Grupo de Economia da Energia

Modelos de demanda por combustível no Brasil

In diesel, etanol, gasolina, GNV on 14/06/2010 at 00:15

Por Thaís Vilela

1 – Introdução

A matriz brasileira de combustíveis automotivos passou, e continua passando, por diversas mudanças, ora introduzidas pelo Governo Federal, ora pelas condições de mercado. Neste cenário, a predominância de um combustível em relação a outro mudou ao longo das últimas quatro décadas, tendo sido a falta de um planejamento estratégico bem definido, em relação a essa matriz, a principal responsável pelos diversos processos de substituição entre os combustíveis. Dentro deste contexto, o interesse em avaliar a dinâmica do consumo dos combustíveis automotivos no Brasil é grande, uma vez que o estudo sobre o comportamento do mercado de combustíveis, principalmente com relação à análise de sensibilidade da demanda a variações no preço e na renda, tende a ser uma importante ferramenta de orientação de política para o setor, já que este tema insere-se num contexto mais amplo envolvendo as esferas energéticas, ambientais e de infraestrutura.

De fato, o interesse em avaliar a demanda brasileira por combustíveis automotivos aumentou a partir do Primeiro Choque de Petróleo em 1973, quando os preços do petróleo no mercado internacional quadruplicaram em apenas três meses. O repasse desse aumento rápido dos preços na inflação preocupava o Governo Federal, que repassou o aumento apenas para os preços da gasolina, subsidiando, assim, o consumo do diesel. Consequentemente, as vendas de veículos a diesel aumentaram significativamente, resultando na “dieselização” da frota nacional. Vale mencionar, que o consumo do diesel segue uma trajetória ascendente desde o início da década de 70. A expansão do agronegócio juntamente com o deslocamento de pólos de produção e comerciais para o interior do Brasil correspondem a uma das explicações possíveis para tal tendência de alta.

Cabe lembrar, no entanto, que, assim como a gasolina, o diesel é também um combustível derivado de petróleo, cujo preço havia quadruplicado em apenas três meses. Ao contrário dos demais países, o governo brasileiro optou por evitar a recessão econômica e com o objetivo de reduzir ainda mais a dependência e vulnerabilidade brasileira aos preços internacionais do petróleo, o Governo Federal instituiu, em 14 de Novembro de 1975, o Programa Nacional do Álcool, o ProÁlcool.

Inicialmente, o Programa visava a adição de álcool anidro à gasolina, porém com o Segundo Choque do Petróleo e com o novo patamar de US$ 30 o barril do petróleo em 1980, os gastos com a importação de petróleo e de seus derivados aumentaram consideravelmente. Diante desta situação, o Governo Federal passou a incentivar, através de políticas fiscais e tributárias, o uso do álcool etílico hidratado carburante como combustível substituto à gasolina.

Contudo, no final da década de 80, os preços do petróleo no mercado internacional reduziram à metade, de US$ 30 para US$ 15 o barril, período denominado Contra-Choque do Petróleo. Neste cenário, tornou-se custoso para o Governo financiar a produção de álcool carburante, especialmente, o álcool hidratado. Os subsídios foram eliminados e uma crise de abastecimento instalou-se. Dentro deste contexto, a maior parte dos consumidores voltou a utilizar a gasolina como combustível.

Já na década de 90, o Governo Federal incentivou o uso do gás natural como combustível substituto da gasolina.  A descoberta de reservas na Bacia de Campos e o avanço das negociações, a partir de 1994, para a importação de gás boliviano aumentaram a disponibilidade de gás natural no mercado brasileiro. Com isso, além do apoio governamental e o preço baixo do produto devido ao aumento da oferta, muitos consumidores fizeram as conversões necessárias em seus veículos para usarem gás natural.

Finalmente, em março de 2003, os carros com tecnologia flex-fuel foram introduzidos no mercado de automóveis no Brasil, permitindo uma recuperação das vendas de álcool hidratado até então em tendência decrescente. Os impactos, porém, da introdução dos automóveis bicombustíveis são difíceis de serem mensurados. Antes da introdução desta tecnologia, a preferência do consumidor por determinado combustível era revelada na escolha do carro, porém os automóveis bicombustíveis não permitem mais traçar uma relação direta entre automóvel e combustível, sendo a avaliação de preferências um trabalho mais difícil.

Gráfico 1 – Consumo de Combustíveis: Setor Rodoviário



Fonte: BEN (2009)

Cabe mencionar que além da própria dinâmica do mercado de combustíveis, a estimação, assim como a projeção da demanda por combustível não só no Brasil, como também no mundo é justificada também pela necessidade em se avaliar as emissões de dióxido de carbono geradas pelo setor de transporte, mais especificamente, pelo setor rodoviário e, também, pela necessidade em avaliar e planejar a infraestrutura, desde a produção até a distribuição, necessária para garantir que a demanda por combustível seja atendida. Sendo assim, dada a crescente importância da avaliação da sensibilidade do consumo de combustíveis a variações no preço e na renda, o objetivo deste trabalho é o de apresentar e discutir os principais modelos econométricos utilizados no Brasil para estimar a demanda por combustíveis automotivos, avaliando as vantagens e desvantagens de cada.

2 – Modelos de Demanda por Combustível no Brasil

A metodologia escolhida para avaliar as respostas do consumo de combustível a mudanças no preço ou na renda depende do tipo de dados que se utiliza, assim como das características das variáveis dependente e independentes adotadas. Portanto, é sempre difícil generalizar este tipo de análise. Contudo, com base nos trabalhos nacionais avaliados aqui, parece haver um consenso quanto ao uso de séries temporais e ao modelo de correção de erro para estimar as elasticidades preço e renda da demanda.  O mecanismo de correção de erro, inicialmente usado por Sargan (1984)[1] e utilizado em Burnquist e Bacchi (2002), Alves e Bueno (2003), Nappo (2007), Schünemann (2007) e Gomez (2010) faz uma correção do possível desequilíbrio que há no curto prazo.

A ideia é que as séries de tempo analisadas como, por exemplo, o consumo de determinado combustível, os preços desse e dos combustíveis alternativos e a renda são cointegradas, sugerindo, assim, a existência de uma relação de longo prazo, ou de equilíbrio, entre elas. No entanto, pode haver, no curto prazo, um desequilíbrio em relação à trajetória de longo prazo. Neste sentido, este método possibilita ligar o comportamento de curto com o de longo prazo através do termo de erro de equilíbrio. Segundo Gujarati (2006), quando o termo de erro é diferente de zero, então o modelo está fora do equilíbrio, o que implica que existe um período de ajuste entre as séries.

Esta metodologia é bastante encontrada na literatura de análise da sensibilidade da demanda por combustíveis no Brasil por ser de simples aplicação e, também, pelas características das séries de tempo analisadas. De acordo com a análise do correlograma e dos testes de raiz unitária, as séries de consumo, por exemplo, de gasolina e diesel, as séries referentes aos preços dos combustíveis e da renda (PIB) são não-estacionárias, o que não permite, portanto, utilizar a análise de regressão tradicional, assim como os testes clássicos como, por exemplo, t e F. Em modelos multivariados, como é o caso da demanda por combustíveis, é preciso avaliar ainda a existência de cointegração. De acordo com a literatura nacional analisada aqui, as séries consumo, preço e renda são cointegradas, de modo que o mecanismo de correção de erro parece ser, de fato, o mais apropriado para a investigação da sensibilidade da demanda a variações no preço e na renda.

O grande problema desta metodologia consiste no desconhecimento, em amostras pequenas, do comportamento de muito dos testes necessários para avaliar as características das séries individual e conjuntamente. Este fato é bastante relevante já que as séries históricas existentes no Brasil de consumo (venda) de combustíveis, por exemplo, são pequenas, principalmente ao analisar dados anuais. Outro problema é gerado pelas possíveis quebras-estruturais, o que contribui para diminuir ainda mais a amostra.

Neste sentido, os dados em painel, que combinam séries temporais com observações em cortes transversais, podem ser mais vantajosos, pois aumentam o tamanho da amostra. Outras vantagens podem ser destacadas como, por exemplo, a possibilidade de estudar modelos mais complexos e a redução do possível viés gerado pela agregação dos consumidores. O trabalho de Pinto Jr et alli (2006), por exemplo, que avalia em que medida a introdução de tecnologias de uso flex e o avanço do gás natural veicular (GNV) vêm alterando a estrutura da demanda por gasolina e diesel no Brasil, utiliza dados em painel para tal análise. Os dados são mensais, de julho de 2001 a agosto de 2006, dos estados brasileiros.

O teste de Chow, aplicado a fim de verificar a existência de quebras estruturais, sugere a presença de instabilidade na estimação do consumo de gasolina. Segundo os autores, há uma nítida alteração na estabilidade entre 2002 e 2004, período de introdução efetiva dos automóveis flex-fuel. Este resultado indicaria a necessidade de rodar duas regressões, jul/01 a dez/03 e jan/04 a ago/06. Contudo, sendo o tamanho da amostra pequena, dividi-la resultaria em amostras ainda menores prejudicando a confiabilidade dos parâmetros estimados. Os autores optaram, ao invés, por incluir uma dummy temporal.

A equação de demanda definida considerou, no caso da gasolina, o consumo da gasolina como função do preço da gasolina, do álcool hidratado, do GNV e da renda, medida a partir do consumo de energia elétrica por região, o que implicou na imposição de um efeito fixo ao modelo. Para a estimação utilizou-se o método de painel dinâmico, sendo os parâmetros obtidos via Arellano e Bond.

De acordo com Gujarati (2006), apesar das vantagens, os dados em painel apresentam vários problemas de estimação e inferência. “Como esses dados envolvem tanto dimensões transversais quanto temporais, os problemas que afetam os dados de corte transversal (como a heterocedasticidade) e as séries temporais (como a autocorrelação) precisam ser enfrentados. E há problemas adicionais, como a correlação cruzada de unidades individuais no mesmo ponto do tempo”[2].

Dado, portanto, que ambos os métodos apresentam benefícios e desvantagens, a escolha de qual modelo escolher para estimar demanda por combustíveis não é uma tarefa simples. Neste caso, porém, o teste de Hausman pode ser aplicado para decidir entre o uso do modelo de efeitos fixos e do modelo de correção de erros.

Tabela 1 – Comparação dos Modelos Econométricos de Demanda por Combustível

Tipo de Dados Período de Análise Método Econométrico Variável Dependente Variáveis Independentes
Burnquist e Bacchi (2002) Dados Anuais 1973 – 1998 Co-Integração e MCE Consumo de gasolina per capita Preço real da gasolina e a renda agregada (produto interno bruto) real per capita
Alves e Bueno (2003) Dados Anuais 1974 – 1999 Co-Integração e MCE Consumo de gasolina Preços reais da gasolina e do álcool hidratado e da renda real (PIB) per capita
Pinto et al. (2006) 

(1)

Dados Mensais Jul/01 – Ago/06 Painel Dinâmico – Arellano e Bond Consumo de gasolina Preço real da gasolina, do álcool hidratado, do GNV e da renda real (consumo de energia elétrica por região)
Pinto et al. (2006) 

(2)

Dados Mensais Jul/01 – Ago/06 Painel Dinâmico – Arellano e Bond Consumo do diesel Preço real do diesel e a renda real (consumo de energia elétrica por região)
Nappo (2007) 

(1)

Dados Mensais Ago/94 – 

Jul/06

Co-Integração e MCE Consumo de gasolina Preço real da gasolina, do preço real do álcool hidratado e da renda real do consumidor (PIB)
Nappo (2007) 

(2)

Dados Mensais Ago/94 – 

Jul/06

Co-Integração e MCE Consumo de gasolina Preço real da gasolina, renda real do consumidor (PIB) e uma variável binária[3]
Schünemann (2007) 

(1)

Dados Mensais Jan/91 – 

Fev/07; e

Jul/94 –

Fev/07;

Co-Integração e MCE Consumo de gasolina C per capita A produção industrial física mensal; os preços médios mensais da gasolina C e do álcool hidratado
Schünemann (2007) 

(2)

Dados Mensais Jul/01 – 

Fev/07

Co-Integração e MCE Consumo de gasolina C per capita A produção industrial física mensal; os preços médios mensais da gasolina C, do GNV e do álcool hidratado
Gomez (2010) Co-Integração e MCE Consumo de Gasolina; do álcool hidratado; e do GNV Preço real da gasolina, do álcool hidratado, do GNV, a renda (massa salarial), e uma variável binária
Gomez (2010) Co-Integração e MCE Consumo de Gasolina; do álcool hidratado; e do GNV Frota de veículos leves a gasolina, a álcool, a gás natural e flex-fuel

3 – Conclusão

A evolução da matriz brasileira de combustíveis, assim como as questões ambientais e de infraestrutura instigam os pesquisadores da área a estimar o impacto na demanda por combustíveis de mudanças, principalmente, nos preços e na renda dos consumidores. A estimação da sensibilidade do mercado automotivo a variações nas variáveis de interesse é feita através de modelos econométricos.

Existe, aparentemente, no Brasil uma convergência ao uso de séries de tempo e ao mecanismo de correção de erro. A grande dificuldade de aplicação de tal metodologia consiste no tamanho da amostra, em geral, pequeno. Neste sentido, dados em painel podem ser uma melhor opção para avaliar a dinâmica do mercado de combustíveis no Brasil.

4 – Referências Bibliografias

ALVES, D. C. O.; BUENO, R. D. L. S. Short-Run, Long-Run and Cross Elasticities of Gasoline Demand in Brazil. Energy Economics, n.25, p. 191 – 199, 2003

BURNQUIST, H. L.; BACCHI, M. R. P. A Demanda por Gasolina no Brasil: Uma Análise Utilizando Técnicas de Co-integração. In: XL Congresso Brasileiro de Economia e Sociologia Rural, 2002, Passo Fundo, RS. Equidade e Eficiência na Agricultura Brasileira, 2002

EMPRESA DE PESQUISA ENERGÉTICA – EPE; MINISTÉRIO DE MINAS E ENERGIA – MME, Balanço Energético Nacional 2008. Disponível em <http://www.mme.gov.br>

GOMEZ, JOSÉ M. A. Fuels demand by light vehicles and motorcycles in Brazil. In: IAEE’s Rio 2010 International Conference. Disponível em: http://www.ab3e.org.br/rio2010

GUJARATI, DAMODAR N. Econometria Básica. Rio de Janeiro: Elsevier, 2006 – 3ª reimpressão

NAPPO, M. A Demanda por Gasolina no Brasil: Uma avaliação de suas elasticidades após a introdução dos carros bicombustível. 2007. 61 f. Dissertação (Mestrado em Finanças e Economia Industrial) – Fundação Getúlio Vargas, Escola de Economia de São Paulo, São Paulo

PINTO JR. et al. Matriz Brasileira de Combustíveis. [S.L]: Grupo de Economia de Energia – Instituto de Economia/UFRJ e Centro de Gestão de Estudos Estratégicos – Núcleo de Assuntos Estratégicos da Presidência da República, 2006.

SCHÜNEMANN, L. A Demanda de Gasolina Automotiva no Brasil: O Impacto nas Elasticidades de Curto e Longo Prazo da Expansão do GNV e dos Carros Flex. 2007. 91 f. Dissertação de Mestrado Profissionalizante em Economia – Faculdade de Economia e Finanças IBMEC, Rio de Janeiro

VILELA, T. Análise de Sensibilidade do Consumo de Gasolina C a Mudanças no Preço nos Estados Brasileiros: Elasticidade-Imposto da Demanda por Gasolina C. 2009. 170f. Dissertação de Mestrado em Economia – Instituto de Economia – Universidade Federal do Rio de Janeiro, Rio de Janeiro


[1] Sargan, J.D. “Wages and Prices in the United Kingdom: A Study in Econometric Methodology”. In: Wallis, K.F. e Hendry, D. F. (Eds.). Quantitative Economics and Econometric Analysis. Oxford, Reino Unido: Basil Blackwell, 1984.

 

[2] Gujarati (2006). Página 525.

[3] O preço do álcool hidratado é substituído por uma variável binária cujo objetivo é capturar os impactos da introdução dos automóveis flex-fuel sobre a curva de demanda por gasolina a partir de março de 2003

  1. […] Modelos de demanda por combustível no Brasil […]

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s