BST
(Kg) (R$) Kg (R$) (R$)
566.944.803,15 0,3 1,4 361.927.288,96 186.926.769,54 102.135.880,94
Fonte Elaboração própria
O benefício social gerado pela política de ampliação do crédito
rural destinado à avicultura, considerado a partir de janeiro de 1997 até dezembro de
2004, totalizou R$186.926.769,54 para um deslocamento paralelo da curva de oferta
de carne de frango.
Considerando um deslocamento pivotal da curva de oferta, o
benefício social foi de R$102.135.880, 94. O deslocamento pivotal da curva de
oferta de carne de frango implica que os custos médios se mantiveram constantes
após o incentivo.
O benefício gerado a partir da expansão da oferta, considerando a
redução nos custos médios de produção, supera em 83% o benefício gerado a partir
da expansão da curva de oferta, considerando constante o custo médio de produção.
Verifica-se, através da Tabela 1C, contida no apêndice C, pág. 73,
que houve um decréscimo de 1,29% na produção de carne de frango antes da
ampliação da política de crédito rural, no período de janeiro a dezembro de 1996.
Enquanto no primeiro ano de ampliação da política de crédito rural, no período de
janeiro de 1997 a dezembro de 1997, verificou-se um aumento de 20% na
produção brasileira de carne de frango. Nos períodos que se seguiram, a tendência
dominante foi de crescimento.
O desempenho da avicultura, no período analisado, deu à
avicultura destaque ainda maior na economia brasileira, possibilitando que a
população consumisse um produto protéico de alta qualidade, sanidade e baixo
custo, além da geração de novos empregos na cadeia produtiva e de melhor
perspectiva de renda para o homem do campo.
5. CONCLUSÕES
Com base neste estudo, foi possível concluir que a carne de frango
é um bem normal e sua demanda é elástica em relação ao seu preço. Verificou-se
também que a carne suína é um bem substituto da carne de frango.
A oferta de frango no Brasil também se revelou elástica em relação
ao seu preço. A ampliação da oferta de carne de frango, no período de janeiro de
1997 a dezembro de 2004, momento de expansão do crédito rural destinado à
avicultura Brasileira, gerou um bem-estar social através do aumento do excedente
tanto do consumidor como do produtor.
O excedente econômico resultante do deslocamento paralelo da
curva de oferta, considerando redução nos custos médios, superou em 83% o
excedente econômico avaliado a partir do deslocamento pivotal da curva de oferta.
A expressiva magnitude do benefício social resultante da
intervenção governamental junto aos produtores de carne de frango revela a
viabilidade desta atividade como fator de desenvolvimento econômico do meio rural
para o Brasil.
Com base no exposto, conclui-se que a ampliação da política de
crédito rural destinada à avicultura no Brasil, no período compreendido entre janeiro
de 1997 a dezembro de 2004, alavancou a atividade avícola, gerando a ampliação da
oferta de carne de frango assim como um aumento do benefício social da sociedade
brasileira, através do aumento na quantidade ofertada de carne de frango a preços
menores.
6. REFERENCIAS BIBLIOGRÁFICAS
ABDALLAH, P. R. Atividade Pesqueira no Brasil: Política e Evolução. Piracicaba, São
Paulo, 1998. Tese de doutorado apresentada à Escola Superior Luís de Queiroz,
Universidade de São Paulo.
AKINO, M & HAYAMI, Y. “Eficiency and Equity in Public Research: Rice Breeding in
Japan’s Economic Development. American Journal of Agricultural Economics. Vol. 57,
No. 1, p. 1-10, fev. de 1975.
ABEF – Associação Brasileira dos Produtores e Exportadores de frango. Relatórios anuais
2000 – 2005. Disponível em: http://www.abef.com.br/Relatorios_Anuais.asp. < acessado
em <20/08/2006>
ANUÁRIO 1998 da avicultura industrial. Porto Feliz: Gessulli Agribusiness, 1997.
ANUÁRIO 2002 DA AVICULTURA INDUSTRIAL. Porto Feliz: Gessulli Agribusiness,
2002.
ANUÁRIO 2004 DA AVICULTURA INDUSTRIAL. Porto Feliz: Gessulli Agribusiness,
2003.
ANUÁRIO 2006 DA AVICULTURA INDUSTRIAL. Porto Feliz: Gessulli Agribusiness,
2005.
ANUÁRIO ESTATÌTICO DE CRÉDITO RURAL 1996 -1998, BANCO CENTRAL DO
BRASIL, Brasília.
ANUÁRIO ESTATÌTICO DE CRÉDITO RURAL 1999 -2004, BANCO CENTRAL DO
BRASIL, Brasília. Disponível em: http://www.bcb.gov.br/?RED1-RELRURAL <acesso
em <07/08/2006>
AVIMIG - Associação dos Avicultores de Minas Gerais. Proposta para Presidente da
República eleito em 29/10/06
Avicultura brasileira. Disponível em : D:\Backup\Avicultura\- AVIMIG.htm. <Acessado
em 20/03/2007>
AYER & SCHUH, C. E. “ Social rates of return and other aspects of agricultural research:
The case of cotton research in São Paulo, Brasil”. American Journal of Agricultural
Economics. 54(4): 557-569, 1972.
BRUM, PAULO A. R. & TOSCAN, ADRIANA ET AL. Uso do farelo de arroz integral
em dietas para frango de corte. Comunicado Técnico 201. Centro Nacional de Pesquisa de
Suínos e Aves. Pág. 1-2, 1993.
CASTRO, N. G. Oferta e Demanda de Frango de Corte no Brasil. Lavras, Minas Gerais,
1991. Dissertação de Mestrado apresentada
à Escola Superior de Lavras.
CRUZ, E. R. da; Palma, V. & ÁVILA, AFD. Taxas de retorno dos investimentos da
EMBRAPA: Investimentos totais e capital físico. Brasília, 1982.
CRUZ, E. R. da & ÁVILA, AFD. Retornos dos investimentos em pesquisa agropecuária na
área de abrangência do Projeto I EMBRAPA/BIRD. Brasília, 1985.
FIGUEIREDO, ELSIO A. P. Avicultura de corte ou de postura? EMBRAPA – Empresa
Brasileira de Pesquisa Agropecuária. Centro Nacional de Pesquisa de Suínos e Aves.
Ministério da Agricultura e do Abastecimento. Disponível em: D:\Backup\embrapave0003
- Avicultura de corte ou de postura.htm. <Acessado em: 20/12/2006>
FGV - Fundação Getúlio Vargas. Preços Agropecuários. FGVDADOS. Disponível em
http://fgvdados.fgv.br/index.htm
. <Acessado em <13/07/2006>
GIROTTO, F. A. & MIELE, M. Análise da Situação Atual e Perspectivas da Avicultura de
Corte. Embrapa Suínos e Aves. Disponível em :
http://www.cnpsa.embrapa.br/sgc/sgc_artigos/artigos_z1z50b3z.pdf
< Acessado em
02/09/2006>
GRILICHES, Z. “ Research cost and social returns: hybrid corn and related inovations”.
Journal of Política economy. 66(10) : 419-31, 1958.
GUJARATI, Damodar N. Econometria básica. 3º ed. São Paulo: Makron Books, 2000.
HAYAMI, Y. & HERDT, ROBERT. Market Price Effects of Technological Change on
Income Distribution in Semisubsistence Agriculture. American Journal of Agricultural
Economics. Vol. 59, No. 2 , p. 245-256, maio de 1977.
HERTFORD, R. & SCHIMITZ, A. Measuring economic returns of agricultural research”.
Recourse allocation and productivity in national and international agricultural research.
Minneapolis, University of Minnesota Press, 1977.
IBGE - Instituto Brasileiro de Geografia e Estatística. Produção Agrícola Municipal 2000.
Banco de dados Agregados. Disponível em : www.sidra.ibge.gov.br>. Acesso em 20 de
jan. de 2006.
IBGE. Produção Animal no 3° Trimestre de 2006. Disponível em:
http://www./teabat122006.pdf <Acessado em 04/12/2006>
IPEA – Instituto de Pesquisa Econômica Aplicada Dados Macroeconômicos: População
residente . Diponível em : http://www.ipeadata.gov.br/ipeaweb.dll/ipeadata?167405140.
<Acessado em 20/07/2006>
KHAN, A. S. e SOUZA, J. S. "Taxa de retorno social do investimento em pesquisa na
cultora da mandioca no Nordeste". Revista de Economia e Sociologia Rural. Brasília,
29(4): 411-426,1991.
KING, MERVIN. “Welfare Analysis of Tax Reforms Using Households Data”. Journal of
Public Economics, 21: 183-214, 1983.
LINDNER R. K. & JARRETT, F. G. Supply Shifts and the Size of Research Benefits.
American Journal of Agricultural Economics. V. 60, n.1 p.48-58, fev. de 1978.
Ministério do Planejamento e Orçamento. Mensagem ao congresso Nacional 1998.
Disponível em: https://www.presidencia.gov.br/publi_04/COLECAO/98MENS8.HTM.
Acessado em <15/08/2006>
MULLER, MARY S. & CORNELSEN, J. M. Normas e Padrões para Teses, Dissertações
e Monografias. 2° ed. Londrina: Ed. UEL, 1999.
NORTON, G. W. & DAVIS, J. S. Evaluating Returns to Agricultural Research: a review.
American Journal of Agricultural Economics, Vol. 63, No. 4, p. 685-699 , nov. de 1981.
PINDYCK, R. S., RUBINFIELD, D. L. Microeconomia. 5° ed. São Paulo: Makron Books,
2002.
PINDYCK, R. S., RUBINFIELD, D. L. Econometria: modelos e previsões. 4° ed. Rio de
Janeiro: Elsevier, 2004.
PETERSON, W L. “Return to poltry research in the United States”. Journal of Farms
Economics. 49(8): 656-661, 1967.
ROSE, R. N. Supply Shifts and research benefits: comment. Amercan Journal of
Agricultural Economics. Vol. 62, No. 4 p. 834-837 , nov. de 1980.
SANTANA, A. C. & KHAN, A. S. "Avaliação e distribuição dos retornos sociais da
adoção tecnológica na cultura de feijão Cauípi no Nordeste". Revista de Economia Rural.
Brasília, 25(2): 191-203,1987.
SANTANA, ANTÔNIO CORDEIRO. Métodos Quantitativos em Economia: elementos e
aplicações. 1° ed. Belém: UFRA, 2003.
SANTINI, G. A. ; SOUZA FILHO, H. M. . Mudanças tecnológicas em cadeias
agroindustriais: uma análise dos elos de processamento da pecuária de corte, avicultura de
corte e suinocultura. In: XLII Congresso Brasileiro de Economia e Sociologia Rural, 2004,
Cuiabá.
SCHMITZ, A & SECKLER, D. “Mecanized Agriculture and Social Welfare: The Case of
the Tomato Harvester. American Journal of Agricultural Economics. Vol. 52, No. 4, p.
569-577, nov de 1970.
SILVA A. S. KHAN A. S. Benefícios sociais da substituição de milho por raspa de
mandioca em ração suína no Estado do Ceará. Revista de Economia e Sociologia Rural, v.
32, nº 1, p. 87-98, 1994.
SOARES, I G. & CASTELAR, IVAN. Econometria Aplicada com o Uso do Eviews. 1°
ed. Fortaleza: UFC/ CAEN, 2003.
SOBRAL, GILVAN. Demanda de alimentos no Brasil: arroz, batatinha, feijão, carne e
leite. São Paulo, Piracicaba, 1973. Dissertação de Mestrado apresentada à Escola Superior
“ Luís de Queiroz”, Universidade Federal de São Paulo.
SOUZA, DANUZA DE P. Caracterização do Mercado Internacional de Carne de Frango:
Brasil X EUA . Disponível em : http://www.cepea.esalq.usp.br/pdf/Sober_Danusa.pdf
. <
Acessado em 20/08/2006 >
SOUZA, JOSE DA SILVA. Impactos sócio-econômicos dos investimentos em pesquisa na
cultura de mandioca no Nordeste. Fortaleza,1988. Dissertação de Mestrado apresentada ao
curso de Economia Rural da Universidade Federal do Ceará.
TALAMANI, D. J. D.; MULLER, F. & NOVAES, M. Produção e Mercado Nacional e
Internacional do Frango. Anuário Estatístico de Avicultura, ed. 1140, n° 11, nov. 2005.
VARIAN, HAL R. Microeconomia: Princípios Básicos. 6° ed. Rio de Janeiro: Campus,
2003.
TRICHES, D. et. al. A cadeia produtiva da Serra Gaúcha: uma análise da estrutura de
produção e mercado. Disponível em:
http://hermes.ucs.br/ccea/ipes/td/IPES%20TD%20011%20SET%202004.pdf. <Acessado
em 18/12/2006>
UBA – União Brasileira de Avicultura.Relatório Anual 2004-2005/2006. Disponível em
http://www.uba.org.br/. Acessado em <20/08/2006>
WEBER, J. E. Matemática para economia e Administração. 3ª ed. São Paulo: Harbra,
1977.
WIKIPÉDIA. Disponível em: http://pt.wikipedia.org/wiki/Avicultura. <Acessado em
13/07/2006>
APÊNDICES
APÊNDICE A
TABELA 1A - Produção brasileira de carne de frango por Estado, em 2005
Estados
Cabeças Abatidas
com SIF
Participação
(%)
Paraná
1.010.640.211 22,83
Santa Catarina
741.940.758 16,76
Rio Grande do Sul
653.433.603 14,76
São Paulo
638.623.463 14,43
Minas Gerais
270.909.318 6,12
Goiás
172.657.578 3,90
Mato Grosso do Sul
122.789.423 2,77
Mato Grosso
67.543.163 1,53
Distrito Federal
60.910.323 1,38
Bahia
44.862.466 1,01
Pernambuco
44.051.685 1,00
Subtotal 3.828.361.991 86,49
Outros com SIF
38.431.715 0,87
Total com SIF
3.866.793.706 87,36
Sem SIF
559.940.288 12,64
Total Geral 4.426.733.994 100,00
Fonte: Associação Brasileira dos Produtores e Exportadores de
Frango – ABEF.
TABELA 2A- Crédito rural destinado à avicultura no período de 1989 a 2004
Anos
Custeio
∗
Investimentos* Total*
1989 204.656.104,88 5.532.455,76 210.188.560,64
1990 168.148.677,41 5.253.637,21 173.402.314,62
1991 252.002.458,24 3.721.799,63 255.724.257,87
1992 258.668.606,39 653.967,95 259.322.574,34
1993 126.089.209,39 2.581.707,40 128.670.916,79
1994 253.782.528,18 4.772.184,42 258.554.712,60
1995 215.022.424,84 4.707.258,32 219.729.683,16
1996 273.967.356,81 4.864.070,10 278.831.426,91
1997 655.838.226,45 8.690.333,65 664.528.560,10
1998 541.616.396,59 10.433.685,13 552.050.081,72
1999 459.747.369,25 4.790.093,82 464.537.463,07
2000 461.747.032,99 11.171.524,09 472.918.557,08
2001 422.708.429,92 19.146.360,62 441.854.790,54
2002 651.591.352,65 23.986.408,72 675.577.761,37
2003 550.798.339,90 23.301.554,22 574.099.894,12
2004 646.037.393,08 54.377.382,10 700.414.775,18
Fonte: Anuário Estatístico de Crédito Rural
∗
R$ de agosto de 2006 – INPC.
APÊNDICE B
TABELA 1B - Identificação das equações de oferta e demanda de carne de frango.
Equações N° de variáveis
predeterminadas
excluídas
N° de variáveis
endógenas incluídas
menos 1
Identificação
Demanda 2 1 Sobreidentificada
Oferta 3 1 Sobreidentificada
Fonte: Resultados da Pesquisa
TABELA 2B –Condição de rank das equações de oferta e demanda de carne de frango.
Equações
Coeficiente das Variáveis
Intercepto Q
d
ft Q
S
ft
Pft PSt RTt
POPt
Rt
CRt
Demanda
- α
0
1 0
- α
1
- α
2
- α
3
- α
4
0
0
Oferta
- β
0
0 1 - β
1
0 0 0 - β
2
- β
3
Fonte: Resultados da Pesquisa
Conforme tabela acima, verifica-se que o modelo é completo e identificado,
portanto, realiza-se o procedimento de estimativa das equações estruturais através do
Método dos Mínimos Quadrados de Dois Estágios.
APÊNDICE C
TABELA 1C - Dados usados para estimar as equações estruturais de oferta e
demanda de carne de frango no Brasil, no período de janeiro de 1996 a dezembro de
2004.
Meses
Qft Pft Rt PSt RTt CRt POPt
jan/96 304.347.067 1,62 0,45 1,77 118.996.047.899,40 224.135.068,46 159.077.553,27
fev/96 307.031.049 1,61 0,43 1,73 114.141.405.141,24 228.628.777,83 159.280.401,88
mar/96 270.217.144 1,61 0,41 1,72 114.792.125.066,06 233.212.582,09 159.483.509,15
abr/96 270.708.876 1,59 0,42 1,68 119.212.069.410,54 237.888.287,57 159.686.875,41
mai/96 276.698.100 1,63 0,46 1,63 127.990.796.323,19 242.657.736,78 159.890.501,00
jun/96 291.208.699 1,65 0,43 1,66 129.468.178.501,76 247.522.809,23 160.094.386,24
jul/96 291.049.893 1,63 0,43 1,69 133.938.912.533,83 252.485.422,07 160.298.531,47
ago/96 280.468.881 1,60 0,44 1,72 132.449.212.801,28 257.547.530,89 160.502.937,01
set/96 300.869.948 1,64 0,48 1,72 126.521.526.199,33 262.711.130,50 160.707.603,20
out/96 290.945.198 1,69 0,52 1,74 134.184.561.109,85 267.978.255,71 160.912.530,38
nov/96 298.757.657 1,70 0,50 1,81 138.612.674.106,95 273.350.982,11 161.117.718,87
dez/96 300.463.815 1,66 0,50 1,90 139.495.871.975,48 278.831.426,91 161.323.169,00
jan/97 283.599.581 1,59 0,49 1,90 129.834.025.804,58 299.759.334,13 161.526.475,38
fev/97 307.267.128 1,58 0,47 1,95 117.885.935.503,87 322.258.001,52 161.730.037,97
mar/97 298.256.060 1,57 0,49 2,08 115.578.034.192,44 346.445.323,70 161.933.857,11
abr/97 282.166.641 1,53 0,50 2,13 123.340.016.581,51 372.448.043,95 162.137.933,10
mai/97 318.458.596 1,51 0,50 2,08 132.206.345.311,47 400.402.418,36 162.342.266,28
jun/97 309.816.105 1,52 0,48 2,00 138.436.580.002,13 430.454.929,85 162.546.856,97
jul/97 315.730.991 1,57 0,46 1,96 138.226.941.061,67 462.763.055,71 162.751.705,49
ago/97 316.699.804 1,57 0,48 1,95 137.387.279.628,23 497.496.092,80 162.956.812,17
set/97 343.429.873 1,59 0,52 1,93 136.009.962.704,39 534.836.044,71 163.162.177,34
out/97 337.939.384 1,55 0,52 1,95 147.318.038.681,59 574.978.575,43 163.367.801,31
nov/97 355.496.511 1,54 0,53 1,96 150.322.431.290,06 618.134.034,67 163.573.684,43
dez/97 342.716.710 1,54 0,53 1,95 148.526.667.893,19 664.528.560,10 163.779.827,00
jan/98 369.418.084 1,52 0,51 1,91 136.520.441.477,19 654.338.367,92 163.984.436,97
fev/98 336.798.589 1,64 0,47 1,89 122.087.382.051,00 644.304.436,92 164.189.302,57
mar/98 324.711.487 1,63 0,43 1,87 121.377.391.791,51 634.424.370,92 164.394.424,10
abr/98 317.627.900 1,61 0,39 1,85 129.113.524.253,46 624.695.810,47 164.599.801,89
mai/98 345.399.416 1,58 0,39 1,84 139.703.286.532,49 615.116.432,33 164.805.436,26
jun/98 353.045.026 1,58 0,37 1,82 145.413.557.564,22 605.683.948,86 165.011.327,52
jul/98 353.958.620 1,56 0,37 1,82 143.434.086.050,15 596.396.107,51 165.217.476,01
ago/98 373.733.063 1,59 0,36 1,84 139.738.646.272,76 587.250.690,27 165.423.882,04
set/98 348.399.940 1,56 0,38 1,81 134.194.525.634,44 578.245.513,14 165.630.545,93
out/98 371.263.908 1,52 0,38 1,78 139.093.698.404,45 569.378.425,61 165.837.468,00
nov/98 362.515.689 1,52 0,39 1,78 142.538.971.437,97 560.647.310,16 166.044.648,59
dez/98 384.227.746 1,53 0,39 1,85 141.305.552.127,56 552.050.081,72 166.252.088,00
jan/99 405.402.974 1,54 0,37 1,93 132.771.462.762,28 544.166.748,60 166.459.119,46
fev/99 395.310.476 1,68 0,46 1,99 125.330.551.888,06 536.395.990,30 166.666.408,73
Meses
Qft Pft Rt PSt RTt CRt POPt
mar/99 366.646.964 1,64 0,45 2,04 129.836.595.351,42 528.736.199,25 166.873.956,13
abr/99 373.502.435 1,60 0,41 2,01 134.586.329.010,48 521.185.790,81 167.081.761,99
mai/99 390.093.035 1,56 0,41 1,84 141.217.585.200,48 513.743.203,00 167.289.826,63
jun/99 398.818.385 1,60 0,41 1,83 149.801.657.306,21 506.406.896,13 167.498.150,37
jul/99 425.742.319 1,57 0,41 1,81 141.721.152.083,29 499.175.352,49 167.706.733,53
ago/99 396.932.296 1,66 0,42 1,81 137.639.069.952,12 492.047.076,05 167.915.576,44
set/99 405.271.593 1,57 0,49 1,82 129.966.802.546,29 485.020.592,15 168.124.679,41
out/99 408.105.940 1,59 0,52 2,04 138.597.447.369,10 478.094.447,18 168.334.042,78
nov/99 407.307.941 1,71 0,51 2,16 147.695.801.303,84 471.267.208,28 168.543.666,87
dez/99 382.358.856 1,81 0,51 2,17 150.642.956.154,98 464.537.463,07 168.753.552,00
jan/00 407.798.000 1,67 0,47 2,17 139.619.354.026,93 465.230.177,89 168.962.648,63
fev/00 431.031.000 1,68 0,47 2,15 135.919.304.882,93 465.923.925,69 169.172.004,35
mar/00 413.996.000 1,55 0,47 2,01 134.552.634.968,02 466.618.708,00 169.381.619,48
abr/00 401.414.000 1,47 0,47 1,94 136.427.094.361,52 467.314.526,36 169.591.494,33
mai/00 406.085.000 1,52 0,47 1,92 149.397.149.498,05 468.011.382,32 169.801.629,23
jun/00 404.912.000 1,56 0,46 1,93 156.940.844.756,22 468.709.277,43 170.012.024,50
jul/00 385.041.000 1,65 0,45 1,97 153.403.900.853,34 469.408.213,23 170.222.680,46
ago/00 350.133.000 1,76 0,41 2,09 153.819.666.907,27 470.108.191,28 170.433.597,44
set/00 405.741.000 1,77 0,44 2,10 145.743.584.163,80 470.809.213,13 170.644.775,76
out/00 390.028.000 1,73 0,44 2,10 153.291.889.480,51 471.511.280,34 170.856.215,74
nov/00 405.142.000 1,76 0,46 2,13 155.178.947.208,93 472.214.394,47 171.067.917,72
dez/00 483.490.000 1,74 0,48 2,21 152.984.889.260,96 472.918.557,08 171.279.882,00
jan/01 441.534.000 1,60 0,48 2,20 146.410.650.739,68 470.248.541,08 171.490.292,19
fev/01 432.784.000 1,61 0,46 2,07 140.502.694.865,51 467.593.599,52 171.700.960,86
mar/01 392.645.000 1,63 0,45 2,06 144.957.219.466,61 464.953.647,31 171.911.888,32
abr/01 398.987.000 1,68 0,43 2,21 146.661.027.606,99 462.328.599,80 172.123.074,90
mai/01 412.525.000 1,65 0,42 2,18 153.714.323.738,88 459.718.372,86 172.334.520,92
jun/01 428.019.000 1,69 0,48 2,16 147.038.811.221,20 457.122.882,80 172.546.226,69
jul/01 453.471.000 1,64 0,55 2,18 151.011.986.190,16 454.542.046,43 172.758.192,53
ago/01 450.666.000 1,63 0,58 2,09 152.138.980.736,40 451.975.781,02 172.970.418,76
set/01 476.018.000 1,57 0,60 2,10 144.851.884.553,05 449.424.004,29 173.182.905,70
out/01 464.004.000 1,54 0,63 2,12 153.161.174.373,61 446.886.634,45 173.395.653,68
nov/01 479.227.000 1,64 0,63 2,25 156.807.824.687,91 444.363.590,16 173.608.663,00
dez/01 484.793.000 1,71 0,61 2,22 152.464.623.363,57 441.854.790,54 173.821.934,00
jan/02 495.734.000 1,70 0,57 2,19 145.656.946.912,61 457.768.476,84 174.034.587,35
fev/02 421.034.000 1,73 0,54 2,10 137.967.870.504,61 474.255.304,85 174.247.500,87
mar/02 504.472.000 1,67 0,49 1,98 139.539.843.771,59 491.335.916,64 174.460.674,86
abr/02 507.644.000 1,60 0,47 1,89 146.298.320.602,65 509.031.697,72 174.674.109,65
mai/02 535.238.000 1,58 0,51 1,82 154.441.917.136,18 527.364.803,82 174.887.805,55
jun/02 529.572.000 1,63 0,59 1,83 157.874.958.634,46 546.358.188,59 175.101.762,89
jul/02 505.508.000 1,69 0,66 1,82 157.583.290.585,75 566.035.632,42 175.315.981,98
ago/02 500.203.000 1,75 0,74 1,77 156.481.215.491,53 586.421.772,12 175.530.463,15
set/02 356.030.000 1,76 0,81 1,79 151.071.800.600,88 607.542.131,84 175.745.206,72
out/02 439.360.000 1,86 0,90 1,88 159.360.956.282,99 629.423.154,98 175.960.213,00
nov/02 507.994.000 2,02 0,89 1,93 161.574.988.340,93 652.092.237,34 176.175.482,32
dez/02 546.326.000 2,07 0,92 2,01 154.674.215.803,08 675.577.761,37 176.391.015,00
jan/03 500.360.000 2,05 0,81 1,99 147.616.214.504,80 666.476.266,37 176.605.762,12
Meses
Qft Pft Rt PSt RTt CRt POPt
fev/03 404.138.000 2,14 0,79 2,03 140.668.520.735,05 657.497.388,21 176.820.770,69
mar/03 482.885.000 2,08 0,73 2,08 141.522.601.553,43 648.639.474,97 177.036.041,02
abr/03 481.101.000 2,05 0,66 2,05 144.622.161.152,73 639.900.897,01 177.251.573,43
mai/03 529.925.000 1,95 0,63 1,95 150.183.708.718,75 631.280.046,60 177.467.368,25
jun/03 465.666.000 1,93 0,63 1,89 150.190.670.788,14 622.775.337,72 177.683.425,78
jul/03 513.563.000 1,96 0,63 1,95 151.278.966.448,46 614.385.205,68 177.899.746,35
ago/03 429.813.000 2,00 0,62 2,07 151.494.361.498,98 606.108.106,87 178.116.330,27
set/03 412.063.000 2,09 0,66 2,22 153.220.138.425,64 597.942.518,51 178.333.177,88
out/03 493.317.000 2,16 0,75 2,38 157.536.880.613,65 589.886.938,30 178.550.289,49
nov/03 456.699.000 2,11 0,83 2,35 157.218.236.088,10 581.939.884,20 178.767.665,42
dez/03 525.733.000 2,11 0,81 2,32 156.942.221.438,03 574.099.894,12 178.985.306,00
jan/04 517.072.000 1,95 0,79 2,27 149.967.281.212,70 583.693.404,68 179.200.602,91
fev/04 446.458.000 1,91 0,78 2,20 141.145.898.789,20 593.447.227,83 179.416.158,79
mar/04 506.490.000 1,96 0,84 2,28 149.462.699.638,95 603.364.042,49 179.631.973,97
abr/04 546.769.000 1,94 0,88 2,33 150.133.875.716,95 613.446.572,32 179.848.048,74
mai/04 494.436.000 1,99 0,86 2,34 161.467.627.678,22 623.697.586,52 180.064.383,42
jun/04 438.192.000 2,00 0,78 2,42 166.789.196.586,92 634.119.900,55 180.280.978,32
jul/04 514.145.000 2,01 0,69 2,50 164.797.235.777,02 644.716.376,91 180.497.833,76
ago/04 443.037.000 2,00 0,66 2,59 165.775.506.984,70 655.489.925,96 180.714.950,05
set/04 484.396.000 1,99 0,65 2,77 163.637.447.021,94 666.443.506,67 180.932.327,51
out/04 509.774.000 2,02 0,60 2,73 167.702.697.544,18 677.580.127,46 181.149.966,44
nov/04 521.907.000 2,03 0,58 2,76 172.023.557.676,46 688.902.847,03 181.367.867,17
dez/04 561.334.000 2,05 0,55 2,84 172.185.011.572,28 700.414.775,18 181.586.030,00
Fonte: ABEF, IBGE, BACEN E FGV.
APÊNDICE D
Nesta seção, encontram-se a equação estrutural do modelo reduzido do
mercado de frango no Brasil.
TABELA 1D - Equação estrutural na forma reduzida de carne de frango, de janeiro
de 1996 a dezembro de 2004.
Variável Dependente: Ln(Pft)
Variável Coeficiente Erro padrão Estatística T Prob.
C
0
-20,40334 5,681077 -3,591457 0,0005
Ln(PSt)
0,129479 0,069992 1,849915 0,0672
Ln(RTt)
-0,128218 0,105587 -1,214337 0,2274
Ln(Rt)
0,189337 0,034512 5,486186 0,0000
Ln(CRt)
-0,024576 0,027332 -0,899142 0,3707
Ln(POPt)
1,306225 0,355832 3,670901 0,0004
R
2
0,703284
R
2
0,688739
Estatística F
48,35258
Durbin-Watson 0,339386 Prob(Estatística F)
0,000000
Fonte: Resultados da Pesquisa
APÊNDICE E
No intuito de verificar se a equação reduzida apresentada no apêndice B,
atende a todas as hipóteses do Modelo de Regressão Linear, o modelo foi submetido aos
testes residuais para detectar e corrigir possíveis problemas de Heterocedasticidade,
Multicolinearidade e Autocorrelação Serial.
1. Análise dos testes residuais da equação reduzida
TABELA 1E– Teste para detecção da heterocedasticidade do modelo reduzido de
carne de frango.
Estatística F 3.301255 Prob. 0.002205
Obs*R
2
22.74367 Prob. 0.003709
Variável Coeficiente Erro padrão Estatística T Prob.
C -2,656379 2,531120 -1,049488 0.2965
LnPSt
0,005376 0,048718 0,110349 0.9124
LnPSt)^2
-0,009262 0,032173 -0,287874 0.7740
LnRTt
0,001130 0,007108 0,158973 0.8740
LnRt
-0,016888 0,008197 -2,060243 0.0420
Rt)^2
-0,017908 0,006734 -2,659150 0.0091
LnCRt
0,195763 0,266800 0,733746 0.4648
LnCRt^2
-0,005010 0,006714 -0,746135 0.4574
LnPOPt
0,037890 0,022658 1,672260 0.0976
R
2
0,210590
R
2
0,146799
Estatística F
3,301255
Durbin-Watson 0,914647
Prob(Estatística F)
0,002205
Fonte: Resultados da Pesquisa
Observando a TABELA 1E, a probabilidade da estatística F, de
significância global da regressão auxiliar, conclui-se que não se pode rejeitar a hipótese
nula de que os coeficientes das variáveis quadradas são iguais a zero, de modo que pelo
menos uma das variáveis presentes no modelo explica a variação no preço da carne de
frango. Observando a probabilidade de Obs*R
2
,
que é a estatística do Teste de White,
pode-se concluir que a 1% de significância, deve-se rejeitar a hipótese nula de que as
variâncias dos resíduos são homocedásticas.
Assim, o modelo reduzido foi submetido ao teste de correção de
heterocedasticidade (TABELA 2E).
TABELA 2E – Correção da heterocedasticidade do modelo reduzido de carne de
frango.
Variável Dependente: Ln(Pft)
Variável Coeficiente Erro padrão Estatística T Prob.
C
0
-20,40334 5,272143 -3,870028 0,0002
Ln(PSt)
0,129479 0,070371 1,839960 0,0687
Ln(RTt)
-0,128218 0,097568 -1,314142 0,1917
Ln(Rt)
0,189337 0,030554 6,196729 0,0000
Ln(CRt)
-0,024576 0,023827 -1,031399 0,3048
Ln(POPt)
1,306225 0,323231 4,041147 0,0001
R
2
0,703284
R
2
0,688739
Estatística F
48,35258
Durbin-Watson 0,339386 Prob(Estatística F)
0,000000
Fonte: Resultados da Pesquisa
^
TABELA 3E – Teste de multicolinearidade do modelo reduzido de carne de frango:
matriz de correlação
Variáveis
LnPSt LnRTt LnRt LnCRt LnPOPt
LnPSt
1,000000 0,606497 0,462244 0,463559 0,699334
LnRTt
0,606497 1,000000 0,533879 0,615729 0,795970
LnRt
0,462244 0,533879 1,000000 0,411712 0,726370
LnCRt
0,463559 0,615729 0,411712 1,000000 0,682327
LnPOPt
0,699334 0,795970 0,726370 0,682327 1,000000
Fonte: Resultados da Pesquisa
Na TABELA 3E, a matriz de correlação não detectou colinearidade entre
as variáveis presentes no modelo reduzido.
Figura 1E – Teste de Durbin-Watson para detecção da autocorrelação serial entre os
resíduos no modelo reduzido de carne de frango.
0 di=1,441 ds=1,647 2 4-ds=2,353 4-di=2,559
De acordo com a Figura 1E, para DW= 0.339386, N= 108, K= 5 e nível
de significância de 0,01, o valor da estatística é 0 < DW< di, logo DW cai na região I,
I
II
III
IV
V
VI
portanto, podemos concluir que não deve-se rejeitar a hipótese nula de ausência de
autocorrelação serial positiva, a um nível de significância de 5% no modelo reduzido.
TABELA 4E – Correção da autocorrelação serial do modelo reduzido de carne de
frango.
Variável Dependente: Ln(Pft)
Variável Coeficiente Erro padrão Estatística T Prob.
C
0
-24,01505 12,55649 -1,912561 0.0587
Ln(PSt)
0,343591 0,083357 4,121924 0.0001
Ln(RTt)
0,026530 0,092058 0,288182 0.7738
Ln(Rt)
0,074813 0,049642 1,507041 0.1350
Ln(CRt)
-0,012904 0,085820 -0,150356 0.8808
Ln(POPt)
1,262534 0,697702 1,809560 0.0734
AR(1) 0,881172 0,046401 18,99048 0.0000
R
2
0,919049
R
2
0,914192
Estatística F
189,2192
Durbin-Watson 1,777575 Prob(Estatística F)
0,000000
Fonte: Resultados da Pesquisa
Conforme a TABELA 4E, podemos perceber que o problema de autocorrelação
serial entre os redíduos foi corrigido inserindo-se um termo autoregressivo Ar(1) que fez
com que os estimadores obtidos na equação reduzida voltassem a ter a propriedade de
variância mínima, ou seja, voltassem a ser eficientes.
^
Figura 2E – Teste de Durbin-Watson para detecção da autocorrelação serial entre os
resíduos no modelo reduzido corrigido de carne de frango.
0 di=1,421 ds=1,670 2 4-ds=2,330 4-di=2,579
De acordo com a Figura 2E, para DW= 1,77, N= 107, K= 6 e nível de
significância de 0,01, o valor da estatística é ds< DW< 2, logo DW cai na região III,
portanto, podemos concluir que deve-se rejeitar a hipóteses nulas de ausência de
autocorrelação serial positiva e negativa., a um nível de significância de 1% no modelo
reduzido.
I
II
III
IV
V
VI
APÊNDICE F
Nesta seção encontram-se a análise dos testes residuais para detectar e
corrigir possíveis problemas de heterocedasticidade, autocorrelação e multicolinearidade
nas equações estruturais estimadas de demanda e oferta de carne de frango.
2. Análise dos testes residuais da equação estrutural de demanda.
TABELA 1F – Teste para detecção da heterocedasticidade da equação estrutural de
demanda de carne de frango.
Estatística F 2,878821 Prob, 0,012494
Obs*R
2
15,75984 Prob, 0,015103
Variável Coeficiente Erro padrão Estatística T Prob.
C -0,552999 0,711875 -0,776820 0.4391
LnPft
0,266719 0,255868 1,042409 0.2997
LnPft)^2
-0,183668 0,228752 -0,802913 0.4239
LnPSt
-0,072442 0,144976 -0,499679 0.6184
LnPSt^2
0,023644 0,092473 0,255687 0.7987
LnRT
-0,008937 0,009349 -0,955948 0.3414
LnPop
0,038929 0,044669 0,871486 0.3856
R
2
0,147288
R
2
0,096126 Estatística F 2,878821
Durbin-Watson 2,457698 Prob(Estatística F) 0,012494
Fonte: Resultados da Pesquisa
Observando a TABELA 1F, a probabilidade da estatística F, de
significância global da regressão auxiliar, conclui-se que não se pode rejeitar a hipótese
^
^
nula de que os coeficientes das variáveis quadradas são iguais a zero, de modo que pelo
menos uma das variáveis presentes no modelo explica a variação na quantidade demandada
de carne de frango. Observando a probabilidade de Obs*R
2
que é a estatística do Teste de
White, pode-se concluir que a 1% de significância, deve-se rejeitar a hipótese nula de que
as variâncias dos resíduos são homocedásticas.
Assim, a equação de demanda foi submetida ao teste de correção de
heterocedasticidade (TABELA 2F).
TABELA 2F – Correção da heterocedasticidade da equação estrutural de demanda
de carne de frango.
Variável Dependente: Ln(Q
d
ft)
Variável Coeficiente Erro padrão Estatística T Prob.
α
0
-101,3004 13,27908 -7,628570 0.0000
Ln(Pft)
-1,117710 0,423316 -2,640368 0.0096
Ln(PSt)
0,226768 0,165668 1,368811 0.1741
Ln(RTt)
0,193649 0,143776 1,346882 0.1810
Ln(POPt)
6,150927 0,776093 7,925501 0.0000
Ar(1)
0,318032 0,071731 4,433673 0.0000
R
2
0,863998
R
2
0,857265 Estatística F 128,3271
Durbin-Watson 2,013567 Prob(Estatística F) 0,000000
Fonte: Resultados da Pesquisa
^
TABELA 3F– Teste de multicolinearidade da equação estrutural de
demanda de carne de frango: matriz de correlação.
Variáveis
LnPft LnPSt LnRTt LnPOPt
LnPft
1,000000 0,858754 0,725071 0,916183
LnPSt
0,858754 1,000000 0,606497 0,699334
LnRTt
0,725071 0,606497 1,000000 0,795970
LnPOPt
0,916183 0,699334 0,795970 1,000000
Fonte: Resultados da Pesquisa
A matriz de correlação do modelo de demanda demonstra que há relação
linear entre LnPft x LnPSt e LnPft x LnPOPt.
Figura 1F – Teste de Durbin-Watson para detecção da autocorrelação serial entre os
resíduos no modelo de demanda de carne de frango.
0 di=1,421 ds=1,670 2 4-ds=2,330 4-di=2,579
De acordo com a Figura 1F, para DW= 2.013567, N= 107, K= 5 e nível
de significância de 0,01, o valor da estatística é 2 < DW< 4-ds, logo DW cai na região IV,
portanto, podemos concluir que deve-se rejeitar as hipótese nulas de ausência de
I
II
III
IV
V
VI
^
^
^
^
autocorrelação serial positiva e negativa, a um nível de significância de 1% no modelo de
demanda.
3. Análise dos testes residuais da equação estrutural de oferta de carne de frango.
TABELA 4F – Teste para detecção da heterocedasticidade da equação estrutural de
oferta de carne de frango.
Estatística F 2,465800 Prob, 0,028879
Obs*R
2
13,79021 Prob, 0,032070
Variável Coeficiente Erro padrão Estatística T Prob.
C -2,347145 8,579651 -0,273571 0.7850
LnPft
0,003267 0,306499 0,010660 0.9915
LnPft^2
-0,035944 0,262324 -0,137022 0.8913
LnRt
-0,063273 0,028672 -2,206744 0.0296
LnRt^2
-0,070359 0,025502 -2,758956 0.0069
LnCRt
0,225478 0,872290 0,258490 0.7966
LnCrt^2
-0,005375 0,022005 -0,244275 0.8075
R
2
0,128880
R
2
0,076613 Estatística F 2,465800
Durbin-Watson 1,173544 Prob(Estatística F) 0,028879
Fonte: Resultados da Pesquisa
Através probabilidade da estatística F, de significância global da
regressão auxiliar apresentada na tabela 4F, conclui-se que não se pode rejeitar a hipótese
nula de que os coeficientes das variáveis quadradas são iguais a zero, de modo que pelo
menos uma das variáveis presentes no modelo explica na quantidade produzida de carne de
frango. Observando a probabilidade de Obs*R
2
que é a estatística do Teste de White, pode-
^
^
se concluir que a 2% de significância, deve-se rejeitar a hipótese nula de que as variâncias
dos resíduos são homocedásticas.
Assim, a equação de oferta foi submetida ao teste de correção de
heterocedasticidade (TABELA 5F)
TABELA 5F – Correção da heterocedasticidade da equação estrutural de oferta de
carne de frango.
Variável Dependente: Ln(Q
S
ft)
Variável Coeficiente Erro padrão Estatística T Prob.
β
0
14,04713 1,526587 9,201655 0,0000
Ln(Pft)
1,298292 0,320751 4,047669 0,0001
Ln(Rt)
0,005281 0,081819 0,064551 0,9487
Ln(CRt)
0,253331 0,079416 3,189916 0,0019
Ar(1)
0,648324 0,094073 6,891687 0,0000
R
2
0,832538
R
2
0,825971
Estatística F
126,7732
Durbin-Watson 2,200970 Prob(Estatística F)
0,000000
Fonte: Resultados da Pesquisa
^
^
TABELA 6F – Teste de multicolinearidade da equação estrutural de oferta de carne
de frango: matriz de correlação
Variáveis
LnPft LnRt LnCRt
LnPft
1,000000 0,781223 0,503421
LnRt
0,781223 1,000000 0,410308
LnCRt
0,503421 0,410308 1,000000
Fonte: Resultados da Pesquisa
A matriz de correlação apresentada na tabela 6D não detectou
colinearidade entre as variáveis presentes no modelo de oferta.
Figura 2F – Teste de Durbin-Watson para detecção da autocorrelação serial entre os
resíduos no modelo de oferta.
0 di=1,462 ds=1,625 2 4-ds=2,375 4-di=2,538
De acordo com a Figura 6D, para DW= 2.200970, N= 107, K= 4 e nível
de significância de 0,01, o valor da estatística é 2 < DW< 4-ds, logo DW cai na região IV,
portanto, podemos concluir que deve-se rejeitar as hipótese nulas de ausência de
autocorrelação serial positiva e negativa, a um nível de significância de 1% no modelo de
demanda.
I
II
III
IV
V
VI
^
^
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
