Sei sulla pagina 1di 12

Tendncia, ciclos e sazonalidade nos preos

spot do caf brasileiro na NYBOT

Wagner Moura Lamounier

Resumo
Pretendeu-se com este trabalho de pesquisa detectar a existncia dos componentes estocsticos e/ou determinsticos de tendncia, ciclo, e sazonalidade nos preos
do mercado spot da principal commodity agrcola do Brasil: o caf. A metodologia
empregada referiu-se a anlises no domnio do tempo (para a anlise de tendncia
e sazonalidade) e anlise no domnio da freqncia, tambm conhecida como anlise espectral, para o estudo da presena de ciclos de preos. Os resultados encontrados mostram que a tendncia existente nos preos do caf se configurou como uma
composio de tendncias dos tipos determinstica e estocstica. Com relao aos
ciclos existentes nos preos do caf, tem-se que a anlise espectral para os dados
conjuntos de toda a amostra (janeiro de 1946 a dezembro de 2000) confirmou a incidncia de um ciclo de mdia durao, existente no intervalo de 22 a 44 meses. Em
relao anlise da sazonalidade nos preos, observou-se que a mesma, enquanto
um componente de influncia no comportamento dos preos do caf no mercado
internacional, no da forma determinstica e regular, pelo contrrio, de natureza
estocstica, variando em funo do perodo do tempo.
Palavras-chave: Tendncia. Ciclos. Sazonalidade. Preos do caf.

1 Introduo
A capacidade de interveno estatal na economia vem
se esgotando nos anos recentes. O dficit pblico cresceu
significativamente no perodo ps Plano Real, e ao que
se refere s polticas agrcolas de controle de preos e
estoques, e de financiamento da produo agropecuria,
observa-se um gradativo redirecionamento para instrumentos de mercado como fontes de financiamento da
produo, assim como para o controle de riscos nas atividades rurais.
Nesse sentido, o controle do risco, via conhecimento
das especificidades dos mercados em que atua, tem se
configurado cada vez mais como um dos principais
aspectos na elevao da eficincia das diversas atividades
econmicas. Todavia, o que se pode observar que essas
possibilidades de ganho, advindas de uma gesto mais
eficiente dos riscos, ainda no so plenamente aproveitadas por grande parte dos agentes econmicos envolvidos
nesses mercados, em razo da imperfeita compreenso
acerca da natureza das flutuaes dos preos, que se
no podem ser evitadas, ao menos deveriam ser melhor
compreendidas pelos agentes econmicos ligados a esses
mercados, a fim de otimizar suas decises de hedge e de
especulao.

Particularmente no que tange s sries histricas de


preos, tem-se que a anlise do comportamento destas
apresenta papel fundamental dentro da economia, visto
que praticamente todas as fases das relaes econmicas
esto diretamente relacionadas aos preos. A anlise dos
preos agropecurios se configura como ponto de fundamental interesse, dada a ampla gama de inter-relaes com
outros setores de atividade e agentes econmicos envolvidos com esse setor, principalmente em uma economia
com vocao agropecuria como a do Brasil, em que as
atividades ligadas ao agronegcio so responsveis por
aproximadamente 32% do PIB, conforme aponta Rodrigues (2001).
Apesar da pouca liquidez da maioria dos contratos
futuros de commodities agropecurias na BM&F, o caf
se destaca como a principal commodity transacionada no
mercado de futuros do Brasil. Isso se d tanto em termos
do nmero de contratos negociados, como em termos
de volume financeiro envolvido nessas transaes. Esse
fato, em grande parte, reflexo das acentuadas flutuaes de preos ao longo do tempo, que caracterizam o
mercado spot de caf. Essas flutuaes implicam que a
rentabilidade nessa atividade dever oscilar tanto para os
Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

14

Lamounier

cafeicultores diretamente envolvidos com a produo,


quanto para os demais agentes que lidam direta ou indiretamente com essa commodity.
No que tange aos produtores de caf, o conhecimento
do comportamento dos preos poder ser extremamente
til nas suas tomadas de decises com relao ao planejamento da produo, manuteno e formao de estoques,
dentre outras, podendo assim aproveitar de maneira mais
eficiente as fases de baixa e de alta nos preos, para a
maximizao dos lucros.

2 Objetivos
Em termos gerais, pretendeu-se nesta pesquisa verificar a existncia dos componentes estocsticos e/ou
determinsticos de tendncia, ciclo, e sazonalidade na
srie temporal de preos do mercado spot do caf, na
Bolsa de Nova York, no perodo de janeiro de 1946 a
dezembro de 2000.
Especificamente, pretendeu-se:
a) testar a validade da hiptese que postula que os
preos dos produtos agrcolas em geral, possuem
tendncia declinante ao longo do tempo, confrontando esta hiptese com a de passeio aleatrio (teoria
dos mercados eficientes) para os preos do caf;
b) verificar se os componentes de tendncia e de
sazonalidade nas sries, caso existam, so do tipo
determinstico ou do tipo estocstico, discutindo as
suas diferentes implicaes para os agentes econmicos envolvidos;
c) determinar quais ciclos (em diferentes freqncias)
tm afetado de forma mais significativa o comportamento dos preos, identificando as suas respectivas
amplitudes e verificando se a periodicidade desses
ciclos tem sofrido variaes ao longo do tempo; e
d) verificar a incidncia de variaes sazonais nos
preos e a possibilidade do efeito sazonal ter
variado com o passar dos anos, estabelecendo por
fim ndices sazonais para os preos e obtendo uma
srie desazonalizada.

3 Metodologia
Uma das principais formas de anlise de sries temporais se d pela busca da decomposio das mesmas em
termos de seus componentes principais. Esquematicamente, esses componentes da variao em uma srie
temporal podem ser caracterizados como tendncias,
sazonalidades e ciclos. Essa abordagem tem em Harvey
(1981, 1989) um dos seus principais expoentes e tornouse mais conhecida no meio acadmico como abordagem
estrutural para a modelagem e anlise de sries temporais.
Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

A tendncia em uma srie temporal est ligada,


conforme aponta Chatfield (1996), uma mudana no
nvel mdio da srie a longo-prazo. Ou seja, a tendncia
ir refletir o declnio, a elevao ou a estabilidade
(quando de fato no houver tendncia) do valor mdio da
srie temporal a longo-prazo; que se pode convencionar
como sendo referente a observaes relativas a perodos
de tempo de 25 anos, aproximadamente.
Os Ciclos em uma srie de tempo se referem aos
movimentos recorrentes de elevao e queda em torno do
nvel mdio da tendncia e, portanto, tambm so relativos a dados que refletem o longo-prazo da varivel em
questo. De acordo com Souza (1989), deve-se ressaltar
que os movimentos para cima e para baixo em torno da
tendncia podem ser estritamente peridicos ou aproximadamente peridicos, assim sendo, eles podem variar
em comprimento e magnitude.
O terceiro componente que pode estar presente em uma
srie temporal aquele relativo Sazonalidade. Assim
como o componente cclico, a sazonalidade tambm est
relacionada aos movimentos para cima e para baixo em
torno de um valor mdio, contudo, ela difere basicamente
em dois aspectos do primeiro: a sazonalidade possui um
comprimento constante de 12 meses, repetindo-se nesta
base peridica regular e as variaes sazonais podem ser
observadas tendo-se por base perodos menores de tempo
(mdio e curto-prazo), assim sendo, os dados a serem
analisados no devero estar distribudos em observaes anuais, mas sim mensais ou trimestrais, para que
seja possvel a modelagem da sazonalidade.
3.1 Anlise do componente de tendncia
O primeiro passo na anlise da tendncia dado verificando-se a estacionariedade da srie em questo. Em
termos prticos, a estacionariedade que testada se refere
estacionariedade fraca. Isto , deve-se verificar se a
srie temporal (Yt) ter mdia e varincia finitas. Caso
isto se confirme, a mesma ser considerada estacionria
em covarincia. Os principais testes para verificao da
estacionariedade ou no da srie (chamados de testes de
razes unitrias) que sero empregados so os testes de
Dickey-Fuller Expandido (ADF) e o teste de PhillipsPerron (PP).
A tendncia em uma srie pode ser provocada por
dois tipos de fenmenos que apresentam caractersticas
particulares. De acordo com a sua natureza e padro
comportamental, a tendncia poder ser caracterizada
como sendo do tipo determinstica ou do tipo estocstica.
A caracterstica essencial de uma tendncia determinstica se refere ao fato de que a variao no nvel mdio de
uma dada varivel se dar, de forma previsvel, como uma
funo do tempo. Ou seja, conforme apontam Pindyck e
Rubinfeld (1998), e Bowerman e Oconnell (1979), uma

15

Tendncia, ciclos e sazonalidade nos preos spot do caf brasileiro na NYBOT

srie de tempo Yt, poder evoluir em montantes absolutos


em cada perodo de tempo, de acordo com a Equao 1:

Yt = Tt + et

(1)

em que Tt o componente de tendncia determinstica


do modelo, e t um termo de erro com mdia zero e
varincia igual a 2.
O valor de Yt poder ser previsto de acordo com a
Equao 1, sendo que o componente de tendncia (Tt)
poder assumir vrias formas, tais como:

Tt = j0

(2)

Tt = j0 + j1t

(3)

Tt = {0 + {1t + {2 t 2 + ..... + {k t k

(4)

Nesse tipo de modelo, a mdia da srie poder evoluir


de forma linear ou curvilnea ao longo do tempo, sendo
que uma gama enorme de possibilidades poder ser verificada, de acordo com os sinais dos coeficientes (i) do
polinmio.
A tendncia determinstica de uma srie tambm pode
assumir formas mais complexas, como a do modelo de
crescimento exponencial:

Yt = A.edtet

(5)

que pode ser estimado aps tomar-se o logaritmo de


ambos os lados da Equao 5, que resulta:

1nYt = j0 + j1t + ut

(6)

em que: 0 = ln A, 1 = , que a taxa de crescimento da


srie, e ut = ln t.
Todavia, o problema com essa classe de modelos de
anlise que nem sempre a tendncia dos dados em
questo do tipo determinstica. Ao contrrio, ela pode
estar mudando de forma aleatria ao longo do tempo e
se caracterizando como um componente de tendncia do
tipo estocstica.
A diferena principal entre estas duas formas de
tendncia se refere ao fato de que a tendncia estocstica implica em uma variao percentual mdia na srie,
em dado perodo de tempo, porm, ao contrrio da
determinstica, em cada perodo a mudana provocada
pela tendncia em relao ao seu nvel mdio ser um
montante aleatrio, ao invs de constante dado por uma
determinada taxa. Ou seja, no caso da existncia de uma
tendncia do tipo estocstica, tem-se que os coeficientes
(k) de uma equao para a descrio da tendncia, como
os apresentados nos modelos anteriores, podero no
ser constantes, mas tambm variarem aleatoriamente ao
longo do tempo.
Existem diversos modelos de sries temporais que
incorporam tendncias estocsticas, e que vem ganhando
destaque na bibliografia recente sobre anlise de sries

temporais. Nessa classe de modelos, destaca-se o modelo


de passeio aleatrio (random walk) dado por:

Yt = Yt 1 + et

(7)

DYt = et

(8)

ou

em que: t um erro do tipo rudo branco, com mdia 0


e varincia s2, e um operador de diferenas finitas de
primeira ordem.
O modelo de passeio aleatrio claramente um caso
especial de um processo auto-regressivo de ordem 1
[AR(1)], dado por:

Yt = g0 + g1Yt 1 + et

(9)

em que 0 = 0 e 1 = 1.
A varincia da srie Yt em questo ser dependente do
tempo, pois os choques exgenos (t) tero efeitos cumulativos com o passar do tempo sobre a srie. Assim sendo,
o processo passeio aleatrio ser no-estacionrio, pois
t Var(Yt) .
Um outro modelo que incorpora tendncia estocstica, e que bastante comum na literatura acerca dessa
tendncia, pode ser observado nos trabalhos de Enders
(1995), Hamilton (1994) e Campbell, Lo e MacKinlay
(1997), que uma variao do modelo de passeio aleatrio e que incorpora uma parte determinstica ao modelo
de anlise das mudanas na srie Yt. O modelo de passeio
aleatrio com intercepto (random walk plus drift), que
aumenta o modelo de passeio aleatrio com a incluso de
um termo constante, dado por:

Yt = Yt 1 + g0 + et

(10)

Assim sendo, dada uma condio inicial Y0, a soluo


geral para a srie Yt ser dada por:

Yt = Y0 + c0 t +

!f

i = 1

(11)

Portanto, de acordo com Enders (1995), o comportamento da srie Yt ser governado por dois componentes
no-estacionrios, quais sejam: uma tendncia linear
determinstica (g0t) e uma tendncia estocstica (Sei). A
variao determinstica em cada nova observao de Yt
ser dada por 0, e aps t perodos de tempo ser igual
a 0.t; ao passo que a variao provocada pela tendncia
estocstica ser dada pelo somatrio dos diversos choques
i que tero efeitos permanentes na mdia de Yt.
3.2 Anlise do componente cclico
A anlise de sries temporais pode ser implementada segundo diversas abordagens, que nem sempre so
concorrentes entre si. Esse o caso da anlise no domnio
da freqncia (ou Anlise Espectral), que representa uma
Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

16

Lamounier

forma de anlise de sries temporais que fornece informaes complementares quelas propiciadas pela anlise
no domnio do tempo, informaes estas que geralmente
esto ligadas ao estudo da ocorrncia de ciclos nas
sries.
A essncia da anlise espectral reside na representao
de uma srie temporal {Yt}t = como uma soma ponderada de funes peridicas do tipo seno (t) e coseno
(t), em que representa uma freqncia particular; e
na determinao de quo importantes so os ciclos de
diferentes freqncias (caso eles existam), para explicar
a varincia de {Yt}t = e conseqentemente, o comportamento dessa srie.
A anlise espectral para verificao de ciclos em uma
srie temporal Yt, tem como ponto de partida um teorema
conhecido como Teorema da Representao Espectral,
segundo o qual qualquer processo estacionrio discreto
Yt, com freqncias pertencentes ao intervalo [0, ], pode
ser representado da seguinte maneira:

{Yt}t = , cuja integral definida em [0, ] e chamada de


Funo de Distribuio Espectral a representao espectral da funo de autocovarincia. Esse conceito tambm
se configura em um desenvolvimento terico de grande
importncia para a compreenso da estrutura variacional do processo. O Espectro Populacional do processo
{Yt}t = pode ser escrito como:

f y ^~h = 1 >c0 + 2
2r

!c cos _~jiH
3

j = 1

(13)

Conforme aponta Hamilton (1994), como o espectro


representa uma funo contnua de , definida no
conjunto dos nmeros reais e j representa as autocovarincias de um processo estacionrio, tem-se que fY() ter
um valor positivo para qualquer . Assim como ocorre
na anlise do domnio do tempo, em que a importncia
prtica da funo de autocorrelao no se d com a
interpretao direta dos seus coeficientes, mas sim com
a anlise do correlograma da srie; na anlise espectral,
os coeficientes do espectro no representam o principal
r
r
^~h $ sen
^~tde
hA dinteresse

Yt = n + # 7a ^~h $ cos ^~t hA d~ + # 7 b(12)
~
ponto
para anlise. o grfico do espectro,
0
0
que
tambm

chamado
de espectro, que fornecer as
r
r
#0 7a ^~h $ cos ^~thA d~ + #0 7 b ^~h $ sen ^~thA d~
informaes relevantes acerca da varincia da srie Yt
e sobre quais as freqncias que contribuem para um
Esta a forma mais comum para expressar a Represencomportamento cclico dessa srie.
tao Espectral do Processo Yt. Portanto, da Equao12
Contudo, as sries temporais a serem analisadas empisurge o conceito de que a anlise espectral descreve o
ricamente, geralmente so amostras finitas da populao
valor de uma varivel Yt como uma soma ponderada
{Yt}t = e, portanto, no se pode estimar, a partir delas, o
de funes peridicas da forma cos (t) e sen (t), em
nmero infinito de parmetros da Equao 13. Portanto,,
que representa uma freqncia particular no intervalo
assim como ocorre nos modelos de anlise estatstica e
[0, ]. O intervalo de integrao [0, ] e no [0, ],
economtrica tradicionais; geralmente o que se tem para
devido seguinte caracterstica das funes trigonoma implementao da anlise espectral so amostras finitas
tricas do tipo cosseno: cos[( + n)t] = {cos t n e t
dos dados populacionais das sries de tempo a serem
inteiros, com n par} e cos[( + n)t] = {cos ( )t
analisadas. Deve-se trabalhar com um conceito anlogo
n e t inteiros, com n impar}. Assim sendo, variaes em
ao do espectro populacional, para a anlise espectral de
freqncias maiores que no podero ser distinguidas
dados amostrais. Este conceito conhecido na literatura
de variaes nas freqncias correspondentes ao intercomo o Periodograma Amostral, ou simplesmente Periovalo [0, ], pois as mesmas iro se sobrepor.
dograma e a forma geral dos estimadores consistentes do
A freqncia angular = , medida em termos de
espectro fy(w) da Equao 13, apontada por Judge etal.
radianos por unidade de tempo, conhecida como a
(1988), dada pela seguinte expresso:
Freqncia de Nyquist, e denota o valor mais alto com
M
.
que se pode obter informaes sobre ciclos peridicos,
f y ^~h = 1 e m0 c0 + 2 !m j cj cos ~ j o
2r


(14)
j = 1
em um conjunto de dados. Portanto, tem-se que o ponto
principal da introduo da Equao 12, se refere ao fato
de que ela indica que cada freqncia no intervalo [0, ]
em que a seqncia de pesos j = {0, 1, 2,........,MT}
pode contribuir para a variao de uma srie de tempo Yt
chamada de janela de defasagem (ou de suavizao), e
qualquer.
o termo MT (< N) chamado de ponto de truncamento.
Assim como na anlise de uma srie temporal no
Uma regra sugerida por Chatfield (1996) para a escolha
domnio do tempo, o conhecimento da Funo de Autodo valor para o ponto de truncamento a de que deve-se
covarincia, dada por g(k) = E{[Yt m] [ Yt + k m]} = Cov
escolher um ponto de truncamento (MT ) dado por:
[Yt, Yt + k] de valor imprescindvel para descrever a estru
(15)
MT = 2 $ N
tura de tal processo. Na anlise do domnio da freqncia
De acordo com o sugerido por Rausser e Cargill (1970),
existe uma funo chamada Funo de Densidade Especpara
se verificar se em um espectro estimado existem
tral, ou simplesmente Espectro Populacional do processo
T

Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

17

Tendncia, ciclos e sazonalidade nos preos spot do caf brasileiro na NYBOT

picos estatisticamente significativos, pode-se empregar


dois critrios: O primeiro se refere anlise visual da
funo de densidade espectral estimada, buscando identificar se alguns picos se destacam nesse espectro em
relao aos demais. O segundo critrio, mais rigoroso,
baseado no teste da hiptese (nula) de que o espectro estimado no estatisticamente diferente do espectro de um
processo puramente aleatrio (rudo branco). Isto feito
comparando-se os valores estimados do periodograma
com uma distribuio exponencial.
3.3 Anlise do componente sazonal
Diversos mtodos podem ser empregados para a
anlise do componente sazonal em uma srie de tempo;
desde anlise visual do grfico da srie, que se apresenta como a mais simples opo (porm til), passando
pelos Modelos de Regresso Linear com Variveis Independentes Binrias (Variveis Dummy) at a utilizao
de mtodos mais sofisticados como a propiciada pelos
Modelos de Anlise Espectral (que trata a sazonalidade
como um ciclo de perodo fixo igual a 12 meses), dos
Modelos de Box e Jenkins Sazonais (SARIMA) e de
Alisamento Sazonal.
Para uma srie Yt mensal que apresente o componente
sazonal, os diversos pontos amostrais devero apresentar
algum grau de correlao com os dados correspondentes
com lags e leads de 12 meses. Ou seja, espera-se a existncia de correlao entre Yt 12 e Yt + 12 com os valores
de Yt. Essas correlaes devero se manifestar na funo
de autocorrelao amostral, dada pela Equao 16, pela
presena de picos significativos para os valores estimados
^ em que k = 12, 24, 36, 48 e assim por diante.
de rk

!_Y - Y i _Y

T - k

tt k =

t = 1

t + k

!_Y - Y i
T

t = 1

- Yi

(16)

A mensurao dos efeitos ou impactos, que os diferentes meses do ano exercem sobre a srie de tempo em
questo, pode ser efetuada com a estimao de ndices
de sazonalidade, que de forma agregada representam
o componente sazonal. Abraham e Ledolter (1983)
descrevem o componente sazonal e os referidos ndices,
com a ajuda da Equao 17:

St =

!d IND

i = 1

ti

(17)

em que; INDti = 1 se t se refere ao perodo sazonal i, e


INDti = 0 para os demais perodos, i representam os
valores dos ndices que devero ser adicionados ou subtrados da srie sazonal a fim de se eliminar esse efeito, e
s representa o nmero de perodos de sazonalidade que
podero ocorrer. Por exemplo, s ser igual a 12 se o fenmeno sazonal a ser analisado ocorrer mensalmente ao

longo do ano, e s ser igual a 4 se o fenmeno sazonal


estiver ligado s estaes do ano (trimestral).
De maneira geral, a implementao do clculo de
tais ndices consistir da especificao de uma equao
de regresso, que ser estimada por MQO, tendo como
varivel dependente a srie Yt, livre do componente de
tendncia. Assim sendo, a equao a ser estimada ser:

Yt = b0 +

12

!b D + f

i = 1

it

(18)

em que: Dit (i = 1,2,3,....12 e t = 1,2,3,.....n) so variveis


dummy, assumindo o papel das variveis IND na Equao
17; t um termo de erro aleatrio e i representa o efeito
sazonal no i-simo perodo.
Como pode ser observado, a Equao 18 possui intercepto. Esse modelo no poder ser estimado com essa
especificao, pois ocorrer a o problema economtrico
de multicolinearidade perfeita. O somatrio das colunas
das dummies apresentar colinearidade perfeita com a
coluna de nmeros 1 que multiplicam o coeficiente de
intercepto. A matriz (XX)-1 ser singular. Assim sendo,
um dos valores de i dever ser igualado zero (12, por
exemplo) e, portanto, a interpretao dos ndices sazonais ser modificada. Cada um dos ndices i (para todo
i 12) representar o efeito sazonal do i-simo ms em
relao ao valor observado no 12 ms. Este tipo de
modelo se adequa modelagem da sazonalidade determinstica da srie. Neste caso, o efeito sazonal apresenta
um comportamento relativamente estvel e previsvel ao
longo dos anos.
Contudo, conforme o discutido por Vandaele (1983),
o padro da sazonalidade na srie Yt poder ser do tipo
estocstico. Isso ocorrer nos casos em que o componente sazonal possuir um comportamento instvel ao
longo do tempo, modificando-se de forma imprevisvel.
Assim sendo, a estimao de um modelo como o dado
pela Equao 18 no ir ter nos seus resduos uma srie
Yt livre do fenmeno sazonal.
Alguns modelos de sries temporais, tais como o
SARIMA, desenvolvido por Box e Jenkins (1976)
incorporam a sazonalidade na forma estocstica em
suas estruturas, para propiciar anlises e previses mais
precisas dos valores futuros da srie. Os modelos sazonais de Box; Jenkins (1976), tambm conhecidos como
modelos SARIMA (p,d,q) x (P,D,Q)S, visam explorar a
correlao serial existente entre diferentes valores de uma
srie temporal Yt. A equao fundamental deste modelo
dada pela seguinte expresso:

(1 j1B j2B2 .... jpBp)(1 F1Bs .... (19)


FpBPs)(1 B)d(1 Bs)DYt = (1 q1B ....


qqBq)(1 Q1Bs .... QQBQs)et
Na primeira parte desta expresso, tem-se que o
primeiro termo entre parntesis corresponde aos coefiGest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

Lamounier

cientes de um modelo auto-regressivo AR(p); o segundo


termo corresponde aos coeficientes de um modelo autoregressivo sazonal SAR(P); o termo d corresponde
ordem de integrao da srie, ou seja, ao nmero de diferenas tomadas e D corresponde ao nmero de eventuais
diferenas sazonais tomadas.
Na segunda parte desta expresso, aps o sinal de
igualdade, tem-se que o primeiro termo entre parntesis corresponde aos coeficientes de um modelo do tipo
mdia mvel MA (q) e o segundo termo corresponde
aos coeficientes de um modelo de mdias mveis sazonais SMA (Q). Utilizando-se o operador de diferenas
, este modelo pode ser reescrito, de maneira mais
compacta, como:

j(B)F(Bs)d sD Yt = q(B)Q(Bs)et

(20)

Para se identificar um modelo SARIMA (p,d,q) x


(P,D,Q)S, deve-se inicialmente determinar os valores de
d e D por meio da anlise do grfico das funes de autocorrelao e de autocorrelao parcial. Se for observado
um comportamento no-estacionrio, com persistncia de
elevados valores para os coeficientes de autocorrelao e
de autocorrelao parciais, pode-se inferir a necessidade
de diferenciao da srie.
Da mesma forma, se valores elevados e persistentes
nos lags com defasagens prximas aos mltiplos do
perodo sazonal (prximas a 12, 24 e 36, por exemplo)
pode-se inferir tambm a necessidade de diferenciao
sazonal da srie.
3.4 Dados

e softwares estatsticos utilizados


Para a implementao do presente projeto de pesquisa
foram utilizados dados mensais secundrios dos preos
reais do caf brasileiro no mercado spot de Nova Iorque
(New York Board of Trade NYBOT), de janeiro de 1946
a dezembro de 2000, cotados em centavos de US$ por
libra-peso de 2000.
Cada libra-peso tem 453,6 g. Para transformar dlares
por saca de 60 kg em centavos de dlar por libra-peso,
deve-se dividir 60.000 gramas por 453,6 gramas e depois
dividir por 100, o que resultar no fator 1,3228. Inversamente, para transformar o preo de Nova Iorque (US$
centavos/libra-peso) em cotaes da BM&F (US$/saca),
deve-se multiplicar o primeiro por 1,3228.
Os dados, que se encontravam em valores nominais
de US$, foram atualizados para valores de dezembro
de 2000 por meio do ndice de inflao americana para
o consumidor (Consumer Price Index for All Urban
Consumers) do U.S. Department of Labor - Bureau of
Labor Statistics.
Os principais softwares que foram empregados no
trabalho de pesquisa para o processamento dos dados
e dos modelos de anlise nos domnios do tempo e da
freqncia foram: STATISTICA 5.0 da Stat Soft Inc., o
Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

SPSS 8.0 da SPSS Inc. e o EVIEWS 3.1 da Quantitative


Micro Software.

4 Resultados e discusso
Com relao ao componente de tendncia nos preos
do caf no mercado spot de Nova Iorque, pode-se verificar (Figura 1) da anlise, que o nvel mdio dos preos
da commodity brasileira apresentou, no incio do perodo
analisado, comportamento de crescimento a taxas decrescentes. Esse processo foi ento revertido, e o nvel mdio
dos preos passou a apresentar na segunda metade do
perodo um comportamento de queda a taxas crescentes,
indicando que a situao do setor cafeeiro nacional pode
se tornar problemtica nos prximos anos, caso essa
tendncia no seja revertida.
Apesar da relativa recuperao dos preos em 1995 e
1997, a anlise dos cinco ltimos anos da amostra estudada indica agravamento da tendncia de queda nos
preos; portanto, os produtores de caf devero buscar
se tornarem cada vez mais eficientes em suas atividades,
visando operar com sistemas otimizados, em termos de
custos e produtividade, visto que os preos do caf esto
em um processo de queda relativa nos ltimos 25anos, o
que confirma, em parte, a hiptese de Schultz de tendncia
de queda para os preos do caf.
A no-estacionariedade das sries temporais na
presente pesquisa foi verificada por meio do teste de
Dickey Fuller expandido (ADF). Este teste permite
verificar a estacionariedade das sries, identificando a
presena de no-estacionariedade pela incidncia de
tendncias estocsticas, determinsticas, ou a juno de
ambas. O ADF consiste na estimao de uma regresso
da primeira diferena da srie, que poder incorporar
termos de tendncia (determinstica) (t). Alm disso, o
modelo permite que DYt possa ser gerado por um modelo
AR de ordem superior (incluso dos termos DYt k). A
1200
Centavos de US$/libra-peso

18

1000
800
600
400
200
0

50

55

60

65

70 75
Anos

80

85

90

95

00

Figura 1. Preos reais do caf brasileiro no mercado spot de Nova


Iorque 1946/2000 (em centavos de US$/libra-peso de 2000).
Fonte: Elaborao prpria a partir de dados do USDA Departamento de Agricultura dos Estados Unidos.

19

Tendncia, ciclos e sazonalidade nos preos spot do caf brasileiro na NYBOT

produtiva do caf tero impactos duradouros. Os resultados encontrados mostram que a tendncia existente nos
preos do caf apresenta caractersticas determinsticas e
caractersticas estocsticas.
Com relao hiptese de ciclos existentes nos preos
do caf, a anlise espectral para os dados conjuntos de
todo o perodo confirmou a incidncia de um ciclo de
mdia durao existente no intervalo de 22 a 44 meses.
Esses resultados indicam, que em mdia, poder-se-ia
estabelecer um perodo de 36 meses de durao para este
ciclo.
De acordo com o espectro estimado (Tabela 2), com
uma defasagem de truncamento M = 33 para o conjunto
de observaes compreendidas entre janeiro de 1946
e dezembro de 2000, os preos do caf brasileiro no
mercado spot de Nova Iorque apresentaram um padro
de comportamento cclico, que se completou de trs em
trs anos, aproximadamente.
Apesar de um tanto quanto picotado, o espectro estimado em funo das freqncias (Figura 2) indica que as
do intervalo dado aproximadamente por [0,022; 0,045]
so as que mais contribuem para a varincia dos preos do
caf. Isso porque existe um pico nesse espectro, correspondente a esse intervalo de freqncias que se destaca,
e que aparentemente, significativo. Podem-se notar

Equao21 representa a equao de teste do modelo


ADF que foi estimado:
DYt = n + bx + ^i - 1h Yt

k - 1
-

1+

!z

p = 1

DYt

- p

+ ft (21)

onde m o drift; t o termo de tendncia linear determinstica; k o nmero de defasagens; et o erro aleatrio
do tipo white noise (rudo branco).
Os valores crticos dos testes realizados, para determinao da ocorrncia ou no de razes unitrias nos
preos do caf, esto sistematizados na Tabela 1. Pode-se
observar, que os valores apresentados, de maneira geral,
indicam que a srie de preos reais do caf brasileiro no
mercado spot de Nova Iorque apresenta raiz unitria,
isto , ela uma srie no-estacionria em funo da
incidncia de tendncia do tipo estocstica e do tipo
determinstica, como se pode observar pela significncia
estatstica dos termos ( - 1) e , dada pelos valores de
probabilidade (P-Values) entre parnteses.
Assim sendo, tem-se que a srie temporal dos preos
do caf apresenta raiz unitria e integrada de ordem um
(1). Tem-se, portanto, que choques nesses preos tero
efeitos permanentes, significando que polticas agrcolas
e macroeconmicas que afetem diretamente a cadeia

Tabela 1. Resultados dos testes de razes unitrias (Dickey-Fuller expandido). Fonte: resultados da pesquisa.
Def.

8,5741
(0,0045)
9,1787
(0,0026)
10,0641
(0,0010)
10,1719
(0,0010)

-0,0087
(0,0918)
-0,0090
(0,0828)
-0,0094
(0,0698)
-0,0095
(0,0672)

2
3
4

( 1)
-0,0228
(0,0016)
-0,0248
(0,0007)
-0,0277
(0,0002)
-0,0279
(0,0002)

AIC

Sch.

0,2172
(0,0000)
0,1997
(0,0000)
0,1916
(0,0000)
0,1914
(0,0000)

2,0387

9,1895

9,2172

0,0889
(0,0227)
0,0673
(0,0874)
0,0672
(0,0885)

2,0218

9,1864

9,2206

0,1222
(0,0017)
0,1219
(0,0021)

2,0006

9,1758

9,2168

0,0023
(0,9530)

1,9999

9,1803

9,2282

Tabela 2. Maiores valores estimados para as densidades espectrais (M = 33). Fonte: resultados da pesquisa.
Freqncia ()

Perodo (P)

0,028788
0,027273
0,030303
0,025758
0,031818
0,024242
0,033333
0,034848
0,022727
0,036364
0,037879
0,021212

34,73684
36,66667
33,00000
38,82353
31,42857
41,25000
30,00000
28,69565
44,00000
27,50000
26,40000
47,14286

Coeficientes
Cosseno
Seno
-4,12124
-2,70638
3,05165
-,93544
-,98035
2,46485
-3,13242
3,25916
1,21399
-,91259
3,35968
-1,32788
-1,04550
2,26920
,46999
-,54684
1,25145
3,10459
-4,47815
1,99434
3,07311
1,58256
1,22541
-3,67690

Valores do periodograma

Densidades espectrais

8022,011
3361,915
2322,068
6743,291
761,171
4306,731
2059,975
171,576
3697,532
7930,306
3943,002
4957,009

3613,118
3600,334
3579,865
3537,723
3511,782
3424,561
3421,767
3319,319
3263,928
3210,528
3096,626
3059,862

Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

Lamounier

Densidade espectral

20
4000

4000

3500

3500

3000

3000

2500

2500

2000

2000

1500

1500

1000

1000
500

500

0
0
0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
Frequncia

Figura 2. Espectro estimado para os preos do caf de janeiro de


1946 a dezembro de 2000, com M = 33 (em funo de ). Fonte:
Resultados da pesquisa.

tambm dois picos menores no intervalo de freqncias


dado por [0,25; 0,30], porm estes, aparentemente, no
so de fato relevantes.
Em termos de durao, os ciclos correspondentes a
essas freqncias teriam um perodo mnimo de aproximadamente 22 meses (correspondente freqncia de
0,045) e mximo de 44 meses (definido pela freqncia
de 0,022) para o pico mais alto; e de aproximadamente
quatro meses para os picos entre as freqncias do intervalo [0,25; 0,30]. Isso indica, portanto, a existncia de
um ciclo de durao mais longo e um ciclo de curto prazo
para esses preos.
Subdividindo a anlise por dcadas, a fim de verificar
mudanas na periodicidade dos ciclos, constatou-se para
a dcada de 50 a existncia de um ciclo bienal, que possivelmente esteve ligado diretamente ao ciclo biolgico do
cafeeiro. Este ciclo biolgico consiste do fato de que, de
maneira geral, os cafeeiros apresentam em um ano uma
grande florada, e no outro a seguir, uma florada pequena,
em razo do esgotamento das plantas, que necessitam
da ocorrncia de um intervalo de um ano para poderem
apresentar bom rendimento.
Para a dcada de 60, os resultados encontrados divergiram, em certa medida, dos resultados verificados para
a dcada de 50. Neste perodo, o pico mais marcante e
significativo ocorreu nas freqncias prximas a 0,02,
o que em termos de perodo, correspondeu a um ciclo
de longo prazo nos preos do caf de aproximadamente
60meses (cinco anos) de durao.
Os espectros estimados para a dcada de 70 indicaram
novamente que as freqncias prximas a 0,04 so as
que mais contribuem para a varincia dos preos do caf.
O maior pico verificado neste espectro se encontrou no
intervalo prximo a esta freqncia, indicando que um
ciclo bienal (de perodo igual a 24 meses) tambm foi
marcante para a dcada de 70. Pode-se notar tambm
um pico menor nas freqncias prximas a 0,3, que
correspondeu a um perodo de aproximadamente quatro
meses.
Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

Os resultados encontrados para o espectro estimado


dos preos do caf, nos anos 80 apresentaram duas caractersticas marcantes. Primeiramente, pode-se observar
que o ciclo de 24 meses foi o mais marcante em todo o
conjunto de densidades espectrais estimadas, indicando
que o ciclo bienal se configurou como um importante
determinante do comportamento dos preos do caf at
o final da dcada de 80, pois foi um ciclo que prevaleceu
ao longo das quatro primeiras dcadas analisadas. Em
segundo lugar, tornou-se evidente que o ciclo sazonal, de
freqncias prximas a 0,07, novamente foi significativo
nesta dcada, ao contrrio do ocorrido na dcada de 70.
Finalmente, para a dcada de 90 pode-se observar uma
mudana no comportamento dos preos, em termos do
componente de ciclos. O espectro estimado em funo
das freqncias indica que aquelas pertencentes ao intervalo dado por [0,07; 0,10] so as que mais contriburam
para a varincia dos preos do caf, visto que existe um
pico neste espectro que se destaca em relao aos demais.
Essas freqncias correspondem ao perodo de 12 meses,
o que configura o ciclo sazonal como o mais marcante
ciclo nos preos para a dcada de 90.
Os resultados encontrados na anlise de ciclos nos
preos do caf apontam para a concluso de que os ciclos
nos preos ocorreram de forma clara nas dcadas anteriores
de 90, mas que no afetaram de maneira to expressiva
o setor aps esse perodo. Isso porque na dcada de 90,
os ciclos (em sentido estrito) de fato inexistiram; apenas
a sazonalidade anual dos preos foi detectada. Assim, ao
persistir esse comportamento, para os anos vindouros os
agentes envolvidos com esta commodity no tm razes
para esperar flutuaes nos preos e na rentabilidade de
suas atividades em funo do componente cclico.
Em relao anlise da sazonalidade nos preos,
observou-se que, para as dcadas tomadas individualmente, os resultados no diferiram significativamente dos
verificados para todo o perodo (Tabela 3). Constatou-se,
que a sazonalidade enquanto componente de influncia
no comportamento dos preos do caf no mercado internacional, no da forma determinstica e regular. Pelo
contrrio, ela de natureza estocstica, conforme tambm
indicaram alguns dos resultados da anlise espectral
apresentados anteriormente. Esse resultado se justifica
em parte pela formao de estoques, tanto no mercado
interno quanto no externo, que so liberados nos perodos
de entressafra e que impedem oscilaes mais acentuadas
nos preos, bem como a caracterizao de um padro
sazonal regular para estes.
Os principais resultados encontrados para as equaes
de sazonalidade para todo o perodo amostral (de 1946 a
2000) e para as dcadas de 50, 60, 70, 80 e 90, tomadas
individualmente, podem ser observados na Tabela 3.
Como pode ser verificado, os resultados estimados apre-

Tendncia, ciclos e sazonalidade nos preos spot do caf brasileiro na NYBOT

21

Tabela 3. Resultados dos testes de sazonalidade determinstica mensal. Fonte: Resultados da pesquisa.
Perodo/varivel

1946 a 2000
Dcada de 50
Dcada de 60
n. saz. Prob. n. saz. Prob. n. saz. Prob.
Janeiro
5,99
0,07
5,05
0,30
6,24
0,00
Fevereiro
-6,51
0,16
-5,48
0,43
-6,47
0,02
Maro
-2,45
0,60
-0,63
0,93
-6,20
0,03
Abril
-6,41
0,17
-7,62
0,27
-7,41
0,01
Maio
-8,56
0,07
-11,84
0,09
-6,44
0,02
Junho
-8,53
0,07
-4,06
0,56
-6,49
0,02
Julho
-9,72
0,04
-8,46
0,22
-8,14
0,00
Agosto
-6,79
0,15
-7,71
0,27
-5,81
0,04
Setembro
-5,15
0,27
-12,30
0,08
-7,36
0,01
Outubro
-5,91
0,20
-9,93
0,15
-5,22
0,06
Novembro
-1,90
0,69
-5,22
0,45
-5,25
0,06
Dezembro
-8,28
0,08
-7,28
0,29
-6,91
0,01
Estatstica-F
0,82
0,62
0,64
0,79
1,11
0,36
Obs.: Valores em negrito indicam significncia estatstica a 10%.

sentam-se amplamente diferenciados de acordo com o


perodo de tempo utilizado como amostra na regresso.
Tomando todo o perodo, de janeiro de 1946 a dezembro
de 2000, observou-se que apenas alguns ndices sazonais
(da equao 17 apresentada anteriormente) se apresentaram como estatisticamente significativos (valores em
negrito).
O ndice do ms-base (janeiro) e os ndices dos meses
de maio, junho, julho e dezembro, de maneira geral,
confirmam os resultados discutidos na anlise de sazonalidade pelos grficos dos preos, isto , os valores
estimados indicam que o ms de janeiro se caracteriza
como um ms de preos em elevao, com uma valorizao mdia de 5,99 centavos de US$ por libra-peso,
enquanto os meses de maio, junho e julho correspondem
a meses de desvalorizao em relao s cotaes
observadas para janeiro. As desvalorizaes mdias nas
cotaes verificadas, relacionadas a esses meses, foram,
respectivamente, de 8,56; 8,53; e 9,72 centavos de US$
por libra-peso, em relao aos valores do ms-base de
janeiro. Ao contrrio do que era aparente nos grficos, o
ms de dezembro tambm se caracterizou como um ms
de desvalorizao da commodity para o perodo analisado
como um todo.
Ao que se refere natureza estocstica da sazonalidade, os resultados apresentaram duas caractersticas
marcantes: primeiramente, indicaram que no h necessidade de se implementar o processo de diferenciao
sazonal na srie, pois no foram verificadas razes unitrias sazonais para os preos do caf. Em segundo lugar,
pode-se verificar que esses preos tendem a ser correlacionados de maneira sazonal, mas que essa relao s
forte de um ano para o outro e no para perodos mais
distantes no tempo.

Dcada de 70
n. saz. Prob.
6,18
0,67
-9,17
0,65
12,32
0,55
2,47
0,90
-11,91
0,56
-6,06
0,77
-6,74
0,74
-0,34
0,99
-4,33
0,83
-4,56
0,82
-1,66
0,94
-22,39
0,28
0,34
0,97

Dcada de 80
n. saz. Prob.
12,33
0,12
-15,97
0,15
-15,08
0,17
-13,75
0,22
-16,95
0,13
-21,78
0,05
-39,86
0,00
-16,33
0,14
-7,11
0,52
-11,95
0,28
-6,89
0,53
-6,66
0,55
1,64
0,10

Dcada de 90
n. saz. Prob.
3,12
0,50
1,89
0,77
-1,71
0,80
-7,06
0,28
2,20
0,74
-10,27
0,12
-0,36
0,95
-3,44
0,60
-1,89
0,77
-6,15
0,35
-1,96
0,77
-1,17
0,86
0,64
0,79

Portanto, pode-se inferir, que de fato a sazonalidade


nos preos do caf brasileiro no mercado spot de Nova
Iorque foi verificada a partir dos testes estatsticos efetuados. Todavia, deve-se ressaltar, que essa relao est
se modificando ao longo do tempo, o que caracterizaria
uma sazonalidade do tipo estocstica e no do tipo determinstica para os preos desta commodity no mercado
internacional.
Dados os resultados acerca da sazonalidade dos
preos, tem-se que os produtores devem ter certa ateno
no planejamento da venda de sua safra, no que tange aos
meses mais favorveis para essa venda. Verificou-se, que
em mdia, os meses de junho a setembro se configuram
como meses de safra no Brasil, e o nvel dos preos da
commodity, nesse perodo, tende a cair significativamente.

5 Concluses
O mercado spot do caf caracteriza-se como sendo
marcado por acentuadas flutuaes de preos. Essas
flutuaes implicam que a rentabilidade nessa atividade
dever oscilar de maneira significativa, o que pode propiciar, para os investidores mais informados, um diferencial
de lucratividade, pois as suas decises de hedge e de
especulao estaro baseadas em previses mais precisas
acerca do comportamento do mercado.
No entanto, pode-se observar, que essas possibilidades de ganho ainda no so plenamente aproveitadas
por grande parte dos agentes econmicos envolvidos
nesses mercados, dada a imperfeita compreenso acerca
da natureza das flutuaes dos preos no mercado de
caf, que, se no podem ser evitadas, ao menos deveriam
ser utilizadas pelos agentes econmicos ligados a esse
Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

Lamounier

22

mercado para otimizarem suas decises e maximizarem


seus lucros individuais.
Em termos gerais, pretendeu-se neste trabalho de
pesquisa detectar e analisar a existncia e a magnitude
dos componentes estocsticos (e/ou determinsticos) de
tendncia, ciclos e sazonalidade na srie temporal dos
preos do mercado spot do caf brasileiro na bolsa de
Nova Iorque (NYBOT) para a segunda metade do sculo
passado, mais especificamente, o perodo compreendido
entre janeiro de 1946 a dezembro de 2000.
Optou-se pelo estudo do mercado de caf, uma vez
que esta a principal commodity agropecuria do Brasil
transacionada em bolsas de mercadorias e de futuros
(aproximadamente 67% dos contratos agropecurios transacionados na BM&F so de caf). Optou-se tambm pela
anlise dos preos no mercado internacional, pelo fato
do Brasil ser o maior produtor e exportador mundial de
caf (30% da produo mundial em mdia); dessa forma,
trata-se de uma commodity cuja formao do preo deve
contemplar principalmente o mercado internacional.
Os resultados encontrados mostraram que a tendncia
existente nos preos do caf se configurou como uma
composio de tendncias dos tipos determinstica e estocstica, ou seja, a srie de preos do caf brasileiro no se
configurou como estacionria no perodo analisado.
Com relao aos ciclos existentes nos preos do caf,
tem-se que a anlise espectral para os dados conjuntos
de toda a amostra (janeiro de 1946 a dezembro de 2000)
confirmou a incidncia de um ciclo de mdia durao
existente no intervalo de 22 a 44 meses. Subdividindo a
anlise por dcadas, a fim de verificar mudanas na periodicidade dos ciclos, constatou-se a existncia de um ciclo
bienal (24 meses) como o mais recorrente, e que possi-

velmente esteve ligado diretamente ao ciclo biolgico do


cafeeiro. Todavia, duas excees ocorreram: verificouse que um ciclo de longo prazo nos preos do caf, de
aproximadamente 60 meses (cinco anos) de durao,
tambm foi marcante na dcada de 60 e que na dcada
de 90 pde-se observar uma mudana no comportamento
dos preos em termos do componente de ciclos. Nesta
ltima dcada, o ciclo bienal no foi significativo, apenas
um ciclo com freqncias correspondentes ao perodo de
12meses, o que configuraria um ciclo sazonal.
Em relao anlise da sazonalidade nos preos,
observou-se que para as dcadas tomadas individualmente os resultados no diferiram significativamente
dos verificados para todo o perodo. Observou-se, que
a sazonalidade enquanto um componente de influncia
no comportamento dos preos do caf no mercado internacional, no da forma determinstica e regular. Pelo
contrrio, ela de natureza estocstica, variando em
funo do perodo do tempo.
Finalmente, deve-se citar que a presente pesquisa no
est livre de limitaes. Nesse sentido, sugere-se a realizao de novos estudos sobre o mesmo tema. Poderiam
ser utilizados diferentes perodos de tempo e diferentes
metodologias para modelagem dos componentes das
sries de preos, como a abordagem Bayesiana de West
e Harrison (1989) para modelagem dos ciclos e da sazonalidade, ou a metodologia dos modelos markovianos
para sries com mudana de regime, conforme apresentado em Brooks (2002). Sugere-se ainda, que anlises
bivariadas possam ser feitas analisando-se em conjunto
a srie spot dos preos e uma srie com os preos futuros
da commodity, para modelagem da interdependncia
desses preos.

Trend, cycles and seasonality in spot prices of


brazilian coffee at the NYBOT
Abstract
The main aim of this research was to detect the existence of the stochastic (and/or deterministic) components of
Trend, Cycle and Seasonality in the spot market prices of the most important Brazilian agricultural commodity: coffee.
The methodology used was the analysis in the time domain (to trend and seasonality) and the analysis in the frequency
domain, also known as spectral analysis for the study of cycles in prices. The results found that the trend in coffee
prices is compounded by a mix of deterministic and stochastic trends. With relation to the cycles in the prices, the spectral analysis to whole sample data (from January 1946 to December 2000) has confirmed the rate of a cycle of medium
duration between the interval of 22 and 44 months. With relation to seasonality, the research found that this component
of the price series has had a very unstable characteristic throughout the decades analyzed. It has a stochastic nature
and varies in function of time.
Keywords: Trend. Cycles. Seasonality. Coffee prices.
Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

Tendncia, ciclos e sazonalidade nos preos spot do caf brasileiro na NYBOT

23

Referncias bibliogrficas
ABRAHAM, B.; LEDOLTER, J. Statistical methods for
forecasting. 1. ed. New York: John Wiley & Sons, 1983.
445p.
BOWERMAN, B. L.; OCONNEL, R. T. Time series and
forecasting: an applied approach. Massachusetts: California
Duxbury Press, 1979. 481 p.
BOX, G. E. P.; JENKINS, G. M. Time series analysis: forecasting
and control. Revised edition, San Francisco: Holden-Day
Press, 1976. 575p.
BROOKS, C. Introductory econometrics for finance. 1. ed.
Cambridge: Cambridge University Press, UK, 2002. 701 p.
CAMPBELL, J. Y.; LO, A. W.; MacKINLAY, A. C. The
econometrics of financial markets. New Jersey: Princeton
University Press, 1997. 611 p.
CHATFIELD, C. The analysis of time series - an introduction.
5. ed. London: Chapmam & Hall, 1996. 286 p.
ENDERS, W. Applied econometric time series. 1. ed. New York:
John Wiley & Sons, 1995. 433 p.
HAMILTON, J. D. Time series analysis. 1. ed. New Jersey:
Princeton University Press, 1994. 799 p.
HARVEY, A. Time series models. 1. ed. New York: John Wiley &
Sons Inc, 1981. 230 p.

HARVEY, A. Forecasting, structural time series models, and


the Kalman filter. 1. ed. Cambridge: Cambridge Univesity
Press, 1989. 554 p.
JUDGE, G. G. et al. Introduction, to the theory and pratice of
econometrics. 2. ed. New York: John Wiley & Sons, 1988.
PINDYCK, R. S.; RUBINFELD, D. L. Econometric models and
economic forecasts. 4. ed. New York: Irwin/McGraw-Hill,
1998.
RAUSSER, G. C.; CARGILL, T. F. The existence of broiler
cycles: an application of spectral analysis. American journal
of agricultural economics, Oxford: Blackwell Publishing,
v.52, n. 1, p. 109-121, feb. 1970. Published as Journal of Farm
Economics since 1919 to 1967.
RODRIGUES, R. O papel do setor privado e os novos desafios do
abastecimento nacional. Revista de poltica agrcola, Braslia:
Editora da CONAB, v. 10, n.1, p. 1-15, jan-mar, 2001.
SOUZA, R. C. Modelos estruturais para previso de sries
temporais: abordagens clssica e bayesiana. 1. ed. Rio de
Janeiro: Editora do Instituto de Matemtica Pura e Aplicada
(IMPA), 1989.
VANDAELE, W. Applied time series and Box-Jenkins models.
1. ed. New York: Academic Press, 1983. 417 p.
WEST, M.; HARRISON, J. Bayesian forecasting and dynamic
models. 1. ed. New York: Springer-Verlag, 1989. 700 p.

Sobre o autor
Wagner Moura Lamounier
Economia Aplicada,UFV, Centro de Ps-graduao e Pesquisas em Contabilidade e Controladoria CEPCON,
Universidade Federal de Minas Gerais UFMG,
Rua Curitiba, 832, sala 703, 7 andar, Centro, CEP 30170120, Belo Horizonte, MG, Brasil,
e-mail: wagner@face.ufmg.br
Recebido em 02/3/2006
Aceito em 28/2/2007

Gest. Prod., So Carlos, v. 14, n. 1, p. 13-23, jan.-abr. 2007

Potrebbero piacerti anche