Ministério da Fazenda do Brasil SEAE - Secretaria de Acompanhamento Econômico. Giovanni Beviláqua 6 de abril de 2016

Transcrição

1 Ministério da Fazenda do Brasil SEAE - Secretaria de Acompanhamento Econômico "Como São Feitas as Previsões do Preço do Petróleo?" Giovanni Beviláqua 6 de abril de 2016

2 1 Apresentação 2 Entendendo o preço do Petróleo 3 Métodos Quantitativos 4 Métodos Qualitativos ou Não-Lineares 5 Exemplos de Modelagens 6 Referências Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

3 Histórico de Preços do Petróleo (WTI) Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

4 Apresentação Os preços do petróleo são considerados um dos principais indicadores na economia global. Governos e empresas despendem muito tempo e energia tentando descobrir qual será o preço do petróleo no futuro, mas as atividades de previsão não são uma ciência exata. As técnicas de previsões mais comuns são baseadas em cálculo de regressões lineares e outras técnicas econométricas, mas alternativas envolvem modelos estruturais da economia e análise orientada por computador. Não há ainda nenhum consenso sobre a melhor forma de prever os preços do petróleo. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

5 Entendendo o preço do Petróleo Num nível elementar, a oferta de petróleo é determinada pela habilidade das companhias petrolíferas de extrair reservas da terra e distribuí-las ao redor do mundo. Existem três variáveis importantes determinantes da oferta: 1 mudanças tecnológicas; 2 fatores ambientais; 3 habilidade das empresas em acumular e repor capital. Melhoramentos técnicos - especialmente o fraturamento hidráulico e a perfuração horizontal - ajudaram a aumentar a quantidade de petróleo no mundo depois de Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

6 Entendendo o preço do Petróleo A demanda por petróleo vem de indivíduos, empresas e governos. De um modo geral, a demanda por petróleo aumenta durante períodos econômicos bons e decai em momentos recessivos (no jargão dos economistas, diz-se que seu movimento é pró-cíclico, isto é, acompanha o ciclo da economia). Além destes fatores, os preços do petróleo são fortemente inuenciados por forças não mercantis, incluindo a Organização dos Países Exportadores de Petróleo (OPEC, na sigla em inglês) que efetivamente age como um cartel multinacional, no qual seus países membros tomam decisões conjuntas sobre o nível de produção a ser enviado ao mercado. Entretanto, a forte movimentação dos preços entre 2005 e 2015 é um forte indicador de que a inuência da OPEC é limitada. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

7 Entendendo o preço do Petróleo O mercado de petróleo é também altamente regulado na maioria dos países. Por exemplo, nos Estados Unidos, como em muitos países da Europa, há restrições quanto aos locais onde o petróleo pode ser extraído, desta forma a EPA (Environmental Protection Agency) tem tanto a dizer sobre os preços do petróleo quanto a Exxon Mobil ou a British Petroleum, grandes empresas petrolíferas. A razão pela qual os movimentos dos preços do petróleo (ou de qualquer outra commodity) surpreende os analistas é porque existem centenas de variáveis que inuenciam a formação dos preços, cada uma delas se movimentando de formas imprevisíveis. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

8 Métodos Quantitativos Os mais comuns modelos matemáticos utilizados por empresas e governos para a previsão dos preços de petróleo são do tipo com foco em aspectos nanceiros (que utilizam em suas especicações preços à vista e preços futuros) ou do tipo que levam em consideração aspectos relacionados à oferta e à demanda, os chamados fundamentos do mercado. Modelos com enfoque nanceiro ainda são populares, mas estão entrando em desuso. O conceito básico é que os mercados futuros - particularmente a relação entre a utuação dos preços futuros e a utuação dos preços à vista - irão apontar a direção dos preços amanhã. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

9 Métodos Quantitativos Dois inuentes trabalhos acadêmicos foram publicados em 1991 (Bopp & Lady; Serletis) sugeriram que os preços do petróleo no futuro eram enviesados ou não completamente ecazes, mas ainda assim eram provavelmente melhores indicadores dos preços futuros do que quaisquer outros. Esta conclusão foi alcançada por meio de Modelos de Correção de Erros (ECM, na sigla em inglês), que permitem aos estatísticos ou econometristas explicarem o viés nos dados futuros. Um terceiro estudo em 1998 (Zeng & Swanson) analisou os preços do petróleo nas bolsas dos Estados Unidos (NYMEX, CBOT, CME) entre 1990 e 1995 através de vários modelos e encontrou que os modelos ECM tinham uma melhor performance explicativa e preditiva. Até o início do anos 2000, a maioria das empresas e governos aplicavam modelos do tipo ECM. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

10 Métodos Quantitativos Estudos posteriores têm contestado esses resultados das pesquisas dos anos de Uma análise dos preços do petróleo do tipo WTI na NYMEX entre 1989 e 2003, encontrou evidências de que os preços de contratos a termo e de futuros não são nem ecientes nem não-enviesados sucientemente para prever acuradamente os preços futuros e que, curiosamente, havia pouca evidência de prêmios de risco no mercado de petróleo, sugerindo e recomendando a utilização um modelo de séries temporais do tipo passeio aleatório para prever os preços futuros. Modelos de oferta e demanda focam em variáveis macroeconômicas como o nível de produção da OPEC, elasticidade-renda da demanda por petróleo e PIB. Porque há tantas possibilidades de combinações de variáveis, a maioria das empresas e agências de pesquisa usam cálculos proprietários (não abertos ao público) e mudam as fórmulas frequentemente. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

11 Métodos Qualitativos ou Não-Lineares Os defensores de métodos alternativos argumentam que os preços futuros de petróleo são muito aleatórios e caóticos para que possam ser previstos por qualquer método tradicional e mesmo que empreguem o mesmo conjunto de variáveis utilizadas nos métodos tradicionais, suas técnicas são baseadas em reconhecimento de padrões ao invés de métodos lineares ou de regressões econométricas. Uma ferramenta popular de reconhecimento de padrões é a Rede Neural Articial (RNA). O modelo de RNA, que é baseado na biologia do cérebro humano, supostamente permite que a simulação aprenda e generalize as experiências passadas com base em novos dados. Uma crítica comum ao uso destes modelos está relacionado com a escolha de variáveis utilizadas. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

12 Um Exemplo de Modelagem de Preços Consideremos um modelo de um fator que examina a relação entre as mudanças nos preços dos petróleos e mudanças nos mercados de ações (equity). O modelo é expresso da seguinte forma: Onde : R oil t R oil t = log( Poil t Pt 1 oil R oil t = β 0 + β 1.R equity t + ɛ t (1) denota a primeira diferença do preço de petróleo, ), Pt oil é o preço do petróleo no tempo t. Rt equity é denido de forma similar. β 0 e β 1 são os parâmetros a serem estimados. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

13 Outro Exemplo de Modelagem de Preços Consideremos agora uma especicação alternativa bastante comum nos exercícios de previsão que leva em consideração a volatilidade dos preços e identica a inuência de choques no mercado de ações e nas taxas de câmbio. Primeiro, os retornos dos preço do petróleo são condicionados por um ativo livre de risco: R oil t = β 0 + β 1.Tbill t + ɛ t (2) Rt oil é denido como no exemplo anterior; Tbill são os retornos dos títulos de curto prazo dos Estados Unidos. ɛ t é um termo de erro heteroscedástico cuja variância segue um processo gaussiano autoregressivo de média móvel (GARCH(1,1)) denido como a seguir: Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

14 Outro Exemplo de Modelagem de Preços Var(ɛ t ) = σt 2 = α 1 ɛ 2 + α t 1 2σ 2 + exp(α t α 3 R equity[+] + t 1 α 4 R equity[ ] RX [+] RX [ ] + α t 1 5 R + α t 1 6 R ) t 1 Tomando a esperança dos lados da equação acima, obtemos a seguinte representação: E(σ 2 ) = exp(α 0+α 3 R equity[+] t 1 +α 4 R equity[ ] RX [+] RX [ ] t 1 +α 5 Rt 1 +α 6 Rt 1 ) (1 α 1 α 2 ) Esta especicação permite que analisemos a inuência da volatilidade sobre os preços e outras especicações do tipo GARCH podem ser facilmente implementadas, como a GARCH-M, E-GARCH entre outros. Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

15 Volatilidade do Preço do Petróleo (WTI) Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

16 Preços do Petróleo - Nível e Volatilidade (WTI) Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17

17 Referências Arezki,R., Blanchard,O (2014); "Seven questions about recent oil price slump- IMF Blog, December 22. Baes,J., Kshirsager,V.(2015); "Sources of volatility during four oil price crashes". World Bank. Bollerslev,T.(1986). "Generalized autoregressive conditional heteroskedasticity". Journal of Econometrics, Chinn,M,LeBlanc,M., Coibion,O.; "The predictive content of energy futures: An Update on Petroleum, Natural Gas, Heating Oil and Gasoline- NBER, Working Paper 11033, Jan World Bank (2015)- "Commodity Markets Outlook - April Anatomy of the last four oil price crashes", p Giovanni Beviláqua SEAE - COGEN 6 de abril de / 17