Transmissão Assimétrica de Preços do Atacado para o Varejo: um Estudo Empírico

Universidade Federal do Rio de J a neiro Instituto de Economia

Transmissão Assimétrica de Preços do Atacado para o Varejo: um Estudo Empírico TD. 001/2008

Marcos A. M. Lima Marcelo Resende

Série Textos para Discussão

Transmissão Assimétrica de Preços do Atacado para o Varejo: um Estudo Empírico*

Marcos A. M. Lima Faculdade IBMEC-RJ Av. Presidente Wilson, 118, Centro, 20.030-020, Rio de Janeiro-RJ, Brasil Email: mamdl@uol.com.br Marcelo Resende Instituto de Economia, Universidade Federal do Rio de Janeiro Av. Pasteur 250, Urca, 22290-240, Rio de Janeiro-RJ, Brasil Email: mresende@ie.ufrj.br

Abstract The paper investigates the prevalence of asymmetric price transmission between the wholesale and retail segments for six selected vegetable products in the city of Rio de Janeiro-Brazil taking as reference weekly data along the 2007-8 period.

The exploratory econometric evidence mostly favors a symmetric price transmission process.

Key-words: wholesale, retail, asymmetric price transmission

Sumário O artigo investiga a prevalência de transmissão assimétrica de preços entre os segmentos de atacado e varejo para seis produtos vegetais selecionados na cidade do Rio de Janeiro-Brasil tomando como referência dados semanais ao longo do período 2007-8. A evidência econométrica exploratória em geral favorece um processo simétrico de transmissão de preços.

Palavras-chave: atacado, varejo, transmissão assimétrica de preços

*

Os autores agradecem a assistência de pesquisa de João Marcos Tavares.

1- Introdução A transmissão dos preços ao longo de uma cadeia produtiva é um tema recorrente na mídia. De fato, possíveis reajustes assimétricos de preços entre os setores atacadistas e varejistas são ocasionalmente mencionados de tal forma que elevações de preços no atacado tenderiam a ser mais prontamente ratificadas no nível do varejo do que reduções de preços naquele segmento. O padrão de transmissão de preços está em parte associado à possibilidade de manutenção de estoques, custos de transportes ou ainda o exercício de poder de mercado por intermediários [Ray et al. (2006) fornecem um sumário dos argumentos teóricos].

No nível empírico emergiu uma literatura que procurou testar a existência de transmissão assimétrica de preços do atacado para o varejo na qual

pode-se mencionar

Bacon (1991), Duffy-Deno (1996), Eckert (2002) e Chen et al (2005) para a comercialização de gasolina e ainda Minten e Kyle (2000) e Miller e Hayenga (2001) para produtos agropecuários.

Ajustes assimétricos de preços parecem prevalecer em diferentes contextos.

No presente trabalho investigamos a prevalência de ajustes assimétricos para legumes selecionados no Rio de Janeiro tendo como referência dados semanais em 2007 e 2008 do atacado e do varejo. Além do interesse geral, o tema parece revestir-se de interesse adicional por conta da recente tendência de elevação dos preços dos alimentos em diferentes países.

O artigo está organizado da seguinte forma. A segunda seção discute os argumentos teóricos que podem levar a padrões assimétricos na transmissão de preços entre o atacado e o varejo e discute a evidência empírica anterior. A terceira seção discute a construção de dados e apresenta o modelo empírico

a ser estimado. A quarta seção apresenta os resultados

empíricos. A quinta seção traz alguns comentários finais.

2- Transmissão de Preços na Cadeia Produtiva

2.1- Aspectos Conceituais

O fenômeno de ajustamento assimétrico nos preços ocorre quando tais preços sobem prontamente em resposta a um aumento de custos, mas não baixam na mesma velocidade caso os custos tenham se reduzido. Estes custos na maior parte dos casos são aproximados pelo preço da principal matéria-prima. Portanto, a comparação feita normalmente envolve os preços praticados pelos vendedores da matéria-prima no atacado e os preços cobrados no varejo.

Quase toda a literatura sobre o assunto é de natureza empírica. Há poucos trabalhos envolvidos no desenvolvimento de um modelo teórico para a explicação da assimetria na transmissão dos preços. A explicação da assimetria nestes artigos está relacionada à existência de poder de monopólio das firmas (Benabou e Gertner (1993), Borenstein e Shepard (1996)), ou de inflação com custos de ajustamento nos preços (Ball e Mankiw (1994). Porém, nenhum destes trabalhos esgota totalmente o assunto e fornece um arcabouço teórico satisfatório.

O texto de Ray et al. (2006) tenta preencher esta lacuna combinando aspectos ligados à literatura acerca do comportamento dos canais de distribuição com os custos de ajustamento nos preços. Estes autores sugerem que os custos de ajustamento de preços enfrentados pelo varejo podem resultar em comportamento assimétrico dos preços no atacado.

Se há custos de ajustamento no varejo, os preços não vão variar por conta de pequenas oscilações nos preços do atacado. Isso faz com que a curva de demanda percebida pelos atacadistas tenha uma região perfeitamente inelástica, na qual seus preços podem variar sem que haja redução na quantidade demandada. Isso faz com que pequenos aumentos de preços sejam lucrativos para os atacadistas e pequenas reduções em seus preços sejam prejudiciais em termos de sua lucratividade, uma vez que não representarão aumento nas quantidades vendidas, já que os preços no varejo não sofrerão alteração.

Para grandes alterações dos preços no atacado, tais autores consideram que os preços no varejo respondam prontamente. Portanto, os preços no varejo se ajustariam de forma

simétrica nestes casos. Haveria, portanto, comportamentos distintos no que concerne a assimetria de acordo com a magnitude das variações dos preços no atacado. Cabe ressaltar, contudo, a natureza simplificada do modelo que considera uma firma no atacado e uma no varejo e considera-se um modelo seqüencial na linha de Stackelberg. No caso de comercialização de alimentos com número razoável de pequenos varejistas o contexto pode ser algo distinto.

Já o artigo de Minten e Kyle (2000) relata que as explicações tradicionais sobre comportamento assimétrico nos preços estão relacionadas à concentração da indústria na revenda e intervenção governamental. Outra explicação é dada por Kinnucan e Forker (1987), de que a elasticidade de transmissão atacado-varejo é diferente de acordo com a fator causador da variação do preço no atacado, se foi aumento na demanda do varejo ou se foi aumento nos custos do atacado. Se foi causada pelo segundo fator, a transmissão de preços para o varejo deve ser inferior ao que seria no primeiro caso. Porém, a existência de estoques, pode em alguns casos neutralizar o impacto de variações na demanda dos revendedores pelo produto no atacado, sobre os preços no atacado.

O modelo usado por Minten e Kyle (2000) em seu estudo é baseado no desenvolvido por Gardner (1975) e Heien (1980), que mostra que os atacadistas defrontam-se com uma demanda quebrada, o que implica em diferentes elasticidades para aumentos e reduções nos preços. Com isso, os preços no varejo responderão de forma diferente, a aumentos e reduções de preços no atacado.

Independentemente dos outros motivos adotados para explicar a transmissão assimétrica do atacado para o varejo, um deles é certamente o mais forte. O poder de mercado dos varejistas, certamente leva a transmissões assimétricas. Isso faz com que esta ferramenta utilizada no presente artigo seja adequada para a verificação da presença de poder de mercado das firmas varejistas.

2.2- Estudos Empíricos Anteriores

A literatura empírica que estudou transmissão assimétrica de preços do atacado pára o varejo concentrou-se basicamente nos mercados de gasolina e de produtos agropecuários.1 Em várias ocasiões constatou-se que os preços do varejo seguem a direção de reajuste dos preços no atacado para aumentos de preços mas não para reduções, embora em nem todos os casos um simples argumento de exercício de poder de mercado prevaleça. A literatura considerou diferentes métodos econométricos mas pode-se observar uma predominância de métodos econométricos para séries temporais. A tabela 2 resume os principais estudos.

INSERIR TABELA 2 POR AQUI

Pode-se observar também uma predominância nos estudos para o setor de gasolina. No presente estudo focamos na transmissão de preços do atacado para o varejo. Existem, contudo, estudos considerando a transmissão de preços a partir de petróleo cru para o varejo como Borenstein et al. (1997), Godby et al. (2000), Chen et al (2005) e Oladunjoye (2008) mas cabe ressaltar que uma vez mais a evidência de assimetria parece prevalecer. Uma aplicação distinta foi efetuada por Minten e Kyle (2000) para a comercialização de alimentos no Zaire e revelou também evidência predominantemente favorável à assimetria de ajustes de preços. No presente trabalho empregamos abordagem semelhante aquele trabalho.

1

A seguir resume-se alguns trabalhos representativos, veja também as referências citadas em Ray et al (2006)

3. Aplicação Empírica

3.1- Questões Econométricas

Na seção anterior ficou clara a prevalência de modelos para séries de tempo para o estudo da transmissão assimétrica de preços e não raro, a disponibilidade de longas séries permite um foco em padrões de longo prazo. Exemplos incluem análises de cointegração no contexto de modelos autoregressivos de limiar (threshold autoregressive models) e propriedades cíclicas investigadas no domínio da freqüência. No presente artigo, o período amostral é relativamente mais curto e assim procura-se empreender uma análise semelhante à desenvolvida para alimentos no trabalho de Minten e Kyle (2000), para tanto nos amparamos na estratégia empírica sugerida por Houck (1977) para testar assimetrias. Para uma especificação considerando termos defasados de primeira ordem pode-se especificar o seguinte sistema onde

i =1, ....n denota o produto:

Vi t = α i 0 + α i1 ( Ai t ) D E + α i 2 ( Ai it −1 ) D E + β i1 ( Ai t ) D R + β i 2 ( Ai it −1 ) D R + λi (Vi ,t −1 ) + η ( PGAS t − PGAS t −1 ) + ∑k γ j S j + δ T + ε it

(1)

O aspecto central da abordagem refere-se à introdução de variáveis dummy para inclinação que captam elevação ou constância do preço do produto i entre 2 períodos consecutivos (DE) e redução ou constância entre 2 períodos consecutivos (DR). Essa são consideradas multiplicativamente com as diferenças nos preços do atacado.2 As variáveis são assim definidas:

2

Uma especificação parcimoniosa apenas com a primeira e primeira diferença defasada para preços do atacado pode ser justificada com o curto período entre a compra e a venda face à possibilidade limitada de estocagem.

Segundo Minten e Kyle (2000) as evidências apontam para uma faixa de 2.7 a 6.2 dias de intervalo entre compra no atacado e venda no varejo para produtos vegetais, mas não possuímos informações mais específicas para o caso ora em estudo.

. Vi t : preços no varejo do produto i no período t . Ai t : preços no atacado do produto i no período t , Sj: variável dummy sazonal para trimestre assume valor 1 no trimestre em questão e 0 caso contrário . T: variável de tendência temporal para captar outros efeitos de longo prazo . ( PGASt − PGASt −1 ): primeira diferença no preço da gasolina como proxy da variação do custo de transporte

Na aplicação considerada na próxima seção consideramos uma versão mais simplificada sem as dummies sazonais e sem variável de tendência. De fato, a estimação com dummies sazonais trimestrais sempre produziu resultados não significativos e por outro lado dado o período amostral curto de aproximadamente um ano e meio, a introdução de uma variável de tendência temporal não parece justificável. Outrossim, face à estacionariedade das variáveis envolvidas (a menos do preço da gasolina) trabalhamos com se séries em níveis em contraste com Minten e Kyle (200) que se defrontaram com variáveis integradas de ordem 1 (I(1)) e consideram um modelo em primeiras diferenças. O sistema apresentado pode ser estimado pelo método de regressões aparentemente não relacionadas [seemingly unrelated regressions-SUR] que procura dar conta de possíveis correlações entre os erros das diferentes equações de forma a gerar estimativas mais eficientes. Com efeito, a possibilidade de choques comuns relevantes para diferentes produtos agrícolas pode ser potencialmente importante.

A lógica da abordagem para testar assimetrias baseia-se na comparação dos coeficientes referentes a elevação ou redução de preço. Mais especificamente, será considerado um teste conjunto da forma abaixo para i=1...n:

Hipótese nula de transmissão simétrica de preços H0: α i1 + α i 2 = β i1 + β i 2 A ser contrastada com a:

Hipótese alternativa de transmissão assimétrica de preços H1: α i1 + α i 2 ≠ β i1 + β i 2

2.2- Base de Dados

O estudo se ampara em duas fontes de dados básicas referentes aos preços de legumes, frutas e hortaliças comercializados na cidade do Rio de Janeiro. Para o atacado obteve-se dados da principal central atacadista [DITEC-CEASA] com freqϋência diária desde 2005. Para o varejo, contudo, a base estava disponível para 8 feiras em diferentes bairros em bases semanais mas apenas para os anos de 2007 e 2008 conforme fornecidos

pela

Coordenadoria de Licenciamento e Fiscalização-Prefeitura da Cidade do Rio de Janeiro. Assim sendo foi necessário restringir o estudo para 2007 e 2008 e para os dados do atacado foram geradas médias semanais. Vale ressaltar ainda que os dados do atacado contemplam diferentes variedades para cada produto ao contrário dos dados do varejo. Nesse sentido optou-se por selecionar produtos com series completas e para os quais o tipo da variedade estava claramente explicitado. Por outro lado, optamos por considerar no varejo uma feira por região [Tijuca (zona norte); Leblon (zona sul); Barra da Tijuca (zona oeste)] e foram selecionados seis produtos [abobrinha extra, aipim comum, inhame extra, jiló extra, pepino extra, vagem manteiga extra]. No nível do atacado os produtos são comercializados em caixas que apesar de supostamente

serem as mesmas ao longo do tempo comportam alguma

variação de peso, assim considerou-se o peso médio da caixa para se gerar o preço por quilograma. Para o varejo o preço coletado já é por quilograma. Assim sendo, a amostra é composta de 70 observações semanais, tendo como primeira sena aquela iniciada em 29/01/2007 e tendo como última semana aquela iniciada em 26/05/2008.3

3

Para a semana que se inicia em 16/04/2007 os dados de varejo não estavam disponíveis então dói considerada a média das semanas adjacentes.

Adicionalmente, consideramos o preço médio da gasolina em postos na cidade do Rio de Janeiro como proxy do custo de transporte dos varejistas. Os dados forma obtidos a partir de pesquisa semanal efetuada pela Agência Nacional do Petróleo-ANP em uma amostra de postos .

A tabela 2 apresenta estatísticas descritivas para base de dados;

INSERIR TABELA 2 POR AQUI Pode-se constatar que a amostra evidencia ampla heterogeneidade entre os diferentes mercados varejistas considerados e como seria esperado em um mercado de pequenos varejistas as margens do atacado para o varejo tendem a ser elevadas. Com efeito, considerando uma margem de comercialização análoga ao índice de Lerner definida como (pvarejo-patacado)/pvarejo observa-se um padrão interessante. Em que pesem as flutuações pontuais, as estatísticas descritivas para margens reportadas na tabela 3 indicam comportamento médios algo semelhantes entre produtos e para diferentes mercados. Nota-se pois que margens próximas de 60% parecem ser típicas.

INSERIR TABELA 3 POR AQUI

Por fim, cabe ressaltar que não foi possível obter series completas e com definição não ambígua para produtos ainda mais perecíveis como hortaliças. De qualquer forma, além da perecibilidade não desprezível de alguns produtos selecionados, não se deve esperar a priori uma capacidade significativa de estocagem por parte de feirantes de pequeno porte .

4- Resultados Empíricos

O sistema anteriormente mencionado foi estimado pelo método de regressões aparentemente não relacionadas-SUR com a utilização do software Eviews 6.0. Os resultados

para os mercados da zona norte (Tijuca), zona sul (Leblon) e zona oeste (Barra da Tijuca) da cidade do Rio de Janeiro são respectivamente reportados nas tabelas 4, 5 e 6; INSERIR TABELAS 4, 5 E 6 POR AQUI

Contudo, como estamos lidando com dados para séries de tempo é importante examinarmos preliminarmente a estacionariedade das séries envolvidas para evitarmos problemas de regressão espúria. Assim, consideramos testes de raiz unitária [augmented Dickey-Fuller-ADF] que são reportados no apêndice. A evidência indica que a grande maioria das séries já são estacionárias (I(0)) ao passo que a série de preço de gasolina é integradas de ordem 1 (I(1)). Nesse sentido, podemos proceder com segurança.

Os resultados, via de regra, são modestos no que tange à significância estatística dos coeficientes. O resultado mais saliente foi a persistência da diferença dos preço defasado do varejo nos diferentes mercados e para diferentes produtos. Os coeficientes das variáveis compostas com as dummies de inclinação só se mostram significativos em poucos casos o que já fornece uma indicação preliminar de que movimentos abruptos de transmissão de preços não parecem prevalecer. Por fim, merece menção a significância dos coeficientes relativos a variações no preço da gasolina em diferentes casos o que pode indicar algum papel relevante para custos de transportes. Todavia seria desejável a utilização de series mais longas e com maior variabilidade para se chegar a resultados mais contundentes.

De todo modo, consideremos os testes de assimetria que são reportados na tabela 7.

INSERIR A TABELA 7 POR AQUI

Como pode-se ver a evidência favorece a prevalência de ajustes simétricos de preços com a única exceção da abobrinha no mercado do Leblon. Esse resultado contrasta com a predominância de ajustes assimétricos de preços encontrada por Minten e Kyle (2000) para o mercado de Kinshasa-Zaire, em que pese que aquele trabalho se concentre mais em grãos.

5- Comentários Finais

O artigo procurou implementar uma investigação sobre a transmissão de preços do atacado para o varejo para um conjunto de vegetais selecionados na cidade do Rio de Janeiro.

Essa base de dados não anteriormente utilizada permitiu uma primeira aproximação empírica para a referida questão.

O trabalho teve um caráter exploratório mas gerou alguns resultados sugestivos que devem merecer outras investigações. De fato, efeitos estatisticamente significativos só foram detectados em alguns casos mas claramente os diferentes mercados parecem possuir dinâmicas algo distintas.

No que concerne à questão de ajustes possivelmente assimétricos a evidência exploratória favoreceu um comportamento simétrico. Todavia, foi encontrada alguma evidência de ajustes assimétricos de preços em um mercados caracterizado por um poder compra mais elevado dos consumidores. Conquanto esse ponto exija mais estudos a possibilidade de exercício mais acentuado de poder de mercado naquelas localidades é sugestiva.

Diferentes direções para pesquisa futuras parecem relevantes. Vale lembrar que os trabalhos empíricos que testaram ajustes assimétricos de preços do atacado para o varejo via de regra focaram no atacado/varejo de gasolina. Seria interessante estudar mais detidamente a transmissão no contexto de algum produto em que a perecibilidade e dificuldade de estocagem do produto não prevaleçam. Por outro lado, propriedades cíclicas dos preços poderiam ser investigados de forma proveitosa com modelos de series de tempo no domínio da freqüência.

ReferĂŞncias Bacon, R. (1991), Rockets and feathers: the asymmetric speed of adjustment of U.K. retail gasoline prices to cost changes, Energy Economics, 13, 211-18 .

Borenstein, S., Cameron, A., Gilbert, R. (1997), Do gasoline prices respond asymmetrically to crude oil prices?, Quarterly Jourmal of Economics, 112, 305-309.

Chen, E.H., Finney, M., Lai, K.S. (2005), A threshold cointegration analysis of asymmetric price transmission from crude oil to gasoline prices, Economics Letters, 89, 233-239.

Duffy-Deno, K. (1996), Retail price asymmetries in local gasoline markets, Energy Economics,18, 81-92.

Eckert, A. (2002), Retail price cycles and response asymmetry, Canadian Journal of Economics, 35, 52-77.

Godby, R., Lintner, A.N., Stengos, T., Wandschneider, N. (2000), Testing for asymmetric price in the Canadian retail gasoline market Energy Economics, 22, 349-368.

Houck, J.P. (1977), An approach to specifying and estimating non-reversible functions, American Journal of Agricultural Economics, 59, 570-572.

Miller, D.J., Hayenga, M.L. (2001), Price cycles and asymmetric price transmission in the U.S. pork market, American Journal of Agricultural Economics, 83, 551-562.

Minten, B., Kyle, S. (2000), Retail margins, price transmission and price asymmetry in urban food markets: the case of Kinshasa (Zaire), Journal of African Economies, 9, 1-23.

Oladunjoye, I. (2008), Market structure and price adjustment in the U.S. wholesale gasoline markets, 30, Energy Economics, 937-961.

Peltzman, S. (2000), Prices rise faster than they fall, Journal of Political Economy, 108, 466502.

Ray, S., Chen, H., Bergen, M.E., Levy, D. (2006), Asymmetric wholesale pricing: theory and evidence, Marketing Research, 25, 131-154.

Tabela 1 Estudos empíricos sobre transmissão assimétrica de preços Artigo

Produtos

Amostra

Modelo

Outros controles

Bacon (1991)

gasolina

1982-89 para os EUA

Modelo de ajustamento não linear (quadrático)

não

Evidência de assimetria sim

Duffy-Deno (1996)

gasolina

dados semanais de 1989 a 1993 para Salt Lake City-Utah-E.U.A. ....dados semanais de 1987 a 1989 para..Kinshasa-Zaire

não

sim

preço da gasolina como proxy de custo de transporte e dummies sazonais não

sim

Minten e Kyle (2000)

Miller e Hayenga (2001)

grãos e farinhas

porco

Eckert (2002)

gasolina

Chen et al (2005)

Gasolina

Dados semanais de 1981 a 1995 em dois estados dos Estados Unidos Dados semanais de 1989 a1994 para Windsor-Canadá Dados semanais de 1991 a 2003

Regressões aparentemente não relacionadas (SUR) auto regressões vetoriais (VAR) e regressões por espectro de banda modelo de correção de erros modelo de correção de erros para threshold regressions

sim (para a segunda classe de modelo)

dummies sazonais

sim

não

sim

Tabela 2 Estatísticas Descritivas Produto Abobrinha extra

Aipim comum

Média

Desvio Padrão

Mínimo

Máximo

Atacado

1.01

0.34

0.53

1.86

Varejo-Tijuca

2.81

0.48

2.00

3.90

Varejo-Leblon

2.94

0.65

2.00

4.60

Varejo-Barra

2.86

0.44

1.80

4.00

Atacado

0.78

5.89E-02

0.66

0.91

Varejo-Tijuca

1.97

0.22

1.00

2.50

Varejo-Leblon

2.16

0.39

1.00

3.00

Varejo-Barra

1.95

0.22

1.00

2.20

Produto Inhame extra

Jiló extra

Pepino extra

Média

Desvio Padrão

Mínimo

Máximo

Atacado

1.11

0.23

0.82

1.77

Varejo-Tijuca

3.04

0.45

2.00

3.90

Varejo-Leblon

2.90

0.37

2.00

4.00

Varejo-Barra

2.96

0.41

2.00

3.60

Atacado

1.22

0.34

0.69

2.24

Varejo-Tijuca

2.74

0.75

1.60

3.90

Varejo-Leblon

2.81

0.51

2.00

4.00

Varejo-Barra

2.53

0.74

1.00

4.60

Atacado

0.72

0.17

0.43

1.20

Varejo-Tijuca

2.26

0.35

2.00

3.50

Varejo-Leblon

2.14

0.26

1.90

2.80

Varejo-Barra

1.94

0.28

1.40

2.60

Produto Vagem manteiga extra

Gasolina

Média

Desvio Padrão

Mínimo

Máximo

Atacado

2.01

0.71

0.82

3.82

Varejo-Tijuca

4.40

1.19

2.80

7.90

Varejo-Leblon

4.38

1.02

2.50

6.80

Varejo-Barra

4.38

1.00

3.00

6.90

2.49

1.73E-02

2.46

2.53

Tabela 3 Margens de Comercialização entre Atacado e Varejo Produto

Abobrinha extra Aipim comum Inhame extra Jiló extra Pepino extra Vagem manteiga extra

Feira da Zona Norte (Tijuca) Média

Desvio Padrão

Mínimo Máximo

0,64

9,96E-02

0,40

0,59

9,09E-02

0,63

Feira da Zona Sul (Leblon)

Feira da Zona Oeste (Barra da Tijuca) Média Desvio Mínimo Máximo Padrão

Média

Desvio Padrão

Mínimo

Máximo

0,78

0,65

0,11

0,38

0,82

0,65

9,98E-02

0,41

0,82

0,09

0,71

0,63

8,82E-02

0,28

0,76

0,59

9,78E-02

0,15

0,67

9,48E-02

0,24

0,76

0,61

9,64E-02

0,31

0,77

0,62

8,68E-02

0,40

0,76

0,55

0,11

0,28

0,72

0,56

9,30E-02

0,35

0,73

0,49

0,18

-0,22

0,73

0,68

7,40E-02

0,44

0,82

0,66

6,79E-02

0,49

0,78

0,63

7,25E-02

0,46

0,78

0,54

0,11

0,10

0,78

0,53

0,15

-0,01

0,82

0,53

0,14

0,17

0,80

Tabela 4 Resultados Econométricos para Varejo da Zona Norte da Cidade do Rio de Janeiro (Tijuca) Variáveis independentes

Abobrinha extra

Aipim comum

Pepino extra

Inhame extra

Jiló extra

Vagem manteiga extra

1.034 (0.000)

2.309 (0.000)

0.703 (0.002)

0.951 (0.004)

1.114 (0.000)

0.882 (0.007)

0.515 (0.045)

-0.360 (0.746)

0.167 (0.668)

0.003 (0.996)

-0.133 (0.710)

0.462 (0.149)

0.307 (0.282)

-0.863 (0.306)

0.285 (0.584)

-0.159 (0.812)

0.880 (0.106)

0.603 (0.155)

-0.136 (0.660)

0.040 (0.973)

0.459 (0.311)

0.343 (0.578)

0.900 (0.050)

0.278 (0.455)

0.119 (0.643)

0.628 (0.463)

0.213 (0.643)

0.510 (0.366)

-0.158 (0.740)

-0.004 (0.992)

(Vi,t-1)

0.476 (0.000)

-0.074 (0.499)

0.515 (0.000)

0.556 (0.000)

0.304 (0.003)

0.506 (0.000)

(PGASt-PGASt-1)

2.201 (0.519) 0.539

-3.248 (0.180) 0.050

7.101 (0.021) 0.329

-6.549 (0.102) 0.321

14.209 (0.001) 0.487

5.690 (0.450) 0.650

Intercepto (Ait)DE (Ai,t-1)DE (Ait)DR (Ai,t-1)DR

R2

Nota: a significância é reportada entre parênteses

Tabela 5 Resultados Econométricos para Varejo da Zona Sul da Cidade do Rio de Janeiro (Leblon) Variáveis independentes

Abobrinha extra

Aipim comum

Pepino extra

Inhame extra

Jiló extra

Vagem manteiga extra

1.697 (0.000)

0.185 (0.726)

0.837 (0.000)

2.333 (0.000)

1.368 (0.000)

1.792 (0.000)

0.353 (0.468)

0.819 (0.607)

0.274 (0.252)

0.234 (0.634)

0.717 (0.019)

-0.082 (0.818)

-0.079 (0.883)

0.684 (0.568)

0.297 (0.360)

-0.241 (0.709)

0.219 (0.632)

0.539 (0.272)

0.823 (0.164)

0.171 (0.918)

0.254 (0.370)

-0.399 (0.502)

0.037 (0.922)

0.790 (0.069)

0.890 (0.057)

0.306 (0.799)

0.184 (0.532)

-0.023 (0.966)

0.697 (0.093)

0.191 (0.635)

(Vi,t-1)

0.073 (0.491)

0.559 (0.000)

0.440 (0.000)

0.272 (0.007)

0.123 (0.209)

0.285 (0.007)

(PGASt-PGASt-1)

11.078 (0.059) 0.299

-2.678 (0.425) 0.379

2.771 (0.167) 0.433

6.960 (0.066) 0.050

0.049 (0.990) 0.528

-4.810 (0.563) 0.414

Intercepto (Ait)DE (Ai,t-1)DE (Ait)DR (Ai,t-1)DR

R2

Nota: a significância é reportada entre parênteses

Tabela 6 Resultados Econométricos para Varejo da Zona Oeste da Cidade do Rio de Janeiro (Barra da Tijuca) Variáveis independentes

Abobrinha extra

Aipim comum

Pepino extra

Inhame extra

Jiló extra

Vagem manteiga extra

0.842 (0.001)

1.881 (0.000)

0.559 (0.003)

0.893 (0.009)

0.420 (0.170)

0.372 (0.198)

0.346 (0.216)

-0.432 (0.673)

0.454 (0.120)

-0.684 (0.153)

0.706 (0.174)

0.236 (0.331)

0.440 (0.154)

-0.131 (0.866)

0.631 (0.115)

0.223 (0.725)

0.748 (0.346)

0.127 (0.695)

0.013 (0.970)

-0.418 (0.699)

0.153 (0.667)

1.033 (0.076)

0.148 (0.826)

0.254 (0.391)

-0.118 (0.657)

-0.760 (0.339)

0.045 (0.900)

0.091 (0.865)

0.033 (0.961)

0.254 (0.358)

(Vi,t-1)

0.588 (0.000)

0.388 (0.000)

0.479 (0.000)

0.592 (0.000)

0.449 (0.000)

0.714 (0.000)

(PGASt-PGASt-1)

-0.487 (0.881) 0.500

2.312 (0.274) 0.253

1.135 (0.618) 0.437

1.381 (0.688) 0.417

-0.710 (0.910) 0.392

5.402 (0.326) 0.744

Intercepto (Ait)DE (Ai,t-1)DE (Ait)DR (Ai,t-1)DR

R2

Nota: a significância é reportada entre parênteses

Tabela 7 Testes de Wald para Simetria na Transmissão de Preços do Atacado para o Varejo Produtos

Zona Norte (Tijuca)

Zona Sul (Leblon)

Zona Oeste (Barra da Tijuca)

Estatística de Teste [χ2(1)] Abobrinha extra

0.218 (0.640)

3.289 (0.050)

0.121 (0.728)

Aipim comum

0.623 (0.430)

0.000 (0.996)

0.162 (0.687)

Pepino extra

1.022 (0.312)

0.371 (0.542)

0.499 (0.480)

Inhame extra

0.022 (0.962)

0.982 (0.322)

0.124 (0.725)

Jiló extra

0.110 (0.740)

2.081 (0.149)

0.145 (0.703)

Vagem manteiga extra

1.379 (0.340)

0.026 (0.873)

1.392 (0.238)

Nota: significância (p-value) é reportada entre parênteses

Apêndice Testes de raiz unitária (augmented Dickey-Fuller-ADF) para preços de vegetais selecionados no atacado e no varejo e gasolina no varejo Produto

Abobrinha extra Aipim comum Inhame extra Jiló extra Pepino extra Vagem manteiga extra

Atacado

-4.664 (0.002) -4.169 (0.002) -2.755 (0.070) -3.649 (0.007) -3.831 (0.004) -2.951 (0.045)

Varejo Tijuca

Leblon

-3.903 (0.003) -8.979 (0.000) -2.265 (0.186) -4.467 (0.000) -4.781 (0.000) -3.254 (0.021)

-6.484 (0.000) -4.022 (0.002) -7.194 (0.000) -2.591 (0.099) -3.965 (0.003) -4.718 (0.000)

Barra da Tijuca -4.106 (0.002) -5.131 (0.000) -3.749 (0.005) -5.194 (0.000) -3.986 (0.003) -2.483 (0.124)

Gasolina -2.065 (0.259) Nota: a significância (p-value) é indicada entre parênteses e o número de defasagens nas regressões para determinação da estatística ADF foi definido com base no critério de Akailke.