Capítulo 7
Geraldo da Silva e Souza
Eliseu Roberto de Andrade Alves
Eliane Gonçalves Gomes
Renner Marra
Entre as questões de mais interesse para os administradores responsáveis pela aplicação de recursos públicos está a identificação dos efeitos desses investimentos sobre a área social – ver, por exemplo, Belik (2003) e Kageyama e Hoffmann (2006). De particular importância são os efeitos secundários da pesquisa agropecuária sobre a pobreza rural e urbana, mitigando-a. Nesse contexto, interessa investigar o comportamento dos preços da cesta básica.
A literatura é prolífica em artigos que estudam a evolução dos preços da cesta básica ao longo do tempo, os quais procuram mostrar o impacto positivo das taxas negativas de crescimento da série, em termos reais. A maioria desses estudos é pontual, ou seja, analisa a evolução da série de preços para períodos e/ou localidades específicos. Em alguns casos, analisam-se também efeitos tributários e de segurança alimentar. São exemplos típicos desse tipo de literatura: Alves et al. (2010), Andrade et al. (2011), Barros et al. (2002), Carvalho et al. (2006), Oliveira et al. (2010), Santos e Corazza (2006), Silva e Tavares (2008), Souza e Reis (2000) e Tomich et al. (1998).
Meneghetti Neto (1992) e Tomich et al. (1998) analisaram os efeitos tributários do imposto sobre a circulação de mercadorias e a prestação de serviços (ICMS). Souza e Reis (2000) estudaram o comportamento do custo da cesta básica na cidade de Fortaleza, entre 1985 e 1997, e mostraram que o comportamento dos preços é sazonal. Esses autores identificaram uma tendência crescente do poder de compra, especialmente para o consumidor de baixa renda. Barros et al. (2002) analisaram o comportamento dos preços de uma cesta básica específica entre julho de 1975 e junho de 2000, encontrando uma taxa média mensal de queda de 5%. O perfil sazonal para a série de custos da cesta básica do município de Lavras, MG, no período 1995–2004, foi analisado por Carvalho et al. (2006), utilizando o método X-12 Arima. Santos e Corazza (2006) analisaram o comportamento da inflação e do custo da cesta básica na região metropolitana de Porto Alegre, RS, no período 1994–2004. A relação entre os preços dos alimentos e a segurança alimentar foi objeto de estudo de Andrade et al. (2011) e Silva e Tavares (2008). Já Oliveira et al. (2010) estudaram a evolução dos preços da cesta básica no município de Passo Fundo, RS, entre 1995 e 2009, com o uso de índices de preços e modelos de regressão em séries temporais. A análise de Alves et al. (2010) para a cidade de São Paulo sugere que os grandes beneficiários da queda dos preços da cesta básica são os consumidores, principalmente os de baixa renda. Em sua exposição, sugerem também que o investimento em agricultura é fundamental para a redução da pobreza rural e urbana. E acrescentam dizendo que o aumento da produtividade depende de desenvolvimento tecnológico.
Neste artigo, a análise dos preços da cesta básica no Estado de São Paulo, de Alves et al. (2010), é estendida para o Brasil, e criam-se os mecanismos econométricos que permitem fundamentar, em bases quantitativas, a associação entre a redução dos preços da cesta básica e o nível de investimento na pesquisa agropecuária. Como proxy para investimento em pesquisa, tomou-se o orçamento anual da Empresa Brasileira de Pesquisa Agropecuária (Embrapa).
Na próxima seção, estuda-se a evolução dos preços médios da cesta básica para o Brasil e ajusta-se um modelo não linear com a utilização de splines lineares e quadráticos. Na seção Casualidade de Granger, discute-se a associação entre investimento em pesquisa e preços da cesta básica, por meio do teste da causalidade de Granger. Na seção Considerações sobre cointegração, discute-se a existência de cointegração entre as séries. A seção Evolução da série de preços da cesta básica utiliza-se dos resultados precedentes no ajuste de um modelo linear com erros em séries de tempo, para explicar a evolução da série de preços da cesta básica em função do nível de investimento defasado na pesquisa agropecuária e a outras variáveis estruturais. Finalmente, na última seção, apresentam-se um resumo e as conclusões do estudo.
A composição dos itens da cesta básica nas unidades especificadas está descrita na Tabela 1.
Tabela 1. Composição da cesta básica, em provisões mínimas.
Alimento |
Composição da cesta básica |
|||
Região 1 |
Região 2 |
Região 3 |
Nacional |
|
Carne (kg) |
6,0 |
4,5 |
6,6 |
6,0 |
Leite (L) |
7,5 |
6,0 |
7,5 |
15,0 |
Feijão (kg) |
4,5 |
4,5 |
4,5 |
4,5 |
Arroz (kg) |
3,0 |
3,6 |
3,0 |
3,0 |
Farinha (kg) |
1,5 |
3,0 |
1,5 |
1,5 |
Batata (kg) |
6,0 |
- |
6,0 |
6,0 |
Legumes (tomate) (kg) |
9,0 |
12,0 |
9,0 |
9,0 |
Pão francês (kg) |
6,0 |
6,0 |
6,0 |
6,0 |
Café em pó (g) |
600 |
300 |
600 |
600 |
Frutas (banana) (unidade) |
90 |
90 |
90 |
90 |
Açúcar (kg) |
3,0 |
3,0 |
3,0 |
3,0 |
Banha/Óleo (g) |
750 |
750 |
900 |
1,5 |
Manteiga (g) |
750 |
750 |
750 |
900 |
Região 1 – Estados de São Paulo, Minas Gerais, Espírito Santo, Rio de Janeiro e Goiás e o Distrito Federal.
Região 2 – Estados de Pernambuco, Bahia, Ceará, Rio Grande do Norte, Alagoas, Sergipe, Amazonas, Pará, Piauí, Tocantins, Acre, Paraíba, Rondônia, Amapá, Roraima e Maranhão.
Região 3 – Estados do Paraná, Santa Catarina, Rio Grande do Sul, Mato Grosso e Mato Grosso do Sul.
Nacional – Cesta normal média para a massa trabalhadora em atividades diversas e para todo o território nacional.
Fonte: Dieese (1993).
A Figura 1 mostra a evolução dos preços médios da cesta básica, observados no Brasil, no período de janeiro de 1970 a julho de 2012, a preços de julho de 2012, em reais (DIEESE, 2012). Superpõe-se na figura uma curva de ajuste, a ser explicada adiante.
Figura 1. Evolução da série de preços médios da cesta básica para o Brasil, em reais de julho de 2012, em logs (base neperiana), de janeiro de 1970 a julho de 2012.
Fonte: dados de Dieese (2012).
O tamanho da amostra no cálculo da média varia por período, conforme as informações constantes da Tabela 2. Tal fato implica heteroscedasticidade potencial, que não foi detectada de modo significante na análise estatística da série de preços.
Tabela 2. Capitais componentes do cálculo do preço médio da cesta básica brasileira.
Período |
Capitais |
Jan. 1970 a dez. 1976 |
São Paulo |
Jan. 1977 a ago. 1979 |
São Paulo, Porto Alegre |
Set. 1979 a dez. 1982 |
São Paulo, Porto Alegre, Belo Horizonte |
Jan. 1983 a mar. 1983 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro |
Abr. 1983 a maio 1983 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador |
Jun. 1983 a abr. 1985 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba |
Maio 1985 a dez. 1985 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis |
Jan. 1986 a ago. 1986 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília |
Set. 1986 a jan. 1987 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza |
Fev. 1987 a jul. 1987 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife |
Fev. 1987 a jul. 1987 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife |
Ago. 1987 a jun. 1988 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife, Belém |
Jul. 1988 a set. 1988 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife, Belém, João Pessoa |
Out. 1988 a jan. 1991 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife, Belém, João Pessoa, Vitória |
Fev. 1991 a nov. 1994 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife, Belém, João Pessoa, Vitória, Natal |
Dez. 1994 a ago. 1995 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife, Belém, João Pessoa, Vitória, Natal, Goiânia |
Set. 1995 a ago. 2008 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife, Belém, João Pessoa, Vitória, Natal, Goiânia, Aracaju |
Set. 2008 a jul. 2012 |
São Paulo, Porto Alegre, Belo Horizonte, Rio de Janeiro, Salvador, Curitiba, Florianópolis, Brasília, Fortaleza, Recife, Belém, João Pessoa, Vitória, Natal, Goiânia, Aracaju, Manaus |
Fonte: dados de Dieese (2012).
Na Figura 1, superpõe-se o modelo definido por polinômios segmentados, continuamente diferenciáveis nos pontos de ligação, que se utiliza no ajuste da evolução da série de preços. Na especificação e na análise estatística do modelo, segue-se Gallant (1987) e Souza (1998). Desse modo, seja:
Tk (z) = zk1[0,+∞)(z), z (-∞, +∞),
em que 1[0,+∞)(z) é a função indicadora do intervalo [0,+∞).
Postula-se que
yt = θ1 + θ2t + θ3T2(θ4 - t) + θ6T2( t - θ5) + εt ,
em que t representa tempo em meses (1–511), yt é o log neperiano do preço médio da cesta básica, θj’s são parâmetros desconhecidos, e εt é um componente de erro possivelmente autocorrelacionado.
Depois da investigação preliminar, com o uso de mínimos quadrados lineares sobre a natureza da série residual, ajustou-se um modelo de regressão não linear, via mínimos quadrados generalizados, supondo-se a estrutura AR(5) – modelo autorregressivo de ordem 5 – para a série εt. O resultado do exercício estatístico consta da Tabela 3.
Tabela 3. Ajuste do modelo estatístico não linear dos logs da série de preços médios da cesta básica. Listagem SAS v. 9.2. As quantidades t1 - t6 representam estimativas dos parâmetros θ1 - θ6 e lcbreal a resposta y.
Nonlinear OLS Summary of Residual Errors
Equation |
DF model |
DF error |
SSE |
MSE |
Root MSE |
R-Square |
Adj R-Sq |
Lcbreal |
11 |
500 |
0,6607 |
0,00132 |
0,0364 |
0,9868 |
0,9865 |
Nonlinear OLS Parameter Estimates
Parameter |
Estimate |
Approx Std Err |
t Value |
Approx Pr > |t| |
Label |
t1 |
6,54875 |
0,0505 |
129,58 |
<0,0001 |
- |
t2 |
-0,00268 |
0,000199 |
-13,47 |
<0,0001 |
- |
t3 |
-0,00007 |
0,000026 |
-2,89 |
0,0040 |
- |
t4 |
91,33429 |
16,6774 |
5,48 |
<0,0001 |
- |
t5 |
378,4205 |
38,9327 |
9,72 |
<0,0001 |
- |
t6 |
0,000022 |
0,000013 |
1,67 |
0,0959 |
- |
lcbreal_l1 |
1,044594 |
0,0443 |
23,57 |
<0,0001 |
AR(lcbreal) lcbreal |
lag1 parameter |
|||||
lcbreal_l2 |
-0,23616 |
0,0643 |
-3,67 |
0,0003 |
AR(lcbreal) lcbreal |
lag2 parameter |
|||||
lcbreal_l3 |
0,022168 |
0,0652 |
0,34 |
0,7338 |
AR(lcbreal) lcbreal |
lag3 parameter |
|||||
lcbreal_l4 |
-0,08092 |
0,0643 |
-1,26 |
0,2089 |
AR(lcbreal) lcbreal |
lag4 parameter |
|||||
lcbreal_l5 |
0,138431 |
0,0444 |
3,12 |
0,0019 |
AR(lcbreal) lcbreal |
lag5 parameter |
Nonlinear OLS Estimates
Term |
Estimate |
Approx Std Err |
t Value |
Approx Pr > |t| |
Label |
Max |
73,25387 |
10,0298 |
7,30 |
<0,0001 |
t4-t2/(2*t3) |
Nonlinear OLS Estimates
Term |
Estimate |
Approx Std Err |
t Value |
Approx Pr > |t| |
Label |
Min |
440,0681 |
10,8374 |
40,61 |
<0,0001 |
t5-t2/(2*t6) |
Test Results
Test |
Type |
Statistic |
Pr > ChiSq |
Label |
Test0 |
Wald |
2,78 |
0,0953 |
t6=0 |
L. R. |
13,12 |
0,0003 |
t6=0 |
|
L. M. |
14,27 |
0,0002 |
t6=0 |
Fonte: observações da análise obtidas de Dieese (2012).
O modelo de regressão estimado implica a especificação E(p) = exp(f(t)), em que E representa o operador esperança matemática, p o preço da cesta básica em reais, e f(t) a função ajustada no modelo de regressão. Define-se a taxa média de variação de p no período [a, b] por meio da fórmula seguinte, herdada da teoria da medida (ASH; DOLÉANS-DADE, 1999):
É interessante fazer a análise da evolução da curva em termos das estimativas t1 - t6 dos parâmetros θ1 - θ6. Pontos identificados como importantes são os extremos das parábolas. Identificam-se, na Tabela 3, os meses 073 – jan. 1976 - f(073) = 6,3317, representando o máximo da primeira parábola, e 440 – ago. 2006 - f(440) = 5,3759, representando o mínimo da segunda parábola. Tais pontos servem ao propósito de estimar a taxa de queda média da curva, de 0,260% ao mês. A significância estatística da presença do termo quadrático da segunda parábola – parâmetro θ6 – só foi obtida com a utilização dos testes dos multiplicadores de Lagrange e da Razão de Verossimilhança (GALLANT, 1987; GREENE, 2011; SOUZA, 1998). Interpreta-se o menor valor da estatística de Student, observada no teste de Wald, como tendência à estabilização da série de preços em termos reais.
A Tabela 4 apresenta taxas de evolução dos preços da cesta para outros períodos de interesse. Há três subperíodos principais: janeiro de 1970 a janeiro de 1976, 72 meses, com taxa elevada de crescimento do preço da cesta básica; longo período de queda, de fevereiro de 1976 a agosto de 2006, 367 meses; crise do petróleo, seca em regiões produtoras e forte demanda por parte da Ásia, especialmente da China, desembocam no período mais recente de incremento do preço da cesta básica, com tendência ao arrefecimento, como ilustram a Figura 1 e o modelo. O período de fevereiro de 1976 a julho de 2012 reúne o período de persistente queda com aquele de aumento no final da série, que se interpreta como tendência à estacionaridade. A queda dominou fortemente o aumento, a ponto de alcançar uma queda anual de 2,18%, em todo o período. Analisam-se, a seguir, os três períodos principais.
Tabela 4. Taxas de variação do preço da cesta básica mensal, anual e do período todo, no período de janeiro de 1970 a julho de 2012, e nos subperíodos.
Período |
Número de meses |
Mensal (%) |
Anual (%) |
Período (%) |
Jan. de 1970 a jan. de 1976 |
72 |
0,5435 |
6,52 |
39,13 |
Fev. de 1976 a ago. de 2006 |
367 |
-0,2604 |
-3,1248 |
-95,58 |
Set. de 2006 a jul. de 2012 |
71 |
0,2276 |
2,7312 |
16,16 |
Fev. de 1976 a jul. de 2012 |
438 |
-0,1813 |
-2,1756 |
-79,42 |
Jan. de 1970 a jul. de 2012 |
511 |
-0,0790 |
-0,9480 |
-40,29 |
Fonte: dados de Dieese (2012).
No período de 1950 a 1970, a agricultura foi fortemente discriminada. Imaginava-se que havia muita terra ociosa no Brasil. Sendo assim, a melhor opção era deixar a agricultura crescer pela incorporação de terra. Ao mesmo tempo, atingia-se outro objetivo: o de ocupar o território nacional. Nesse quadro, a agricultura não incomodava a política de industrialização na competição pela poupança nacional e pelos empréstimos internacionais.
Houve iniciativas exógenas, como a de Nelson Rockfeller (PEIXOTO, 2008), de implantar um modelo de extensão rural no Brasil, baseando-se na hipótese de que havia amplo estoque de tecnologias à disposição. Portanto, o Brasil carecia de um amplo e eficiente serviço de extensão. Essa hipótese fundamentou o desenvolvimento impressionante da extensão rural, inspirado no modelo americano. Para conquistar o território pela agricultura, os investimentos em estradas foram cruciais. Alguns estados, como São Paulo e Rio Grande do Sul, desenvolveram importantes ações para aumentar a produtividade da terra, sem impacto nacional.
Os elevados preços internacionais de alimentos e a rápida urbanização geraram forte pressão de demanda, que não foi respondida pela agricultura. Assim, os preços internos de alimentos subiram a taxas explosivas. No período de janeiro de 1970 a janeiro de 1976, o preço da cesta básica cresceu à taxa anual de 6,52%, e no subperíodo, a 39,13%. A agitação urbana mostrou sua presença, e filas para comprar alimentos era uma realidade nas principais cidades brasileiras, caracterizando, na compreensão popular, uma forma de desabastecimento. Tudo isso ameaçou o governo militar. A resposta inicial foi investir mais em extensão rural e em estradas, e ampliar o crédito rural, agora destinado à compra de insumos modernos e à de bens de capital, conectados com a expansão da agricultura e também com o aumento de sua produtividade. Em 1971, criou-se um grupo de trabalho (PASTORE; ALVES, 1976) para responder à questão: por que a produtividade da agricultura não crescia, a despeito dos investimentos em extensão e crédito rural? A resposta do grupo, depois de 2 anos de trabalho, foi a de que era falsa a hipótese da existência de estoque de tecnologias. Na segunda metade de 1972, os resultados foram comunicados ao Ministério da Agricultura, e, concomitantemente, foi feita a proposta de uma drástica reforma da pesquisa no âmbito do Ministério da Agricultura, de responsabilidade do Departamento Nacional de Pesquisa Agropecuária (DNPEA). Assim nasceu a Embrapa (ARAÚJO, 1979), ou seja, fortemente influenciada pela crise de abastecimento do começo da década de 1970.
No período de fevereiro de 1976 a agosto de 2006, reforçou-se a política de investimento na extensão e no crédito rurais, e a política de estoque regulador foi ampliada, bem como os investimentos em estradas. Mas a pesquisa agropecuária passou a ser a estrela da modernização da agricultura. Teve, e tem tido, recursos abundantes para desenvolver seus programas, principalmente o de formação de recursos humanos, que ocupa praticamente todo o território nacional. As universidades federais e, nelas, a área de ciências agrárias também foram fortemente incentivadas. Os agricultores responderam aos incentivos. Em consequência, montou-se um poderoso complexo de apoio à agricultura, que responde pelo sucesso do agronegócio, que, por sua vez, venceu os desafios das exportações e do abastecimento do mercado brasileiro. O período corresponde a 367 meses. Nele, a queda anual do preço da cesta básica equivaleu ao impressionante valor de 3,12% (-3,12%). No período, a 95,58% de queda. Os grandes beneficiados foram os consumidores mais pobres. Sem essa queda, os programas de transferência de renda não teriam sido bem-sucedidos.
De setembro de 2006 a julho de 2012, apontam-se os seguintes e principais fatos:
Os fatos listados acima para o período induziram o incremento dos preços internacionais de alimentos, com reflexos diretos sobre o Brasil. A nossa oferta respondeu, e o setor tem tirado proveito dos preços elevados, aumentando substancialmente as exportações. O governo optou pela política correta, não impondo restrições às exportações. Se a opção fosse restringir as exportações, quebrar-se-ia o vínculo entre os preços externos e os internos, com enorme custo para o Brasil. Tome-se como exemplo o que aconteceu com nossos vizinhos e com o Brasil no passado, quando o comércio externo não era livre. Como o governo brasileiro não cortou o vínculo entre os preços externos de alimentos e os internos, os preços internos subiram no período, refletindo-se na cesta básica. O preço da cesta básica nos 71 meses do período cresceu à taxa anual de 2,73%, tendo o período correspondido a 16,16%. Como já se afirmou, o final da curva mostra sinais de estabilização. Contribuiu para isso a resposta da agricultura brasileira aos aumentos de preços internacionais, por meio do aumento da oferta.
A agricultura brasileira construiu grande capacidade de resposta à demanda por alimentos. Sem empecilhos, tem condições de responder aos desafios atuais da demanda. Os dados recentes da cesta básica são um alerta para as nossas autoridades de que a agricultura moderna é muito sensível aos preços e à estabilidade macroeconômica. Conhecimentos e tecnologia são bases para um processo de decisão apropriado. É importante, portanto, conhecer os fatores que restringem a resposta da agricultura aos preços. Destacam-se os preços de fertilizantes e aqueles administrados pelo governo, como energia. A sociedade acordou para a inclusão social. O incremento do preço da cesta básica pode pôr a perder tudo o que se conseguiu, final trágico que ninguém deseja. Num quadro desses, o correto é incentivar a agricultura e tirar proveito de sua imensa base tecnológica para ampliar as exportações, acumular divisas e também estabilizar os preços internos.
Passa-se agora ao estudo da associação entre o preço da cesta básica e o nível de investimentos na pesquisa agropecuária. Para tornar as séries compatíveis na análise, trabalha-se com as médias anuais dos preços e com o orçamento anual da Embrapa, como proxy para o investimento. A Tabela 5 mostra a evolução dessas variáveis a preços constantes de julho de 2012, em reais. A análise é levada a efeito em logs na base neperiana, representados aqui por LMMEDIA (log de preços) e LEMB (log do orçamento da Embrapa). A Figura 2 mostra o diagrama de dispersão dessas duas séries.
Tabela 5. Evolução dos preços médios da cesta básica e do orçamento anual da Embrapa.
Ano |
Orçamento da Embrapa (103 R$) |
Preços médios da cesta básica (R$) |
1970 |
- |
383,18 |
1971 |
- |
407,11 |
1972 |
- |
442,15 |
1973 |
- |
555,13 |
1974 |
2,489E-11 |
580,04 |
1975 |
7,829E-11 |
567,61 |
1976 |
1,965E-10 |
585,79 |
1977 |
3,475E-10 |
500,28 |
1978 |
5,519E-10 |
495,56 |
1979 |
1,199E-09 |
544,23 |
1980 |
2,379E-09 |
544,72 |
1981 |
5,043E-09 |
496,74 |
1982 |
1,305E-08 |
453,38 |
1983 |
2,348E-08 |
467,66 |
1984 |
6,914E-08 |
450,75 |
1985 |
2,799E-07 |
432,25 |
1986 |
6,868E-07 |
454,12 |
1987 |
2,354E-06 |
416,70 |
1988 |
1,611E-05 |
334,19 |
1989 |
2,248E-04 |
376,60 |
1990 |
7,242E-03 |
336,45 |
Continua... |
Tabela 5. Continuação.
Ano |
Orçamento da Embrapa (103 R$) |
Preços médios da cesta básica (R$) |
1991 |
4,367E-02 |
310,38 |
1992 |
3,554E-01 |
306,18 |
1993 |
9,136 |
308,09 |
1994 |
217,808 |
332,28 |
1995 |
407,925 |
323,93 |
1996 |
565,787 |
305,99 |
1997 |
536,291 |
279,97 |
1998 |
537,599 |
298,72 |
1999 |
553,205 |
275,52 |
2000 |
607,798 |
258,11 |
2001 |
672,799 |
256,03 |
2002 |
701,621 |
254,30 |
2003 |
789,352 |
250,05 |
2004 |
932,433 |
234,53 |
2005 |
955,554 |
223,97 |
2006 |
1.060,967 |
218,27 |
2007 |
1.167,184 |
227,18 |
2008 |
1.372,356 |
251,85 |
2009 |
1.855,378 |
250,03 |
2010 |
1.906,124 |
249,50 |
2011 |
2.079,363 |
247,84 |
2012 |
- |
251,26 |
Valores em reais de julho de 2012, corrigidos pelo IGP-DI.
Fonte: dados de Dieese (2012) e Embrapa (2012).
Figura 2. Diagrama de dispersão das séries LMMEDIA (log dos preços médios da cesta básica) e LEMB (log do orçamento da Embrapa).
Granger (1969) propôs o estudo de causalidade entre duas séries temporais xt e wt, por meio do estudo da significância dos parâmetros das regressões seguintes, que tomam como variáveis explicativas as defasagens nessas variáveis.
wt = α0 + α1wt-1 + ... + α1wt-1 + β1xt-1 + ... + β1xt-1 + εt
xt = α’0 + α’1xt-1 + ... + α’1xt-1 + β’1wt-1 + ... + β’1wt-1 + ε’t
O teste de β1 = β2 = ... = β1 = 0 na primeira regressão tem por hipótese nula “a série xt não causa wt”; e o teste de β’1 = β’2 = ... = β’1 = 0 tem por hipótese nula “a série wt não causa xt”.
O exercício estatístico correspondente à análise do teste da causalidade de Granger para as séries LMMEDIA e LEMB consta da Tabela 6. A escolha l = 3 é a menor possível, conduzindo a causalidade de Granger de pelo menos uma das direções envolvidas. Observa-se causalidade na direção de LMMEDIA para LEMB.
Tabela 6. Teste de causalidade de Granger – Listagem do Eviews 7.2.
Amostra: 1970-2012 |
|||
Lags: 3 |
|||
Null Hypothesis: |
Obs |
F-Statistic |
Prob. |
LEMB does not Granger Cause LMMEDIA |
35 |
0,61346 |
0,6120 |
LMMEDIA does not Granger Cause LEMB |
3,21368 |
0,0380 |
Fonte: observações da análise obtidas de Dieese (2012).
A rigor, não se pode esperar cointegração entre as séries de orçamento em pesquisa e preços da cesta básica. Embora a hipótese de passeio aleatório não possa ser rejeitada no período para ambas as séries, existem quebras estruturais no período e tendência à estacionaridade na série de preços. Nesse contexto, a evolução das duas séries indica afastamento, pelo menos no futuro próximo. O gráfico da Figura 3 é ilustrativo dessa observação.
Figura 3. Evolução de preços da cesta básica (LMMEDIA) e investimento na pesquisa agropecuária (LEMB) a partir do plano real (logs).
Apesar dessas observações, levou-se a efeito a análise de cointegração, com a utilização da técnica de Johansen (1991, 1995), para o período 1974–20111. O resultado foi marginal no teste do autovalor máximo (7%) e significante no teste do traço (5%). A elasticidade de longo prazo estimada foi de -2,6%, com desvio-padrão de 0,002.
Com base nas discussões precedentes, conclui-se pela existência potencial de uma defasagem de três períodos entre os preços da cesta básica e o investimento na pesquisa agropecuária. Desse modo, para explicar a evolução passada da série de preços, levando em conta também os efeitos de políticas de impostos e das mudanças estruturais, postula-se a seguinte representação:
LMMEDIAt = c + γdt + βt + LEMBt-3 + ut
em que a componente de tendência t capta efeitos tributários e outros não explicitamente modelados, d é uma variável indicadora do plano real, e o erro ut é um processo de médias móveis de primeira ordem. A Tabela 7 mostra os resultados estatísticos obtidos para a representação acima.
Tabela 7. Relação de longo prazo entre preços da cesta básica e investimento em pesquisa. Listagem Eviews 7.2.
Dependent Variable: LMMEDIA |
||||
Method: Least Squares |
||||
Date: 09/17/12 Time: 07:57 |
||||
Sample (adjusted): 1977 2012 |
||||
Included observations: 36 after adjustments |
||||
Convergence achieved after 9 iterations |
||||
MA Backcast: 1976 |
||||
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
C |
5.778170 |
0.162492 |
35.55965 |
0.0000 |
DUMMY |
0.184650 |
0.074067 |
2.493009 |
0.0182 |
@TREND |
-0.008442 |
0.004923 |
-1.714852 |
0.0964 |
LEMB(-3) |
-0.022573 |
0.005578 |
-4.046807 |
0.0003 |
MA(1) |
0.538746 |
0.163667 |
3.291721 |
0.0025 |
R-squared |
0.959990 |
Mean dependent var |
5.785800 |
|
Adjusted R-squared |
0.954827 |
S.D. dependent var |
0.287287 |
|
S.E. of regression |
0.061060 |
Akaike info criterion |
-2.625682 |
|
Sum squared resid |
0.115577 |
Schwarz criterion |
-2.405749 |
|
Log likelihood |
52.26228 |
Hannan-Quinn criter. |
-2.548920 |
|
F-statistic |
185.9507 |
Durbin-Watson stat |
1.821185 |
|
Prob(F-statistic) |
0.000000 |
Fonte: observações da análise obtidas de Dieese (2012).
A Figura 4 dá indicações sobre a qualidade do ajuste estatístico. Os resíduos passam nos testes de ruído branco e de normalidade. A elasticidade de longo prazo encontrada – 2,25% (0,005) – é compatível com os resultados obtidos na cointegração.
Figura 4. Valores observados, preditos e residuais. Listagem Eviews 7.2 da relação de longo prazo entre log(preços) da cesta básica – LMMEDIA – e valores defasados do investimento em pesquisa agropecuária – LEMB(-3).
O papel fundamental do agronegócio é alimentar bem o povo brasileiro. A cesta básica reflete as necessidades de consumo dos mais necessitados. Como os mais pobres gastam a maior parte da sua renda com a compra de alimentos, a queda do preço da cesta básica é um fato auspicioso, que implica transferência de renda para os mais necessitados. O aumento de seu preço tem efeito contrário: gera forte pressão por aumento de salários, agitação nas cidades, pressão inflacionária, greves e outros fatos que demonstram a revolta da população contra os governantes. Por essa razão, para avaliar o efeito atenuante do investimento na pesquisa agropecuária sobre a pobreza rural e a urbana, optou-se pelo estudo da associação de longo prazo entre a série de preços da cesta básica e a série de investimentos na pesquisa agropecuária. Como proxy da segunda série, tomou-se o orçamento da Empresa Brasileira de Pesquisa Agropecuária (Embrapa).
Os preços da cesta básica da cidade de São Paulo foram estudados em detalhes por Alves et al. (2010). A técnica estatística utilizada por esses autores foi estendida à série de dados que se acumularam para as capitais do Brasil, mês a mês. Para cada mês, somaram-se as observações disponíveis e obteve-se a média aritmética. No início da série, há apenas informações de São Paulo. No final da série, em julho de 2012, há dados mensais para 17 capitais. O modelo estatístico não linear obtido pela ligação diferençável de splines de primeira e segunda ordem aderiu bem aos dados, como o gráfico mostrado na Figura 1 sugere para o período de janeiro de 1970 a julho de 2012. No fim do período, nota-se uma tendência à estacionaridade. Tais considerações indicam sucesso, até o momento, nos esforços de contenção de preços, em benefício dos consumidores.
Procurou-se explicar o movimento dos preços em comparação com o orçamento da Embrapa. Técnicas de séries temporais foram utilizadas. Encontrou-se, por meio do teste da causalidade de Granger, uma defasagem de 3 anos em relação aos preços, para o investimento na pesquisa agropecuária. Com essa defasagem de 3 anos em mente, e levando em conta as mudanças conjunturais e outros efeitos capturados em uma componente de tendência, ajustou-se um modelo de regressão entre o logaritmo dos preços médios da cesta básica e o logaritmo do orçamento da Embrapa, com coeficiente de correlação não espúrio, da ordem de 96%. Encontrou-se a elasticidade de longo prazo de -0,0226, com um desvio-padrão de 0,006. Assim, a longo prazo, 10% de incremento do orçamento da Embrapa implicou a queda de 2,23% no preço da cesta básica. Pela primeira vez mostrou-se, de forma direta, a importância da pesquisa na redução do preço da cesta básica. Esse resultado é compatível com uma análise de cointegração entre as séries em nível.
Conclui-se da análise que o incentivo contínuo à agricultura, tirando proveito de sua imensa base tecnológica para ampliar as exportações e acumular divisas, é o mecanismo adequado para estabilizar os preços internos e mitigar, de modo significante, a pobreza no País.
ALVES, E.; SOUZA, G. S.; BRANDÃO, A. S. P. Por que os preços da cesta básica caíram? Revista de Política Agrícola, Brasília, DF, v. 19, n. 2, p. 14-20, 2010.
ANDRADE, S. F.; PIRES, M. M.; FERRAZ, M. I. F. Segurança alimentar: uma análise do comportamento dos preços dos itens da cesta básica. Revista Desenbahia, Salvador, n. 14, p. 31-57, 2011.
ARAÚJO, M. O. C. Evolução administrativa da pesquisa agropecuária no âmbito do Ministério da Agricultura no período 1938/1978: um estudo de caso. 1979. 100 f. Dissertação (Mestrado em Administração Pública) -- Escola Brasileira de Administração Pública, Fundação Getúlio Vargas, Rio de Janeiro.
ASH, R. B.; DOLÉANS-DADE, C. A. Probability & measure theory. 2nd ed. San Diego: Academic Press, 1999. 516 p.
BARROS, J. R. M.; RIZZIERI, J. A. B.; PICCHETTI, P. Effects of agricultural research on the consumer. In: BARBOSA, M. M. T. L. (Ed.). Impacts of the agricultural sector technological change on brazilian economy. Brasília, DF: Embrapa Informação Tecnológica, 2002. p. 117-176.
BELIK, W. Perspectivas para segurança alimentar e nutricional no Brasil. Saúde e Sociedade, São Paulo, v. 12, n. 1, p. 12-20, 2003.
CARVALHO, P. L. C.; FERRAZ, M. I. F.; SÁFADI, T. Verificação da existência da componente sazonal na série do custo da cesta básica do município de Lavras, MG, utilizando o método X-12 ARIMA. Organizações Rurais e Agroindustriais, Lavras, v. 8, n. 2, p. 268-278, 2006.
DIEESE. Departamento Intersindical de Estatística e Estudos Sócio-Econômicos. Cesta básica nacional: metodologia. 1993. 7 p. Disponível em: <www.dieese.org.br/rel/rac/metodologia.pdf>. Acesso em: 14 set. 2012.
DIEESE. Departamento Intersindical de Estatística e Estudos Sócio-Econômicos. Banco de dados da cesta básica nacional. Disponível em: <http://turandot.dieese.org.br/bdcesta/capital.html>. Acesso em: 16 ago. 2012.
EMBRAPA. Base de dados orçamentária. Disponível em: <https://intranet.embrapa.br/administracao_geral/orcamento/programacao-orcamentaria/detalhamento-de-despesa/detalhamento-de-despesa/document_view>. Acesso em: 16 ago. 2012.
GALLANT, R. Nonlinear statistical models. New York: Wiley, 1987. 624 p.
GRANGER, C. W. J. Investigating causal relations by econometric models and cross-spectral methods. Econometrica, Evaston, v. 37, n. 3, p. 424-438, 1969.
GREENE, W. H. Econometric analysis. 7th ed. Boston: Prentice Hall, 2011. 1232 p.
JOHANSEN, S. Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, Evaston, v. 59, n. 6, p. 1551-1580, 1991.
JOHANSEN, S. Likelihood-based inference in cointegrated vector autoregressive models. Oxford: Oxford University Press, 1995. 280 p.
KAGEYAMA, A.; HOFFMANN, R. Pobreza no Brasil: uma perspectiva multidimensional. Economia e Sociedade, Campinas, v. 15, n. 1, p. 79-112, 2006.
MENEGHETTI NETO, M. Os efeitos da redução do ICMS da cesta básica. Indicadores Econômicos, Porto Alegre, v. 20, n. 4, p. 181-205, 1992.
OLIVEIRA, G. S.; PEREIRA, A. S.; ZILLI, J. B. O índice de preços de Passo Fundo (RS): análise e relevância. Perspectiva Econômica, São Leopoldo, v. 6, n. 2, p. 59-79, 2010.
PASTORE, J.; ALVES, E. Reforming the brazilian agricultural research system. In: ARNDT, T. M.; DALRYMPLE, D. G.; RUTTAN, V. W. (Ed.). Resource allocation and productivity in national and international agricultural research. Minneapolis : University of Minnesota Press, 1976. p. 394-403.
PEIXOTO, M. Extensão rural no Brasil: uma abordagem histórica da legislação. Brasília, DF: Senado Federal, 2008. 50 p. (Textos para Discussão, 48). Disponível em: <http://www.senado.gov.br/senado/conleg/textos_discussao/TD48-MarcusPeixoto.pdf>. Acesso em: 15 out. 2012.
SANTOS, E. V.; CORAZZA, G. Inflação e custo da cesta básica na Região Metropolitana de Porto Alegre, no período 1994-04. Indicadores Econômicos, Porto Alegre, v. 33, n. 4, p. 131-146, 2006.
SILVA, J. G.; TAVARES, L. Segurança alimentar e a alta dos preços dos alimentos: oportunidades e desafios. Segurança Alimentar e Nutricional, Campinas, v. 15, n. 1, p. 62-75, 2008.
SOUZA, G. S. Introdução aos modelos de regressão linear e não-linear. Brasília, DF: EMBRAPA-SEA; EMBRAPA-SPI, 1998. 505 p.
SOUZA, J. M. G.; REIS, J. N. P. A evolução dos custos da cesta básica na cidade de Fortaleza no período de 1985 a 1997. Revista Econômica do Nordeste, Fortaleza, v. 31, n. 1 p. 66-82, 2000.
TOMICH, F. A.; MAGALHÃES, L. C. G.; CARVALHO, A. X. Y. Desoneração do ICMS da cesta básica. Planejamento e Políticas Públicas, Rio de Janeiro, v. 17, p. 213-251, 1998.