Revista académica de economía
con el Número Internacional Normalizado de
Publicaciones Seriadas ISSN 1696-8352

ECONOMÍA DO BRASIL

ANÁLISE ECONOMÉTRICA DO CONSUMO DE CARNE BOVINA NA REGIÃO METROPOLITANA DE BELÉM UTILIZADO O SOFTWARE EVIEWS 3.0.

Arnold Estephane Castro de Souza
Aron Weber da Silva Pinheiro
Elizabeth Cristina Silva da Silva
Kamila Almeida dos Reis
Heriberto Wagner Amanajás Pena (CV)
heripena@yahoo.com.br
UEPA

Resumo:
O presente artigo pretende realizar uma análise econométrica do consumo de carne bovina na região metropolitana de Belém utilizando o método dos mínimos quadrados ordinários (M.Q.O) com auxílio da ferramenta Eviews 3.0 relacionando o consumo (variável dependente) com algumas variáveis definidas para a pesquisa (variáveis independentes), tais dados foram utilizados para a estimação do modelo da demanda, modelo matemático e modelo econométrico.

Palavras Chaves: Consumo de carne bovina, Mínimos quadrados ordinários, Eviews 3.0-

Abstract:
This article intends to conduct an econometric analysis of beef consumption in the metropolitan region of Belém using the method of ordinary least squares (OLS) using the tool Eviews 3.0 relating the consumption (dependent variable) with variables defined for search (independent variables), such data were used to estimate the demand model, mathematical modeling and econometric model.

Keywords: Consumption of beef, ordinary least squares, Eviews 3.0

Para ver el artículo completo en formato pdf pulse aquí

---

Para citar este artículo puede utilizar el siguiente formato:

Castro de Souza, da Silva Pinheiro, Silva da Silva, Almeida dos Reis y Amanajás Pena: "Análise econométrica do consumo de carne bovina na região metropolitana de Belém utilizado o software EVIEWS 3.0.", en Observatorio de la Economía Latinoamericana, Número 169, 2012. Texto completo en http://www.eumed.net/cursecon/ecolat/br/

---

1. INTRODUÇÃO
Segundo a revista Agropecuária (2012), o Brasil é o terceiro maior consumidor mundial de carne bovina consumindo cerca de 38 kg/ano e tende a expandir ainda mais esta situação, pois em 2012 estima-se que o consumo aparente avançaria em 211,5 mil toneladas.
Segundo analistas, este fator se dá devido ao aumento do poder aquisitivo da população brasileira nos últimos anos.
Desta forma, foi realizada uma pesquisa de campo a fim de tomar conhecimento de qual a contribuição da população paraense para este cenário e se há a relação entre o consumo de carne bovina e os preços das demais carnes (ave, porco, peixe) e entre a variação no preço de certos cereais.
Os dados foram coletados através de questionários realizados em supermercados existentes na região metropolitana de Belém e após a coleta foi realizado a ajustamento estatístico destes dados com o auxílio do software Eviews.

Em termos gerais este exercício analisa estatística e economicamente os resultados do modelo de regressão múltipla especificado para demanda de carne bovina estimada através dos mínimos quadrados pelo Eviews.

Para o cumprimento do objetivo deste exercício são necessários:

2.1. O MODELO TEÓRICO DA DEMANDA
2.1.1. CONFIRMAÇÃO E DESCRIÇÃO TEÓRICA
A demanda tratada neste estudo refere-se ao produto carne bovina e de acordo com o enunciado pela lei da demanda, “a quantidade demandada de um bem x qualquer varia na razão inversa da variação dos preços, ou seja, elevações no preço têm como reflexo a queda na quantidade demandada, e vice-versa” (PINDYCK, R. S ; RUBINFELD. D .L, 1999)
De acordo com este princípio elementar da teoria econômica relacionadas às demais variáveis do modelo, teríamos o seguinte modelo teórico:









Observa-se com essa representação a confirmação de uma relação inversamente proporcional entre as variáveis “preço” e “quantidade demandada”.

2.2. MODELO MATEMÁTICO
A equação da regressão múltipla tem a forma seguinte:

Onde:
Y = quantidade demandada de carne bovina;
 = intercepto do eixo y;
 = coeficiente angular da i-ésima variável;
 = número de variáveis independentes.
A idéia contida neste modelo de RLM é de que uma parcela substancial das variações da variável dependente (Y)é explicada pelo conjunto das variáveis independentes ou explicativas (Xj; j=1, 2,..., 6), e a parcela não-explicada dessas variações é representada pelo termo de erro aleatório. No caso das variações explicadas, a contribuição parcial de cada uma das variáveis independentes é isolada por meio dos parâmetros (βi, i=1, 2,..., 6). Assim, β1 indica o quanto Y deve variar em resposta a uma mudança unitária na variável X1, ceteris paribus.
Os problemas econômicos geralmente exigem mais de uma variável explicativa para representá-los. No estudo da carne bovina, por exemplo, necessitou-se para explicar a quantidade demandada do produto, além do preço, a despesa com alimentação, preço do feijão, preço do frango, preço do peixe e quantidade de pessoas.

2.3. MODELO ECONOMÉTRICO
Uma vez definido o modelo matemático, faz-se necessário tornar este modelo matemático em um modelo estatístico que supere a limitação determinista da equação e capte no processo a estimação dos parametros dos efeitos aleatórios das variáveis do modelo. Para isso, o modelo estatístico deve obedecer um modelo de regressão linear, neste caso um modelo especificado com 7 variáveis (incluindo o termo de erro) independentes, assim descrito:

Em que:
α = intercepto da equação a ser estimada, ou valor médio quando as variáveis independentes forem iguais a zero.
β1 = é a resposta em Q quando x1 (despesa com alimentação) varia uma unidade, ceteris paribus;
β2 = é a resposta em Q quando x2 (preço do feijão) varia uma unidade, ceteris paribus;
β3 = é a resposta em Q quando x3 (preço do frango) varia uma unidade, ceteris paribus;
β4 = é a resposta em Q quando x4 (preço da carne bovina) varia uma unidade, ceteris paribus;
β5 = é a resposta em Q quando x5 (preço do peixe) varia uma unidade, ceteris paribus;
β6 = é a resposta em Q quando x6 (quantidade de pessoas) varia uma unidade, ceteris paribus;
ε = é o termo de erro ou erro aleatório do modelo.
O termo novo acrescido na equação é o termo de erro aleatório ou erro estocástico  , que representa todas as influencias que tem poder de modificação na variável dependente e que estão exógenas a este modelo (SANTANA, 2003).

H0 : α = 0 (hipótese nula), de que o intercepto é zero, ou seja, quando o preço da carne bovina for igual a zero, não existe consumo de carne bovina.
Ha : α ≠ 0 (hipótese alternativa), independente do preço haverá demanda ou consumo de carne bovina, ceteris paribus;
H0 : β1 = 0 (hipótese nula), de que a variável x1 não influencia nas quantidades demandadas de carne bovina;
Ha : β1 > 0 (hipótese alternativa), de que a variável x1 influencia positivamente na quantidade demandada de carne bovina, ceteris paribus;
 H0 : β2 = 0 (hipótese nula), de que a variável x2 não influencia nas quantidades demandadas de carne bovina;
Ha : β2 < 0 (hipótese alternativa), de que a variável x2 influencia negativamente na quantidade demandada de carne bovina, ceteris paribus;
H0 : β3 = 0 (hipótese nula), de que a variável x3 não influencia nas quantidades demandadas de carne bovina;
Ha : β3 < 0 (hipótese alternativa), de que a variável x3 influencia negativamente na quantidade demandada de carne bovina, ceteris paribus;
H0 : β4 = 0 (hipótese nula), de que a variável x4 não influencia nas quantidades demandadas de carne bovina;
Ha : β4 < 0 (hipótese alternativa), de que a variável x4 influencia negativamente na quantidade demandada de carne bovina, ceteris paribus. Aqui, os preços apresentam uma correlação negativa com a quantidade demandada de carne bovina, sustentando o postulado da teoria elementar da demanda;
H0 : β5 = 0 (hipótese nula), de que a variável x5 não influencia nas quantidades demandadas de carne bovina;
Ha : β5 < 0 (hipótese alternativa), de que a variável x5 influencia negativamente na quantidade demandada de carne bovina, ceteris paribus;
H0 : β6 = 0 (hipótese nula), de que a variável x6 não influencia nas quantidades demandadas de carne bovina;
Ha : β6 > 0 (hipótese alternativa), de que a variável x6 influencia positivamente na quantidade demandada de carne bovina, ceteris paribus.
Para efeito de teste das hipóteses o nível de significância exigido foi de 5%, com intuito de apurar maior significancia dos parâmetros do modelo de regressão simples.

2.4. APRESENTAÇÃO DOS DADOS ESTATÍSTICOS
A pesquisa foi realizada através de questionários aplicados em supermercados localizados na Região Metropolitana de Belém (RMB). O período de coleta dos dados foi de 2 semanas, ao fim foram preenchidos 366 formulários que continham os dados referentes a alguns itens da cesta básica paraense, além dos dados referentes a renda, quantidade de pessoas por residência e porcentagem de despesa com alimentação. Houve grande variação entre os preços estabelecidos por cada produto devido à diferença de estabelecimentos e diferentes critérios de coleta.
Com base nos dados da amostra, utilizou-se o software Eviews 3.0 para estimar o modelo de regressão linear que explique o consumo de carne bovina na RMB.
2.5. MODELO ESTIMADO E INTERPRETAÇÃO ESTATÍSTICA
Para estimar o modelo foi realizado um teste inicial com o software Eviews 3.0, foram escolhidas as variáveis que representam bens substitutos e complementares da carne bovina, a princípio 12 variáveis: preço do arroz, preço da carne suína, despesa com alimentação, preço da farinha, preço do feijão, preço do frango, preço do macarrão, preço da carne bovina, preço do peixe quantidade de pessoas, renda e o intercepto (c). Os valores em destaque apresentaram probabilidade acima de 5%, indicando pouca correlação entre essas variáveis e a variável dependente (carne bovina).

Fonte: Adaptado do Eviews 3.0
Tabela 1: Valores do teste inicial
Eliminando-se as variáveis de pouca correlação, fez-se novamente uma estimação do modelo, agora utilizando 7 variáveis: despesa com alimentação, preço do feijão, preço do frango, preço da carne bovina, preço do peixe, quantidade de pessoas e o intercepto (c). Apesar dos valores do preço do frango e preço da carne bovina estar acima da probabilidade de 5%, decidiu-se manter para melhor adequação do modelo. A coluna Coefficcient apresenta os coeficientes

Fonte: Adaptado do Eviews 3.0
Tabela 2: Valores do segundo teste.
O valor de R2 gerado no último teste foi de 24%, isso significa que o modelo é explicado em 24% das situações pelas 7 variáveis descritas acima, e 23% do modelo é explicado por variáveis que não estão expressas. Devido à aleatoriedade dos dados o valor de R2 encontrado não será muito alto.
Então, baseado nos dados gerados pelo programa, a equação do modelo de regressão assume a forma abaixo:

Onde:
- : Quantidade demandada de carne bovina;
- : Despesa com alimentação;
- : Preço do feijão;
- : Preço do frango;
- : Preço da carne bovina;
- : Preço peixe;
- : Quantidade de pessoas
2.6. TESTES ESTATÍSTICOS
2.6.1. TESTE DE CORRELAÇÃO
O software Eviews 3.0 realizou o teste de correlação entre as variáveis do modelo. O quadro abaixo mostra o resultado gerado pelo programa:

Fonte: Adaptado do Eviews 3.0
Tabela 3: Matriz de correlação
Os resultados do teste de regressão múltipla estão disponíveis no subitem 2.5.

2.6.2. TESTE DE HOMOSCEDASTICIDADE
A homoscedasticidade pode ser comprovada através do teste White Heteroskedaticity do software Eviews, sendo que foi utilizado esse teste com a opção de termos cruzados, gerando o relatório abaixo. A presença de homoscedasticidade é garantida pela aceitação da hipótese nula por meio do teste F (probability maior que α).

Fonte: Adaptado do Eviews 3.0
Tabela 4: Relatório do teste de homoscedasticidade.

O teste de Breusch-Godfrey – LM (de multiplicadores de Lagrange) é utilizado para identificar a ausência de autocorrelação serial. O software Eviews gerou o seguinte relatório:

 

Fonte: Adaptado do Eviews 3.0
Tabela 5: Resultado do teste de Breusch-Godfrey
Novamente, o teste F (probability maior que α) comprova a ausência de autocorrelação serial.

3. CONCLUSÃO
Os testes realizados possibilitaram a confirmação de que as variáveis que melhor explicam o consumo de carne bovina da região metropolitana de Belém são a despesa com alimentação, quantidade de pessoas por família, o preço do feijão, preço do frango, preço do peixe e o preço da carne bovina. Tais variáveis possuem um bom nível de correlação e satisfazem o modelo, e apesar dos valores do preço do frango e preço da carne bovina estar acima da probabilidade de 5%, optou-se por mantê-los para melhor adequação do modelo
As variáveis apresentadas se adaptam melhor em um modelo de regressão múltipla. Destaca-se o fato de o sinal do coeficiente do preço da carne bovina ser negativo, indicando que seus valores são inversamente proporcionais ao da variável dependente, isso está coerente com a teoria da lei da demanda, sendo que o mesmo possui comportamento afirmando que quando há aumento do preço há uma diminuição do consumo.
As análises realizadas proporcionaram uma boa noção de estimativa quanto ao consumo de carne bovina na região metropolitana de Belém. No entanto, o estudo pode ser mais desenvolvido para um maior detalhamento dos índices desse consumo e uma estimativa mais exata.

REFERÊNCIAS
PINDYCK, R. S; RUBINFELD. D.L. Microeconomia. São Paulo: Saraiva, 1999.
SANTANA, A; C. Métodos Quantitativos em economia: elementos e aplicações. Belém: UFRA, 2003.

---