Determinantes dos preos do petrleo no mercado internacional: Uma c o anlise emp a rica utilizando modelos GARCH.

OZON, R., H.11

1

Economista pela UFPR

RESUMO - O presente artigo analisa o comportamento, a volatilidade e a dinmica a dos preos do petrleo no mercado internacional combinando trs modelos c o e economtricos distintos; o modelo de co-integrao, os modelos GARCH e de Vetores e ca Auto-Regressivos. Em linhas gerais, com a metodologia economtrica empregada, foi e poss avaliar as expectativas dos agentes envolvidos frente ao surgimento de boas e vel ms not a cias e seus efeitos diretamente na trajetria de preos e volatilidades, o c possibilitando desenhar a Curva de Impacto de Not cias desenvolvida por Engle e NG (1991)2 , para o per odo compreendido entre 1986 e in de 2008 com dados dirios, cio a testando desta maneira a hiptese de que uma escala de altas sucessivas nos patamares o de preos, no necessariamente implicam em maiores n c a veis de volatilidade e incerteza, tanto para pa de economias desenvolvidas, quanto subdesenvolvidas, uma vez que ses um modelo de equaes simultneas de equil co a brio entre oferta e demanda no se mostra a eciente para determinar os preos desta commoditie no convencional. Todavia, o atual c a patamar de preos e a conjuntura internacional embutem riscos, tanto macroeconmicos, c o como o impacto inacionrio, por exemplo, onde a antecipao quanto a tomada de a ca deciso por parte dos governos centrais por medidas de controle inuenciam as a expectativas dos agentes, afetando os investimentos e o prprio crescimento econmico, o o direcionando as atenes para o planejamento em direo de uma poss substituio co ca vel ca da matriz energtica de combust renovvel futuramente. e vel a Palavras-chave: Preos do petrleo. Volatilidade. Curva de Impacto de Not c o cias.

Al. Dr. Carlos de Carvalho, 1497, ap. 48 - 80730-200 - Curitiba - PR. Endereo eletrnico: rodrigoozon@yahoo.com.br c o 2 [11]

INTRODUCAO

Este trabalho prope-se a investigar o comportamento dos preos do petrleo no mero c o cado internacional, em especial os dois principais benchmarks, o light sweet crude WTI, negociado na NYMEX que um importante referenciador para as bolsas de valores e o leo e o do tipo Brent europeu, responsvel por cerca de 2/3 do mercado f a sico, ambos comercializados no mercado spot, os quais vem apresentando altas signicativas, exercendo impactos relevantes nas principais variveis macroeconmicas e no bem estar social, como a inao a o ca no curto prazo por exemplo, destacando suas principais caracter sticas mercadolgicas e o as interdependncias entre os mercados europeu e norte-americano, elucidando quais os e principais determinantes de seus preos e as devidas relaes entre o surgimento de boas c co e ms not a cias e a sua devida conexo com as expectativas dos agentes envolvidos. a Neste sentido, as relaes entre as oscilaes de preos dos leos e o ritmo da econoco co c o mia, so de grande importncia justicando o surgimento de estudos que colaborem na a a explicao de sua formao, volatilidade e a rede de efeitos sobre as variveis econmicas ca ca a o e ambientais, deste energtico que ainda o mais consumido no mundo e utilizado em e e praticamente todas as atividades produtivas. Algumas das principais pesquisas atribuem a fatores pol ticos no oriente mdio, a e crescente demanda chinesa, as restries na oferta por parte dos pa rabes e at mesmo co ses a e fatores climticos no previstos nos EUA, como limitantes a visualizao da dinmica de a a ca a curto prazo incorrendo em tenses especulativas nos movimentos de preos. Como o o c uxo de informaes inuencia de maneira signicativa a formao de preos do petrleo co ca c o no mercado internacional, esta pode ser explicada pelos modelos de co-integrao, que ca objetivam avaliar se h uma relao de longo prazo entre os preos do WTI e do Brent, a ca c os modelos da fam ARCH/GARCH com o intuito de captar a volatilidade inerente lia em certos pontos do tempo em conjunto com a metodologia de Vetores Auto-Regressivos e decomposio da varincia de erros, na qual se pode estimar quanto tempo um dado ca a choque nos preos ou na volatilidade de cada leo leva para se ajustar a sua trajetria. c o o Para tal nalidade, foram utilizadas as sries dirias do mercado spot do WTI e Brent e a (em dlares por barril), dispon o veis em EIA (2008) [7], destacando os principais fatos histricos, sua rede de efeitos sobre as variveis macroeconmicas e os impactos no proo a o cesso de desenvolvimento econmico. Com esse objetivo, o artigo est dividido em mais o a cinco sees alm desta introduo. A seo 2 descreve de forma breve a reviso de co e ca ca a literatura, enfocando os principais estudos desenvolvidos para a anlise destas sries de a e preos. Na seo seguinte so apresentadas a metodologia de co-integrao, os modelos c ca a ca ARCH/GARCH e de Vetores Auto-Regressivos na estimao. Na quarta seo so deca ca a scritos os principais resultados obtidos e na quinta e ultima as principais concluses do o estudo.

REVISAO DE LITERATURA

A anlise dos preos do petrleo no uma tarefa simples. No entanto, existem a c o a e inmeros estudos que buscam responder quais as conseqncias de suas variabilidades no u ue sistema econmico em especial logo aps o primeiro choque do petrleo em 1973 direcioo o o nando o pensamento dos economistas do lado da oferta a implementarem suas teorias. Primeiramente, faz-se necessrio apresentar o conceito de energia, que nada mais do a e que a capacidade de produzir trabalho; e que capital constitu por trabalho acumulado. e do
Se conseguir energia necessria para a sobrevivncia a atividade que tem a e e precedncia sobre qualquer outra, em qualquer ser vivente, com a evoluo, as divere ca sas formas de vida desenvolveram estratgias diversicadas para captar, armazenar e e utilizar de forma mais ecaz a energia dispon vel, aumentando sua capacidade de sobreviver e de deixar descendncia. (PORTO, 2006, p. 4) [27] e

Como a espcie humana aprendeu a maximizar articialmente a capacidade de suporte e do meio ambiente, que determinada por sua capacidade de fornecer energia suciente e para a sobrevivncia de um certo nmero de indiv e u duos daquela espcie, por tempo indee terminado, mediante aes que minimizassem o gasto prprio de energia e maximizem seus co o ganhos (como por exemplo, nos primrdios, o uso do fogo pelo homem, pelo plantio de o ervas produtoras de gros de alto valor energtico e depois pela domesticao de animais a e ca que propiciavam a obteno de prote a um custo energtico innitamente inferior ao ca na e da caada.); este modelo se mostra esgotvel, uma vez que o suporte do sistema deterc a e minado pela quantidade existente do elemento no renovvel, concentrado, que estimula o a a crescimento. Uma vez que ele dure, a populao crescer explosivamente e a sua reduo ca a ca para n veis muito inferiores aos existentes no momento da ultrapassagem3 torna-se inevitvel no apenas pela exausto dos recursos que viabilizaram o crescimento mas porque a a a a depredao do meio ambiente, qualquer que seja, causada pelo aumento populacional, ca leva a sua capacidade de sustento para n veis muito menores que os iniciais.(PORTO, 2006) [27] Todavia, este modelo teve in no sculo XIX, onde a humanidade procurava esgocio e tar um elemento essencial no renovvel que duraria tanto quanto durassem as reservas a a deste elemento existente no meio ambiente acess a populao, pelo uso energia fssil vel ca o armazenada pelos restos de organismos pr-histricos e parece perdurar durante muitos e o anos, chegando muito prximo da atualidade. o Parece evidente que o petrleo que era visto como um fator-chave4 no processo de o desenvolvimento econmico viera a chamar a ateno dos especialistas em relao ao o ca ca chamado Pico de Hubert nos anos 90, ou seja, o momento em que a produo mundial ca de petrleo atingir seu ponto mximo antes de comear a cair. o a a c Como salienta PORTO (2006, p. 30) [27] A viso hoje compartilhada por muitos a especialistas independentes foi exposta por Kenneth S. Deeyes, professor de geocincias e da Universidade de Princeton, que num meticuloso trabalho publicado em 2001, situou o ponto de inexo da produo mundial de petrleo em algum momento entre os anos de a ca o 2004 e 2008.
Momento pelo qual a populao ultrapassa o nmero em que se poderia manter estabilizada dentro ca u da capacidade de renovao natural dos elementos indispensveis sua preservao. ca a a ca 4 Fator com oferta abundante e preo decrescente. c
3

4 E recorrente no entanto, a viso de alguns economistas alegando que os preos mais a c altos do barril de petrleo favorecem aos avanos tecnolgicos na busca de novas fontes. o c o Para PEREZ (2001) [26], o petrleo j foi um fator-chave da economia at o nal do sculo o a e e passado, que alavancava a economia a um novo salto dentro do ciclo de Kondratie, o que hoje s seria poss com os avanos tecnolgicos oriundos de toda a contribuio de um o vel c o ca novo fator-chave como a microeletrnica uma vez que esta abrange praticamente todas os o segmentos produtivos. Na viso de TIGRE (1998) [33]: a
Em termos econmicos, a revoluo microeletrnica traz de volta o fantasma da o ca o destruio criadora de Schumpeter. Desde que foi esgotado o modelo do petrleo ca o e energia barata, o mundo passa por um processo de crise estrutural, do qual s o escapam poucos pa como Japo que esto na vanguarda do processo de difuso ses a a a das novas tecnologias e por isso se beneciam de uma situao competitiva privileca giada.

Numa perspectiva futurista, o conceito de singularidade, oriundo da f sica se mostra e evidente dentro deste contexto, (KENSKI, 2003) [20] onde a idia de que a tecnologia de vrias reas evoluem cada vez mais aceleradamente, se integrando e mudando cada vez a a mais rapidamente a realidade, limitando desta maneira a designao de fenmenos to ca o a extremos nos quais as equaes no seriam mais capazes de descrev-los. co a e Para o inventor Ray Kurzweil, um computador de mil dlares tem hoje a mesma o inteligncia de um inseto. No futuro ele se igualar capacidade de um rato, de um e a a homem e, nalmente, de toda a humanidade. (KENSKI, 2003) [20] Com o desenvolvimento da indstria do petrleo, das melhorias das condies sociais u o co e sanitrias, o crescimento populacional e o modelo de industrializao vigente at ento, a ca e a os seus preos sofreram diversas modicaes na forma de precicao e negociao. O c co ca ca quadro abaixo simplica este processo:

QUADRO 1 - EVOLUCAO DO MERCADO DE PETROLEO: BREVE HISTORICO FONTE: CAVALCANTE (2007) [4]

Hoje as pesquisas cient cas se debruam na busca de descoberta de novas fontes c de energia e o que torna a era do petrleo realmente danosa que no existe na vero e a dade um substituto para ele. Neste sentido conclui PORTO (2006, p.116) [27]: NENHUMA das poss veis alternativas tem condies de substituir o petrleo: nem os vastos co o depsitos de gs natural, nem a gasolina sinttica tirada do carvo, ou os milhares de o a e a usinas termonucleares que seriam necessrias para carregar diretamente as baterias, ou a

5 produzir o hidrognio para as clulas de combust e e vel, destinadas a energizar as casas e as futuras frotas de carros eltricos. H de se destacar alguns dos principais efeitos e a macroeconmicos de suas variabilidades: o Efeito direto sobre os preos ao consumidor; dado que seus derivados fazem parte c da cesta de consumo das fam lias e indiretamente via aumento dos preos ao produc c o tor.(SOUZA, 2006, p.127) [29]. A alta dos preos do petrleo geram um aumento do custo de vida, retraindo a produtividade do trabalho, elevando o nmero de u demisses, criando tambm uma instabilidade na demanda pela reduo dos n o e ca veis de investimento, ou seja, em linhas gerais, o aumento da capacidade ociosa das empresas reduz o crescimento econmico sintetizando-se em inao ao consumidor o ca nal. Inuncia na pol e tica de juros: uma pol tica monetria orientada para manter a esa tabilidade de preos no mdio prazo, haver uma maior probabilidade de os trabalc e a hadores aceitarem a reduo no rendimento real e de as expectativas inacionrias ca a no serem afetadas pelo aumento temporrio da inao provocado pela alta dos a a ca preos do petrleo. Se as expectativas de inao aumentarem, a pol c o ca tica monetria a ortodoxa far subir as taxas de juros;(DORNBUSCH & FISCHER, 1991) [5] a Crescimento e atividade econmica: como o petrleo um importante fator de o o e produo, uma explicao plaus que a inuncia de um choque nos seus preos ca ca vel e e c afete a economia real no lado da oferta, gerando aumentos nos custos de produo ca uma vez que sua substituio no curto prazo se mostra limitada. Assim, como um ca resultado do aumento dos custos oriundos do petrleo mais caro, poder haver uma o a reduo no n do produto e retrao na demanda do fator trabalho. (PORTO, ca vel ca 2006 [27] e DORNBUSCH & FISCHER, 1991 [5]) Cmbio: As combinaes de queda do preo do petrleo e queda dlar no mercado a co c o o internacional, aumentam os lucros das companhias petrol feras tanto para as localizadas nos pa exportadores como importadores. O inverso desta combinao ses ca reduz as receitas do governo com o setor de combust veis dicultando assim o processo de ajuste scal, como no caso brasileiro em 19935 , alm de gerar preju e zos as empresas do ramo. (SOUZA e VERSIANI, 1999) [30]. J a combinao de desvala ca orizao cambial com alta dos preos do petrleo e derivados tendem a provocar um ca c o aumento das expectativas de inao. ca Uma discusso completa dos efeitos macroeconmicos encontrada em DORNBUSCH a o e c o & FISCHER (1991, p. 54) [5], onde um aumento dos preos do petrleo desde os choques nas dcadas de 70 e 80 (em especial em 1973) passou a ser visto como um choque de oferta e adverso deslocando a curva de oferta agregada para cada n de produo juntamente vel ca com um aumento dos n veis de preos no curto prazo. c Com o aumento dos preos do petrleo, a curva de oferta agregada se desloca para trs, c o a freando a economia e gerando inao, levando muitos pa a utilizarem um aperto nas ca ses suas pol ticas monetrias, com o intuito de no agravarem a recesso. Assim, as pol a a a ticas econmicas de conteno (scal e monetria) deslocariam a demanda agregada para cima, o ca a reduzindo os salrio reais, no surtindo o efeito necessrio uma vez que aumentariam a a a a inao e reduziriam o impacto no desemprego. ca

FIGURA 1. OS EFEITOS DE UM CHOQUE DE OFERTA ADVERSO NO CURTO PRAZO NOTA: Adaptado pelo autor a partir de DORNBUSCH e FISCHER, (1991, p. 578) [5]

Parece claro que um choque adverso de oferta motivado pelo aumento inesperado e insustentado dos preos do petrleo gere estagao uma vez que retrai a curva de oferta c o ca agregada da economia e eleva os n veis de preos. c Portanto, essas constataes possibilitam armar que o cenrio futuro que se pode co a traar motivado por uma escalada de preos do petrleo o de uma estagao, ou seja, c c o e ca recesso com inao, piorando desta maneira os n a ca veis gerais de renda, uma vez que os preos do petrleo causam a chamada inao de custo pela seu encarecimento e sua c o ca oferta decrescente. Vale mencionar ainda que para a Teoria Econmica, energia no pode ser produzida, o a somente consumida, no sentido de que ela no uma mercadoria como outra qualquer, a e sempre incorrendo em perdas, da forma como se apresenta a natureza. No caso brasileiro,6 os efeitos negativos deste cenrio no se mostram muito fortes, uma a a vez que possu mos uma matriz energtica favorvel. A tabela 1 mostra a comparao e a ca dos pers de oferta de energia primria mundial com a brasileira. a
TABELA 1. COMPARATIVO DOS PERFIS DE OFERTA DE ENERGIA PRIMARIA

FONTE:ANEEL(2004) [1]
SOUZA,V. e VERSIANI, I. [30] Petrleo e dlar complicam ajuste scal, in Folha de So Paulo, o o a 16 de setembro de 1999. 6 Para uma discusso completa das possibilidades brasileiras no cenrio energtico, vide PORTO a a e (2006) [27].
5

7 Destaca-se que apenas 12,8% da energia primria ofertada no mundo oriunda a e de fontes renovveis (hidrulica e biomassa), enquanto que no Brasil 43,8% da energia a a primria se origina desta fonte. A parcela correspondente de energia hidroeltrica chega a e a 92% do total da oferta de energia eltrica (trmica + hidroeltrica).(ANEEL, 2004) [1] e e e

METODOLOGIA

A alta dos preos do petrleo vem afetando os mercados mundiais ultimamente, atingindo c o altas histricas, preocupando os governos de diversas economias a tomarem medidas o cab veis para contornar tal fenmeno. Com o objetivo de fazer levantamentos emp o ricos sobre a evoluo histrica das sries de preos do petrleo e de fazer projees de curto ca o e c o co prazo, este trabalho emprega os seguintes procedimentos economtricos de sries tempoe e rais para trs modelos distintos a saber7 : e Testes de estacionariedade e modelo de co-integrao; (Equaes 1, 2 e 3) ca co Vericao dos pressupostos do modelo clssico de regresso linear normal; (Equaes ca a a co 5, 7, 8, 9, 10 e 11) Estimativa dos modelos GARCH, TARCH e EGARCH para varincias condicionais; a (Equaes 12 a 14) co Estimativa da Curva de Impacto de Not cias de Engle & NG (1991) [11]; Estimativa e projeo n passos ` frente pelo modelo VAR e VEC, formando uma ca a espcie de modelo GARCH-VAR (ou GARCH multivariado). (Equaes 17 a 20) e co Na primeira etapa o modelo de cointegrao objetiva testar a relao de longo prazo ca ca entre os preos do WTI e Brent, com a aplicao de testes de estacionariedade em ambas c ca as sries com o intuito de checar a presena de ra e c zes unitrias nas sries caracterizadas a e como caminhos aleatrios, ou seja, processos estocsticos no-estacionrios am de checar o a a a a hiptese de que os preos do passado so capazes de inuenciar os preos no presente o c a c e determinar a ordem de integrao das mesmas. Dentro da segunda etapa da anlise, ca a so avaliados os 10 pressupostos do modelo clssico de regresso linear normal (MCRLN) a a a para a regresso cointegrante de longo prazo:(GUJARATI, 2000) [17] a 1. Linearidade nos parmetros do modelo; a 2. Nenhum erro de medida nos Xs, ou seja, a varivel explicativa no-estocstica; a e a a 3. A expectativa do erro deve ser nula, E(ui ) = 0; Testada sobre H0 : mdia populae cional = 0. (Equao (7)) ca 4. Ausncia de heterocedasticidade, E(u2 ) = 2 ; Avaliada pelo teste de White. (Equao e ca i (8)) 5. No h autocorrelao nas perturbaes para os dados Xs, E(ui uj ) = 0 para i = j; a a ca co Vericada atravs do teste de Breusch-Godfrey e de efeito ARCH. (Equao (9)) e ca
7

Vide o conjunto de equaes no apndice. co e

8 6. O termo de perturbao no-correlacionado ou independente, ou seja, E(ui X1,i ) = ca e a E(ui X2,i ) = . . . = E(ui Xk,i ) = 0. 7. O nmero de observaes deve ser maior do que o nmero de regressores. u co u 8. Deve haver variabilidade suciente em valores assumidos pelos regressores. (Gujarati, 2000, p.311) [17] 9. O modelo tem especicao correta, ou seja, ausncia de erro de especicao. Avalica e ca ada pelo teste RESET. (Equao (10)) ca 10. Postula que no h relao linear exata (multicolinearidade) nos regressores. a a ca 11. A varivel ui tem distribuio normal. Avaliada atravs do teste de Jarque-Bera. a ca e (Equao (11)) ca Atravs da suposio levantada por PINDYCK e RUBINFELD (2004, p. 328) [28] e ca de que: Em algumas aplicaes pode haver motivo para acreditar que a varincia do co a termo de erro no uma funo de uma varivel explanatria, mas, em vez disso, varia a e ca a o ao longo do tempo de uma maneira que depende de quo elevados tenham sido os erros a no passado. Deste modo, com os res duos obtidos das equaes de longo prazo (4) e a de co curto prazo (6) vericam-se os padres de aglomerao de volatilidades e se a capacidade o ca de previso das variveis oscila consideravelmente de um per a a odo para outro. A presena de volatilidade na dinmica de preos do petrleo pode ajudar a explicar tal c a c o variabilidade que na maioria das vezes so atribu a das a convulses pol o ticas, mudanas nas c pol ticas macroeconmicas, not o cias e informaes, etc. Como prope GUJARATI (2000, co o p.438) [17] Isto sugeriria que a varincia dos erros de previso no constante, mas varia a a a e de um per odo para outro, ou seja, h uma espcie de autocorrelao na varincia dos a e ca a erros de previso. a Para justicar a autocorrelao na varincia no termo de perturbao das regresses ca a ca o de curto e de longo prazos, Robert Engle introduziu a modelagem de heterocedasticidade condicional regressiva (ARCH) am de trazer maior ecincia.8 e No entanto, parece haver a chance da volatilidade dos preos dos leos ser explicada c o por vrios per a odos de tempo para trs, de acordo com PINDYCK e RUBINFELD (2004, a e co p. 329) [28] (Isto verdade, por exemplo, em aplicaes nanceiras que implicam o uso de dados dirios ou semanais). O problema que nesse caso preciso estimar um grande a e e nmero de parmetros, e isso pode ser dif se fazer com preciso. O modelo GARCH u a cil a (p, q) incorpora a volatilidade do ultimo per odo (termo ARCH) e a varincia do ultimo a per odo (termo GARCH). Nesta modelagem, se a soma dos parmetros ARCH e GARCH a forem muito prximas de 1, h um indicativo de que os choques de volatilidade sero o a a persistentes, havendo uma convergncia da previso da varincia condicional direcionare a a se para uma constante lentamente. (EVIEWS 4 USERS GUIDE, 2002) [12]. Salientam GOULART et. alli (2005, p. 89) [16], que apesar de o modelo GARCH (p, q) captar corretamente diversas caracter sticas observadas nas sries histricas nane o ceiras, como a leptocurtose (ou seja, com curtose > 3, as distribuies apresentam picos co
PINDYCK e RUBINFELD (2004) [28], explicam a importncia da ecincia de um estimador, pois a e para que seja no-tendencioso eciente, dado um tamanho de amostra, a sua varincia ser menor que a a a qualquer outro estimador no-tendencioso. A ecincia desejvel, pois quanto maior seja a ecincia a e e a e associada a uma estimativa, tanto mais forte a armao estat e ca stica que se pode fazer a respeito de parmetros estimados. a
8

9 altos e caudas gordas) e agrupamento de volatilidades, no capta o efeito de alaa vancagem [sic]9 , uma vez que a varincia condicional funo apenas da magnitude das a e ca inovaes e no dos seus sinais. co a Assim surgiram algumas extenses com a nalidade de modelar o problema da assimeo tria, tais como os modelos EGARCH e TARCH. ZAKOIAN e GLOSTEN (1994), JAGANATHAN e RUNKLE (1993) [35], introduziram de maneira independente o modelo TARCH . Nesse modelo, acrescentado um termo e equao-padro GARCH, que objetiva reconhecer os componentes assimtricos volatila ca a e a idade condicional. Segundo Eviews 4 Users Guide (2002), neste modelo as boas not cias (1 > 0) e as ms noticias (1 < 0), exercem diferentes efeitos na varincia condicional: a a As boas not cias tem impacto em a1 , enquanto as ms noticias tem impacto em (a1 + a 1 ). Se 1 > 0 dizemos que o chamado leverage eect existe, onde as ms noticias elevam a a volatilidade. Se = 0, o impacto de not cias assimtrico. e e O modelo EGARCH, foi proposto por NELSON (1991) [24], onde incorpora os efeitos assimtricos de mercado aos modelos auto-regressivos de volatilidade condicional, e a no e a imposio articial de restries aos parmetros da equao, dada a sua formulao em ca co a ca ca termos logar tmicos. SHEPPARD (2006, p. 13) [31] explica que o modelo EGARCH, modela o logaritmo da varincia condicional e inclui ambos os termos simtrico e asa e simtrico. e Ressaltam Goulart et alli (2005, p. 89) [16] que o referido modelo necessita de adaptaes para a sua implementao computacional e, por vezes, apresenta um alto co ca grau de persistncia aps choques signicativos de volatilidade. e o Recentemente, tem-se observado constantes choques de noticias e informaes desco viando os preos dos leos de uma tendncia denida, dicultando as previses de muitos c o e o analistas de mercado e investidores. Um exemplo de not cia em VALOR (2006) [34], aponta para a falta de uma tendncia denida nos preos da commoditie WTI, baseada e c unicamente em fundamentos microeconmicos: o
Os preos do petrleo operam sem tendncia denida em Nova York nesta tarde, c o e aps a deciso da Organizao dos Pa o a ca ses Exportadores de Petrleo (Opep) de o manter inalterada a cota de produo da commodity pelo cartel. Os agentes do ca segmento ponderam ainda o aumento da previso do grupo para a demanda global a neste ano, que passou de 85,37 milhes de barris dirios para 85,5 milhes de barris o a o por dia. Instantes atrs, o contrato de WTI negociado para abril em Nova York a apurava aumento de US$ 0,08, para US$ 58,24. O vencimento de maio era negociado a US$ 60,43, com queda de US$ 0,04.

Nesse contexto, o conceito da Curva de Impacto de Not cias foi desenvolvida por ENGLE & NG (1991) [11] para representar a resposta da volatilidade a choques nos valores dos retornos dos preos. No entanto, muito observado que movimentos para c e baixo do mercado, so seguidos de altas volatilidades da mesma magnitude. a Esta caracter stica se deve a distribuio de probabilidade leptocrtica de ativos ca u nanceiros, possuindo mdia alta e caudas largas. Segundo GLEISER (2002, p. 220) [15]: e
As caudas largas podem ser atribu das ao fato de que as informaes que movico mentam o mercado surgem em blocos, e no de forma cont a nua. Assim, grandes variaes nos preos ocorrem em pequenas quantidades de grandes magnitudes (...). co c Como a distribuio das informaes leptocrtica, a distribuio das variaes de ca co e u ca co preos tambm o . c e e
9

Os autores se referem ao leverage eect ou efeito assimetria.

10 Para descrever este fenmeno ENGLE & NG (1991) [11], descrevem a Curva de Imo pacto de Not cias com resposta assimtrica a boas e ms noticias. A Curva representada e a e a seguir:

FIGURA 2 - REPRESENTACAO TEORICA DA CURVA DE IMPACTO DE NOT ICIAS DE GRANGER & NG [11] FONTE: EVIEWS 4 USERS GUIDE (2002, p. 408) [12]

Salienta SHEPPARD (2006, p.18) [31], ainda que com uma escala larga de modelos de volatilidade, pode ser dif determinar o efeito preciso de um choque ` varincia cil a a condicional [volatilidade].
Assim como a funo de impulso-resposta resolveu edies similares em modelos ca co VAR, a curva de impacto de not cias resolve este problema em modelos ARCH. A curva do impacto de not cias quase auto-descritiva. Mede o efeito de um choque e na varincia condicional do per a odo seguinte. Para normalizar a curva, a varincia a no per odo atual ajustada ` varincia incondicional. e a a

A estimativa desta curva, objetiva plotar a volatilidade 2 de encontro com o impacto 2 de choques, z = /, onde xam-se o ultimo per odo de volatilidade, t1 , a mediana da srie de varincia condicional estimada e aproxima o impacto de um per e a odo condicionado ao ultimo per odo de volatilidade. (EVIEWS 4 USERS GUIDE, 2002, p. 410) [12]. Finalmente na ultima etapa, com o objetivo de analisar o comportamento dinmico a dos preos do petrleo, as etapas metodolgicas para o desenvolvimento do VAR so as c o o a seguintes: (GUJARATI, 2000 [17] e PINDYCK & RUBINFELD, 2004 [28])
. 1o : Escolher a defasagem tima do sistema pelos critrios Akaike (AIC) e Schwartz o e (SC); (Equaes 15 e 16) co . 2o : Relacionar trs variveis principais no modelo, a saber: O logaritmo natural e a dos preos do WTI, lnW T It ; o logaritmo natural do preo do Brent, lnBrentt e a c c 2 volatilidade dos leos gerada pelo processo GARCH, t ; (Equao 17) o ca . 3o : Realizar o teste de Johansen-Juselius para vericao de mais de um vetor ca de cointegrao diferentemente do teste EG disposto anteriormente que supe a ca o presena de uma unica relao de cointegrao; c ca ca . 4o : Estimar o modelo VAR para as sries cointegradas e interpretar sua relao de e ca longo prazo; (Equao (17)) ca

11
. 5o : Estimar o modelo VEC (Vetor de correo de erros) para analisar o comportaca mento de curto prazo; . 6o : Sumariar os resultados por meio da funo de impulso-resposta e da decomca posio da varincia; (Equao (18)) ca a ca . 7o : Computar as projees para os preos com base no modelo simulado em relao co c ca aos valores efetivos; (Equaes 17 a 19) co

Os dados foram obtidos junto ao site do rgo de pesquisas energticas norte-americanas, o a e a c EIA (2008) [7] e segue a periodicidade diria para os preos spot 10 do Brent11 , negociado na Bolsa de Londres e WTI (West Texas Intermediate) que negociado na Bolsa Mercane til de Nova Iorque, com per odo de cobertura de 02 de janeiro de 1986 at 8 de abril de e 2008, totalizando 5719 observaes, per co odo este conhecido como inicio do contra-choque. Como explica CAVALCANTE (2007) [4], a precicao de referncia para o petrleo ca e o se deu com os benchmarks, ou seja, um padro de referncia a partir do qual o preo de a e c uma determinada commoditie obtida a partir das dcadas de 70 e 80 com o crescimento e e do mercado spot. O grco a seguir demonstra o comportamento dos preos do petrleo a c o em dlares norte-americanos por barril, cobrindo o per o odo proposto para anlise. a

GRAFICO 1 - COMPORTAMENTO DOS PRECOS spot DO PETROLEO (em US$/bbl.) FONTE: EIA (2008) [7]

Antes da predominncia do mercado spot, os preos eram determinados com base a c em contratos de longo prazo entre compradores e vendedores (em sua maioria, pa da ses OPEP) atravs das empresas estatais de petrleo dos pa e o ses produtores. (Benchmark no-ocial: Arabe Leve). O crescimento da produo no-OPEP a partir do nal dos a ca a anos de 1970 (Reino Unido, Mxico e Egito), o processo de nacionalizao das majors, e e ca o maior nmero de agentes operando no mercado internacional favoreceu a expanso do u a spot e a reformulao do mercado de contratos de longo prazo (que se tornaria o atual ca mercado a termo ou forward ). Neste trabalho sero analisadas somente os preos spot a c uma vez que se espera uma convergncia dos preos spot aos preos futuros e vice-versa e c c em relao ao tempo. (HULL, 2006) [18] ca
O termo spot provm do ingls e signica a vista, ou seja, usada a srie spot, pois se acredita numa e e e e maior volatilidade dos preos do que no mercado futuro ou estrutura a termo (DIAS, 2005) [6]. c 11 Brent era o nome de uma antiga plataforma de petrleo (Brent Spar) da Shell no Mar Norte. o
10

12

RESULTADOS

Dentro da literatura de anlise de sries temporais sugere-se a apresentao dos dados a e ca 12 em grcos .A seguir so ilustrados as sries de preos do WTI e Brent (sem transa a e c formaes logar co tmicas) e seus retornos (rWTI e rBrent13 com os respectivos histogramas e distribuies de probabilidade. co

GRAFICO 2 - Trajetria dos preos do WTI e Brent e retornos (rWTI e rBrent). Histogramas o c nos eixos das ordenadas. NOTA: Abaixo histogramas e distribuies de probabilidade normal (em verde) e densidade co Kernel (em vermelho).
Os procedimentos economtricos deste trabalho foram realizados atravs dos softwares Eviews 6.0 [13] e e e Matlab 6.5 [22]. 13 As sries rWTI e rBrent so iguais a transformao das sries logar e a ca e tmicas na sua primeira diferena. c Por exemplo, a srie rWTI= (lnW T It /lnW T It1 ) = lnW T It e
12

13 Partindo para os resultados atravs da metodologia proposta, mediante aplicao dos e ca testes de estacionariedade DF, DFA e PP (Equaes 1, 2 e 3) vericou-se que as sries dos co e preos spot do lnW T It e lnBrentt no se mostraram estacionrias em n c a a vel, apresentando assim raiz unitria, sugerindo que a inuncia dos (logs) preos no presente so explicados a e c a pelos (logs) dos preos no passado e que as observaes do passado fornecem algum c co poder de previso acerca dos preos no futuro, enquanto que seus retornos lnW T It e a c lnBrentt , ou seja, na forma de primeira diferena se mostraram I(1)14 . c Como a representao visual exposta no grco 1 demonstra a tendncia para cima ca a e de forma estocstica e com uma relativa sincronia para ambas as sries de preos, com a a e c 15 estimativa da equao de longo prazo (4) obtm-se os seguintes resultados: ca e
lnW T I t = 0, 224253 + 0, 9496887lnBrentt t = (68, 45) (935, 40) 2 = 0, 99 d = 0, 3152 R Onde cerca de 99% das variaes nos preos do Brent explicam as variaes de WTI, com co c co o coeciente de elasticidade apresentando sinal esperado (relao positiva), indicando que para ca cada oscilao de 1% no WTI, o Brent tende a variar em torno de 0,95%. ca A sua combinao linear ir mostrar que as sries so estacionrias evitando deste modo ca a e a a o problema de regresso espria, no estacionariedade e de tendncia estocstica. Para checar a u a e a esta possibilidade, rodaram-se os testes de Engle Granger e Durbin Watson para Regresso a Cointegrante, com os seguintes resultados: DWRC: H0 : d = 0; Valores tabulados: 1% = 0, 511; 5% = 0, 386; 10% = 0, 322 EG16 : = 29, 79154; Valor p = 0, 00 H0 : | | 1% = | 3, 95975| H0 : | | 5% = | 3, 410643| H0 : | | 10% = | 3, 127102| O teste DWRC apontou para a rejeio da hiptese de cointegrao em todos os n ca o ca veis de signicncia uma vez que d foi maior que os valores tabulados. a Em contraste o teste EG apontou para a estacionariedade do res duo da equao de longo ca prazo, com valor de | | maior do que os valores tabulados, mostrando desta forma, que, mesmo que as sries lnW T It e lnBrentt sejam individualmente no-estacionrias, elas so cointegradas, e a a a validando desta maneira os testes t, F , etc. obtidos na equao de longo prazo. ca Neste trabalho sero considerados os resultados obtidos pelo teste EG para ns prticos de a a anlise17 , pois conforme destaca GUJARATI (2000, p. 732 [17]): A valiosa contribuiao dos a c conceitos de raiz unitria, co-integraao, etc, nos obrigar a vericar se os res a c e duos da regresso a so estacionrios. Logo, ainda que haja equil a a brio de longo prazo, no curto prazo, podem ocorrer desequil brios e o erro de (4) pode ser usado para ligar o comportamento de lnW T It de curto prazo com seu valor a longo prazo, como um erro equilibrador (Gujarati, 2000 p. ca brio, gerando desta 734 [17]). O Mecanismo de Correo de Erros corrige quanto ao desequil
Os testes de estacionariedade incluem tendncia e intercepto. e A especicao na forma logar ca tmica ameniza o problema da heterocedasticidade nas varincias do a erro (MADDALA 2003, p.115 [21]) e possibilita a interpretao dos coecientes como elasticidades. ca 16 Estimativa pelo teste PP para (ui ) com tendncia e intercepto. Os testes DF e ADF tambm se e e mostraram altamente signicativos e apontaram para a hiptese de cointegrao das sries de longo o ca e prazo. Para a equao de curto prazo o teste EG tambm indicou a presena de cointegrao. ca e c ca 17 H uma vasta discusso na literatura a respeito da superioridade de DWRC sobre EG e EGA e seu a a poder estat stico, ou seja, a probabilidade de no se cometer um erro do Tipo II, ou seja, aceitar uma a hiptese nula quando ela falsa. Vide ENGLE & GRANGER (1987) [10]. o e
15 14

14
maneira as respectivas elasticidades de ajuste e a velocidade da captura ao ajustamento de longo prazo. Por intermdio da estimativa da equao (6) de curto prazo, foram obtidos os seguintes e ca resultados: lnW T I t = 0, 000106 + 0, 649109lnBrentt 0, 127156t1 t = (0, 404412) (56, 05346) (18, 05930) valor p = 0, 00 2 = 0, 3755 d = 2, 36 R Verossimilhana log = 13596, 44 c Mostrando que alteraes a curto prazo nos preos do Brent tm efeitos positivos signicaco c e tivos nos preos do WTI e que cerca de 13% da discrepncia entre o valor efetivo e o valor de c a longo prazo, ou equil brio dos preos do WTI, eliminada ou corrigida a cada dia de negociao. c e ca A elasticidade de longo prazo obtida em (4) cerca de 0,95% para os preos do Brent conre c mando a relao de longo prazo entre as duas sries de preos e que os preos WTI se ajustam ca e c c a sua trajetria de crescimento a longo prazo com razovel rapidez aps uma perturbao. o a o ca a ,2a ,7a e 8a hipteses Partindo para a prxima etapa metodolgica, verica-se que somente a 1 o o o do MCRLN no foram violadas, enquanto que da 3a a 6a , da 9a a 11a foram violadas. Uma a ateno especial tem de ser dada a respeito da violao da 4a hiptese que pressupe que a ca ca o o varincia dos erros seja homocedstica, da 5a e 6a hiptese que assumem ausncia de autocora a o e relao e independncia de erros; o teste de efeito ARCH e estat ca e stica DW sugeriram fortes indicativos de que a varincia dos erros se correlaciona serialmente; e ademais, a respeito da a violao da 9a hiptese avaliada pelo teste RESET de Ramsey, o valor de F se mostrou alca o tamente signicativo, incorrendo em vis de especicao para ambas as equaes de curto e e ca co longo prazo, talvez pela provvel omisso de variveis relevantes como taxas de juros ou inao a a a ca norte-americanas ou de pa da OECD, valores de contrato futuro de petrleo ou at mesmo ses o e das relaes entre as variaes das relaes cambiais entre o euro e o dlar americano, conforme co co co o trabalhos desenvolvidos por BARREL e POMERANTZ (2004) [2] e CPB (2006) [3]. Com a nalidade de contornar esses problemas a estimativa pelos modelos da fam GARCH lia permitem visualizar os padres das volatilidades no per o odo selecionado. Assim, parte-se para ca a estimativa do modelo GARCH (1, 1) atravs da equao (12), assumindo a distribuio e ca 18 e levando-se em conta a heterocedasticidade na covarincia dos geral/generalizada dos erros a coecientes19 : lnW T It = 0, 000511 lnBrentt = 0, 000543 z = (2, 278506) z = (2, 389108) 2 2 2 2 i = 7, 41 + 0, 0799312 + 0, 909692t1 i = 7, 07 + 0, 080792 + 0, 9074t1 t1 t1 z = (1, 54) (0, 007) (0, 9096) z = (4, 76) (10, 98) (109, 03) Parmetro r = 1, 278523 a R2 = 0, 000105 d = 2, 03 Verossimilhana log = 13930, 18 c s = 0, 025161 Parmetro r = 1, 338487 a R2 = 0, 000092 d = 1, 92 Verossimilhana log = 13429, 02 c s = 0, 022883

Os resultados obtidos com ambas as equaes mostram que os coecientes ARCH e GARCH co foram estatisticamente signicativos e apresentaram os sinais esperados. Os valores dos errospadro (s) foram baixos, com suspeitas de ausncia de autocorrelao de acordo com as esa e ca tat sticas Durbin Watson (d) e ainda, os valores da funo de verossimilhana logar ca c tmica diminu ram em relao ao modelo de co-integrao estimado anteriormente. ca ca
Vide a equao (20). ca Vale destacar ainda que o algoritmo de otimizao utilizado na estimao foi o de Berndt-Hall-Hallca ca Hausman.
19 18

15
O valor dos parmetros r foram inferiores a 2, evidenciando a hiptese de que os erros de a o distribuem com caudas gordas. 2 Para ambas as equaes, os valores da soma dos coecientes ARCH (2 ) e GARCH (t1 ) co t1 foram muito prximos de 1, indicando desta maneira que os choques de volatilidade sero pero a sistentes, havendo deste modo uma convergncia da varincia condicional se direcionar a uma e a constante lentamente. Vale destacar o baixo valor obtido com o R2 , conforme uma explicao clara dada por ca PINDYCK e RUBINFELD (2004, p.335) Como a estimaao por m c nimos quadrados ordinrios a 2 a correao para levar em conta a heterocedasticidade (...) pode levar a uma maximiza o R c reduao do R2 . (Esse um exemplo de que o valor de R2 para avaliar uma regresso limitado). c e a e Como a equao de longo prazo estimada possibilita uma visualizao sutil dos agrupamentos ca ca de volatilidades atravs de seus res e duos, o modelo GARCH (1,1) de (12) trabalha as varincias a condicionais para cada srie temporal individualmente, melhorando signicativamente seus resule tados uma vez que no viola alguns pressupostos tericos bsicos do modelo clssico de regresso a o a a a linear normal MCRLN e capta algumas caracter sticas das distribuies de probabilidade nestes co retornos. Uma viso geral que se pode observar no grco a seguir a de que o aumento dos pataa a e mares de preos do petrleo, no necessariamente indicam maiores n c o a veis de volatilidade, o que corrobora com o trabalho de JUNIOR, LOOTY E FERNANDES (2006) [19].

GRAFICO 4 - AJUSTE HISTORICO PELO MODELO GARCH (1, 1) PARA OS RETORNOS DOS PRECOS DO WTI e BRENT (EM VERMELHO) E RESPECTIVAS VOLATILIDADES (EM AZUL). FONTE: Resultados desta pesquisa a partir da sa de Eviews 6 [13]. da Outro ponto interessante a destacar diz respeito ao per odo coberto pela Guerra do Golfo, onde a volatilidade oscilou em torno de 50% para os retornos dos preos do WTI e 25% para c o Brent. As volatilidades se mostraram relativamente altas em seguida, entre de 21/05/1986 a 29/01/1999, com o in do programa de exportao iraquiano o qual imps uma elevao nos cio ca o ca seus preos posteriormente em conjunto com o aumento da produo da OPEP, os preos do c ca c Brent variaram na casa dos 25% e os do WTI na ordem dos 35%. J entre 01/02/1999 a 03/08/2006, fatos e not a cias marcantes afetaram os processos de tomada de deciso dos agentes econmicos em conjunto com a modernizao dos mercados a o ca nanceiros com o in da iminncia de guerra dos EUA contra o Iraque motivados pelos ataques cio e

16
as torres gmeas, da desvalorizao da moeda norte-americana, a crescente demanda mundial e ca em especial a chinesa, adversidades climticas, oferta fragilizada e questes pol a o ticas de pa ses exportadores, motivaram uma variao entre 5 a 7,5% para ambas as commodities. ca E nalmente, numa perspectiva mais recente, de 05/08/2006 a 08/04/2008, os principais eventos atribu dos a conitos pol ticos entre EUA e Ir quanto ao seu programa de benea ciamento nuclear, furaces nos EUA, a desacelerao do ritmo de crescimento da economia o ca norte-americana e sua crise hipotecria e a alta histrica no patamar de preos quebrando a a o c barreira histrica dos US$ 100,00/barril geraram uma instabilidade na ordem de 4%. o Atravs da estimativa do modelo TARCH (1, 1) para toda a srie de lnW T It e lnBrentt e e torna-se poss reconhecer os componentes assimtricos na volatilidade condicional. Os resulvel e tados alcanados com a estimativa da equao (13) foram os seguintes: c ca lnW T It = 0, 000547 z = (2, 400992) 2 2 2 = 7, 44 + 0, 0878632 i t1 0, 014t1 dt1 + 0, 909t1 z = (4, 79) (9, 18) (1, 24) (114, 09) r = 1, 280724 R2 = 0, 000137 d = 2, 03 Verossimilhana log=13930, 82 s = 0, 025161 c lnBrentt = 0, 000524 z = (2, 274221) 2 2 i = 7, 16 + 0, 0772 + 0, 00072 dt1 + 0, 906t1 t1 t1 z = (4, 80) (8, 033) (0, 622) (108, 65) r = 1, 338824 R2 = 0, 000077 d = 1, 92 Verossimilhana log=13429, 19 s = 0, 022883 c Como em ambas as equaes para lnW T It e lnBrentt os valores dos parmetros 2 se co a t1 mostraram superiores a zero, indicando que os efeitos das boas not cias tiveram uma maior inuncia na composio dos preos, enquanto que o parmetro 2 dt1 foi inferior a zero para e ca c a t1 o WTI, evidenciando desta maneira que no h um movimento de alta da volatilidade quando a a os preos esto em trajetria de queda ou vice-versa, ou seja, o chamado leverage eect onde c a o o efeito das ms not a cias assimtricas elevam o grau de volatilidade no se mostrou presente e a nesta srie temporal. e Em relao ao Brent os resultados divergem no que diz respeito ao parmetro 2 dt1 que ca a t1 foi superior a zero indicando a presena do efeito assimetria. c Vale ressaltar que o valor do parmetro r foi menor que 2, indicando que a distribuio dos a ca erros no segue uma normal mas do contrrio possui caudas largas. a a Incorporando os impactos dos efeitos assimtricos e simtricos no modelo, a estimativa do e e modelo EGARCH (1, 1), para a varincia logar a tmica que garante que a projeo da varincia ca a condicional seja no-negativa, atingiu os seguintes resultados: (Equao (14)) a ca lnW T It = 0, 000541 z = (2, 396777) 2 = 0, 244593 + 0, 175985log 2 logi t1 + 0, 001216 z = (8, 284) (13, 29) (0, 15) r = 1, 284666 R2 = 0, 000131 d = 2, 03 Verossimilhana log=13947, 07 s = 0, 025161 c

t1 t1

+ 0, 985272 t1 t1 (309, 16)

17
lnBrentt = 0, 000499 z = (2, 198963) 2 = 0, 266282 + 0, 173733log 2 logi t1 0, 004997 z = (8, 07) (13, 04) (0, 63) r = 1, 328998 R2 = 0, 000058 d = 1, 92 Verossimilhana log=13432, 76 s = 0, 022883 c Todos os coecientes se mostraram signicativos estatisticamente, com evidncia da ausncia e e de autocorrelao serial e com baixos erros-padro. A funo de verossimilhana aumentou para ca a ca c lnW T It e diminui para lnBrentt em relao ao modelo GARCH (1, 1). ca Divergindo dos resultados encontrados, com o modelo TARCH, agora com o chamado leverage eect sendo exponencial sua presena se conrma, uma vez que = 0 para ambas as sries c e de retornos. A prxima etapa dos procedimentos economtricos visa estimar a Curva de Impacto de o e Not cias, com resposta simtrica e assimtrica a boas e ms noticias, desenvolvida por ENGLE e e a & NG (1993) para representar a resposta da volatilidade a choques nos valores dos retornos dos preos. c Atravs dos modelos EGARCH (1, 1) e TARCH (1, 1) estimados anteriormente, torna-se e poss representar os choques simtricos e assimtricos ` volatilidade. vel e e a

t1 t1

+ 0, 982591 t1 t1 (277, 36)

GRAFICO 5 - Curvas de Impacto de Not cias de Engle & NG. (Acima ajuste EGARCH (1,1) para lnBrentt com grades azuis e lnW T It com grades verdes. Abaixo ajuste TARCH (1,1) para lnBrentt e lnW T It respectivamente.) NOTA: Elaborado pelo autor a partir de sa de Matlab 6.5 [22] da A superf dos padres TARCH (1, 1) parecem muito mais irregulares do que a obtida cie o com o modelo EGARCH (1, 1). Como o leverage eect ou ainda, o efeito prmio de risco se e mostrou presente na estimativa do modelo EGARCH (1, 1), parece que o surgimento das ms a

18
not cias elevaram a volatilidade recentemente, o que pode ser visto no grco acima e pelo a parmetro estimado com > 0. Uma outra abordagem assimtrica da Curva de Impacto a e de Not cias capaz de capturar quanto o valor m e nimo se distancia de t1 = 0 (ou seja, das novas not cias) vista por exemplo no modelo GARCH no-linear (NGARCH) em Engle e NG e a (1993) [11]. Conforme explicam os autores, o modelo EGARCH se diferencia do GARCH em dois aspectos bsicos para a Curva de Impacto de Not a cias: o modelo EGARCH permite que as boas e ms a not cias exeram diferentes impactos na volatilidade e que as grandes not c cias tenham um impacto maior na volatilidade do que o modelo GARCH convencional. O que o modelo capta que, as chamadas ms not e a cias foram capazes de elevar a volatilidade neste mercado, mas no foi capaz de apontar o que pode ser considerada uma m not a a cia, cabendo ao economista conhecer o funcionamento, a reao dos agentes envolvidos e a dinmica ca a do mercado com relativa profundidade. Para tal nalidade, recorre-se a ferramenta do modelo VAR/VEC, com 7 defasagens, selecionadas pelos critrios de Akaike e Schwartz (Equaes 15 e co e 16) relacionando as volatilidades geradas pelos processos GARCH (1, 1) de maneira exgena o 20 . com o lnW T It em funo de lnBrentt ca Atravs do teste de cointegrao de Johansen-Juselius os critrios de informao divergem e ca e ca somente no que diz respeito ao tipo de tendncia contida nos dados, mas apontam para a e existncia de trs vetores de cointegrao na relao proposta. Dessa maneira opta-se pela e e ca ca escolha denida pelo critrio de Schwartz da ausncia de tendncia determin e e e stica e intercepto para a escolha do modelo Vetorial de Correo de Erros (VEC), ao n de 5% de signicncia, ca vel a uma vez que as sries de preos seguem um processo de tendncia estocstica. e c e a A prxima etapa metodolgica consiste em sumariar os resultados obtidos com a decomo o posio da varincia e funes de impulso-resposta para uma alterao de um desvio padro a ca a co ca a 10 per odos ` frente obtida com o modelo de Vetores Auto-Regressivos (VAR), para simular a a reao de lnW T It quando h algum choque exgeno nas variveis incorporadas no modelo. ca a o a As funes de impulso-resposta mostram que o efeito de um choque na volatilidade sobre co os preos do WTI so negativos (Response of log(wti) to garch01 ), enquanto a resposta de um c a choque na volatilidade dos preos do Brent so positivos em relao a seus preos. (Response of c a ca c log(brent) to garch02 )

20

Consulte anexo para visualizar a regresso estimada e demais resultados do modelo VAR/VEC. a

19

GRAFICO 6 - Funes de Impulso-Resposta co FONTE: Resultados obtidos a partir da sa de Eviews 6 [13]. da

NOTA: As linhas cont nuas representam as funes impulso-resposta, enquanto as linhas pontilhadas co representam os intervalos de conana para dois desvios-padro, obtido a partir de uma simulao de c a ca Monte Carlo com 1000 repeties. co

Com o objetivo de se vericar quanto tempo em mdia os preos de cada leo em funo de e c o ca outro e de suas volatilidades podem demorar a se ajustar a um poss choque, desviando de vel sua tendncia de reverso media21 , foi calculada a Decomposio da Varincia para lnW T It e a a ca a por intermdio da equao (18): e ca Verica-se que para 10 dias aps o choque, cerca de 21% do comportamento dos preos do o c WTI se devem a ele mesmo, sendo que os preos do Brent correspondem a cerca de 0,3% dos c preos do WTI somente. c

Sobre o chamado componente do Movimento de Reverso ` Mdia dos preos do petrleo vide a a e c o DIAS (2005) [6].

21

20
TABELA 2 - RESULTADO DA DECOMPOSICAO DA VARIANCIA (%) PARA lnW T It Per odo . 1o o 2. . 3o o 4. . 5o o 6. . 7o o 8. . 9o . 10o lnW T It 2,36 4,70 6,90 8,94 10,98 12,98 14,90 16,85 18,81 20,78 lnBrentt 0,00 0,00 0,03 0,06 0,09 0,13 0,17 0,21 0,25 0,30
2 i W T It 0,00 0,01 0,03 0,05 0,07 0,07 0,07 0,07 0,07 0,07 2 i Brentt 0,00 0,00 0,01 0,02 0,03 0,05 0,07 0,08 0,09 0,11

FONTE: Resultados obtidos a partir de sa de Eviews 6 [13]. da Ainda interessante ressaltar que do quinto per e odo em diante, aps o choque, a volatilidade o do WTI tende a se manter um pouco mais estvel (0,07%) e a do Brent com uma relativa a tendncia de alta (de 0,03% para 0,11%). e No entanto, a representatividade do efeito da volatilidade dos preos do Brent a que detm c e e um menor impacto aps um choque nos preos do WTI, com um mdia de 0,04% em 10 dias de o c e negociao. ca Como o modelo de Vetores de Correo de Erros produz uma projeo razovel para os ca ca a prximos 7 dias de negociao, poss o ca e vel estimar o sistema de equaes como um modelo co GARCH multivariado pelo mtodo diagonal de Baba, Engle, Kraft e Kroner,(BEKK) (ENGLE e e KRONER, 1995 [8]) dentro de um processo TARCH(1, 1), assumindo-se a distribuio Student ca 22 atravs de algoritmo de otimizao de Bern-Hall-Hall-Hausman t multivariada para os erros e ca (BHH)23 . Os resultados alcanados desta simulao estocstica so representados na tabela 3. E c ca a a poss notar que o modelo captou a tendncia de alta de curto prazo, no entanto no foi capaz vel e a de prever a exagerada alta dos preos, fora da trajetria esperada no per c o odo.

ca e e co Em ENGLE (1982) [9] a distribuio normal utilizada, porm, as distribuies Generalizada e a t vem sendo empregadas para capturar o excesso de curtose e caudas gordas. 23 Vide resultados obtidos em anexo.

22

21
TABELA 3 - RESULTADO DAS PROJECOES PARA OS PROXIMOS 7 DIAS DE OBTIDOS COM O MODELO GARCH MULTIVARIADO (GARCH -VAR) NEGOCIACAO

FONTE: Dados trabalhados pelo autor a partir de EIA (2008) [7]. ca Todavia, o modelo armou a hiptese levantada por DIAS (2005) [6], em relao ao movio mento dos preos no futuro mesmo se adotarmos a extrapolao para 80 dias ` frente. c ca a Em relao ao movimento da volatilidade (varincias condicionais) o modelo apresentou conca a sidervel aderncia representando os altos e baixos das oscilaes de sua trajetria histrica, a e co o o porm desencorajou no que diz respeito a representao do agrupamento de volatilidade (volatile ca ity clustering) como documentado por MANDELBROT (1963) [23] e FAMA (1965) [14]. Acompanhe o grco 7 a seguir: a

22

GRAFICO 7 - Projees dos preos do Brent (BRENT PROJ) e WTI (WTI PROJ) e volatico c dades projetadas (VOL BRENT PROJ e VOL WTI PROJ) desde 2 de janeiro de 2008 a 8 de abril de 2008 (per odo at a linha preta, intervalo de projeo extrapolativa para os prximos e ca o 80 dias de negociao direita da linha preta). ca a FONTE: Elaborao prpria a partir de Eviews 6 [13]. ca o

CONCLUSOES

O artigo utilizou a sries de preos spot do petrleo WTI e Brent com dados dirios de 02 de e c o a janeiro de 1986 a 8 de abril de 2008 negociados no mercado norte-americano (NYMEX) e europeu (Bolsa de Londres) respectivamente combinando tcnicas de cointegrao com o intuito de avaliar e ca a relao de longo prazo entre as sries, com modelos da fam GARCH para vericar os graus ca e lia de volatilidade e os impactos do surgimento de not cias na dinmica dos preos e varincias a c a condicionais e de Vetores Autoregressivos construindo o chamado GARCH multivariado, para formar uma previso para os prximos dias de negociao. a o ca Alguns resultados interessantes foram identicados. Em primeiro lugar vericou-se que a alta dos preos do petrleo desencadeiam efeitos na inao de curto prazo no sistema econmico c o ca o motivados por um choque de oferta adverso, elevando o custo de vida, reduzindo a produtividade do trabalho e inuenciando os n veis de emprego. Em relaao a combinao de desvalorizao c ca ca cambial com alta dos preos do petrleo e derivados tendem a provocar um aumento das expecc o tativas de inao. ca No que diz respeito a pol tica monetria h uma presso sobre os juros quando esta for a a a orientada para manter a estabilidade de preos, possibilitando traar um cenrio de estagao c c a ca dentro deste contexto. No caso brasileiro, os efeitos negativos deste cenrio no se mostram muito a a fortes, uma vez que possu mos uma matriz energtica favorvel, motivando alguns economistas e a da linha desenvolvimentista a armarem que os preos mais altos motivem maiores investimentos c em pesquisa e desenvolvimento de novas tecnologias, fontes de energia renovvel, novos poos e a c bacias, etc. Cabe salientar ainda, que para a Teoria Econmica, energia no pode ser produzida, somente o a consumida, no sentido de que ela no uma mercadoria como outra qualquer, sempre incorrendo a e

23
em perdas, da forma como se apresenta a natureza. Um segundo aspecto relevante pode ser destacado com a metodologia empregada pelo modelo de cointegrao apontando para uma relao de equil ca ca brio de longo prazo entre os preos c estabelecidos nos dois principais mercados mundiais e que a dinmica de curto prazo entre ama bos segue uma relao positiva evidenciadas pelos valores das elasticidades estimadas. Todavia ca este modelo violou algumas das principais hipteses do MCRLN, tais quais a homocedasticidade, o ausncia de autocorrelao e independncia de erros alm de um forte vis de especicao de sua e ca e e e ca forma funcional avaliada pelo teste RESET, possivelmente motivada pela omisso de variveis a a relevantes. O modelo GARCH (1,1) estimado para os retornos dos preos do WTI e Brent (lnW T It e c lnBrentt ) permitiu visualizar a volatilidade histrica, mostrando que patamares mais elevados o dos preos no necessariamente implicam em maiores n c a veis de incerteza. Mostrou tambm que e 2 o per odo marcado pela Guerra do Golfo foi o mais voltil da histria (t W T It em torno de 50% a o e t Brentt na faixa de 25%) seguidos do per odo de 21/05/1983 a 29/01/1999 marcado pelo inicio do programa de exportao iraquiano em conjunto com o aumento de preos e oferta da ca c OPEP. J de 05/08/2006 a 08/04/2008, a volatilidade atingiu 4% motivados pela desvalorizao a ca da moeda norte-americana e desacelerao do ritmo de crescimento de sua economia em conjunto ca com a alta quebrando a barreira dos US$ 100,00/barril. A estimativa com r < 2 evidenciou a hiptese de que os erros se distribuem com caudas o 2 o gordas, com a soma dos coecientes ARCH e GARCH (t1 e t1 ) muito prximos de 1 indicando que os choques de volatilidade sero persistentes, havendo um processo de convergncia a e da varincia condicional sua mdia. a a e Os modelos TARCH (1,1) e EGARCH (1,1) apontaram para um maior efeito do surgimento das chamadas ms not a cias motivadas pela presena do leverage eect no aumento dos n c veis da variabilidade dos retornos, facilmente visualizados atravs da Curva de Impacto de Not e cias de Engle e Ng. (1995) [11]. Contudo, os modelos assimtricos no so capazes de indicar o que pode ser considerada uma e a a m not a cia cabendo ao economista conhecer a dinmica e o funcionamento do mercado com a relativa profundidade. Para tal nalidade, os modelos de Vetores Autoregressivos (VAR/VEC) so incorporados na anlise como uma util ferramenta pela Decomposio da Varincia dos Erros a a ca a de previso e Funes de Impulso-Resposta, simulando os efeitos de choques exgenos at 10 de a co o e negociao no mercado nas variveis do sistema, mostrando que cerca de 20% do comportamento ca a dos preos do WTI se devem a ele prprio sendo que 0,3% dos preos do Brent correspondero c o c a o dia e a do Brent ao impacto sofrido no WTI, com sua volatilidade se estabilizando aps o 5 o com uma leve tendncia de alta. e Finalmente um modelo GARCH multivariado utilizado para projetar os preos e volatilie c dade 7 dias de negociao frente, corroborrando com os resultados encontrados no trabalho de ca a DIAS (2005) em relao ao movimento futuro dos preos e desencorajando no que diz respeito ao ca c agrupamento de volatilidade (volatility clustering), abrindo espao para o surgimento de estudos c futuros com o emprego de modelos com variveis mais inuentes na sua dinmica e especicao, a a ca variabilidade e composio como por exemplo, variveis qualitativas de cunho pol ca a tico ou informacional, energticos concorrentes, taxas de juros e outras variveis macroeconmicas relevantes, e a o ou ainda, a combinao destes modelos num enfoque Bayesiano, ou at mesmo modelos para ca e testar a racionalidade dos agentes envolvidos neste mercado como sugerido em MADDALA e (2003, p. 223-226 [21]).

24

Referncias e
[1] ANEEL Agncia Nacional de Energia Eltrica - MME Balano Energtico., 2004. e e c e [2] BARRELL, R., POMERANTZ, O. Oil Prices and the World Economy, In NIESR Discussion Paper 242., 2004. [3] CPB CENTRAAL PLAINBUREAU. Economic Outlook: The World Economy, Setembro de 2006, Dispon em:<http://www.cpb.nl > Acesso em: Julho de 2007 vel [4] CAVALCANTE, M. Sobre os preos de referncia, tipos de mercado e hedging. c e Apresentao de Slides, In Instituto Brasileiro de Petrleo e Gs, curso Preos do Petrleo ca o a c o Evoluo Histrica e Perspectivas de Longo Prazo, 14 a 17 de agosto, Rio de Janeiro, 2007. ca o [5] DORNBUSCH,R. FISCHER,S. Macroeconomia, ed. Makron Books, McGraw-Hill, So a Paulo, 1991. [6] DIAS, M., A., G. Anlise de Investimentos com Opoes Reais e Jogos de Opoes. a c c Pontif Universidade Catlica do Rio de Janeiro, Rio de Janeiro, Apresentaao de Slides, cia o c primeiro semestre de 2005. [7] EIA, ENERGY INFORMATION ADMINISTRATION. Spot Prices. Dispon vel em: < texttthttp://tonto.eia.doe.gov/dnav/pet/pet pri spt s1 d.htm > Acesso em: 01 de janeiro de 2007. [8] ENGLE ROBERT F., K. F. KRONER Multivariate Simultaneous Generalized ARCH. Econometric Theory, 11, 122-150, 1995. Dispon vel em: < texttthttp://ideas.repec.org/p/cdl/ucsdec/89-57r.html > Acesso em: abril de 2008. [9] ENGLE R., F. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom ination. In Econometrica 50: 987-1007, 1982. [10] ENGLE R. F. GRANGER C., W. J. Co-integration and Error Correction: Representation, Estimation, and Testing. In Econometrica, 55, 251-276, 1987. [11] ENGLE, R.,F., NG, K.,V. Measuring and testing the impact of the news on volatility. In NBERs Working Paper Series, National Economic Bureau Research, Massachusetts, Cambridge, Abril de 1991. [12] EVIEWS 4 USERS GUIDE Quantitative Micro Software.LLC, Estados Unidos, fevereiro de 2002. [13] EVIEWS 6 USERS GUIDE Quantitative Micro Software.LLC, Estados Unidos, maro de c 2007. [14] FAMA, E. F. Ecient Capital Markets II. In Journal of Finance, v.66, 1970. [15] GLEISER, I., Caos e Complexidade A evoluo do pensamento econmico. Ed. ca o Campus, Rio de Janeiro, 2002. [16] GOULART, et. alli Previso da Volatilidade no Mercado Interbancrio de a a Cmbio. In Revista de Administrao e Economia. V. 45 CEDEPLAR/UFMG, 2005. a ca [17] GUJARATI, D.N., Econometria Bsica. ed. Pearson Education do Brasil, So Paulo, a a 2000. [18] HULL, J.,C. Options, futures and other derivatives. ed. Pearson Prentice Hall, New Jersey, 2006.

25
[19] JUNIOR, H., Q., P., LOOTY, M., FERNANDES, C. O Mercado Internacional do Petrleo: o preos c altos signicam maior volatilidade?. In Petrleo e Gs Natural; o a Dispon vel em: < http://www.gee.ie.ufrj.br/publicacoes/pdf/2006 mercado inter.pdf > Acesso em: fevereiro de 2007. [20] KENSKI, R. Fora de controle: Singularidade. O futuro enlouqueceu? In Revista Superinteressante, Ed. 191, agosto de 2003. [21] MADDALA, G.,S. Introduo ` econometria. ed. LTC - Livros Tcnicos e Cient ca a e cos S.A., Rio de Janeiro, 2003. [22] MATLAB, Matrix Laboratory. The Mathworks Inc. Estados Unidos, junho de 2002. [23] MANDELBROT, B., B. The variation of certain speculative prices. In The journal of business, 36, p. 394-419, 1963. [24] NELSON, D., B. Conditional Heteroskedasticity in Asset Returns: A New Approach. In Econometrica, 59, 347-370, Estados Unidos, 1991. [25] ONO F.,H. et alli Determinantes macroeconmicos do spread bancrio no Brasil: o a teoria e evidncia recente.In Econ. aplic., So Paulo, v. 10, n. 4, p. , outubro-dezembro e a de 2006. [26] PEREZ, C. Cambio tecnolgico y oportunidades de desarrollo como blanco mvil. o o In Revista de la CEPAL n. 75, dezembro de 2001. [27] PORTO, M.,F.,P. O crep sculo do petrleo Acabou-se a gasolina, salve-se quem u o puder!. ed. Brasport, Rio de Janeiro, 2006. [28] PINDYCK, S. R., RUBINFELD L. D, Econometria Modelos e Previses. ed. Elsevier, o Rio de Janeiro, 2004. [29] SOUZA, F., R. Impacto do preo do petrleo na pol c o tica energtica mundial, e Dissertao de Mestrado apresentada na Universidade Federal do Rio de Janeiro, novembro ca de 2006. [30] SOUZA V., VERSIANI I. Petrleo e dlar complicam ajuste scal, In Folha de So o o a Paulo, 16 de setembro de 1999. [31] SHEPPARD, K. Univariate Volatility Modeling. Lecture 7, Chapter 5. Dispon em: vel < http://www.kevinsheppard.com > Acesso em: janeiro de 2007. [32] SILVA J., C. Estimao do valor em risco usando informao intra diria, Fundao ca ca a ca Getlio Vargas, Escola de Ps-Graduao em Economia, Dissertao de Mestrado, Rio de u o ca ca Janeiro, 28 de fevereiro de 2002. [33] TIGRE, P. Inovao e teoria da rma em trs paradigmas. In Revista de Economia ca e Contempornea n.3, Rio de Janeiro, IE/UFRJ, jan.-jun.1998. a [34] VALOR ECONOMICO Preos do petrleo fecham ultimo prego do ms sem c o a e tendncia denida. Dispon em: < http://www.valoroonline.com.br > Acesso em e vel 01 de abril de 2007. [35] ZAKOIAN, J., M., Threshold Heteroscedastic Models. In Journal of Economic Dynamics and Control, p., 931-944, 1994.

26

APENDICE

Teste Dickey-Fuller: Yt = 1 + 2 t + Yt1 + ut Teste Dickey-Fuller Ampliado:

m

(1)

Yt = 1 + 2 t + Tt1 + a1
t=1

Yt1 + t

(2)

Teste Phillips-Perron: Yt = + t1 + t Equao co-integrante de longo prazo: ca lnW T It = 1 + 2 lnBrentt + t Teste DWRC: DW = Mecanismo de Correo de Erros: ca lnW T It = 0 + 1 lnBrentt + a2 t1 + t xi i onde: i = desvio-padro dos res a duos da regresso i; a xi = mdia populacional dos res e duos da regresso i; a Teste de White: ti =
2 2 u2 = a1 + a2 X2i + a3 X3i + a4 X2i + a5 X3i + a6 X2i X3i + vi t 2 Sobre a hiptese nula: H0 : nRass 2 o gl Teste de Breusch-Godfrey:

(3)

(4)

(et et1 )2 (et )2

(5)

(6)

Teste de mdia populacional zero: e

(7)

(8)

t = 1 t1 + 2 t2 + . . . + t + t Com H0 : 1 = 2 = . . . + = 0 Teste RESET: (GUJARATI, 2000, p. 476 [17])

2 2 Rnovo Rvelho )/(nro. de regressores) F = 2 a (1 Rnovo )/(nro. de parmetros do novo modelo)

(9)

(10)

Teste de normalidade Jarque-Bera: JB = n A2 (c 3)2 + 6 24 (11)

Modelo GARCH (p, q):(PINDYCK & RUBINFELD, 2004 [28]) lnW T It = a0 + t ; lnBrentt = a0 + t (12)

27 Varincia Condicional: a
2 2 t = a0 + ap 2 + q tq tp

Modelo TARCH(p, q): lnW T It = a0 + t ; Varincia Condicional: a lnBrentt = a0 + t (13)

2 2 t = a0 + a1 2 + 1 2 t1 dt1 + t1 1 t1

EGARCH (p, q): Equao da varincia condicional: ca a

2 2 logt = a0 + t1 + a

t1 t1 + t1 t1

(14)

Critrios de Informao de Akaike e Schwartz: e ca AIC = log 2 i N 2 i N + + 2k N (15)

SC = log

klogN N

(16)

Modelo VAR:
m m m m 2 j W T Ii tj + j=1 m j=1 m 2 j W T Ii tj + j=1 2 j Brenti tj +1 t

lnW T It = a+
j=1

j lnW T Itj +
j=1 m

j lnBrenttj +
m

(17)
2 j Brenti tj +2 t

lnBrentt = a +
j=1

j lnW T Itj +
j=1

j lnBrenttj +
j=1

Decomposio da Varincia dos Erros de Previso (ONO et. alli, 2006 [25]): ca a a y1t = a11 y1 t1 + a12 y1 t1 1t y2t = a21 y1 t1 + a22 y2 t1 2t GARCH Multivariado (BEKK diagonal) Engle & Kroner (1995) [8]: Ht = + At1 + t1 A + BHt1 B

(18)

(19)

This Diagonal BEKK model is identical to the Diagonal VECH model where the coecient matrices are rank one matrices. For convenience, EViews provides an option to estimate the Diagonal VECH model, but display the result in Diagonal BEKK form. (EVIEWS 6 USERs GUIDE II, 2007, p. 343 [13])

Algoritmo BHHH (MADDALA, 2001, p. 315 [21]): 1 = 0 +

T i=1

(Yi , ) 0

2 1

S(0 )

(20)

28 Distribuio geral/generalizada dos erros: (EVIEWS 6 USERS GUIDE II, 2007, p. ca 188 [13]) (1/r)3 ) 1 lt = log 2 (3/r)(r/2)2 1 (3/r)(yt Xt )2 2 logt 2 2 t (1/r)

r/2

Onde o parmetro caudal r > 0. A Distribuio Geral uma normal se r = 2 e de cauda a ca e larga se r < 2.

29

ANEXO

TABELA 4 - RESULTADO DO MODELO GARCH MULTIVARIADO PELO METODO DIAGONAL DE BABA, ENGLE, KRAFT E KRONER,(BEKK).

30
TABELA 4 - RESULTADO DO MODELO GARCH MULTIVARIADO PELO METODO DIAGONAL DE BABA, ENGLE, KRAFT E KRONER,(BEKK) (Continuao). ca

NOTA: Resultado obtido pela sa de Eviews 6 [13]. da