determinantes da exportaÇÃo mineira de cafÉ · possui grande relevância na composição dos...

Campo Grande, 25 a 28 de julho de 2010,

Sociedade Brasileira de Economia, Administração e Sociologia Rural

1

DETERMINANTES DA EXPORTAÇÃO MINEIRA DE CAFÉ [email protected]

APRESENTACAO ORAL-Comércio Internacional

GLAUCIA DE ALMEIDA PADRÃO; GRACIELA APARECIDA PROFETA; MARÍLIA FERNANDES MACIEL GOMES.

UNIVERSIDADE FEDERAL DE VIÇOSA - UFV / DER, VIÇOSA - MG - BRASIL.

Determinantes da Exportação Mineira de Café

Grupo de Pesquisa: COMÉRCIO INTERNACIONAL

Resumo A cafeicultura mineira é dotada de fatores que afetam sua competitividade e, consequentemente, o volume produzido e exportado. O objetivo principal deste estudo foi analisar os determinantes da oferta de exportação mineira de café no período de julho de 1999 a dezembro de 2008, fundamentando-se no modelo-padrão do comércio e na exportação de excedentes, por meio do Vetor de Correção de Erros (VEC). Os resultados apontaram que a quantidade exportada de café é afetada principalmente pelo preço externo e pela taxa efetiva real de câmbio, o que caracteriza a necessidade de formulação de políticas voltadas principalmente para o mercado externo. Palavras-chaves: exportações, competitividade, VEC.

Determinants of Minas Gerais Coffee Export

Abstract The coffee plantations of Minas Gerais are endowed with factors that affect their competitiveness and, consequently, the volume produced and exported. The main objective of this study was to analyze the determinants of Minas Gerais export supply coffee from July 1999 to December 2008, basing on the standard model of trade and export of surplus through the Vector Error Correction (VEC). The results showed that the quantity exported coffee is mainly affected by external price and the real effective exchange rate, which characterizes the need for formulating policies aimed mainly for the export market. Key Words: exports, competitiveness, VEC 1. Introdução

Desde meados da década de 90 a produção mundial de café tem apresentado um aumento significativo, não acompanhado pelo consumo, o que elevou os estoques mundiais e acarretou queda das cotações do café e, consequentemente crise setorial. A crise da cafeicultura motivou a busca de instrumentos que pudessem garantir a sustentabilidade da produção e melhor renda para os cafeicultores. Desta forma, as



2

discussões com relação às exigências que visam qualidade e uniformidade de produtos tomaram notoriedade implicando em maior nível de conscientização e preocupação por parte dos consumidores sobre a situação crítica vivida pelos produtores e sobre os impactos do meio ambiente, não só no exterior, mas também no Brasil.

No Brasil, devido a investimentos significativos em pesquisa e desenvolvimento de novas tecnologias para o setor, foram criados mecanismos que procuravam controlar todos os procedimentos ao longo da cadeia produtiva, com o objetivo de garantir, além do resultado econômico, a preservação ambiental, a adequação social do processo produtivo e a segurança dos produtos, inclusive permitindo a rastreabilidade das práticas adotadas.

Neste contexto de reestruturação da cafeicultura no mundo, o Brasil se tornou um grande produtor mundial de café com destaque para as exportações, se colocando a frente do Vietnã e Colômbia, outros renomados exportadores. No ano de 2009, o país exportou cerca de um terço de sua produção atingindo a marca de 30 milhões de sacas. Neste mesmo ano, segundo informe do Conselho dos Exportadores de Café (Cecafé), o Brasil ampliou seu domínio no mercado mundial, chegando a monopolizar cerca de 2% das vendas totais do grão, sendo que a variedade com maior volume comercializado foi o café arábica, uma vez que este apresenta maior qualidade e, consequentemente, maior valor agregado.

Dentre os principais mercados do café brasileiro em 2009, a Alemanha foi o principal destino dos nossos grãos seguida pelos Estados Unidos, com 6 e 5,8 milhões de sacas, respectivamente. Entretanto, este último é o maior mercado mundial, consumindo aproximadamente 18 milhões de sacas por ano. Outros mercados importantes foram a Itália, Japão, Bélgica e Espanha, que juntos contribuíram com cerca de 7,5 milhões de sacas (CECAFÉ, 2009).

O país deve a sua posição de destaque no mercado internacional de café ao Estado de Minas Gerais, que em 2009 foi responsável por metade do café produzido internamente. A área destinada à produção de café no estado compreende 1.174.895 ha, distribuídos em 587 municípios e gerando 800.000 empregos temporários e 3 milhões de empregos diretos e indiretos, o que confere importância ao agronegócio do café, sendo este considerado o principal produto da economia mineira (CARVALHO e PEREIRA, 2009).

Segundo dados da Associação Brasileira da Indústria de Café - ABIC, no ano de 2010 as principais regiões produtoras de café em Minas Gerais, são o Cerrado Mineiro, Sul de Minas, Matas de Minas e Jequitinhonha, sendo estas produtoras do café arábica. Assim, o Estado de Minas Gerais é considerado o maior produtor nacional de café arábica. A heterogeneidade espacial existente no estado, em relação à produtividade e utilização da tecnologia, não traz maiores implicações para o estado, uma vez que a variedade arábica apresenta excelentes resultados em regiões montanhosas como as que existem em Minas Gerais.

Como dito anteriormente, o Brasil é o maior exportador de café do mundo, e também maior exportador do grão tipo arábica, que se mostra um produto de qualidade superior, tendo espaço no mercado internacional devido à sua aceitação pelo mercado consumidor. Considerando a notoriedade de Minas Gerais em relação à produção de café, inclusive o arábica, dentro do contexto nacional, este Estado juntamente com o Brasil possui grande relevância na composição dos estoques e formação de preços no exterior. Logo, compreender o comportamento das variáveis que compõem a oferta de exportação



3

de café arábica mineiro se mostra pertinente, uma vez que as informações geradas contribuirão para a definição de políticas publicas setoriais e estratégias capazes de permitir avanços ainda maiores do produto mineiro no contexto internacional, aumentos de receitas aos produtores e ganhos de divisas para país.

O que se pretendeu foi basicamente estimar uma equação de oferta de exportação de café para o estado de Minas Gerais para o período de julho de 1999 a dezembro de 2008. Especificamente pretendeu-se identificar por meio das ferramentas função impulso - resposta e decomposição do erro de previsão do Vetor de Correção de Erros (VEC) as relações existentes entre as variáveis que compõem a oferta. 2. Referencial Teórico

O comércio internacional tradicional tem suas teorias fundamentadas nas

vantagens comparativas que um país possui na produção de determinados produtos em relação aos demais países, tendo como foco a alocação e disponibilidade de fatores de produção. Destacam-se como principais, o modelo Ricardiano no qual a alocação do trabalho como único fator produtivo define as possibilidades de produção e a vantagem que determinado setor possui comparativamente aos demais; o modelo de Fatores Específicos que veio de encontro ao modelo Ricardiano, argumentando que o trabalho era um fator comum a todos os setores da economia e haviam determinados fatores específicos a cada setor que determinavam a vantagem comparativa do mesmo em relação aos demais mediante a disponibilidade deste fator específico; e o modelo de Hecksher-Ohlin que determina a existência de inúmeros fatores de produção comuns a todos os setores de produção e o direcionamento desses recursos é que define os padrões do comércio internacional (KRUGMAN e OBSTFELD, 2005).

A evolução do pensamento, entretanto, levou a conclusão de que o comércio internacional não era baseado apenas em vantagens comparativas e esses modelos não eram capazes de explicar os padrões do comércio. Assim, segundo Porter (1993) é preciso considerar outros aspectos da dotação de fatores, que determinam a competitividade de uma economia frente às demais, tais como: evolução tecnológica, preços e custo dos fatores, volatilidade das taxas de cambio, custos de transporte, apoio governamental, entre outros fatores.

A teoria da competitividade de Porter (1993) relaciona quatro aspectos fundamentais na determinação da produção de um setor ou país, e dois aspectos auxiliares. Os principais aspectos são: as condições de demanda; as condições de fatores; existência de indústrias correlatas e de apoio; e estratégia, estrutura e rivalidade das empresas. Esses aspectos somados a ação governamental e ao acaso, tornam um setor ou país competitivo, de forma que a alocação dos fatores será maior para esse setor ou país, que por ser competitivo possui uma estrutura de custos diferenciada e poderá destinar uma parte da produção para exportação.

Na tentativa de explicar o comércio internacional de forma mais abrangente, surge o modelo-padrão do comércio, estruturado por Krugman e Obstfeld (2005). O modelo é fundamentado em quatro aspectos: relaciona a fronteira de possibilidades de produção e a oferta relativa; relaciona os preços relativos e a demanda relativa; obtém o equilíbrio mundial pelo confronto dos dois aspectos apresentados anteriormente e analisa o efeito dos



4

termos de troca sobre o bem-estar social. A Figura 1, apresenta um esboço do modelo-padrão do comércio.

A curva de possibilidades de produção, tangenciada pela linha de isovalor, determina a quantidade produzida na economia (Ponto B). O consumo dessa economia é definido no ponto em que a curva de indiferença mais alta tangencia a linha de isovalor (Ponto A). Assim, determinado setor ou país produz mais do bem X do que consome e, portanto, exporta o excedente, e produz menos do bem Y do que consome, importando o restante. Para determinar a oferta e demanda mundial de um bem, baseia-se nas curvas de oferta e demanda doméstica do país exportador e importador, respectivamente.

Fonte: Krugman e Obstfeld (2005), adaptado pela autora. Figura 1 – Produção, consumo e comércio no modelo-padrão

A literatura traz diversos trabalhos cujo enfoque é o estudo dos determinantes da

oferta de exportações. No Brasil esta linha de estudos analisa os mais diversos produtos que compõem a pauta de exportações. Dentre esses estudos podemos citar Alves e Bacchi (2004) que trataram da oferta de exportação do açúcar. Silva, Braga e Campos (2008) cuja preocupação foi estudar os determinantes da oferta de exportação da carne de frango do Brasil para o período de 1992 a 2007. Esses estudos, de maneira geral, fundamentados na exportação dos excedentes de consumo, consideram como fatores determinantes das exportações, além dos preços interno e externo dos bens, a renda interna e a taxa de câmbio real efetiva. Portanto, de acordo com os trabalhos revisados, a função de oferta a ser utilizada na presente análise é dada por:

LnQEt = f (LnPDt, LnPEt, LnRt, LnCt) (1) em que:

LnQEt = Logaritmo da quantidade exportada de café no período t LnPDt = Logaritmo do preço doméstico de café no período t LnPEt = Logaritmo do preço externo de café no período t LnRt = Logaritmo da Renda Nacional Disponível no período t LnCt = Logaritmo da taxa real efetiva de câmbio no período t

Com base na teoria precedente, a expectativa é de que os coeficientes do preço externo e da taxa de câmbio sejam positivos, uma vez que há uma relação direta entre estes e a quantidade exportada, de forma que aumentos no preço externo de café implicam em aumentos da quantidade de café ofertada por Minas Gerais. No caso da taxa de câmbio,



5

uma depreciação da moeda nacional frente à moeda estrangeira tende a incentivar o aumento das exportações.

Para os coeficientes de preço doméstico e da renda interna disponível a relação com a quantidade exportada de café é inversa. Essa relação é dada pois, um aumento da renda nacional disponível proporciona maior poder aquisitivo e em consequência disso um aumento do consumo de produtos nacionais. O aumento do consumo interno reduz a disponibilidade de produtos para exportação, de forma que os preços domésticos aumentam e, pela Lei da Oferta e Procura, há um aumento da disponibilidade de produtos internamente, e consequentemente, redução da oferta para exportação.

3. Referencial Analítico

O referencial analítico utilizado para quantificar os coeficientes e determinantes da oferta de exportação de café em Minas Gerais, foi o modelo Auto-Regressivo Vetorial (VAR). Nos modelos de equações simultâneas ou estruturais, o grupo de variáveis é dividido em endógenas e exógenas ou predeterminadas. Para que tais modelos sejam estimados, a condição necessária é que as equações no sistema sejam identificadas, em decorrência da suposição de que algumas variáveis predeterminadas estejam presentes somente em algumas equações. Sims (1980) ao criticar a subjetividade na escolha das variáveis predeterminadas nas equações que tornará o modelo identificado, formulou o modelo VAR, sob a hipótese de que havendo simultaneidade entre um conjunto de variáveis, todas devem ser tratadas de forma similar. Assim, o modelo VAR considera todas as variáveis como endógenas no sistema de equações.

Segundo Gujarati (2006) a formulação do modelo VAR consiste em definir o conjunto de variáveis que apresentam causalidade, o número de defasagens e estabelecer essa relação de forma que haja um termo de erro estocástico em cada equação, em que estes representem os impulsos ou choques na linguagem VAR. O número de defasagens utilizado no modelo deve ser definido pelos critérios de Akaike e Schwarz, por meio da escolha do modelo que apresentar os menores valores desses critérios.

A relação de causalidade entre as variáveis é avaliada por meio das funções de impulso-resposta que permitem avaliar o comportamento das variáveis a choques estruturais em qualquer uma das variáveis do sistema de equações, permitindo que se observe se a reação aos choques simulados direcionam o sistema a um equilíbrio de curto ou longo prazo.

Entretanto, apesar de o modelo VAR apresentar características como a simplicidade de estimação e trato das variáveis, alguns problemas são encontrados em tal metodologia, a saber, é um modelo ateórico por usar menos informações a priori; pouco adequado à análise de políticas; a escolha do número de defasagens é dotada de certo grau de subjetividade e os parâmetros gerados pelo método não podem ser analisados diretamente.

Para aplicação do modelo é necessário adotar alguns procedimentos econométricos e, estes se iniciam com a aplicação do teste da raiz unitária, posteriormente, os testes de co-integração. Após a estimação do modelo VAR estrutural, serão obtidas as funções de impulso-resposta em que se verificará as reações da variável dependente à



6

choques exógenos nas demais variáveis do modelo. Constatou-se entretanto, que as séries de dados utilizadas não eram integradas de mesma ordem, de forma que o modelo a ser utilizado é o Vetor de Correção de Erros (VEC).

3.1. Teste de Estacionariedade de Dickey-Fuller (ADF)

A estacionariedade de um processo estocástico é definida pela constância de sua média e variância ao longo do tempo, o que significa que choques sobre as variáveis resultarão em efeitos de curto prazo. Para verificar a estacionariedade das séries de quantidade exportada de café, preço doméstico de café, preço externo de café, renda nacional disponível e taxa real efetiva de câmbio, visto que esta é uma condição para a aplicação do modelo VAR, foi utilizado o teste de Dickey-Fuller aumentado (ADF), baseado no procedimento sugerido por Enders (1995). De maneira geral e em conformidade com Alves (2002), o procedimento adotado por Enders (1995) é encadeado da seguinte forma:

1. Estima-se um modelo auto-regressivo cujo número de defasagens devem ser determinadas de acordo com os critérios de Akaike e Schwarz. Tal modelo pode ser representado pela equação (2):

(2)

2. Por meio da estatística , proposta por Dickey & Fuller, testa-se a hipótese

de que . No caso dessa hipótese ser rejeitada, deve-se utilizar a estatística para

testar a hipótese de . Caso essa hipótese também seja rejeitada, reaplica-se o teste de

, porém, agora considera-se a distribuição normal.

3. Se a hipótese de não for rejeitada, deve-se adotar um novo modelo

sem tendência e com intercepto, conforme é indicado pela equação (3): (3)

4. Por meio da auto-regressão de (3), testa-se a hipótese de utilizando-se

a estatística . A não rejeição dessa hipótese leva ao teste de que , considerando-se

a estatística sendo que, dada a rejeição da hipótese, testa-se com a distribuição

normal. 5. Caso a hipótese de não seja rejeitada, deve-se estimar um modelo

auto-regressivo sem intercepto e tendência, conforme a equação (4): (4)

6. Neste caso, testa-se a hipótese de que com base na estatística . Se a

hipótese for aceita, então conclui-se que o processo gerador da série possui raiz unitária, e a série deverá ser trabalhada nas diferenças e não em nível.



7

3.2. Teste de co-integração de Johansen

A metodologia proposta por Johansen pode ser aplicada de forma simultânea à estimação do modelo de co-integração. Em outras palavras, é possível estimar o VECM conjuntamente aos vetores de co-integração.

O procedimento de Johansen consiste em dois testes baseados em uma estimação de máxima verossimilhança com restrição em que se usa a configuração multivariada e procurar o posto da matriz . O teste fundamenta-se no fato de que é uma matriz n x n,

cujo posto é r < n, se houver co-integração. Se o posto dessa matriz for n, então as variáveis endógenas são todas estacionárias. Por outro lado, se o posto da matriz for nulo, então não existe co-integração e as variáveis são não-estacionárias.

De acordo com Bueno (2008), o determinante de uma matriz é o produto de seus autovalores e, considerando que o posto de está entre 0 e n, então é possível afirmar que

terá r autovalores diferentes de zero e n – r autovalores iguais a zero.

Para determinar os autovalores é conveniente inserir variáveis determinísticas1 ao modelo. Estas variáveis farão parte de Xt no nível e do vetor de co-integração. Assim pode-se reescrever o VECM apresentado em 9, da seguinte maneira:

(5)

Para obter os autovalores da matriz , basta maximizar a equação 5 com

restrições sobre a matriz de covariância, conforme procedimentos descritos em Bueno (2008). Cada autovalor corresponde a um determinado autovetor que serão associados aos vetores de co-integração contidos em β. Após obter os autovalores, aplicam-se dois testes. O primeiro foi denominado por Johansen de Traço, em que a hipótese nula é que existe r vetores de co-integração, e a hipótese alternativa é que existe > vetores. E a estatística

do teste é dada da seguinte forma: (6)

O teste baseia-se no fato de que o posto da matriz é igual ao número de suas

raízes características diferentes de zero. Quando não existir co-integração, os autovalores obtidos serão próximos a zero, isto implica em não-estacionariedade com instabilidade da matriz e . Neste caso, os valores da estatística do traço são pequenos de

modo que não se pode rejeitar a hipótese nula. Por outro lado, se é significantemente

diferente de zero, será negativo e, assim, a estatística terá um valor alto, e a

hipótese nula será rejeitada em favor da hipótese alternativa. Rejeitar a hipótese nula significa afirmar que há mais de um vetor de co-integração.

Além do teste de traço, tem-se também o teste da razão de verossimilhança em que se verifica qual é o máximo autovalor significativo que produza um vetor de co-

1 Dummies sazonais e tendência.



8

integração. Esse autovalor máximo correspondente ao vetor de co-integração mostrará

que existem vetores de co-integração. Assim, considera-se que o teste de

verossimilhança é mais robusto do que o de traço. A hipótese nula a ser testada é que existem vetores de co-integração, e a alternativa é que existem vetores de co-

integração. A estatística do teste é a seguinte: (7)

Ao se rejeitar a hipótese nula, pode-se dizer que existem mais de um vetor de co-integração. Em contrapartida, aceitar a nula implica em afirmar que existem vetores de

co-integração. A metodologia VEC, permite ainda que se decomponha a variância dos erros de

previsão, determinando assim, o comportamento das variáveis e as reações da variável dependente ao longo do tempo, bem como analisar o efeito de choques individuais ocorridos nas variáveis explicativas sobre a variável dependente, por meio do procedimento de decomposição de Cholesky.

4. Base de Dados

Para o presente estudo foram necessários dados referentes a Quantidade

Exportada em Kg e Valor das Exportações mineiras de café, para cálculo dos preços externos de café em US$/Kg, adquiridos junto à Secretaria de Comércio Exterior do Ministério da Indústria e Comércio (Midic/SECEX) na base de dados Aliceweb. Os dados relativos à taxa de câmbio real foram coletados no Instituto de Pesquisa Econômica Aplicada (IPEA), por meio da série denominada taxa real de câmbio efetiva (IPA-OG). Para a Renda Interna foi utilizado como proxy o Produto Interno Bruto (PIB) em US$, adquirida no Banco Central do Brasil (BACEN). Os dados referentes ao preço doméstico do café foram obtidos junto ao Centro de Pesquisa Econômica Aplicada (CEPEA), elaborado pela DCAF/SPAE/MAPA, e deflacionados pelo Índice Geral de Preços – Disponibilidade Interna (IGP-DI), disponibilizado pelo IPEA. Todas as séries de dados são mensais, no período de janeiro de 1999 a dezembro de 2008, sendo que os índices foram ajustados para a base de novembro de 2009. Além disso, com o propósito de facilitar a interpretação e melhorar o ajustamento do modelo, todos as séries de dados foram logaritmizadas.

5. Resultados

O tratamento inicial da base de dados é feito por meio do teste de Dickey-Fuller Aumentado (ADF), para as séries de dados logaritimizadas referentes à Quantidade Exportada de café (LnQE), Preço Doméstico (LnPD), Preço Externo (LnPE), Renda Disponível (LnR) e Taxa de Câmbio Real Efetiva (LnC), visando analisar a estacionariedade das mesmas. Definiu-se pela análise gráfica das variáveis que o melhor



9

ajustamento das séries se dá com o modelo contendo intercepto e tendência. Os resultados do teste de estacionariedade são apresentados na Tabela 1.

Tabela 1 – Resultado do teste de raiz unitária para as variáveis que compõem o modelo especificado para a análise da oferta de exportação mineira de café no período de julho de 1999 a dezembro de 2008. Variável Lags Estatística Tau Valor Crítico Resultado Ordem de

Integração 1% 1% LnQE 0 -11.74025 -4.041280 Estacionária I(0) D(LnPD) 0 -2.270382 -4.042042 Estacionária* I(1) D(LnPE) 0 -7.374074 -4.042042 Estacionária* I(1) LnR 12 -3.343162 -3.153171 Estacionária I(0) D(LnC) 0 -7.521888 -4.042042 Estacionária* I(1)

Fonte: Dados da pesquisa Notas: * Estacionárias em primeira diferença, por isso são I(1).

Pelo teste de raiz unitária tem-se que as variáveis LnPD, LnPE e LnC são estacionárias em primeira diferença, considerando 1% de significância, sendo estas integradas de ordem um, I(1). Enquanto as variáveis LnQE e LnR são estacionárias em nível considerando 1% de significância, ou seja, integradas de ordem zero, I(0). Havendo diferença na ordem de integração das variáveis, de I(0) a I(1), a análise da oferta de exportação mineira de café foi realizada por meio de um Vetor de Correção de Erros (VEC).

Estimou-se inicialmente um VAR, como premissa do modelo VEC, sendo necessário para tanto definir o número de defasagens incluídas no modelo. Esse resultado é apresentado na Tabela 2 com base nos critérios de Akaike (AIC), Schwarz (SIC) e Hanna-Quinn (HQ).

Tabela 2 – Número de defasagens do Modelo VAR, a partir dos critérios AIC, SIC e HQ.

Defasagem AIC SIC HQ 0 -5.705404 -5.454136 -5.603564 1 -12.90370 -12.02427* -12.54726* 2 -13.02022 -11.51262 -12.40918 3 -13.20952 -11.07375 -12.34388 4 -13.13272 -10.36877 -12.01248 5 -13.04553 -9.653418 -11.67069 6 -12.97915 -8.958862 -11.34970 7 -12.94111* -8.292652 -11.05706

Nota: *indica a ordem da defasagem selecionada pelo critério. Fonte: Dados da pesquisa

Os critérios de Schwarz (SIC) e Hannan-Quinn (HQ) indicaram que o modelo VAR deve ser estimado com uma defasagem, enquanto o critério de Akaike (AIC) indicou



10

a existência de sete defasagens. Entretanto, deve-se testar se há autcorrelação serial nessas defasagens. O presente estudo utilizou como critério o teste de Autocorrelação do Multiplicador de Lagrange (LM) sobre as estimativas do VAR.

Os resultados do teste apontam que ao nível de 1% de significância, se rejeita a hipótese nula de ausência de autocorrelação para um VAR (1) (Tabela 3). Na presença de autocorrelação serial, deve-se aumentar o número de defasagens até que esta seja eliminada. Pelo teste do Multiplicador de Lagrange, para eliminar a autocorrelação serial é preciso incluir duas defasagens no modelo, conforme observado na Tabela 4, cuja hipótese nula de ausência de autocorrelação na segunda defasagem é não-rejeitada ao nível de 10% de significância. Portanto, a estimativa do modelo VAR deve ser feita com duas defasagens, sendo também este o número de defasagens utilizado no teste de Causalidade de Granger. Já na estimativa do VEC, função impulso-resposta e decomposição da variância do erro, a recomendação é usar uma defasagem a menos do que no modelo VAR, ou seja, uma defasagem.

Para ordenar as variáveis incluídas no modelo VAR, por grau de exogeneidade, utilizou-se o teste de Causalidade de Granger, dado que esta ordem implica em alterações relevantes nos resultados da estimação do modelo. Os resultados do teste para um VAR de segunda ordem são apresentados na Tabela 3.

Verificou-se pelos resultados do teste, que a quantidade exportada de café pelo estado de Minas Gerais é causada no sentido de Granger, por todas as variáveis em conjunto ao nível de 1% de significância e individualmente pela taxa efetiva real de cambio e pelo preço externo ao nível de 1% e 10% de significância respectivamente. Como em conjunto as variáveis causam no sentido de Granger, a quantidade exportada, apesar de os resultados não apontarem a causalidade de todas as variáveis individualmente, a teoria econômica precedente é confirmada. A análise de causalidade feita para o preço externo de café indica que no sentido de Granger este é causado pelo preço doméstico ao nível de 1% de significância e pela taxa efetiva real de câmbio ao nível de 5% de significância e conjuntamente por todas as variáveis incluídas no modelo ao nível de 1% de significância. A variável renda, por sua vez, é causada por todas as variáveis incluídas no modelo conjuntamente ao nível de 5% de significância. Finalmente, o preço doméstico e a taxa efetiva real de cambio não apresentou significância estatística ao nível de 10%, ou seja, essa variável não apresenta relação causal no sentido de Granger com as demais variáveis incluídas no modelo.

A ordem decrescente de exogeneidade das variáveis incluídas no modelo VAR, a partir dos resultados do teste de Causalidade de Granger, é: LnPD, LnC, LnR, LnQE e LnPE. Entretanto, convencionou-se utilizar, baseado na teoria econômica, a seguinte ordem de exogeneidade: LnQE, LnPE, LnR, LnPD e LnC.



11



12

Tabela 5 - Teste de Causalidade de Granger

Fonte: Dados da pesquisa. Nota: Os valores em negrito representam a existência de causalidade, ou seja, rejeita-se H0.

* significativos a 1% ** significativos a 5% *** significativos a 10%

Variáveis Independentes

Variáveis Dependentes LnQE LnPD LnPE LnR LnC χ² Prob. χ² Prob. χ² Prob. χ² Prob. χ² Prob.

LnQE 0.86 0.65 2.49 0.29 0.66 0.72 0.05 0.98 LnPD 0.90 0.64 12.49 0.00* 0.88 0.64 0.59 0.75 LnPE 4.79 0.09*** 4.31 0.12 4.09 0.13 1.93 0.38 LnR 0.10 0.95 3.04 0.22 0.62 0.73 1.94 0.38 LnC 20.02 0.00* 2.76 0.25 10.04 0.01** 1.66 0.43 Todas 27.30 0.00* 6.71 0.57 31.24 0.00* 19.62 0.01** 10.98 0.20



13

Realizados os procedimentos preliminares em relação à estimativa do VAR que permitirá realizar as análises via VEC, deve-se verificar a cointegração entre as variáveis por meio do teste proposto por Johansen, uma vez que este permite estimar o VEC simultaneamente aos vetores de cointegração. A Tabela 6 apresenta os resultados do teste de Johansen.

Tabela 4 - Teste do Traço e do Máximo Autovalor para co-integração entre as variáveis LnQE, LnPE, LnR, LnPD e LnC. Teste do Máximo Autovalor Teste do Traço

Hipótese Nula

Hipótese alternativa

Valor Crítico a 5%

Valor Crítico a 5%

103.9487 42.36 153.8741 96.58

22.73018 36.65 49.92541 70.05

13.54245 30.34 27.19522 48.45

9.532463 23.65 13.65277 30.45

4.120311 16.26 4.120311 16.26 Fonte: Dados da pesquisa Nota: * O teste do Máximo Autovalor indica existência de até 1 vetor de co-integração ao nível de 1% e 5% de significância. ** O teste do Traço indica a existência de até 1 vetor de co-integração ao nível de 1% e 5% de significância.

De acordo com os testes do Máximo Autovalor e Traço, não se rejeita a hipótese

que o posto da matriz de cointegração seja um, ao nível de 1% e 5% de significância. Desta forma, conclui-se então que exista até um vetor de cointegração. Assim, pode-se inferir que exista um relacionamento de longo prazo entre as variáveis.

Dando continuidade aos resultados, estimou-se os parâmetros do modelo Vetor de Correção de Erros (VEC), especificado na equação (1), para analisar as relações de longo prazo entre as variáveis que determinam a oferta de exportações mineiras de café arábica. Assim, estimaram-se as relações de cointegração normalizadas conforme o método de Johansen. Pelo teste de Johansen definiu-se que o número de vetores de cointegração para as variáveis LnQE, LnPE, LnR, LnPD e LnC para o período de julho de 1999 a dezembro de 2008 seria um, como apresentado na Tabela 5. Tabela 5 – Estimativas do vetor de cointegração normalizado pelo método de Johansen entre as variáveis LnQE, LnPE, LnR, LnPD, LnC e tendência. LnQE Intercepto LnPE LnR LnPD LnC Tendência (T) 1,00 -8.4359 -0.4834** 0.0028 -0.1430 -1.7932* -0.0077* [-1.7445] [ 0.0091] [-0.6642] [-5.0700] [-2.7008] Nota: Os termos entre colchetes referem-se às estatísticas do teste “t” de Student. *Significativo a 1% de probabilidade; **Significativo a 5% de probabilidade; *** Significativo a 10% de probabilidade. Fonte: Dados de Pesquisa.



14

Com base nos resultados deste vetor, pode-se escrever a relação de equilíbrio de longo prazo entre as variáveis, que equivale à função estimada da oferta de exportação mineira de café arábica apresentados na equação 10. Deve-se destacar que as variáveis renda e preço doméstico não foram significativas, entretanto com base na teoria econômica, estas variáveis são relevantes no modelo e portanto devem permanecer.

LnQEt = 8,436 + 0,483LnPEt – 0,003LnRt + 0,143LnPDt + 1,793LnCt + 0,008T (8)

A equação 8 apresenta a função oferta de exportações mineira de café. De acordo

com tal equação, todas as variáveis, exceto preço doméstico, apresentaram o sinal do parâmetro condizente com a teoria econômica. Além disso, estatisticamente as variáveis foram significativas pelo teste t de Student, ao nível de 1% e 5%, com exceção das variáveis preço doméstico e renda.

O coeficiente do logaritmo do preço externo (LnPE) indica que, “ceteris paribus”, uma variação percentual no preço externo tende a aumentar a quantidade exportada de café no período em 0,4834%, o que torna a oferta de exportação inelástica. O resultado foi condizente com a teoria econômica, uma vez que o aumento dos preços externos indica que o produto para exportação se valoriza em relação ao produto para consumo interno, de forma que quantidade maior de produtos será destinada às exportações. Tal resultado pode ser justificado pelo fato de que nos últimos anos os cafés destinados ao mercado interno ganharam em qualidade e, neste caso, a diferença em termos de preço do produto de exportação e do produto vendido internamente não é tão grande. Ademais, os principais concorrentes brasileiros, Vietnã e Colômbia, ofertam bons substitutos do café, justificando o comportamento inelástico da oferta para Minas Gerais, uma vez que este estado é o maior produtor e exportador de café no Brasil. A Colômbia, por exemplo, é considerado um intermediário do café brasileiro no mercado internacional, haja vista que muitas vezes esse país comercializa o grão oriundo do Brasil.

O coeficiente do logaritmo da renda disponível (LnR) indica que, tudo o mais permanecendo constante, um acréscimo de 1% na renda interna disponível tende a causar uma redução na quantidade exportada de café em 0,0028%. De acordo com a teoria da oferta e procura, há uma relação inversa entre essas duas variáveis, como apresentado pelos resultados, ao aumentar a renda interna disponível, haverá um aumento no consumo interno em função do maior poder aquisitivo, de forma que a quantidade de produto para exportação tenderá a reduzir. Dados da ABIC (2009) evidenciaram a tendência de crescimento do consumo interno nos últimos anos acima da média mundial. Segundo a ABIC (2009), o mercado brasileiro está em plena expansão tanto nos cafés mais tradicionais quanto nos produtos de alta qualidade, haja vista a posição de segundo consumidor mundial. Um aspecto relevante diz respeito à crise econômica mundial vivenciada nos últimos dois anos, que não afetou substancialmente o consumo de café no Brasil, atingindo a marca de 18,39 milhões de sacas e consumo per capita de 5,81 kg de café em grão cru ao ano. Além disso, a demanda interna mostra sinais de mudança nos hábitos de consumo, com acréscimo da quantidade e diversificação, visto o aumento do consumo de cafés “expressos”, “cappuccinos” e outras combinações com leite, o que exige uma maior qualidade do grão.



15

Em relação ao comportamento inesperado dos preços internos apresentados pela equação 8, estes podem ser explicados pelo fato de que o aumento das exportações é acompanhado pelo aumento da demanda interna. Ou seja, o mercado de café apresentou, nos últimos anos, crescimento da demanda mundial e, no caso do Brasil, crescimento do consumo interno. Assim, os aumentos de preços internos causados por questões relacionadas ao comportamento da demanda não implicam necessariamente em redução da oferta de exportação.

Já para a taxa efetiva real de câmbio, o aumento de 1% na taxa de câmbio tende a provocar um aumento na quantidade exportada de café na ordem de 1,7932%, o que está de acordo com a teoria econômica, que argumenta a existência de uma relação direta entre as variáveis, uma vez que uma depreciação da moeda nacional frente à moeda estrangeira tende a incentivar o aumento das exportações. Ademais, no caso de commodities agropecuárias como o café, a demanda não se altera significativamente dado variações de preço e câmbio. Tal situação foi retratada recentemente em trabalho realizado por Barros e Silva (2009), onde mostrou-se que entre janeiro e setembro de 2009, a combinação da queda de 12,08% nos preços em dólares com a desvalorização de 8,12% na taxa de câmbio efetiva real do agronegócio resultou em diminuição de 4,92% nos preços em reais. No caso do café, o índice de atratividade das exportações (preços em reais) caiu 10,51%, contudo, o volume exportado de café expandiu em 14,64% no período em relação a 2008.

A partir da análise de cointegração pode-se obter o coeficiente de ajustamento de curto prazo. Esses coeficientes demonstram a velocidade que as variáveis tendem ao equilíbrio de curto prazo. As discrepâncias de equilíbrio que ocorrem entre a quantidade exportada de café de Minas Gerais, o preço externo e a renda tendem a ser corrigidas no longo prazo uma vez que estas discrepâncias de equilíbrio ocorrem em um processo dinâmico onde a cada período ocorre a correção para o equilíbrio. Assim, na ocorrência de um desequilíbrio de curto prazo, se o valor do coeficiente de ajustamento for alto, significa que as variáveis tendem ao equilíbrio rapidamente e o contrário se o valor do coeficiente de ajustamento for baixo. A Tabela 6 apresenta os resultados do ajustamento de curto prazo para cada variável incluída no modelo. Tabela 6 - Coeficientes de ajustamento do Modelo de Correção de Erros, período de julho de 1999 a dezembro de 2008.

LnQE LnPE LnR LnPD LnC

-1.692319 0.027568 -0.009876 -0.001170 -0.002220 [-11.3191] [ 1.83605] [-0.50613] [-0.04303] [-0.16357]

Fonte: Dados de Pesquisa.

A análise do coeficiente de ajustamento de curto prazo da quantidade exportada de café (LnQE) permite concluir que, sendo este igual a -1,6932, a velocidade de ajustamento para esta variável é alta, uma vez que os desequilíbrios de curto prazo são corrigidos a uma velocidade de 169,23%. As demais variáveis apresentam coeficiente de ajustamento baixo, sendo que os desequilíbrios de curto prazo ocorridos no preço externo, renda, preço doméstico e cambio, são corrigidos, respectivamente, a uma velocidade de



16

2,76%, 0,99%, 0,12% e 0,22%. Os resultados estão de acordo com as conclusões do trabalho realizado por Cunha (2008) sobre a integração de preços no mercado internacional de café. Este autor conclui que as respostas na oferta de café em relação a estímulos do mercado são lentas. Logo, os ajustes nos preços e taxa de câmbio tendem a ser mais lentos do que ajustes exógenos em si mesma e nas demais variáveis do modelo, estimou-se a decomposição da variância dos erros, o que permite caracterizar a importância dos efeitos de cada choque exógeno sobre a variável dependente. A tabela 9 apresenta a decomposição da variância para cada variável ao longo de um ano.

Tabela 7 - Decomposição histórica da variância dos erros da quantidade exportada de café arábica

Periodo Erro-padrão LNQE LNPE LNR LNPD LNC 1 0.395095 100.0000 0.000000 0.000000 0.000000 0.000000 2 0.427220 89.58636 6.253770 0.010636 0.406167 3.743063 3 0.441737 86.67381 5.998572 0.029884 1.016981 6.280755 4 0.456012 85.04874 5.705091 0.036514 0.959523 8.250130 5 0.465270 81.74563 5.766561 0.044545 0.936098 11.50716 6 0.474532 78.78984 5.673903 0.043721 0.986498 14.50604 7 0.482410 76.41796 5.499149 0.045912 0.985792 17.05119 8 0.490570 73.98644 5.378536 0.049884 0.974319 19.61082 9 0.498611 71.61953 5.279188 0.051509 0.979921 22.06985 10 0.506290 69.49381 5.158424 0.053273 0.981918 24.31258 11 0.513944 67.48265 5.050050 0.055572 0.978660 26.43307 12 0.521519 65.55416 4.955186 0.057399 0.978640 28.45461

Fonte: Dados da pesquisa. Verificou-se que no período de um ano, a taxa de câmbio é responsável por quase

30% da variância do erro de previsão da quantidade exportada, enquanto o preço externo é responsável por cerca de 5% dessa variância. Verificou-se que ao longo do tempo a quantidade exportada passou a ser explicada em maior parte pelas demais variáveis incluídas no modelo, o que significa que as variáveis incluídas são relevantes.

A Tabela 8 apresenta a decomposição da variância dos erros de previsão do preço externo de café. De acordo com os resultados, historicamente, a variável responsável pela maior parte da variância dos erros do preço externo é a quantidade exportada que a partir do terceiro período passou a representar cerca de 17%, sendo esta seguida pela taxa efetiva real de cambio que nos últimos meses passou a representar cerca de 10% da variância dos erros. Deve-se destacar ainda que o preço doméstico aumentou sua participação nos erros de previsão da quantidade exportada ao longo do tempo, representando cerca de 6% nos últimos períodos. Já a renda interna apresentou pequena participação na explicação da variância dos erros de previsão. Tabela 8 – Decomposição histórica da variância dos erros de previsão do preço externo

Periodo Erro-padrão LNQE LNPE LNR LNPD LNC



17

1 0.039678 8.694076 91.30592 0.000000 0.000000 0.000000 2 0.069573 14.08137 79.60134 0.116638 3.183091 3.017566 3 0.095801 17.50895 72.50977 0.134854 4.370119 5.476302 4 0.117634 17.38635 70.50410 0.157134 5.038404 6.914011 5 0.136410 17.18280 69.27561 0.175867 5.473126 7.892602 6 0.153290 17.35482 68.19680 0.186533 5.705456 8.556395 7 0.168605 17.38468 67.56069 0.193667 5.860698 9.000270 8 0.182633 17.34929 67.14071 0.199536 5.983880 9.326576 9 0.195689 17.36423 66.78296 0.203827 6.072585 9.576404 10 0.207946 17.37612 66.50963 0.207023 6.139137 9.768090 11 0.219513 17.37250 66.30296 0.209669 6.194039 9.920835 12 0.230502 17.37421 66.12900 0.211835 6.238729 10.04623

Fonte: Dados da pesquisa. Já para a renda interna disponível, que tem sua decomposição histórica da

variância dos erros de previsão apresentada na Tabela 9, a variável que apresenta maior responsabilidade pelos seus erros de previsão é preço externo que ao longo do tempo representou cerca de 15% na variância dos erros de previsão, sendo que as demais variáveis apresentaram pequena participação na decomposição dos erros de previsão da renda interna disponível. Tabela 9 – Decomposição histórica da variância dos erros de previsão da renda interna disponível

Periodo Erro-padrão LNQE LNPE LNR LNPD LNC 1 0.051567 1.486432 6.148088 92.36548 0.000000 0.000000 2 0.067398 2.164035 11.03364 86.45391 0.094321 0.254088 3 0.081509 2.074375 12.91438 84.46350 0.334603 0.213137 4 0.093340 2.429424 13.75110 83.20002 0.444481 0.174973 5 0.103935 2.582774 14.40716 82.34711 0.512888 0.150066 6 0.113531 2.612235 14.87929 81.80717 0.568500 0.132800 7 0.122380 2.678141 15.18002 81.41520 0.607481 0.119159 8 0.130640 2.734622 15.41904 81.10197 0.635498 0.108870 9 0.138407 2.763186 15.61538 80.86179 0.658701 0.100940 10 0.145760 2.790157 15.76673 80.67122 0.677456 0.094438 11 0.152760 2.815717 15.89074 80.51200 0.692468 0.089080 12 0.159454 2.834512 15.99661 80.37909 0.705148 0.084639

Fonte: Dados da pesquisa. Na tabela 10, onde estão dispostos os resultados da decomposição histórica da

variância do erro de previsão da taxa efetiva real de cambio, verifica-se que esta tem seus erros de previsão fundamentalmente influenciados pelo preço externo em aproximadamente 2%, o que é condizente com os pressupostos da teoria econômica.



18

Destaca-se ainda, que as demais variáveis apresentam pequena participação na decomposição dos erros de previsão da taxa de cambio, o que significa que esta variável é explicada em grande parte por ela mesma, o que comprova a exogeneidade da variável.

Tabela 10 – Decomposição histórica da variância dos erros de previsão da taxa efetiva real de cambio

Periodo Erro-padrão LNQE LNPE LNR LNPD LNC 1 0.071859 0.050549 7.69E-06 0.393170 0.107642 99.44863 2 0.103968 0.069073 0.628459 0.188357 0.145935 98.96818 3 0.126245 0.210765 1.324459 0.146054 0.283932 98.03479 4 0.144666 0.331113 1.809077 0.139513 0.418975 97.30132 5 0.160960 0.413126 2.128764 0.138322 0.517498 96.80229 6 0.175683 0.467824 2.344466 0.138803 0.586975 96.46193 7 0.189240 0.507186 2.495277 0.139495 0.636566 96.22148 8 0.201897 0.536255 2.605592 0.140130 0.673052 96.04497 9 0.213802 0.558072 2.689217 0.140664 0.700813 95.91123 10 0.225072 0.575132 2.754333 0.141101 0.722510 95.80692 11 0.235806 0.588839 2.806390 0.141456 0.739865 95.72345 12 0.246073 0.600008 2.848945 0.141750 0.754052 95.65524

Fonte: Dados da pesquisa.

A metodologia VAR permite ainda estimar funções de impulso-resposta para a variável dependente, que no presente estudo é a quantidade exportada de café. A função impulso-resposta da variável quantidade exportada em relação a choques exógenos nas variáveis preço externo, renda disponível, preço doméstico e taxa de câmbio, é apresentada na Figura 2.

Verifica-se pelos gráficos que choques isolados ocorridos no preço externo impactam mais expressivamente na quantidade exportada, em relação às demais variáveis do modelo. Assim, um aumento de 10% no preço externo de café provoca um aumento na quantidade exportada em aproximadamente 1,06%, enquanto um choque exógeno com essa mesma magnitude, aplicada à renda interna disponível causou uma variação negativa de 0,04%, ambas no segundo mês.



19

-.1

.0

.1

.2

.3

.4

5 10 15 20 25 30 35 40 45

Resposta de LnQE a impulsos em LnPE

-.1

.0

.1

.2

.3

.4

5 10 15 20 25 30 35 40 45

Resposta de LnQE a impulsos em LnR

-.1

.0

.1

.2

.3

.4

5 10 15 20 25 30 35 40 45

Resposta de LnQE a impulsos em LnPD

-.1

.0

.1

.2

.3

.4

5 10 15 20 25 30 35 40 45

Respostas de LnQE a impulsos em LnC

Fonte: Dados da pesquisa. Figura 2 - Função impulso-resposta para quantidade exportada de café

Destaca-se ainda que ao ocorrer choques exógenos em tais variáveis, a quantidade

exportada de café tende rapidamente ao equilíbrio, mas estabiliza em um ponto acima e abaixo do equilíbrio, respectivamente, o que corrobora a análise do coeficiente de ajustamento. A análise para o preço doméstico e câmbio, permite concluir que havendo um aumento de 10% a quantidade exportada aumenta, respectivamente, em 0,27% e 0,83%. O ajustamento dessas variáveis a choques exógenos é lento e também não tende ao equilíbrio no longo prazo.

6. Considerações finais

O Brasil é o maior produtor de cafés do mundo, com uma participação de 30 a 40%

da produção mundial, além de ser considerado o maior exportador mundial do grão tipo arábica. Em razão disto, possui grande relevância na composição dos estoques e formação de preços no exterior. O Brasil é o único país com crescimento na produção de café arábica, graças ao aumento da produtividade, já que a área plantada se mantém constante. A expectativa da Organização Internacional do Café (OIC) para o consumo de café no mundo foi mantida em 130,0 milhões de sacas de 60 Kg. Os preços do café no mercado mundial devem permanecer estáveis nos níveis atuais, haja vista que a oferta mantém sinais de retração. Segundo dados da OIC, quase não há estoques nas mãos dos produtores atualmente. As reservas chegaram ao nível mais baixo, não mais que 15 milhões de sacas de 60 Kg. Entretanto, observa-se que não houve impactos significativos da recessão



20

vivenciada desde 2008 devido à crise econômica mundial, sobre o consumo de café porque os varejistas têm promovido o produto de forma mais efetiva.

Em minas gerais, o café é o segundo produto da pauta de exportação, atrás apenas do minério de ferro. A importância do grão para o estado pode ser percebida pelo fato deste ser o maior produtor de café do país, com produção maior comparativamente ao Vietnã, que atualmente é o segundo maior produtor mundial de café. A posição de destaque no mercado nacional e internacional alcançada por Minas Gerais é resultado de adoção de novas tecnologias geradas pelas pesquisas das instituições do estado destacando-se a Empresa de Pesquisa Estadual de Minas Gerais (EPAMIG). Além disso, os cafeicultores do Estado investem maciçamente buscando garantir a produção e a qualidade do café de Minas Gerais como meio de permanecerem competitivos tanto em âmbito nacional como no mercado internacional.

Tendo em vista a aplicação do VEC como modelo mais adequado à análise, contatou-se pelos resultados apresentados, que as variáveis escolhidas para o modelo foram adequadas, uma vez que todas as variáveis se mostraram significativas.

O maior impacto sobre a quantidade exportada de café foi proveniente da taxa de câmbio e do preço externo, o que reforça a importância dessas variáveis sobre a absorção externa de café, uma vez que alterações no preço externo afetam diretamente o padrão de consumo dos países importadores do café do estado de Minas Gerais.

Finalmente, ressalta-se como importante conclusão acerca do estudo, que além dos fatores apresentados como determinantes das exportações de café, existem inúmeros outros capazes de influenciar o comércio internacional. Minas Gerais possui capacidade de ampliar sua produção de café, se forem aplicadas políticas comerciais que atinjam tanto o mercado interno quanto o externo, reforçando os elos vistos pelo modelo-padrão de comércio como fundamentais na competitividade de um setor.

REFERÊNCIAS ABIC- Associação Brasileira da Indústria de Café. O café Brasileiro na atualidade. Disponível em <http://www.abic.com.br/scafe_historia.html>. Acesso em: 26/01/2010. ________Indicadores da indústria de café no Brasil-2009. Disponível em < http://www.abic.com.br/estatisticas.html> Acesso em: 02/02/2010. ALVES, L. R. A. Transmissão de preços entre produtos do setor sucroalcooleiro do Estado de São Paulo. Dissertação (Mestrado em Economia Aplicada). Escola Superior de Agricultura “Luiz de Queiroz” – ESALQ, Piracicaba, 2002. ALVES, L. R. A., BACCHI, M. R. P. Oferta de exportação de açúcar do Brasil. Revista de Economia e Sociologia Rural, Brasília, DF, v. 42, n. 1, jan-mar/2004. BACEN – Banco Central do Brasil. Disponível em: www.bcb.gov.br



21

BARROS, G.; SILVA, A. F. Valorização do real no 3º trimestre prejudica remuneração do agronegócio. Centro de Estudos Avançados em Economia Aplicada- CEPEA. 2009. Disponível em < http://www.cepea.esalq.usp.br/macro/> Acesso em 02/02/2010. BUENO, R.L.S. Econometria de Séries Temporais. 1. ed. São Paulo: Cengage, 2008. v. 1. 299 p. CARVALHO, J. S.; PEREIRA, R.T.G. Implantação de um sistema público de certificação de propriedades cafeeiras: o caso do programa certifica Minas Café. In: Congresso Brasileiro de Pesquisadores cafeeiros (35.:2009; Araxá,MG) .Trabalhos apresentados. Rio de Janeiro: MAPA/PROCAFÉ, 2009. (368p). 332- 333; il. CECAFÉ- Conselho dos Exportadores de Café. Dados Gerais. Disponível em: http://www.cecafe.com.br. Acesso em: 26/01/2010. CEPEA – Centro de Pesquisa em Economia Aplicada. Diponível em: www.cepea.esalq.usp.br CUNHA. D. A. Integração de preços no mercado internacional de café. 2008. 123p. Dissertação (Mestrado em Economia Aplicada) – Departamento de Economia Rural, Universidade Federal de Viçosa, 2008. ENDERS, W. Applied Econometric Time Series. John Wiley & Sons, Inc. 2nd ed., 1995, USA. GURAJATI, Damodar N. Econométrica básica. Makron Books, São Paulo, 2006. IPEA – Insituto de Pesquisa Econômica Aplicada. Disponível em: http://www.ipeadata.gov.br/. KRUGMAM, P. R.; OBSTEFELD, M. Economia Internacional: Teoria e Política. São Paulo: Makron Books, 2005. 807 p. MIDIC/SECEX – Ministério do Desenvolvimento, Indústria e Comércio Exterior, 2010. Base de dados do Comércio Exterior. Disponível em: aliceweb.desenvolvimento.gov.br. PORTER, M. E. A Vantagem competitiva das nações. Rio de Janeiro, Campus, 1993. 897p. SILVA,M.A.P; BRAGA, M, J; CAMPOS, A, C. Determinantes da oferta de exportação de carne de frango no período de 1992 a 2007. Anais do XLVI Congresso da Sociedade Brasileira de Economia, Administração e Sociologia Rural, Rio Branco – Acre, 20 a 23 de julho de 2008. SIMS, C. A. Macroeconomics and reality. Econometrica, v.48, n.1, p.1-48, 1980.

determinantes da exportaÇÃo mineira de cafÉ · possui grande relevância na composição dos...

Documents