MURILO ARRUDA SABINO DE SOUZA

INDICADORES REGIONAIS DE PREOS AO CONSUMIDOR:

RELAO DE INTEGRAO ESPACIAL ENTRE OS PREOS DAS CESTAS BSICAS NO
MUNICIPIO DE CAMPOS DOS GOYTACAZES COM AS CAPITAIS DA REGIAO SUDESTE

Campos dos Goytacazes

2013

MURILO ARRUDA SABINO DE SOUZA

INDICADORES REGIONAIS DE PREOS AO CONSUMIDOR:

RELAO DE INTEGRAO ESPACIAL ENTRE OS PREOS DAS CESTAS BSICAS NO MUNICIPIO
DE CAMPOS DOS GOYTACAZES COM AS CAPITAIS DA REGIAO SUDESTE

Orientador: Prof. Doutor Gustavo Henrique Naves Givisiez

Campos dos Goytacazes
Trabalho de Concluso da disciplina Monografia
II do Curso de Cincias Econmicas da
Universidade Federal Fluminense.

Campos dos Goytacazes

2013

MURILO ARRUDA SABINO DE SOUZA

INDICADORES REGIONAIS DE PREOS AO CONSUMIDOR:

UMA ANLISE TEMPORAL DA CESTA BSICA MUNICIPAL

Trabalho de Concluso da disciplina Monografia

II do Curso de Cincias Econmicas da
Universidade Federal Fluminense.

Aprovada em ___ de Janeiro de 2014.

BANCA EXAMINADORA

______________________________________________________

Prof Dr Gustavo Henrique Naves Givisiez

______________________________________________________

Prof Dr Alan Figueiredo de Aredes

______________________________________________________
Prof Dr Elzira Lcia de Oliveira

Campos dos Goytacazes

2013

A Deus, que esteve presente

em todos os momentos
firmes e trmulos
e pelo seu amor infinito e
Aos meus pais,
com muito amor e admirao.

AGRADECIMENTOS

Primeiramente, gostaria de agradecer a Deus que sempre esteve comigo nos dias de maior dificuldade.
Gostaria de Agradecer ao meu pai, Samuel de Souza por ser o melhor pai que algum poderia ter, pelo
seus ensinamentos, por sua conversa de tom calmo, que sempre me passou muita tranquilidade e por ter
acreditado nesse sonho que est virando realidade.
Agradeo a minha me, Edileusa Arruda por ser sempre to zelosa, carinhosa e preocupada, por que
mesmo estando longe me ligava sempre preocupada e querendo noticias, obrigado me que sempre torceu,
torce e torcer por mim.
Gostaria de agradecer a Universidade Federal Fluminense, que me deu os meios para que se fosse possvel
galgar essa estrada.

RESUMO

Introduo e justificativa (duas frases). Hiptese (uma frase). Metodologia (duas frases).
Principais resultados (trs frases).
Esta monografia testa se h a transmisso de preos e integrao espacial da cesta
bsica da cidade de campos dos Goytacazes com as capitais da regio sudeste do Brasil
e verifica o cumprimento da Lei do Preo nico (LPU) em mercados separados
espacialmente, fazendo uso de tcnicas de cointegrao. O teste de raiz unitria mostra
que estas sries so integradas de mesma ordem e so co-integradas e que existe uma
relao de equilbrio de longo prazo. Outra constatao, decorrente da estimao de um
modelo de correo de erros, para determinar os efeitos da cointegrao no curto prazo,
e da aplicao do Teste de Causalidade de Granger que o preo da cesta bsica da
cidade de So Paulo e do Rio de Janeiro Granger-causa os preos da cidade de Campos
dos Goytacazes.

ABSTRACT

This monograph test the fulfilment of the law of one price (LOP) in spatially separated
markets, using the co-integration techinics. The unit root tests indicate that all series are
integrated of same order and they are co-integrated, exists a balanced relation on longrun. Another outcome, resulting from the estimation of an error correction model and the
application of the Granger causality test, is that the price of the basic basket of So Paulo
and Rio de Janeiro Granger-causes the prices in the city Campos dos Goytacazes.

Sumrio

1- Introduo
A realizao das analises sobre integrao espacial e transmisso de preos do
um grande destaque a importantes aspectos da economia: a distribuio espacial de
bens. Dentro dessa discusso sobre integrao de mercado, a cesta bsica destaca-se
por representar um conjunto de produtos necessrios a sobrevivncia do trabalhador e,
tambm, por ser um item importante na composio de ndices de inflao.
No Brasil so elaborados diversos estudos que identificam a ocorrncia ou no de
inflao. Segundo Sandroni (2000: p 301), pode-se definir inflao como aumento
persistente dos preos em geral, de que resulta uma contnua perda do poder aquisitivo
da moeda. Quando h uma elevao nos preos, esta no caracterizada como
inflao, pois o preo de um produto pode aumentar enquanto o de outros podem no
aumentar, caracterizando uma variao relativa dos preos, da veio necessidade que
houvesse uma produo contnua e sistemtica de ndices de preos ao consumidor, que
tem por objetivo o acompanhamento da variao dos preos relativos de um conjunto de
produtos e servios.
Segundo o Banco Central do Brasil (2010) os ndices de preos foram criados com
diversos objetivos, para realizarem diversos tipos de correes em operaes e
demonstraes financeiras, salrios, entre outros, alm de medir a inflao. Para esse
fim, o Instituto Brasileiro de Geografia e Estatstica IBGE responsvel pelo
gerenciamento do Sistema Nacional de Preos ao Consumidor SNIPC, que produz e
divulga, desde 1979, ndices nacionais de preos ao consumidor.
Os principais indicadores produzidos pelo SNIPC so o ndice Nacional de Preos ao
Consumidor - INPC e pelo ndice Nacional de Preos ao Consumidor Amplo IPCA, que
tm como unidade de coleta os estabelecimentos comerciais e de prestao de servios,
as concessionrias de servios pblicos e os domiclios. Entretanto, a abrangncia
geogrfica desses ndices limita-se a algumas regies metropolitanas do pas e aos
municpios de Braslia e Goinia. Dessa forma, o SNIPC no abrange as cidades
localizadas em cidades e regies do interior do pas.
1.2 Obteno e calculo dos ndices
A estimativa do custo de uma cesta bsica baseia-se no clculo de um nmero
ndice que atualizado mensalmente. Os nmeros ndice, ou, simplesmente, ndices
so propores estatsticas, geralmente expressas em percentagens concebidas para
comparar as situaes de um conjunto de variveis em pocas e localidades diversas
(Hoffmann, 2006). Sendo assim, em outras palavras, os ndices indicam a variao
relativa no preo, na quantidade ou no valor entre um ponto anterior no tempo (perodo
base) e o perodo corrente. Os ndices simples so aqueles que analisam apenas as
variaes de um produto e aqueles que envolvem um grupo de produtos so chamados
de ndices compostos (Stevenson, 1981). A cesta bsica alimentar, a ser analisada na

monografia, corresponde a um ndice composto, pois se refere a um conjunto de produtos

utilizados por uma famlia durante um ms.
H trs classificaes de nmeros ndice: ndice de preo, ndice de quantidade e
ndice de valor. O ndice de preo refere-se variao do preo dos produtos, mantendose inalterada a quantidade dos produtos. O ndice de quantidade, por sua vez, considera
apenas a variao das quantidades consumidas, mantendo-se fixo o preo dos produtos.
Por fim, o ndice de valor considera a variao das quantidades e dos preos
simultaneamente. Nota-se que o problema em determinar as variaes nos preos para
um grupo de artigos que, usualmente, tambm ocorrem variaes nas quantidades
(Stevenson, 1981). Assim, para estimativas de ndices de preos, a exemplo do custo da
Cesta Bsica Alimentar Municipal, as quantidades dos produtos devem ser fixas, ou seja,
as quantidades no perodo base so exatamente iguais s do perodo corrente.
Dessa forma, a primeira etapa para a elaborao de uma Cesta Bsica refere-se
definio de quais produtos devem comp-la e as suas respectivas quantidades.
Entretanto, vrios fatores podem alterar essa listagem na sua composio, nos critrios e
nas quantidades. A alterao da regio de moradia do consumidor e do padro de
consumo, por exemplo, j seria suficiente para alterar a metodologia. Nesse contexto,
Barretto, Cyrillo e Cozzolino (1998) sugerem dois processos de construo de cestas de
alimentos, com caractersticas distintas: um baseado no levantamento da demanda das
famlias e outro baseado no consumo calrico.
O primeiro tipo refere-se aos processos de estimativa derivados da observao
direta do consumo dos domiclios baseiam-se em pesquisas amostrais a exemplo da
Pesquisa de Oramentos Familiares POF, sistematizada pelo Instituto Brasileiro de
Geografia e Estatstica IBGE. A partir desse tipo de levantamento de dados,
determinam-se os principais componentes da dieta das famlias, em mdia, em certa
regio e perodo. O pressuposto desse processo de construo que as escolhas de
consumo dos indivduos so baseadas na racionalidade econmica de maximizao do
bem-estar, a partir da renda disponvel e dos preos vigentes. O segundo tipo considera
que o consumo alimentar verificado nas populaes no so indicadores seguros de
nutrio saudvel. Nesse caso, as cestas de alimentos procuram suprir, mesmo que
parcialmente, recomendaes nutricionais baseadas no campo da sade pblica e
nutrio (Barretto, Cyrillo e Cozzolino,1998). Sendo assim, no segundo tipo, as cestas
alimentares consideram uma alimentao desejvel e, no primeiro tipo considerada a
alimentao realizada pelas famlias. Outros tipos poderiam ainda ser desenvolvidos
para estudos mais aprofundados que considerem cestas alimentares especficas,
elencando, por exemplo, alimentos orgnicos, dietticos, hiper e hipocalricos, dentre
outros.
A Cesta Bsica Nacional foi definida legalmente pelo decreto-lei n 399, de 1938,
ainda em vigor (tabela 1) tinha por objetivos lastrear os clculos do Salrio Mnimo. A
escolha de produtos que compe essa cesta alimentar varia em quantidade de acordo

com a regio do pas, adaptando-a ao estilo de vida local, padro de consumo,

disponibilidade de alimentos. Embora a existncia de uma legislao nacional que defina
de forma hermtica os produtos alimentares de uma famlia possa ser questionada, a
padronizao de critrios nacionais sobre o tema viabiliza a construo de indicadores
comparveis em todo o territrio nacional e em vrios perodos do tempo. Dessa forma,
os ndices de cesta bsica tm sido calculados por vrias instituies, a exemplo de
SEI/BA, DIEESE, IPEAD/UFMG, UNIMONTES, UFV, dentre outros.

Tabela 1
Lista de produtos que compe a Cesta Bsica Nacional definida pelo Decreto Lei n 399,
de 1938. Brasil.

Grupo de Alimentos

Unidades de
medida

Regio 1

Regio 2

Regio 3

Carnes

Kg

6,00

4,50

6,60

Leite e derivados

7,50

6,00

7,50

Feijo

Kg

4,50

4,50

4,50

Arroz

Kg

3,00

3,60

3,00

Farinhas

Kg

1,50

3,00

1,50

Batata

Kg

6,00

Tomate

Kg

9,00

12,00

9,00

Pes e similares

Kg

6,00

6,00

6,00

Caf em p

Kg

0,60

0,30

0,60

Banana

Unidade

90

90

90

Acar

Kg

3,00

3,00

3,00

leos

0,75

0,75

0,90

Manteiga

Kg

0,75

0,75

0,75

6,00

Notas: Regio 1: SP, MG, ES, RJ, GO e DF; Regio 2: PE, BA, CE, RN, AL, SE, AM, PA, PI, TO, AC, PB, RO, AM, RR
e MA e Regio 3: PR, SC, RS, MT e MS

Fonte

Dieese (2009)

No possvel afirmar se a metodologia utilizada no desenvolvimento da Cesta

Bsica Nacional baseou-se na anlise da alimentao "realizada" pelas famlias
brasileiras ou, de forma distinta, se foi baseada em uma cesta alimentar que fosse
"adequada" s famlias. certo que, em 1938, as metodologias e ferramentas de anlise
estatstica eram muito distintas das atuais, e tambm certo que no existiam dados
estatsticos de abrangncia nacional a exemplo da POF e da PPVE. Sendo assim, tal
metodologia provavelmente considerou uma pequena amostra de famlias e uma
listagem terica de alimentos pretensamente suficiente para alimentar uma famlia
mdia.
1.2.1 O caso do ndice de preo para Campos dos Goytacazes
Entre as instituies que calculam ndices est o Polo da Universidade Federal
Fluminense situado no municpio de Campos dos Goytacazes no estado do Rio de Janeiro,
que por meio do Ncleo de Estudos em Espao e Demografia (NEED) desenvolve h dois
anos, utilizando a metodologia do Departamento Intersindical de Estatstica e Estudos
Scio-Econmicos (DIEESE), o calculo do ndice de Preos da Cesta Bsica ao municpio.
Aps determinarem as marcas dos produtos e as quantidades a serem
pesquisadas, feita a pesquisa de campo propriamente dita. Onde so visitados, sempre
na terceira semana de cada ms, os principais estabelecimentos comerciais do municpio
de Campos dos Goytacazes, os preos so coletados para serem feitas as mdias e
ponderaes para clculos dos ndices.
O clculo dos nmeros ndices se d atravs de mdias, ou seja, calculada a
mdia de um item por completo, isto , se faz a mdia de todos os preos encontrados
para aquele produto. Feita a mdia, a segunda parte consiste em ponderar os valores
coletados a partir da quantidade desejada, neste caso respeitando as quantidades
obtidas e mostradas na tabela 2. Aps essa etapa, j possvel conhecer o nmero ndice
referente ao ms em questo.
Entretanto para que se possa fazer comparao entre meses e assim determinar
possveis variaes nos preos necessrio que se utilize mdias moveis com durao de
trs meses, tambm sobre a necessidade de resguardar os nmeros ndices de eventuais
efeitos de sazonalidade, escassez ou excesso de oferta, que possam viesar os dados
pesquisados.

Tabela 2
Quantidades dos produtos que compe a Cesta Bsica de Campos dos
Goytacazes, Estado do Rio de Janeiro, 2008-2009

Grupo de Alimentos

Quantida
des

Grupo de Alimentos

Quantida
des

Carnes

6,00 kg

Farinhas

1,50 kg

Carne de Boi

3,60 kg

Fub de milho

0,60 kg

Contrafil

1,80 kg

Farinha de trigo

0,45 kg

Alcatra

1,80 kg

Farinha de mandioca

0,45 kg

Carne de frango

2,40 kg

Po francs

6,0 kg

Peito de frango

1,44 kg

Caf em p

0,6 kg

Frango inteiro

0,96 kg

Banana Prata

10,0 kg

Leite e derivados

7,5 l

Acar

3,00 kg

Leite Integral

6,0 l

Acar refinado

2,25 kg

Leite desnatado

1,5 l

Acar cristal

0,75 kg

Feijo Preto

4,5 kg

leos

0,75 l

Arroz

3,0 kg

leo de soja

0, 50 l

Arroz polido

2,0 kg

Azeite de oliva extra

virgem

0,25 l

Arroz parboilizado

1,0 kg

Manteiga

0,75 kg

Batata Inglesa

6,0 kg

Manteiga

0,15 kg

Tomate comum

9,0 kg

Margarina

0,60 kg

Fonte: NEED (2010)

1.3 Objetivo geral
O objetivo geral deste trabalho vVerificar o cumprimento da Lei do Preo nico
(LPU) em mercados separados espacialmente e testar se h a transmisso de preos e
integrao espacial da cesta bsica da cidade de campos dos Goytacazes com as capitais
da regio sudeste do Brasil.
E a sua hiptese? Seu objetivo e sua hiptese no seriam a mesma coisa?
Est confuso
Como objetivos, ressalta-se que, 1.3.1 Objetivo especfico
aApesar da importncia de estudos dessa natureza, nenhum trabalho examinou
ainda a integrao das cestas bsicas da cidade de Campos dos Goytacazes com as
capitais da regio sudeste do Brasil. Dessa forma, Um um estudo desta natureza
permitiria avaliar a eficincia com que os mercados vm operando e tambm como se
organizam por meio de um mercado central ou de um lder, em que todas as localidades
responderiam apenas a choques originrios desta regio-lder. Tal anlise possibilita
averiguar, ainda, se todas as localidades reagem a cada desequilbrio de curto prazo
originrio de todas as outras localidades. Ressalta-se, no entanto, que, entre esses dois
extremos, muitos outros padres podem ser observados.
Estrutura da sua monografia Alm dessa introduo, na segunda seo sero
apresentados bl, bl, bl

1.4 Conjuntura Regional

A economia da regio sudeste a mais forte do Brasil. Mesmo com um avano
mais lento em relao s demais regies brasileiras nos ltimos anos, a economia do
Sudeste ainda a locomotiva do pas. Juntos, seus quatro Estados detm 55,4% do PIB participao superior soma de todas as outras regies. Foram R$ 2,1 bilhes em
riquezas produzidas pelo Sudeste em 2010, segundo dados das Contas Nacionais, do

Instituto Brasileiro de Geografia e Estatstica (IBGE). Apenas o Estado de So Paulo foi

responsvel por R$ 1,2 bilho dessa produo, o equivalente a 33,1% do PIB nacional. De
acordo com o IBGE, o Sudeste rene 42% da populao brasileira, tem trs dos Estados
mais populosos (So Paulo, Minas Gerais e Rio de Janeiro).
A escolha do municpio de Campos dos Goytacazes para a realizao desta analise,
justifica-se, pois onde se localiza as instalaes do Plo Universitrio de Campos, da
Universidade Federal Fluminense. Entretanto, o acompanhamento contnuo dos
indicadores econmicos da regio ter grande importncia para a comunidade local, uma
vez que a regio continuamente impactada por investimentos da explorao de
petrleo e gs na Bacia de Campos e j deu inicio na explorao do petrleo do Pr-Sal.
Adicionalmente, a construo do Porto do Au, no municpio vizinho de So Joo da Barra,
trata-se de um investimento de grande envergadura, com incio das operaes previsto
para os prximos anos, que certamente ir impactar os indicadores econmicos
regionais.
Diante dessas circunstancias apresentadas, os preos das cestas bsicas das
capitais da regio sudeste (Belo Horizonte, Rio de Janeiro, So Paulo e Vitria) juntamente
com a cidade de Campos dos Goytacazes foram escolhidas como base deste trabalho.

2 Referencial Terico
Segundo Carvalho (2009) a forma com que os mercados esto integrados e
relacionados determinam que os preos tendeam a se uniformizar pela ao de alguns
mecanismos (arbitragens ou substituio) em funo desses preos evolurem de forma
semelhante ao longo do tempo. Se a troca de produtos puder acontecer sem problemas
estes deveriam seguir a um preo nico. Esta teoria ficou conhecida como Lei do Preo
nico (LPU), que implica um eficiente funcionamento dos mecanismos de arbitragens
determinando um mercado integrado.
Leal (2009) define bem o conceito de arbitragem como que a determinao doele
determinado pelo ato de comprar uma mercadoria em um local, no tempo ou na forma
em que ela mais barata, e vender onde ela mais cara com o intuito de obter lucro,
aps compensar os custos de transferncia. Ao realizar esta operao, os arbitradores
aumentam a demanda na primeira regio e aumentam a oferta na segunda, forando o
preo nas duas regies a se igualarem.
Assim, segundo Carvalho (2009), as aes dos arbitradores espaciais asseguraro
que os preos de um bem homogneo, em quaisquer duas localidades, diferiro, no
mximo, ao custo de se mudar o bem de uma regio com o menor preo para outra
regio com o maior preo, ou seja,
Pi- Pj rij

(1)

em que Pj o preo do bem no local j; Pi, o preo do bem no local i; e rij, os custos de se

mudar o bem da localidade i para a localidade j, ou seja, rij representa os custos de

transao, que incluem os custos de transporte e de negociao. O equilbrio
representado na Equao (1) denominado de condio de arbitragem espacial,
entretanto se no houver equilbrio na Equao (1) a ao de arbitradores far com que
se chegue a essa condio. Portanto, estas condies de arbitragem mostram que pode
ou no haver transmisso de preos entre mercados espacialmente separados,
dependendo da magnitude dos custos de transao.
A ideia de mercado integrado ou integrao de mercado, expressa pela Lei do
Preo nico (LPU), consiste-se no fato de que, ao se retirarem os custos de
transferncias, mercados regionais que so ligados pelo comrcio e pela arbitragem
tero um preo comum e nico para o produto homogneo considerado. Essa lei
expressa uma relao de equilbrio de longo prazo entre os preos de bens
comercializveis de dois ou mais mercados distintos (FACKLER; GOODWIN, 2000 apud
CARVALHO , 2009). Ou seja, os bens homogneos disponveis em diversos mercados, de
regies distintas, seguem o mecanismo de arbitragem, o qual garante que os preos
entre esses mercados - quando expresso em mesma moeda, em se tratamento do
mercado internacional - no podem diferir entre si acima do valor de seus custos de
transao.
Porm, um alto grau de integrao no somente ocorre na presena de comrcio
direto entre as regies, a transmisso de preos pode ocorrer tambm nos mercados que
interagem, se ligam indiretamente, via ligaes comerciais a um terceiro mercado em
comum, ou seja, para determinar e verificar a integrao no condio que haja o
comrcio entre as duas regies analisadas. (SILVA e SAITH, 2012).
Entretanto deve-se verificar que se houverem custos elevados de transporte ou se
existir barreiras ao comrcio de mercadorias a integrao pode no acontecer. Segundo
Leal (2003) trs fatores podem ser responsveis pela no aplicao da Lei do Preo
nico. O primeiro deles diz respeito ao fato de que as regies apresentam economias
fechadas. Um segundo fator seria a presena de elementos que causem rudos e
impeam o pleno funcionamento do processo de arbitragem, entre os quais se destacam
barreiras comerciais, assimetria de informao, averso a risco, entre outros. Finalmente,
outro obstculo ao processo de arbitragem seria a presena de estruturas de mercado de
competio imperfeita em um ou mais mercados.

3 Metodologia / Modelo Analtico

As sries usadas neste trabalho so do DIEESE e do NEED e compreendem o
perodo de julho de 2011 a novembro de 2013. Ser analisado o preo total da cesta
bsica nas quatro capitais da regio sudeste e Campos dos Goytacazes. Em todas as
sries foi aplicado o logaritmo natural para facilitar os clculos economtricos.

Feita a escolha das cidades Campos dos Goytacazes, Belo Horizonte, So Paulo e
Rio de Janeiro, sero realizados testes para investigar a integrao do mercado com
objetivos de observar a relao entre os preos ao longo do tempo. Segundo Carvalho
(2009) os testes da Lei do Preo nico (LPU), os testes de causalidade, a analise de
correlao e os testes de co-integrao so diferenciados por analisarem relaes de
curto prazo ou longo prazo.
3.1 Obteno e calculo dos ndices
A estimativa do custo de uma cesta bsica baseia-se no clculo de um nmero
ndice que atualizado mensalmente. Os nmeros ndice, ou, simplesmente, ndices
so propores estatsticas, geralmente expressas em percentagens concebidas para
comparar as situaes de um conjunto de variveis em pocas e localidades diversas
(Hoffmann, 2006). Sendo assim, em outras palavras, os ndices indicam a variao
relativa no preo, na quantidade ou no valor entre um ponto anterior no tempo (perodo
base) e o perodo corrente. Os ndices simples so aqueles que analisam apenas as
variaes de um produto e aqueles que envolvem um grupo de produtos so chamados
de ndices compostos (Stevenson, 1981). A cesta bsica alimentar, a ser analisada na
monografia, corresponde a um ndice composto, pois se refere a um conjunto de produtos
utilizados por uma famlia durante um ms.
H trs classificaes de nmeros ndice: ndice de preo, ndice de quantidade e
ndice de valor. O ndice de preo refere-se variao do preo dos produtos, mantendose inalterada a quantidade dos produtos. O ndice de quantidade, por sua vez, considera
apenas a variao das quantidades consumidas, mantendo-se fixo o preo dos produtos.
Por fim, o ndice de valor considera a variao das quantidades e dos preos
simultaneamente. Nota-se que o problema em determinar as variaes nos preos para
um grupo de artigos que, usualmente, tambm ocorrem variaes nas quantidades
(Stevenson, 1981). Assim, para estimativas de ndices de preos, a exemplo do custo da
Cesta Bsica Alimentar Municipal, as quantidades dos produtos devem ser fixas, ou seja,
as quantidades no perodo base so exatamente iguais s do perodo corrente.
Dessa forma, a primeira etapa para a elaborao de uma Cesta Bsica refere-se
definio de quais produtos devem comp-la e as suas respectivas quantidades.
Entretanto, vrios fatores podem alterar essa listagem na sua composio, nos critrios e
nas quantidades. A alterao da regio de moradia do consumidor e do padro de
consumo, por exemplo, j seria suficiente para alterar a metodologia. Nesse contexto,
Barretto, Cyrillo e Cozzolino (1998) sugerem dois processos de construo de cestas de
alimentos, com caractersticas distintas: um baseado no levantamento da demanda das
famlias e outro baseado no consumo calrico.
O primeiro tipo refere-se aos processos de estimativa derivados da observao
direta do consumo dos domiclios baseiam-se em pesquisas amostrais a exemplo da
Pesquisa de Oramentos Familiares POF, sistematizada pelo Instituto Brasileiro de

Geografia e Estatstica IBGE. A partir desse tipo de levantamento de dados,

determinam-se os principais componentes da dieta das famlias, em mdia, em certa
regio e perodo. O pressuposto desse processo de construo que as escolhas de
consumo dos indivduos so baseadas na racionalidade econmica de maximizao do
bem-estar, a partir da renda disponvel e dos preos vigentes. O segundo tipo considera
que o consumo alimentar verificado nas populaes no so indicadores seguros de
nutrio saudvel. Nesse caso, as cestas de alimentos procuram suprir, mesmo que
parcialmente, recomendaes nutricionais baseadas no campo da sade pblica e
nutrio (Barretto, Cyrillo e Cozzolino,1998). Sendo assim, no segundo tipo, as cestas
alimentares consideram uma alimentao desejvel e, no primeiro tipo considerada a
alimentao realizada pelas famlias. Outros tipos poderiam ainda ser desenvolvidos
para estudos mais aprofundados que considerem cestas alimentares especficas,
elencando, por exemplo, alimentos orgnicos, dietticos, hiper e hipocalricos, dentre
outros.
A Cesta Bsica Nacional foi definida legalmente pelo decreto-lei n 399, de 1938,
ainda em vigor (tabela 1) tinha por objetivos lastrear os clculos do Salrio Mnimo. A
escolha de produtos que compe essa cesta alimentar varia em quantidade de acordo
com a regio do pas, adaptando-a ao estilo de vida local, padro de consumo,
disponibilidade de alimentos. Embora a existncia de uma legislao nacional que defina
de forma hermtica os produtos alimentares de uma famlia possa ser questionada, a
padronizao de critrios nacionais sobre o tema viabiliza a construo de indicadores
comparveis em todo o territrio nacional e em vrios perodos do tempo. Dessa forma,
os ndices de cesta bsica tm sido calculados por vrias instituies, a exemplo de
SEI/BA, DIEESE, IPEAD/UFMG, UNIMONTES, UFV, dentre outros.

Tabela 1
Lista de produtos que compe a Cesta Bsica Nacional definida pelo Decreto Lei n 399,
de 1938. Brasil.

Grupo de Alimentos

Unidades de
medida

Regio 1

Regio 2

Regio 3

Carnes

Kg

6,00

4,50

6,60

Leite e derivados

7,50

6,00

7,50

Feijo

Kg

4,50

4,50

4,50

Arroz

Kg

3,00

3,60

3,00

Farinhas

Kg

1,50

3,00

1,50

Batata

Kg

6,00

Tomate

Kg

9,00

12,00

9,00

Pes e similares

Kg

6,00

6,00

6,00

Caf em p

Kg

0,60

0,30

0,60

Banana

Unidade

90

90

90

Acar

Kg

3,00

3,00

3,00

leos

0,75

0,75

0,90

Manteiga

Kg

0,75

0,75

0,75

6,00

Notas: Regio 1: SP, MG, ES, RJ, GO e DF; Regio 2: PE, BA, CE, RN, AL, SE, AM, PA, PI, TO, AC, PB, RO, AM, RR
e MA e Regio 3: PR, SC, RS, MT e MS

Fonte

Dieese (2009)

No possvel afirmar se a metodologia utilizada no desenvolvimento da Cesta

Bsica Nacional baseou-se na anlise da alimentao "realizada" pelas famlias
brasileiras ou, de forma distinta, se foi baseada em uma cesta alimentar que fosse
"adequada" s famlias. certo que, em 1938, as metodologias e ferramentas de anlise
estatstica eram muito distintas das atuais, e tambm certo que no existiam dados
estatsticos de abrangncia nacional a exemplo da POF. Sendo assim, tal metodologia
provavelmente considerou uma pequena amostra de famlias e uma listagem terica de
alimentos pretensamente suficiente para alimentar uma famlia mdia.
3.1.1 O caso do ndice de preo para Campos dos Goytacazes
Entre as instituies que calculam ndices est o Polo da Universidade Federal
Fluminense situado no municpio de Campos dos Goytacazes no estado do Rio de Janeiro,
que por meio do Ncleo de Estudos em Espao e Demografia (NEED) desenvolve h dois
anos, utilizando a metodologia do Departamento Intersindical de Estatstica e Estudos
Scio-Econmicos (DIEESE), o calculo do ndice de Preos da Cesta Bsica ao municpio.
Aps determinarem as marcas dos produtos e as quantidades a serem
pesquisadas, feita a pesquisa de campo propriamente dita. Onde so visitados, sempre
na terceira semana de cada ms, os principais estabelecimentos comerciais do municpio
de Campos dos Goytacazes onde os preos so coletados para serem feitas as mdias e
ponderaes para clculos dos ndices.
O clculo dos nmeros ndices se d por meio de mdias, ou seja, calculada a
mdia de um item por completo, isto , se faz a mdia de todos os preos encontrados
para aquele produto. Feita a mdia, a segunda parte consiste em ponderar os valores
coletados a partir da quantidade desejada, neste caso respeitando as quantidades
obtidas e mostradas na tabela 2. Aps essa etapa, j possvel conhecer o nmero ndice
referente ao ms em questo.
Entretanto para que se possa fazer comparao entre meses e assim determinar
possveis variaes nos preos necessrio que se utilize mdias moveis com durao de
trs meses, tambm sobre a necessidade de resguardar os nmeros ndices de eventuais
efeitos de sazonalidade, escassez ou excesso de oferta, que possam viesar os dados
pesquisados.

Tabela 2
Quantidades dos produtos que compe a Cesta Bsica de Campos dos
Goytacazes, Estado do Rio de Janeiro, 2008-2009

Grupo de Alimentos

Quantida
des

Grupo de Alimentos

Quantida
des

Carnes

6,00 kg

Farinhas

1,50 kg

Carne de Boi

3,60 kg

Fub de milho

0,60 kg

Contrafil

1,80 kg

Farinha de trigo

0,45 kg

Alcatra

1,80 kg

Farinha de mandioca

0,45 kg

Carne de frango

2,40 kg

Po francs

6,0 kg

Peito de frango

1,44 kg

Caf em p

0,6 kg

Frango inteiro

0,96 kg

Banana Prata

10,0 kg

Leite e derivados

7,5 l

Acar

3,00 kg

Leite Integral

6,0 l

Acar refinado

2,25 kg

Leite desnatado

1,5 l

Acar cristal

0,75 kg

Feijo Preto

4,5 kg

leos

0,75 l

Arroz

3,0 kg

leo de soja

0, 50 l

Arroz polido

2,0 kg

Azeite de oliva extra

virgem

0,25 l

Arroz parboilizado

1,0 kg

Manteiga

0,75 kg

Batata Inglesa

6,0 kg

Manteiga

0,15 kg

Tomate comum

9,0 kg

Margarina

0,60 kg

Fonte: NEED (2010)

3.21 - Estacionaridade e o teste de raiz unitria
O processo estacionrio desempenha um importante papel na analise de sries
temporais. O objetivo dos testes de razes unitrias conhecer a ordem de integrao
das sries econmicas usadas, ou seja, a quantidade de diferenas necessrias para
tornar as variveis estacionrias. Para Wooldridge (2006) um processo estacionrio de
srie temporal aquele em que as distribuies de probabilidades so estveis no
decorrer do tempo, ou seja, independentemente se a srie for deslocada h perodos de
tempo, a distribuio permanecer inalterada.
Neste caso, a srie ser denotada por I(0), significando que ela integrada de
ordem zero. Uma srie que precisa ser diferenciada uma vez para atingir a
estacionaridade denotada por I(1). Na maioria dos casos, qualquer combinao linear
de duas sries I(1) tambm ser I(1). Segundo Carneiro (2009) porem, se existir alguma
combinao linear entre duas sries temporais que seja I(0), logo existir cointegrao
entre essas duas sries.
Para testar a estacionaridade das sries temporais um dos testes mais eficazes o
teste de razes unitrias. Segundo Wooldridge (2006) a forma mais simples para realizar o
teste comea com um modelo AR (1):

y t = + y t 1+ et , t=1, 2, ,(2)
Onde

y0

o valor inicial observado e {

mdia zero e independente de

=0 e

=1 , {

y0 . {

e t } representa um processo com

y t } somente ter raiz unitria se,

y t } ser aleatrio sem tendncia, mas Se

} ser aleatrio com tendncia. Logo a hiptese nula que {

0 e

=1.

Se

=1 , {

y t } tem raiz unitria:

yt

H 0 : =1(3)
Porem se atravs do mtodo descrito acima no for possvel determinar a
existncia de razes unitrias, pode-se usar o mtodo que muito popular de DickeyFuller Aumentado (ADF), que testa a significncia nula do parmetro

equao de teste. Se a hiptese nula no seja rejeitada, a estatstica

(tau)

calculada seja menor em valor absoluto que a tabelada ou crtica

estimado na

a um dado

nvel de significncia estabelecido, a srie possui pelo menos uma raiz unitria, sendo
no estacionria (GUJARATI, 2011). O teste ADF na sua forma completa representado
por:
m

Y t = 1+ 2 t + Y t1 + i Y t1 + t

(4)

i=1

Em que

o operador de diferena e

intercepto e tendncia, respectivamente;

Yt

a srie,

1 e

2 os parmetros

a hiptese de teste a ser testada;

i Y t1
i=1

o termo de diferenas defasadas para evitar e retirar autocorrelaes

existentes.
3.32 - Teste de Causalidade de Granger
Aps tornar a srie estcionriaestacionria pode-se dar sequencia ao Teste de
Causalidade de Granger, que se tornou muito popular e que descreve que o passado e o
presente no so consequncias do futuro, ou seja, o futuro no pode causar o passado
nem o presente (Carneiro, 2009).
Por exemplo, se o evento A ocorre depois do evento B, sabemos que A no pode
causar B. Ao mesmo tempo, se A ocorre antes que B, isso no significa que A,
necessariamente, cause B. O exemplo clssico so as previses de chuva do
meteorologista. O fato de a previso ocorrer primeiro do que a chuva no implica que o
meteorologista cause a chuva. Na prtica, o que se tem so duas sries temporais A e B
e o objetivo seria saber se A precede B, ou B precede A, ou se A e B ocorrem
simultaneamente. Esse o objetivo real do teste de causalidade de Granger (GUJARATI,
2011). O seu teste pode ser expresso pelas seguintes regresses:

Y t = 0 + 1 Y t1 ++ k Y tk + 1 X t1 ++ k X t k

(5)

X t = 0+ 1 X t 1+ + k X tk + 1 Y t 1+ + k Y t k

(6)

A hiptese que ser testada

H 0 : 1= 2== k =0 para cada equao. Dessa

forma na equao (5) a hiptese nula de que X no causa Y e na equao (6) Y no

causa X. Este ser o procedimento utilizado para determinar se h causalidade entre os
preos das cestas bsicas de Campos dos Goytacazes com as cidades de Belo Horizonte,
Rio de Janeiro, So Paulo e Vitria.
Os possveis resultados do Teste de Causalidade de Granger so os seguintes:
1) Causalidade unidirecional de X para Y (X Y): ocorre quando se rejeita H 0 para X
Y e no se rejeita H0 para Y X.
2) Causalidade unidirecional de Y para X(Y X) ocorre quando se rejeita H 0 para Y
X e no se rejeita H0 para X Y.
3) Causalidade bidirecional (X Y): ocorre quando as duas hipteses nulas so
rejeitadas.
4) Ausncia de causalidade (independncia): ocorre quando as duas hipteses nulas
no so rejeitadas.
3.43 O Mtodo de Engle e Granger
O modelo escolhido para analise de cointegrao foi o mtodo de Engle e Granger
que, segundo Carneiro (2009), apresenta vantagens aos testes de causalidade
tradicionais, uma vez que eles se concentram apenas em relaes de curto prazo,
negligenciando, assim, qualquer informao proveniente da tendncia de longo prazo das
sries temporais em questo. Isso porque como as sries originais geralmente tm que
ser transformadas para alcanarem a estacionaridade, atravs por meiotipicamente de
uma transformao no-linear geralmente por meio de diferena, deste tipo:

x t =log X t log X t 1

(7)

e com esse tipo de transformao justificada pela busca na estacionaridade da srie faz
com que a informao de longo prazo contida nela seja perdida por definio. (Carneiro,
2009)
Entretanto, segundo Carneiro (2009) o mtodo de Engle e Granger modifica o teste
padro de causalidade de Granger na medida em que incorpora um possvel efeito de
longo prazo numa anlise de curto prazo, o que a essncia da anlise de cointegrao.
Logo para determinar a existncia de cointegrao entre duas sries quaisquer consiste
no seguinte, supondo,

Z t = 0+ 1 X t + 2 Y t +V t ,

(8)

V t =Z t 0+ 1 X t + 2 Y t

(9)

necessrio determinar a ordem de integrao neste caso, por exemplo, de {

}e{

Y t }. Depois ser necessrio estimar a equao com

Xt

nvel de integrao e verificar a ordem de integrao dos resduos (

Xt

Y t , no mesmo
V t ). Se { X t } e {

Y t } fossem I(1) e { V t } fosse I(0), ento { X t } e { Y t } seriam cointegradas.

Ou seja, dado um conjunto de sries I(1), como em (8), trata-se apenas de testar
se

V t , de (8) ou de (9), pode ser considerado I(0). Ora, para esse efeito, j foi

apresentado os testes DF (e ADF) onde, na hiptese alternativa que se especifica a

possibilidade I(0). Logo, a formalizao das hipteses dada por:

H 0 :V t ~ I(0) cointegrao,
H 1 :V t ~ I(1) Sem cointegrao
Sendo assim, faltaria estimar o mecanismo de correo de erro, que se d por:

Z t= 0 + 1 X t + 2 Y t + (Z t1 0 1 X t1 + 2 Y t 1)+w t

(10)

Em que o termo entre parnteses representa o resduo estimado com uma

defasagem, ou seja,

V t1 . O termo

negativo, pois assim, se o termo

V t1

deve ser estatisticamente significativo e

fosse positivo, se levaria a equao para prxima

do longo prazo (Carneiro 2009). Neste sentido o mecanismo de correo de erro mostra
que

Zt

depende de

Xt

Yt

e do termo de equilbrio

diferente de zero, o modelo est fora de equilbrio. Suponha que

positivo. Isso significa que

Como se espera que

. Se este ultimo for

Xt

Yt

zero e

Z t1 elevado demais para estar em equilbrio.

seja negativo, o termo entre parntese negativo, logo,

Zt

ser negativo para restaurar o equilbrio. Desta forma se

Zt

estiver acima de seu

equilbrio, comear a cair no perodo seguinte para corrigir o erro de equilbrio, por isso
o nome mecanismo de correo de erro (GUJARATI, 2011).
No caso da presente monografia, tem-se a seguinte equao para verificar a
existncia de cointegrao entre as variveis:

LCestCampos= 0 + 1 LVT t + 2 LRJ t + 3 LBH t + 4 LSPt +U t

(11)

em que LCestCampos, representa o preo da cesta bsica em Campos dos

Goytacazes enquanto LVT, LRJ, LSP e LBH representam, respectivamente, o preo da
cesta bsica nas cidades de Vitria, Rio de Janeiro, Belo Horizonte, e So Paulo no tempo
t, e

Ut

so os resduos desta equao. Ento, seguindo-se o modelo de trs etapas, de

Engle e Granger, necessrio verificar: (1) A ordem de integrao das duas variveis; (2)
A ordem de integrao dos resduos por meio dos testes de raiz unitria; e (3) A
construo de mecanismo de correo de erro, que se apresenta por:

LCestCampos= 0 + 1 LVT t + 2 LRJ t + 3 LSP t + 4 LBH t + ( LCestCamp t1 0 1 LVT t1 2 LRJ t1 +

(12)
3.54 Teste de Durbin-Watson de regresso cointegrante
Segundo Gujarati (2011), um forma alternativa e mais rpida de descobrir se um
determinado nmero de variveis so cointegradas, o teste de Durbin-Watson de
regresso cointegrante, cujo valores crticos foram calculados por Sagarn e Bhargava. No
teste de Durbin-Watson de regresso cointegrante, usa-se a estatstica d de DurbinWatson obtida da regresso cointegrante, testa-se a seguinte hiptese nula,

d 2 ( 1 )

(13)

H 0 : d=0
A hiptese nula de d = 0 facilita os clculos, uma vez que a hiptese padro que o d =
2. Entretanto, seguindo a equao (13) se houver uma raiz unitria, o

estimado

dever se aproximar de 1, o que implica que d ter de ficar em torno de zero.

3.65 - Fontes dos dados e descrio das variveis
As sries utilizadas nesta monografia das cidades de Belo Horizonte, So Paulo, Rio
de Janeiro e Vitria referem-se aos custos mensais das cestas bsicas e foram obtidas

junto ao Departamento Intersindical de Estatstica e Estudos Scio-Econmicos (DIEESE),

enquanto os dados da serie referente a cidade de Campos dos Goytacazes tem a sua
origem atravs do Ncleo de Estudos em Espao e Demografia (NEED) que elabora,
seguindo a metodologia adotada pelo DIEESE em outras cidades, o valor da cesta bsica
no municpio. Os dados da pesquisa
A anlise compreende o perodo de 01 de junho de 2011 a 31 de outubro de 2013,
resultando em uma amostra de 29 observaes, pelo fato da periodicidade mensal dos
dados processados, o perodo foi escolhido de acordo com disponibilidade de dados para
os mercados analisados, uma vez que os dados referentes cesta bsica de Campos dos
Goytacazes teve seu primeiro resultado divulgado em junho de 2011.
Tabela 3 - Descrio das variveis utilizadas na pesquisa

VARIVEL

DESCRIO

LCESTCAMP

Preo da Cesta Bsica em Campos dos

Goytacazes

LSP

Preo da Cesta Bsica em So Paulo

LBH

Preo da Cesta Bsica em Belo

Horizonte

LVT

Preo da Cesta Bsica em Vitria

LRJ

Preo da Cesta Bsica no Rio de

Janeiro

DLCESTCAMP

Preo da Cesta Bsica em Campos dos

Goytacazes em primeira diferena

DLSP

Preo da Cesta Bsica em So Paulo

em primeira diferena

DLBH

Preo da Cesta Bsica em Belo

Horizonte em primeira diferena

DLVT

Preo da Cesta Bsica em Vitria em

primeira diferena

DLRJ

Preo da Cesta Bsica no Rio de

Janeiro em primeira diferena

Nota: Todos os preos esto em logaritmo natural.

Fonte: Elaborao prpria

3.6.1 Conjuntura Regional

A economia da regio sudeste a mais forte do Brasil. Mesmo com um avano
mais lento em relao s demais regies brasileiras nos ltimos anos, a economia do
Sudeste ainda a locomotiva do pas. Juntos, seus quatro Estados detm 55,4% do PIB participao superior soma de todas as outras regies. Foram R$ 2,1 bilhes em
riquezas produzidas pelo Sudeste em 2010, segundo dados das Contas Nacionais, do
Instituto Brasileiro de Geografia e Estatstica (IBGE). Apenas o Estado de So Paulo foi
responsvel por R$ 1,2 bilho dessa produo, o equivalente a 33,1% do PIB nacional. De
acordo com o IBGE, o Sudeste rene 42% da populao brasileira, tem trs dos Estados
mais populosos (So Paulo, Minas Gerais e Rio de Janeiro).
A escolha do municpio de Campos dos Goytacazes para a realizao desta analise,
justifica-se, pois onde se localiza as instalaes do Instituto de Cincias da Sociedade e
Desenvolvimento Regional, da Universidade Federal Fluminense. Entretanto, o
acompanhamento contnuo dos indicadores econmicos da regio ter grande
importncia para a comunidade local, uma vez que a regio continuamente impactada
por investimentos da explorao de petrleo e gs na Bacia de Campos e j deu inicio na
explorao do petrleo do Pr-Sal. Adicionalmente, a construo do Porto do Au, no
municpio vizinho de So Joo da Barra, trata-se de um investimento de grande
envergadura, com incio das operaes previsto para os prximos anos, que certamente
ir impactar os indicadores econmicos regionais.
Diante dessas circunstancias apresentadas, os preos das cestas bsicas das
capitais da regio sudeste (Belo Horizonte, Rio de Janeiro, So Paulo e Vitria) juntamente
com a cidade de Campos dos Goytacazes foram escolhidas como base deste trabalho.
Nota: Todos os preos esto em logaritmo natural.

4 Resultados
Percebe-se que as sries no apresentam uma tendncia linear bem definida ao
longo do tempo; porem, elas se movimentam conjuntamente seguindo uma mesma
tendncia, sugerindo que estas sejam cointegradas, estabelecendo uma relao de
equilbrio de longo prazo, como pode ser verificado na Figura (1).
Figura 1: Custo Mensal da Cesta Bsica (R$) da cidade de Campos dos Goytacazes e das
capitais da regio Sudeste, sendo estas, Belo Horizonte, Rio de Janeiro, So Paulo e
Vitria jun / 2011 out / 2013.
R$ 360.00

R$ 340.00

R$ 320.00

R$ 300.00
Campos dos Goytacazes
R$ 280.00

So Paulo

Vitria

Belo Horizonte

Rio de Janeiro

R$ 260.00

R$ 240.00

R$ 220.00

Fonte: NEED (2013) e DIEESE (2013)

Para realizar os testes de cointegrao e causalidade de Granger, necessrio

verificar a ordem de integrao das sries dos preos da cesta bsica. No teste de
causalidade de Granger as sries devem ser estacionrias, enquanto que no teste de
cointegrao as sries devem ser integradas de mesma ordem e com ordem diferente de
zero. Antes da realizao dos testes de estacionariedade, foi aplicado o logaritmo natural
em todas as sries, uma vez que a diferena entre os logaritmos fornece a taxa de
crescimento da varivel alm de facilitar os clculos economtricos. Para verificar esse

requisito, aplicou o teste de raiz unitria ADF (Dickey-Fuller Aumentado).

A hiptese nula do teste a da existncia de razes unitrias, o que indica a noestacionaridade da srie caso no se rejeite tal hiptese nula, e a estacionaridade das
sries quando tal hiptese nula rejeitada. A ideia bsica de se fazer o teste ADF para
todas as variveis em nvel, e para os casos onde no se pode rejeitar a hiptese nula de
razes unitrias; a segunda etapa visa implementar o mesmo teste ADF para tais sries
em primeira diferena no intuito de analisar se a hiptese nula pode ser ento rejeitada,
o que indicaria que estas sries so no-estacionrias em nvel, mas estacionrias em
primeira diferena.
De acordo com o teste de raiz unitria ADF usado na srie de preos em Campos
dos Goytazes, detectou-se a presena de raiz unitria em nvel, pois os valores da
estatstica t so menores em valor absoluto que os valores crticos a 1%, 5% e a 10%,
sendo a srie no estacionria em nvel (tabela 4).

Tabela 4
: Teste da raiz unitria da srie de preos de Campos dos Goytacazes em nvel

ADF sem constante

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,661

2.321

0.994

5%

-1.956

10%

-1.609
ADF com Tendencia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,395

1,673

0,7315

5%

-3,612

10%

-3,244
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,725

-0,786

0,806

5%

-2,986

10%

-2.632

Fonte: Elaborao prpria

Realizado o teste de raiz unitria ADF, verificou-se a presena de raiz unitria na

srie de preos em nvel, pois os valores dos ts calculados so menores em valor
absoluto que os valores crticos a 1%, 5% e a 10%, sendo a srie no estacionria em
nvel (tabela 5), rejeitando a hiptese nula de estacionaridade da srie da cidade de So
Paulo.

Tabela 5
: Teste da raiz unitria da srie de preos de So Paulo em nvel

ADF sem constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,651

1,213

0,9384

5%

-1,953

10%

-1,609
ADF com Tendencia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,365

2,026

0,7842

5%

-3,595

10%

-3,2333
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,689

-0,864

0,7847

5%

-2,971

10%

-2,625

Fonte: Elaborao prpria

Tabela 6
: Teste da raiz unitria da srie de preos de Vitria em nvel

ADF sem constante e sem tendncia

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,651

1,285

0,9458

5%

-1,953

10%

-1,609
ADF com Tendncia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,360

3,911

0,0262

5%

-3,595

10%

-3,233
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,689

-0,995

0,7411

5%

-2,971

10%

-2,625

Fonte: Elaborao prpria

De acordo com o teste de raiz unitria ADF, detectou-se a presena de raiz unitria
na srie de preos de Vitria e Belo Horizonte em nvel nos casos sem o uso da constante
(intercepto) e sem o uso da tendncia, porque os valores da estatstica t so menores
em valor absoluto que os valores crticos a 1%, 5% e a 10%, entretanto com o uso da
tendncia a srie se mostrou significativa a 5% e a 10% (tabelas 6 e 7).

Tabela 7
: Teste da raiz unitria da srie de preos de Belo Horizonte em nvel

ADF sem constante e sem tendncia

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,664

2,492

0,9954

5%

-1,955

10%

-1,608
ADF com Tendencia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,356

-3,838

0,0304

5%

-3,595

10%

-3,233
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,737

-0,622

0,6223

5%

-2,991

10%

-2,635

Fonte: Elaborao prpria

Confirmada a hiptese da existncia de raiz unitria nas sries, estas devero ser
diferenciadas e testadas novamente presena de raiz unitria, sendo praticada n
diferenciaes at que o teste seja rejeitado, sendo a ordem de integrao da srie I(n).
Se a primeira diferena for estacionria, ento se trabalha com a srie em primeira
diferena, sendo seu grau de integrao igual a 1, ou seja, I(1).

Tabela 8
: Teste da raiz unitria da srie de preos de Campos dos Goytacazes em primeira
diferena

ADF sem constante

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,664

-1,751

0,0761

5%

-1.956

10%

-1.609
ADF com Tendencia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,374

4,702

0,0049

5%

-3,602

10%

-3,238
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,725

4,837

0,0007

5%

-2,986

10%

-2.632

Fonte: Elaborao prpria

Diante da no estacionariedade da srie de preos de Campos dos Goytacazes,

So Paulo, Rio de Janeiro, Vitoria e Belo Horizonte em nvel, trabalhou-se com a sua
primeira diferena, eliminando-se o problema da no estacionariedade das cestas
bsicas. Como observado nas tabelas 8, 9, 10, 11 e 12 a primeira diferena da srie de
preos no apresenta raiz unitria pelo teste ADF (Dickey-Fuller Aumentado), em nenhum
dos casos possveis: com tendncia e intercepto, somente com intercepto e sem
tendncia e intercepto, a um nvel de significncia de 1%, 5% e 10%. Verificando assim

que as sries testadas so estacionrias em primeira diferena e de ordem I(1).

Tabela 9
: Teste da raiz unitria da srie de preos de So Paulo em primeira diferena

ADF sem constante

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,653

-3,932

0,0003

5%

-1,953

10%

-1,609
ADF com Tendencia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,339

4,204

0,0135

5%

-3,587

10%

-3,229
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,699

-4,184

0,0031

5%

-2,976

10%

-2,627

Fonte: Elaborao prpria

Tabela 10
: Teste da raiz unitria da srie de preos de Vitria em primeira diferena

ADF sem constante e sem tendncia

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,661

-3,399

0,0015

5%

-1,955

10%

-1,609
ADF com Tendncia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,360

4,808

0,0041

5%

-3,695

10%

-3,243
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,732

-4,581

0,0014

5%

-2,971

10%

-2,635

Fonte: Elaborao prpria

Tabela 11
: Teste da raiz unitria da srie de preos de Belo Horizonte em primeira diferena

ADF sem constante e sem tendncia

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,665

-3,811

0,0005

5%

-1,954

10%

-1,609
ADF com Tendencia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,394

-5,139

0,002

5%

-3,613

10%

-3,243
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,737

-4,967

0,0006

5%

-2,991

10%

-2,635

Fonte: Elaborao prpria

Tabela 12
: Teste da raiz unitria da srie de preos do Rio de Janeiro em primeira diferena

ADF sem constante e sem tendncia

Nvel de Significncia

Valores crticos

Estatstica t

P-Valor

1%

-2,653

-4,397

0,0001

5%

-1,953

10%

-1,609
ADF com Tendncia e Constante

Nvel de
significncia

Valores crticos

Estatstica t

P-Valor

1%

-4,416

4,155

0,0172

5%

-3,622

10%

-3,249
ADF com Constante

Nvel de
Significncia

Valores crticos

Estatstica t

P-Valor

1%

-3,753

-4,251

0,0032

5%

-2,998

10%

-2,638

Fonte: Elaborao prpria

Uma vez que todas as sries so integradas de ordem um I(1) pode-se aplicar o
teste de cointegrao entre todas as variveis. Porm, para testar a causalidade de
Granger necessrio que as sries sejam estacionrias, portanto, deve-se estimar este
teste com as sries em primeira diferena.
4.1 - Relao de Causalidade entre os Preos da Cesta Bsica de Campos dos
Goytacazes e as Capitais do Sudeste.
Trabalhando com as sries de preo das cestas bsicas para as cidades de Belo
Horizonte, Campos dos Goytacazes, Rio de Janeiro, So Paulo e Vitria aplicou-se o teste

de causalidade de Granger para variveis, com fortes indcios de cointegrao, para

verificar a direo de causalidade. Pois em termos gerais, segundo a causalidade de
Granger, que o futuro no pode antecipar o passado, se a varivel X qualquer Grangercausa a varivel Y qualquer, ento mudanas em X devem anteceder temporalmente
mudanas em Y(Carvalho, 2009). Para o trabalho em questo, esse teste tem por objetivo
demonstrar as relaes de causalidade que afetam e que so afetadas pela cidade de
Campos dos Goytacazes.

Tabela 13
: Resultados do Teste de Causalidade de Granger para as sries mensais do custo da
Cesta Bsica das capitais da regio Sudeste, sendo estas, Belo Horizonte, Rio de Janeiro,
So Paulo e Vitria com Campos dos Goytacazes, no perodo de junho de 2011 a
outubro de 2013 com uma defasagem.

Hiptese Nula:

DLCESTCAMP does not Granger Cause DLVT

Obs

28

DLVT does not Granger Cause DLCESTCAMP

DLSP does not Granger Cause DLCESTCAMP

28

DLCESTCAMP does not Granger Cause DLSP

DLRIO does not Granger Cause DLCESTCAMP

28

DLCESTCAMP does not Granger Cause DLRIO

DLBH does not Granger Cause DLCESTCAMP

DLCESTCAMP does not Granger Cause DLBH

Notas: (1)

28

F-Statistic Probability

1.09266

0.30630

0.07170

0.79116

3.78955

0.06337*

0.94702

0.34019

2.67115

0.11523**

1.28238

0.26865

0.00863

0.92675

1.88244

0.18275

*Significativo a 10%.
** Significativo a 12%.

(2)

DLCESTCAMP = Campos dos Goytacazes, DLVT= Vitria, DLSP = So Paulo, DLRIO = Rio de
Janeiro, DLBH= Belo Horizonte.

(3)

Todos os preos esto em logaritmo natural e em primeira diferena.

Fonte: Elaborao prpria

*Significativo a 10%.
** Significativo a 12%.
DLCESTCAMP = Campos dos Goytacazes, DLVT= Vitria, DLSP = So Paulo,
DLRIO = Rio de Janeiro, DLBH= Belo Horizonte.
Nota: Todos os preos esto em logaritmo natural e em primeira diferena.
Os resultados demonstrados na Tabela 13 indicam a relao de causalidade
unidirecional dos preos da cesta bsica da cidade de So Paulo para Campos dos
Goytacazes e Rio de Janeiro para Campos dos Goytacazes no perodo analisado. Assim
como ausncia de causalidade ou independncia entre os preos das cestas bsicas das
cidades de Campos dos Goytacazes e Vitria e Campos dos Goytacazes e Belo Horizonte.
Atravs Por meio dos resultados apresentados, pode-se concluir que na regio
Sudeste existe duas principais capitais influenciadoras do preo da cesta bsica em
Campos dos Goytacazes no sentido de Causalidade de Granger, sendo estas So Paulo,
com grau de significncia em torno de 6% e Rio de Janeiro com menor nvel de
significncia, por volta de 12%.
4.2 - Teste de Cointegrao (Teste de Engle-Granger e Teste de DurbinWatson de regresso cointegrante)
Para testar a cointegrao das sries ser usado o teste de Engle-Granger, porem
deve-se tomar cuidado com a possibilidade de se gerar uma regresso espria, pois pode
ser provocada por uma regresso por Mnimos Quadrados Ordinrios (MQO) de uma srie
temporal no estacionria contra outra srie temporal no estacionria (GUJARATTI,
2011). Entretanto, se os resduos resultantes dessa regresso forem estacionrios existe
uma relao de longo prazo entre as sries, pois embora as sries sejam I(1), sua
combinao linear I(0), que produz como resultado que as variveis so cointegradas.
Com o objetivo de testar a cointegrao das sries, primeiro, estimou-se uma
regresso da cesta de Campos dos Goytacazes (LCESTCAMP) contra a cesta bsica de
Vitria (LVT), So Paulo (LSP) e Rio de Janeiro (LRIO), adicionou-se uma tendncia
justificada pela figura (1) e excluiu-se Belo Horizonte. A excluso de Belo Horizonte
justifica-se (pois no foi detectada nenhuma relao, seja de causalidade com a cesta
campista, como tambm na regresso os coeficientes para Belo Horizonte se mostraram
no significativos nos testes t a nveis de significncia de 1%, 5% e 10%, assim como seu
p-valor, probabilidade de se cometer o erro tipo 1, ficou na ordem de 0,70). Tomadas
essas medidas obteve os seguintes resultados:

LCestCampos=0,977608+0,002301 Tend .+0,4024 LVT t0,407015 LRIO t + 0,806906 LSP t +U t

(14)
(0,1780)

(0,0901)

R2=0,9462 d=0.613014

(0,1495)

(0,0914)

(0,0149)

Tabela 14
: Resultados da regresso a partir do mtodo de MQO (Mnimos Quadrados Ordinais) com
as variveis em srie, tomando como varivel dependente a cesta bsica de Campos dos
Goytacazes em funo das sries mensais do custo da Cesta Bsica das capitais da
regio Sudeste, sendo estas, Belo Horizonte, Rio de Janeiro, So Paulo e Vitria, no
perodo de junho de 2011 a outubro de 2013.

Variable

Coefficient

Std. Error

t-Statistic

Prob.

0.977608

0.704586

1.387492

0.1780

@TREND

0.002301

0.001303

1.765944

0.0901*

LVT

0.402400

0.270265

1.488910

0.1495

LRIO

-0.407015

0.231459

-1.758473

0.0914*

LSP

0.806906

0.307686

2.622500

0.0149***

R-squared

0.946272

Mean dependent var

5.590448

Adjusted R-squared

0.937317

S.D. dependent var

0.091326

S.E. of regression

0.022865

Akaike info criterion

-4.562831

Sum squared resid

0.012547

Schwarz criterion

-4.327091

Log likelihood

71.16105

F-statistic

105.6730

Durbin-Watson stat

0.613140

Prob(F-statistic)

0.000000

Notas: (1)

Fonte: Elaborao prpria

*Significativo a 10%,**Significativo a 5% ,***Significativo a 1%

(2)

Nota:

(3)

LCESTCAMP = Campos dos Goytacazes, LVT= Vitria, LSP = So Paulo, LRIO = Rio de
Janeiro,
Todos os preos esto em logaritmo natural

Fonte: Elaborao prpria

A partir desses resultados pode-se interpretar a regresso (14) e a tabela (14) da

seguinte forma: que no longo prazo, vale ressaltar queconsiderando pelo fato das
variveis estarem na forma de logaritmo natural, pode-se ler os resultados da regresso
sob a forma de elasticidades, ento se o preo pago pela cesta da cidade de Vitria subir
1% e as demais capitais fossem mantidas constante o preo da cesta para cidade de
Campos dos Goytacazes subiria em mdia aproximadamente 0,40%., Dada mesma
forma, se o preo subisse em So Paulo 1%, mantendo as demais constante o efeito em
Campos dos Goytacazes seria de um aumento em mdia de 0,80% evidenciando a
dependncia do mercado campista ao mercado paulista., Eentretanto, no caso do Rio de
Janeiro, ocorre o contrario, pois um aumento de 1% na cidade carioca geraria em
contrapartida um decrscimo mdio de aproximadamente 0,41%.
Como LCESTCAMP, LVT, LSP e LRIO individualmente so no estacionrias, existe a
possibilidade de que essa regresso seja espria. Mas quando aplicamos um teste de raiz
unitria aos resduos obtidos a partir da equao (14), tem-se os seguintes resultados:

t =0,593826 t1

t=(4,134 )

R2=0,420293 d =2,19365

O valor crtico do t de Engle-Granger segundo Gujarati (2011) no nvel de

significncia de 1% -2,5899. Como o valor calculado do t muito mais negativo que
isto, pode-se concluir que os resduos da regresso so I(0), ou seja so estacionrios. Por
consequncia uma regresso cointegrante, no espria, ainda que individualmente as
variveis no sejam estacionrias em srie.
Tomando posse do teste de Durbin-Watson de regresso cointegrante, que segundo
Gujarati (2011) os valores crticos para se rejeitar a hiptese nula de que o verdadeiro d
= 0, nos nveis de significncia de 1%, 5% e 10%, so respectivamente 0,511, 0,386, e
0,322, como para a regresso expressa na equao (14) e na tabela (14) com o valor d
de 0,613014 bem acima do valor crtico a 1% no rejeita a hiptese nula de cointegrao,
sugerindo que as sries LCESTCAMP, LRIO, LVT e LSP so cointegradas reforando assim
os resultados obtidos no teste de Engle-Granger.
4.3 - Cointegrao e mecanismo de correo de erro

O mecanismo de correo de erro de Engle-Granger, afirma que, quando duas

variveis X e Y so cointegradas, a relao entre elas pode ser expressa como um
mecanismo de correo de erro (GUJARATI, 2011). Reescrevendo a equao 12 colocando
os devidos parmetros tem-se:

LCestCampos=0,0017 +0,4259 LV T t 0,27302 LRJ t + 0,4739 LSP t0,4024 t1 +w t

p-valor

(0,5829)

R2=0,602734 d=1,557359

(0,0028)

(0,0879)

(0,0601)

(0,0071)

Tabela 15
: Resultados da regresso a partir do mtodo de MQO (Mnimos Quadrados Ordinais) com
as variveis em primeira diferena, com o objetivo de obter os parmetros de curto
prazo, tomando como varivel dependente a cesta bsica de Campos dos Goytacazes em
funo das sries mensais do custo da Cesta Bsica das capitais da regio Sudeste,
sendo estas, Belo Horizonte, Rio de Janeiro, So Paulo e Vitria, no perodo de junho de
2011 a outubro de 2013.

Variable

Coefficient

Std. Error

t-Statistic

Prob.

0.001628

0.002923

0.556965

0.5829

D(LVT)

0.425907

0.127276

3.346316

0.0028***

D(LRIO)

-0.273018

0.153158

-1.782594

0.0879*

D(LSP)

0.473880

0.239665

1.977261

0.0601*

RESNOVOCOINT(-1)

-0.402379

0.136164

-2.955099

0.0071***

R-squared

0.602734

Mean dependent var

0.005746

Adjusted R-squared

0.533645

S.D. dependent var

0.021799

S.E. of regression

0.014887

Akaike info criterion

-5.416256

Sum squared resid

0.005097

Schwarz criterion

-5.178362

Log likelihood

80.82758

F-statistic

8.723940

Durbin-Watson stat

1.557359

Prob(F-statistic)

0.000194

Notas:

(1)

Fonte: Elaborao prpria

*Significativo a 10%,**Significativo a 5% ,***Significativo a 1%

(2)

DLCESTCAMP = Campos dos Goytacazes, DLVT= Vitria, DLSP = So Paulo,

DLRIO = Rio de Janeiro, RESNOVOCOINT(-1) = Resduos da equao (14)
com um perodo de defasagem

(3)Nota

: Todos os preos esto em logaritmo natural e em primeira diferena.

Fonte: Elaborao prpria

Os parmetros DLVT, DLRIO, DLSP E RESNOVOCOINT mostraram-se

estatisticamente significantes aos nveis de 1% e 10%. Isto significa que variaes de
curto prazo, nas trajetrias de equilbrio do custo da Cesta Bsica entre Campos dos
Goytacazes e as cidades de Vitria, Rio de Janeiro e So Paulo so corrigidas no perodo
seguinte (prximo ms), em aproximadamente 40%.
Alm disso, verifica-se, por meio dos parmetros em primeira diferena, cujos
quais representam choques no curto prazo, que variaes no custo da Cesta Bsica em
So Paulo e Vitria, ocorridas no perodo anterior ( t1 ), tem impacto positivo sobre a
variao do custo das cesta Bsica de Campos dos Goytacazes e variaes no custo da
Cesta Bsica do Rio de Janeiro afeta negativamente o custo da Cesta Bsica de Campos
dos Goytacazes.

5- Concluses
Esta Monografia apresentou o desenvolvimento de testes visando identificar no
somente a integrao espacial de preos de um produto, mas sim de uma cesta de
produtos que compe a cesta bsica definida pelo governo e pesquisada e amplamente
divulgada pelo DIEESE e seguindo essa linha vem o NEED que realizar esse tipo de
pesquisa para o municpio de Campos dos Goytacazes.
Os resultados do teste de raiz unitria Dickey-Fuller Aumentado (ADF) mostram
que todas as sries de preos das cestas bsicas so integradas de ordem 1, I(1). Os
preos de cesta bsica das cidades do Rio de Janeiro, Vitria e So Paulo so integrados
espacialmente, o que significa que um choque de oferta ou demanda em um desses
mercados afetaria os preos da cesta bsica no mercado de Campos dos Goytacazes.
Os resultados do teste de causalidade de Granger indicam a relao de
causalidade unidirecional dos preos da cesta bsica da cidade de So Paulo e Rio de

Janeiro cidade de Campos dos Goytacazes. Assim como o estabelecimento da ausncia

da causalidade ou independncia dos preos das cestas bsicas da cidade de Vitria e
Belo Horizonte com a cidade de Campos dos Goytacazes.
Baseada tanto no teste de Engle-Granger, quanto no teste de Durbin-Watson, so
que as sries de Campos dos Goytacazes, Vitria e So Paulo so cointegradas alm de
entre elas parece existir uma relao de longo prazo estvel, no se afastaram uma das
outras, o que fica evidente na figura (1).
Vale ressaltar que os resultados obtidos atravs da estimao de um modelo de
correo de erros (MEC) so que as relaes de transmisso de preos observadas pelo
vetor de correo de erros no curto prazo so semelhantes ao resultado do teste de
causalidade de Granger. Evidenciando os preos de So Paulo e Rio de Janeiro como
precedentes dos preos de Campos dos Goytacazes no curto prazo.
A estimao do modelo de longo prazo gerou resultados que mostram a relao de
dependncia e sensibilidade do preo da cesta bsica campista ao valor da cesta bsica
paulista, da ordem de aproximadamente 80%. Este resultado de longo prazo no
surpreende, pois evidencia a posio da cidade de So Paulo enquanto centro de
distribuio de produtos e dessa forma grande influenciador de preos, iniciando as
variaes de preos.
Segundo, Dantas e Weydmann (2009) a noo de preo nico simplificadora da
realidade, j que os custos de transporte, tais como frete e seguros, entre outros, podem
fazer com que os preos internos e externos no sejam iguais. Porm, os resultados da
monografia sugerem que o sistema de transmisso de preos entre essas cidades Rio de
Janeiro, So Paulo e Vitoria eficiente, uma vez que as informaes tm fludo
rapidamente entre os agentes desse mercado, permitindo que os mecanismos de
arbitragem e a Lei do Preo nico (LPU) funcionem de maneira eficiente.
Faa uma sugesto de continuidade dos estudos. O que mais pode ser feito para
aprofundar essa pesquisa?

6- Referncias
Banco Central Do Brasil. ndice de Preos. Disponvel em:
http://www4.bcb.gov.br/pec/gci/port/focus/FAQ%202-%20%C3%8Dndices%20de%20Pre
%C3%A7os%20no%20Brasil.pdf acesso em: 16 de junho de 2013.
BARRETTO, Srgio A. J.; CYRILLO, Denise C. and COZZOLINO, Slvia M. F.. Anlise
nutricional e complementao alimentar de cesta bsica derivada do consumo. Rev.
Sade Pblica [online]. 1998, vol.32, n.1, pp. 29-35. ISSN 0034-8910.
CARNEIRO, FRANCISCO G. 2011 A Metodologia dos Testes de Causalidade em
Economia. Braslia. Departamento de Economia, UnB, Srie Textos Didticos n. 20.
2011. Disponvel em: http://www.angelfire.com/id/SergioDaSilva/causal.pdf Acesso em: 10
de dezembro de 2013
Carvalho, Henrique Duarte; Scalco, Paulo Roberto; Lima, Joo Eustquio de.
(2009).Integrao espacial entre os preos das cestas bsicas nas capitais da
regio sudeste do Brasil. Revista Economia 10(2): 373-399.
DANTAS, F.; WEYDMANN, C. L. Carne de frango: uma anlise da relao entre os
preos dos produtores e de exportao. Revista de Economia e Agronegcio. Viosa,
MG, v.7, n.1, p. 31-53, 2009. Disponvel em:
http://ageconsearch.umn.edu/bitstream/53846/2/Revista%20vc%207%20N%201%202.pdf
acesso em: 16 de dezembro de 2013
DIEESE. Departamento Intersindical de Estatsticas e Estudos Socioeconmicos. So
Paulo. Metodologia da Cesta Bsica Nacional: Verso Preliminar. 2009 Disponvel em:
<http://www.dieese.org.br/rel/rac/metodologia.pdf> Acesso em:15 de julho de 2013

GUJARATI, D. Econometria bsica. 5.ed. Porto Alegre: AMGH, 2011.

HOFFMANN, R. 1991. Estatstica para economistas. So Paulo: Mc Graw-Hill, 1991
IBGE. Instituto Brasileiro de Geografia e Estatstica. Rio de Janeiro. Sistema Nacional de
ndices de Preos ao Consumidor. 2009. Disponvel em:
<http://www.ibge.gov.br/home/estatistica/indicadores/precos/inpc_ipca/
defaultinpc.shtm> Acesso em:15 de agosto de 2013
NDICE NACIONAL DE PREOS AO CONSUMIDOR INPC. Disponvel em:
http://www.portalbrasil.net/inpc.htm. Acesso em 19 de setembro de 2013.
Leal, Bruno Westin Prado Soares (2009). LEI DO PREO NICO E SEUS DESVIOS: EXISTE
ALGUM PADRO?. Disponvel em:

http://www.teses.usp.br/teses/disponiveis/12/12138/tde-29012010-105400/pt-br.php
acesso em: dezembro de 2013.
NEED. Ncleo de Estudos em Espao e Demografia. Campos dos Goytacazes. RJ
Indicadores Regionais de Preos ao Consumidor: ndice da Cesta Bsica Municipal.
2013
SANDRONI, Paulo. Novssimo Dicionrio de Economia. 5. ed. Editora Best Seller,
2000.
SOUZA, Murilo Arruda Sabino de; GIVISIEZ, Gustavo Henrique Naves. Indicadores
regionais de preos ao consumidor: ndice da cesta bsica municipal. In: XXIII
Seminrio de Iniciao Cientifica e Prmio UFF Vasconcelos Torres de Cincia e
Tecnologia, 2013, Niteri. XXI Seminrio de Iniciao Cientifica e Prmio UFF Vasconcelos
Torres de Cincia e Tecnologia. Niteri: UFF, 2013.
STEVENSON, Willian J. Estatstica Aplicada Administrao. So Paulo: Harper e Row
do Brasil, 1981
Wooldridge, J. Introduo Econometria: uma abordagem moderna. So Paulo:
Pioneira Thomson Learning, 2006.