Inovação no setor de energia estudo de caso para o setor de extração

Download Inovação no setor de energia   estudo de caso para o setor de extração

Post on 18-Nov-2014

933 views

Category:

Education

1 download

DESCRIPTION

A Fundacao Dom Cabral, por meio do Nucleo de Inovacao e Empreendedorismo, deu inicio em 2013 ao Forum de Energia, com o objetivo de pesquisar as tendncias para o setor, atravs da identificao das melhores praticas de gestao, inovao e nos desafios de futuro para novas fontes energeticas. Este relatrio de pesquisa representa o primeiro, de uma serie de textos, que analisaro os preos de energia eltrica no mercado livre, os setores de carvao, metalurgia, leo & gas, inovaes tecnolgicas e em modelo de negocio. Como metodologia, a opo foi a adoo das analises de painel e dos modelos cross--section, sendo tcnicas econometricas avancadas. Quando estas so combinadas como os modelos de Simulacao de Monte Carlo, torna--se possvel compreender os cenrios de futuro para as series estudadas, inclusive, realizando estudos setoriais, em busca de diferenciais competitivos. O diferencial dos estudos aqui propostos esta na correlao entre dados economicos, com setoriais, em busca de uma relao de causa e efeito, sugerindo o comportamento para o investimento privado.

TRANSCRIPT

1. Ncleo de Inovao e Empreendedorismo Inovao no Setor de Energia Estudo de Caso para o Setor de Extrao Professores: Hugo Ferreira Braga Tadeu e Jersone Tasso Moreira Silva 2013 2. Inovao no Setor de Energia Estudo de Caso para o Setor de Extrao Hugo Ferreira Braga Tadeu Professor e Pesquisador da Fundao Dom Cabral Jersone Tasso Moreira Silva Professor e Pesquisador Convidado da Fundao Dom Cabral Resumo A Fundao Dom Cabral, por meio do Ncleo de Inovao e Empreendedorismo, deu incio em 2013 ao Frum de Energia, com o objetivo de pesquisar as tendncias para o setor, atravs da identificao das melhores prticas de gesto, inovao e nos desafios de futuro para novas fontes energticas. Este relatrio de pesquisa representa o primeiro, de uma srie de textos, que analisaro os preos de energia eltrica no mercado livre, os setores de carvo, metalurgia, leo & gs, inovaes tecnolgicas e em modelo de negcio. Como metodologia, a opo foi a adoo das anlises de painel e dos modelos cross-section, sendo tcnicas economtricas avanadas. Quando estas so combinadas como os modelos de Simulao de Monte Carlo, torna-se possvel compreender os cenrios de futuro para as sries estudadas, inclusive, realizando estudos setoriais, em busca de diferenciais competitivos. O diferencial dos estudos aqui propostos est na correlao entre dados econmicos, com setoriais, em busca de uma relao de causa e efeito, sugerindo o comportamento para o investimento privado. Palavras-Chave: inovao, energia, extrao. 1. Introduo A Fundao Dom Cabral, por meio do Ncleo de Inovao e Empreendedorismo, deu incio em 2013 ao Frum de Energia, com o objetivo de pesquisar as tendncias para o setor, atravs da identificao das melhores prticas de gesto, inovao e nos desafios de futuro para novas fontes energticas. As etapas do projeto envolvem a coleta de dados pblicos disponveis nas bases do IBGE (Instituto Brasileiro de Geografia e Estatstica), IPEA (Instituto de Pesquisas Econmicas Aplicadas) e ANP (Agencia Nacional do Petrleo), alm da realizao de entrevistas com executivos e especialistas nos temas trabalhados. Todas as empresas participantes do Frum de Energia possuem alta maturidade para o assunto pesquisado, tudo isso alcanado aps dcadas de investimentos em atividades de pesquisa, desenvolvimento e inovao (PD&I). 3. Questes que direcionam os trabalhos do Frum de Energia: I. Quais fatores internos e externos organizao so fundamentais para a gerao de energia? Como ser competitivo em seu modelo de negcio, considerando o crescente custo energtico brasileiro? II. Como incluir o tema energia nas estratgias corporativas, de tal forma a estimular prticas sustentveis e inovadoras? III. Qual o futuro para a gerao das seguintes fontes energticas: (i) leo e gs, (ii) energia eltrica, (iii) carvo, (iv) solar, (v) elica e (vi) outras fontes renovveis? IV. Qual o impacto econmico da energia para as empresas brasileiras, no que tange o custo operacional? Relacionados as 4 (quatro) questes acima, foram identificados temas relevantes como foco do trabalho do Frum de Energia: I. Quais os determinantes para o investimento pblico e privado para o setor de energia no Brasil? Quais os desafios de curto e longo prazo para as empresas brasileiras, considerando o custo energtico e a necessidade para a adoo de novas fontes energticas? Como implementar estratgias de inovao, de tal forma que as empresas brasileiras pudessem obter destaque no cenrio energtico internacional? II. III. Esse documento apresenta inicialmente os estudos e principais pontos discutidos sobre os temas relacionados acima e, em seguida, as concluses e recomendaes derivadas do projeto. A sua organizao compreende a introduo, metodologia, resultados, concluses, sugestes para trabalhos futuros e referencial adotado. Finalmente, este o primeiro de uma srie de relatrios sobre o setor de energia. As prximas pesquisas a serem publicadas e respectivas datas em 2014 so: Janeiro: Preos da energia eltrica no mercado livre. Fevereiro: Setores carvo e metalurgia. Maro: Setor leo e gs. Abril: energias renovveis, atravs de estudos do alumnio (energia solar) e nquel (elica). Junho: impactos dos setores de energia na competividade brasileira. Agosto: inovaes tecnolgicas e modelos de negcio para as empresas do setor de energia no Brasil. Outubro: anlises cruzadas dos resultados dos relatrios produzidos pela pesquisa. Novembro: relatrio final do projeto de pesquisa e trabalhos futuros. 4. 2. Metodologia: Modelo Economtrico de Energia FDC O modelo economtrico proposto est direcionado para empresas do setor energtico e combina a utilizao de uma srie de dados associados ao desempenho econmico observando o comportamento das empresas, aspectos produtivos e crescimento. Nesse modelo, desenvolvido em 5 (cinco) etapas de trabalho, so apresentados dados para o perodo 1996 2011, sendo esses relevantes para determinar as anlises do Setor de Extrao brasileira, em um primeiro momento. As etapas so: Etapa 1: Modelo Cross-Section e Coeficientes Fixos A utilizao do Modelo Cross-Section ou dados longitudinais ocorre em razo de possurem observaes nas dimenses tempo e dados, conforme a Tabela 1. Setor 10 11 Produo Industrial Produo Industrial 2000 220617,8 114701,7 2001 180912,8 5881983 2002 188537,4 681546,3 2003 192414,9 669761,6 2004 240939 1041252 2005 258111,1 11113071 2006 247165,7 11691207 2007 267043,5 11387368 2008 344468,9 12849803 2009 304677,3 72105,27 2010 281526,9 326561,2 2011 284809,3 813592,6 Tabela 1. Exemplo de Dados Utilizados Fonte: IBGE (2011) 5. Etapa 2: Teste dos Dados Utilizados O primeiro modelo economtrico adotado tem por objetivo testar os dados macroeconmicos e microeconmicos que porventura tenham impacto inibidor nos investimentos privados no setor de extrao. Foram utilizados os dados fornecidos pelo IBGE (Instituto Brasileiro de Geografia e Estatstica) disponveis na Pesquisa Industrial Anual e discriminados por setor de acordo com o CNAE (Classificao Nacional de Atividades Econmicas) para o perodo de 1996 a 2011. Essa periodizao se deve disponibilidade dos dados, a qual, a partir de 1996, sofreu alteraes em termos da classificao das atividades e de metodologia de amostragem. Os dados obtidos esto em milhares de Reais e foram deflacionados a preos de 1995. Com o intuito de explicar os efeitos das variveis econmicas sobre o investimento privado do setor de extrao foram escolhidas as seguintes variveis para o modelo funcional: Invest_priv = f(VBPI, COP, RLV, r, PIB, InvPub, InvnPub, E) (1) Em que: Invest_priv = gastos com investimentos setoriais; os dados referem-se s Aquisies de Ativo Imobilizado (Mquinas e Equipamentos) dos setores de extrao. VBPI = nvel de atividade econmica setorial; os dados referem-se ao Valor Bruto da Produo Industrial por setor de extrao. COP = Custo das Operaes; compreendem o total dos custos diretos e indiretos de fabricao. RLV = Receita Liquida de Venda. R = Taxa de Juro Real (%); representa a taxa de juros nominal dos Certificados de Depsito Bancrio (CDB), deflacionada pelo ndice Geral de Preos (IGP-DI) e anualizada. PIB = Produto Interno Bruto; utilizou-se o deflator implcito do PIB. INVPUBINFRA = Investimentos Pblicos em Infraestrutura; so os investimentos feitos em energia eltrica, telecomunicaes e transportes (rodovias, ferrovias e portos). INVPUBNINFRA = Investimentos Pblicos em no Infraestrutura; so os investimentos pblicos no relacionados com infraestrutura. E = Taxa de cmbio Real. D = Dummy; varivel de controle para perodos de instabilidade poltica e econmica. A partir do modelo economtrico geral, prope-se um modelo logaritmo natural para os investimentos privados, de tal forma a avaliar as elasticidades no longo prazo: 6. LogInvest_privt = 0 + 1LogVBPIit-1 + 2LogCOPit + 3LogRLVit + 4Rit + 5LogPIBit+ 6LogINVPUBINFRAit + 7LogINVPUBNINFRAit + Log8E + D + t (2) em que t um distrbio aleatrio. Com os dados gerados em (2) possvel analisar o comportamento das taxas de crescimento das variveis selecionadas para os setores de extrao j que essas esto expressas em logaritmo natural. A seguir sero estimadas seis (6) equaes para avaliar os impactos das variveis propostas nos investimentos privados na Indstria de Extrao. Tais resultados serviro de base para a estimao e anlise dos coeficientes fixos setoriais. As seis (6) equaes estimadas so determinadas a seguir: Equao 1: LogInvest_priv= f(LogVBPI(-1), LogCOP, LogRLV) Equao 2: LogInvest_priv= f(LogVBPI(-1), LogCOP, LogRLV, R) Equao 3: LogInvest_priv= f(LogVBPI(-1), LogCOP, LogRLV, R, LogPIB) Equao 4: LogInvest_priv= f(LogVBPI(-1), LogCOP, LogRLV, R, LogPIB, LogINVPUBINFRA) Equao 5: LogInvest_priv= f(LogVBPI(-1), LogCOP, LogRLV, R, LogPIB, LogINVPUBINFRA, LogINVPUBNINFRA) Equao 6: LogInvest_priv= f(LogVBPI(-1), LogCOP, LogRLV, R, LogPIB, LogINVPUBINFRA, LogINVPUBNINFRA, LogE, Dummy) A Tabela 2 apresenta os quatro setores que compem a indstria de extrao brasileira, e um subsetor, segundo a diviso de atividades e a respectiva classificao CNAE, que identifica os setores industriais. CNAE 10 11 13 13.1 14 Indstria de Extrao Extrao de carvo mineral Extrao de petrleo e gs natural Extrao de minerais metlicos Extrao de minrio de ferro Extrao de minerais no-metlicos Tabela 2. Indstria de Extrao: Setores de Extrao Brasileiros Fonte: IBGE (2011) 7. Etapa 3: Teste dos Dados Utilizados Os resultados obtidos pela equao (2) proporcionam informaes necessrias para identificar as variveis que influenciam, de forma significativa, os investimentos privados no setor da indstria de extrao. O modelo utilizado o Modelo de Efeitos Fixos. O modelo de efeitos fixos a melhor opo para modelar os dados em painel, conforme etapa 1. Alm disso, como o intercepto do modelo tratado como um parmetro fixo, tambm desejvel utilizar efeitos fixos quando as observaes so obtidas de toda a populao e o que se deseja fazer so inferncias para os indivduos dos quais dispe dos dados. Nesse caso, cada coeficiente setorial estimado corresponde ao efeito puro de cada setor, ou seja, a diferena do investimento mdio de determinado setor, em relao mdia anual por setor. Assim, o coeficiente representa o investimento realizado que est relacionado aos fatores especficos de cada setor de extrao, independente das variveis inseridas no modelo. Etapa 4: Cross-Section do Investimento Privado Esta etapa composta pelas seguintes anlises: I. Cross-Section do investimento privado, sendo a primeira determinada pela equao (1) que analisa o investimentos privado para o setor de extrao de minerais metlicos (CNAE 13); Estimativas do setor de extrao do setor de minerais metlicos (CNAE 13) versus o subsetor extrao de minrio de ferro (CNAE 13.1). Finalmente, a equao (2) que estima o subsetor de extrao de minrio de ferro (CNAE 13.1). II. III. As equaes estimadas foram: Equao 1: LogINVEXT_13 = f(LogVBPI_13, LogCOP_13, LogRLV_13) Equao 2: LogINVEXT_13 = f(LogVBPI_13.1, LogCOP_13.1, LogRLV_13.1) Equao 3: LogINVEXT_13.1 = f(LogVBPI_13.1, LogCOP_13.1, LogRLV_13.1) Etapa 5: Simulao de Monte Carlo A Simulao de Monte Carlo descrita como um mtodo estatstico, em que uma sequencia de distribuies de frequncia so utilizadas para a simulao. Este mtodo foi desenvolvido por pesquisadores nos Estados Unidos, na dcada de 50, com vistas a soluo de problemas complexos. As etapas para o processo de simulao so: I. Dados de entrada. 8. II. Objetivos da simulao, isto , maximizar ou minimizar os dados de entrada pesquisados. Definio do modelo economtrico. Utilizao de sistema computacional, como apoio a simulao. Resultados alcanados. III. IV. V. Tradicionalemente, simulaes estatsticas so utilizadas para a tomada de deciso, com o emprego de sistemas computacionais para uma modelagem mais gil. Em muitas aplicaes empresariais, a Simulao de Monte Carlo realizada com o apoio do sistema RiskSim, conforme as Figuras 1 e 2, sem a necessidade de descrever equaes matemticas complexas, bem como estabelecer a probabilidades do problema. Os resultados desejados para a Simulao de Monte Carlo esto associadas a maximizao, minimizao e ao clculo do risco para as variveis em estudo. Busca-se com o mtodo, a simulao (tentativas histricas) de grandezas, podendo ser previsto o erro. A caracterstica essenvial da Simulao de Monte Carlo est no uso de tcnicas de amostragens, atravs de variveis discretas e a busca por solues com o emprego de equaes diferenciais. Para este estudo so avaliadas as variveis da Equao 1. Figura 01 Sistema RiskSim e Excel Fonte: risksim.com (2013) 9. Figura 02 Sistema RiskSim e Tela de Simulao Fonte: risksim.com (2013) 3. Resultados Alcanados Os resultados apresentados so divididos em 6 (seis) etapas, buscando analisar o comportamento das variveis estudadas da seguinte forma: I. II. III. IV. V. VI. Analisar o comportamento das taxas de crescimento das variveis investimento, valor bruto da produo industrial, custo operacional industrial e receita lquida de venda para os setores da Tabela 2. Apresentar os testes de estacionaridade. Analisar os resultados economtricos para os dados disponveis. Analisar os resultados dos coeficientes com efeitos fixos. Analisar o cross-section do investimento privado para o setor extrao de minerais metlicos e subsetor de extrao de minrio de ferro. E por fim, apresentar as anlises do Mtodo de Monte Carlo para o perodo 2011- 2018, sendo o perodo estipulado pelo Ncleo de Inovao e Empreendedorismo e empresas associadas ao projeto de pesquisa. Etapa 1: Comportamento das Taxas de Crescimento das Variveis Investimento As variveis expressas em logaritmo natural expressam as taxas de crescimento para as variveis selecionadas. O Grfico 1 representa as taxas de crescimento para a varivel investimento privado segundo os setores da Tabela 2. 10. 16 14 12 10 8 6 4 96 98 00 02 04 LO G I NV_10 LO G I NV_11 LO G I NV_13 06 08 10 LO G I NV_131 LO G I NV_14 Grfico 1. Taxa de crescimento do investimento Fonte: Resultados da pesquisa O Grfico1 sugere um crescimento elevado e contnuo do investimento em todos os setores indicando o pico no perodo que antecede 2008 (crise financeira mundial). Como consequncia da crise, observa-se que o setor 11 sofreu a maior queda se comparado com os demais setores. O Grfico 1 indica tambm que os setores analisados sofreram pequenas quedas nos investimentos nos perodos onde ocorreram as crises econmicas mundiais. O setor 13 e 13.1 indicam os maiores nveis de investimentos se comparados com os demais setores. O setor 10 e 14, apesar das baixas taxas de crescimento, apresentaram nveis de investimentos constantes e crescentes. O Grfico 2 representa as taxas de crescimento para a varivel valor bruto da produo industrial. Tal varivel indica o nvel de atividade econmica setorial. 18 16 14 12 10 96 98 00 02 LO G VBPI _10 LO G VBPI _11 LO G VBPI _13 04 06 08 LO G VBPI _131 LO G VBPI _14 Grfico 2. Taxa de crescimento do valor bruto da produo industrial Fonte: Resultados da pesquisa 10 11. O Grfico 2 mostra excessiva oscilao na taxa de crescimento do valor bruto da produo industrial para o setor 11, o que mostra a ntida dependncia dos efeitos provocados pelas crises econmicas mundiais. Contudo, observa-se que os nveis de crescimento apresentados para o setor 11 se igualou ao setor 13 e 13.1 em dois momentos, 2001 e no perodo de 2005 a 2008. Para os setores 10 e 14, apesar das baixas taxas, apresentaram crescimentos estvel ao longo do tempo. O Grfico 3, indica a taxa de crescimento dos custos operacionais industriais para os setores analisados. 16 15 14 13 12 11 10 9 96 98 00 02 LO G CO P_10 LO G CO P_11 LO G CO P_13 04 06 08 10 LO G CO P_131 LO G CO P_14 Grfico 3. Taxa de crescimento do custo operacional industrial Fonte: Resultados da pesquisa O Grfico 3 sugere que os setores 13 e 13.1 apresentam os nveis mais elevados de custos operacionais se comparados com os demais setores. Tem-se tambm que ao longo do tempo os mesmos tem se apresentado crescentes indicando uma pequena queda no perodo ps 2008. Para os setores 10 e 14 os custos operacionais tem se mostrado crescente ao logo do perodo avaliado. J para o setor 11 a taxa de crescimento dos custos operacionais se mostraram excessivamente crescentes, se comparados com os demais setores da indstria de extrao. O Grfico 4, a seguir, mostra a taxa de crescimento da receita lquida de vendas para os setores 10, 11, 13, 13.1 e 14. 12. 18 16 14 12 10 96 98 00 02 LO G RLV_10 LO G RLV_11 LO G RLV_13 04 06 08 10 LO G RLV_131 LO G RLV_14 Grfico 4. Taxa de crescimento das receitas lquidas de vendas Fonte: Resultados da pesquisa O Grfico 4 indica que os setores 13 e 13.1 apresentam os nveis mais elevados, se comparados com os demais setores. Tem-se tambm que ao longo do tempo os mesmos tem se apresentado crescimentos indicando uma pequena queda no perodo ps 2008. Para os setores 10 e 14 a taxa de crescimento para as receitas lquidas de vendas tem se mostrado crescente ao logo do perodo avaliado. J para o setor 11 a taxa de crescimento sofreu uma sbita elevao ao longo do perodo de 1999 a 2002, e em seguida mostrou crescimento contnuo e estvel. Etapa 2: Teste de Estacionaridade Para a anlise economtrica, todas as variveis, com exceo da taxa de juros real, foram log-linearizadas utilizando-se o logaritmo natural e as demais sries foram calculadas a preos constantes de 1995. Como ocorre no estudo de sries temporais, a existncia de raiz unitria em dados de painel pode fazer com que as relaes economtricas estimadas sejam esprias. Para evitar esse problema, as variveis foram submetidas aos testes de raiz unitria Levin, Lin e Chu (LLC), Im, Pesaran e Smith, (IPS), Fisher ADF e Fisher PP. O teste LLC assume a existncia de uma raiz unitria comum, tal que i idntico para todas as cross-section, ou todos os setores industriais (onde coeficiente de autocorrelao = - 1). J os testes IPS, Fisher-ADF e Fisher-PP, assumem que o coeficiente i pode variar conforme o setor industrial em questo, caracterizando-se pela combinao de testes de raiz unitria individuais, derivando um resultado painel-especfico. 13. Raz Unitria Comum LLC LogInv_Pri -2,0243 v LogVBPI -1,5401 LogCOP -1,3211 LogRLV -5,2421 R -6,1459 LogY - 3,433 LogINVPU BINFRA LogINVPU BNINFRA LogE Raiz Unitria Individual IPS Fisher ADF Fisher PP -1,0146 15,4443 15,5092 -0,3463 -1,2507 -2,4812 -2,4812 - 3,0105 - 1,169 - 3,9591 - 0,771 - 3,9591 -1,9957 -0,0058 Ordem de Integrao I(0) 6,1521 3,0069 20,9721 20,9721 - 3,4610 18,0841 7,0761 17,4170 17,1065 - 2,1300 I(0) ou I(1) I(0) I(0) I(0) I(0) - 3,0810 - 2,6813 I(0) - 3,0810 - 2,6813 I(0) 33,8701 36,5349 I(0) Tabela 3. Resultados dos testes de estacionaridade para as variveis no modelo de investimento privado Fonte: Resultados da pesquisa No caso da varivel VBPI, uma possvel explicao para esse fato justamente a heterogeneidade entre os diversos setores industriais, que, naturalmente, possuem dados de natureza quantitativa e qualitativa distintos, fazendo com que a mdia das estatsticas individuais fornea resultados que sugerem a existncia de raiz unitria individual. No entanto, como a varivel produo industrial exibe tendncia temporal e, com base nos testes LLC e Fisher PP, optou-se por utilizar a varivel em nvel. Em relao s variveis macroeconmicas (R, PIB, INVPUBINFRA, INVPUBNINFRA, E), os resultados para o perodo considerado (1996-2011) indicam que estas so estacionrias, no apresentam raiz unitria comum nem individual. A nica exceo feita em relao srie da taxa de cmbio (E), que precisa ser diferenciada para tornar-se estacionria. Nesse caso, em que os dados utilizados no so extraes aleatrias de uma amostra maior, o modelo de efeitos fixos o mtodo de estimao mais adequado. Alm disso, no modelo de efeitos fixos o estimador robusto omisso de variveis explanatrias relevantes que no variem ao longo do tempo, e, mesmo quando a abordagem de efeitos randmicos vlida, o estimador de efeitos fixos consistente, apenas menos eficiente. Portanto, a estimao por efeitos fixos pareceu ser a mais apropriada para os modelos de investimento setorial. 14. Etapa 3: Resultados Economtricos para os Dados Disponveis Os resultados da Tabela 4 indicam que as variveis valor bruto da produo industrial defasado (LogVBPI(-1)), custos operacionais (LogCOP) e receitas liquidas de vendas (LogRLV) foram relevantes na explicao do investimento privado. A taxa de juros real (R) apresentou sinal negativo e esperado pela teoria econmica geral. No entanto, os coeficientes so de magnitude prxima a zero, indicando que, no perodo de 1996 a 2011 variaes nas taxa de juros real no impactaram de forma efetiva o investimento do setor privado, como explicado atualmente para os investimentos privados em infraestrutura, justamente em perodo de aumento das taxas de juros pelo Banco Central. Estimao por Efeitos Fixos Varivel Dependente: Investimento Privado 1996-2011 Variveis EQ1 EQ2 EQ3 EQ4 EQ5 EQ6 Explicativas(1) C -7.8999 -8.1515 15.593 16.604 19.847 16.644 [-0,312] [-0,792] [1.9492] [1.9500] [1.1589] [0.8501] (0,7570) (0,8179) (0,0512) (0,0550) (0.2503) (0.3981) LogVBPI(-1) 0.2402 0.2906 0.3397 0.3476 0.3449 0.3383 [3,0732] [3,5707] [2.1198] [2.1642] [2.1285] [2.0739] (0,0042) (0,0016) (0.0374) (0.1606) (0,1629) (0.1631) LogCOP 2.0878 2.0256 2.0707 2.1363 2.1191 2.0774 [0,6921] [0,1461] [0.2924] [0.3131] [0.3294] [0.3461] (0,4937) (0,8847) (0,5152) (0,4482) (0,9867) (1.8934) LogRLV -0.8440 -0.8322 -0.9023 -0.9678 -0.9491 -0.90492 [-0.307] [-0.458] [-2.864] [-2.927] [-2.7335] [-2.4828] (0,7645) (0,9745) (0.6054) (0,4590) (0.3472) (0.3644) R -0.0174 -0.0140 -0.0156 -0.0169 -0.0179 [-1,668] [-0.917] [-0.954] [-0.9770] [-1.0052] (0.0104) (0.0109) (0.3431) (0.3318) (0.3182) LogPIB 1.7323 1.8302 2.0875 1.8232 [2.9829] [2.8179] [1.5555] [1.5571] (0.5807) (0.6495) (1.3420) (1.1709) LogINVPUBINFRA 0.0378 0.0410 0.0376 [0.2438] [0.2622] [0.2353] (0.8080) (0.1563) (0.1599) LogINVPUBNINFRA 0.029304 0.0003 [0.2200] [0.0024] (0.1331) (0.1583) LogE -0.0964 [-0.3351] (0.2877) Dummy -3,6545 15. R-squared Adjusted R- squared S.E. of Regression DW stat Prob (F-statiscs) 0.9940 0.9938 0.9900 0.9895 0.8128 0.8001 0.9903 0.9895 0.9904 0.9894 [-2,3861] (0,9972) 0.8564 0.7918 0.9413 1,0076 0,0000 0.8590 1.1116 0,0000 1.1196 1.1107 0,0000 0.7983 1,2955 0,0000 0.8034 0.9063 0,0000 1.1427 1.4170 0,0000 Tabela 4: Equaes de Investimento Setorial Fonte: Resultados da pesquisa Obs: (1) Estattica-t em colchete, seguida de p-valores em parnteses. A importncia da relao entre valor bruto da produo industrial, custos operacionais e receita liquida de venda sobre o investimento privado confirmada na estimao da Equao 1. Os resultados mostram que aumentos no VBPI elevam os investimentos nos perodos seguintes. No caso dos custos operacionais os resultados indicam uma relao positiva o que determina que se ocorrer uma elevao de 1% nos custos operacionais provocar uma elevao no investimento privado de 2,08%. Tal comportamento se mantm ao longo das equaes testadas. Para a varivel receita liquida de venda observa-se uma relao negativa o que pode ser explicada pela falta de liquidez no setor de extrao. O impacto negativo da referida varivel se repete ao se adicionar a demais variveis de anlise. O modelo analisado apresentou um grau geral de explicabilidade satisfatrio (R2 = 0.99). O impacto da taxa de juros testada na Equao 2. O coeficiente da varivel se apresentou negativo. Isso indica o efeito negativo dos juros no volume de investimentos do setor de extrao, apesar da baixa significncia estatstica. O impacto negativo do juro aparece ao longo das demais equaes analisadas. J na Equao 3 observa-se uma relao positiva do PIB sobre os investimentos privados e isso pode ser comprovado. As Equaes 2 e 3 apresentaram um grau geral de explicabilidade satisfatrio com R2 = 0.98 e R2 = 0.80, respectivamente. O impacto do investimento pblico em infraestrutura (LogINVPUBINFRA) e em no infraestrutura (LogINVPUBNINFRA) sobre o investimento do setor privado, testado na Equao 4 e Equao 5. O coeficiente da varivel investimento pblico em infraestrutura foi pouco significativo, apesar de ter apresentado sinal positivo, indicando que o investimento pblico tende a complementar o investimento privado. Isso se d em razo do setor investir recursos prprios em infraestrutura de escoamento, transporte e energia. As Equaes 4 e 5 16. apresentaram um grau geral de explicabilidade satisfatrio com R2 = 0.98 e R2 = 0.98, respectivamente. O coeficiente estimado para a taxa de cmbio foi negativo, sugerindo que uma taxa de cmbio mais desvalorizada desestimula a importao de bens de capital, pelo menos no curto prazo e eleva os compromissos financeiros das empresas endividadas externamente. A Equao 6 testa tambm todas as varveis juntas, incluindo a varivel dummy de controle. Os sinais se mostram coerentes com a teoria e foram os mesmos se comparados com as equaes testadas com cada varivel em separado. A Equao 6 apresentou um grau geral de explicabilidade satisfatrio com R2 = 0.79. Por fim, na Equao 6, foi inserida uma varivel de controle para perodos de instabilidade poltica, representada por uma dummy (D1) que assume valores unitrios para os anos de 1997 (Crise Asitica), 1998 (Crise Russa), 1999 (Crise Argentina e Desvalorizao Cambial brasileira) e 2008 (Crise Mundial) e nulo para perodos sem crise. Observa-se pelos resultados a relevncia na determinao do investimento e o coeficiente negativo encontrado indica que em perodos de crises econmicas internacionais o investimento privado menor. Etapa 4: Resultados dos Coeficientes com Efeitos Fixos. Para avaliar especificidades de cada setor, estimou-se a magnitude dos coeficientes de efeitos fixos setoriais. Cada coeficiente setorial estimado corresponde ao efeito puro de cada setor, ou seja, a diferena do investimento mdio de determinado setor, em relao mdia anual por setor, que no devida a variaes nas variveis dependentes. Assim, o coeficiente representa o investimento realizado que est relacionado aos fatores especficos de cada setor de extrao, independente das variveis inseridas no modelo. A Tabela 5 exibe os coeficientes setoriais encontrados. Observa-se que os sinais dos coeficientes variam de acordo com os setores, alm de exibirem magnitudes distintas entre setores e entre os modelos. Os setores que apresentam coeficientes positivos realizaram investimentos relativamente superiores aos outros setores no perodo em questo, independentemente de mudanas nas variveis explicativas consideradas no modelo. Por outro lado, setores que exibem coeficientes negativos so aqueles que, sem levar em conta variaes nas variveis explicativas utilizadas, tiveram um nvel de investimento inferior mdia anual por setor. 17. Setores 10(1) 11(2) 13(3) 13.1(4) 14(5) EQ1 1.75 -3.01 0.05 0.09 0.83 EQ2 0.33 -1.51 1.85 1.88 0.80 EQ3 2.94 -1.72 4.90 4.94 3.94 EQ4 3.66 -2.42 5.54 5.58 4.62 EQ5 0.88 -0.3 3.53 3.54 2.29 EQ6 2.29 -1.13 5.21 5.21 3.86 Tabela 5: Coeficientes com efeitos fixos setoriais Fonte: Resultados da pesquisa (1) Extrao de carvo mineral (2) Extrao de petrleo e gs natural (3) Extrao de minerais metlicos (4) Extrao de minrio de ferro (5) Extrao de minerais no-metlicos Os resultados apresentados na Tabela 5 indicam que os setores 10, 13, 13.1 e 14 apresentaram sinais positivos. Observa-se que a intensidade varia de acordo com a incluso das variveis nas equaes economtricas testadas, ou seja, os setores de extrao da indstria brasileira que apresentaram coeficientes setoriais reduzidos, bem prximos de zero, nos diversos modelos estimados investem relativamente mais de acordo com as mudanas nas variveis explicativas, ou seja, possuem poucos efeitos especficos e esto relativamente bem representados pelos modelos estimados. J os setores que possuem mais especificidades tendem a apresentar coeficientes setoriais mais elevados, indicando que investem conforme outros fatores, alm dos previstos nos modelos empricos. Tal situao pode ser observada pelos setores 13 e 13.1 nas Equaes 4 e 6. O setor 11 apresentou um sinal negativo o que significa dizer que o mesmo teve um nvel de investimento inferior mdia anual por setor. O sinal negativo apresentado no referido setor pode ser explicado por diversas razes, sendo essas: efeitos de polticas internacionais (abertura comercial e cmbio), crises internacionais ou tambm pelo fato de apresentar baixa intensidade tecnolgica. Por fim, uma anlise comparativa dos modelos sugere que a para o setor 10 a Equao 2, que testa a hiptese da influncia da taxa de juros, fornece coeficientes setoriais de menor magnitude. Para o setor 11 a Equao 5 seria a melhor representado pelo modelo. J para os setores 13 e 13.1 a melhor explicao seria dada pela Equao 1, o que mostra que o setor 18. de minrio de ferro afetado pelas variveis valor bruto da produo industrial, custos operacionais e receita liquida de venda. O setor 14 apresenta melhor explicao representao pelas equaes Equaes 1 e 2. Etapa 5: Cross-Section do Investimento Privado para o Setor de Extrao Mineral e Subsetor de Extrao de Minrio de Ferro Esta etapa visa avaliar o comportamento dos investimentos privados entre o setor de extrao de minerais metlicos e o subsetor de extrao de minrio de ferro. As equaes de comportamento foram geradas com base nos resultados obtidas da Tabela 6, ou seja, a Equao 1, da tabela anterior, composta pelas variveis valor bruto da produo industrial, custos operacionais e receita lquida de venda, representou melhor as variveis explicativas. O setor de extrao de minerais metlicos tambm se mostrou como sendo o mais importante dentre os setores de extrao avaliados. O subsetor extrao de minrio de ferro contribui com a maior parcela dos investimentos dentro do setor de minerais metlicos. Sendo assim, observa-se a necessidade de um melhor entendimento do comportamento das variveis explicativas e impactos sobre os investimentos privados nos setores analisado. A Tabela 6, a seguir, apresenta trs modelos de comportamento, sendo o primeiro a avaliao investimento privado no setor 13. O segundo modelo indica os resultados obtidos pelo cruzamento de informaes entre o setor 13 e 13.1. Por ltimo, tem-se a avaliao das variveis entre no setor 13.1. Estimao por Efeitos Fixos -Varivel Dependente: Investimento Privado 1996-2011 Variveis EQ1 EQ2 EQ3 explicativas LNINVEXT_13 LNINVEXT_13 LNINVEXT_13.1 C -8.7528 X X LogVBPI_13 0.6851 X X LogCOP_13 3.0365 X X LogRLV_13 0.7468 X X C X -8.4485 X LogVBPI_13.1 X 1.1944 X LogCOP_13.1 X 2.5521 X LogRLV_13.1 X 0.1977 X C X X -9.3654 LogVBPI_13.1 X X 1.4848 LogCOP_13.1 X X 2.5360 LogRLV_13.1 X X 0.5534 R-Squared 0.8402 0.8403 0.8292 Adjusted R-squared 0.8338 0.8340 0.8225 19. S.E. of Regression SSR DW stat Prob (F-stat) 0.2913 6.4513 2.7669 0.0000 0.2912 6.4452 2.7218 0.0000 0.3082 7.2205 2.7683 0.0000 Tabela 6: Equaes de Investimento para o Setor de Extrao de Minerais Metlicos e Subsetor Extrao de Minrio de Ferro Fonte: Resultados da pesquisa Os resultados apresentados na Tabela 6 indicam a importncia da varivel custo operacional nos trs modelos analisados, sendo esse o de maior coeficiente. Os resultados tambm indicam, ao contrrio dos resultados obtidos na Tabela 4, um efeito positivo da varivel receita lquida de venda, mas com coeficientes prximos a zero. Tais resultados so obtidos ao se estimar o cross-section entre o setor 13 e subsetor 13.1 e no subsetor 13.1. Para os trs modelos estimados tem-se que o R ajustado apresentou grau elevado de explicabilidade. Etapa 6: Simulao para o Perodo 2011-2018 Os resultados desta etapa referem-se a Simulao de Monte Carlo para o perodo 2011- 2018, para os dados do item 3, sendo eles: (i) taxa de crescimento do investimento, (ii) taxa do valor bruto da produo industrial, (iii) custo operacional e (iv) receita lquida de vendas. Cumula|ve Probability RiskSim Cumula|ve Chart, 27-nov-13, 01:08 PM 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 802434,00 802434,20 802434,40 802434,60 802434,80 802435,00 802435,20 802435,40 802435,60 802435,80 Max Grfico 5. Simulao de Monte Carlo para Taxa de crescimento das receitas lquidas de vendas Fonte: Resultados da pesquisa 20. O Grfico 5 sugere que os setores 10, 11, 13, 13.1 e 14 apresentam tendncia de crescimento das receitas lquidas de vendas para o perodo 2011-2018. No entanto, esta tendncia somente poder ser mantida, caso a produo industrial e os custos operacionais sejam aumentados, como uma funo do melhor dimensionamento da capacidade instalada, conforme os Grficos 6 e 7. Cumula|ve Probability RiskSim Cumula|ve Chart, 27-nov-13, 01:16 PM 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 9928648,60 9928648,80 9928649,00 9928649,20 9928649,40 9928649,60 9928649,80 9928650,00 9928650,20 Max Grfico 6. Simulao de Monte Carlo para Valor Bruto da Produo Industrial Fonte: Resultados da pesquisa O grfico 7 representa o custo operacional dos setores 10, 11, 13, 13.1 e 14. Cumula|ve Probability RiskSim Cumula|ve Chart, 27-nov-13, 01:16 PM 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 9928648,60 9928648,80 9928649,00 9928649,20 9928649,40 9928649,60 9928649,80 9928650,00 9928650,20 Max Grfico 7. Simulao de Monte Carlo para Custo Operacional Fonte: Resultados da pesquisa 21. O Grfico 7 representativo, pois a tendncia de aumento de custos para os setores analisados expressivo, com destaque para o custo de energia. A Simulao de Monte Carlo realizada sugere que no curto prazo, os preos da energia apresentariam uma tendncia de manuteno. No entanto, no longo prazo percebe-se uma declnio nestes valor, com uma reduo das expectativas dos valores atualmente negociados. Caso esta tendncia seja confirmada, a estratgia das empresas setoriais deveria ser reavaliada, ainda mais em um cenrio de aumento da competio com os derivados de petrleo e a respectiva poltica de preos no mercado internacional. Como consequncia, das anlises acima, o Grfico 8 representa o comportamento da Receita Lquida de Vendas dos setores, com tendncia de queda. Cumula|ve Probability RiskSim Cumula|ve Chart, 18-nov-13, 11:20 PM 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 160320,40 160320,50 160320,60 160320,70 160320,80 160320,90 160321,00 160321,10 160321,20 Min Grfico 7. Simulao de Monte Carlo para Custo Operacional Fonte: Resultados da pesquisa 5. Concluses O presente relatrio analisou, preliminarmente, os principais determinantes do investimento privado para alguns setores da indstria de extrao no Brasil a partir de uma anlise de painel no perodo 1996 a 2011. Os modelos de investimento estimados confirmaram a relevncia das variveis quantitativas, valor bruto da produo industrial, custo operacional e receita lquida de vendas, na explicao do investimento privado. A relao encontrada entre taxa de juros e investimento privado foi negativa e pouco significativa nos modelos setoriais, o coeficiente encontrado prximo de zero. A existncia de instabilidade tambm pode ser um fator prejudicial para o financiamento do investimento, pois gera incerteza e prejudica as fontes de recursos de longo prazo. A relao negativa entre taxa de cmbio diferenciada e investimento tambm reflete a averso 22. incerteza e instabilidade por parte do empresrio, pois o resultado sugere que perodos de alta volatilidade da taxa de cmbio exercem impacto negativo sobre o investimento privado. Uma taxa de cmbio mais desvalorizada tambm desestimula a importao de bens de capital e eleva os compromissos financeiros das empresas endividadas externamente, o que reduz o investimento da economia. Em termos setoriais tem-se que o setor de extrao de minerais metlicos se mostrou como sendo o mais importante dentre os setores de extrao avaliados. Tendo a o custo operacional a varivel de maior impacto dentre as aquelas avaliadas. O subsetor extrao de minrio de ferro contribui com a maior parcela dos investimentos dentro do setor de minerais metlicos. Sendo assim, observa-se a necessidade de um melhor entendimento do comportamento das variveis explicativas e impactos sobre os investimentos privados nos setores analisado. Por fim, a simulao de expectativa para curto e longo prazos, sugere que a tendncia de aumento de custos para os setores analisados, com destaque para o custo de energia. Dessa forma, a estratgia das empresas setoriais deveria ser reavaliada em razo das polticas de preos do mercado internacional. 6. Sugestes para Trabalhos Futuros Como sugesto para trabalhos futuros so realizadas perguntas, dividas em anlises economicas e setoriais: Anlises econmicas: Quais as anlises so as anlises ecnomicas atuais e futuras, bem como o impacto na gerao de energia? Quais so os principais direcionadores para o investimento pblico e privado em energia, tanto no curto quanto no longo prazo? Quais as anlises setoriais e o impacto para a gerao de energia eltrica? Anlises setoriais: Qual o impacto do custo operacional na tomada de deciso para o investimento privado em energia, considerando o cenrio de incerteza economica atual no Brasil? Como inovar no setor de energia,considerando os riscos operacionais, legais e dos preos no mercado futuro de energia? Qual o risco para uma queda nos preos de energia no mercado livre, em especial para energia eltrica e petrleo? 23. Referencial Aysan, A., Pang. G., & Varoudakis, M. A. V. (2004). How to boost private investment in the MENA countries: The role of economic reforms. Journal of Economic Literature, 7, 1-15. Chirinko, R. S. (1993). Business fixed investment spending: modeling strategies, empirical results, and policy implications. Journal of Economic Literature, 31, 1875-1911. Dickey, D., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49, 1057-1072. EPE. (2012). Balano Energtico. Accessed on Jul 12, 2012, at http://www.epe.gov.br Ferreira, J. M. G. (2005). Evoluo dos investimentos no Brasil: Uma anlise economtrica. Dissertao de Mestrado, FGV-SP, 76. Greene, W. H. (1999). Econometric Analysis. Prentice-Hall, New Jersey. 3rd Edition. Hsiao, C. (2006). Panel data analysis: Advantages and challenges. University of Southern California. Wise Working Paper Series, 0602, 1-35. IBGE. (2011). Sistema de Contas Nacionais Consolidadas. Accessed on July 12, 2012, at http://www.ibge.gov.br. IPEA, 2012. Intituto de Pesquisa Econmica Aplicada. Accessed on July 12, 2012, at http://www.ipea.gov.br. Lenderman D., Menndez A. M., Perry G., & Stiglitz J. (2000). The cover of Mexican investment after the tequila crisis: basics economics or confidence effects? The World Bank Accessed on Sep 14, 2012, at http://www.lacea.org/meeting2000/DanielLederman.pdf Luporini, V., & Alves, J. (2010). Private investment: an empirical analysis for Brazil. Economy and Society, 19, 449-475. Melo, G. M., & Rodrigues Junior, W. (1998). Determinantes do Investimento Privado no Brasil: 1970-1995. Texto para Discusso, 605, IPEA Instituto de Pesquisa Econmica Aplicada. 1-33. Accessed on Jun 1, 2012, at http://www.ipea.gov.br/pub/td/td/td_605.pdf Ferreira, J. M. G. (2005). Evoluo dos Investimentos no Brasil: Uma Anlise economtrica: Porque no houve recuperao das taxas de investimento no pas aps estabilizao da inflao em 1994? In Dissertao de mestrado. FGV.EESP Ribeiro, M. B., & Teixeira, J. R. (2001). An econometric analysis of private-sector investment in Brazil. Cepal Review, 74, 153-166. 24. Pereira, R. (1999). Investment and uncertainty in a quadratic adjustment cost model: Evidence from Brazil. Texto para Discusso, 663, IPEA, 1-9. Rocha, C. H., & Teixeira, J. R. (1996). Complementaridade versus Substituio entre Investimento Pblico e Privado na Economia Brasileira: 1965-1990. Revista Brasileira de Economia, 50, 378-384. Rossiter, R. (2002). Structural cointegrationanalysis of private and public investment. International Journal of Business and Economics, 1, 59-67. Santos, C. H., & Pires, M. C. C. (2007). Reestimativas do investimento privado Brasileiro i): qual a sensibilidade do investimento privado referncia 1985 a aumentos na carga tributria? Texto para Discusso, 1297. IPEA. Serven, L. (1998). Macroeconomic uncertainty and private investment in LDCs: and empirical investigation. The World Bank. Accessed on Aug 4, 2012, at http://www.worldbank.org/html/dec/Publications/Workpapers/wps2000series/wps2035/w ps2035.pdf Serven, L. (2002). Real Exchange Rate Uncertainty and Private Investment in Developing Countries.The World Bank. Accessed on Jul 7, 2012, athttp://ideas.repec.org/p/wbk/wbrwps/2823.html Studart, G. (1992). Investimento pblico e formao de capital do setor privado no Brasil: Anlise emprica da relao de curto e de longo prazos durante o perodo 1972-1989. Dissertao (Mestrado) PUC, Rio de Janeiro. Tadeu, H.F.B. (2010). Cenrios de Longo Prazo para o Setor de Transportes e Consumo de Combustveis. Dissertation (Doctorate) - PUC, Minas Gerais. Tadeu, H. F. B.; Silva, J. T. M. (2013). Estimating Private Investment Functions for Brazilian Coke Production, Oil Refining, Nuclear Fuel Preparation and Alcohol Production. International Journal of Business and Commerce, vol.3, p. 26-35. Tadeu, H. F. B. ; Silva, J. T. M. (2013). Determinants of the Long Term Private Investment in Brazil: an empyrical analysis using cross-section and Monte Carlo simulation. Journal of Economics Finance and Administrative Science, vol. 18, p. 11-17.

Recommended

View more >