Upload
andre
View
25
Download
1
Embed Size (px)
Citation preview
1
A TRANSMISSÃO ASSIMÉTRICA DE PREÇOS NO MERCADO A VAREJO DE
GASOLINA DO BRASIL: UM ENFOQUE REGIONAL
ANDRE SURIANE DA SILVA - PPGEA/UFJF; Claudio R. F. Vasconcelos - PPGEA/UFJF;
Silvinha P. Vasconcelos - PPGEA/UFJF; Rogério Silva de Mattos - PPGEA/UFJF
Resumo Este estudo analisa a transmissão assimétrica de preços no mercado de gasolina brasileiro sobre uma
abordagem diferente da existente na literatura nacional, qual seja: análise desagregada em cidades e a relação dos
ajustamentos de preços de gasolina no varejo (postos) em decorrência de variação de preços por atacado
(distribuidor). Assim, o objetivo geral deste trabalho consistiu em analisar a dinâmica de preços entre
distribuidoras e postos de gasolina no Brasil sob um enfoque regional, utilizando dados semanais para 16
capitais do país, referentes ao período entre maio de 2004 e abril de 2011. Utilizando a abordagem de
cointegração com ajustamento “Threshold”, a principal conclusão é que na análise de cointegração, para a
versão MTAR do teste, 10 cidades apresentaram relação de longo prazo entre preço a varejo e preço do
distribuidor. Nestas, as que apresentaram comportamento não simétrico de preços foram Curitiba, Fortaleza,
João Pessoa, Maceió e Recife. Já Campo Grande, Cuiabá, Goiania e Salvador apresentaram comportamento
simétrico. No modelo de Correção de Erro os resultados divergem entre os modelos TAR e MTAR quanto ao
fator assimétrico. Enquanto no modelo TAR choques negativos são ajustados mais rapidamente que choques
positivos, no modelo MTAR choques positivos são assimilados em menor tempo que choques negativos.
Abstract This study analyzes the asymmetric price transmission in the Brazilian gasoline market on an approach different
from that in the national literature, namely, breakdown analysis in cities and the relationship of the adjustments
in retail prices (gas stations) as a result of variation in prices by wholesale (distributor). Thus, the aim of this
study was to analyze the dynamics of retail prices and distributor on the gasoline market in Brazil under a
regional approach, using weekly data for 29 municipalities, covering the period between May 2004 and April
2011. Using the cointegration approach with adjustment "Threshold", the main conclusion is that for analysis of
cointegration, the test version MTAR, 10 cities had long-term relationship between price and retail price of the
distributor. And of these the ones with the behavior of prices were not symmetrical was Curitiba, Fortaleza, Joao
Pessoa, Maceio and Recife. Already cities Aracaju, Campo Grande, Cuiaba, Goiania and Salvador have
symmetrical behavior. In the error correction model results differ between models MTAR and TAR. While the
TAR model negative shocks are adjusted more quickly than positive shocks, the model MTAR positive shocks
are treated in less time than negative shocks.
Palavras chaves: Gasolina; Assimetria de preços; varejo
Key words: Gas; price assymetry; retail
2
1. INTRODUÇÃO
A análise sobre o comportamento dos preços da gasolina no mercado varejista tem
um grande histórico na literatura econômica. Trabalhos recentes na literatura internacional
têm enfatizado significamente a dinâmica de preços em diversos níveis do setor de
combustíveis. Uma parte considerável destes trabalhos tem identificado à existência de
assimetrias na transmissão vertical1 de choques de preços, i.e., diferenças entre ajustamentos
positivos e negativos de preços do mercado varejista para variações no preço do insumo.
Estas assimetrias, em conjunto com a velocidade e a extensão dos ajustes nos preços, são
descritas na literatura como importantes fatores para a descoberta de margens de
comercialização, de crescimento e de práticas de precificação de markup.
Especificamente, a análise da dinâmica de preços entre ofertante primário e varejista
tem destaque nesta literatura, onde diversos trabalhos relatam o problema em diferentes
produtos. A maioria destes relaciona a assimetria na transmissão de preços (de agora em
diante denominada APT) para venda no varejo de produtos agrícolas (WOLFFRAM, 1971;
GOODWIN; HARPER, 2000; CONFORT, 2004; BEN-KAABIA; GIL, 2007;
FERNÁNDEZ-AMADOR et al., 2010) e combustíveis (CHEN, et al. 2005; DELTAS, 2008;
BALMACEDA, 2008; WLAZLOWSKI, 2001; UCHOA, 2006, 2008; SILVA et al., 2010).
Para o caso do petróleo, mesmo antes da crise na década de 70 ou da fundação da
Organização dos Países Exportadores de Petróleo (OPEP) em 1960 a dinâmica dos preços da
gasolina já tinha relevância na literatura econômica, com os trabalhos de Livingston e Levitt
(1959) nos Estados Unidos da América (EUA) e Dixon (1964) no Reino Unido (RU) que
retratam os problemas relacionados ao setor varejista de combustível (SHAH, 2007). Mas foi
apenas com a crise do petróleo durante a década de 70 que houve um grande salto na literatura
sobre o tema. Neste período é que também se configuraram os primeiros trabalhos sobre APT
impulsionados pela introdução dos modelos ARIMA de Box e Jenkins (1970), de derivações
do modelo de Wolffram (1971) para identificação da APT e dos modelos TAR (Threshold
autoregressive) por Tong (1978). Mas apenas na década de 90 com o pleno desenvolvimento
dos modelos TAR (HANSEN, 2011), e dos diversos métodos de estimação proporcionados
pelo avanço computacional, é que houve um grande impulso na literatura aplicada sobre APT
no mundo.
No Brasil, a literatura sobre o setor do combustível ainda é escassa e muito restrita
quanto à análise do processo de APT. Os trabalhos de Nunes e Gomes (2005), Vasconcelos e
Vasconcelos (2008) mostram o grande número de problemas no setor tanto no varejo quanto
nas distribuidoras, e, pelo menos do que se tem conhecimento, apenas os trabalhos Silva et al.
(2009) e Uchôa (2006, 2008) analisaram a APT no setor varejista de gasolina em relação ao
preço das commodities.
As características no mercado brasileiro de gasolina mostradas nos diversos trabalhos
revelam uma singularidade de um setor caracterizado por ser altamente fragmentado com
mais de 35 mil postos registrados em 2010 (ANP, 2011). O estado de São Paulo concentra
grande parte dos revendedores no país, com mais de 8.000 associados, seguido de Minas
Gerais com quase 4.000 postos. Nunes e Gomes (2005) destacam que esta situação até
1Transmissão vertical é a resposta entre diferentes níveis de uma cadeia produtiva (produtor, fornecedor,
varejista e outros) a alterações econômicas sofridas em qualquer etapa desta cadeia. Em contraste transmissão
horizontal ou espacial é descrita como a resposta de choques entre firmas de um mesmo nível e setor em
diferentes regiões. O termo transmissão espacial se adequa aos modelos de APT por referenciar como choques
de preços ocorridos em um determinado espaço (ex. município) afetam os demais espaços.
3
poderia se configurar como boa do ponto de vista da defesa da concorrência, ao possibilitar a
sustentação de um mercado competitivo, visto que a formações de cartéis em mercados
pulverizados é mais complexa. Mas ao invés disso, os autores destacam que as associações
dos proprietários de postos são comumente investigadas por suspeita de formação de cartel.
A proporção de cidades com problemas relacionados à formação de cartéis pode ser
contrastada com o número de casos de truste investigados pela Secretaria de Direito
Econômico (SDE). Apenas em 2010, houve um caso concluído (cidade: Santa Maria-RS) e
outros três em andamento (Belo Horizonte – MG; Teresina – PI; Londrina – PR) sobre a
formação de cartéis em postos de gasolina no país, além de um caso relacionado a Sindicato
do Comércio Varejista de Combustíveis e Lubrificantes do Rio Grande do Sul, descrevendo o
poder de influência desta empresa “na elaboração de leis municipais e estadual que mitigam a
livre iniciativa e a livre concorrência” (SDE, 2011). O número de casos na SDE chegou a 30
em 2002, nos quais a maioria retrata a influência dos sindicatos patronais para a coordenação
e implementação dos acordos.
Importantes indícios da formação de cartéis no mercado varejista de combustíveis
podem ser verificados pela dinâmica de preços da gasolina, analisando assimetrias na
transmissão de preços nestes mercados (UCHÔA, 2006; 2008). A maioria dos trabalhos, no
entanto, enfatiza apenas a identificação da assimetria e a metodologia empírica com pouca
discussão sobre a origem dessas assimetrias.
Para Meyer e Von Cramon-Taubadel (2002), o debate sobre a APT é de grande
importância para a economia. Um dos pontos levantados pelo autor diz respeito à existência
de gargalos na Teoria Econômica sobre a APT, os quais determinam significativas
implicações para a política que comumente assume que as APT são causadas pelo poder de
mercado e, por consequência, evidências empíricas desses processos são justificativas de
intervenção governamental.
Por sua vez, Goodwin e Harper (2000) destacam que a transmissão vertical de
choques entre os vários níveis de mercado é uma importante característica descritiva da
operação global do mercado. Como o preço é um mecanismo primário em que inúmeros
níveis de mercado estão unidos, a extensão deste ajuste e a velocidade em que os choques são
transmitidos entre os preços para produtores, atacadistas e varejistas é um importante fator
que reflete as ações dos participantes em níveis alternativos de mercado. Assim, a natureza, a
velocidade e a extensão dos ajustes pode também ter importantes implicações para a
descoberta dos preços, margens de comercialização, crescimento e práticas de precificação de
markup.
Com relação especificamente ao produto gasolina, Borenstein et al. (1997)
identificou evidências sobre a existência de APT no mercado de gasolina nos Estados
Unidos, usando uma série de modelos de correção de erros bivariados. Resultados
semelhantes para a presença de APT foram encontrados por Chen et al. (2005), Deltas (2008)
e Honarvar (2009) no mercado americano; Balmaceda (2008) no mercado chileno; e
Wlazlowski (2001) para o Reino Unido.
Para o caso brasileiro, os trabalhos que podem ser citados são o de Uchoa (2008),
utilizando um modelo de correção erros de assimétrico (Threshold Autoregressive - TAR); e
Silva et al. (2010) utilizando os modelos ARFIMA e TAR. Para Uchôa (2008), a APT pode
ser descrita pelo acompanhamento de uma trajetória de alta nos preços atacadistas com
reflexos diretos no nível de preços do varejo enquanto o caminho inverso, de efeito de baixa
nos preços do setor atacadista sobre baixa no setor varejista, quando ocorre, é lento. Os
resultados dos trabalhos de Uchoa (2008) e Silva et al. (2010) mostram que é forte a presença
de APT no mercado de gasolina no país, revelando que o preço do combustível no varejo
reponde de forma diferente para reduções e aumentos no preço das commodities.
4
A importância da análise do tema pode ser aliada também aos trabalhos de Nunes e
Gomes (2005) e Vasconcelos e Vasconcelos (2008) que mostram o grande número de
problemas no setor de combustíveis no Brasil tanto no varejo quanto nas distribuidoras. Os
trabalhos de agências reguladoras também têm mostrado um setor de combustíveis com sérios
problemas quanto a livre concorrência, com alto grau de concentração no setor de distribuição
e forte coalizão no setor varejista.
O foco dos trabalhos em geral tem sido a identificação de cartéis, mas apenas os
trabalhos de Silva et al. (2009) e Uchôa (2006, 2008) mostraram a existência de assimetrias
na transmissão de preços no setor. Entretanto, estes ainda demandam de uma melhor
discussão sobre método aplicação e objetivos e sua relação com a Teoria Econômica.
Diferente dos trabalhos de Silva et al. (2009) e Uchôa (2006, 2008) os dados
utilizados neste trabalho serão em nível de município, buscando regionalizar as análises e
evitar erros de agregação dos dados (como, por exemplo, o de obter um resultado significativo
para presença de assimetria num país e desconsiderar se a origem desta assimetria é horizontal
ou vertical). Outro diferenciação do presente trabalho em relação ao de Uchôa (op. cit) é o
uso de dados das distribuidoras como fator de insumo ao invés do preço do petróleo no
mercado internacional, pois, havendo assimetria entre o mercado internacional de petróleo e o
preço médio no posto, não se sabe em que nível do setor a assimetria ocorreu. No caso do
Brasil, as diferenças podem ser ainda mais conflitantes em relação à dinâmica de preços
internos em relação ao mercado internacional, devido à presença da Petrobras (empresa com
grande parcela de mercado e de controle estatal sujeita a atuações políticas que impedem da
livra dinâmica de preços entre mercado interno e externo).
Assim, o objetivo geral deste trabalho consiste em analisar a dinâmica de preços
entre distribuidoras e postos do mercado de gasolina no Brasil sob um enfoque regional,
utilizando dados semanais para 16 capitais do país2, referentes ao período entre maio de 2004
e abril de 2011.
As demais partes deste estudo são compostas: pela seção 2, na qual foi realizada uma
caracterização do mercado de gasolina no Brasil; pela seção 3, que apresenta um
levantamento dos principais conceitos de assimetria de preço; na seção 4, que traz a
metodologia utilizada; na seção 5 estão os resultados e na 6 as considerações finais.
2. MERCADO DE GASOLINA DO BRASIL
Nos últimos 20 anos o mercado de combustíveis no Brasil tem passado por grandes
transformações, com o início privatização de várias empresas estatais do setor entre 1992 e
1996, liberação do setor com o fim do monopólio da Petrobras (Emenda Constitucional no 9,
de 1995), liberação parcial dos preços para distribuição e revenda (Portaria no 63 de
02/04/1996), criação de uma agência reguladora a ANP (Agencia Nacional do Petróleo) (Lei
no 9.478, de 06/08/1997) e liberação total dos preços em 2001 em todos os estágios da cadeia
produtiva (Portarias no 316 e 317) (CAMPOS, 2005; NUNES; GOMES, 2005).
A flexibilização da entrada de empresas no setor petroquímico, a partir de 1993,
apesar de provocar um significativo aumento no número de distribuidoras, chegando a 322 em
2001, não resulta numa significativa concorrência entre as integrantes. Grande parte do
mercado ainda permaneceu sobre o controle de cinco grandes distribuidoras (BR
Distribuidora, Ipiranga, Shell, Esso e Texaco). Foi necessário o estabelecimento de um
2 Cidades que tiveram série ininterupta de coleta de preços entre maio de 2004 a abril de 2011. As cidades são:
Aracajú; Belém; Campo Grande; Cuiabá; Curitiba; Fortaleza; Goiânia; João Pessoa; Maceió; Manaus; Palmas;
Recife; Rio Branco; Rio de Janeiro; Salvador; São Paulo;
5
sistema de quotas pela ANP para garantir às distribuidoras emergentes condições comerciais
similares as grandes empresas. (NUNES e GOMES, 2005).
O aumento do número de distribuidoras, além de não garantir uma maior
concorrência no setor, levou a uma maior incidência de casos relacionados à adulteração de
combustíveis e sonegação de impostos. Houve também um crescimento da participação dos
postos com bandeira branca, sem vinculo contratual permanente com as distribuidoras (no
total de postos, 32% entre 1999 e 2003). Entretanto, existem argumentos de que apesar do
aumento do número de distribuidoras não ter garantindo uma maior competição no setor
atacadista. Isto levou a um maior grau de competição no setor varejista e permitiu a expansão
das pequenas refinarias (NUNES e GOMES, 2005).
No entanto, os indícios são que o setor ainda se caracteriza como fortemente
influenciado por cartéis. Tendo isto em vista, a ANP, que tem como foco a proteção dos
interesses dos consumidores em relação à qualidade e preços dos produtos combustíveis,
monitora semanalmente o preço dos combustíveis nos postos e revendedoras com o intuito de
preservar a livre concorrência entre os agentes. A pesquisa abrange um total de 10% dos
municípios brasileiros para os seguintes produtos: gasolina comum, álcool etílico hidratado
combustível (AEHC), óleo diesel não aditivado, gás natural veicular (GNV) e gás liquefeito
de petróleo (GLP). Além da ANP, o Conselho Administrativo de Defesa Econômica (CADE),
a Secretaria de Acompanhamento Econômico (SEAE) e a Secretaria de Direito Econômico
(SDE), tem sido bastante ativas na investigação e punição de práticas anticoncorrências no
setor de combustíveis.
Os dados mostrados pela SDE mostram que apesar de ser um mercado altamente
fragmentado, o mercado de combustíveis no Brasil tem uma forte tendência a coordenação
entre um grande número de agentes permitindo a formação de cartéis. Nunes e Gomes (2005)
destacam que a forte concentração no setor de distribuição (onde as 5 maiores distribuidoras
detinham 66% do volume comercializado e 50% dos postos revendedores sob contrato no
final de 2003) possibilita uma coordenação ainda maior. Entre os fatores que levam a
formação destes cartéis ou mesmo a assimetria de preços entre vendedores e revendedores
está a assimetria de informação, a pouca diferenciação da gasolina e o custo de procura.
A gasolina pode ser tratada como um produto quase homogêneo. Segundo Nunes e
Gomes (2005), as principais diferenciações do produto são originadas dos serviços prestados,
da marca e localização dos postos, sendo que o último é o que tem maior relevância sobre esta
diferenciação, ao determinar área de influência e mercado relevante do produto. Isto porque
um importante fator sobre a diferenciação do preço é o custo de procura, de forma que a
pesquisa de preço entre postos pode acabar sendo mais custosa que comprar o combustível no
posto mais próximo, pois a procura depende do custo de locomoção do próprio veículo
(SILVA, et al. 2010). Assim, mesmo havendo um grande número de postos de gasolina em
uma região, é provável que a competição entre postos se limite a um número pequeno de
agentes, visto que a área de influência ou o mercado relevante, derivado dos custos de
procura, e delimitada ao espaço em que o consumidor considera vantajosa a pesquisa de
preço. Este espaço será tanto maior quanto maiores as economias geradas pelo pesquisa de
preço, i.e., um consumidor com um veículo que percorre 10km/l ao fazer um abastecimento
de 40 litros de gasolina esperando obter uma economia de 1% na pesquisa de preço, não
percorrerá mais que 4km nesta pesquisa, visto que qualquer distância superior a esta tornaria a
economia obtida no preço desprezível ou negativa dado os custos de locomoção do veículo.
Em um mercado onde não há variações significativas entre os preços da gasolina nos
postos, o mercado relevante poderá ser tão pequeno que todos os postos deste mercado podem
ser caracterizados como monopólio, ou seja, o consumidor, ao acreditar não haver economia
na pesquisa de preço, considera o posto mais próximo como única alternativa possível.
(BORENSTEIN, et al. 1997; PELTZMAN, 2000). Assim, combinações de preços entre os
6
postos podem ser caracterizadas como divisões de mercado, sem necessariamente que os
preços dos postos sejam iguais: basta que a economia gerada na diferenciação dos preços
entre um posto e outro seja menor que o custo de transporte no percurso entre os postos.
Tais combinações entre firmas não necessariamente serão formais: a assimetria de
informação dos consumidores entre os preços dos postos de combustíveis, ao gerar uma
perspectiva baixa de economia de pesquisa de preço, pode levar a uma redução do mercado
relevante sem necessariamente haver uma combinação de preços entre as firmas. Ou seja, as
firmas manterão seus preços elevados dado que não houve mudança na sua demanda. Uchôa
(2006) destaca que acordos tácitos podem ter significativos impactos sobre a assimetria de
transmissão de preços, o autor coloca que em um aumento nos preços das distribuidoras, as
postos tenderão a aumentar seus preços rapidamente para sinalizar a seus concorrentes a
adesão ao acordo tácito. No caso inverso de redução dos preços nas distribuidoras, os postos
reduziram seus preços de forma lenta para que seus concorrentes não interpretem que ela está
diminuindo sua margem de lucro e abandonando o acordo.
3. Transmissão Assimétrica de Preços (APT)
A APT pode ser descrita como uma divergência de ajustamento dos preços de um
mercado entre a redução e aumento de preços. APT é comumente aceita como uma hipótese
de deficiência de mercado, no entanto, Meyer e Von Cramon-Taubadel (2004) destacam que
esta manifestação não necessariamente deriva de tal deficiência. Os autores destacam que o
preço é um dos mecanismos principais de integração de mercados e diversos trabalhos têm
identificado com frequência a existência de APT. Tal situação põe em dúvida se a APT seria
uma situação dominante, e que, portanto, demandaria uma maior pesquisa, já que grande parte
das análises parte do pressuposto de ajustamento simétrico. Meyer e Von Cramon-Taubadel
(2002, 2004) fazem um levantamento abrangente sobre os diversos tipos de assimetria que
serão revisados nesta seção.
As APT podem ser classificadas de acordo com três critérios: (a) se a assimetria é
vertical ou espacial; (b) velocidade e magnitude da assimetria e (c) se a assimetria é positiva
ou negativa. Vendo estes critérios mais de perto:
a. APT vertical e APT espacial
A APT vertical, foco principal deste trabalho, é identificada pela diferente forma
como os preços de um determinado mercado final reagem a um aumento ou uma redução de
preços nos seus insumos. Por exemplo, no mercado de gasolina, foco deste trabalho, se um
aumento do preço do petróleo bruto é rapidamente repassado para o preço da gasolina comum
nos postos, e, ao contrário, uma redução nos preços do petróleo bruto tem seu repasse lento
para os preços da gasolina nos postos, tem-se uma assimetria vertical.
A APT espacial, por outro lado, é descrita pela diferença entre ajustes positivos e
negativos de um determinado mercado de uma região reage a choques do mesmo mercado em
uma região vizinha (município, estado, país,...). APT espacial pode ser mostrada pela
divergência de ajustes entre reduções e aumentos dos preços nos postos de gasolina do Rio de
Janeiro, por exemplo, quando há alterações nos preços da gasolina comum nos postos de São
Paulo. A Figura 1. Transmissão Vertical e Horizontal exemplifica os processos de transmissão
vertical e horizontal (RAPSOMANIKIS; KARFAKIS, 2007).
7
Figura 1. Transmissão Vertical e Horizontal
Fonte: Elaboração própria
b. Velocidade e magnitude da assimetria
A assimetria de magnitude é definida como a divergência da magnitude da reação
dos ajustes dos preços finais em resposta a um aumento ou redução dos preços a que são
derivados como pode ser visto na
Figura 2. Magnitude do ajuste. O preçoout
(pout
) refere-se ao preço final de um
mercado que é influenciado pelo preçoin
(pin
). Neste caso, o pout
responde em magnitude
diferente para aumentos e reduções no pin
o que caracteriza a assimetria de magnitude.
Enquanto aumentos no pin
têm respostas proporcionais no pout
, o mesmo não pode ser visto
quando há uma redução do pin
, que resulta em uma resposta do pout
menos intensa.
A assimetria de velocidade refere-se a tempos de resposta diferentes para ajustes positivos e
negativos como pode ser visto na
Figura 3. Velocidade do ajustamento. Neste caso, apesar das respostas do pout
serem
de mesma magnitude em relação a aumentos e reduções do pin
, existe um hiato de tempo à
resposta para reduções de pout
. Assim, enquanto é possível ver uma resposta imediata do pout
a
aumentos do pin
, no caso contrário, de reduções no pin
no período n, o pout
leva n+1 períodos
para responder a esta mudança.
Figura 2. Magnitude do ajuste
Fonte: Meyer e Von Cramon-Taubadel (2004)
Figura 3. Velocidade do ajustamento
Fonte: Meyer e Von Cramon-Taubadel (2004)
8
As assimetrias de magnitude a velocidade são perfeitamente conciliáveis, i.e., ambas
podem ocorrer simultaneamente como representado na Figura 4. Velocidade e Magnitude do
AjustamentoNeste caso, é possível ver ambos os gaps de assimetria, visto que aumentos e
reduções de pin
tem impacto diferente sobre pout
. Enquanto um aumento em pin
em t1 é
completamente repassado para pout
em t2, reduções em pin
no período t1 terão impactos sobre
pout
no período t3. Além disso, há diferenças na magnitude entre as respostas pout
para
reduções e aumentos de pin
, como pode ser visto pela área cinza da Figura 4. Velocidade e
Magnitude do Ajustamento
Figura 4. Velocidade e Magnitude do Ajustamento
Fonte: Meyer e Von Cramon-Taubadel (2004)
c. Assimetria positiva e negativa
Peltzman (2000) diferencia outros dois tipos de assimetrias, positiva e negativa,
derivadas das assimetrias de velocidade e magnitude, que referencia qual situação (redução ou
aumento) tem resposta mais direta de pout
a variações de pin
. Se aumentos em pin
tem resposta
direta e completa de pout
, enquanto reduções são repassados com gaps de velocidade e/ou
magnitude, o resultado é uma assimetria positiva (
Figura 5. APT Positiva). Se, no entanto, reduções em pin
tem resposta direta e
completa de pout
, enquanto aumentos são repassados com gaps, o resultado é uma assimetria
negativa (Figura 6. APT Negativa).
Figura 5. APT Positiva
Fonte: Meyer e Von Cramon-Taubadel (2004)
Figura 6. APT Negativa
Fonte: Meyer e Von Cramon-Taubadel (2004)
9
Na próxima seção, é feita uma descrição dos modelos estimados neste trabalho bem
como o banco de dados utilizado.
4. METODOLOGIA
4.1. Modelo Estimado
Para a análise empírica foram utilizados modelos não lineares de séries de tempo
através da abordagem de cointegração com ajustamento “Threshold” (TAR), como
desenvolvido em Enders e Siklos (2001). Primeiramente foram gerados resíduos através da
seguinte relação de longo prazo:
, 1,, ,0 , ii t i i t i tpmc pmd (1)
Em que pmc é o preço da gasolina a varejo e pmd o preço da gasolina pelo distribuidor; (μt) é
o erro estimado e (i) diferencia cada um dos municípios utilizados.
O segundo passo refere-se ao teste de cointegração TAR ou momentun threshold -
MTAR que consiste na regressão dos resíduos gerados no passo anterior em relação às
variáveis threshold. As variáveis threshold foram geradas pelos resíduos defasados da
equação (1), considerando a variável threshold igual a zero, = 0. O mesmo procedimento
também foi adotado para o MTAR, usando a diferenças dos resíduos defasadas.
O teste se baseia nas equações (2) e (3) para o modelo TAR e para o modelo MTAR,
respectivamente.
(2)
1 1 2 1(1 )t t t t t tM M (3)
Para a identificação do modelo é necessário que os resíduos (t) sejam não
correlacionados. Para isto, foram realizados testes de correlação para cada uma dos modelos.
Os modelos que apresentaram correlação serial nos resíduos foram ajustados por meio de
defasagens da variável dependente, utilizando os critérios AIC e BIC para identificação do
número de defasagens. Havendo conflito entre os critérios AIC e BIC, a escolha foi pelo
modelo com menor número de defasagens.
Depois de identificado o modelo mais adequado, os testes estatísticos de
cointegração para os modelos TAR e MTAR consistem em testar se 1 = 2 = 0. Rejeitada a
hipótese nula (1 = 2 = 0), o passo sequinte é testar a assimetria 1 = 2 .
Os valores críticos padrão para as estatísticas t e F para testar a hipótese nula (1 = 2
= 0) não se aplicam adequadamente nos modelos TAR e MTAR. Para aumentar o poder dos
testes Enders e Siklos (2001) e Wane et al. (2004) foram construídos valores críticos para
ambos os testes, em um contexto multivariado que, segundo os autores, aumenta o poder dos
testes e os tornam tão eficazes quanto os testes padrões de cointegração. Os autores destacam,
no entanto, que mesmo em um contexto multivariado o teste t ainda é um teste fraco nos
modelos assimétricos de cointegração, destacando um maior poder do teste F e que suas
hipóteses devem ser tomadas prioritariamente em relação ao teste t. Por esta razão, optou-se
apenas pelo uso do teste F para análise de cointegração.
A Tabela 1 mostra os valores críticos para os testes F. Os valores foram gerados por
extrapolação linear simples dos valores de Wane et al. (2004) para um número de 360
observações e duas variáveis.
10
Existindo um vetor de cointegração, o Modelo Correção de Erro para o TAR e
MTAR é descrito pelas equações (4) e(5), respecitivamente:
1, 1 2, , 1 ,
1
, ,
1
(1 )k
it t i it t i i t j i t j
j
k
j i t j i t
j
pmc I I pmd
pmc
(4)
1, 1 2, , 1 ,
1
, ,
1
(1 )k
it t i it t i i t j i t j
j
k
j i t j i t
j
pmc M M pmd
pmc
(5)
Tabela 1. Valores Críticos F3
0 LAG 1 LAG 2 LAG 3 LAG 4 LAG 5 LAG
TAR MTAR TAR MTAR TAR MTAR TAR MTAR TAR MTAR TAR MTAR
90% 4.92 5.37 6.27 6.56 6.26 6.49 6.22 6.48 6.22 6.41 6.19 6.42
95% 5.86 6.38 7.25 7.65 7.27 7.55 7.23 7.56 7.24 7.45 7.22 7.45
99% 7.98 8.52 9.52 10.06 9.41 9.83 9.45 9.80 9.47 9.71 9.41 9.76
Fonte: Elaboração Própria.
4.2. Fonte e natureza dos dados
As séries de preços para a gasolina tanto no varejo como no atacado foram
disponibilizadas diretamente pela ANP e retratam uma média ponderada pelo total das vendas
nos postos onde a pesquisa é realizada para cada uma das cidades. A pesquisa realizada pela
ANP é em 555 municípios em todo o Brasil (10% do total de municípios) e, além de gasolina
comum, inclui os preços do diesel, do Etanol hidratado combustível, do gás natural veicular
(GNV) e o gás liquefeito do petróleo (GLP). A pesquisa é feita semanalmente, por meio de
visita pessoal (em geral nos primeiros três dias úteis da semana) aos locais que selecionados
para amostra (ANP, 2011).
Através dos dados fornecidos pela ANP, foram selecionadas 16 capitais país que
tiveram suas séries semanais completas para o período entre maio de 2004 e abril de 2011,
somando 362 semanas. As variáveis utilizadas foram o preço da gasolina comum nos postos e
o preço da gasolina comum nas distribuidoras.
Para a aplicação do modelo de Cointegração Threshold primeiramente foram feitos
os testes de estacionariedade nas séries para identificar se as mesmas apresentavam Raiz-
unitária, já que nos modelos há a necessidade de que as séries sejam I(1). Neste trabalho foi
empregado apenas o teste DF-GLS. Apesar dos testes ADF e NG-Perron4 minimizarem os
problemas relacionados ao baixo poder dos demais testes, Elliott et al.(1996) mostraram que o
teste DF-GLS, uma versão mais consistente do DF, tem maior poder que o ADF.
3 Valores obtidos por extrapolação linear simples para 360 observações em um modelo com duas variáveis da
tabela de Wane et al. (2004).
4 Perron, Pierre e Ng, Serena, 1994
11
5. ANÁLISE DOS RESULTADOS
5.1. Análise Exploratória dos Dados
Mesmo antes de uma análise econométrica aprofundada sobre séries de preços de
combustíveis em municípios do Brasil, é possível extrair informações relevantes através do
auxílio gráfico destas séries. Por exemplo, os gráficos 1 e 2, referentes aos municípios de São
Paulo e Rio de Janeiro, mostram o comportamento das séries de preços médio da gasolina dos
postos de combustíveis em relação ao preço médio das distribuidoras. Tanto os dados de São
Paulo quanto do Rio de Janeiro indicam um comportamento similar entre postos e
distribuidoras para a variação da gasolina. Apesar da análise visual não garantir que
comportamento dos postos em relação às distribuidoras é realmente similar, isto traz um
conhecimento prévio do comportamento da série e mostra que as variações nos preços dos
postos têm muita proximidade com as variações nas distribuidoras.
Gráfico 1. Comportamento do Preço da Gasolina em São Paulo
Obs. pmc -- preço médio da gasolina ao consumidor; pmd -- preço médio da gasolina na distribuidora
Fonte: Elaboração própria
Mesmos não garantindo similaridade entre os ajustes do varejo e do atacado nestas
cidades, se comparadas a variações de preços em outras cidades, é possível ver divergências
significativas de preços (atacado e varejo) em importantes cidades do país. O gráfico 3
referente às séries de preços de Cuiabá, diferente dos gráficos 1 e 2, mostra divergências
significativas entre os preços do atacado e do varejo. Ambos os gráficos mostram uma clara
inércia dos preços do varejo a variações do preço do atacado em alguns pontos, em quanto em
outros, os preços do varejo sofrem abrupta alteração sem que o mesmo ocorra no atacado. Tal
característica das séries pode ser considerada um indício prévio de poder de mercado, i.e.,
uma tentativa dos postos em manter os preços acima do nível de concorrência. Como
mostrado anteriormente, reajustes assimétricos de preços podem surgir de empresas
oligopolistas que se envolveram em uma conspiração tácita para manter lucros mais elevados.
Ao mesmo tempo as abruptas variações nos preços dos postos sem que o mesmo tenha
ocorrido nas distribuidoras pode ser visto como uma punição dos postos a tentativas de furo
destes acordos mesmo tácitos.
12
Gráfico 2. Comportamento do Preço da Gasolina no Rio de Janeiro
Fonte: Elaboração própria
Gráfico 3. Comportamento do Preço da Gasolina em Cuiabá
Fonte: Elaboração própria
Em diversas outras importantes capitais do país é possível visualizar o mesmo
comportamento assimétrico que o da cidade de Cuiabá. Em alguns casos, como das cidades
mostradas no gráfico 4, à divergência do comportamento dos preços entre varejo e atacado é
claramente conflituosa se comparada às séries mostradas inicialmente.
Em Maceió é possível ver o preço da gasolina no varejo praticamente inerte a
qualquer queda de preços do atacado enquanto é relativamente sensível a aumentos do
atacado. Em Goiânia a relação os dados parecem ser um indicativo forte de acordo de preços,
mostrando a série inerte a ajuste de preços em vários períodos. O mesmo pode ser visto nas
cidades de João Pessoa e Belém em que uma tentativa clara de manter o preço acima do
concorrencial como pode ser visto nos choques de preço do varejo em 2007 para João Pessoa
e em 2008 e 2009 para Belém.
13
Gráfico 4. Comportamento do Preço da Gasolina
Fonte: Elaboração própria
Em função da limitação do espaço não será apresentado os demais gráficos dos
preços da gasolina para as cidades demais selecionadas para análise. Apesar de importantes
aspectos que podem ser retirados das análises gráficas é de grande importância a averiguação
estatística dos dados. A próxima seção mostra os principais resultados obtidos através
aplicação do método exposto na seção 4.
5.2. Resultados do modelo TAR e MTAR
Apenas as séries I(1), i.e., estacionárias em primeira diferença podem ser usadas nos
modelos TAR e MTAR cointegrados. Assim, as 16 cidades da amostra (reportadas nas tabelas
abaixo) apresentaram a característica de ser estácionária na primeira diferença.
As Tabelas 2 e 3 mostram respectivamente os resultados para os testes TAR e
MTAR de cointegração. Os valores das estatísticas F referem-se ao teste de cointegração cuja
hipótese nula é de 1 =2 = 0, os valores críticos estão na Tabela 1.
O teste de Cointegração TAR evidenciou que não é possível rejeitar a hipótese nula
para os municípios de Rio Branco, Belém, Palmas, Rio de Janeiro e São Paulo. A análise
MTAR, confirma os resultados do modelo TAR com a adição da cidade de Manaus. Para
estes municípios, então não há evidência estatística de cointegração entre preços atacado e
varejo. Assim não é possível estabelecer por esta abordagem a assimetria de preços. Os
resultados para análise de assimetria são apresentados apenas para as cidades que tiveram
rejeição da hipótese nula.
Após os testes de cointegração é possível realizar uma análise preliminar de
assimetria pelo teste 1 = 2, que é repetido nos Modelos de Correção de Erros TAR e MTAR.
Na tabela 2 e 3(teste TAR e teste MTAR) os municípios com um ponto acima do nome ()
representam os municípios que tiveram um resultado significativo para assimetria. Os
resultados iniciais mostram uma relação assimétrica significativa, para uma melhor
14
identificação deste processo, no entanto, é necessária a análise pelos Modelos de Correção de
Erros TAR e MTAR.
Tabela 2. Valores estimados de 1 e 2 para o teste TAR de cointegração
Município 1(+) 2
(-) lags Estatísticas F
(1 = 2 = 0) (1 = 2)
Aracaju -0.434(0.0627) -0.126(0.0728) 5 31.32*** 0.37
Belém -0.0097(0.0465) -0.124(0.0543) 3 3.98
Campo Grande -0.135(0.0463) -0.0673(0.0443) 0 9.81*** 0.77
Cuiabá -0.0719(0.0560) -0.0988(0.0435) 1 6.94** 0.00
Curitiba -0.0885(0.0636) -0.525(0.0829) 0 34.55*** 11.64***
Fortaleza 0.0107(0.0690) -0.336(0.0585) 0 23.06*** 9.53***
Goiânia -0.267(0.1146) -0.240(0.0663) 1 20.08*** 0.01
João Pessoa 0.00562(0.0337) -0.228(0.0510) 1 13.33*** 10.88***
Maceió 0.153(0.0665) -0.467(0.0578) 2 32.7*** 26.26***
Manaus -0.0530(0.0639) -0.433(0.0755) 3 20.68*** 19.82***
Palmas -0.00614(0.0475) -0.0759(0.0283) 4 4.27
Recife -0.118(0.1007) -0.830(0.0753) 0 83.76*** 22.42***
Rio Branco -0.127(0.0720) -0.131(0.0627) 3 5.37
Rio de Janeiro -0.125(0.0471) -0.0152(0.0478) 2 5.07
Salvador -0.157(0.0742) -0.268(0.0671) 0 21.54*** 0.79
São Paulo -0.115(0.0486) -0.0291(0.0403) 1 5.78
Desvio padrão entre parênteses; *** p<0.01, ** p<0.05, * p<0.1 (F críticos vide Tabela 1, para a hipótese nula 1
=2 os valores críticos são baseados no teste F normal).
Fonte: Elaboração Própria.
Considerando apenas os modelos que cointegraram nos testes anteriores, o passo
seguinte consistiu em estimar os modelos de Correção de Erros e testar a assimetria. As
tabelas 4 e 5 mostram respectivamente os resultados dos modelos de Correção de Erros TAR
e MTAR e as estatísticas referentes ao teste de assimetria 1 =2.
Alguns resultados divergiram da análise gráfica feita inicialmente para os testes de
assimetria. Apesar de municípios como Goiânia e Cuiabá apresentaram suas séries de preço
da gasolina muito divergentes entre os preços a varejo e atacado, principalmente quanto ao
impacto das variações nos diferentes níveis, os resultados não mostraram ajustamento
assimétrico para estes municípios. Maceió, que inicialmente obteve um resultado significativo
no teste TAR para assimetria, não teve seu resultado confirmado pelo modelo de Correção de
Erros TAR. O conflito dos resultados para este município pode demandar uma abordagem
diferente.
Quanto aos municípios que apresentaram assimetria (Aracaju, Fortaleza, João
Pessoa, Manaus, Recife e Salvador) cabe destacar que todos que são municípios
representativos das regiões nordeste e norte, podendo ser um indicador inicial de que estas
regiões podem apresentar maiores problemas referentes à estrutura do mercado de gasolina.
Apesar de estas cidades serem afastadas de grandes centros nacionais de consumo (São Paulo
e Rio de Janeiro) a assimetria encontrada nos resultados não pode ser considerada de origem
espacial, pois os dados são referentes aos preços médio das distribuidoras que fornecem aos
municípios em relação aos postos, i.e., todos os preços são baseados em um mesmo âmbito
geográfico, tornando a análise exclusivamente vertical.
15
Tabela 3. Valores estimados de 1 e 2 para o teste MTAR de cointegração
Município 1(+) 2
(-) Lags Estatística F
(1 = 2 = 0) (1 = 2)
Aracaju -0.211(0.0589) -0.172(0.0676) 5 9.13** 0.19
Belém -0.0571(0.0343) -0.0640(0.0331) 3 3.13
Campo Grande -0.0462(0.0356) -0.115(0.0312) 0 7.75** 2.11
Cuiabá -0.121(0.0363) -0.0543(0.0312) 1 7.06* 2.46
Curitiba -0.394(0.0625) -0.248(0.0475) 1 32.56*** 3.77*
Fortaleza -0.296(0.0530) -0.165(0.0382) 1 24.3*** 3.95**
Goiânia -0.221(0.0591) -0.277(0.0505) 1 21.26*** 0.32
João Pessoa -0.0732(0.0294) -0.0751(0.0271) 1 6.88* 0.01
Maceió -0.0558(0.0579) -0.261(0.0482) 2 14.97*** 5.34*
Manaus -0.176(0.0641) -0.129(0.0521) 5 6.04
Palmas -0.0237(0.0304) -0.0755(0.0274) 4 4.1
Recife -0.714(0.0809) -0.446(0.0591) 0 70.02*** 6.91***
Rio Branco -0.122(0.0551) -0.136(0.0514) 3 5.39
Rio de Janeiro -0.0958(0.0347) -0.0460(0.0344) 2 4.65
Salvador -0.312(0.0504) -0.138(0.0446) 0 24.29*** 6.54***
São Paulo -0.0785(0.0296) -0.0356(0.0294) 2 4.22
Desvio padrão entre parênteses; *** p<0.01, ** p<0.05, * p<0.1 (F críticos vide Tabela 1, para a hipótese nula 1
=2 os valores críticos são baseados no teste F normal).
Fonte: Elaboração Própria.
Tabela 4. Modelo de Correção de Erros TAR
Município 1(+) 2
(-) Lags Estatísticas F
(1 = 2)
Aracaju 0.160*(0.0922) -0.204**(0.0888) 5 6.3**
Campo Grande -0.0614(0.0448) -0.114***(0.0427) 0 0.5
Cuiabá -0.0490(0.0498) -0.0752*(0.0389) 0 0.11
Curitiba -0.174**(0.0768) -0.392***(0.1040) 1 1.98
Fortaleza 0.000686(0.0814) -0.320***(0.0683) 1 6.16**
Goiânia -0.261**(0.1157) -0.199***(0.0743) 0 0.14
João Pessoa 0.0137(0.0340) -0.191***(0.0518) 1 7.41***
Maceió -0.0321(0.0456) -0.101**(0.0425) 2 0.89
Manaus 0.0695(0.0690) -0.465***(0.0819) 3 19.94***
Recife -0.0198(0.1039) -0.746***(0.0792) 0 21.6***
Salvador 0.0701(0.0844) -0.283***(0.0763) 0 6.2**
Desvio padrão entre parênteses; *** p<0.01, ** p<0.05, * p<0.1.
Fonte: Elaboração Própria.
Como mostrado anteriormente os valores de 1 e 2 captam a velocidade de
ajustamento dos preços. Para as cidades em que a hipótese de assimetria foi mantida, é
relevante mostrar que apenas os coeficientes referentes a choques negativos (2) tiveram
significativa relevância. Tal resultado mostra que ajustes negativos são repassados mais
rapidamente ao consumidor que ajustes positivos o que caracterizando assimetria vertical
negativa.
16
Quanto ao teste de assimetria, no modelo de Correção de Erro MTAR, para grande
parte dos municípios a velocidade de ajustamento é similar para choques positivos e
negativos, como pode ser visto nos quatro municípios que rejeitaram a hipótese nula (1 = 2).
Para os municípios em que foi identificada a presença de assimetria, apenas Campo Grande
mostrou assimetria negativa, enquanto os demais mostraram assimetria positiva, i.e., choques
positivos tem seu impacto sobre a série dissolvida mais rapidamente que choques negativos.
Os resultados divergem entre os modelos TAR e MTAR, quanto ao fator assimétrico.
Enquanto no modelo TAR choques negativos são ajustados mais rapidamente que choques
positivos, no modelo MTAR choques positivos são assimilados em menor tempo que choques
negativos.
Tabela 5. Modelo de Correção de Erros MTAR
Município 1(+) 2
(-) Lags
Estatísticas F
(1 = 2)
Aracaju 0.0335(0.0683) -0.112(0.0789) 5 2.18
Campo Grande -0.0380(0.0340) -0.128***(0.0298) 0 3.92**
Cuiabá -0.0900***(0.0322) -0.0455*(0.0272) 0 1.1
Curitiba -0.422***(0.0713) -0.159***(0.0572) 1 8.74***
Fortaleza -0.254***(0.0609) -0.137***(0.0460) 1 2.51
Goiânia -0.194***(0.0628) -0.244***(0.0560) 0 0.34
João Pessoa -0.0470(0.0293) -0.0732***(0.0272) 1 0.43
Maceió -0.0337(0.0378) -0.0936***(0.0327) 2 1.47
Recife -0.566***(0.0839) -0.388***(0.0608) 0 2.85*
Salvador -0.292***(0.0626) -0.0900*(0.0525) 1 6.36**
Desvio padrão entre parênteses; *** p<0.01, ** p<0.05, * p<0.1.
Fonte: Elaboração Própria.
Sobre as hipóteses relacionadas às origens desta assimetria, para o caso do mercado
de gasolina no Brasil, grande parte da literatura (seção 1) tem revelado a formação de
conluios neste setor e graves falhas de estrutura no mercado. Apesar das hipóteses não serem
conclusivas, a existência de assimetria se apresenta como mais um indício relacionado a
possíveis falhas de mercado, ainda que outros fatores como assimetria de informação não
devam ser descartados.
6. CONSIDERAÇÕES FINAIS
Este estudo objetivou analisar a transmissão assimétrica de preços no mercado de
gasolina brasileiro sobre uma abordagem diferente da existente na literatura nacional, qual
seja: análise desagregada em cidades e a relação dos ajustamentos de preços de gasolina no
varejo (postos) em decorrência de variação de preços por atacado (distribuidor).
A principal conclusão é que para as 16 cidades consideradas a análise de cointegração,
na versão MTAR do teste, 10 cidades apresentaram relação de longo prazo entre preço a
varejo e preço do distribuidor. Sendo que destas as que apresentaram comportamento
assimétrico de preços foram Curitiba, Fortaleza, João Pessoa, Maceió e Recife. Já as cidades
Aracajú, Campo Grande, Cuiabá, Goiânia e Salvador apresentaram comportamento simétrico.
No modelo de Correção de Erro os resultados divergem entre os modelos TAR e MTAR,
quanto ao fator assimétrico. Enquanto no modelo TAR choques negativos são ajustados mais
17
rapidamente que choques positivos, no modelo MTAR choques positivos são assimilados em
menor tempo que choques negativos.
Portanto, da análise depreende-se que a desagregação do mercado de gasolina em
cidades pode apresentar resultados novos com relação a questão da assimetria de transmissão
de preços. Além disto, como resaltado em Chen et al. (2005), ajustamentos de preços de
gasolina no mercado varejista ocorre prioritariamente em decorrência de variações de preços
das distribuidoras e não em respostas a mudanças no mercado de óleo cru.
7. REFERÊNCIAS
AGÊNCIA NACIONAL DE PETRÓLEO GÁS NATURAL E BIOCOMBUSTÍVEL (ANP).
2011. www.anp.gov.br
BALMACEDA, F.; SORUCO, P. Asymmetric dynamic pricing in a local gasoline retail
market. Journal of Industrial Economics, Vol. 56(3), 2008. pp. 629-653.
BEN-KAABIA, M.; GIL, J.M. Asymmetric price transmission in the Spanish lamb sector.
Europe Review of Agriculture Economics, v. 34(1), 2007. pp. 53-80
BORENSTEIN, S.; CAMERON, A. C.; GILBERT, R. Do gasoline prices respond
asymmetrically to crude oil price changes? Quarterly Journal of Economics, Vol. 112(1).
1997. pp. 305-339.
BOX, G. E. P.; JENKINS, G. M. Time series analysis: forecasting and control. San
Francisco: Holden Day, 1970.
CAMPOS, A.F. Perspectiva econômica: on line. p. 68-81, 2005.
CHEN, L.; FINNEY, M.; LAI, K. S.. A Threshold cointegration analysis of asymmetric
price transmission from crude oil to gasoline prices. Department of Economics, California
State University, Los Angeles, USA, 2005.
CONFORT, P. Price transmission in selected agricultural markets. FAO Commodities and
Trade Policy Research Working Paper No. 7, 2004.
DELTAS, G. Retail gasoline price dynamics and local market power. Journal of Industrial
Economics, Vol. 56(3), 2008. pp. 613-628.
ENDERS, W.; GRANGER, C. W. J. Unit-Root Tests and Asymmetric Adjustment with an
Example Using the Term Structure of Interest Rates. Journal of Business & Economic
Statistics, Vol. 16, No. 3 , 1998. pp. 304-311.
ENDERS; SIKLOS, Cointegration and Threshold Adjustment. Journal of Business and
Economic Statistics, v.19, n.2. p. 166-176., 2001.
18
FERNÁNDEZ-AMADOR, O.; CRESPO-CUARESMA, J.; BAUMGARTNER, J. the role of
asymmetries in the price transmission mechanism for milk products. In: WIFO Working
Papers, 2010.
GOODWIN, B. K.; HARPER, D. C. Price transmission, Threshold behavior, and asymmetric
adjustment in the U.S. pork sector. Journal of Agricultural and Applied Economics, 32,3.
2000. pp. 543–553.
HANSEN, B. E. Threshold Autoregression in Economics. Statistics and Its Interface, Vol.
0, pp. 1–5, 2011.
MEYER, J., VON CRAMON-TAUBADEL, S. Asymmetric Price Transmission: A Survey,
International Congress, European Association of Agricultural Economists, Zaragoza, Spain ,.
2002.
MEYER, J., VON CRAMON-TAUBADEL, S. Asymmetric Price Transmission: A Survey.
Journal of Agricultural Economics, vol. 55, n. 3, 2004. p. 581-611
NUNES, C.; GOMES, C. Aspectos concorrenciais do varejo de combustíveis no Brasil. Anais
do XXXIII Encontro Nacional de Economia (ANPEC), Natal - RN, 2005.
PELTZMAN, S. Prices rise faster than they fall. Journal of Political Economy, 108(3),
2000, PP. 466-502.
RAPSOMANIKIS, G.; KARFAKIS, P. Margins across Time and Space: Threshold
Cointegration and Spatial Pricing Applications to Commodity Markets in Tanzania. Staple
Food Trade and Market Policy Options for Promoting Development in Eastern and Southern
Africa, Roma, 2007.
SHAH, S. A História do Petróleo. L&PM Editores: Porto Alegre, RS. ISBN 978-85-254-
1654-4. 240p. 2007.
SILVA, C. C. et al. Investigando a assimetria e hysteresis nos preços dos combustíveis no
mercado brasileiro: uma abordagem através dos modelos THRESHOLD e ARFIMA. Anais
congresso da Sociedade Brasileira de Economia, Administração e Sociologia Rural –
SOBER, 48. Campo Grande, 2010
TONG, H. Threshold Models in Non-Linear Time Series Analysis, New York, Springer
Verlag, 1983.
UCHÔA, C. F. A Testando a Assimetria nos Preços da Gasolina Brasileira. Revista
Brasileira de Economia, Rio de Janeiro, v.62, 1, p.103-117, jan-mar, 2008.
UCHÔA, C. F. A. Investigando a dinâmica da assimetria nos preços da gasolina
Brasileira: uma abordagem de séries temporais. 2006. 60f. Dissertação (Mestrado em
Economia) - Universidade Federal da Bahia, Bahia, 2006.
19
VASCONCELOS, S. P.; VASCONCELOS, C. F. Análise do comportamento estratégico em
preços no mercado de gasolina brasileiro: modelando volatilidade. Revista Análise
Econômica, Porto Alegre, ano 26, n. 50, p. 207-222 setembro de 2008.
WANE, A.; GILBERT, S.; DIBOOGLU, S. Critical values of the empirical F-distribution
forthreshold autoregressive and momentum threshold models. Discussion Paper 2004-13:
Department of Economics Southern Illinois University, 2004.
WLAZLOWSKI, S. Petrol and crude oil prices: asymmetric price transmission. MPRA
Paper 1486, University Library of Munich, Germany, revised 2001.
WOLFFRAM, R. Positivistic Measures of Aggregate Supply Elasticities - Some New
Approaches - Some Critical Notes. American Journal of Agricultural Economics, 53, No.
2.1971. pp. 356-359. http://www.jstor.org/pss/1237462