enaber

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


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


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


Figura 6. APT Negativa


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


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


Gráfico 3. Comportamento do Preço da Gasolina em Cuiabá


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


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).


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).


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.


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.


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

Documents

enaber