uma anÁlise da atual situaÇÃo da petrobras e a … · projeto de graduaÇÃo submetido ao corpo...
TRANSCRIPT
UMA ANÁLISE DA ATUAL SITUAÇÃO DA PETROBRAS E
A INFLUÊNCIA DAS CRISES SOBRE OS NÍVEIS DE
PRODUÇÃO
Mateus Alves Martins Portelinha
Rodrigo de Figueiredo Ramos
Rio de Janeiro
Agosto de 2015
Projeto de Graduação apresentado ao Curso de
Engenharia de Produção da Escola Politécnica,
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Engenheiro.
Orientador: Cesar das Neves
UMA ANÁLISE DA ATUAL SITUAÇÃO DA PETROBRAS E A INFLUÊNCIA DAS
CRISES SOBRE OS NÍVEIS DE PRODUÇÃO
Mateus Alves Martins Portelinha
Rodrigo de Figueiredo Ramos
PROJETO DE GRADUAÇÃO SUBMETIDO AO CORPO DOCENTE DO CURSO DE
ENGENHARIA DE PRODUÇÃO DA ESCOLA POLITÉCNICA DA UNIVERSIDADE
FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS NECESSÁRIOS
PARA A OBTENÇÃO DO GRAU DE ENGENHEIRO DE PRODUÇÃO
Examinada por:
________________________________________________
Prof. Cesar das Neves, D.Sc
________________________________________________
Prof. Armando Celestino Gonçalves Neto, D.Sc.
________________________________________________
Prof. Regis da Rocha Motta, D.Sc.
RIO DE JANEIRO
AGOSTO DE 2015
i
Portelinha, Mateus Alves Martins; Ramos, Rodrigo de
Figueiredo
Uma análise da atual situação da petrobras e a influência das
crises sobre os níveis de produção / Mateus Alves Martins
Portelinha e Rodrigo de Figueiredo Ramos – Rio de Janeiro:
UFRJ / Escola Politécnica, 2015.
VI, 49 p.: il.; 29,7 cm
Orientador: Cesar das Neves
Projeto de Graduação – UFRJ/ Escola Politécnica/ Curso de
Engenharia de Produção, 2015.
Referências Bibliográficas: p.44.
1. Métodos de Previsão. 2. Análise de Crises. 3. Produção de
petróleo.
I. Neves, Cesar das. II. Universidade Federal do Rio de
Janeiro, Escola Politécnica, Curso de Engenharia de Produção.
III. Uma análise da atual situação da Petrobras e a influência das
crises sobre os níveis de produção
iii
Agradecimentos
Não poderíamos deixar de agradecer aos nossos pais, pois todo o esforço e luta que
empenharam para que nós pudéssemos realizar nossos sonhos, e também os deles, de
formar seus filhos e educá-los da melhor maneira possível. Obrigado de verdade, sem
vocês, não seriamos nada, não teríamos conseguido chegar até aqui sem toda a confiança,
amor, carinho e educação que vocês nos deram ao longo de todos esses anos.
Também agradecemos aos nossos familiares, já que sempre nos apoiaram, com toda
a força e carinho, desde o primeiro dia em que resolvemos fazer Engenharia.
Agradecemos aos nossos queridos amigos, que sempre nos ajudaram, ensinaram
como seguir e fazer as escolhas certas na hora certa. Nossos queridos amigos, não temos
palavras para agradecer o quão importante vocês foram para nós, tenham a certeza de que o
que seremos no futuro, uma parcela certamente será atribuída à vocês.
Não poderíamos deixar de agradecer àqueles que contribuíram e contribuem para a
nossa formação profissional também, quando nos supervisionaram no estágio ou
supervisionam até hoje, fazendo sempre de tudo para que no futuro nos tornemos
excelentes profissionais na área que escolhemos. Obrigado de verdade, vocês serviram e
servem como espelho para que nós possamos ter a melhor formação possível.
E por último, e nada menos importante, agradecemos aos professores, em especial
ao nosso orientador Cesar das Neves, que estiveram durante essa longa e difícil caminhada,
saibam que o papel que exercem, o de educar seus alunos, é sem dúvidas o mais importante
e bonito papel que alguém pode exercer.
iv
Resumo
Resumo do Projeto de Graduação apresentado à Escola Politécnica/ UFRJ como parte
dos requisitos necessários para a obtenção do grau de Engenheiro de Produção.
Uma análise da atual situação da Petrobras e a influência das crises sobre os níveis de
produção
Mateus Alves Martins Portelinha
Rodrigo de Figueiredo Ramos
Agosto/2015
Orientador: Cesar das Neves
Curso: Engenharia de Produção
Atualmente a Petrobras se encontra na maior crise de sua história, com seu futuro sendo
colocado em questionamento por diversos setores da economia global. Em meio a esse
contexto, buscou-se elaborar uma análise estrutural do momento vivido pela Petrobras,
além de analisar como os níveis de produção da Petrobras são impactados em meio a
momentos de crise.
Para esta análise, foi feito um embasamento teórico em diversos métodos de previsão, que
permitiram fazer uma comparação dos níveis de produção real e o previsto para um cenário
em que não houvesse crise.
A partir desta análise, foi possível chegar a uma conclusão sobre como o nível de produção
da Petrobras é impactado durante momentos de crise.
Palavras-chave: Métodos de Previsão, Crise, Petrobras, Produção, Petróleo.
v
Abstract
Abstract of Undergraduate Project presented to POLI/UFRJ as a partial fulfillment of the
requirements for the degree of Engineer.
Na analysis of Petrobras’ current moment and the influence of crisis in it’s production
levels
Mateus Alves Martins Portelinha
Rodrigo de Figueiredo Ramos
August/2015
Advisor: Cesar das Neves
Course: Engenharia do Produção
Currently, Petrobras is facing the biggest crisis in its history, and its future is being put into
question by various sectors of the global economy. Within this context, we sought to
develop a structural analysis of the moment faced by Petrobras, as well as analyze how
Petrobras' production levels are impacted during crisis.
For this analysis, a theoretical foundation was made in different forecasting methods, which
allowed a comparison of actual production levels and a forecasted scenario in which there
was no crisis.
From this analysis, it was possible to reach a conclusion about how the Petrobras
production level is impacted during times of crisis.
Keywords: Forecasting Methods, Crisis, Petrobras, Production, Oil.
vi
Sumário
1. Introdução ....................................................................................................................... 1
1.1. Petrobras .................................................................................................................. 1
1.2. Metodologia ............................................................................................................. 5
2. As Crises ......................................................................................................................... 7
2.1. Crise de 2008 ........................................................................................................... 8
2.2. A crise de 2014 ...................................................................................................... 10
3. Séries Temporais .......................................................................................................... 19
3.1. Modelos de Previsão .............................................................................................. 20
3.2. Modelos de Decomposição .................................................................................... 23
3.3. Modelos de Alisamento Exponencial .................................................................... 25
3.3.1. Alisamento Exponencial Simples e a Componente Sazonal .......................... 26
3.3.2. Alisamento Exponencial Duplo (Holt-Winter’s) ............................................ 27
3.4. Medidas de ajustamento ......................................................................................... 29
4. Análise dos dados ......................................................................................................... 31
4.1. Metodologia e modelos .......................................................................................... 31
4.2. Resultado Crise 2014 ............................................................................................. 33
4.3. Resultado Crise 2008 ............................................................................................. 36
5. Conclusões .................................................................................................................... 40
BIBLIOGRAFIA .................................................................................................................. 44
Apêndice I............................................................................................................................. 45
Apêndice II ........................................................................................................................... 48
1
1. Introdução
Neste trabalho, o objeto de estudo será uma das maiores empresas do Brasil, a
Petrobras.
A empresa está passando por um dos momentos mais difíceis de sua história, tendo
alguns nomes importantes, como o ex Diretor de Abastecimento Paulo Roberto Costa,
sendo preso por envolvimento em escândalos de corrupção, além de estar vivenciando uma
crise externas devido à recente queda do preço do petróleo.
Em meio a todo esse contexto, surgiu a motivação de realizar um estudo sobre quais
são os impactos das crises para a empresa, mais especificamente no seu nível de produção.
Além disso, será feita uma rápida análise econômica, dando ênfase no atual cenário
brasileiro, incluindo a influencia da operação Lava Jato bem como o entendimento da forte
queda nos preços do petróleo, já que acreditamos serem esses os principais pilares da atual
crise da Petrobras.
1.1. Petrobras A Petrobras é uma empresa brasileira de capital misto, que atua no setor de energia,
sendo a exploração e produção, refino e distribuição de petróleo a sua principal atividade.
A Petrobras foi criada no ano de 1953, durante o governo de Getúlio Vargas, como
uma empresa estatal, com o objetivo de garantir que as vastas reservas de petróleo do Brasil
fossem exploradas e explotadas por uma empresa brasileira.
Por isso, já na sua criação, a Petrobras recebeu o direito ao monopólio sobre todas
as reservas petrolíferas em território brasileiro. Este monopólio só foi rompido mais de 40
anos depois, no ano de 1997, permitindo que grandes empresas estrangeiras conseguissem
começar a explorar petróleo no Brasil.
Este período tão grande de monopólio permitiu que a Petrobras se consolidasse,
durante muitos anos, como a maior empresa brasileira.
Além disso, a empresa sempre possuiu uma força política enorme. Por ser parte
estatal, a grandiosidade da empresa foi muito explorada durante os anos para representar a
autonomia do povo brasileiro e a sua capacidade de competir com outros grandes países.
2
Apesar de concentrar as suas operações no Brasil, a Petrobras conseguiu se expandir
para outros 17 países, como Angola, México, Bolívia e outros. Apesar de atuar em diversos
países, a produção de petróleo, gás e derivados da Petrobras em territórios internacionais
representa menos de 5% do total produzido pela Petrobras, como pode ser visto na figura 1.
Figura 1: Produção Brasil x Internacional. Fonte: Elaboração própria/Petrobras
No ano de 2014, a Petrobras apresentou uma produção média de 2,034 milhões de
barris de petróleo por dia. Segundo dados da empresa, a produção offshore representa 90%
do total, conforme observado na figura 2.
Figura 2: Produção Onshore x Offshore. Fonte: Elaboração própria/Petrobras
Além disso, a bacia de Campos representa em torno de 80% da produção offshore
da Petrobras.
3
Figura 3: Produção por bacia. Fonte: Petrobras
Apesar desta concentração de produção na bacia de Campo, o cenário tende a mudar
nos próximos anos, já sendo possível perceber que a representatividade das outras bacias
triplicou de 2010 para 2014. Isso se deve a uma das maiores descobertas da empresa em
toda a sua história, que foi as reservas no pré-sal do território brasileiro.
O anúncio da descoberta de petróleo na camada pré-sal ocorreu em 2006. Na época,
as reservas comprovadas de petróleo no Brasil eram de 14 bilhões de barris de petróleo.
Apenas com o pré-sal, este número aumentou para 33 bilhões, além de uma expectativa
ainda não comprovada na ordem entre 50 a 100 bilhões de barris.
Apesar de ter sido uma das maiores descobertas da história da empresa, o pré-sal
gerou muitas dificuldades para os anos consequentes.
Por estar em uma profundidade ainda não explorada por nenhum outro player, não
havia uma tecnologia já desenvolvida que viabilizasse esta operação. Trata-se de uma
geologia muito específica, pois é necessário perfurar uma camada de sal, que é um terreno
que fecha muito mais facilmente qualquer tipo de perfuração que é feita. Portanto, a
Petrobras precisou criar tecnologias para tornar a operação do pré-sal economicamente
viável. Entretanto, para esse desenvolvimento, constatou-se que a empresa necessitaria
investir uma quantidade muito grande de capital em Pesquisa e Desenvolvimento.
Devido a isso, a empresa necessitou iniciar um processo de desinvestimento. Muitos
dos seus ativos foram vendidos, pois o seu direcionamento estratégico passou a ser
conseguir tornar a extração do petróleo na camada do pré-sal viável.
Consequentemente, os resultados de curto prazo da empresa foram muito ruins.
Adicionando a isso, a empresa também está sendo fortemente impactada por escândalos de
4
corrupção relacionados à operação Lava Jato, além de uma forte queda nos preços
internacionais do barril de petróleo que atingiram a empresa. Em meio a esse contexto
complicado, a Petrobras hoje se encontra em uma das situações mais difíceis desde a sua
criação.
Motivado por esse momento atual, e sabendo da importância de uma empresa como
a Petrobras para a economia do Brasil, será realizado um estudo sobre os impactos das
crises que ocorreram na Petrobras nos níveis de produção de petróleo que a empresa opera,
se existe alguma queda de produção durante esses contextos, além da verificação se uma
eventual queda de produção depende do tipo de crise que está afetando a empresa.
5
1.2. Metodologia Este trabalho será pautado em uma metodologia com aspectos teóricos e outros
práticos, buscando sempre fundamentar qualquer análise na bibliografia existente sobre os
tópicos abordados.
Para verificar se a produção da Petrobras é afetada ou não por crise, optou-se por
fazer um estudo baseado em métodos de previsão. Para isso, foi levantada um série
histórica de produção de petróleo por mês, disponibilizada pela própria Petrobras. A série
possui dados a partir do mês de janeiro de 2000 e os dados disponibilizados estão na
unidade de milhões de barris de petróleo/dia (Mbpd), ou seja, a quantidade de petróleo
extraído em um mês, dividido pelo número de dias. A evolução dos níveis de produção da
Petrobras desde 2000 pode ser vista na figura 4.
Figura 4: Produção Diária Mensal. Fonte: Petrobras
No método de previsão, a partir da data de início de uma crise serão previstos dados
futuros, que representarão o cenário de como a Petrobras teria operado sem crise, e estes
serão comparados com a situação real.
Quanto ao roteiro deste trabalho, inicialmente serão levantadas todas as crises que
atingiram a Petrobras desde o ano 2000, buscando entender as suas causas e como elas
afetaram a empresa.
6
Em seguida, será realizada uma revisão bibliográfica sobre diversos métodos de
previsão. O objetivo é entender as principais diferenças entre os modelos, as suas
aplicabilidades para diferentes situações, os indicadores que mostram a aderência dos dados
ao modelo, além de entender como aplicar cada um dos métodos propostos.
Finalmente, os modelos de previsão expostos na revisão bibliográfica serão
aplicados à série de produção da Petrobras. Serão realizadas previsões em todos os pontos
levantados em que a empresa passou por algum tipo de crise. Com isso, será possível
comparar a produção prevista versus a produção real em períodos de crise.
Vale ressaltar que não está no escopo deste trabalho elaborar previsões relativas ao
valor de mercado da empresa, apesar destes dados serem de muito auxílio para a
identificação de momentos pelos quais a Petrobras vivenciou períodos de crises.
7
2. As Crises
Durante a sua existência, a Petrobras já vivenciou todos os tipos de contextos, desde
os maiores booms econômicos globais, brasileiros ou do setor do petróleo, até as maiores
crises globais, como as crises do petróleo em 1973, 1979 e 1991, assim como crises
globais, como a crise de 2008.
Além dessas crises externas, a Petrobras também convive com diversos problemas
internos, dentre ele dois são mais recorrentes. O primeiro está atrelado à esquemas de
corrupção nos quais a empresa é envolvida. Por ser uma empresa com parte de seu capital
público, a maior parte de seus contratos são negociados por licitações. Tal fato abre uma
oportunidade para que pessoas com poder e más intenções se aproveitem deste cenário para
desviar dinheiro. O segundo fator interno de crise está relacionado a problemas de gestão,
resultando em resultados abaixo do esperado devido a falhas tanto operacionais quanto
estratégicas.
Neste trabalho, a fim de avaliar os impactos financeiros das crises para a Petrobras,
serão consideradas todas as crises que aconteceram no período dos dados levantados de
produção de petróleo da empresa, ou seja, será considerado o período desde o mês de
janeiro de 2000 até hoje.
Neste período, foram levantados dois momentos diferentes de crise:
Figure 5: As crises. Fonte: Elaboração própria
0
500
1000
1500
2000
2500
jan
-00
ago
-00
mar
-01
ou
t-0
1
mai
-02
dez
-02
jul-
03
fev-
04
set-
04
abr-
05
no
v-0
5
jun
-06
jan
-07
ago
-07
mar
-08
ou
t-0
8
mai
-09
dez
-09
jul-
10
fev-
11
set-
11
abr-
12
no
v-1
2
jun
-13
jan
-14
ago
-14
Pro
du
ção
Diá
ria
Mé
dia
(M
bp
d)
1
2
8
2.1. Crise de 2008 No ano de 2008, desencadeou-se uma crise global a partir da falência do tradicional
banco de investimentos americano Lehman Brothers, seguida da falência técnica da AIG,
maior seguradora dos Estados Unidos.
A origem do problema se deu em 2001, com o furo da "bolha da Internet". Com
todas as dificuldades enfrentadas por este setor, a Reserva Federal dos Estados Unidos
começou a orientar os investidores a migrar para o setor imobiliário, adotando uma política
de taxa de juros muito baixa.
Neste cenário, os financiadores começaram a buscar um público cada vez mais
pobre para o mercado de imóveis e o governo garantia estes financiamentos, apesar de já se
saber que muitas destas famílias que teriam dificuldades para pagar os parcelamentos
acordados com os credores.
Depois que esta frágil estrutura foi criada, iniciou-se um processo de criação de
derivativos atrelados à estes financiamentos, livremente negociados nos mercados
financeiros, sendo vendidos para bancos, instituições financeiras, companhia de seguros.
Além disso, estes títulos receberam um rating AAA pelas principais agências globais, ou
seja, receberam a nota que indica o menor risco possível.
Em 2005, com o aumento da taxa de juros, a maior parte dos credores não
conseguiu um refinanciamento dos seus imóveis, tornando-se inadimplentes.
Consequentemente, a liquidez dos derivativos foi gradualmente reduzindo, chegando a um
ponto em que se tornou praticamente impossível vendê-los.
Com isso, as instituições que possuíam uma grande quantidade destes títulos em
suas carteiras de ativos, sofreram grandes impactos financeiros. O maior problema se deu
devido ao fato que muitos dos grandes bancos e empresas de seguros estavam entre as
empresas mais afetadas por esta crise, desencadeando impactos em toda a economia global
e repercutindo nas bolsas de valores de todo o mundo.
Em outubro de 2008, o FMI declarou que as perdas decorrente destes títulos de
hipoteca insolventes já estava na casa de 1,4 trilhão de dólares e o total de crédito ainda em
risco chegava a 12,3 trilhões de dólares, o equivalente a quase 90% do PIB dos Estados
Unidos.
9
No Brasil, os impactos da crise no mercado financeiro foram imediatos, resultando
em uma forte queda das ações, que foi puxada por uma forte venda de ações de investidores
estrangeiros a fim de repatriar seus capitais.
Além disso, muitas empresas exportadoras foram afetadas pela falta de crédito no
mercado mundial, impedindo a concretização de diversos negócios e afetando fortemente
seus resultados.
No contexto da Petrobras, pode-se perceber o impacto de curto prazo no preço das
suas ações devido ao movimento especulativo de investidores estrangeiros.
Figura 6: Ação da Petrobras em 2008. Fonte: www.traderrodrigo.com.br
Além disso, outras consequências impactaram a empresa. O primeiro ponto está
ligado ao posicionamento estratégico adotado pela Petrobras desde a descoberta do pré-sal.
Desde então, a maior prioridade da Petrobras era viabilizar a exploração das novas reservas
encontradas na Bacia de Santos. Para financiar os investimentos em tecnologia, o
direcionamento da Petrobras seria vender muitos de seus ativos. Entretanto, com a ausência
de crédito no mercado internacional, a conclusão da implantação deste plano foi postergada
de 2013 para 2020.
Outro ponto que impactou a Petrobras nesta crise foi a forte variação no preço do
barril de petróleo no ano de 2008, como pode ser visto na figura 7.
10
Figura 7: Preço do barril de petróleo. Fonte: Elaboração própria/Bloomberg
Em um espaço de tempo de apenas 6 meses, o preço do petróleo caiu de 145 dólares
por barril em julho de 2008 para 35 dólares por barril em dezembro de 2008. Ou seja,
apenas nesse intervalo o preço foi reduzido em 76%. Pensando no impacto deste preço para
a Petrobras, quanto menor o preço do barril, menor será o faturamento da empresa. Como
consequência nos níveis de produção, uma queda do preço do barril de petróleo pode fazer
com que a empresa reduza a sua quantidade produzida de petróleo devido à diminuição das
margens ou, até mesmo, a uma perda na viabilidade de exloração de alguns poços.
2.2. A crise de 2014
A última crise da Petrobras, a pior de sua história, levou a uma forte desconfiança
com relação à empresa. Alguns indicadores econômicos mostram como o mercado reagiu a
todos esses problemas, refletindo no preço de suas ações, nos títulos de dívida emitidos
pela empresa no exterior (Bonds) etc.
O primeiro e mais conhecido desses indicadores é o valor de mercado da empresa.
O gráfico abaixo mostra uma série histórica que se inicia em 2011, quando a empresa era
avaliada em aproximadamente R$ 370 bilhões. A linha vermelha representa a variação do
11
Índice Ibovespa1
(IBOV) em relação à data inicial considerada, servindo assim como um
comparativo entre a performance do ativo em questão (PETR4) e do mercado.
Figura 8: IBOV x PETR4. Fonte: Elaboração própria/Bloomberg
Como podemos observar, ao longo da série histórica, houve uma deterioração do
valor de mercado da petroleira. Contudo, a grande queda dos preços das ações ocorreu no
final de 2014, meados de setembro, quando a operação da lava-jato foi deflagrada. O alto
volume financeiro negociado justifica a forte movimentação dos mercados. Nesse contexto,
o valor de mercado da empresa chegou a bater a casa dos R$ 106 bilhões. Um alívio só se
deu com a posterior divulgação do balanço auditado de 2014, mostrando uma perda
significativa devido à correção dos valores dos contratos, mas retomando um pouco da
confiabilidade da empresa.
Os títulos de dívida da Petrobras emitidos nos exterior são outro bom indicador
econômico. Abaixo foram plotados os retornos (Yield) de dois desses títulos (Bonds) com
vencimentos em 2017 e outro em 2016.
1 O índice Ibovespa visa indicar o desempenho médio das cotações dos principais ativos do mercado de
ações brasileiro. É composto pelas ações de companhias listadas na BM&FBOVESPA.
12
Figura 9: Yeld to Maturity 2017. Fonte: Elaboração própria/Bloomberg
Figura 10: Yeld to Maturity 2016. Fonte: Elaboração própria/Bloomberg
Como meio de comparação, utilizamos um título de dívida brasileiro, que representa
o menor risco dentro de um país (risco soberano). Como podemos observar, o Yield da
Petrobras era muito próximo do risco país, o que está em linha já que ela é a maior empresa
brasileira e estatal. Contudo, também no final de 2014 conseguimos observar uma
“abertura” desses Bonds, o que representa uma aversão ao risco, ou seja, se o retorno
trazido por aquele título aumenta, é porque seus preços caíram, resultado de uma maior
possibilidade de default (não cumprimento de suas obrigações) por parte da empresa,
relação “risco x retorno”.
Para finalizar, incluímos aqui um comparativo da Petrobras com os outros grandes
players do setor a nível mundial. A ideia desse comparativo é utilizar múltiplos de mercado
para tirar alguma conclusão a respeito da atual situação da empresa.
13
Figura 11: Indicadores de endividamento. Fonte: Elaboração própria/Bloomberg
Como podemos ver pelo indicador “Dívida Líquida / EBITDA”, ela é a empresa que
apresenta o maior grau de alavancagem já que ela precisaria de 4,3 anos de operação para
pagar sua atual dívida líquida de caixa. Isso reflete no atual risco de crédito elevado que a
empresa apresenta.
O risco Brasil
O atual momento da Petrobrás vem em meio a um ambiente econômico
extremamente desfavorável, e seria leviano separar os atuais problemas enfrentados pela
maior empresa brasileira e a atual situação enfrentada hoje pelo país que a sedia. Com isso,
tentaremos aqui apresentar um rápido panorama da atual situação brasileira e dos principais
fatores, que em nossa opinião, levaram ao cenário em que nos encontramos.
O Brasil de hoje vem sendo construído há bastante tempo, e isso não é novidade
para a maioria das pessoas de que acompanham os mercados. Fizemos durante o governo
Lula e depois o Dilma uma opção pelo crescimento via consumo e não investimento, e isso
acabou levando ao excesso de endividamento dos agentes econômicos e famílias como um
todo, o que hoje penaliza a economia.
Fora isso, depois de 2008 com a crise internacional, o governo já gastador, começou
uma política de aumento maior de gastos públicos, desonerações, assistencialismo, e
políticas anticíclicas que detonaram a situação fiscal brasileira. Situação fiscal essa que o
novo ministro da fazenda, Joaquim Levy, vem tentando contornar, mas que vem esbarrando
em muitas dificuldades. O recente corte de R$ 8,6 bilhões, por exemplo, é ainda
insuficiente para a queda prevista de arrecadação de R$ 100 bilhões. Essa deterioração do
fiscal, atrelada à indexação do salário mínimo, fez renascer também o fantasma da inflação.
Com isso tudo, fica fácil hoje explicar o período de estagflação que vivemos. Ainda mais
14
depois da recomposição das tarifas públicas, que penalizaram ainda mais o consumidor,
aumento de impostos, fim das desonerações, etc., que já se refletem no aumento do
desemprego e levaram ao quadro recessivo atual, o que agravou mais ainda também o
quadro político, já que o partido do governo perde apoio a cada dia.
Com isso, a subida do dólar, das taxas de juros futuras são as consequências de um
processo que é visível e gradativo que é o da subida do risco pais, onde uma punição,
mediante a perda do grau de investimento pelas agências de risco, parece ser inevitável.
Aliado a isso, um projeto de poder sem precedentes criou um esquema de propinas em
todas esferas do governo que acabou se mostrando com a lava jato, operação que
explicaremos com mais detalhes a seguir.
Operação Lava Jato
A operação Lava Jato pode ser apontada como o retrato da atual crise enfrentada
hoje pela petroleira. A midiática Operação Lava Jato, foi o nome dado pela polícia federal
a uma operação que, em síntese, busca investigar contratos onde, segundo fontes da
investigação, empreiteiras corrompiam os dirigentes por trocas de contratos com a
Petrobras e repassavam propinas aos partidos políticos.
Segundo o Ministério Público Federal, um dos condutores das investigações, as
empreiteiras teriam feito um “clube das empreiteiras”, onde estas formavam um cartel para
dominar as obras realizadas pela estatal. Para que isso fosse possível, as empreiteiras
superfaturavam as obras, e assim viabilizando além do lucro, uma margem de sobra de
capital para que pudessem corromper os agentes públicos e distribuir dinheiro a partidos
políticos, tudo em prol da cartelização e manutenção de contratos.
No início da citada investigação, apurou-se que o prejuízo causado pelo referido
escândalo de corrupção poderia ultrapassar a casa da exorbitante quantia de R$ 10 bilhões.
Acontece que recentemente, conforme veiculado pela mídia, a Polícia Federal apontou que
o prejuízo seria maior do que o estimado anteriormente, atingido a inacreditável quantia de
dezenove bilhões de reais.
Atingida pela crise no final de 2014, a Petrobras enfrentou a maior turbulência da
sua história. Resultado da falta de credibilidade, mesmo interna, foi a dificuldade de
divulgação dos seus números auditados de 2014, ultrapassando todos os prazos estipulados
15
pela Comissão de Valore Mobiliários (CVM) e que levaram a um downgrade por parte da
Moody´s perdendo grau de investimento. Ao divulgar seus resultados, apresentaram um
grande valor de impairment (desvalorização de ativos).
Inegável, diante do cenário apresentado, que o citado prejuízo influenciou direta e
conjuntamente com os outros elementos já mencionados, na crise que vem atingindo a
empresa Petrobras. E mais, tal prejuízo só tende a aumentar, já que as investigações da
Lava Jato estão longe de seu fim e consequentemente agravar a crise.
Crise do Petróleo
Entre meados de junho de 2014 e hoje, o preço do barril de petróleo WTI – West
Texas Intermediate - usado como referência para o mercado norte americano e negociado
na bolsa de Nova York, registrou queda de aproximadamente 60%, ou seja, teve seu valor
reduzido mais que pela metade de 110 USD para incríveis 38USD por barril. O case do
petróleo é um exemplo clássico de descompasso entre oferta e demanda no mercado de
commodities, onde devido a componentes ciclícas e estruturais, abre-se uma diferença
grande entre a quantidade de um determinado ativo produzido e aquele devidamente
consumido por algum mercado.
Figura 12: Preço do barril de petróleo. Fonte: Bloomberg
Para melhor entender as causas por trás do price action do petróleo, primeiro
precisamos entender os principais drivers desse mercado. Em diversas situações no
16
passado, em momentos de fraqueza de preço, a Organização dos Países Exportadores de
Petróleo (OPEP), liderados pela Árabia Saudita, tinha o poder, e influência, para ajustar
seus níveis de produção para “manipular” de alguma forma os preços de acordo com seus
interesses próprios. Ou seja, ao reduzir “voluntariamente” os níveis de produção ofertados a
mercado, os preços do barril de petróleo subiam, atendendo assim os objetivos da
instituição.
Nos momentos mencionados anteriormente, o mercado global era de certa forma
mais dependente do barril de petróleo proveniente da OPEP, ou seja, o balanço global de
petróleo era mais equilibrado, sendo assim, no momento após o ajuste produtivo, não havia
uma segunda fonte marginal de oferta que pudesse preencher esse gap deixado pela
organização, logo, o primeiro reequilíbrio do mercado era realizado pela componente mais
prática e conhecida por nós, através do preço. Em seguida, o reestabelecimento do balanço
poderia então acontecer de duas formas, um aumento exacerbado no preço que levasse a
uma pressão baixista na demanda, que varia de commodity para commodity de acordo com
a elasticidade deste ativo a variações no preço. No caso do petróleo em si, essa componente
de elasticidade é alta, uma vez que preços mais altos do barril teriam um pass through
direto no preço da gasolina, por exemplo, desincentivando o consumo desse combustível no
consumidor final. Ou então, poderíamos ter uma resposta via oferta, com aumentos de
investimento no setor que viessem a gerar maior produção em algum momento no futuro,
porém nesse caso o reajuste é mais longo, dado que do momento em que o investimento é
realizado até a geração efetiva de produção existe um razoável espaço de tempo.
Mas esse cenário de influência da OPEP no mercado global de petróleo mudou
substancialmente, por conta basicamente de uma única variável bastante comentada nesse
mercado: o shale oil americano (petróleo de xisto). Através deste processo, a produção
americana de petróleo passou de 5,0 milhões de barris por dia em 2005 para 9,5 milhões em
março de 2015 (último dado mensal fornecido pelo departamento de energia dos Estados
Unidos – DOE). Sendo assim, a OPEP sabia que ao realizar cortes na sua produção
provavelmente o cenário mais provável seria de uma perda de market share no âmbito
global para países que deixaram de fornecer petróleo para os Estados Unidos devido à
rápida expansão de produção. Sendo assim, a OPEP nada pode fazer se não observar de
longe a atual situação dramática enfrentada pela commodity no último ano.
17
Figura 13: Produção mensal de petróleo dos EUA. Fonte: Bloomberg
Figura 14: Produção mensal de petróleo OPEP. Fonte: Bloomberg
Claro que na teoria a história é mais facilmente explicada pela componente de
oferta, porém o case do petróleo não se resume a isso. A desaceleração global da economia
também ajudou, puxada principalmente pelo enfraquecimento da economia chinesa, que em
2015 deve registrar expansão real de 7,0% em sua economia (de acordo com target
18
estipulado pelo banco central do país no começo do ano – o PboC – People’s Bank of
China), em comparação a um crescimento de 14,2% em 2007.
Sendo assim, o cenário futuro para esta commodity também não chega a ser muito
animador, com uma queda na produção norte americana sendo cada vez mais adiada, e
surpreendendo os analistas deste mercado que já esperavam alguma resposta a partir de
2015. A OPEP atualmente produz petróleo em níveis históricos recordes, e caso não
tenhamos nenhum evento externo geopolítico que possa causar perdas nos países
participantes na organização, o cenário de produções elevadas deve ser mantido.
19
3. Séries Temporais
Uma das principais utilizações da estatística, ou da análise econométrica, é a
previsão. Como ressaltado por LEVINE et al. (2012), existem dois métodos comuns para
previsão: qualitativo e quantitativo. Os métodos qualitativos são considerados muitas
vezes subjetivos e arbitrários, enquanto os métodos quantitativos fazem o uso de dados
históricos a fim de realizar projeções futuras. A esses dados históricos chamamos de séries
temporais, que, como explicado por EHLERS (2007):
...) é uma coleção de observaç es feitas sequencialmente ao longo
do tempo. A característica mais importante deste tipo de dados é
que as observaç es vizinhas são dependentes e estamos
interessados em analisar e modelar esta dependência. Enquanto em
modelos de regressão por exemplo a ordem das observações é
irrelevante para a análise, em séries temporais a ordem dos dados é
crucial.
Apesar da subjetividade dos métodos qualitativos, eles são de fundamental
importância em muitas áreas do conhecimento, principalmente quando não existe uma
coleção de dados passados ou quando esses são pouco úteis, como ocorre com as séries
financeiras como os preços das ações, onde ocorre o fenômeno do passeio aleatório. "Isso
significa que a melhor previsão de uma ação amanhã seja igual ao preço de hoje mais um
choque puramente aleatório" (GUJARATI, 2011).
Contudo, os modelos quantitativos, através da análise do comportamento dos dados,
são ferramentas muito úteis em diversas áreas do conhecimento, servido como um dos mais
importantes apoios à tomada de decisão. Com isso, a utilização dos dois métodos em
conjunto é se fundamental importância visto que são complementares.
Nesse capítulo nos dedicaremos a explicar um pouco mais sobre os modelos de
previsão. Suas principais características bem como a fundamentação teórica por trás de
alguns modelos que utilizaremos adiante nesse trabalho.
20
3.1. Modelos de Previsão
Um modelo econométrico nada mais é do que uma descrição probabilística de uma
série temporal, que por sua vez é a realização de um processo estocástico. Um processo
aleatório, ou estocástico, como definido por GUJARATI (2011), é uma coleção de
variáveis aleatórias ordenadas no tempo. Ou de forma mais formal, é uma família
onde é uma variável aleatória.
Figura 15: Processo aleatório ou estocástico. Fonte: Elaboração própria
Uma das características principais encontrados nesses processos é com relação à sua
estacionariedade.
Como definido por GUJARATI (2011), um processo é dito estacionário quando sua
média e variância forem constantes com o passar do tempo e sua covariância entre dois
períodos distintos de tempo depender apenas da distância, e não do tempo real.
Considerando uma variável aleatória de uma série estocástica, ela apresentaria as
seguintes características:
Média:
Variância:
Covariância:
21
Onde é a esperança, é a média e , a covariância (ou autovariância) da
defasagem , é a covariância entre dois valores de . Essas características são dadas à
processos estocásticos fracamente estacionários, que serão o foco dos nossos estudos
nesse trabalho. Devido à importância da estacionaridade, nos dedicaremos a explicar um
pouco mais suas características e explanar os principais problemas encontrados em séries
ditas não estacionárias ao utilizarmos-as para realização de previsões.
Estacionariedade
A importância das séries temporais estacionárias está no fato de que se uma série é
dita não estacionária, só poderemos estudar a série no período de tempo em que temos
dados. Ou seja, podemos tirar conclusões sobre características daquela série, mas não
podemos estender para períodos futuros (GUJARATI, 2011) o que implicaria em uma
impossibilidade de utilizar ferramentas econométricas para fazer previsões futuras sobre o
comportamento do processo em questão.
Para melhor explicar a afirmativa acima, utilizaremos um modelo do passeio
aleatório já mencionado anteriormente (modelo que caracteriza as séries financeiras, como
preço das ações).
O modelo de passeio aleatório é um dos modelos mais utilizados para descrever
uma série não estacionária. Pensando em como o termo do ruído branco2, com média 0
e variância , teremos então um passeio aleatório descrito pela série :
Ou seja, o valor de será o valor de em (t – 1) mais um choque puramente
aleatório. Como temos que:
=
...
2 Ruído Branco é o nome dado a uma variável exclusivamente aleatória, ou um choque aleatório.
22
Podemos reescrever de uma forma geral que:
Onde:
=
Como podemos ver, a esperança de , ou sua média, é igual ao seu valor inicial,
não variando com o tempo, atendendo a primeira característica de uma série estacionária
apresentada anteriormente. Contudo, sua variância é dependente do tempo, e com isso
aumenta indefinidamente ao longo do tempo, desrespeitando a segunda condição de
estacionariedade apresentada.
Um ponto importante que devemos considerar nas séries temporais com tendência
são os chamados de processo aleatório em diferença (PED). Esses processos tem a
característica de que sua primeira diferença se torna uma série sem tendência e assim
podemos analisar seu comportamento futuro. O modelo de passeio aleatório apresentado
acima é um desses processos. Para melhor visualização, vamos considerar novamente nossa
equação:
Se reescrevermos nossa equação como:
Temos uma série estacionária. Esse tratamento é muito utilizado no tratamento de séries
temporais e em diversos modelos de previsão, por isso o destaque feito aqui.
23
Testes de estacionariedade
Existem diversos testes de estacionariedade, que se baseiam em coeficientes de
correlação, exame de correlogramas e de raiz unitária (SALLES, 2005). Contudo, em
nossas análises usaremos o teste de Spearman, considerado mais simples, mas que retorna
resultados extremamente satisfatórios para os dados aqui analisados. A seguir
descreveremos seus principais conceitos e desdobramentos.
A estatística de teste a ser utilizada é apresentada a seguir:
Onde,
ordem das informações em uma classificação crescente
ordem da informação relativa ao tempo
coeficiente de Spearman
O critério de decisão é simples e como segue:
Série estacionária
Série não estacionária
3.2. Modelos de Decomposição Nos modelos de decomposição, o objetivo é fazer a decomposição da série nos 4
(quatro) componentes fundamentais, a saber: Tendência (T), Sazonalidade (S), Ciclo (C) e
Erro (E). O quadro a seguir resume cada uma dessas componentes, dando exemplos:
24
Tendência Existe quando há variação da média ao
longo do tempo
Crescimento populacional
Sazonal Variações que ocorrem em intervalos
de tempo regulares
Vendas do varejo (picos no natal, dia
das crianças e etc.)
Cíclico Variações em intervalos de tempo
regulares, porém no longo prazo.
Fases de expansão/resseção da
economia
Erro Flutuações aleatórias Preço de ações
Ao considerar que os dados são uma combinação dessas 4 (quatro) componentes,
podemos ter duas formas de relacioná-los:
Aditiva:
Multiplicativa:
A grande maioria das séries econômicas, como a que iremos tratar nesse trabalho,
apresentam variações sazonais e cíclicas proporcionais à tendência, tornando o modelo
multiplicativo o mais adequado para representá-las. Com isso, focaremos aqui em
apresentar o método multiplicativo.
Procedimento
Obtendo Tendência (T) e Ciclo (C).: O modo mais comumente utilizado nessa
etapa é a utilização de médias móveis (MA) para eliminar a sazonalidade. Ao se tomar a
média de um período igual ao do efeito sazonal, por exemplo, um ano para as vendas do
varejo, teremos uma série livre de sazonalidade. A determinação do período de
sazonalidade é fundamental para a melhor aderência do modelo. Além disso, as varações
aleatórias foram muito reduzidas já que valores positivos e negativos das mesmas se
anulam. Com isso teríamos a seguinte série resultante:
MA
25
Ou seja, uma série somente com os componentes Tendência (T) e Ciclo (C).
Obtendo Sazonalidade (S).: Ao dividir a série original pela série de médias móveis
(MA) que acabamos de apresentar, passamos a ter uma nova série composta somente pelas
variáveis Sazonalidade (S) e Erro (E):
Separando Ciclo e Tendência.: Na maioria das aplicações, devido principalmente
aos grandes períodos dos ciclos, não há a necessidade de separar o ciclo da tendência.
Contudo, o procedimento é simples. Ao tomar a regressão linear das médias móveis (MA),
encotraremos a reta que melhor se ajusta à equação, que representará a tendência pura.
A partir disso, basta dividirmos MA/Z que encontramos nossa componente cíclica.
3.3. Modelos de Alisamento Exponencial
O alisamento exponencial é uma das técnicas mais utilizadas na previsão dos
negócios e na economia. São métodos que visam ajustar uma curva aos dados históricos
GUJARATI (2011), e partir disso prever os valores futuros. Os modelos mais conhecidos,
tendo claro várias outras variações, segundo RITZMAN et al. ) são:
“ i) Suavização Exponencial imples tilizada quando não h
tend ncia ou sazonalidade na demanda. simples e possui
exigência de apenas três dados a previsão do ltimo período, a
demanda para o período atual e um par metro de aproximação com
valor entre 0 e 1.
26
ii) uavização Exponencial Dupla de olt tilizada quando
existe uma tend ncia, isto é, um aumento ou uma diminuição
sistem tica na média da série ao longo do tempo. Neste caso, h a
necessidade da suavização não só da média de cada período, mas
também da tend ncia.
iii) uavização Exponencial azonal de olt-Winters étodo
usado na presença de um aspecto sazonal, ou seja, alteraç es
regularmente repetitivas na demanda para cima ou para baixo.”
(apud MENEGHINI; ANZANELLO, 2013)
Tentaremos aqui dar uma visão geral de cada um deles.
3.3.1. Alisamento Exponencial Simples e a Componente Sazonal
O modelo de alisamento exponencial pode ser descrito pela seguinte fórmula:
Da fórmula conseguimos observar que quanto menor for o coeficiente de
amortecimento , mais lentamente as previsões serão afetadas pelas mudanças (SALLES,
2005), ou seja, terão menor sensibilidade a variações dos dados.
Alisamento Exponencial Aditivo
Ao incluir a componente sazonal, considerando que a mesma tem um efeito aditivo,
teremos uma nova formulação, como segue:
Onde,
Sendo,
27
Temos que é a constante que representa o período sazonal, que deve ser
previamente conhecido (ou testado). Os valores iniciais de e devem ser estimados
por:
e
Alisamento Exponencial Multiplicativo
Por outro lado, temos o efeito multiplicativo, onde as expressões são como segue:
Onde,
Sendo,
E os valores iniciais tomados por:
e
Em ambos os casos, como destacado por Salles (2005), os parâmetros e pode
ser feita por inferência estatística ou através de modelos computacionais de estimação,
como fora feito em nossas análises através do uso do Excel.
3.3.2. Alisamento Exponencial Duplo (Holt-Winter’s)
O método de Holt-Winter’s é um método de precisão indicado para séries temporais
que apresentam tendência e sazonalidade já que em sua formulação, coeficientes são
28
ajustados para dar um peso a essas componentes, de acordo com o ajuste aos dados
históricos. Sua componente sazonal pode ser modela como aditiva ou multiplicativa. Nesse
trabalho, contudo, utilizamos o método aditivo, pois acreditamos, por motivos que serão
melhor explicados no próximo capítulo, ser um melhor método para os dados em análise.
Com isso, tentaremos a seguir, explorar as principais características no que se refere
à elaboração do modelo. A função de previsão é descrita a seguir.
Onde,
Sendo,
Aqui, , e são as constantes de amortecimento e como destacado por Salles (2005), as
predições podem ser realizadas seguindo 4 etapas:
Determinação de , nível de série de tempo para o período t;
Determinação de , tendência da série para o período t;
Determinação de , sazonalidade para o período t;
Determinação de , valor da previsão para o perído
Mais uma vez, podemos estimar os valores iniciais para a sazonalidade tomando como
base:
29
3.4. Medidas de ajustamento
Quando estamos ajustando modelos às nossas séries, é de fundamental importância
que tenhamos medidas de como os valores encontrados pelo modelo (ajuste) está em linha
com os valores reais. Em nosso trabalho, essas medidas são de fundamental importância
uma vez que através delas encontraremos aquele modelo que melhor se ajustou a série
(explicaremos com mais detalhes na sessão seguinte). Tentaremos agora apresentar as
principais medidas de ajustes encontradas na literatura:
Erro quadrado médio – MSE
Essa medida retorna a média da soma dos erros quadrados, o que faz com que o erro
seja penalizado de forma quadrática (quanto maior o desvio, maior a penalização) sem que
flutuações positivas compensem as negativas. Por ser uma medida de erro absoluta e de
fácil obtenção, foi a que consideramos em nossas análises. Contudo, apresentaremos a
seguir alguns outros métodos a fim de melhor instruir o leitor.
Desvio médio absoluto – MAD
Desvio padrão dos erros – SDE
31
4. Análise dos dados
Nessa etapa do trabalho, nos dedicaremos à análise dos dados de produção da
Petrobras. Aqui correremos nossos modelos de previsão, que foram montados a partir do
que fora apresentado na sessão de referencial teórico, e a partir do resultado tentaremos
chegar a algumas conclusões a respeito das crises e suas reais influências na produção
efetiva da Petrobras.
4.1. Metodologia e modelos Com o intuído de prever quais foram as reais influencias das crises no volume de
petróleo produzido, resolvemos usar a metodologia do que chamaremos de teste cego. Esse
método consiste em, uma vez determinado o período a ser analisado dentro de uma série
histórica, tomar os dados anteriores ao mesmo, fazer a previsão futura e posteriormente
comparar os resultados obtidos com os valores reais. Ou seja, faremos uma previsão de
valores que conhecemos previamente, por isso o nome de “teste cego”.
Figure 16 - Previsão Cega. Fonte: Elaboração própria
A figura acima ajuda a ilustrar o método, onde a linha vermelha é a previsão dos
dados, ficando clara a comparação com os dados reais para o mesmo período.
Seleção dos modelos
Durante nossas discussões para analisar qual seria o melhor modelo a ser aplicado à
nossa série histórica, chegamos à conclusão de que uma melhor abordagem seria testar
32
diferentes modelos, encontrando os parâmetros de cada um deles que fizessem com que os
mesmos tivessem a melhor performance individual e após essa etapa, faríamos um
comparativo selecionado aquele modelo que apresentou maior aderência aos dados e que
seria utilizado como resultado de nossa previsão.
A figura 17 mostra a imagem onde os valores ajustados (obtidos pelos modelos) são
comparados e selecionados de acordo com o MSE (rever referencial teórico).
Figure 17: Descrição da ferramenta. Fonte: Elaboração própria
Como pode ser visto, utilizamos 4 modelos no nosso trabalho: Decomposição
Clássica Multiplicativa (DCM), Decomposição Clássica Aditiva (DCA), Alisamento
Exponencial Aditivo AEA) e Alisamento Exponencial Triplo, ou método de “ olt-
Winters” HWA).
A opção pelos métodos aditivos se deu, sobretudo, por uma análise qualitativa da
curva, onde mediante uma análise superficial, percebemos que a magnitude do padrão
sazonal nos dados não depende da magnitude dos dados. Além disso, por se tratar de uma
série de produção de petróleo, não faz sentido ter uma sazonalidade forte da série já que
não há evidencias claras de padrões que levem a uma produção sazonal.
Para tentar comprovar a nossa teoria, fizemos uma análise onde tomamos as médias
mensais de nossa base de dados como podemos ver na figura 18.
10 Procução DCM ei² Σei²/N DCA ei² Σei²/N AEA ei² Σei²/N HWA ei² Σei²/N
- - - #DIV/0! - - #DIV/0! - - #DIV/0! - - #DIV/0!
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
- - - - - - - - -
33
Figure 18: Sazonalidade. Fonte: Elaboração própria
Fica bem claro observar que a componente sazonal se fato parece não existir, tanto
que a diferença entre o maior valor mensal (dezembro) e o menor (julho) é de apenas 3,2%.
Então, devido à fragilidade dessa análise primária, resolvemos optar por modelos
mais robustos, que tratam da componente sazonal caso ela exista, além de considerar um
modelo multiplicativo (DCM) em nossos estudos.
Além disso, outro componente importante é a tendência. Existem modelos para
séries que apresentam tendência e aqueles que não. Aqui, os modelos de decomposição já
tratam diretamente a tendência. Já os de alisamento, optamos por utilizar um em que
considera uma série sem tendência (AEA) e outro em que a tendência é considerada
(HWA).
4.2. Resultado Crise 2014 Na análise do período da crise mais recente da Petrobras, apesar dos escândalos
terem iniciado ainda em março daquele ano, optamos por fazer uma previsão a partir do
momento em que as ações da petroleira começaram a sentir os efeitos da crise. A
justificativa é que, considerando o mercado como eficiente, foi nesse momento que uma
real desvalorização relacionada à crise passou a atingir a empresa. Com isso, vamos
considerar para o nosso período de previsão, os meses desde Out/14 (mês em que as ações
34
sofreram forte queda) até Jun/15. . A figura 19 apresenta a série histórica que iremos
considerar:
Figure 19: A série histórica. Fonte: Elaboração própria/Petrobras
Realizando o teste de Spearman, apresentado anteriormente nesse trabalho, vemos que a
série é estacionária já que o coeficiente é negativo (nessa figura, os valores da série foram
cortados, para que fosse mostrado somente o resultado final):
Figura 20: Teste de estacionariedade da crise de 2014. Fonte: Elaboração própria
Isso é importante para entendermos qual é a serie que estamos olhando e termos
uma ideia inicial sobre o modelo que devemos esperar que melhor se adeque aos dados.
A figura 21 mostra um resumo dos resultados obtidos e a escolha do melhor
modelo. A tabela completa pode ser encontrada no Apêndice I deste trabalho.
Figura 21: MSE dos modelos para a crise de 2014. Fonte: Elaboração própria
Teste de Estacionaridade Produção t Rt (Rt-t)² T Sp
jan/00 1249 1 182 32761 1960717 -0,91967
fev/00 1212 2 183 32761 Estacionária
mar/00 1286 3 176 29929
MSE
12542,6 D.C Multiplicativo
12595,2 D.C Aditivo
4357,2 A.E Aditivo
4353,3 Holt.Winter Aditivo
Modelo
35
Como podemos ver, os modelos de alisamento foram muito mais aderentes que os
modelos de decomposição. Aqui, além disso, vemos que o modelo que considera tendência
(HWA) teme uma performance levemente superior mas que nada tem a ver com a tendência
uma vez que o peso dado a componente “Tendência” foi quase zero uma vez que o valor
de foi somente de 0,0002. Ou seja, nosso teste de tendência está em linha com o
encontrado pelos modelos.
Como a diferença do MSE entre os dois modelos foi ínfima e chegamos a conclusão
que de fato nossa série não apresenta uma componente sazonal, optaremos por usar o
modelo Exponencial Aditivo como base para a previsão para os 10 meses subsequentes.
Figura 22 - Previsão para crise de 2014. Fonte: Elaboração própria
Pela leitura do gráfico, podemos ver que a crise de 2014 não representou uma queda real no
volume de petróleo produzido. Na verdade a produção prevista foi até inferior ao real o que
α = 0,66184
β = 0,00228
λ = 0,789339
36
nos leva a acreditar que de fato não existiu que a crise não tem relação com os níveis de
produção, principalmente quando falamos do curto prazo.
Outro resultado importante foi que a calibragem dos modelos mostra que o período
sazonal que melhor ajusta os dados é de 11 meses, corroborando com nossa análise inicial
de que não há sazonalidade ligada aos níveis de produção.
4.3. Resultado Crise 2008 Para o período da crise de 2008, rodamos os mesmos testes, tentando encontrar o
modelo que melhor se ajustava aos dados reais de produção até Jul/2008 (período anterior à
crise). Aqui, mais uma vez confirmamos que a série é estacionária dado que o coeficiente
do teste de Spearman foi de – 0,97, como mostra a figura a seguir.
Figura 23: Teste de estacionariedade da crise de 2008. Fonte: Elaboração própria
Mais uma vez os modelos que melhor se adaptaram foram os modelos de
alisamento, que apresentaram o menor MSE, apesar da menor discrepância entre os dois
modelos do que o encontrado com uma série que se estendia até 2014. A tabela mostrando
o resultado comparativo completo pode ser visto no Apêndice II nesse trabalho.
Figura 24: MSE dos modelos para a crise de 2008. Fonte: Elaboração própria
Uma análise gráfica do ajuste aos dois modelos mostra que de fato, os modelos não
aparentam ter tantas discrepâncias aos valores reais (aqui consideramos o melhor modelo
de alisamento, HWA, e o melhor de decomposição, DCM).
Teste de Estacionaridade Produção t Rt (Rt-t)² T Sp
jan/00 1249 1 126 15625 672598 -0,970255671
fev/00 1212 2 127 15625 Estacionária
MSE Soma
5209,3 D.C Multiplicativo 171838,14
5166,6 D.C Aditivo 171937,58
4614,6 A.E Aditivo 158540,89
4595,9 Holt.Winter Aditivo 158851,49
Modelo
37
Figura 25 - Ajuste pelo HWA. Fonte: Elaboração própria
Figura 26 - Ajuste pela DCM. Fonte: Elaboração própria
A grande diferença aqui, esta no fato de que o modelo de alisamento reage
rapidamente a qualquer mudança encontrada na série, o que nos leva a acreditar que as
mudanças de volume de produção tendem a se manter por um período considerável no
curto prazo, privilegiando o modelo que entende rapidamente essa mudança.
Contudo, como nossa intenção aqui é olhar um período de 24 meses a frente, em
que essas pequenas mudanças deixam de ter grandes influências, decidimos analisar tanto
os resultados encontrados pelo modelo de alisamento quanto pelo modelo de
decomposição. Os gráficos a seguir apresentam o resultado encontrado por cada um deles.
38
Figura 27 - Previsão crise de 2008 – HWA. Fonte: Elaboração própria
Figura 28 - Previsão crise de 2008 – DCM. Fonte: Elaboração própria
Como podemos ver, nos dois casos a produção está em linha com os valores
previstos e o modelo de decomposição, apesar de um ajuste um levemente inferior em
termos de erro quadrático médio, apresentou uma melhor previsão se comparado com os
dados reais, isso fica comprovado se olharmos o MSE comparativo entre previsão e
realidade, onde o modelo HWA retorna um erro médio de 10.445 contra apenas 1.876 da
DCM.
39
Com isso, podemos supor que a crise não teve, mais uma vez, reais interferências nos níveis
de produção.
40
5. Conclusões
Como pôde ser observado, a Petrobras vive uma fase bastante conturbada, apesar de
ainda continuar sendo uma das maiores empresas do Brasil.
As crises que a empresa enfrentou neste século repercutiram fortemente sobre o seu
valor de mercado, especialmente a mais recente, com seus seguidos envolvimentos na
operação Lava Jato, ao mesmo tempo em que o mundo vive uma grave crise relacionada à
queda do preço do Petróleo.
Contudo, quando vamos analisar apenas sob um ponto de vista operacional, mais
especificamente para o nível de produção, as conclusões não são tão óbvias quanto um
primeiro olhar poderia indicar, mesmo para períodos em que o mercado financeiro reagiu
negativamente aos papéis da empresa.
Ao usar os métodos de previsão como base para entender a forma como a produção da
Petrobras deveria se comportar em um cenário livre de crises, e fazendo a comparação com
os dados reais, foi possível perceber que essa diferença é irrelevante.
A quantidade de petróleo extraído independe do fato da Petrobras estar ou não em crise,
o que faz bastante sentindo, pois suas plataformas de petróleo operam no máximo de suas
capacidades.
Além disso, não é esperado que a produção da empresa seja impactada no curto prazo
por crises, especialmente porque eventuais reduções na quantidade de petróleo extraído
seriam ainda pior para os lucros da empresa. Entretanto, é de se esperar que, ao se deparar
com uma crise muito longa, com resultados muito negativos para a empresa, a tendência é
que o nível de produção, no longo prazo, eventualmente caia, pois haverá pouco capital
para investimento em novas plataformas de exploração, o que acarretaria em um impacto
real na taxa de crescimento que a empresa possui.
Entretanto, nenhuma das crises analisadas neste trabalho teve um efeito tão devastador
que atingissem a Petrobras neste nível descrito, apesar de serem crises bastante relevantes
na história da empresa, o que indica que seria muito difícil que em um cenário próximo, a
evolução dos níveis de produção seja afetada por crises.
41
Pensando num futuro próximo, é de se esperar um comportmento inverso. Com o
iminente desenvolvimento dos campos do pré-sal, os níveis de produção tenderão a
aumentar em um ritmo superior ao que está sendo notado atualmente. Um indício desse
crescimento é a quantidade de plataformas prevista no Plano de Negócios da Petrobras para
o período de 2015 a 2019 (22 novas plataformas entrando em operação até o ano de 2020),
com um investimento previsto de 108,6 bilhões de dólares apenas em Exploração e
Produção.
Apesar de esses valores continuarem sendo promissores, eles já sofreram uma forte
queda em relação ao Plano de Negócios do ano anterior, para o período de 2014 a 2018.
Nota-se na figura 29 como a previsão de produção para 2020 sofreu uma correção,
impulsionada pela fortíssima queda nos preços do barril de petróleo, que vem reduzindo
toda a média global de investimentos em Exploração e Produção.
Figura 29: Previsão de produção da Petrobras par 2020. Fonte: PN Petrobras
Um dos grandes riscos que a Petrobras está convivendo, é o grau de alavancagem que
ela atingiu para conseguir investir em tecnologia que viabilizasse o desenvolvimento dos
campos do pré-sal.
42
Fazendo uma análise do indicador Dívida Líquida/EBITDA, pode-se perceber que,
desde 2006, este indicador vem aumentando em uma taxa elevadíssima, o que é explicado
pelos pesados investimentos em tecnologia neste período.
Figure 30: Divida Líquida/EBITDA. Fonte: Elaboração própria/Bloomberg
De acordo com o Plano de Negócios mais recente, a partir de 2015 está tendência irá
reverter, o que indica que a fase de fortes investimentos já atingiu o seu ápice e que, para os
próximos anos, a produção terá um grande crescimento a partir da entrada das plataformas
do pré-sal.
Figur 31: Previsão da evolução da Dívida Líquida/EBITDA para 2020. Fonte: PN Petrobras
0,51 0,52
-0,26 0,23
0,83 1,23
0,93 1,58
2,77
3,58
4,80
-1,00
0,00
1,00
2,00
3,00
4,00
5,00
6,00
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Dívida Líquida/EBITDA
43
Portanto, apesar da crise atual ainda não estar superada, existem indicativos de que a
produção da Petrobras passará a crescer num ritmo maior do que o ocorrido desde 2000.
44
BIBLIOGRAFIA
BLANCHARD, O.,2011, Macroeconomia, 5 ed, Pearson Education.
DAMODARAN, A., 2012, Investment Valuation: Tools and Techniques for Determining
the Value of Any Asset, 3 ed, John Wiley and Sons.
EHLERS, R., 2007, Análise de séries temporais, 4 ed, LEG, Paraná
GIAMBINI, F., VILELA, A., DE CASTRO, L., HERMANN, J, 2011, Economia Brasileira
Contemporânea, 2 ed, Elsevier.
GUJARATI, D., PORTER, D., 2011, Econometria Básica, 5 ed, McGraw-Hill.
MENEGHINI, M., ANZANELLO M. J., 2013, Ajuste de Previsão de Demanda
Quantitativa com Base em Fatores Qualitativos: Estudo de Caso em um Restaurante
Fast Food.
MORRETIN, A., TOLOI, C., 1981, Modelos para previsão de séries temporais, Instituto
de Matemática Pura e Aplicada, Rio de Janeiro.
RITZMAN, L. P., KRAJEWSKI, L. J., 2004, Administração da Produção e Operações..
São Paulo: Pearson Prentice Hall.
SALLES, A., 2005, Introdução à Previsão, Rio de Janeiro
www,petrobras.com.br, acessado em 12/03/2015
www.bloomberg.com, acessado em 23/04/2015