UM ESTUDO ECONOMÉTRICO DA BASE DA COMMODITY CAFÉ A PARTIR DOS ÍNDICES ESALQ E PREÇO FUTURO BM&F

Transcrição

1 UM ESTUDO ECONOMÉTRICO DA BASE DA COMMODITY CAFÉ A PARTIR DOS ÍNDICES ESALQ E PREÇO FUTURO BM&F WANDERCI ALVES BITENCURT; NADIA CAMPOS PEREIRA; LUIZ GONZAGA CASTRO JUNIOR; RICARDO PEREIRA REIS; CRISTINA LELIS CALEGARIO. UFLA, LAVRAS, MG, BRASIL. nadiacpereira@yahoo.com.br APRESENTAÇÃO ORAL COMERCIALIZAÇÃO, MERCADOS E PREÇOS AGRÍCOLAS UM ESTUDO ECONOMÉTRICO DA BASE DA COMMODITY CAFÉ A PARTIR DOS ÍNDICES ESALQ E PREÇO FUTURO BM&F Resumo O mercado brasileiro de café é o mais desenvolvido entre os produtos agrícolas nacionais, apresentando o maior volume de negociações entre os contratos negociados na Bolsa de Mercadorias e Futuros (BM&F). O café é também a commodity agrícola que apresenta maiores volatilidades. Isto faz com que as operações de hedge se tornem uma importante ferramenta de redução de riscos para os participantes desse mercado. Quando o produtor realiza o hedge, ele elimina o risco de variação do preço e passa a sofrer o risco de variação de base. Partindo dessa linha de argumentação, o objetivo deste estudo foi identificar o risco de base do café através dos índices BM&F e Esalq. Os resultados indicam que a modelagem da série através modelo ARIMA (Autorregressivo Integrado Média Móvel) confirma a adequação do ajuste do modelo. Além disso, os resultados da estatística U-Tail confirmam que as previsões sobre o comportamento futuro do preço da commodity café foram precisas. Conclui-se que a utilização da estimativa de previsão de base representa uma ferramenta eficiente que oferece suporte ao processo de tomada de decisões dos participantes do mercado da commodity café. Palavras Chave: Café; hedge; risco de base; Índices BM&F e Esalq. Abstract The Brazilian coffee market is the most developed among national agricultural products, with the biggest contracts negotiation volume in Bolsa de Mercadorias e Futuros (BM&F). Coffee is the agricultural commodity with the biggest volatilities too. This makes the hedges operations become an important risk reduction instrument the participants of this market. When the farmer realize the hedge, he eliminates the risk of basis varying. From this argumentation, we

2 aimed to identify the coffee basis risk through the BM&F s and Esalq s indices. The results indicates that the series modeling through ARIMA s model (Autoregressive-Integrated-Movable Average) confirm the adequacy of adjust of the model. Beyond, the U-Tail statistics results confirm the prevision about the coffee future price accuracy. We conclude that using the estimation of bases prevision represents an efficient instrument that offer support to the coffee s commodity participants decision making process. Key works: Coffee; hedge; bases risk; BM&F and Esalq s indices.. Introdução A globalização tornou os mercados mais eficientes e complexos do ponto de vista econômico-financeiro. Segundo Campos (995), os motivos para a nova realidade estão relacionados à eficiência informacional entre mercados, ao surgimento de inovações financeiras, e ao surgimento de novos atores financeiros ao lado dos bancos e das instituições internacionais, onde a hegemonia e o bem estar social passaram a estar diretamente relacionado à eficiência do mercado de cada nação. Diante deste cenário, países que buscam o desenvolvimento, principalmente países considerados emergentes como o Brasil, deve fortalecer seus mercados financeiros. Os mercados de capitais e derivativos são vias pelas quais o mercado pode encontrar sua maior eficiência, neles ocorrem basicamente transações de papéis envolvendo pares, financiadores e investidores, que permitem diluição de riscos e propiciam condições de desenvolvimento da atividade econômica nacional. Em ambos os mercados, os agentes que neles atuam necessitam conhecer mecanismos que lhes permitam um relativo conhecimento do comportamento dps seus preços e retornos. Uma das possibilidades de geração de informação são análises a partir das séries temporais do ativo ou commodity, negociados nos mercados de capitais e derivativos, respectivamente. Especificamente no Brasil, os mercados de derivativos agropecuários vêm se apresentando como uma importante ferramenta para a diluição de riscos entre os agentes e dada a relevância da agropecuária na economia brasileira, em termos de proporção do PIB e, atualmente, pelo peso acentuado nas exportações do país. Isto posto, torna-se relevante a compreensão da dinâmica dos preços (retornos) do setor. Esse mercado têm sido uma alternativa para a diluição dos riscos diversos inerentes ao setor agropecuário. Contudo, embora tenha apresentado um maior volume de negociações o mercado de derivativos agropecuários ainda tem um longo caminho a percorrer se comparado ao mercado de derivativos de ativos financeiros. Uma característica fundamental desse mercado é a possibilidade que os agentes têm em estar efetuando um hedge, onde o agente fixando seu preço de compra ou de venda para a mercadoria no futuro reduz o risco de uma posição visto suas variações que possam vir a ocorrer do ativo negociado. A principal complicação na determinação de um hedge é o conhecimento da base, que se caracteriza como a diferença entre o preço físico e o preço futuro. Para que um hedge seja efetivo, deve existir uma coerência no percurso dos preços nas praças e o preço do mercado futuro, caso haja um descolamento entre esses preços o agente não garantirá a fixação de seu preço, passando a correr o denominado risco de base.

3 Assim sendo, o objetivo principal deste trabalho é analisar o comportamento da base entre o preço físico, representado por uma proxy, o indicador ESALQ do café no Brasil, com relação aos contratos futuros da BM&F com diferentes vencimentos, visando dar maior subsídio à tomada de decisão dos hedgers deste mercado. 2. Referencial Teórico A importância do mercado derivativos Empresários de quaisquer setores, industrial ou agroindustrial, estão sujeitos a permanentes riscos tais como o de produzir, ser suprido e preço (Jorion, 999). Sendo que para o mercado de matérias primas agrárias e alguns ativos financeiros existem algumas formas de transferir esses riscos em operações de mercado futuro. Para sustentar o crescimento do setor produtivo e protegê-lo a Bolsa de Mercadorias & Futuros (BM&F), fornece contratos de derivativos. Além de possuir a função descoberta de preços ao fornecer sinalização futura das cotações e assim permitir o planejamento mais eficaz da atividade, os mercados derivativos ajudam a minimizar os riscos de variações adversas nos preços e a problemática que envolve a captação de recursos (Schuchana e Perobolli, 2000). Os contratos auxiliam no gerenciamento de risco, uma vez que, constitui regularidade empírica a existência de uma relação entre os preços no mercado físico e no mercado futuro, sendo que geralmente os preços futuros movem-se na mesma direção que os preços presentes. Assim, Fazer um hedge é tomar hoje em futuros a mesma posição que, no futuro, se tomará no mercado pronto, a fim de fixar o preço para uma data futura. Base, risco de base e Hedge Através dos mercados derivativos, agentes do mercado, podem efetuar hedge por meio da compra e venda de contratos futuros, ao mesmo em que tomam posições opostas no mercado físico. Essa estratégia elimina o risco de mercado, pois permite a proteção contra variações adversas de preços, mas expõe o investidor ao risco de base. Conforme LEUTHOLD et al. (989) e HULL (996), a base é considerada como sendo a diferença do preço da commodity no mercado físico à vista, na praça local de comercialização e o preço futuro para determinado mês de vencimento do contrato. Assim, a estratégia de hedge fundamenta-se na correlação entre o preço do contrato futuro e o preço da mercadoria, no mercado físico, pois a existência de correlação entre estes mercados permite que a perda financeira em um mercado seja, ao menos parcialmente, compensada pelo ganho no outro mercado. Se houver uma quebra nessa correlação, denominada descolamento de mercados, o agente sofrerá perdas financeiras. Conceitualmente, o risco de base é menor que o risco de mercado, pois a base varia menos. A vantagem é que o vendedor fixa um preço de venda suficiente para cobrir seus custos de produção e garantir-lhe uma margem de lucro, ficando tranqüilo para cuidar bem de sua produção, porque terá eliminado uma importante fonte de incerteza. Para que haja a realização do hedge é necessário que exista os hedger, que são agentes de mercado dispostos a correr risco de variação de preço, pois o que ocorre com o hedge é a transferência do risco de variação do preço da commodity para os especuladores que são agentes que estão dispostos a assumir tal risco em função de um determinado retorno esperado. Ao efetuar um o hedge os agentes eliminam o risco de variação do preço, contudo, passam a sofrer o risco da variação da base. Para que haja um hedge perfeito é necessário que o

4 valor da base seja zero na data de vencimento do contrato, pois assim sendo, o preço da commodity no mercado futuro será igual ao preço da commodity no mercado físico local, porém existem muitos fatores como, prêmio pelo risco, taxa de juros, custo de carregamento, transporte e armazenamento, que podem interferir na sua formação das commodities. Segundo Silveira (2002) o desconhecimento da base, em um determinado momento futuro é a principal fonte de risco nas operações de hedge. Dessa forma, torna-se necessário que os agentes escolham uma proporção da posição à vista que se deve assumir em mercados futuros, a fim de minimizar o risco associado as mudanças no valor de seu portfólio. Esta proporção é conhecida como razão ótima de hedge, e mostra o quanto o hedger deve fazer de proteção no mercado físico com uma posição no mercado futuro. Assim, o conhecimento do comportamento da base permite escolher os contratos e os momentos de entrada e saída do mercado para que haja maiores chances de que o ganho obtido em um mercado supere a perda ocorrida em outro. Esse conhecimento, também é fundamental quando se visa estabelecer estratégias de hedgers, que utilizam os contratos de opções, pois ao exercer a opção, o hedger tomará uma posição em relação a um contrato futuro, que poderá ser de vendida ou comprada. Para Castro Júnior (999), o risco de hedge está associado ao risco da base que pode ser quantificado através da variância ou desvio padrão durante período de vigência do contrato. Os fatores que determinam o risco de base são definidos como sendo: tipo e qualidade do produto, localização do mercado, e tempo de vigência do contrato. Relacionado ao primeiro tem-se que o tipo e a qualidade da mercadoria no mercado físico (local) pode diferir das especificações do contrato futuro, acrescentando um elemento de incerteza e contribuindo para o aumento do risco de base. O risco de base é definido através do desvio padrão das bases. 3. Metodologia Para realização do presente estudo optou-se pela utilização da série diária para o contrato da commodity café, a justificativa para tal escolha baseia-se no fato do contrato ser o mais negociado dentre as commodities agorpecuárias negociadas no mercado futuro, bem como pela sua importância na pauta de exportação nacional. Os dados estão comprendidos entre o período de março de 2000 à dezembro de GRÁFICO Série de preços do indicador ESALQ para commodity café ESALQ

5 GRÁFICO 2 Série de preços do mercado futuro (BM&F) para commodity café BMF 3. O Modelo ARIMA A base geralmente é expressa pela diferença entre os preços no mercado local e o preço futuro para um determinado mês de vencimento: Base = preço à vista local - preço futuro. Através da base os agentes calculam o que denominam de rico de base, que é uma informação preponderante nas decisões de hedge. Nesse sentido, buscou-se a modelagem da base através da metodologia de Box-Jenkins, onde estimou-se um ARIMA para a séria da base do café, entre o mercado futuro e o mercado físico, representado pelo indicador ESALQ. Os modelos ARIMA (Autorregressivo Integrado Média móvel), inicialmente formulados por Box & Jenkins (976), baseiam-se na idéia de que uma série temporal nãoestacionária pode ser modelada a partir de diferenciações e da inclusão de um componente autorregressivo e de uma componente média móvel. Os modelos ARIMA possuem recursos à caracterização estatística de séries temporais, esses modelos podem caracterizar, simultaneamente, num único modelo, três aspectos importantes: a autocorrelação (AR), a ordem de integração (I), e a dependência de médias móveis (MA). Procura-se identificar se a função que caracteriza os desvios da base ( b t ) possui componentes AR, I e MA, e de que ordem. Assim, se a série calculada dos desvios ( b t ) tiver autocorrelação de ordem p, sumarizada por AR(p), ela pode ser representada por: b t = φ bt + φ2bt φ pbt p + et () Se na série ocorrer efeitos associados à média móvel (MA), de ordem q, representada por MA(q), isso pode ser descrito como: bt = θ Et θ 2Et 2... θ q Et q (2) A situação que inclui, simultaneamente, efeitos autorregressivos e de média móvel, de ordem p e q respectivamente, sumarizada por ARMA(p,q) pode ser genericamente representada por:

6 b t = φ... θ bt φ pbt p + θet q Et q t (3) Para todos os casos, e t é um erro aleatório i.i.d, com esperança zero. 3.2 Analise das Séries ESALQ e BM&F Segundo Gujarati (2000), um trabalho empírico baseado em dados de série temporal supõe que as séries temporais envolvidas sejam estacionárias, sendo que para que uma série seja considerada estacionária, sua média, variância e covariância permanecem as mesmas independentemente do período de tempo que sejam medidas. Um teste alternativo de estacionariedade que recentemente se tornou popular é conhecido como teste de raiz unitária, assim, uma série temporal com a presença de raiz unitária é conhecida como série de caminho aleatório, sendo este, uma exemplo de série temporal não-estacionária. Assim, para averiguação da estacionariedade das séries em estudo foi utilizado o teste de Dickey-Fuller aumentado (ADF), o qual foi estimado para as séries diárias sem intercepto e sem tendência, tanto em nível quanto em suas diferenças, utilizando-se defasagens de 0 (zero) a 5 (cinco) e selecionadas a partir do menor critério de seleção de Akaike. Os resultados das análises dos testes de raiz unitária para as séries de preço em nível são apresentados na Tabela. Verificou-se que a hipótese nula de que a série tem raiz unitária não foi rejeitada para as series avaliadas, a do nível do indicador Esalq/BM&F e para as cotações da BM&F, isto mostra que as séries não são estacionárias em nível. Conduto, verificou-se que a hipótese nula de que as séries têm raiz unitária é rejeitada quando efetuada a primeira diferença das séries, o que sugere que cada uma seja integrada de ordem, I(). Nesse sentido, as séries se tornam estacionarias, dentro do conceito de estacionariedade fraca, a partir da primeira diferença. TABELA Resultado do teste de Dickey-Fuller aumentado (ADF) para as séries diárias, em nível, do indicador ESALQ/BM&F e da Bolsa de Mercadorias e Futuros (BM&F) para a commodity café. Série Teste ADF Indicador ESALQ BM&F (*) Significativo a % TABELA 2 Resultado do teste de Dickey-Fuller aumentado (ADF) para as séries diárias, em primeira diferença, do indicador ESALQ/BM&F e da Bolsa de Mercadorias e Futuros (BM&F) para a commodity café. Série Teste ADF Indicador ESALQ * BM&F * (*) Significativo a % Após a analise do teste de raiz unitária realizado acima, realizou-se o teste de cointegração para a averiguação da existência de uma relação de longo praza entre as séries. Se o teste de co-integração for positivo a estimação de um vetor autoregressivo (VAR) é mais

7 desejável do que a estimação de um modelo a partir da diferenciação da série, pois não há perda da informação de longo prazo entre as duas. A equação utilizada para o teste de co-integração foi escolhida de acordo com o menor valor observado para o teste de seleção de AIC, sendo ele o modelo sem intercepto e sem tendência. Os resultados estão apresentados na Tabela 3, onde se observa que todas as séries são co-integradas a % de significância, existindo assim uma relação de equilíbrio entre as séries no longo prazo. Objetivando-se analisar a presença de causalidade entre as duas séries, aplicou-se o teste de causalidade de Granger, com defasagem, os resultados estão apresentados na Tabela 3, abaixo. TABELA 3 Teste de causalidade de Granger com defasagem para séries diárias de preço do café do indicador ESALQ/BM&F e das cotações da Bolsa de Mercadorias e Futuros (BM&F) Relações Estatística F P-valor Indicador ESALQ BM&F BM&F Indicador ESALQ Fonte: Dados da Pesquisa A partir dos dados apresentados pela Tabela 3, constata-se a presença de causalidade de Granger bidirecional, ou seja, o indicador ESALQ causa preço na BM&F, bem como, o preço na BM&F causa o indicador ESALQ. Assim, no longo prazo poderíamos afirmar que o preço a vista e o preço futuro da commodity café estariam na mesma onda no longo prazo. Assim, inicialmente efetuou-se o teste ADF para o nível da série correspondente a base da commodity café e também para sua diferença, os resultados estão apresentados na tabela 4, abaixo, onde podemos observar que a base em nível contém raiz unitária sendo então não estacionária e já a sua diferença é estacionária. TABELA 4 Resultado do teste de Dickey-Fuller aumentado (ADF) para a série da base entre o preço físico e futuro do café em nível e para a primeira diferença. Série Teste ADF Base em nível Base diferenciada -8.72* (*) Significativo a % Após o teste ADF efetuou-se a modelagem da série obtendo-se um modelo ARIMA (,,), onde os resíduos do modelo foram um ruído branco, o que confirma a adquação do ajuste. Os coeficientes do modelo estão apresentados na Tabeba 5. O critério de seleção do modelo foi realizado através dos menores valores para os critérios de Akaik (AIC) e o Bayesiano (BIC). TABELA 5 - Resultado da estimação do modelo ARIMA Variável Coeficiente Erro padrão Estatística t P-valor AR() MA()

8 Dadas algumas observações passadas do comportamento de alguns sistemas, surge a questão de como fazer previsões sobre o comportamento futuro e quão precisas essas previsões podem ser. Nesse sentido, objetivou-se avaliar a capacidade preditiva dos modelos propostos acima para os índices criados na primeira sessão. A previsão permite maior avaliação sobre o risco a ser incorrido, bem como auxilia as decisões de médio prazo. Assim, a previsão constitui um centro da análise financeira não apenas dos exercícios acadêmicos, mas de grandes instituições. Uma métrica interessante para avaliar a acurácia preditiva do modelo é o coeficiente U de Theil, que é definido pela fórmula: U = k= N N ( a y ) ( ak ak ) K k k 2 2 (22) onde y k é a previsão obtida, a k é a saída desejada para a previsão. Esta métrica mede o quanto os resultados estão melhores que uma previsão ingênua ou trivial (i.e.: a melhor estimativa do próximo valor é o valor atual ). Através desse coeficiente pode-se analisar a qualidade de uma previsão da seguinte maneira: Quando U >, o erro do modelo é maior que o erro ingênuo. Quando U <, o erro do modelo é menor que o erro ingênuo (boa previsão). Assim, um coeficiente U de Theil menor que já indica uma previsão melhor que a previsão trivial. Portanto, quanto mais próximo de 0,0 for este coeficiente melhor a previsão. A estatística Theil pode ser decomposta em três proporções de desigualdade: BIAS: Indicador do erro sistemático. Para ele, são esperados valores próximos a 0, um Bias grande sugere um excedente sistemático na predição. Variância: Indica a habilidade das previsões ao grau da replicação da variabilidade na variável a ser prevista. Se a proporção da variação for grande então a série real flutuou consideravelmente comparada a previsão. Covariância: Esta proporção mensura o erro não sistemático. Idealmente, esse deveria apresentar a maior proporção de desigualdade. Observando a Tabela 6 vamos que o modelo é adequado a previsão pois apresenta um U- theil menor que um. Nesse sentido, o modelo ajustado pode ser utilizado por agentes que desejam fazer uma previsão da base a fim de poder prever o risco que estará incorrendo ao realizar um hedge no mercado futuro com o contrato da commodity café. TABELA 6 Resultados da estatística U-Theil U-Theil 0,974 Bias Var Cov 0.05 Vale ressaltar que o modelo está adequado a série e ao período estudado e que quanto maior for o horizonte de previsão maior também será o seu erro.

9 4. Considerações Finais O hedge é um importante instrumento para fixação de preço e diluição de riscos de mercado pelos agentes. Para a commodity café em especifico observa-se através da analise de cointegração e causalidade no sentido de Granger que as séries para os preços físicos e futuros estão na mesma onda, ou seja, no longo prazo percorrem um mesmo percurso, o que sugere que no longo prazo, não existe um descolamento entre as séries. Tal evidencia fornece indicativos de que o operação de hedge com o contrato de café é efetiva, pois o risco de base é neutralizado. Com relação ao modelo de previsão construído, observou-se que ele é um modelo adequado, visto a estatística de U-Theil, podendo ser utilizado para previsão de base para períodos à frente, o que permite ao agente um melhor conhecimento dos riscos que pode estar vindo a incorrer. Sua limitação é que, como todo modelo de previsão, quanto mais distantes dos dados reais for a previsão maior será seu erro. 5. Bibliografia BM&F Bolsa de Mercadorias & Futuros. ( CAMPOS, Roberto. Campos alerta para riscode descontrole. Folha de S. Paulo, CASTRO JUNIOR, L.G. de. Impactos da liquidação financeira sobre a eficiência de hedging no contratos futuros das commodities boi gordo e soja. Piracicaba, 999. Tese (Doutorado) Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo. CEPEA - Centro de Estudos Avançados em Economia Aplicada. ( cepea.esalq.usp.br). GUJARATI, Damodar N. Econometria básica. São Paulo: Makron Books, 3a ed., 2000, 846p. HULL, J. Introdução aos mercados futuros e de opções. 2. Ed. São Paulo: Bolsa de Mercadorias e Futuros e Cultura Editores Associados, p. Jorion, Felipe. Value at Risk. Tradução: Bolsa de mercados Futuros Título original: Value at Risk: the new benchmark for controlling marketrisk. LEUTHOLD, R. M.; JUNKUS,. J. C.; CORDIER, J. E. The teory and practice of futures markets. Massachusetts: Lexington Books, p. Schouchana, F.;Perobelli, F.S. O Financiamento da Agricultura e Mercado Futuro. Resenha BM&F 42, p. 88, Disponível em: < Acesso a partir de SILVEIRA, R. L. F. Análise das operações de cross hedge do bezerro e do hedge do boi gordo no mercado futuro da BM&F. Piracicaba, p. (Dissertação Mestrado em Economia Aplicada