Ano XV – Nº 1 – Jan./Fev./Mar. 2006 84

Mercado de carnesAspectos descritivos eexperiências com o uso demodelos de equilíbrio parciale de espaço de estados

Resumo: Neste trabalho, apresentam-se aspectos descritivos do mercado internacional de carnes (bovina,suína e de frango), com ênfase na participação brasileira. O modelo de equilíbrio parcial da Organizaçãopara Cooperação e Desenvolvimento Econômico (OECD/Aglink) é ajustado estatisticamente àsobservações do mercado brasileiro de carnes. Investiga-se a consistência do Aglink em dois contextos:o da concordância entre elasticidades especificadas e estimadas, e do outlook ou previsão, ante aevolução temporal das observações disponíveis. Conclui-se dessa análise que existem diferençasmarcantes em ambas as dimensões. Há instâncias relevantes em que as observações não suportam asespecificações e as previsões do modelo. No longo prazo, à medida que séries de tempo maiores setornem disponíveis, acredita-se que os modelos ajustados via séries de tempo, como o procedimentode espaço de estados, sejam de uso mais expedito quanto ao propósito de previsão ad hoc nos mercadosdo que os modelos de equilíbrio parcial. Estes últimos devem ser mais bem ajustados à realidade dasobservações disponíveis por meio do uso de especificações mais aceitáveis das elasticidades presentesnas curvas de oferta e de demanda. Só assim esses modelos se tornam interessantes do ponto de vistada avaliação de choques exógenos e de políticas setoriais específicas.

Palvras-chave: comércio de carnes; modelos de equilíbrio parcial; modelo de espaço de estados;elasticidade de produtos agrícolas; séries temporais.

Abstract: This article presents some descriptive aspects of the world meat (beef, pork and poultry)market emphasizing the Brazilian participation. A partial equilibrium model for the meat market, derivedfrom the Aglink model developed by OECD, is fit to Brazilian data. The consistence of Aglink isinvestigated in two contexts: the agreement between estimated and pre-specified values of elasticitiesand the agreement of the outlook or forecast of economic variables relative to observed and predictedvalues obtained via state space modeling. It is concluded from this analysis that sizable differencesexist in both dimensions. There are relevant instances in which the observations do not support thespecifications of the elasticities and the outlook proposed by OECD. In the long run, as more observationsbecome available it is believed that time series methods such as state space modeling would be moreexpeditious for the purpose of ad hoc forecasts than partial equilibrium models. These should be adjusted

Rosaura Gazzola1

Carlos Henrique Motta Coelho2

Geraldo da Silva e Souza3

Renner Marra4

Antônio Jorge de Oliveira5

1 Técnico Nível Superior da Embrapa, rosaura.gazzola@embrapa.br.2 Consultor da Embrapa, carlos.coelho@embrapa.br.3 Pesquisador da Embrapa, geraldo.souza@embrapa.br.4 Técnico Nível Superior da Embrapa, renner.marra@embrapa.br.5 Pesquisador da Embrapa, antonio.jorge@embrapa.br.

Ano XV – Nº 1 – Jan./Fev./Mar. 200685

better to the reality of the available observations through the use of more acceptable specifications ofsupply and demand elasticities. Only in this context partial equilibrium models become interesting fromthe point of view of assessing the effects of exogenous shocks and of specific sector policies.

Key-words: meat market; partial equilibrium models; state space modeling; elasticity of agriculturalproducts; multivariate time series.

IntroduçãoRecentemente, têm-se notado interesse

pelos órgãos gestores de políticas econômicas noBrasil e de muitos pesquisadores, na utilizaçãode modelos de equilíbrio geral e parcial para aavaliação quantitativa de efeitos de políticas e dechoques exógenos em vários construtos econô-micos.

Exemplos típicos de modelos de equilíbriogeral aplicados à economia brasileira envolvemvariações do Modelo Monash (ADAMS et al, 1994;DIXON; PARMENTER, 1996) desenvolvido paraa economia australiana, e do modelo GTAP(HERTEL, 1997). Representantes dessa literaturasão Haddad e Hewings (2005) e Domingues eHaddad (2005). No contexto dos modelos deequilíbrio parcial orientados especificamente parao mercado de commodities agrícola, são de usocomum os modelos de equilíbrio simultâneo e degeração de outlooks elaborados por alguns órgãosinternacionais e algumas universidades. De parti-cular importância são os modelos da Organizaçãopara Cooperação e Desenvolvimento Econômico(OECD/Aglink), do Departamento de Agriculturados EUA (Usda) e o modelo conhecido como Foodand Agricultural Policy Research Institute (Fapri)das universidades de Iowa e Missouri-Columbia.

Tipicamente, todos os modelos de equilíbriogeral ou parcial citados são essencialmentedeterminísticos. Fazem uso, em sua especifi-cação, de funções de oferta e demanda nasfamílias CES, Cobb-Douglas ou Leontief. Osparâmetros dessas formas funcionais são fixadosa priori com o uso de elasticidades obtidas deoutras instituições. As elasticidades-substituição,por exemplo, são retiradas de um conjuntoconhecido como elasticidades de Armington. Omodelo Aglink faz uso de formas do tipo Cobb-Douglas com as elasticidades de oferta e

demanda, especificadas pela Organização dasNações Unidas para Agricultura e Alimentação(FAO). Esses parâmetros são raramente estimadose presume-se que sejam suportados pelos dadosdisponíveis no âmbito das aplicações a que essesmodelos se propõem.

Neste artigo, tem-se por objetivo apresentaraspectos descritivos do mercado de carnes noBrasil e no mundo e avaliar a performance e aconsistência do modelo Aglink. Os modelos deequilíbrio parcial definidos pelo Aglink são departicular interesse dado o envolvimento daEmpresa Brasileira de Pesquisa Agropecuária(Embrapa) em sua elaboração, tanto no âmbito deespecificação de suas equações, como nofornecimento dos dados necessários à elaboraçãodo outlook brasileiro produzido pela OECD.

Nossa exposição procede como segue. NaSeção 2, apresentam-se as característicasdescritivas do mercado mundial de carnes,enfatizando a participação do Brasil. Na Seção3, apresenta-se a formulação do Aglink para omercado brasileiro de carnes. Examinam-se aconsistência das equações do Aglink por meio dacomparação das elasticidades especificadas pelomodelo com as estimativas obtidas pelos métodosnão-lineares. Na Seção 4, considera-se umaalternativa para a caracterização de umaperspectiva futura de mercado, com base em ummodelo disponível para previsão de sériestemporais multidimensionais. Esse outlookeconométrico é então comparado com oproduzido pela OECD e pelo Aglink. Na Seção5, faz-se uma avaliação adicional do Aglink peloajuste das equações dos mercados de carne suínae de frango para os Estados Unidos. Essa avaliaçãotem particular interesse, uma vez que existemgraus de liberdade suficientes disponíveis paraestimação. Finalmente, na Seção 6, apresentam-se as conclusões e um resumo dos resultadosprincipais apresentados no artigo.

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 86

Aspectos descritivos domercado de carnes

O estudo do mercado de carnes é deextrema importância para o Brasil, tendo em vistasua participação nas exportações brasileiras. Oagronegócio brasileiro representa 37% do total dasexportações brasileiras, com 18% desse total doagronegócio referente à participação das carnes(BRASIL, 2006).

Desse modo, torna-se necessário um estudocuidadoso das variáveis econômicas quecompõem esse mercado. Essa é a motivaçãofundamental do estudo de modelos economé-tricos, por parte da Embrapa, do Ministério daAgricultura, Pecuária e Abastecimento e de váriosórgãos internacionais, que sirvam ao propósito deexplicar o comportamento dos agentes queinteragem nesse e em outros mercados decommodities de importância para o agronegóciobrasileiro.

A importância quantitativa do agregadocarnes, que é dominado por produtos de origembovina, suína e de frango, pode ser depreendidada Tabela 1, em que se apresenta a evolução das

exportações brasileiras totais, das exportaçõesgeradas pelo agronegócio como um todo e dasexportações de carne. O total das exportaçõesde carne tem crescido significativamente,representando em 2005: 6,74% do volume totaldas exportações brasileiras e 18,29% do total dasexportações geradas pelo agronegócio.

Do ponto de vista dos agregados interna-cionais, a participação brasileira também éextremamente relevante. Sob a ótica da oferta,os dados da FAO (2006) indicam que a produçãomundial de carne está concentrada basicamentenos Estados Unidos, União Européia, China eBrasil. Esses quatro países representaram poucomais de 70% da produção mundial de carnebovina, 80% da produção de carne suína e 58%da produção de carne de aves no período 1995–2004.

Quando se trata da produção de carnes noperíodo estudado, o Brasil aparece como terceiroprodutor mundial de carne bovina e de aves equarto produtor mundial de carne suína. O Brasiltambém apresenta, no mesmo período, as maiorestaxas de crescimento geométrico anual da

Tabela 1. Brasil – Exportações totais, agronegócio e complexo carnes.

19891990199119921993199419951996199719981999200020012002200320042005

34.38331.41431.62038.50538.55543.54546.50647.74752.99451.14048.01155.08658.22360.36273.08496.475

118.308

Total(a)

Fonte: Ministério do Desenvolvimento, Indústria e Comércio Exterior (MDIC) – Secex (BRASIL, 2006).

655615863

1.1521.3081.3181.2831.4941.5431.5671.8781.8942.8563.1194.0856.1447.977

Carnes(c)

Ano

13.92112.99012.40314.45515.94019.10520.87121.14523.40421.57520.51420.61023.86324.83930.63939.01643.601

Agronegócio(b)

US$ milhões

40,4941,3539,2337,5441,3443,8744,8844,2944,1642,1942,7337,4140,9941,1541,9240,4436,85

(b/a)

4,704,736,967,978,216,906,157,076,597,269,159,19

11,9712,5613,3315,7518,29

(c/b)

1,901,962,732,993,393,032,763,132,913,063,913,444,905,175,596,376,74

(c/a)

%

Ano XV – Nº 1 – Jan./Fev./Mar. 200687

produção de carne bovina, suína e de frango.Estima-se, com dados da FAO (2006) e OECD(2006), que as taxas de crescimento da produçãode carne bovina sejam da ordem de 4,67%(±0,3%), de carne suína da ordem de 7,41%(±1,5%) e da carne de aves da ordem de 8,72%(±0,4%), superando em muito as taxas decrescimento da produção observadas em outrospaíses como Estados Unidos, China e o agregadoUnião Européia.

Sob a ótica das exportações, em 2005, oBrasil foi o maior exportador mundial de carnebovina (2,39 milhões de toneladas) (ABIEC, 2006)e de carne de aves (2,88 milhões de toneladas)(ABEF, 2006). Quando se trata de carne suína, oBrasil ficou em quarto lugar nas exportaçõesmundiais, atrás da União Européia, Estados Unidose Canadá (OECD, 2006; USDA, 2006).

O Brasil possui elevadas taxas de cresci-mento anual geométrico no volume das exporta-ções de carnes bovina, suína e de aves. Estimam-se essas taxas em 24,94% (±1,3%) para carnebovina, 34,21% (±2,7%) para carne suína e20,98% (±1,1%) para carne de aves, no períodoanalisado: 1995–2005 (OECD, 2006).

Finalmente, sob a ótica do consumo, noperíodo 1995–2004, o Brasil ocupa a segundaposição mundial no consumo de carne bovina ede aves (FAO, 2006) e a quarta posição no consu-mo de carne suína (OECD, 2006).

Um modelo de equilíbrio parcialA partir deste ponto, discute-se o uso de

modelos de equilíbrio parcial para a descrição docomportamento dos mercados de carnes no Brasil.Estudam-se os mercados de carne bovina, suínae de aves, separadamente. Modelos semelhantesaos apresentados aqui são utilizados por órgãosinternacionais para a caracterização dos merca-dos de commodities.

Tipicamente, esses modelos têm formasfuncionais completamente especificadas. Porespecificação completa entende-se a caracte-rização da fórmula definidora da forma funcionale a atribuição de valores exógenos para as váriaselasticidades que aparecem no modelo resultante.

O processo conhecido como calibração dizrespeito à estimação das constantes nãoespecificadas. O sistema de equações resultanteé utilizado no estudo do impacto potencial depolíticas setoriais e no estabelecimento depanoramas ou perspectivas futuras para osdiversos construtos envolvidos, tais comoquantidades produzidas, consumidas, importadase exportadas.

Neste artigo, nosso interesse concentra-sena classe de modelos desenvolvida pela OECD(2004), uma vez que a Embrapa tem servido comocolaboradora e fonte de informação para esseórgão. É nosso interesse avaliar a performancedos modelos da OECD em dois contextos.Primeiramente, em termos de sua consistênciacom os valores estimados para as constantes eelasticidades segundo a ótica de uma abordagemcompletamente econométrica, com o uso demínimos quadrados não-lineares em dois estágios(GALLANT, 1987). Finalmente, sob a ótica daconsistência do outlook da OECD para o mercadobrasileiro com as previsões geradas por outrosmétodos notadamente com o processo de previsãoproduzido com base na técnica de espaço deestados (AKAIKE, 1976).

Variáveis e equações – Carne bovinaComeçamos nossa discussão com o mer-

cado de carne bovina. A Tabela 2 apresenta adescrição das variáveis econômicas envolvidasna especificação do modelo de equilíbrio parcialpara esse mercado, acrescida de algumasvariáveis que só aparecem nos modelos de carnesuína e de frango. Com pequenas modificações,a notação é a mesma utilizada pela OECD (2004).De um modo geral a descrição das variáveis paraa carne bovina é similar às de carne suína e defrango. Os modelos específicos dessas commo-dities exigem apenas pequenas modificações queapresentaremos no momento apropriado.Tipicamente, com exceção de BF_CI, obtém-se avariável correspondente específica para suínos oufrangos substituindo-se a sigla BF por PK ou PT,respectivamente.

O modelo de equilíbrio parcial para omercado de carne bovina compõe-se de umconjunto de cinco identidades e quatro equações.As equações de oferta do mercado de carnes são

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 88

definidas por funções do tipo qp = f(p, pi, cov) sendop o preço de mercado do produto em análise, pi,preço de insumos, e cov, um vetor de covariáveisque afetam a oferta. As curvas de demanda têm aforma qc = f(p, ps, i, cov) sendo ps os preços debens substitutos, i, a renda, e cov, uma covariáveldemográfica.

A Tabela 3 descreve as identidades e equa-ções para o mercado de carne bovina. Na Tabela3, a identidade ID-01 estabelece que o total daexportação de carne bovina compõe-se do totalda exportação de carne acrescida do total daexportação de animais vivos. A identidade ID-02estabelece que o total da exportação de carnecoincide com a produção total de carne +

importação total de carne - exportação de animaisvivos - consumo interno de carne + valor defasadodo estoque final - estoque final. A identidade ID-03 afirma que o total da importação de carnecoincide com o total da importação - importaçãode animais vivos. A identidade ID-04 é o saldo dabalança comercial de carne bovina e a identidadeID-05 estabelece que o total de carne de animaisabatidos coincide com a produção de carne+importação de animais vivos - exportação deanimais vivos. A Tabela 4 apresenta duasequações de oferta, uma para produção (BF_QP)e outra para o número de vacas de corte (BF_CI),uma de demanda (consumo) e uma fórmuladefinindo um ajuste de preços.

Tabela 3. Identidades para o mercado de carne bovina.

ID-01ID-02ID-03ID-04ID-05

BF_EX= BF_EXM+ BF_EXLBF_EXM= BF_QP+ BF_IM- BF_EXL -BF_QC+ BF_ST (-1)- BF_STBF_IMM=BF_IM-BF_IMLBF_NT=BF_EX-BF_IMBF_QPS=BF_QP+BF_IML-BF_EXL

Especificação

Fonte: OECD, 2004.

Identidade

Tabela 2. Variáveis para o mercado de carne bovina.

BF_CIBF_PPBF_QCBF_QPME_FECIME_CPIMD_CPCIME_GDPIME_POPMK_CIME_XRMER_BF_XPBF_EXBF_EXMBF_IMMBF_NTBF_QPSBF_EXLBF_IMBF_IMLBF_ST

EndógenaEndógenaEndógenaEndógenaExógenaExógenaExógenaExógenaExógena

EndógenaExógenaExógena

EndógenaEndógenaEndógenaEndógenaEndógenaExógenaExógenaExógenaExógena

Tipo

Fonte: OECD, 2004.

Variável

Estoque de vacas de cortePreço recebido por produtores de carne bovinaConsumo de carne bovinaProdução de carne bovinaÍndice de custo de alimentaçãoÍndice de preços ao consumidorÍndice de custo de produção de animais e lácteosÍndice do produto interno brutoPopulaçãoEstoque de vacas leiteirasTaxa de câmbioPreço da carne no MercosulExportação total de carne bovinaExportação de carne bovinaImportação de carne bovinaBalança comercial de carne bovinaProdução de animais abatidosExportação de animais vivosImportação de carne bovinaImportação de animais vivosEstoques finais de carne bovina

Descrição

1.000 cabeçasR$/100 kg1.000 t1.000 t

Número1.000 cabeçasReal/USDUSD/100 kg1.000 t1.000 t1.000 t1.000 t1.000 t1.000 t1.000 t1.000 t1.000 t

Undiade

Ano XV – Nº 1 – Jan./Fev./Mar. 200689

Tabela 4. Equações do modelo de equilíbrio parcial de carne bovina(1).

Estoque de vacas decorte (BF_CI)

Preço ao produtor(BF_PP)

Demanda (BF_QC)

Oferta (BF_QP)

BF_CI=EXP (B_01_00 +B_01_01*LOG (BF_PP/ MD_CPCI)+B_01_02*LOG (ME_FECI(-1) / MD_CPCI (-1)) * (2/3) + (ME_FECI/MD_CPCI) * (1/3) +B_01_05*LOG (BF_CI (-1)))

BF_PP=EXP(B_02_00 +LOG(MER_BF_XP * ME_XR))

BF_QC=EXP(B_03_00+B_03_01*LOG(PT_PP/ ME_CPI) +B_03_02*LOG(BF_PP/ME_CPI)+B_03_03*LOG(PK_PP/ ME_CPI) +B_03_04*LOG(ME_GDPI/ ME_POP)+LOG(ME_POP))

BF_QP=EXP (B_04_00+B_04_01*LOG (BF_PP/ MD_CPCI)+LOG(BF_CI(-1)+ MK_CI(-1)))

Fórmula

(1) As constantes B_0i_0j são parâmetros. A primeira componente 0i refere-se ao número da equação. Logs são considerados na base neperiana. Anotação (-j) representa defasagem j.Fonte: OECD, 2004.

Equação

Variáveis e equações – Carne suínaO modelo de comportamento do mercado

de carne suína compõe-se de uma identidade ede duas equações, oferta (produção) e demanda(consumo), descritas na Tabela 5. Como ressalta-mos anteriormente, as variáveis envolvi-das nomercado de carne suína são definidas de modoanálogo às do mercado de carne bovina, com asubstituição de BF por PK. A identidade domercado de carne suína vem dada por ID-06:PK_EX=PK_QP+PK_IM-PK_QC+ PK_ST (-1)-PK_ST e estabelece que o total da exportação=

produção + importação-consumo+estoque finaldefasado - estoque final.

Variáveis e equações –Carne de frango

O modelo de mercado para a carne defrango compõe-se da identidade ID-07, definidapor PT_EX=PT_QP+PT_IM-PT_QC que carac-teriza o total da exportação e pelas três equaçõesapresentadas na Tabela 6, que correspondem àoferta (produção), demanda (consumo) e a umajuste de preços.

Tabela 5. Equações para o mercado de carne suína.

Oferta (PK_QP)

Demanda (PK_QC)

PK_QP=EXP (B_05_00+B_05_01*LOG(PK_PP(-1)/ MD_CPCI (-1))+B_05_02*LOG((ME_FECI (-2) / MD_CPCI (-2)) * (2/3)+ (ME_FECI (-1) / MD_CPCI (-1)) * (1/3))+B_05_03*LOG (PK_QP (-1)))

PK_QC=EXP(B_06_00+B_06_01*LOG(PT_PP/ME_CPI)+B_06_02*LOG(BF_PP/ME_CPI)+B_06_03*LOG(PK_PP/ME_CPI)+B_06_04*LOG(ME_GDPI/ME_POP)+LOG(ME_POP)

FórmulaEquação

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 90

Análise de dados – Calibraçãoe inferência estatística

O conjunto de equações definindo o merca-do brasileiro de carnes é estimado, separada-mente, sob a ótica de duas abordagens distintas.Primeiramente, com o uso de calibração, queenvolve simplesmente o ajuste econométrico dosparâmetros com a especificação final 00. A seguir,faz-se uso da técnica de mínimos quadrados não-lineares em dois estágios, aplicada a cadamercado (GALLANT, 1987). Como valores iniciaispara cada um dos modelos, utilizam-se os valoresresultantes da calibração e as elasticidadesespecificadas pela OECD (2004). A base de dadosutilizada no exercício estatístico compreende operíodo de 1995 a 2005. Esse é o período utilizadopela OECD na elaboração de seu outlook maisrecente. Essa base de dados está disponível naEmbrapa, Secretaria de Administração Estratégicae na OECD (2006). O software utilizado na análisefoi o SAS v9.1.3, PROC MODEL.

Ressalta-se aqui que o número reduzido deobservações disponíveis leva a questionamentosquanto à validade de resultados distribucionais as-sintóticos. No entanto, a julgar pelo comportamen-to típico de testes estatísticos em pequenas amos-tras, poder-se-ia esperar intervalos de confiançamais amplos e, nesse contexto, maiores chancespara a compatibilidade entre as elasticidadesespecificadas e as estimadas estatisticamente.

A Tabela 7 apresenta as estatísticas debondade do ajuste (goodness of fit) de mínimosquadrados não-lineares em dois estágios para as

equações definidoras do mercado de carnes. Todosos ajustes são significantes, embora a capacidadede previsão da equação de oferta de frango sejabastante reduzida.

A Tabela 8 apresenta os resultados obtidospara o mercado de carne bovina. Os valorescorrespondentes à coluna OECD referem-se aoprocesso de calibração e às elasticidades em usopela OECD, conforme o caso. Existem mudançasde sinais nas estimativas pontuais da maioria dosparâmetros. A maioria dos valores especificadossitua-se fora dos intervalos de confiança. Departicular importância são as mudanças de sinalobservadas nos coeficientes do preço da carnebovina nas equações de oferta (B_01_01 eB_04_01).

A Tabela 9 mostra os resultados para carnesuína. A única discrepância importante encontradadiz respeito ao parâmetro B_06_01, coeficientedo preço da carne de frango (bem substituto) na

Tabela 6. Equações do mercado de frango.

Preço ao Produtor(PT_PP)

Oferta (PT_QP)

Demanda (PT_QC)

PT_PP=EXP (B_07_00 +LOG (USA_PT_PP*ME_XR))

PT_QP=EXP (B_08_00+B_08_01*LOG (PT_PP/MD_CPCI) +B_08_02*LOG((ME_FECI (-1) / MD_CPCI (-1)) * (2/3) + (ME_FECI/MD_CPI) * (1/3)))

PT_QC=EXP (B_09_00+B_09_01*LOG(PT_PP/ME_CPI)+B_09_02*LOG(BF_PP/ME_CPI)+B_09_03*LOG(PK_PP/ME_CPI) +B_09_04*LOG(ME_GDPI/ME_POP)+LOG(ME_POP))

FórmulaEquação

Tabela 7. Estatísticas de bondade do ajuste(1).

BF_CIBF_PPBF_QCBF_QPPK_QCPK_QPPT_PPPT_QCPT_QP

710

6967

1068

GLEquação

704.952,01.683,9

29.547,2750.270,0

31.053,275.002,9

410,5282.838,0

3.729.135,0

EMQ

0,9230,7640,8750,4190,8940,8520,7670,8460,111

R2

(1) Mínimos quadrados não-lineares em dois estágios. EMQ representa oerro médio quadrático e R2 o coeficiente de determinação.

Ano XV – Nº 1 – Jan./Fev./Mar. 200691

coeficiente do índice de preços do frango B_08_01e dos insumos B_08_02, mas os valores especifi-cados encontram-se dentro do intervalo devariação esperado.

Previsão via espaço de estadosUm modelo útil, automático e de fácil

implementação, para a obtenção de previsão deséries temporais multivariadas estacionárias, é ofornecido por Akaike (1976) e conhecido comorepresentação em espaço de estados. É particular-mente interessante para aplicação em séries nãoestacionárias quando estas são integradas deordem 1, de sorte que podem ser reduzidas àestacionaridade pelo cálculo de diferenças.

A representação em espaço de estados deuma série temporal estacionária multivariada dedimensão r pode ser vista em detalhes emBrocklebank e Dickey (2004). Tem a forma

zt = Fz

t-1 + Ge

t

em que zt é um processo estocástico vetorial dedimensão s>r, cujas r primeiras componentescoincidem com x

t e as demais s–r contêm toda a

informação necessária para a previsão de valoresfuturos de z

t. F é uma matriz de transição sxs , G

é uma matriz sxr e et é um vetor de erros ou cho-

ques, de dimensão r. A seqüência et é um ruído

branco multivariado com vetor de médias nulo ematriz de variâncias-covariâncias Σ. Tipicamenteos parâmetros da representação em espaço deestados são estimados via máxima verossimi-

equação do consumo. Relativamente, aos valoresda OECD têm o sinal trocado e está fora dointervalo de confiança. Há uma troca de sinal paraa constante B_06_00, mas o valor calibradopertence à região de confiança.

Tabela 9. Mercado de carne suína(1).

B_05_00B_05_01B_05_02B_05_03B_06_00B_06_01B_06_02B_06_03B_06_04

1,3640,325

-0,2000,8001,0000,1800,200

-0,5500,440

OECDParâmetro

1,8530,102

-0,1790,829

-5,546-0,6962,338

-0,4880,497

Estimativa

7,2601,1320,7181,2401,6640,0803,6620,4711,317

Lsup

-3,554-0,929-1,0760,418

-12,755-1,4711,014

-1,446-0,324

Linf

A Tabela 10 apresenta os resultados paracarne de frango. Na equação de consumo, ointercepto apresenta-se com valor calibrado forado intervalo de confiança e há uma mudança desinal na elasticidade B_09_04 que, no entanto, seencontra dentro do intervalo de confiança. Naequação de oferta, há uma mudança de sinal no

Tabela 8. Mercado de carne bovina(1).

B_01_00B_01_01B_01_02B_01_05B_02_00B_03_00B_03_01B_03_02B_03_03B_03_04B_04_00B_04_01

1,0510,231

-0,0210,8000,4783,8290,180

-0,4200,1700,530

-2,4250,050

OECDParâmetro

-2,374-0,036-0,0211,2530,524

-2,9820,2220,153

-0,1670,1171,687

-0,712

Estimativa

0,6940,2080,1081,5260,619

-0,6960,4780,5890,1320,3868,4780,538

Lsup

-5,441-0,280-0,1490,9800,430

-5,268-0,034-0,283-0,466-0,153-5,104-1,961

Linf

(1) Valores calibrados (OECD) e resultantes de mínimos quadra-dos não-lineares em dois estágios. Linf e Lsup são limites de confiança a 95%obtidos por meio da técnica de Wald.

Tabela 10. Mercado de carne de frango(1).

B_07_00B_08_00B_08_01B_08_02B_09_00B_09_01B_09_02B_09_03B_09_04

-0,6678,3240,450

-0,2702,712

-0,6200,3000,2300,500

OECDParâmetro

-0,37611,075-0,9950,433

-13,476-0,0110,4160,592

-0,403

Estimativa

-0,28019,3951,1192,675

-4,4540,9262,0571,7250,611

Lsup

-0,4722,756

-3,108-1,809

-22,499-0,948-1,225-0,541-1,416

Linf

(1) Valores calibrados (OECD) e resultantes de mínimos quadrados não-lineares em dois estágios. Linf e Lsup são limites de confiança a 95%obtidos por meio da técnica de Wald.

(1) Valores calibrados (OECD) e resultantes de mínimos quadra-dos não-lineares em dois estágios. Linf e Lsup são limites de confiança a 95%obtidos por meio da técnica de Wald.

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 92

lhança supondo-se que o vetor de choquesresiduais tem distribuição normal multivariada. Ainconveniência desta hipótese, neste contexto,parece similar a existente com o uso da mesmahipótese no ajuste de modelos ARMA. De qualquermodo, para a aplicação em apreço, o númeroreduzido de observações (1995–2005) nos pareceum fator bem mais restritivo do que as hipótesesdistribucionais sobre o ruído e

t.

O modelo de espaço de estados, comoformulado aqui, pode ser ajustado no SAS v9.1.3pelo procedimento STATESPACE. Utilizamos esseprocedimento para produzir um outlook para ospróximos 3 anos dos mercados de carne bovina,suína e de frango separadamente. Faz-se misterobservar primeiramente que todas as variáveis deinteresse para projeção aparentemente se comportamcomo variáveis integradas de ordem 1. Estas sãodefinidas pela produção, consumo, importação,exportação e preços de cada um dos produtos sobestudo tal como são definidos no modelo Aglink.

Um ponto importante a considerar do pontode vista econométrico é a amplitude de previsão,i.e, quantos passos à frente pretende-se produzirestimativas. Tipicamente, os intervalos de previsãose tornam tão amplos que qualquer previsão torna-se inútil para períodos superiores a 1 ou 2 anos.Por essa razão apresentamos aqui previsõesapenas para o futuro próximo.

Carne bovinaAs Fig. 1 a 4 e as Tabelas 11 a 14 mostram

as observações, o outlook produzido pela OECDe as previsões, 3 anos à frente, via espaço deestados, com os respectivos intervalos a 95% deconfiança das variáveis BF_EX (exportação),BF_QP (produção), BF_QC (consumo) e BF_IP(preços), respectivamente. O índice de preçoBF_IP é o preço americano multiplicado pela taxade câmbio real. Nota-se nesse conjunto de figurasa pior performance no mercado de carnes dooutlook OECD, que tem por base informação até2004. O outllook subestima os níveis das sériesde produção e exportação. Observa-se aqui amaior consistência do procedimento de espaçode estados, o qual, sem nenhuma hipóteseestrutural, gera previsões aparentemente maisfidedignas.

Fig. 1. Exportação brasileira de carne bovina BF_EX(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 2. Produção brasileira de carne bovina BF_QP(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 3. Consumo brasileiro de carne bovina BF_QC(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Ano XV – Nº 1 – Jan./Fev./Mar. 200693

Fig. 4. Evolução dos preços internacionais da carnebovina BF_IP(1).(1) A variável PRO representa projeção e Linf e Lsup, os limites de confiança paraa projeção no nível de 95%.

Tabela 11. Exportação brasileira de carne bovina BF_EX(1).

285,29278,99286,30377,75560,58580,70822,00965,00

1.247,021.386,501.427,721.399,751.434,151.452,34

AG

675,16463,94516,45911,84799,84

1.024,011.224,491.451,631.889,422.319,232.513,732.980,153.367,13

Lsup

258,0246,8099,31

494,71382,71606,88807,35

1.034,491.472,291.902,092.096,602.068,982.020,33

Linf

466,59255,37307,88703,28591,27815,45

1.015,921.243,061.680,852.110,662.305,162.524,562.693,73

PRO

285,10278,40286,70377,60559,90591,90858,30

1.006,001.300,801.854,402.100,00

BF_EX

19951996199719981999200020012002200320042005200620072008

Ano

Tabela 12. Produção brasileira de carne bovina BF_QP(1).

55296045497350666413

6.578,86.823,6

7.1397.530,1787.844,1358.169,565

8.212,78.259,645

8.411,56

AG

6.027,7096.158,3026.420,8036.724,0856.841,2227.231,0597.600,5037.990,8358.495,5049.192,5899.447,185

9.953,0510.454,68

Lsup

5.442,2915.572,8845.835,3866.138,6676.255,8056.645,6417.015,0867.405,4187.910,0868.607,1718.861,7689.062,4179.253,261

Linf

57355.865,5936.128,0956.431,3766.548,5136.938,35

7.307,7957.698,1268.202,7958.899,88

9.154,4769.507,7339.853,97

PRO

54006045582060406270665069007300770083508750

BF_QP

19951996199719981999200020012002200320042005200620072008

Ano

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeção a95%.

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeçãoa 95%.

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 94

O mercado de carne bovina apresentatendência decrescente no preço internacionalmedido em reais. Note-se que nesse contexto oprocedimento de previsão da série é automático,isto é, não foram efetuadas previsões separadasde preços e da taxa de câmbio.

Carne suínaAs Fig. 5 a 8 e as Tabelas 15 a 18 mostram

as observações, o outlook produzido pela OECD

e as previsões, 3 anos à frente, via espaço de estados,com os respectivos intervalos a 95% de confiançadas variáveis PK_EX (exportação), PK_QP (produção),PK_QC (consumo) e PK_IP (preços), respectivamente.O índice de preço PK_IP é o preço Mercosulmultiplicado pela taxa de câmbio real.

Contrariamente ao caso da carne bovina,nota-se nesse conjunto de figuras um acordorazoável entre os procedimentos de espaço deestados e o outlook da OECD. O mercado decarne suína também apresenta tendência decres-cente no preço internacional medido em reais.

Tabela 14. Preço internacional da carne bovina BF_IP(1).

140,93150,99170,79164,99178,02169,52156,76151,24135,86114,02117,90121,82134,52

Lsup

108,36118,42138,23132,42145,45136,95124,19118,68103,29

81,4685,3369,1851,79

Linf

124,65134,71154,51148,70161,73153,24140,47134,96119,5797,74

101,6295,5093,15

PRO

126,89124,47138,65163,98149,82149,04143,95132,92146,33116,16104,41

BF_IP(2)

19951996199719981999200020012002200320042005200620072008

Ano

Tabela 13. Consumo brasileiro de carne bovina BF_QC(1).

5.559,896.032,704.874,114.834,285.909,796.074,606.043,806.209,186.321,196.495,436.780,846.850,956.863,496.997,22

AG

5.980,076.083,906.278,056.107,426.322,396.455,756.632,396.808,516.852,237.158,617.175,797.311,717.504,52

Lsup

5.367,935.471,755.665,905.495,285.710,255.843,616.020,246.196,376.240,096.546,476.563,646.610,866.708,47

Linf

5.674,005.777,825.971,985.801,356.016,326.149,686.326,316.502,446.546,166.852,546.869,716.961,287.106,49

PRO

5.559,896.021,905.709,735.799,895.788,176.158,006.091,006.391,886.462,946.548,706.701,00

BF_QC

19951996199719981999200020012002200320042005200620072008

Ano

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeçãoa 95%.

(1) PRO é a projeção via espaço de estados e Linf e Lsup são limites de confiança para a projeção a 95%.(2) R$/100 kg

Ano XV – Nº 1 – Jan./Fev./Mar. 200695

Fig. 5. Exportação brasileira de carne suína PK_EX(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 6. Produção brasileira de carne suína PK_QP(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 7. Consumo brasileiro de carne suína PK_QC(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 8. Evolução dos preços no Mercosul de carnesuína PK_IP(1).(1) A variável PRO representa projeção e Linf e Lsup os limites de confiança paraa projeção no nível de 95%.

Tabela 15. Exportação brasileira de carne suína PK_EX(1).

32,0055,0096,00

119,00123,00141,10283,30474,00550,00515,92590,59616,99642,85671,14

AG

164,48167,03183,22137,05188,81335,38533,11583,96603,47627,93714,25812,32942,16

Lsup

26,2428,7944,98-1,1950,56

197,14394,87445,72465,23489,69576,01556,81525,47

Linf

95,3697,91

114,1067,93

119,69266,26463,99514,84534,35558,81645,13684,57733,82

PRO

36,5064,4063,8081,6087,30

127,90265,20475,90495,50507,70625,10

PK_EX

19951996199719981999200020012002200320042005200620072008

Ano

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeção a95%.

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 96

Tabela 16. Produção brasileira de carne suína PK_QP(1).

1.430,001.600,001.520,001.650,001.748,002.556,002.730,002.872,002.710,002.371,342.603,492.797,942.907,993.000,00

AG

2.016,482.368,802.112,542.272,252.478,543.194,113.326,143.152,223.235,623.270,633.238,993.607,013.961,02

Lsup

1.103,921.456,241.199,971.359,681.565,972.281,552.413,572.239,662.323,052.358,062.326,422.248,982.243,95

Linf

1.560,201.912,521.656,261.815,962.022,252.737,832.869,852.695,942.779,332.814,342.782,702.927,993.102,48

PRO

1.430,001.600,001.520,001.650,001.748,002.556,002.730,002.872,002.698,002.679,002.732,00

PK_QP

19951996199719981999200020012002200320042005200620072008

Ano

Carne de frangoAs Fig. 9 a 12 e as Tabelas 19 a 22 mos-

tram as observações, o outlook produzido pelaOECD e as previsões, 3 anos à frente, via espa-ço de estados, com os respectivos intervalos a95% de confiança das variáveis PT_EX (expor-tação), PT_QP (produção), PT_QC (consumo) ePT_IP (preços), respectivamente. O índice depreço PT_IP é o preço Mercosul multiplicadopela taxa de câmbio real.

Existem discrepâncias entre o outlook daOECD e as projeções do espaço de estado naprodução, no consumo e nas exportações. Os valoresdo outlook são mais modestos, caindo fora do inter-valo de previsão no caso da produção e das expor-tações. A tendência do preço Mercosul é crescente.

Tabela 17. Consumo brasileiro de carne suína PK_QC(1).

1395,001555,001435,001528,001626,502394,402473,002398,202160,201858,122015,602183,642267,842331,57

AG

1900,542252,201982,072183,352332,802917,352841,332622,572672,882688,142569,222883,653141,88

Lsup

1032,001383,651113,531314,811464,262048,811972,791754,031804,341819,601700,681596,461588,64

Linf

1466,271817,921547,801749,081898,532483,082407,062188,302238,612253,872134,952240,062365,26

PRO

1395,001545,601467,201565,401662,202407,602477,102396,302204,402173,002107,70

PK_QC

19951996199719981999200020012002200320042005200620072008

Ano

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Tabela 18. Índice de preços Mercosul da carne suínaPK_IP(1).

196,29169,28170,97171,25150,28147,10138,79136,88136,63148,69137,41134,60136,86

Lsup

127,72100,71102,40102,68

81,7178,5370,2268,3168,0680,1268,8453,1538,59

Linf

162,00135,00136,68136,97115,99112,81104,50102,60102,35114,41103,13

93,8887,73

PRO

168,88134,11151,42137,60120,15128,22119,7399,07

115,53127,22100,13

PK_IP

19951996199719981999200020012002200320042005200620072008

Ano

(1) PRO é a projeção via espaço de estados e Linf e Lsup são limites deconfiança para a projeção a 95%.

Ano XV – Nº 1 – Jan./Fev./Mar. 200697

Fig. 9. Exportação brasileira de carne de frango PT_EX(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 10. Produção brasileira de carne de frango PT_QP(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 11. Consumo brasileiro de carne de frango PT_QC(1).(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaçode estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

Fig. 12. Evolução dos preços no Mercosul de carne defrango PT_IP(1).(1) A variável PRO representa projeção e Linf e Lsup os limites de confiança paraa projeção no nível de 95%.

Tabela 19. Exportação brasileira de carne de frango PT_EX(1).

433,70568,80651,30616,50776,40916,10

1.265,901.689,002.032,002.494,632.687,472.672,992.689,522.773,64

AG

892,73865,68

1.040,98900,48

1.170,691.344,821.726,162.100,222.610,273.122,273.387,403.936,384.448,25

Lsup

448,47421,42596,73456,23726,43900,57

1.281,911.655,972.166,012.678,012.943,153.028,223.085,70

Linf

670,60643,55818,85678,35948,56

1.122,701.504,041.878,092.388,142.900,143.165,283.482,303.766,97

PRO

429,00568,80649,40612,50770,60906,70

1.249,301.599,901.959,802.469,702.845,00

PT_EX

19951996199719981999200020012002200320042005200620072008

Ano

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeção a95%.

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 98

Tabela 20. Produção brasileira de carne de frango PT_QP(1).

4.050,404.051,504.460,904.853,605.526,005.980,606.567,007.449,007.574,008.283,448.527,798.758,508.957,909.163,96

AG

5.020,644.893,095.425,375.820,296.567,126.912,117.756,758.376,988.948,709.570,82

10.090,1710.886,2711.565,36

Lsup

4.110,083.982,534.514,814.909,735.656,566.001,556.846,197.466,428.038,148.660,269.179,619.497,089.848,39

Linf

4.565,364.437,814.970,095.365,016.111,846.456,837.301,477.921,708.493,429.115,549.634,89

10.191,6810.706,87

PRO

4.050,404.051,504.460,904.853,605.526,005.977,006.736,007.517,007.843,008.494,009.200,00

PT_QP

19951996199719981999200020012002200320042005200620072008

Ano

Tabela 21. Consumo brasileiro de carne de frango PT_QC(1).

3.617,773.483,683.810,704.238,304.749,805.064,805.301,105.760,185.542,035.789,125.840,616.085,806.268,686.390,62

AG

4.258,114.162,314.518,995.054,365.530,305.701,176.164,656.411,026.472,416.582,816.837,147.228,387.592,90

Lsup

3.524,943.429,143.785,834.321,204.797,134.968,005.431,485.677,855.739,245.849,656.103,976.193,206.290,78

Linf

3.891,533.795,724.152,414.687,785.163,725.334,585.798,076.044,436.105,836.216,236.470,556.710,796.941,84

PRO

3.617,773.483,683.812,604.242,304.755,605.070,605.486,705.917,285.883,386.024,356.355,30

PT_QC

19951996199719981999200020012002200320042005200620072008

Ano

Tabela 22. Índice de preços Mercosul da carne de frangoPT_IP(1).

147,12146,46166,94164,60163,36187,75156,93166,63195,77186,17191,25207,97

Lsup

112,49111,83132,31129,97128,73153,12122,30132,00161,14151,54156,62148,16

Linf

129,80129,15149,62147,28146,05170,44139,61149,31178,46168,85173,94178,06

PRO

126,08132,27128,11133,65158,61141,18169,47142,98159,39186,62163,25

PT_IP

19951996199719981999200020012002200320042005200620072008

Ano

A consistência do modelo Aglinknos mercados de carnes suínae de frango dos EUA

Para fazer a estimação, no caso brasileiro,poucos graus de liberdade estão disponíveis. Asinformações confiáveis para utilizar nas projeçõessomente estão disponíveis para poucos anos. Essefato pode colocar em dúvida a validade dealgumas críticas e de alguns resultados apre-sentados anteriormente, associados à avaliaçãoda performance do modelo Aglink do ponto devista da estatística inferencial, notadamente no quediz respeito aos níveis de confiança.

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

(1) Valores em 1.000 t. AG representa o outlook OECD, PRO, a projeção via espaço de estados, e Linf e Lsup são limites de confiança para a projeção a 95%.

(1) PRO é a projeção via espaço de estados e Linf e Lsup são limites deconfiança para a projeção a 95%.

Ano XV – Nº 1 – Jan./Fev./Mar. 200699

Baseado nesse fato, decidiu-se ajustar aquias equações do modelo Aglink para os mercadosde carne bovina e de frango dos Estados Unidos.Para esse país, tem-se 30 anos de informação(1975 a 2004), numa economia bem menos volátildo que a brasileira. A consistência entre oscoeficientes especificados e calibrados, com asestimativas obtidas via mínimos quadrados não-lineares em dois estágios, pode ser levada a efeitode um modo mais favorável do ponto de vista davalidade dos intervalos de confiança assintóticos.

Os modelos do Aglink para os EstadosUnidos apresentam diferenças nas equações deoferta e demanda relativamente ao modelobrasileiro, mas, de um modo geral, a abordagemé a mesma. A notação e o significado das variáveissão os mesmos estabelecidos na Tabela 2.

As novas variáveis que aparecem nos modelossão CAN_PK_EX_SHR, CAN_PK_EX_USA,

CAN_PK_EXL_USA, CAN_PT_IM_USA, PT_EX_ROW e TRND, que significam a participação dasexportações de carne suína para os EstadosUnidos nas exportações totais de carne suína doCanadá, as exportações totais de carne suína doCanadá, as exportações de carne suína emanimais vivos do Canadá, as importaçõescanadenses de carnes de aves dos Estados Unidose as exportações de carne de aves dos EstadosUnidos para o resto do mundo e tendência,respectivamente.

As Tabelas 23 a 26 apresentam as identi-dades e equações utilizadas no ajuste separadodos mercados de carne suína e de frango.

A Tabela 27 mostra a bondade do ajuste demínimos quadrados não lineares. O único poderde previsão baixo é o definido pela equação deajuste de preços. A Tabela 28 apresenta aselasticidades e demais parâmetros estimados.

Tabela 23. Identidades do mercado de carne suína – Aglink – EUA.

ID-08

ID-09

ID-10

ID-11

PK_EX=PK_QP+PK_ST(-1)+PK_IM-PK_ST-PK_QC

PK_EXM=PK_EX-PK_EXL

PK_IM=PK_IM_OTH+CAN_PK_EX_SHR*CAN_PK_EX_USA

PK_IMM=PK_IM-CAN_PK_EXL_USA

EspecificaçãoIdentidade

Tabela 24. Equações do mercado de carne suína – Aglink – EUA.

Demanda (PK_QC)

Oferta (PK_QP)

Estoque (PK_ST)

EXP(B_10_00+B_10_01*LOG(BF_MP/ ME_CPI)+B_10_02*LOG(PK_MP/ME_CPI)+B_10_03*LOG(PT_PP/ ME_CPI)+B_10_04*LOG(ME_GDPI/ME_POP)+B_10_05*TRND+LOG(ME_POP))

EXP(B_11_00+B_11_01*LOG(PK_MP/MD_CPCI)+B_11_02*LOG(PK_MP(-1)/MD_CPCI(-1))+B_11_03*LOG(PK_MP(-2)/ MD_CPCI(-2))+B_11_04*LOG(PK_MP(-3)/MD_CPCI(-3))+B_11_05*LOG (ME_FECI/ MD_CPCI)+B_11_06*LOG (ME_FECI (-1) /MD_CPCI (-1))+B_11_07*LOG (ME_FECI (-2) / MD_CPCI (-2))+B_11_08*LOG(ME_FECI (-3) / MD_CPCI (-3))+B_11_09*LOG(PK_QP(-1))+B_11_10*TRND)

EXP(B_12_00+B_12_01*LOG(USA_PK_MP/PK_MP(-1)))

FórmulaEquação

Tabela 25. Identidades do mercado de carne de frango – Aglink – EUA.

ID-12

ID-13

PT_EX=CAN_PT_IM_USA+PT_EX__ROW

PT_QP=PT_QC+PT_EX-PT_IM+PT_ST- PT_ST(-1)

EspecificaçãoIdentidade

Ano XV – Nº 1 – Jan./Fev./Mar. 2006 100

Tabela 26. Equações do mercado de carne de frango – Aglink – EUA.

Preço ao produtor(PT_PP)

Demanda (PT_QC)

Preço no atacado(PT_WP)

EXP (B_13_00+B_13_01*LOG (ME_FECI (-1) *0.5+ME_FECI*0.5)+B_13_02*TRND+B_13_03*LOG (ME_GDPD))

EXP(B_14_00+B_14_01*LOG(BF_MP/ME_CPI)+B_14_02*LOG(PK_MP/ME_CPI)+B_14_03*LOG(PT_PP/ME_CPI)+B_14_04*LOG(ME_GDPI/ME_POP)+B_14_05*TRND+LOG(ME_POP))

EXP(B_15_00+B_15_01*LOG(PT_PP))

FórmulaEquação

Tabela 28. Estimativa de mínimos quadrados emdois estágios – EUA.

B_10_00B_10_01B_10_02B_10_03B_10_04B_10_05B_11_00B_11_01B_11_02B_11_03B_11_04B_11_05B_11_06B_11_07B_11_08fB_11_09B_11_10B_12_00fB_12_01B_13_00B_13_01B_13_02B_13_03B_14_00B_14_01B_14_02B_14_03B_14_04B_14_05B_15_00B_15_01

1,6200,362

-0,5020,0460,348

-0,0201,202

-0,0140,2620,0860,0170,010

-0,173-0,056-0,0100,7450,0155,473

-0,9302,1910,4500,0020,400

-2,3090,2080,196

-0,5010,1150,0250,9450,891

OECDParâmetro

-7,2350,251

-0,2540,071

-0,2500,004

-0,507-0,2270,352

-0,0060,2190,094

-0,006-0,072-0,0180,8250,0145,185

-0,4523,5580,1360,0070,1254,189

-0,0330,011

-0,2810,4890,0100,7140,943

Estimativa

-0,8400,336

-0,1820,1760,2180,0145,188

-0,0270,5500,2000,3590,1750,0850,1810,1461,2690,0245,2690,0464,9450,3970,0240,699

16,9990,1420,144

-0,0751,4370,0311,1881,051

Lsup

-13,6290,165

-0,325-0,034-0,718-0,007-6,202-0,4270,154

-0,2130,0790,012

-0,096-0,325-0,1820,3810,0055,100

-0,9512,170

-0,126-0,009-0,449-8,622-0,207-0,122-0,488-0,460-0,0110,2400,834

Linf

Tabela 27. Bondade do ajuste de mínimos quadradosnão-lineares em dois estágios – EUA.

PK_QCPK_QPPK_STPT_PPPT_QCPT_WP

241928232125

GLEquação

32628,839603,3

1762,438,307320980716,229

EMQ

0,96130,96830,08850,56280,98260,9172

R2

Os termos constantes B_11_00 e B_14_00têm sinal diferente do valor calibrado; B_10_00tem o sinal trocado e o valor calibrado está forado intervalo de previsão. O valor calibrado deB_12_00 também está fora do intervalo deprevisão. As elasticidades B_10_04, B_10_05 eB_14_01 estão estimadas com sinal trocado e osvalores especificados estão fora do intervalo deprevisão.

A elasticidade B_11_03 está com o sinaltrocado e os valores especificados de B_10_02,B_10_01, B_11_04, B_11_05, B_11_06, B_11_08,B_13_01, B_14_02 e B_14_03 estão fora dosrespectivos intervalos de previsão. As diferençasparecem substanciais.

Resumo e conclusõesNeste trabalho, apresentam-se aspectos

descritivos associados à evolução do mercadointernacional de carnes enfatizando a participaçãodo Brasil. Com essa análise, concluiu-se que aparticipação brasileira no mercado internacionalvem crescendo significativamente e que repre-

senta uma contribuição substancial do total dasexportações do agronegócio brasileiro. Esse perfiljustifica o esforço levado a efeito por organizaçõesnacionais para o desenvolvimento de modeloscomportamentais e de previsão para os mercados

Ano XV – Nº 1 – Jan./Fev./Mar. 2006101

de commodities agrícolas em geral, e emparticular, para o mercado de carnes.

Contudo, a utilização apropriada dessesmodelos está condicionada à obtenção de maisobservações nas séries históricas envolvidas edados confiáveis que permitam o uso deestimativas de elasticidades que sejam suportadaspelas observações e com sinais consistentes coma teoria econômica.

Os procedimentos de séries de tempo paraprevisão têm apelo estatístico e não dependemda formulação de modelos estruturais, masdependem, para validade dos intervalos deprojeção, de graus de liberdade suficientes paraa validação desses intervalos construídos comresultados assintóticos. Esse aspecto também érelevante no ajuste de modelos de equilíbrioparcial. Nossa experiência com os modelos Aglinkda OECD, tanto no contexto brasileiro, cominformações limitadas, como no dos EUA, é queas elasticidades especificadas não parecem seconformar aos dados em várias instânciasimportantes. Dado os resultados encontradosnesse estudo, sugere-se que previsões e estudosde políticas definidas por choques nas variáveisexógenas sejam levados a efeito com cautela. Aprática de previsões de longo prazo é espúria emqualquer contexto. Os intervalos de previsão sãotão amplos que se tornam inúteis do ponto de vistado estabelecimento de políticas econômicas.

ReferênciasABEF. Associação Brasileira dos Produtores e Exportadoresde Frangos. Disponível em: <http://www.abef.com.br/>.Acesso em: 14 mar. 2006.

ABIEC. Associação Brasileira das Indústrias Exportadoras deCarne. Disponível em: <http://www.abiec.com.br/>. Acessoem: 14 mar. 2006.

ADAMS, P. D.; DIXON, P. B.; PARMENTER, B. R. Forecastingfor the australian economy using the Monash model.International Journal of Forecasting, Amsterdam, v. 10, p. 557-571, 1994.

AKAIKE, H. Canonical correlations analysis of time series andthe use of an information criteria. In: MEHRA, R.; LAINOTIS,D. G. (Ed.). Advances and case Studies in System Identification.New York: Academic Press, 1976.

BRASIL. Ministério do Desenvolvimento, Indústria e ComércioExterior - MDIC. Secretaria de Comércio Exterior - Secex.Disponível em: <http://aliceweb.mdic.gov.br>. Acesso em: 15fev. 2006.

BROCKLEBANK, J. C.; DICKEY, D. A. SAS System for ForecastingTime Series. 2nd edition. Cary: J. Wiley, 2004. 424 p.

DIXON, P. B.; PARMENTER, B. R. Computable generalequilibrium modelling for policy analysis and forecasting.In:AMMAN, H. M. ; KENDRICK, D. A.; RUST, J. (Ed.). Handbookof Computational Economics. Amsterdam: Elsevier, 1996.

DOMINGUES, E. P; HADDAD, E. A. Sensitivity Analysis incomputable general equilibrium models: an application forthe regional effects of the free trade area of the Americas.Brazilian Review of Econometrics, Rio de Janeiro, v. 25, p.115-137, 2005.

FAO. Food and Agriculture Organization of the United Nations.Disponível em: <http://faostat.fao.org/>. Acesso em: 19 jan.2006.

GALLANT, A. R. Nonlinear Statistical Models. New York: J.Wiley, 1987.

HADDAD, E. A.; HEWINGS G. J. D. Market imperfections in aspatial economy: some experimental results. The QuarterlyReview of Economics and Finance, Urbana (Illinois), v. 45, p.476-496, 2005.

HERTEL, T. W. Global Trade Analysis: Modelling andApplications. New York: Cambridge University Press, 1997.

OECD - Organisation for Economic Co-operation andDevelopment. AGR - Directorate of Food Agriculture andFisheries. Disponível em: <http://www.oecd.org/agr/aglink/model/dataflow>. Acesso em: 02 mar. 2006.

OECD - Organisation for Economic Co-operation andDevelopment. Aglink. 2004. Brazilian module: output byvariables with coefficient values. Disponível em: <http://www.oecd.org/agr/aglink/ model/dataflow>. Acesso em: 02mar. 2006.

USDA. United States Department of Agriculture - USDAAgricultural Baseline Projections to 2015. World AgriculturalOutlook Board, U.S. Department of Agriculture. Baseline ReportOCE-2006-1, 108 p. Disponível em: <http://www.ers.usda.gov/Publications/OCE061/>. Acesso em: 13mar. 2006.