Análise da Transmissão Espacial de Preços no Mercado Internacional de Trigo. Mario Antonio Margarido Frederico Araujo Turolla

1 Análise da Transmissão Espacial de Preços no Mercado Internacional de Trigo Mario Antonio Margarido Frederico Araujo Turolla Secretaria da Fazenda do Estado de São Paulo Escola Superior de Propaganda e Marketing (ESPM) 2 Conferência em Gestão de Risco e Comercialização de Commodities

0 Analysis of Spatial Price Transmission in the International Market for Wheat Mario Antonio Margarido Frederico Araujo Turolla Finance Department of the State of São Paulo Escola Superior de Propaganda e Marketing 2nd Risk Management and CommodityTrading Conference Name of the Conference

1 ANÁLISE DA TRANSMISSÃO ESPACIAL DE PREÇOS NO MERCADO INTERNACIONAL DE TRIGO Mario Antonio Margarido 1 Frederico Araujo Turolla 2 Resumo: Esse paper analisou a integração do mercado internacional de trigo entre os preços dessa commodity no Brasil, Argentina e Estados Unidos para o período de janeiro de 2000 até outubro de 2010. Foi utilizado o modelo de transmissão espacial de preços desenvolvido por Ravallion (1986). Para a determinação das respectivas elasticidades espaciais de transmissão de preços foi utilizado o instrumental de modelos de séries temporais. Os resultados mostram que os mercados da farinha de trigo no Brasil e do grão de trigo na Argentina são plenamente integrados, ou seja, o processo de arbitragem funciona plenamente, uma vez que variações de preços do grão de trigo na Argentina são totalmente repassadas aos preços da farinha de trigo no Brasil no longo prazo, implicando que o mercado geográfico relevante para os preços do trigo no Brasil é o mercado internacional, representado pelos preços da Argentina. Os preços do Brasil não são afetados por variações de preços do grão de trigo nos Estados Unidos, uma vez que, em função do MERCOSUL, os preços do trigo da Argentina são mais competitivos do que os preços do trigo dos Estados Unidos. Palavras-chaves: integração de mercados, transmissão espacial de preços, trigo, co-integração, longo prazo. ANALYSIS OF SPATIAL PRICE TRANSMISSION IN THE INTERNATIONAL MARKET FOR WHEAT Abstract: This paper has analyzed the integration of the international market for wheat, namely the prices of this commodity between Brazil, Argentina and the United States in the period between January 2000 and October 2010. There was used the spatial price transmission model as developed by Ravallion (1986). For the determination of the underlying spatial transmission elasticities there was used the time series models toolbox. Results have shown that the markets for wheat meal and wheat grains in Argentina are fully integrated, meaning that arbitrage process works fully, once price variations in wheat grains in Argentina are fully transmitted to wheat meal prices in Brazil in the long run, thus implying that the geographic relevant market for wheat prices in Brazil is the international market as represented by prices in Argentina. Prices in Brazil are not affected by variation in wheat grains price in the United States because, as a consequence of MERCOSUR, Argentine wheat grain prices are more competitive than the United States wheat. Key Words: market integration, spatial price transmission, wheat, cointegration, long run. INTRODUÇÃO O trigo é um produto de suma relevância na alimentação humana. O consumo de trigo e derivados, de acordo com a Pesquisa de Orçamento Familiar (POF) da Fundação Instituto de Pesquisas Econômicas (FIPE) pode ser medida como somatória de diversos produtos como o pão, farinha de trigo, biscoitos doces, salgados e macarrão, sem considerar os demais produtos que levam trigo em sua composição. Conforme a POF-FIPE 98/99 a quantidade em kg. consumida no período de 30 dias por uma família de renda média composta por quatro pessoas para a cidade de São Paulo é respectivamente 0,950 kg. para biscoitos doces e salgados; 0,444 kg. para pão de 1 Economista, Mestre em Economia de Empresas, Dr. Em Economia Aplicada, Pós-Doutorando em Economia EE- FGV/SP e Assistente Técnico da Fazenda Estadual II. E-mail: mamargarido@fazenda.sp.gov.br 2 Economista, Mestre e Dr. Em Economia de Empresas FGV/SP. Professor do Programa de Mestrado em Gestão Internacional (PMGI) da ESPM. E-mail: fturolla@espm.br

2 forma; 4,351 kg. para o pão francês; 1,007 kg. para o macarrão, incluindo o instantâneo e finalmente 0.649 kg. para a farinha de trigo. No âmbito do comércio exterior brasileiro, o trigo também se apresenta relevante, pois tem considerável peso na Balança Comercial do país, dado que, o país apresenta contínuos déficits em relação ao trigo, ou seja, historicamente, as importações apresentam tendência crescente, mostrando que a produção doméstica desse cereal não consegue suprir a demanda doméstica. Dado que as condições edafoclimáticas não são as mais adequadas para a produção de trigo no Brasil, e, dado aumento da demanda por esse produto, o país necessita importar trigo. Com a constituição do Mercado Comum do Sul (MERCOSUL), o qual se constitui numa União Aduaneira, isso implica que há uma tarifa comum entre todos os países que compõe o MERCOSUL relativamente aos países de fora do bloco, enquanto que, não há tarifas de importação entre os países integrantes do bloco. Sendo assim, expressiva parcela do trigo importado pelo Brasil provém da Argentina, uma vez que, o trigo produzido naquele país não paga tarifa de importação ao entrar no Brasil, fato esse que, não ocorre em relação ao trigo importado de países de fora do bloco. Portanto, apesar da Argentina ser um importante player no mercado internacional de trigo, ainda assim, o seu preço é formado nos Estados Unidos, maior produtor e exportador mundial de trigo. No caso do modelo para o trigo, algumas observações são necessárias. Apesar das importações de trigo por parte do Brasil serem provenientes da Argentina, em função da preferência tarifária proporcionado pelo fato de que ambos os países pertencem ao MERCOSUL, ainda assim, como mencionado anteriormente, o preço internacional do trigo é formado nos Estados Unidos. Portanto, com base no Modelo de Ravallion (1986), o preço internacional do trigo representa o mercado central, enquanto que, o preço do trigo na Argentina representará o mercado secundário, porém, relevante para determinação do preço da farinha de trigo no Brasil. OBJETIVOS No período de 2002 até setembro de 2008, os preços internacionais, principalmente das commodities agrícolas apresentaram tendência crescente, em função do aumento do nível de renda em diversos países, com destaque para os países do sudeste asiático e mesmo no âmbito do Brasil, não somente como decorrência do crescimento econômico do país nesse período, mas, também, em função de vários programas sociais realizados pelo governo. Margarido et al. (2007) demonstraram que, no caso do trigo, o seu respectivo mercado geográfico relevante trata-se do mercado internacional, uma vez que, variações nos preços internacionais e da taxa de câmbio são plenamente repassadas para os preços do trigo no Brasil. Dado que, o trigo é um alimento fundamental, além de ter considerável peso nos índices de inflação, reveste-se de suma relevância determinar como essa alta dos preços internacionais do trigo

3 é repassada para os preços do trigo para o consumidor no Brasil, além de determinar qual preço do trigo, isto é, da Argentina ou dos Estados Unidos têm maior impacto sobre os preços domésticos do trigo. MATERIAL Para analisar a elasticidade de transmissão de preço no mercado de trigo foram utilizadas três séries temporais. A primeira se refere ao preço internacional do trigo, mais precisamente, Wheat, United States, n 2 Hard Red Winter (ordinary), FOB Gulf. A segunda série se refere ao preço do trigo na Argentina, ou seja, Wheat, Argentina, Trigo Pan Upriver, FOB. Em relação à série do preço de trigo da Argentina, é necessário observar que a referida série apresenta ausência dos valores do trigo para o período de abril, maio e junho de 2008, sendo assim, foi necessário estimar os valores do preço do trigo na Argentina para o referido período. Dado que, as visualizações gráficas das séries dos preços internacionais do trigo e dos preços do trigo na Argentina apresentam co-movimento ao longo do tempo, optou-se por aplicar a mesma taxa de variação do preço internacional sobre o preço do trigo na Argentina nesse período de três meses. A terceira série é o preço da farinha de trigo no varejo na cidade de São Paulo. Dado que, a cidade de São Paulo é o principal mercado consumidor de farinha de trigo no Brasil, admite-se nesse estudo que esse preço seja uma proxy do preço da farinha de trigo em nível nacional. De acordo com Margarido et al. (2007 p.102), dado que para cada tonelada de grão de trigo obtém-se, em média, por volta de 800 quilos de farinha de trigo, adotou-se a hipótese de que grão de trigo e farinha são produtos homogêneos. Sendo assim, correspondem ao mesmo mercado. As séries dos preços internacionais do trigo e do preço do trigo na Argentina foram obtidos do site da Conferência das Nações Unidas sobre Comércio e Desenvolvimento (UNCTAD), cujo endereço eletrônico é o seguinte http://www.unctad.org/templates/page.asp?intitemid=1584&lang=1. Enquanto que, a série relativa ao preço da farinha de trigo na cidade de São Paulo foi obtida do site do Instituto de Economia Agrícola (IEA), cujo endereço eletrônico é www.iea.sp.gov.br/. As variáveis relativas aos preços internacional do trigo e preço do trigo na Argentina se encontravam em dólares por toneladas métricas. Ambas as séries foram divididas por mil para serem transformadas em dólares por quilograma. A série que representa o preço do trigo ao consumidor se encontra originalmente em R$/quilograma. Para sua respectiva transformação em dólares, essa série foi dividida pela taxa de câmbio média mensal de compra, pois, como o trigo é importado, é necessário que os moinhos adquiram dólares junto ao Banco Central para a aquisição do trigo no mercado internacional. A

4 fonte da taxa de câmbio média mensal de compra é o site do IPEADATA, cujo endereço eletrônico é www.ipeadata.gov.br/. O período analisado inicia-se em janeiro de 2000 e estende-se até outubro de 2010. A variável preço internacional do trigo é denominada de USA, enquanto que, o preço do trigo na Argentina é denominado de ARG, e, finalmente, o preço da farinha de trigo na cidade de São Paulo é denominado de BR. Dado que se objetiva determinar as respectivas elasticidades de transmissão de preços, todas as variáveis foram transformadas em logaritmos. Sendo assim, doravante serão denominadas de LUSA, LARG e LBR, respectivamente. MÉTODOS Para a determinação da ordem de integração de cada variável, foi utilizado o teste de raiz unitária Dickey-Fuller Aumentado (ADF), conforme apresentado em Dickey e Fuller (1979 e 1981). No entanto, antes da realização do teste de raiz unitária é necessário determinar o número de defasagens a ser utilizada em cada fase do teste de raiz unitária. A correta determinação do número de defasagens é de suma importância, pois é necessário garantir que os resíduos das auto-regressões dos testes de raiz unitárias sejam não correlacionados, de forma a garantir resultados não viesados dos respectivos testes. Para a determinação do número de defasagens foi utilizado o Critério de Informação de Akaike Corrigido (AICC). O Critério de Akaike Corrigido (AICC), conforme definido por Hurvich e Tsai (1989), é definido como: AICC log 2r % T r / k sendo que, r corresponde ao número de parâmetros estimados, % denota a estimativa de máxima verossimilhança da matriz de variância-covariância, e k representa a dimensão da série temporal. O AICC se caracteriza por ser assintoticamente eficiente tanto para os modelos de regressão, quanto para o caso de modelos de séries temporais, e, além disso, tem melhores propriedades estatísticas do que o Critério de Informação de Akaike (AIC). Para identificar o possível relacionamento de longo prazo entre as variáveis, utilizou-se o teste de co-integração elaborado por Johansen e Juselius (1990). Também, foi utilizado o Modelo Vetorial de Correção de Erro (VEC) para a realização da análise econômica do relacionamento, tanto de curto quanto de longo prazo 3, entre os preços do trigo no Brasil, Estados Unidos e 3 Conforme Banerjee (1993, p.139), o modelo de correção de erro torna-se importante por permitir a ligação entre aspectos relacionados à dinâmica de curto prazo com os de longo prazo. Assim, os mecanismos de correção de erro pretendem fornecer um caminho para combinar as vantagens de se modelar tanto em nível quanto nas diferenças. Em um modelo de correção de erro tanto a dinâmica do processo de ajustamento de curto prazo (variações) quanto de longo prazo (níveis) são modelados simultaneamente.

Argentina. Finalmente, foram utilizados testes de exogeneidade 4 para verificar como as variáveis reagem a mudanças na relação de equilíbrio de longo prazo 5. 5 MODELOS TEÓRICOS Transmissão de Preços: aspectos verticais e horizontais Em relação à análise do relacionamento entre variáveis econômicas, destaca-se a elasticidade de transmissão de preços. Este é um conceito análogo ao de qualquer outro tipo de elasticidade. Enquanto que, por exemplo, o tradicional conceito de elasticidade-preço da demanda mostra como variações nos preços de determinado produto causam variações na sua respectiva quantidade demandada, o conceito de elasticidade de transmissão de preços mostra como variações de preços de um produto em determinado mercado são transmitidas para os preços do mesmo produto dentro de um mesmo mercado, porém, em outro nível ou então, como variações de preços em determinado produto são transmitidas para o preço do mesmo produto em outro mercado. No primeiro caso tem-se a elasticidade de transmissão de preços vertical e no segundo a elasticidade de transmissão de preços horizontal (ou espacial). Portanto, em relação à transmissão de preços entre mercados há duas vertentes: transmissão vertical de preços e transmissão horizontal (ou espacial) de preços. Sendo assim, torna-se necessário detalhar cada um desses tipos de elasticidades de transmissão de preços. De acordo com Barros e Burnquist (1987), a definição para a elasticidade de transmissão de preços vertical refere-se à variação relativa no preço a um nível de mercado em relação à variação no preço a outro nível, mantidos em equilíbrio esses dois níveis de mercado após o choque inicial num deles. Um exemplo de transmissão vertical são os choques de preços no atacado que afetam os preços em nível de produtor e de varejo. Estudos relacionados com a transmissão horizontal de preços baseiam-se nos conceitos relacionados com a formação competitiva dos preços, ou seja, tem como alicerce a Lei do Preço Único. A Lei do Preço Único estabelece que em mercados concorrenciais livres de custos de transporte e de barreiras oficiais ao comércio (como por exemplo, impostos, entre outros), bens 4 De acordo com Costa (1999, p.6), citando Harris (1995), os parâmetros proporcionam dois tipos de informação dependendo de sua significância e magnitude. A significância indica que a variável preço (à qual o parâmetro está associado) não é exógena fraca com relação aos parâmetros de longo prazo,. A exogeneidade fraca é um conceito relativo e significa que a variável não reage ante as mudanças na relação de equilíbrio de longo prazo. A magnitude do parâmetro indica a velocidade de ajuste da respectiva variável preço a ele associada em direção ao equilíbrio de longo prazo. Um valor pequeno de alfa indica que ante uma situação de desequilíbrio transitório, a respectiva variável preço ajusta-se lentamente para retornar ao padrão de equilíbrio de longo prazo. Um coeficiente elevado, pelo contrário, indica que este se produz rapidamente. 5 Detalhes sobre co-integração de Johansen, Modelo Vetorial de Correção de Erro (VEC), testes de exogeneidade e imposição de restrições podem ser encontrados, entre outros em: Brooks (2002), Enders (2004), Franses (1998), Harris e Sollis (2003), Charemza e Deadman (1999), Johansen (1995), Patterson (2000) e Juselius (2006).

6 idênticos transacionados em diferentes regiões devem ser vendidos pelo mesmo preço. A validade da Lei do Preço Único está diretamente relacionada ao processo de arbitragem entre regiões, o qual tende a igualar os preços nos dois mercados no longo prazo. Por exemplo, supondo duas regiões distintas denominadas de Regiões A e B, respectivamente. e, dado que essas duas regiões possuam preços diferentes para o mesmo produto, sendo que, o preço desse produto é menor na Região A relativamente à Região B, o processo de arbitragem induz a uma elevação do preço desse produto na região A com preço baixo, pois, esse produto passa a ser exportado para a Região B, a qual tem preço maior inicialmente, reduzindo a quantidade ofertada do produto na Região A. Por outro lado, a entrada desses produtos na Região B, aumenta sua quantidade ofertada, reduzindo seu preço nessa região. O processo de arbitragem continua até o momento em que os preços nas duas regiões sejam igualados. Dessa forma, caso a Lei do Preço Único seja válida, os preços de determinado produto devem ser iguais nas regiões em que é vendido, determinando assim, que os mercados são integrados. Sendo assim, variações de preços no mercado A são transmitidas proporcionalmente aos preços praticados no mercado B no longo prazo. Tal situação implica que a elasticidade de transmissão de preços deve ser igual a um. No entanto, podem ocorrer situações em que o processo de arbitragem não funcione em toda sua plenitude. Conforme Sexton et al. (2003), três fatores podem ser responsáveis pela não aplicação da Lei do Preço Único. O primeiro deles diz respeito ao fato de que as regiões apresentam economias autárquicas, ou seja, são economias fechadas. Um segundo fator seria a presença de elementos que causem ruídos e impeçam o pleno funcionamento do processo de arbitragem, entre os quais, destacam-se, barreiras comerciais, assimetria de informações, aversão ao risco, entre outros. Finalmente, outro obstáculo ao processo de arbitragem seria a presença de estruturas de mercado de competição imperfeita em um ou mais mercados. Segundo Rapsomanikis et al. (2006), a ausência de integração de mercado, ou melhor, a não transmissão completa de preços de um mercado para outro, tem importantes implicações em termos de bem-estar 6 para a sociedade. A implementação de políticas comerciais restritivas ou a presença de custos de transação, como, por exemplo, infraestrutura de comunicação e transporte precários, pode resultar na redução de informação disponível para os agentes econômicos para a tomada de decisão. Sendo assim, a existência de assimetria de informação contribuí para resultados ineficientes em termos econômicos. De acordo com Goodwin (2006), há várias denominações para caracterizar o grau de transmissão espacial de preços: integração espacial de mercados, eficiência espacial, lei do preço único e condição de arbitragem espacial. Ainda, segundo este mesmo autor, a condição para 6 É necessário observar que o grau ou intensidade de transmissão de preços tem papel preponderante na literatura antitruste, onde é importante a definição do mercado espacial, ou mercado geográfico relevante.

determinado mercado ser considerado integrado pode apresentar variações em função do autor. Por exemplo, a integração espacial pode ser considerada somente com a perfeita transmissão de preços entre mercados, ou seja, a elasticidade de transmissão de preços deve ser igual à unidade, o que implica que variações de preços em determinado mercado são transmitidas na mesma proporção para outro mercado. Abordagem alternativa, por sua vez, pode requerer somente que os preços de ambos os mercados não se distanciem por muito tempo um do outro. Matematicamente, o modelo de ligação espacial de preços entre regiões é representado da seguinte maneira: onde, P P (1), 1 2 t t i Pt representa o preço da commodity na região i no período t e é um parâmetro que representa os custos de transação, como por exemplo, os custos de transporte. Conforme Goodwin (2006), os custos de transação não são desprezíveis ao se transportar commodities entre regiões. Em função disto, a equação acima não é adequada, a menos que os mercados sejam ligados por um fluxo contínuo de commodities entre eles. Isto implica que, quando há fluxo contínuo de mercadorias entre os mercados, as diferenças entre os preços esperados são exatamente iguais aos custos de transporte. Logo, a equação acima precisa ser reescrita da seguinte forma: P P (2). 1 2 t t Dessa maneira, os preços correntes podem divergir apenas no curto prazo, mas as ações dos arbitradores num mercado que funciona perfeitamente tendem a pressionar os preços de tal forma que a diferença entre os preços nas duas regiões seja igual aos custos de transporte no longo prazo. Em termos econométricos, o parâmetro é utilizado para captar possíveis desvios, em função de variáveis não introduzidas no modelo, ou seja, funciona como um termo de erro na equação. Escrevendo a equação na forma logarítmica, obtém-se: 2 onde IID(, ) e E ( variáveis de entrada do modelo. p p (3), 1 2 t t 2 p t ) = 0, ou seja, não é correlacionado com nenhuma das O modelo mais simples pressupõe que os preços de determinada região sejam função do preço do mesmo produto em outra região e do termo de erro. Sendo assim, estima-se o seguinte modelo: p p (4). 1 2 t t 7

8 Em relação ao coeficiente, adota-se a hipótese de que seu valor seja igual à unidade quando houver perfeita integração entre os mercados. Assim, o coeficiente é a elasticidadepreço da commodity na região 1, ou seja, é a sua elasticidade de transmissão de preço. Quando o seu valor é igual a um, significa que variações na região 2 são plenamente transmitidas aos preços do mesmo produto na região 1 e, neste caso, os mercados são perfeitamente integrados e vale a Lei do Preço Único. Por outro lado, quando o valor de é igual à zero, isto significa que variações de preços na região 2 não conduzem a qualquer tipo de reação dos preços do mesmo produto no mercado 1. Neste caso, ambas as regiões são autárquicas, isto é, completamente fechadas. É comum que o valor de permaneça entre zero e um, refletindo algum tipo de restrição imposta ao mercado. Modelo de Ravallion para Testar Integração entre Mercados Esse item tem como base o modelo elaborado por Ravallion (1986) para testar a integração espacial entre estruturas de mercado. Esse modelo se torna interessante pelo fato de incorporar aspectos dinâmicos não abrangidos pelos tradicionais modelos de transmissão de preços apresentados no item anterior, quais sejam, as expectativas na formação de preços e os efeitos de mercados sobre os preços em outro mercado local. De acordo com Ravallion (1986), a especificação do modelo econométrico envolvendo diferencial espacial de preços depende fundamentalmente das hipóteses que norteiam a estrutura espacial de mercado. No caso do modelo aqui utilizado, pressupõe-se que exista um grupo de mercados locais, que nesse caso, são mercados rurais. Além disso, há somente um mercado central ou urbano. Ainda como hipótese desse modelo, pode ocorrer comércio entre mercados locais, no entanto, é o mercado central que determina a formação de preços dos mercados locais. Dependendo do número de mercados locais envolvidos e suas respectivas escalas, pode ocorrer que esses mercados possam influenciar os preços praticados no mercado central. O modelo teórico proposto por Ravallion (1986) parte do princípio estático de formação de preços entre N mercados, sendo que, o mercado 1 é considerado como o mercado central. Matematicamente, tem-se: e 1 1 2 3 N 1 P f P, P, K, P, X (1), P, 2,, i fi P1 Xi i K N (2),

sendo que, X i 1,, N i K é um vetor de outras variáveis que podem influenciar os preços nos mercados locais. Enquanto que, f i 1,, N i K são as soluções para que se obtenham as condições para equilíbrio de cada mercado, as quais levam em consideração os custos de ajustes enfrentados pelos agentes econômicos em relação para qual mercado vender. Conforme enfatiza Ravallion (1986, p.104), aparentemente, esse modelo parece adequado para uma configuração radial simples de mercados onde cada mercado local está diretamente ligado ao mercado central. Em muitas aplicações, uma configuração mais plausível é aquela em que os mercados locais somente transacionam com o mercado central via outros mercados. No entanto, desde que se esteja disposto a renunciar a identificação de pelo menos, algumas das ligações não radiais, o modelo radial, o qual é dado por uma ou duas equações pode freqüentemente fornecer uma caracterização útil para estruturas de mercados mais complexas. Ao se inserir as ligações intermediárias entre os mercados locais em algo mais amplo, uma relação (implícita) binária pode ser obtida entre cada mercado local e o mercado central, e, assim, o modelo radial é preservado. Para a estimação do modelo, é mais conveniente pressupor que as funções f i1, K, N podem ser representadas linearmente com a introdução apropriada de um termo estocástico. Nesse caso, a versão econométrica do modelo representado pelas equações (1) e (2), podem incorporar de forma adequada uma estrutura dinâmica. Esses efeitos dinâmicos são decorrentes da formação de expectativas e ajustamentos de custos. O modelo econométrico envolvendo T séries temporais de preços e N mercados pode ser representado como: e sendo que, estimados. e 1t e n N n k 1t 1 j 1t j 1 j ktj 1t 1 1t j1 k2 j0 (3), P a P b P X c e n n 1 2, K, (4), P a P b P X c e i N it ij it j ij t j it i it j1 j0 e 2t são os resíduos, enquanto que, ab, e c são os parâmetros a serem Ravallion (1986) chama a atenção para o fato de que podem ser formuladas diversas hipóteses em relação ao comércio entre regiões, além de restrições sobre os parâmetros das equações (3) e (4). Ainda de acordo com esse autor, a análise recairá sobre a equação (4), uma vez i 9

que, em muitos casos, a equação (3) pode ser não identificada 7. Portanto, em relação à equação (4), pode-se testar as seguintes hipóteses: 1) Segmentação de Mercado: nesse caso, os preços praticados no mercado central não exercem influência sobre os preços nos i mercados locais, logo, tem-se que: 10 b 0 j 0, K, n (5); ij 2) Integração de Mercado de Curto Prazo: elevações de preços no mercado central serão transmitidas para o i-ésimo mercado se: bi0 1 (6), naturalmente, também ocorrerá efeitos defasados sobre os preços futuros, sendo assim, deve-se adicionar a restrição (6), a seguinte restrição: a b 0 j 1, K, n (7). ij ij Se as restrições sobre os parâmetros são aceitas nas equações (6) e (7), pode-se afirmar que o mercado i é integrado com o mercado central dentro do intervalo de um período, ou seja, as transmissões de preços do mercado central para o mercado local é instantânea, ou seja, sem defasagem temporal. Uma forma de fraca integração de mercado também pode ser testada, e, nesse caso, os efeitos defasados podem ser removidos, via a imposição da seguinte restrição: n aij bij 0 (8); j1 3) Integração de Mercado de Longo Prazo: o equilíbrio de mercado de longo prazo é definido como aquele em que os preços são constantes ao longo do tempo, ou seja, não são alterados em função de efeitos estocásticos locais. Nesse caso, tomando-se a equação (4), tem-se que P P, P it * i P e e 0 para todo t. Logo, a equação (4) pode ser reescrita como: * 1t 1 it P * i n * 1 j0 P b X c 1 ij it i n j1 a ij (9). Nesse caso, para que ocorra a integração de mercado, é necessário impor a seguinte restrição: n n a bij 1 (10). ij j1 j0 Ao se impor a restrição apresentada em (10), isso implica que o processo de ajuste dos preços no curto prazo pelo modelo é consistente com um equilíbrio no qual uma variação de uma 7 Mais detalhes sobre essa questão pode ser encontrada em Ravallion (1986).

11 unidade no preço do mercado central é plenamente repassada para os preços locais. No entanto, conforme realçado por Ravallion (1986), ao se aceitar as restrições de curto prazo, isso implica na integração de mercado no longo prazo, mas, o contrário não é válido. Por outro lado, ao se aceitar a restrição de longo prazo apresentada em (10), isso significa que se podem obter estimativas mais eficientes dos parâmetros, além do que, será possível a utilização de testes estatísticos mais poderosos se o modelo for re-estimado com a imposição de integração de longo prazo. No caso da ocorrência de integração de longo prazo, a equação (4) pode ser reescrita na forma de um Modelo de Correção de Erro (MCE), o qual assume o seguinte aspecto: n 1 1 1 1 1 1 P a P P a P P it i it t ij it j t j j2 n1 j b P b 1a b P X c e i0 1t i0 ik ik 1t j it i it j1 k1 Em termos econômicos, a interpretação da expressão (11) mostra que mudanças nos preços locais para determinado produto devem-se a alterações nos preços praticados no mercado central e no diferencial espacial de preços passados. As últimas variáveis concebem a possibilidade de que não seja possível observar um equilíbrio integrado num dado ponto no tempo. De acordo com Ravallion (1986), existem diversas variações em relação às três hipóteses apresentadas anteriormente, particularmente no que concernem as influências extras preços que incidem sobre os preços praticados no mercado local 8. Em outras palavras, a existência de características intrínsecas em cada mercado é capaz de impedir que o mecanismo de perfeita arbitragem possa funcionar no sentido de eliminar o diferencial de preços entre os mercados envolvidos nas transações. No caso do modelo desse estudo, há somente três mercados. O mercado local será representado pelos preços da farinha de trigo no Brasil. O mercado central será representado pelos preços do grão de trigo nos Estados Unidos. Finalmente, o terceiro mercado, também considerado local, será representado pelos preços do grão de trigo na Argentina. Em relação à Argentina, aspectos geográficos e estruturais, possivelmente, também assumiriam relevância no que concerne a formação do preço da farinha de trigo no Brasil, pois ambos os países se encontram no hemisfério sul, dado que, são vizinhos, e além disso, existe forte sinergia entre as economias dos dois países. (11). 8 Os denominados custos de transação. Basicamente, conforme apresentado em Williamson (1985), as naturezas dos custos de transação são: 1) custo que os agentes econômicos incorrem toda vez que recorrem ao mercado; 2) Custos de negociar, redigir e garantir o cumprimento de um contrato e 3) A unidade básica de análise dos custos de transação é o contrato.

12 ANÁLISE DE RESULTADOS Os resultados do Critério de Informação AICC para as três variáveis em nível são apresentados na Tabela 1, e indicam a necessidade de duas defasagens para cada variável. Tabela 1.- Critério de Informação de Akaike Corrigido (AICC), variáveis em nível, LARG, LUSA e LBR, janeiro de 2000 a outubro de 2010 Variáveis em nível Número de Defasagens LARG 2 LUSA 2 LBR 2 Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Após a determinação do número de defasagens para cada variável, foram realizados os respectivos testes de raiz unitária ADF. Especificamente, para as variáveis LARG e LUSA, as respectivas hipóteses nulas de raiz unitária para os três modelos para cada variável não podem ser rejeitadas, uma vez que, a probabilidade de se cometer o Erro Tipo I, ou seja, rejeitar as respectivas hipóteses nulas e elas serem verdadeiras estão acima do nível de significância de 10,0%, logo, nenhuma das hipóteses nulas podem ser rejeitadas (Tabela 2). Especificamente, em relação à variável LBR, o modelo com tendência e constante mostra que a hipótese nula de raiz unitária pode ser rejeitada em nível de 5,0%. Para os modelos somente com constante e sem tendência linear e sem constante, as respectivas hipóteses nulas não podem ser rejeitadas em nível de 10,0%. Portanto, para os três modelos, todas as hipóteses nulas não podem rejeitadas (Tabela 2). Tabela 2.- Resultados dos Testes de Raiz Unitária ADF, variáveis em nível, LARG, LUSA e LBR, janeiro de 2000 a outubro de 2010 Variável 1 Pr < 2 Pr < 3 Pr < LARG -2.99 0.1396-1.28 0.6362-1.00 0.2836 LUSA -2.64 0.2625-1.63 0.4667-1.24 0.1966 LBR -3.39 0.0570-0.79 0.8190-1.34 0.1651 1 Modelo com tendência e constante; 2 Modelo sem tendência, porém com constante; 3 Modelo sem tendência e sem constante. Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Dado que, as três variáveis quando consideradas em nível têm raiz unitária, o próximo passo consistiu em fazer novamente o teste de raiz unitária ADF, porém, desta vez, com as variáveis diferenciadas. Assim como no caso anterior, antes de fazer os testes de raiz unitária, é preciso determinar o número de defasagens a ser utilizado para cada variável, quando estas últimas são diferenciadas. Os resultados para o Critério de Informação AICC para as variáveis diferenciadas de ordem um, mostram a necessidade de somente uma defasagem para cada uma das três variáveis (Tabela 3).

13 Tabela 3.- Critério de Informação de Akaike Corrigido (AICC), variáveis diferenciadas, LARG, LUSA e LBR, janeiro de 2000 a outubro de 2010 Variáveis diferenciadas Número de Defasagens LARG 1 LUSA 1 LBR 1 Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Os resultados dos testes de raiz unitária para as três variáveis nas diferenças e seus respectivos três modelos mostram que as respectivas hipóteses nulas de presença de raiz unitária nas séries podem ser rejeitadas. Em outras palavras a probabilidade de se cometer o Erro Tipo I, ou seja, rejeitar todas as hipóteses nulas e essas hipóteses ser verdadeiras se encontra abaixo do nível de significância de 1%. Em outras palavras, a probabilidade de se rejeitar algo que é verdadeiro é muito pequena, uma vez que, os respectivos p-values se encontram abaixo do nível de significância de 1%, conforme pode ser observado na Tabela 4. Tabela 4.- Resultados dos Testes de Raiz Unitária ADF, variáveis diferenciadas de ordem um, LARG, LUSA e LBR, janeiro de 2000 a outubro de 20010 Variável 1 Pr < 2 Pr < 3 Pr < LARG -9.47* <.0001-9.51* <.0001-9.44* <.0001 LUSA -7.73* <.0001-7.76* <.0001-7.69* <.0001 LBR -7.21* <.0001-7.20* <.0001-7.13* <.0001 1 Modelo com tendência e constante; 2 Modelo sem tendência, porém com constante; 3 Modelo sem tendência e sem constante. * Significativo em nível de 1%. Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Dado que, a aplicação de uma diferença de ordem um tornou cada uma das variáveis estacionária, então, todas são integradas de ordem 1 (I(1)) ou diferença estacionárias (DS). Uma vez determinada a ordem de integração das variáveis, o próximo passo consiste na realização do teste de co-integração, visando dessa forma, verificar se há relacionamento de longo prazo entre as variáveis. O teste de co-integração de Johansen 9 constatou que em nível de significância de 5,0%, tanto para o caso 2 10 quanto para o caso 3 11, a hipótese nula de que não há nenhum vetor de cointegração versus a hipótese alternativa de que há pelo menos um vetor de co-integração pode ser rejeitada, dado que os respectivos valores calculados da estatística traço são superiores aos seus respectivos valores críticos em nível de 5%. A seguir, testou-se a hipótese nula de que há somente 9 Nesse teste, a variável normalizada foi LBR. 10 Não há um drift (ou constante) no VEC(p), porém a constante entra somente via termo de correção de erro. 11 Há um drift separado e nenhuma tendência linear na forma do VEC(p).

14 um vetor de co-integração contra a hipótese alternativa de que há pelo menos dois vetores de cointegração. Desta vez, a hipótese nula foi rejeitada, pois o valor calculado da estatística traço é inferior ao seu respectivo valor tabelado ao nível de significância de 5% (Tabelas 5 e 6). Portanto, nesse sistema com três variáveis há somente um vetor de co-integração quando se considera tanto o modelo do Caso 3 quanto do Caso 2. Outro aspecto relevante, diz respeito ao fato de que os valores dos eigenvalues 12 encontramse dentro do círculo unitário. Sendo assim, de acordo com Johansen (1995), isto indica que o tipo de não estacionariedade apresentada para cada variável em nível pode ser facilmente removida através da aplicação do operador de diferenças, isto é, confirmam que as variáveis são diferenças estacionárias (DS). Uma vez que, o número de vetores de co-integração é menor que o número de variáveis (rank é reduzido), então ao invés de se utilizar o modelo Vetorial Auto-regressivo (VAR), deve-se utilizar o Modelo Vetorial de Correção de Erro (VEC) 13. Tabela 5 Resultados do Caso 3 para o teste de co-integração de Johansen para a estatística traço, variáveis LARG, LUSA e LBR, janeiro de 2000 a outubro de 2010 H_0: H_1 Eigenvalue traço Valor Crítico 1 Modelo de correção de erro Termo de correção de erro Rank = r Rank > r Constante Tendência Linear 0 0 0.1682 37.07* 29.38 1 1 0.0968 13.50 15.34 2 2 0.0037 0.47 3.84 1 Valor Crítico fornecido pelo SAS em nível de 5,0%. * Significativo em nível de 5,0%. Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Tabela 6 Resultados do Caso 2 para o teste de co-integração de Johansen para a estatística traço, variáveis LARG, LUSA e LBR, janeiro de 2000 a outubro de 2010 H_0: H_1 Eigenvalue traço Valor Crítico 1 Modelo de correção de erro Termo de correção de erro Rank = r Rank > r Constante Constante 0 0 0.1700 39.12* 34.80 1 1 0.0968 15.27 19.99 2 2 0.0174 2.25 9.13 1 Valor Crítico fornecido pelo SAS em nível de 5,0%. * Significativo em nível de 5,0%. Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Em função dos testes de co-integração apresentados acima, torna-se necessário determinar qual dos dois casos será utilizado nesse estudo. Para tal tarefa foi utilizado o pacote estatístico/econométrico SAS versão 9.1, o qual permite testar qual dos dois casos é o mais adequado a partir da imposição de restrições, conforme apresentado no Quadro 1. 12 Também denominados de autovalores. 13 Maiores detalhes sobre as inter-relações dos resultados dos testes de co-integração e a utilização de modelos VAR (em nível, ou nas diferenças) ou VEC, encontram-se em Harris (1995).

15 Quadro 1 Teste de hipótese em relação ao caso a ser utilizado no Teste de co-integração de Johansen. Hipóteses Termo de correção de erro Modelo de correção de erro Hipótese nula: H 0 Constante Linear Hipótese alternativa: H A Constante Constante Fonte: Adaptado de Statistical Analysis Software (SAS). O teste de hipótese acima partiu da premissa que, a hipótese nula (H 0 ) diz respeito ao Caso 3, o qual se caracteriza pelo fato do termo de correção de erro ter uma constante e o modelo de correção de erro ter uma tendência linear. A hipótese alternativa (H A ), a qual se refere ao Caso 2, apresenta a presença de constante somente no modelo de correção de erro (Quadro 1). Dado que, para ambos os Casos verificou-se a presença de um único vetor de co-integração (Tabelas 5 e 6), será utilizado o vetor comum para ambos os modelos para a tomada de decisão quanto a qual modelo utilizar na estimação do Modelo Vetorial de Correção de Erro (VEC). Para a determinação de qual caso deve ser escolhido, torna-se necessário fazer o teste de co-integração de Johansen com restrição para um vetor de co-integração para ambos os modelos. A partir da Tabela 7, constata-se que a hipótese nula não pode ser rejeitada, uma vez que, a possibilidade de se cometer o Erro Tipo I (rejeitar H 0 quando na verdade ela é verdadeira), é igual a 41,10%, portanto, não se rejeita H 0 a qual se refere ao Caso 3 (Tabela 7). Tabela 7 Teste de co-integração de Johansen com restrição, para um vetor de co-integração, variáveis LARG, LUSA e LBR, janeiro de 2000 a outubro de 2010 Rank Eigenvalue Eigenvalue 2 Graus de Valor da Caso3 Caso 4 Liberdade Probabilidade 0 0.1700 0.1682 2.05 3 0.5625 1 0.0968 0.0968 1.78 2 0.4110 2 0.0174 0.0037 1.77 1 0.1828 Fonte: Elaborada pelo autor a partir de dados básicos do IEA, UNCTAD e IPEADATA. A partir dos resultados do teste de co-integração também é possível verificar se os sinais dos coeficientes das variáveis analisadas estão coerentes com a teoria econômica. Isto é feito através da análise dos coeficientes das variáveis relativas à primeira equação de co-integração normalizada. Neste caso, a normalização foi efetuada tendo-se como base o valor da estimativa do coeficiente de LBR, logo, o valor da estimativa do coeficiente assumiu valor igual a um. Portanto, LBR representa a variável de saída (endógena) do sistema enquanto que, LUSA e LARG são consideradas de entrada (exógenas). Sendo assim, a análise das estimativas dos coeficientes deve ser conduzida com o sinal invertido para LUSA e LARG na última coluna da direita da Tabela 8, uma vez que, na equação de co-integração normalizada todas as variáveis permanecem do mesmo lado.

16 A Tabela 8 apresenta os resultados do Modelo Vetorial de Correção de Erro (VEC) sem quaisquer restrições sobre os parâmetros. Os resultados do modelo VEC sem restrições mostram que, no longo prazo, variações nos preços internacionais do grão de trigo são transmitidos menos que proporcionalmente para os preços da farinha de trigo na cidade de São Paulo, configurando uma relação inelástica. Mais precisamente, variação de 1,0% no preço do trigo nos Estados Unidos proporciona variação de apenas 0,01% no preço da farinha de trigo na cidade de São Paulo (Tabela 8). Por outro lado, variações de preços no grão de trigo na Argentina são transmitidas mais que proporcionalmente para os preços da farinha de trigo na cidade de São Paulo. Variação de 1,0% no preço do grão de trigo na Argentina induz variação de 1,04% no preço da farinha de trigo na cidade de São Paulo no longo prazo, ou seja, a elasticidade de transmissão de preços é maior que a unidade, isto é, apresenta-se como uma relação elástica entre os preços praticados entre esses dois mercados (Tabela 8). Tabela 8 Estimativas dos coeficientes de curto e longo prazo do Modelo Vetorial de Correção de Erro (VEC) sem restrições sobre os parâmetros, variáveis LBR, LUSA e LARG, janeiro de 2000 a outubro de 2010 Variá veis Estimativas dos coeficientes de ajustes de curto prazo ( ) levando sem restrições sobre Estimativas dos parâmetros de longo prazo ( ) LBR -0.07931 1.00000 LUSA 0.00605-0.01001 LARG 0.20030-1.04501 Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Dado que o MERCOSUL se constitui numa União Aduaneira, isso implica que, além da existência de uma Tarifa Externa Comum entre os países que compõem o bloco relativamente aos países de fora bloco, há também preferência tarifária entre os países que pertencem ao bloco. Mais especificamente, dado que a Argentina é um importante player no mercado internacional de trigo, e, em função da Argentina pertencer ao MERCOSUL, o trigo argentino entra no mercado brasileiro sem pagar tarifa de importação, enquanto que, o trigo proveniente de outros países que não pertençam ao bloco paga essa tarifa, tornando o trigo proveniente da Argentina mais competitivo relativamente ao trigo de outros países. Em função dessas características, quase todo trigo importado pelo Brasil é proveniente da Argentina, sendo assim, espera-se que a elasticidade de transmissão de preço seja igual à unidade entre os preços do grão de trigo na Argentina e os preços da farinha de trigo na cidade de São Paulo, ou seja, que prevaleça a Lei do Preço Único, enquanto que, os preços do trigo de países de fora do bloco não impactem, pelo menos, de forma direta os preços da farinha de trigo na cidade de São Paulo. Portanto, a expectativa é que, no longo prazo, variações de preços no mercado externo representado pelos preços do trigo nos Estados Unidos (mercado central) não sejam transmitidas

17 para os preços da farinha de trigo na cidade de São Paulo, ou seja, que o processo de arbitragem não funcione em toda sua plenitude, enquanto que, em relação aos preços do grão de trigo na Argentina, a expectativa é que variações de preços do grão de trigo nesse país sejam totalmente transmitidas para os preços da farinha de trigo na cidade de São Paulo. Conforme apresentado no modelo teórico de Ravallion (1986), será testada a hipótese apresentada em (10). Sendo assim, foram impostas restrições sobre os parâmetros de longo prazo, os quais assumem valor igual a -1 para os preços da Argentina e igual a 0 para os preços do trigo nos Estados Unidos. Portanto, o somatório dessas duas restrições deve ser igual à unidade, indicando que, variações de preços na Argentina são plenamente repassadas para os preços da farinha de trigo na cidade de São Paulo no longo prazo. Em se confirmando essas restrições, isso implica que vale a Lei do Preço Único e os mercados de trigo no Brasil e Argentina são integrados no longo prazo, enquanto que, o mercado internacional não é integrado ao mercado no Brasil. Outro aspecto relevante é que, em se confirmando essas hipóteses relacionadas com as restrições, pode-se inferir que o mercado secundário, o qual é representado pelo preço do grão de trigo na Argentina é relevante para a formação do preço da farinha de trigo na cidade de São Paulo, enquanto que, o mesmo não procede em relação aos preços internacionais, o qual, nesse estudo, é representado pelo preço de exportação do trigo nos Estados Unidos. Em função da presença de somente um vetor de co-integração em um sistema com três variáveis, isso implica que a matriz 14 tem rank = 1, sendo que, esse vetor de co-interação pode ser escrito como: 11 21 31 (16). No entanto, serão impostas duas restrições somente sobre o primeiro vetor de co-integração. Nesse caso, as restrições são iguais a 11 31 e 21 0. Logo, tem-se que: onde: 11 11, 21 0 e 31 11. 11 1 0 31 1 21 11 (17), Ao impor as restrições de que os parâmetros de longo prazo ( ) para LBR, LUSA e LARG, verifica-se que houve mudanças nos coeficientes de ajustes de desequilíbrios transitórios nas três variáveis, pois desequilíbrios transitórios de preços da farinha de trigo na cidade de São Paulo, e se referem aos preços da farinha de trigo na cidade de São Paulo, preço do grão de 14 Realçando que, 11 21 31 trigo nos Estados Unidos e preço do trigo na Argentina, respectivamente.

18 tendem a serem corrigidos a uma velocidade de 8,1% no período atual relativamente ao período anterior. Nos casos dos Estados Unidos e da Argentina, as respectivas velocidades de correção de desequilíbrios transitórios apresentam ambos os sinais positivos. Esses resultados mostram que o Brasil é tomador de preço no mercado internacional de trigo, enquanto que, Argentina e Estados Unidos são formadores de preços relativamente ao mercado brasileiro (Tabela 9). Tabela 9 Estimativas dos coeficientes de curto e longo prazo do Modelo Vetorial de Correção de Erro (VEC) com restrições sobre os parâmetros, variáveis LBR, LUSA e LARG, janeiro de 2000 a outubro de 2010 Variá veis Estimativas dos coeficientes de ajustes de curto prazo ( ) levando em consideração as restrições sobre Restrições sobre os parâmetros de longo prazo ( ) LBR -0.08114 1 LUSA 0.00270 0 LARG 0.20302-1 Fonte: Elaborada pelo autor a partir de dados básicos do IEA, UNCTAD e IPEADATA. A seguir, visando confirmar que as imposições das restrições de que os parâmetros de longo prazo para LUSA e LARG são significativas, isto é, validam a integração de mercado de longo prazo entre os mercados de trigo no Brasil e Argentina e que os preços dos Estados Unidos não influenciam os preços do trigo no Brasil, foi realizado teste seja, 21 0 para LUSA, 31 1 para LARG. 2 para o conjunto de restrições, ou 2 Os resultados do teste mostram que a probabilidade de se cometer o Erro do Tipo I, isto é, rejeitar a hipótese nula de que ( 11 31 e 21 0 ), quando ela é verdadeira, é igual a 88,12%%, logo, não se rejeita a hipótese nula em detrimento da hipótese alternativa, de que os parâmetros restritos são significativos ( 11 31 e 21 0 ), conforme apresentado na Tabela 10. Em termos econômicos, isto quer dizer que, os mercados de trigo no Brasil e Argentina são integrados no longo prazo, validando dessa forma a Lei do Preço Único. Além disso, mostra que apesar dos Estados Unidos serem os maiores produtores e exportadores mundiais de trigo, ainda assim, os seus preços não influenciam os preços do trigo no Brasil em razão do MERCOSUL. Tabela 10 Teste de significância de restrições sobre os parâmetros de longo prazo ( ) do vetor co-integração para as variáveis LBR, LUSA e LARG, janeiro de 2000 a outubro de 2010 Valor do eigenvalue com restrição eigenvalue 2 Graus de liberdade P-Value 0.1666 0.1682 0.25 2 0.8812 Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA.

19 Visando confirmar que os preços da farinha de trigo no Brasil não são descolados dos preços da Argentina e dos Estados Unidos, foram realizados testes de exogeneidade sobre os parâmetros, a fim de averiguar se as variáveis reagem em função de alterações no equilíbrio de longo prazo. Os resultados mostram que a hipótese nula - que os preços da farinha de trigo na cidade de São Paulo não reagem a mudanças (é fracamente exógena) na relação de equilíbrio de longo prazo - foi rejeitada, pois há menos de 5,0% de probabilidade de probabilidade de rejeitar a hipótese nula, quando ela é verdadeira. Isto indica que a variável LBR não é fracamente exógena relativamente a LUSA, ou seja, os preços internacionais do grão do trigo, aqui representados pelos preços de exportação dos Estados Unidos influenciam os preços da farinha de trigo na cidade de São Paulo, não ocorrendo o contrário, uma vez que, a hipótese nula de que os preços do grão de trigo nos Estados Unidos não reagem a mudanças de equilíbrio no longo prazo não pode ser rejeitada, uma vez que, há 89,31% de probabilidade de rejeitar a hipótese nula e essa ser verdadeira, logo, essa variável é fracamente exógena (Tabela 11). Portanto, não há nenhuma informação relevante na equação de LBR que torne mais eficiente a estimação da equação de LUSA (Tabela 11). Chega-se à conclusão semelhante ao se analisar a relação entre LUSA e LARG, ou seja, os preços internacionais do trigo afetam os preços do trigo na Argentina, não ocorrendo o contrário (Tabela 11). Finalmente, os resultados dos testes de exogeneidade, mostram que, em nível de 5%, tanto LBR quanto LARG, não são fracamente exógenas (Tabela 11). Tabela 11 Teste de exogeneidade sobre os parâmetros de curto prazo ( ) para as variáveis LBR, LUSA e LARG, janeiro de 2000 a outubro de 2010 Variável 2 Graus de Liberdade Valor da Probabilidade LBR 4.23 1 0.0397 LUSA 0.02 1 0.8931 LARG 10.44 1 0.0012 Fonte: Elaborada pelos autores a partir de dados básicos do IEA, UNCTAD e IPEADATA. Portanto, pode-se inferir que a partir desses resultados que Brasil e Argentina são tomadores de preços no mercado de internacional de trigo, enquanto que, os Estados Unidos são formadores de preço. CONCLUSÕES Os resultados do Modelo de Ravallion (1986) mostram que no caso do mercado de trigo, o mercado secundário dessa commodity, o qual é representado pelo preço do trigo na Argentina, é muito mais relevante para explicar o preço da farinha de trigo na cidade de São Paulo do que o preço do mercado central, aqui representado pelos preços do trigo nos Estados Unidos. Nesse caso, prevalecem questões no âmbito político sobre o econômico. Dado que o Mercosul se constitui numa