EXPCAFESOBER2017

Prévia do material em texto

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/330514780
Oferta de Exportação de Café do Brasil no período de 2002 a 2015
Conference Paper · July 2017
CITATIONS
2
READS
103
4 authors, including:
Some of the authors of this publication are also working on these related projects:
O Impacto das Variações Cambiais nas Exportações do Milho e do Algodão View project
Murilo Mazzotti Silvestrini
University of São Paulo
2 PUBLICATIONS   2 CITATIONS   
SEE PROFILE
Dallas Kelson Francisco de Souza
University of Campinas
10 PUBLICATIONS   12 CITATIONS   
SEE PROFILE
Luisa Rasera Raniro
2 PUBLICATIONS   5 CITATIONS   
SEE PROFILE
All content following this page was uploaded by Dallas Kelson Francisco de Souza on 21 January 2019.
The user has requested enhancement of the downloaded file.
https://www.researchgate.net/publication/330514780_Oferta_de_Exportacao_de_Cafe_do_Brasil_no_periodo_de_2002_a_2015?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_2&_esc=publicationCoverPdf
https://www.researchgate.net/publication/330514780_Oferta_de_Exportacao_de_Cafe_do_Brasil_no_periodo_de_2002_a_2015?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_3&_esc=publicationCoverPdf
https://www.researchgate.net/project/O-Impacto-das-Variacoes-Cambiais-nas-Exportacoes-do-Milho-e-do-Algodao?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_9&_esc=publicationCoverPdf
https://www.researchgate.net/?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_1&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Murilo_Silvestrini?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_4&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Murilo_Silvestrini?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_5&_esc=publicationCoverPdf
https://www.researchgate.net/institution/University_of_Sao_Paulo?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_6&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Murilo_Silvestrini?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_7&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Dallas_Kelson_Souza?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_4&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Dallas_Kelson_Souza?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_5&_esc=publicationCoverPdf
https://www.researchgate.net/institution/University_of_Campinas?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_6&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Dallas_Kelson_Souza?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_7&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Luisa_Raniro?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_4&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Luisa_Raniro?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_5&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Luisa_Raniro?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_7&_esc=publicationCoverPdf
https://www.researchgate.net/profile/Dallas_Kelson_Souza?enrichId=rgreq-1386ec6457441cf91a98c58a8f79a6ce-XXX&enrichSource=Y292ZXJQYWdlOzMzMDUxNDc4MDtBUzo3MTc0NzgzNjM2NzY2NzJAMTU0ODA3MTU4MDkwNg%3D%3D&el=1_x_10&_esc=publicationCoverPdf
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
 
Oferta de Exportação de Café do Brasil no período de 
2002 a 2015 
 
Murilo Mazzotti Silvestrini1, Dallas Kelson Francisco de Souza2, Luisa Rasera Raniro3, 
Adelson Martins Figueiredo4 
 
 
Grupo de Pesquisa: Comércio Internacional 
 
Resumo 
O objetivo deste estudo é analisar o mercado do café construindo um modelo para a oferta de 
exportação de café do Brasil, no período de janeiro de 2002 a dezembro de 2015. Foi 
desenvolvido um Modelo Vetorial de Correção de Erro (VECM). As variáveis utilizadas 
foram o volume exportado de café em grão (café verde), o preço de exportação do café, o 
preço doméstico do grão, a taxa de câmbio e a relação entre importações mundiais totais e 
PIB do Brasil como proxy de renda relativa. Os parâmetros estimados indicaram a existência 
de relação de longo prazo entre as variáveis do modelo. O preço de exportação do café, a taxa 
de câmbio e preço interno de café apresentaram comportamentos condizentes com o modelo 
teórico. Portando, os resultados dessa pesquisa possibilitaram inferir que essas variáveis são 
determinantes importantes da oferta de exportação de café do Brasil. 
 
Palavras-chave: Oferta de Café, Exportação, Modelo vetorial de correção de erros. 
 
 
Brazilian Export Coffee Supply from 2002 to 2015 
Abstract 
The purpose of this paper is to analyze the coffee market by estimating a model for the 
Brazilian export supply of coffee, from January 2002 to December 2015. Hence, it has been 
estimated a vector error-correction model (VECM) using the variables exported volume of 
coffee beans (green coffee), the coffee export prices measured in Brazil, the exchange rate 
and global income. The results had been shown the existence of a long-term relationship 
among variables used in the analysis. The coffee export prices, the exchange rate and the 
domestic prices of coffee showed consistent behavior with the theoretical model. Therefore, 
the results of this research allowed to infer that exchange rate, export prices and domestic 
prices of coffee are important determinants of the Brazilian export coffee supply. 
 
Keywords: Coffee supply, Exportation, Vector error-correction model. 
 
1 Mestrando em Economia Aplicada pela Universidade Federal de São Carlos – campus Sorocaba, email: 
murilo.msilvestrini@yahoo.com.br. 
2 Mestrando em Economia Aplicada pela Universidade Federal de São Carlos – campus Sorocaba, email: 
dallaskelson@gmail.com. 
3 Mestranda em Economia Aplicada pela Universidade Federal de São Carlos – campus Sorocaba, email: 
luisarasera@gmail.com. 
4 Professor do Programa de Pós Graduação em Economia da Universidade Federal de São Carlos – campus 
Sorocaba, email: adelson@ufscar.br. 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
 
1. INTRODUÇÃO 
 
As exportações do agronegócio desempenham um papel importante no processo de 
ajustamento das contas externas da economia brasileira, contribuindo significativamente para 
equilibrar a balança comercial. Esta relevância aumentousubstancialmente desde o início 
século XXI até o ano de 2016, no qual o saldo da balança comercial do setor agropecuário 
passou de 14,8 bilhões de dólares em 2000 para 71,3 bilhões dólares em 2016, um aumento de 
380,33% no período, consolidando a importância do agronegócio no Brasil (AGROSTAT, 
2017). 
O café se destaca entre as commodities do agronegócio brasileiro uma vez que o país 
é o maior produtor e exportador mundial de café com produção de 51,4 milhões de sacas e 
exportação de 34,2 milhões de sacas do produto na safra de 2016 (CECAFE, 2016). A 
complexidade da cafeicultura mostra-se na diversidade da produção e na comercialização dos 
produtos derivados do café. A produção do café no Brasil diferencia-se principalmente entre 
dois tipos de café: o café arábica (Coffea arabica) e o café robusta ou café conilon (Coffea 
cannephora), categorizados como cafés verdes. A partir destes dois tipos principais, surgem 
os chamados cafés verdes industrializados que são os cafés torrado e moído e os solúveis. O 
Brasil conta com todos estes tipos de café em sua pauta de exportações, porém o café arábica 
é o mais representativo em relação aos outros tipos, sendo responsável por 87% das 
exportações brasileiras de café de janeiro a dezembro de 2016, seguido pelo café solúvel com 
11,3%, em seguida aparece o café robusta com 1,7% e, finalmente, o café torrado e moído 
com 0,1% no mesmo período (CECAFE, 2016). 
O grão é comercializado como café torrado, café verde e como extratos de café e 
sucedâneos do café. O café brasileiro é exportado para diversos países, sendo o Bloco 
Europeu e os Estados Unidos os principais mercados consumidores (ICO, 2017). Em 2016 a 
receita proveniente das exportações do café chegou a 5,47 bilhões de dólares, representando 
6,44% do total do valor exportado pelo agronegócio, sendo o quinto produto com maior peso 
nas exportações do Brasil (AGROSTAT, 2017). 
A importância de uma investigação mais detalhada sobre o funcionamento do 
complexo cafeeiro brasileiro reside na relevância da comercialização do grão tanto no 
contexto doméstico como no internacional. No mercado nacional a cafeicultura é importante 
com expressivo impacto econômico e social por ter sua produção distribuída em quase todos 
os estados e seu mercado caracterizado com um dos maiores do mundo. No contexto 
internacional, além do valor expressivo de divisas geradas com as exportações, o café 
brasileiro, em 2016, foi consumido por 127 países (ICO, 2016). Além disso, o estudo do 
mercado do café, buscando avaliar impactos sobre o volume de exportações ainda é pouco 
investigado pela literatura especializada. 
Dado o exposto, o presente trabalho tem como objetivo estimar uma função de oferta 
de exportação do café brasileiro, tendo como determinantes variáveis como a renda relativa, 
taxa de câmbio, preço doméstico e preço de exportação. Especificamente pretende-se avaliar 
o impacto dessas variáveis sobre o volume de exportações brasileiras do grão. Para isso, 
utilizou-se a metodologia de séries temporais multivariadas. As séries econômicas utilizadas 
como dados do trabalho foram coletadas para o período de janeiro de 2002 a dezembro 2015, 
com periodicidade mensal e o recorte de tempo se deu pela disponibilidade de dados. 
Além desta introdução, o trabalho está estruturado em mais quatro seções. Na seção 
dois realiza-se uma caracterização da cafeicultura brasileira. Na seção três explora-se os 
referenciais teóricos, na quarta seção, são apresentados os procedimentos econométricos e a 
descrição e fontes de dados. Os resultados e discussões são apresentados na seção cinco. 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
 
2. CARACTERIZAÇÃO DO CAFÉ BRASILEIRO 
 
Além de maior produtor e exportador, o Brasil é o segundo maior consumidor 
mundial de café e possui um parque cafeeiro estimado em 2,25 milhões de hectares. Existem 
aproximadamente 287 mil produtores da cultura no país localizados em aproximadamente 
1.900 municípios. Com dimensões continentais, o Brasil possui uma variedade de climas e 
relevos que permitem a produção de uma ampla gama de tipos e qualidades de cafés (MAPA, 
2016). 
O café é uma planta perene pertencente ao gênero Coffea que inclui mais de 105 
espécies, das quais apenas duas são economicamente importantes, a Coffea arábica, 
conhecida como café arábica, respondendo pela maior produção mundial, e a Coffea 
canephora, comumente descrita como café robusta, constituindo a parcela restante da 
produção mundial (LOPES, 2000). O café arábica possui maior valorização no mercado 
devido ao seu aroma agradável e pela pequena quantidade de cafeína. Segundo a ICO (2016), 
o Brasil é o maior ofertante do tipo Natural, café beneficiado por via seca, submetido ao 
processo de beneficiamento seco ao sol. O café robusta tem sabor mais amargo e forte em 
relação ao arábica e possui uma alta concentração de cafeína. Essa espécie de café é mais 
resistente a pragas e apresenta maior produtividade, resultando em uma redução dos custos de 
produção; porém esses atributos, menor custo de produção e menor qualidade, resultam em 
uma menor valorização no mercado. O Brasil é o segundo maior produtor do café robusta, 
atrás somente do Vietnã (ICO, 2016). 
Apesar da posição de segundo maior produtor mundial do café robusta, de acordo 
com Nishijima, Saes e Postali (2012), a participação do Brasil no mercado internacional é 
muito pequena e volátil, pois a variedade é destinada majoritariamente como insumo para 
fabricação de café solúvel no mercado interno. Assim, segundo os autores, as exportações 
brasileiras do café verde tratam-se fundamentalmente do tipo arábica. 
 
2.1 Produção 
 
Segundo levantamento realizado pela Conab (2016), em 2015, a produção brasileira 
alcançou 43,23 milhões de sacas de 60 quilos, sendo 32,04 milhões do café arábica e 11,18 
milhões do café robusta. Para o ano de 2016, estima-se um aumento de 18,8% na produção 
total, chegando a 51,37 milhões de sacas de 60 quilos produzidas, havendo um aumento 
significativo de 35,4% na produção do arábica e uma queda de 28,6% na produção do robusta. 
No ano de 2016 o café arábica representou 84,4% da produção brasileira total, sendo Minas 
Gerais o maior estado produtor. Espírito Santo, Rondônia e Bahia são, respectivamente, o 
primeiro, segundo e terceiro estados com maiores produções do café robusta. 
Um dos fatores que mais influencia a produtividade da cafeicultura é o ciclo bienal 
da produção. Esta característica da cultura do café refere-se à alternância anual de frutificação 
alta e baixa, ou seja, em uma safra a quantidade de frutos aumenta e na safra seguinte diminui. 
Conforme Bacha (1998), o ciclo bienal é explicado pela ocorrência simultânea em um mesmo 
ramo da planta das funções vegetativas e reprodutivas. Como a planta do café não consegue 
produzir reservas suficientes para frutificação e crescimento ao mesmo tempo, em um ano as 
reservas são utilizadas para os frutos, o que aumenta a produtividade. Porém, neste ano, não 
há alimento suficiente para o crescimento dos ramos, fazendo com que a produção de frutos 
seja baixa no ano seguinte. Assim, de forma intercalada, o cafeeiro cresce em um ano e dá 
frutos no outro. 
 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
 
As condições climáticas favoráveis nas principais regiões produtoras do café arábica, 
aliadas ao ciclo de bienalidade positiva (alta produção da planta), estimularam o ganho de 
produtividade das lavouras na maioria dos estados em 2016. Os estados de São Paulo, com 
aumento de produtividade de 46,7%, Mato Grosso com 39,4% e Minas Gerais com 32,2%, 
obtiveram os maiores ganhos de produtividade no café arábica. O café robusta apresentou 
perda de 22,2% na produtividade e osprincipais estados produtores, Espírito Santo, Rondônia 
e Bahia, que juntos somam cerca de 94% da produção de robusta, apresentaram reduções de 
produtividade de 26,4%, 5,6% e 46,4%, respectivamente. No total a produtividade média no 
Brasil em 2016 foi de 26,33 sacas/ha, um ganho de 17,1% em relação à safra anterior 
(CONAB, 2016). 
 
2.2 Preços do Café 
 
Os preços do café são cotados para o mercado físico, à vista, e mercado futuro, para os 
dois tipos de grãos produzidos no país. No mercado futuro mundial a principal bolsa de 
valores que comercializa o café arábica é a bolsa de Nova Iorque (Ice Futures), e para o café 
robusta, bolsa de Londres (Liffe). No Brasil a BM&F Bovespa é a principal bolsa responsável 
pela comercialização dos contratos futuros do café. No mercado físico o Centro de Estudos 
Avançados em Economia Aplicada-Cepea/Esalq é um dos principais órgãos que realiza os 
levantamentos de preços do arábica e robusta. 
Existe um alto grau de risco do preço no mercado físico do café, o que, de forma 
indireta, traduz o risco da renda para os diversos segmentos presentes no fluxo de 
comercialização agropecuário, como produtores rurais, indústrias, exportadores, varejistas e 
consumidores. Essa forte variabilidade de preços dificulta o processo de planejamento da 
produção e provoca a instabilidade no abastecimento, ou seja, abarca grandes incertezas 
quanto à continuidade sustentada da atividade cafeeira (LAMOUNIER, 2003). 
Martins (2005) destaca que em razão da característica sazonal dos produtos agrícolas 
e, em especial do café, os preços dos produtos comercializados sofrem os reflexos dos 
períodos de safra e entressafra. O período da safra brasileira do café arábica, em condições 
climáticas normais, ocorre nos meses de maio a agosto, ao passo que a entressafra incide nos 
últimos meses do ano (de setembro a dezembro), e nos primeiros meses do ano seguinte (de 
janeiro a abril). A entressafra brasileira ocorre concomitantemente com o inverno nos países 
do hemisfério norte, período em que se observa uma típica elevação no consumo do café. 
Esse fato explica as altas de preços em geral, verificadas no mercado internacional nos meses 
de dezembro a maio. 
A Figura 1 caracteriza a evolução dos preços físicos do café arábica e robusta no 
período de janeiro de 2002 a dezembro de 2015. Segundo Nogueira (2005), o mercado de café 
caracteriza-se por possuir uma rede complexa de produtores, processadores, traders e 
consumidores que se influenciam mutuamente. Tais influências recíprocas respeitam padrões 
decorrentes das relações de mercado, podendo refletir na integração entre os preços dos dois 
tipos de café comercializados. 
 
 
 
 
 
 
 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
 
Figura 1: Séries de preços físicos do café arábica e de café robusta no Brasil 
 
Fonte: Cepea/Esalq Usp (2017). Adaptado pelos autores. 
*Reais por saca de 60 kg líquido, bica corrida, tipo 6, bebida dura para melhor, valor descontado o Prazo de 
Pagamento pela taxa da NPR, posto na cidade de São Paulo. 
**Reais por saca de 60 kg líquido, à vista, tipo 6, peneira 13 acima, com 86 defeitos, valor descontado o Prazo 
de Pagamento pela taxa da NPR, a retirar na origem, Espírito Santo. 
 
2.1. Exportação 
 
O Brasil lidera o posto de maior exportador mundial de café com participação de 
aproximadamente 30,9% no mercado internacional na safra 2015/2016, seguido pelo Vietnã 
que representou 22,1% das exportações no mesmo período, em terceiro lugar está a Colômbia, 
com 10,3% de participação (ICO, 2017). Os principais destinos do café brasileiro em 2016 
foram a Alemanha, que absorveu 19,3% da exportação brasileira, seguida pelos Estados 
Unidos, com 18,24%, da Itália, com 8,43%, do Japão, com 7,47% e da Bélgica, com 6,25% 
das exportações de café brasileiro (CECAFE, 2017). 
 Entre as safras de 2012/2013 e 2015/2016, o Brasil teve um aumento de 26,0% nas 
suas exportações, enquanto as exportações mundiais cresceram 8,6% no mesmo período. Este 
crescimento, tanto das exportações brasileiras como das exportações mundiais, foi 
acompanhado por um aumento expressivo do consumo mundial de café, que cresceu apenas 
1,9% nesse período (ICO, 2017). 
O café é o quinto produto mais exportado do agronegócio brasileiro, representando 
6,44% das exportações, como mencionado anteriormente e ficando atrás do complexo da soja, 
carnes, complexo sucroalcooleiro e produtos florestais. Em 2016, foram exportadas 31,97 
milhões de sacas de 60 kg, gerando receita de 5,47 bilhões de dólares, uma queda de 8,2% em 
termos de quantidade exportada e de 11,1% em termos de receita em relação ao ano de 2015 
(AGROSTAT, 2017). A evolução das quantidades em sacas de 60 kg e dos valores em 
dólares das exportações de café do Brasil podem ser visualizados na Figura 2. A quantidade 
exportada de café apresentou grande volatilidade no período de 2002 a 2015 e não é possível 
traçar uma tendência clara de crescimento. Em relação aos valores de exportação pode-se 
observar uma leve tendência de crescimento até meados de 2010, ano em que houve uma forte 
elevação dos valores de exportação seguido rapidamente por uma forte queda no final de 
2011, mas fazendo com que os valores assumissem um patamar mais elevado em relação ao 
período anterior a 2010. No período de 2009/2010, ano considerado de baixa produção do 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
café, houve a recuperação dos preços internacionais do café afetados pela crise econômica 
mundial de 2008. 
 
Figura 2: Evolução da quantidade e valor exportado de café do Brasil 
 
Fonte: AgroStat a partir dos dados da Secex/MDIC (2017). Adaptado pelos autores. 
 
3. REFERENCIAL TEÓRICO 
 
3.1 Abordagem Teórica 
 
Em escala mundial, a oferta de café é o resultado das quantidades não absorvidas 
internamente pelos países produtores, ao passo que a oferta de exportação de café do Brasil é 
a parcela da produção do grão não consumida internamente pelo mercado. A oferta de 
exportação inicia-se a partir da condição de equilíbrio interno entre oferta e demanda do país 
exportador e só há incentivos para a exportação se o preço internacional for superior ao 
doméstico (CASTRO; TEIXEIRA; LIMA, 2005). 
É possível citar três pressupostos básicos que podem ser adotados para a estimativa da 
oferta de exportação. Um deles considera que o preço e quantidade exportada são 
determinados simultaneamente pela interação entre a oferta de exportação e a demanda por 
importação, ambas com elasticidade preço finita. Outro pressuposto considera uma função de 
oferta perfeitamente elástica5 e a função de demanda por importação com elasticidade preço 
finita6. Neste caso, especifica-se apenas da função de demanda. O terceiro pressuposto 
consiste na adoção da hipótese de país pequeno, no sentido de que suas exportações não sejam 
capazes de afetar os preços internacionais e, portanto, a demanda externa é perfeitamente 
elástica e os exportadores são tomadores de preço. Neste caso, a estimativa resume-se apenas 
na equação da oferta de exportação (BARROS; BACCHI; BURNQUIST, 2002; 
CAVALCANTI; RIBEIRO, 1998). 
 
5 Pressupõe-se a existência de capacidade ociosa na produção doméstica e/ou de tecnologias de produção com 
retorno crescente ou constante à escala. 
6 Considera-se que a exportação afeta os preços internacionais e/ou produção de bens não substitutos perfeitos. 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
A Figura 3 representa o equilíbrio no mercado internacional no caso de um país 
pequeno. O preço que equilibra o mercado doméstico é o resultado da interaçãoentre 
oferta e demanda domésticas, sendo que os preços internacionais acima de viabilizam as 
exportações. Dado que o preço do país importador é maior que o preço de equilíbrio 
( ), o país exportador aumentará sua produção até o preço determinado pela oferta e 
demanda mundial (ponto E), onde o preço doméstico se iguala ao preço mundial. 
 
Figura 3: Equilíbrio no mercado internacional 
 
Fonte: Elaboração própria com base em Castro, Teixeira e Lima (2005). 
 
3.2 Abordagem Empírica 
 
Diversos estudos foram feitos buscando associar o mercado agrícola brasileiro ao 
mercado internacional, visando principalmente investigar o comportamento das curvas de 
oferta de exportação brasileiras para diversos produtos. Nesse sentido, Barros, Bacchi e 
Burnquist (2002), buscaram estimar equações de oferta de exportação de produtos 
agropecuários brasileiros para o período de 1995 a 2000. Utilizando a metodologia de 
Mínimos Quadrados Ordinários (MQO) com a inclusão de um termo de correção de erros e 
considerando o Brasil como sendo um país pequeno no contexto internacional, os autores 
mostraram que as exportações do agronegócio brasileiro são fortemente influenciadas pelo 
crescimento econômico do país, no sentido de que um crescimento econômico mais 
contido leva ao aumento dos volumes exportados de produtos agrícolas. Os dados 
utilizados no estudo incluíram preços e quantidades exportadas de soja, farelo e óleo, 
açúcar, frango, café e carne bovina. 
Alves e Bacchi (2004), investigaram a oferta de exportação brasileira de açúcar no 
período de 1995 a 2002. O objetivo dos autores foi estimar uma função de oferta de 
exportação do açúcar brasileiro por meio de um modelo VAR. Considerando que a oferta 
de exportação de açúcar do Brasil depende da diferença entre a oferta e a demanda 
internas, o estudo concluiu que o preço do produto e a renda doméstica são determinantes 
da oferta de exportação, de modo que há incentivo à exportação de açúcar quando o real 
(R$) sofre desvalorização em relação ao dólar (US$). 
Mais recentemente, Favro, Caldarelli e Camara (2015) conduziram um estudo com 
o objetivo de analisar a oferta de exportação do milho do Brasil no período de 2001 a 2012. 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
Por meio de um Modelo Vetorial de Correção de Erros (VEC), os autores consideraram 
variáveis de exportação do milho, preço internacional do grão, abate de aves, preço de soja 
e PIB mundial para explicar a oferta de exportação do milho brasileira. Os resultados 
indicaram relações positivas entre as exportações do milho e um choque não previsto no 
preço da soja, bem como relação negativa entre as exportações e um choque não previsto 
no abate de aves. Com relação aos preços internacionais do milho, o estudo verificou que 
um choque nos preços tem impacto negativo nas exportações brasileiras do milho. 
Outros estudos foram realizados com o objetivo de determinar a equação de oferta 
de exportação de produtos agrícolas brasileiros como Castro e Rossi-Júnior (2000), Satolo 
e Bacchi (2006). Além disso, Cardoso e Dornbusch (1980), Cavalcanti e Ribeiro (1998), 
Morais, Ness e Batisti (2011) fazem análises sobre a oferta de exportação de produtos 
manufaturados brasileiros considerando a hipótese de país pequeno. 
 
4. METODOLOGIA 
 
4.1 Fontes e tratamento de dados 
 
As exportações de café são referentes a quantidade mensal exportada em sacas de 60 
kg de café obtidas na base de dados da plataforma AgroStat a partir do levantamento realizado 
pela SECEX (2017). A taxa de câmbio (média comercial mensal de compra) utilizada foi a 
disponibilizada pelo Instituto de Pesquisa em Economia Aplicada (IPEA, 2016). A renda 
relativa é calculada dividindo o valor das importações mundiais em dólares, referentes aos 
dados do Banco Mundial (WORLD BANK, 2017), pelo PIB do Brasil em dólares. 
Os preços de exportação do café foram obtidos a partir da divisão do valor mensal 
exportado em dólares pela quantidade mensal de sacas de 60 kg exportada pelo Brasil e 
convertidos em reais a partir de dados da taxa de câmbio nominal divulgados pelo Banco 
Central do Brasil disponíveis na base de dados do IPEA. Os dados foram obtidos junto a base 
de dados do Agrostat. Os preços internos do café utilizados neste trabalho foram do café 
arábica em reais por saca de 60 kg líquido, bica corrida, tipo 6, bebida dura para melhor, valor 
descontado o prazo de pagamento pela taxa da NPR, posto na cidade de São Paulo, divulgado 
pelo Centro de Estudos Avançados em Economia Aplicada da Escola Superior de Agricultura 
Luiz de Queiroz (CEPEA, 2017). 
Todos os dados foram coletados para o período de janeiro de 2002 a dezembro de 
2015 e os testes estatísticos e as estimativas que são apresentados neste trabalho foram 
obtidos por meio do software Stata 13. 
 
4.2 Modelo Econométrico 
 
Como em Alves e Bacchi (2004), propõe-se neste trabalho utilizar a metodologia 
econométrica de séries temporais, no caso, um Vetor Auto Regressivo (VAR), que segundo os 
autores, além de permitir que as variáveis incluídas sejam tratadas como endógenas, admitem 
também análises dos efeitos dinâmicos das alterações das variáveis inseridas no modelo. 
 De acordo com Lütkepohl e Krätzig (2004), dado um conjunto de séries temporais 
, o modelo VAR consegue captar as interações dinâmicas entre essas 
variáveis. Em sua forma básica o VAR pode ser representado por: 
 
 (4.2.1) 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
 Onde os ´s são as matrizes de coeficientes e é um vetor 
de perturbações aleatórias com propriedades de ruído branco. Em outras palavras, os ´s são 
vetores estocásticos independentes com 
 Para um modelo estável, tem-se que: 
 
 
 (4.2.2) 
 
 De acordo com a equação (4.2.2), o polinômio definido pelo determinante do operador 
auto-regressívo não tem nenhuma raiz dentro ou sobre o círculo unitário. Se o polinômio tiver 
uma raiz unitária (o determinante é zero para z=1), então todas ou algumas variáveis serão 
integradas (LÜTKEPOHL e KRÄTZIG, 2004). Os procedimentos para verificação da ordem 
de integração de séries temporais na literatura são conhecidos como testes de raiz unitária e 
sua necessidade deve-se à invalidade da inferência estatística tradicional no caso de uma 
regressão espúria7. 
 A partir da década de 70 surgiram diversos testes de raiz unitária, dentre eles estão 
Dickey e Fuller (1979 e 1981) e Phillips e Perron (1988). Dickey e Fuller partem de um 
processo auto-regressívo: 
 
 (4.2.3) 
onde, , é um número real e e não autocorrelacionado, com distribuição normal, 
média zero e variância . Se converge a série é estacionária e . Se , a série 
é não estacionária e segue um passeio aleatório. No caso de , a série é não estacionária 
e a variância cresce exponencialmente a medida que t aumenta. Subtraindo de (4.2.3), 
tem-se (DICKEY & FULLER, 1979): 
 
 (4.2.4) 
em que, a hipótese nula é equivalente a testar sendo que, neste caso, a 
distribuição do teste não é a convencional, t de Student. 
Dickey e Fuller recalcularam o valor do teste t, que é realizado a partir da estatística 
(tau). Phillips e Perron (1988) fizeram uma correção não paramétrica no teste de Dickey e 
Fuller, permitindo que ele seja válido mesmo na presença de variáveis defasadas dependentes 
e correlação serial nos erros. No caso de as séries serem não estacionárias, o teste de raiz 
unitária é repetido nas diferenças das séries temporais até que se possa rejeitar a hipótese de 
não estacionariedade. 
Porém, de acordo com Canti, Garcia e Perron (1999), a presença de valores atípicos 
nas series econômicas diminuem o poder dos testes Dickey e Fuller e Phillips e Perron. Por 
esse motivo outros testes foram desenvolvidos, umdeles é o teste KPSS desenvolvidos por 
Kwiatkowski, Phillips, Schmidt e Shin (1992), em que a hipótese nula é de não existência de 
presença de raiz unitária no processo contra a hipótese alternativa da presença de raiz unitária. 
Outro teste complementar é conhecido com teste HEGY desenvolvido por Hyllaberg, Engle, 
Granger e Yoo (1990), mais comumente utilizado para a existência de raízes unitárias 
 
7 Apesar da obtenção de testes estatísticos significativos, os resultados não têm significado econômico. 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
sazonais. Como uma das características de algumas séries utilizadas no presente trabalho é a 
presença de comportamentos sazonais, optou-se por utilizar o os testes KPSS e HEGY. 
Outro conceito importante diz respeito à ordem de integração, ou seja, ao número de 
diferenças que deve ser aplicado à série para torná-la estacionária. Se as variáveis são 
integradas de mesma ordem é possível que elas “caminhem” juntas ao longo do tempo, ou 
seja, que exista um equilíbrio de longo prazo entre as variáveis, neste caso, interpreta-se que 
as variáveis são co-integração. Na presença de co-integração das variáveis, os resíduos de 
uma regressão entre elas devem ser estacionários. O conceito de co-integração preocupa-se, 
então, com dois pontos fundamentais: o primeiro é testar os resíduos para constatar se se trata 
de uma variável estacionária; o segundo é, dado que as séries são estacionárias, usar essa 
informação para ajustar o modelo VAR. A partir daí, pode ser necessário incorporar o erro de 
equilíbrio, e assim, tem-se um modelo Vetorial de Correção de Erros - VECM (BUENO, 
2011). 
 No caso de mais de duas variáveis explicativas, o teste mais adequado para identificar 
a existência de co-integração é sugerido por Johansen (1988) que se baseia em uma versão 
reparametrizada de um modelo VAR (ALVES; BACCHI, 2004). 
 
 5. RESULTADOS E DISCUSSÕES 
 
 Nesta seção apresenta-se a análise do comportamento da oferta das exportações de 
café a partir da abordagem do modelo de séries temporais. 
O número de defasagens dos modelos foi escolhido a partir dos critérios de Akaike e 
Schwarz, optando-se pela utilização da menor defasagem indicada pelo teste de Schwarz. A 
Tabela 1 apresenta os resultados dos testes KPSS de raiz unitária para as séries exportação de 
café, taxa de câmbio, renda relativa, preço de exportação e preço doméstico. Nos testes KPSS 
a hipótese nula admite a que a série é estacionária e, sob a hipótese alternativa, é integrada de 
ordem um. 
 
Tabela 1: Resultados dos testes KPSS para identificação de ausência de raiz unitária. 
p 
Exportação de 
Café 
Taxa de 
Câmbio 
Renda 
Relativa 
Preço de 
Exportação 
Preço 
Doméstico 
0 0,149** 3,04*** 2,26*** 2,75*** 0,773*** 
1 0,0922 1,55*** 1,18*** 1,4*** 0,399*** 
2 0,072 1,06*** 0,816*** 0,944*** 0,275*** 
3 0,0626 0,808*** 0,629*** 0,719*** 0,214** 
4 0,0583 0,660*** 0,519*** 0,584*** 0,178** 
5 0,0564 0,562*** 0,445*** 0,495*** 0,154** 
6 0,056 0,492*** 0,393*** 0,431*** 0,138* 
7 0,0567 0,440*** 0,354*** 0,384*** 0,126* 
*, **, *** Significativo a nível de 10%, 5% e 1% respectivamente. 
Fonte: Elaborada pelos autores a partir dos dados da pesquisa. 
 
 Os testes KPSS ( = série não possui raiz unitária), rejeitou para as variáveis 
em nível. Exceto para a série Exportações de Café, todos os demais testes foram significativos 
a 1%, 5% ou 10% de significância em p defasagens. Para as Exportações de Café o teste foi 
significativo apenas a 5% de significância quando se considera zero defasagens na equação do 
teste, mostrando certa dificuldade em classificar a série como não estacionária no nível. 
A partir do teste de raiz unitária constatou-se que, excluindo “exportação de café”, 
todas as demais séries avaliadas não foram estacionárias em nível, porém passaram a ser 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
estacionárias em primeira diferença, logo são integradas de ordem um, I(1). Procurando 
aumentar o poder de precisão uma vez que, possivelmente, há sazonalidade nos dados, 
empregou-se também o teste Hegy, proposto por Hylleberg et al. (1990), para testar a 
presença de raízes sazonais e não sazonais. Os resultados são apresentados na Tabela 2, sendo 
possível afirmar que todas as séries em nível possuem uma raiz unitária na frequência zero. 
Para as primeiras diferenças das séries utilizadas é possível inferir que todas elas são 
estacionárias, pois rejeita-se a hipótese de raiz unitária na frequência zero ou não sazonal. 
 
Tabela 2: Resultados dos testes Hegy para presença de raiz unitária. 
Variáveis Modelos com variáveis em nível 
Modelos com 
variáveis na 
primeira diferença 
Exportação de Café -1,127 -4,375** 
Taxa de Câmbio -0,75 -2,498* 
Renda Relativa -1,654 -3,549** 
Preço de Exportação -2,258 -3,550** 
Preço Doméstico -1,336 -3,731** 
Valores críticos 
-3,26 * -3,26 * 
-2,70** -2,70** 
-2,41*** -2,41*** 
*, **, *** Significativo a nível de 10%, 5% e 1% respectivamente. 
Fonte: Elaborada pelos autores a partir dos dados da pesquisa. 
 
O teste de cointegração de Johansen (1988) é baseado no teste do Traço e no teste de 
Máximo Autovalor. Os testes apontaram para a existência de dois e um vetor de cointegração, 
respectivamente. O resultado do teste da raiz máxima é apresentado na Tabela 3. Os 
resultados indicam que existe um vetor de cointegração. Assim, pode-se considerar que essas 
variáveis, em virtude de sua dinâmica comum, apresentam equilíbrio de longo prazo, podendo 
ser consideradas cointegradas. Portanto, o modelo foi ajustado de modo a considerar um vetor 
de correção de erros, passando a estimar um Modelo de Correção de Erro (VEC). 
 
Tabela 3: Resultados do teste de cointegração de Johansen (teste do máximo autovalor). 
Hipótese Nula Hipótese Alternativa Ha Autovalor 
Raiz 
Máxima 
Estatística traço 
1% 5% 
r ≤ 0 r = 1 0,40642 86,5836*** 33,46 38,77 
r ≤ 1 r = 2 0,22260 41,7979*** 27,07 32,24 
r ≤ 2 r = 3 0,09659 16,8628 20,97 25,52 
r ≤ 3 r = 4 0,01618 2,7072 14,07 18,63 
r ≤ 4 r = 5 0,00445 0,74 3,76 6,65 
*** Significativo a nível de 1%. 
Fonte: Elaborada pelos autores a partir dos dados da pesquisa. 
 
A partir dos resultados obtidos no teste foi possível estimar um modelo VEC para a 
oferta de exportação do café brasileiro (equação 5.1). 
 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
 (5.1) 
 
Os valores das estimativas dos coeficientes de curto e longo prazo do modelo VEC 
são apresentados na Tabela 4. As estimativas dos parâmetros de longo prazo estão 
relacionadas à variável “quantidade exportada” de café normalizada. 
 
Tabela 4: Estimativas do modelo VEC 
Variável 
Estimativas dos coeficientes de 
curto prazo 
Transmissão de longo prazo 
isolando a exportações no VEC(1) 
Exportação de Café 0,7690*** 1,000 
Taxa de Câmbio 0,0287 1,859*** 
Renda Relativa -0,1377*** -0,440*** 
Preço de Exportação -0,1385*** 1,620*** 
Preço Doméstico -0,1356*** -1,502*** 
Constante - 11,596 
*** Significativo a nível de 1%. 
Fonte: Elaborada pelos autores a partir de dados da pesquisa. 
Nota: (1) os coeficientes de transmissão podem ser obtidos dividindo o parâmetro de longo prazo do VEC na 
equação 5.1 pelo parâmetro das exportações (0,5379). 
 
O coeficiente para a variável “taxa de câmbio” foi o que apresentou a maior 
elasticidade de transmissão sobre o volume das exportações de café. Isso indica que um 
choque inesperado de 1% na taxa de câmbio transmite aproximadamente 1,86% desta 
variação para o volume das exportações de café. Este resultadosinaliza a influência das 
cotações do dólar sobre o comércio internacional de café brasileiro. 
A variável “renda relativa” foi a que obteve a menor elasticidade de transmissão e 
sinal contrário ao esperado. Uma possível explicação para isso está no fato de se usar o valor 
das importações mundiais como uma proxy para renda mundial. O uso dessa proxy se deu 
pela não disponibilidade da variável renda mundial mensal. 
Em relação ao resultado da variável “preço de exportação”, verificou-se que, 
mantidas as demais variáveis constantes, um acréscimo de 1% no preço de exportação deve 
aumenta a quantidade exportada em 1,62%. A elasticidade de transmissão da variável “preço 
doméstico” indica que um aumento de 1% no preço doméstico do café resultará na redução de 
aproximadamente 1,5% na oferta de exportação de café brasileiro. Por outro lado, o 
decréscimo de 1% no preço doméstico ocasionará no aumento de 1,5% nas exportações do 
grão. 
Os coeficientes de curto prazo descrevem a velocidade de ajustamento de curto prazo 
das variáveis em direção ao equilíbrio de longa prazo. Em um desequilíbrio transitório (de 
curto prazo), o coeficiente apresentando valor elevado indica que a velocidade de ajuste será 
rápida em direção ao equilíbrio de longo prazo. Em contrapartida, um coeficiente 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
apresentando valor mais baixo, demonstra que a velocidade de uma transição da situação de 
desequilíbrio de curto prazo para uma de equilíbrio no longo prazo tenderá a ser corrigida 
mais lentamente. Assim, os resultados das estimativas dos coeficientes de curto prazo 
possibilitam determinar que desequilíbrios transitórios para a variável “exportação de café” 
são corrigidos a uma velocidade de 0,769, ou seja, em menos de dois meses. 
Os desequilíbrios tendem a ser corrigidos a aproximadamente uma mesma 
velocidade de 0,13 para as variáveis “renda relativa”, “preço de exportação” e “preço 
doméstico”, ou seja, para que a renda relativa, preço doméstico e o preço de exportação 
retornem ao equilíbrio, o horizonte temporal é de aproximadamente 7 meses. Em relação a 
variável “taxa de câmbio” o valor estimado de 0,0287 indica que em casos de desequilíbrios 
de curto prazo essa variável não contribui para o ajustamento, sendo fracamente exógena, pois 
o parâmetro de ajustamento não é significativo. 
As funções impulso-resposta (FIR) são apresentadas na Figura 4 e mostram 
ajustamentos temporários (no curto prazo) da exportação de café quando há um choque no 
nível da taxa de câmbio, renda relativa, do preço de exportação e do preço doméstico. 
As funções da Figura 4 mostram que um choque não esperado de desvalorização na 
taxa de câmbio equivalente a um desvio padrão no logaritmo do câmbio se estabiliza cerca de 
dez meses depois com um efeito de aproximadamente 0,9 desvios positivos no logaritmo das 
exportações de café. 
 
Figura 4: Funções de resposta do lnExp ao impulso em lnTxC, lnRr, lnPe e lnPa. 
 
Fonte: Elaborada pelos autores a partir de dados da pesquisa. 
 
 
 6. CONSIDERAÇÕES FINAIS 
 
 O estudo buscou estimar a oferta de exportação do café brasileiro, especificamente 
o café em grão (café verde), entre o período de janeiro de 2002 a dezembro de 2015, a partir 
da análise das séries do preço de exportação do café, a taxa de câmbio, renda relativa, preço 
de exportação e preço doméstico. A principal contribuição desse trabalho é avançar na analisa 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
das exportações do café brasileiro com o avanço na compreensão das variáveis que impactam 
o processo de comercialização do grão. 
Para o referido trabalho foi realizada uma análise econométrica de séries temporais 
considerando as propriedades de cointegração das séries. Os resultados obtidos a partir dos 
testes de cointegração possibilitaram concluir que as variáveis possuem vetor de cointegração, 
sustentando a existência de uma relação linear de longo prazo entre elas e permitindo o 
ajustamento de um VECM. 
A partir da estimação do VECM, concluiu-se pela maior influência da taxa de câmbio 
sobre o volume de exportações de café dentre as demais variáveis utilizadas. Como a teoria 
econômica constata, a taxa de câmbio tem forte influência no volume exportado de 
determinados produtos, refletindo a relevância do valor da moeda local frente a moeda 
internacional. O Brasil, além de ser o maior produtor e exportador de café, também é um dos 
maiores consumidores do produto, portanto, o mercado nacional absorve grande parte da 
produção e as variações na taxa de câmbio influenciam significativamente a quantidade 
exportada. 
O preço do café comercializado pelo Brasil no mercado internacional tem forte 
impacto sobre a oferta das exportações do grão, sinalizando a importância de averiguar a 
demanda mundial de café junto a produção na safra brasileira, considerando o país um 
importante player no mercado internacional. A renda relativa não apresentou a influência 
esperada sobre as exportações, indica que a proxy de renda utilizada pode não ser adequada. O 
preço doméstico apresentou impacto significativo sobre a oferta de exportação, indicando que 
aumentos dos preços domésticos resultam em uma menor oferta de grão para o mercado 
internacional. Conclui-se, portanto, que a taxa de câmbio é um forte influenciador no volume 
exportado café, somado às variáveis preço de exportação e preço doméstico. 
A partir destes resultados, sugere-se como temas de novas investigações, a alteração 
da proxy de renda mundial no processo de estimação da oferta de exportação de café; a 
inserção de variáveis ligadas ao processo produtivo da cafeicultura que podem servir como 
variáveis deslocadoras que auxiliaram em uma melhor identificação da oferta. 
 
 7. REFERÊNCIAS BIBLIOGRÁFICAS 
 
ADAMI, A. C. DE OLIVEIRA. Risco e retorno de investimento em citros no Brasil.Tese 
(Doutorado em Economia Aplicada) – Escola Superior de Agricultura “Luiz de Queiroz”, 
Universidade de São Paulo, Piracicaba - SP, 2010. 
AGROSTAT. Estatística de Comércio Exterior do Agronegócio Brasileiro, Ministério da 
Agricultura, Pecuária e Abastecimento. Disponível em: 
<http://indicadores.agricultura.gov.br/agrostat/index.htm>. Acesso em: 9 jan. 2017. 
ALVES, L. R. A.; BACCHI, M. R. P. Oferta de exportação de Açúcar do Brasil. Revista de 
Economia e Sociologia Rural, v. 42, n. 1, p. 9–33, 2004. 
BACHA, C. J. C. A Cafeicultura Brasileira nas Décadas de 80 e 90 e suas Perspectivas. 
Preços agrícolas: mercado e negócios agropecuários, v. 12, n. 142, p. 14–22, 1998. 
BARROS, G. S. D. C.; BACCHI, M. R. P.; BURNQUIST, H. L. Estimação de equações de 
oferta de exportação de produtos agropecuários para o brasil (1992/2000): Texto para 
discussão, Brasília: IPEA, N.865, 2002. Disponível em: 
<http://www.ipea.gov.br/portal/index.php?option=com_content&view=article&id=4408>. 
Acesso em: 12 ago. 2016. 
BUENO, R. D. L. DA S. Econometria das Séries Temporais. 2o ed. São Paulo - SP: Cegage 
Learning, 2011. 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
CASTRO, E. R. DE; TEIXEIRA, E. C.; LIMA, J. E. DE. Efeito da desvalorização cambial na 
oferta, no preço de insumos e na relação entre os fatores na cultura do café. Revista de 
Economia e Sociologia Rural, v. 43, n. 3, p. 421–441, 2005. 
CATI, R. C.; GARCIA, M. G. P.; PERRON, P. Unit roots in the presence of abrupt 
governmental interventions with an application to Brazilian data. Journal of Applied 
Econometrics, v. 14, n. 1, p. 27-56, 1999. 
CAVALCANTI, M. A. F. H.; RIBEIRO, F. J. As exportações brasileiras no período 1977/96: 
desempenho e determinantes: Texto para discussão, Rio de Janeiro: IPEA,n. 545, 1998. 
Disponível em: 
<http://www.ipea.gov.br/portal/index.php?option=com_content&view=article&id=3817>. 
Acesso em: 2 jan. 2017. 
CONSELHO DOS EXPORTADORES DE CAFÉ DO BRASIL. Relatório mensal, 2016. 
Disponível em: < 
http://www.sapc.embrapa.br/arquivos/consorcio/informe_estatistico/CECAFE_Relatorio_Me
nsal_DEZEMBRO2_2016.pdf>. Acesso em 13 fev. 2017. 
CENTRO DE ESTUDOS AVANÇADOS EM ECONOMIA APLICADA. Disponível em: 
<http://www.cepea.esalq.usp.br/br/indicador/cafe.aspx>. Acesso em: 10 jan. 2017. 
COMPANHIA NACIONAL DE ABASTECIMENTO. Disponível em: 
<http://www.conab.gov.br>. Acesso em: 15 dez. 2016. 
DICKEY, D. A.; FULLER, W. A. Distribution of the Estimators for Autoregressive Time 
Series With a Unit Root. Journal of the American Statistical Association, v. 74, n. 366, p. 
427–431, 1979. 
DICKEY, D. A.; FULLER, W. A. Likelihood Ratio Statistics For Autoregressive Time Serie 
With a Unit Root. Econométrica, v. 49, n. 4, p. 1057–1072, 1981. 
FAVRO, J.; CALDARELLI, C.E.; CAMARA, M.R.G. Modelo de Análise da Oferta de 
Exportação de Milho Brasileira: 2001 a 2012. Revista de Economia e Sociologia Rural, 
Brasília, v. 53, n. 3, p. 455-476, 2015. 
HYLLEBERG, Svend et al. Seasonal integration and cointegration. Journal of econometrics, 
v. 44, n. 1, p. 215-238, 1990. 
INTERNATIONAL COFFEE ORGANIZATION. Disponível em: <http://www.ico.org>. 
Acesso em 9 jan 2017. 
_________. Disponível em <http://www.ico.org/historical/1990%20onwards/PDF/1e-
exports.pdf>. Acesso em 9 jan 2017. 
INSTITUTO DE PESQUISA EM ECONOMIA APLICADA. Disponível em 
<http://www.ipeadata.gov.br/Default.aspx>. Acesso em: 15 dez. 2016. 
_________. Disponível em: < http://ipeadata.gov.br/ExibeSerie.aspx?serid=38389>. Acesso 
em 15 fev 2017. 
JOHANSEN, S. Statistical analysis of cointegration vectors. Journal of Economic Dynamics 
and Control, v. 12, n. 2–3, p. 231–254, 1988. 
KWIATKOWSKI, D. et al. Testing the null hypothesis of stationarity against the alternative 
of a unit root. Journal of Econometrics, North-Holland, v. 54, p. 159-178, 1992. 
LAMOUNIER, W. Comportamento dos preços no mercado spot de café no Brasil: 
análise nos domínios do tempo e da freqüência. São Paulo - SP: Bolsa de Mercadorias & 
Futuros, 2013. 
LOPES, L. M. V. Avaliação da qualidade de grãos crus e torrados de cultivares de 
cafeeiro.2000. 95p. Dissertação (Mestrado em Ciências dos Alimentos) – Universidade 
Federal de Lavras, Lavras- MG, 2000. Disponível em: 
<http://www.sbicafe.ufv.br/handle/123456789/234>. Acesso em: 25 dez. 2016 
 
 
Santa Maria - RS, 30 de julho a 03 de agosto de 2017. 
SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural 
LÜTKEPOHL, H.; KRÄTZIG, M. Applied Time Series Econometrics. New York: 
Cambridge University Press, 2004. 
MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABAASTECIMENTO. Disponível em: 
<http://www.agricultura.gov.br/>. Acesso em: 15 dez. 2016. 
MARTINS, C. M. F. A volatilidade nos preços futuro do café brasileiro e seus principais 
elementos causadores.2005. 154 p. Dissertação (Mestrado em Administração) - 
Universidade Federal de Lavras, Lavras - MG, , 2005. 
NISHIJIMA, M.; SAES, M. S. M.; POSTALI, F. A. S. Análise de concorrência no mercado 
mundial de café verde. Revista de Economia e Sociologia Rural, v. 50, n. 1, p. 69–82, 2012. 
NOGUEIRA, F. T. P. Integração dos mercados internos e externos de café.2005. 120 p. 
Tese (Doutorado em Economia Aplicada) – Universidade Federal de Viçosa, Viçosa - MG, , 
2005. 
PHILLIPS, P. C. B.; PERRON, P. Testing for a Unit Root in Time Series Regressions. 
Biometrika, v. 75, n. 2, p. 335–346, 1988. 
SECRETARIA DE COMÉRCIO EXTERIOR. Disponível em: 
<http://aliceweb.mdic.gov.br//index/home>. Acesso em: 10 jan. 2017. 
THE WORLD BANK. Disponível em: < http://data.worldbank.org>. Acesso em: 10 jan. 
2017. 
 
 
View publication statsView publication stats
https://www.researchgate.net/publication/330514780