1559-6295-1-pb
DESCRIPTION
Artigo Cientifico sobre produção sucroalcooleira. - AbeproTRANSCRIPT
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1270
PRODUO SUCROALCOOLEIRA: ESTRATGIAS FINANCEIRAS E OPERACIONAIS
PRODUCTION OF SUGAR AND ALCOHOL: FINANCIAL AND OPERATIONAL
STRATEGIES
Celma de Oliveira Ribeiro* E-mail:[email protected] Sydnei Marssal de Oliveira** E-mail: [email protected]
Thiago de Oliveira Mendes*** E-mail: [email protected] *Escola Politcnica da Universidade de So Paulo (EPUSP), So Paulo, SP
**Fundao Getlio Vargas (EAESP), So Paulo, SP ***Banc of America Securities - Merrill Lynch, So Paulo, SP
Resumo: Este artigo prope a construo de um modelo de otimizao para a definio do portflio de produtos de uma usina sucroalcooleira, levando em conta aspectos operacionais e financeiros. Considera-se que a receita obtida por um produtor provm da venda de acar e lcool no mercado fsico e de resultados obtidos atravs de operaes de hedge no mercado de derivativos de acar. Empregando como medida de risco o CVaR (Conditional Value-at-Risk), o modelo possibilita a construo de uma fronteira eficiente e, de acordo com a tolerncia ao risco do produtor, define a estratgia ideal de produo (mix de produo) e de atuao no mercado de derivativos (razo de hedging). Atravs do modelo o artigo busca tambm analisar a vantagem do uso do mercado de opes na construo de estratgias financeiras de hedging em mercados de commodities agrcolas.
Palavras-chave: Setor sucroalcooleiro. Mix de Produo. Razo de hedge. Otimizao. Gesto de Portflio.
Abstract: This article proposes the construction of an optimization model to define the product portfolio of a sugarcane mill, taking into account operational and financial aspects. It is considered that the revenue earned by a producer comes from the sale of sugar and alcohol in the physical market and the results obtained through hedging in the derivatives market of sugar. Employing CVaR (Conditional Value-at-Risk), as the risk measure, the model allows the construction of an efficient frontier and, according to the producer's risk tolerance, defines the optimal strategy of production (production mix) and activity in the derivatives market (hedge ratio). Through the model the article also seeks to analyze the advantage of using the options market in the construction of financial hedging strategies in agricultural commodities markets.
Keywords: Sugar Alcohol. Production Mix. Hedge Ratio. Optimization. Portfolio Selection.
1 INTRODUO
O mercado de commodities agrcolas conta com inmeros instrumentos que
possibilitam reduzir o risco financeiro a que os produtores agrcolas esto sujeitos.
Em especial o mercado de derivativos possibilita a construo de estratgias
financeiras com maior ou menor complexidade, sendo bastante conhecidas as que
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1271
utilizam o mercado futuro e de opes. Entretanto as estratgias financeiras e de
produo no costumam ser tomadas de maneira agregada, de tal forma que a partir
da definio ad hoc do mix de produo, compra-se (ou vende-se) ativos no
mercado futuro ou de opes visando assegurar preos. Uma pergunta importante
refere-se, portanto possibilidade de determinar o mix de produo em conjunto
com as estratgias no mercado de derivativos. Este problema particularmente
relevante em situaes nas quais h flexibilidade de produo, como ocorre na
produo sucroalcooleira, em que o usineiro pode a partir da mesma matria prima
produzir acar e lcool combustvel.
Desta forma o objetivo deste artigo apresentar um modelo de deciso para
construo de um portflio de produtos, de modo a considerar a flexibilidade gerada
pela opo entre diferentes produtos agrcolas oriundos da mesma matria prima. O
modelo considera as operaes no mercado fsico e as operaes financeiras
realizadas no mercado futuro e de opes com a finalidade de proteo ou hedge.
Para estudar este problema optou-se por considerar o mercado sucroalcooleiro,
tanto pela sua importncia em mbito nacional e internacional, quanto pela
disponibilidade de um mercado de derivativos consolidado.
Com base no modelo proposto pretende-se tambm avaliar se a proposio
de LAPAN et al. (1991) aplicvel ao mercado sucroalcooleiro brasileiro. Os autores
afirmam que quando o preo futuro no est viesado, as opes so instrumentos
de hedging redundantes.
BASTIAN-PINTO et al. (2009) calculam o valor da opo gerada pela
flexibilidade de se produzir acar ou etanol, levando em considerao preos do
mercado brasileiro, atravs de um modelo de preos por reverso mdia. Contudo
esse trabalho no apresenta um modelo de deciso que considere uma medida de
risco coerente, como o Valor em Risco Condicional (CVaR), nem mecanismos de
controle do risco atravs de hedge no mercado futuro ou de opes como feito no
modelo aqui apresentado.
A literatura recente tem buscado tratar da questo de hedging em mercados
de commodities. AITSAHLIA et al. (2009) investigam o impacto de previses
climticas no planejamento do plantio e nas estratgias de hedge com contratos
futuros. Nesse trabalho utilizado o CVaR como medida de risco e uma cpula
gaussiana para modelar cenrios com uma distribuio conjunta de retornos e
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1272
preos. O modelo aplicado a produo de algodo no sudeste dos Estados
Unidos, porm os autores no consideram a possibilidade de diversificao da
produo.
Modelos que consideram decises de produo, investimento,
comercializao e proteo financeira de commodities, mesmo as no agrcolas e
no diversificveis so raros na literatura, sendo o trabalho mais notvel o de
Hlyette Geman (GEMAN & OHANA, 2008). O modelo proposto pela autora permite
gerar uma estratgia tima de investimento, multiperodo, em um portflio de
commodities estocveis, sendo consistente no tempo, levando em considerao a
posse da mercadoria fsica, e posies em contratos vista e futuros, alm da
considerao da funo utilidade para modelar a averso ao risco e elasticidade
temporal de substituio. No entanto, o modelo proposto no considera a
possibilidade de diversificao da produo.
Os modelos para decises de produo de commodities agrcolas
diversificveis, em geral, tratam da cadeia de suprimentos e consideram a demanda
como informao de entrada, ou seja, no considera o andamento dos preos nas
decises de produo, esse o caso de EBADIAN et al. (2013), VAN DYKEN et al.
(2010) e Zhang et al. (2013)
O modelo aqui proposto baseia-se no trabalho de ALEXANDER et al. (2006)
para quantificar o retorno das operaes de hedging no mercado de derivativos de
acar e, com isso, tornar possvel a definio da razo de hedge. A funo objetivo
utilizada busca maximizar a utilidade, seguindo conceitos apresentados por CHEN et
al. (2008).
As principais contribuies do artigo so:
1. A criao de um modelo capaz de construir a fronteira eficiente para um
produtor de acar e lcool, ou seja, um modelo capaz de definir o mix de
produo e a razo de hedge ideais, de acordo com a tolerncia ao risco
do produtor.
2. A anlise sobre o impacto causado pela utilizao de opes como
instrumentos de hedge na fronteira eficiente de um produtor, quando
comparado com o uso exclusivo do mercado futuro. Ou seja, busca-se
analisar em que condies o portflio timo deve incluir opes.
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1273
O artigo ser apresentado da seguinte maneira. Na seo 2 so apresentadas
caractersticas do setor sucroalcooleiro, medidas de risco e estratgias de hedging.
Na seo 3 apresentado o modelo proposto, na seo 4 so apresentados os
resultados obtidos com a aplicao do modelo utilizando dados dos mercados
brasileiro e americano e finalmente na seo 5 so apresentadas as concluses do
trabalho.
2 RISCO E HEDGING NO MERCADO SUCROALCOOLEIRO
Com o crescimento do uso de biocombustveis em nvel mundial, a deciso
por parte de produtores tornou-se ainda mais complexa. Alm da incerteza inerente
prpria atividade de produo agrcola e resultante de caractersticas biolgicas,
variaes climticas e incapacidade de atender a grandes flutuaes de demanda,
necessrio analisar preos em dois mercados simultaneamente: o de alimentos e o
de energia. Esse o caso do setor sucroalcooleiro brasileiro. O expressivo aumento
da demanda de lcool resultante do crescimento da frota de veculos bicombustvel,
e que afeta os preos, bem como a dependncia dos preos do acar de variveis
exgenas, exige que se utilize mecanismos mais sofisticados para gesto de riscos
financeiros.
Em linhas gerais a produo acar e de lcool apenas difere nos passos
aps a moagem da cana-de-acar (MOREIRA e GOLDEMBERG, 1999). Alm do
acar, do lcool anidro e lcool hidratado, h outros subprodutos que podem ser
fabricados a partir da cana-de-acar, como a aguardente e o lcool farmacutico,
porm que no representam volumes financeiros expressivos em relao produo
total.
A construo de estratgias de proteo financeira no mercado de derivativos
uma prtica comum entre os diversos agentes dos mercados de commodities
agrcolas, em particular no mercado de acar e lcool. Construir uma estratgia de
hedging refere-se determinao de carteiras de investimento contendo o ativo (no
caso de mercados agrcolas, a commodity) e o derivativo de forma a reduzir o risco
de flutuao de valor desta carteira. A origem da construo de estratgias de
hedging remonta a dcada de 60, atravs do uso do modelo clssico de Markowitz
(JOHNSON, 1960). Em linhas gerais determina-se um portflio de mnimo risco
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1274
contendo o ativo e o derivativo, tendo-se como objetivo determinar a razo de
hedge, ou seja, o nmero de contratos futuros (ou de opes) que deve ser
adquirido ou vendido de forma a minimizar o risco do investidor. A escolha da
medida de risco a ser minimizada que define a estratgia adotada.
2.1 Medidas de Risco
Muitos trabalhos que lidam com seleo de ativos, adotam medidas de risco
incapazes de representar a real natureza dos eventos adversos, uma vez que no
analisam as caudas das distribuies de perda. Esse o caso dos modelos que
utilizam a varincia ou mesmo o valor em risco (VaR) como medida de risco.
Exemplos de trabalhos que utilizam esta abordagem so MARTNEZ-DE-ALBNIZ &
SIMCHI-LEVI (2006), KLEINDORFER & LI (2005) e CHEN et al. (2014).
Os primeiros modelos para composio de portflios empregavam a varincia
como medida de risco (MARKOWITZ, 1952; ELIKYURT & ZEKICI, 2007 e
ROQUES et al., 2008). Embora tenha seu uso disseminado, a varincia apresenta
deficincias. Destaca-se o fato de que a varincia no analisa as caudas da
distribuio de probabilidade dos retornos. OGRYCZAK & RUSZCZYNSKI (1999)
afirmam tambm que a varincia no capaz de modelar retornos assimtricos.
Como forma de atender a necessidade dos investidores de analisar situaes
adversas como as que so expressas pelas caudas das distribuies de
probabilidade dos retornos das carteiras, o VaR tornou-se com o passar do tempo
um instrumento bastante conhecido e utilizado (YOU & DAIGLER, 2007). O VaR de
uma carteira de ativos pode ser definido como a perda mxima do valor de mercado
da carteira em um determinado perodo de tempo com um determinado nvel de
confiana. Ou seja, por ser uma medida de risco de perda potencial mxima, o VaR
nos oferece informao sobre a cauda inferior da distribuio dos retornos do
portflio de ativos, ao contrrio da varincia. Mas, assim como a varincia, o VaR
tambm possui deficincias que podem comprometer a deciso tomada por gestores
de ativos, dentre elas o fato de no ser uma medida de risco coerente (ARTZNER et
al., 1999). Alm disso, o VaR no uma funo convexa em relao composio
da carteira, o que dificulta a otimizao na seleo de ativos (RIBEIRO &
FERREIRA, 2005).
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1275
Face necessidade de se criar uma medida de risco que analisasse o risco
resultante das caudas de distribuies de probabilidade, ROCKAFELLAR &
URYASEV (2002) criaram uma nova medida denominada Valor em Risco
Condicional ou CVaR (Conditional Value-at-Risk). O CVaR mede a perda esperada
na cauda da distribuio de perdas um certo portflio, alm do VaR desse portflio,
para um dado nvel de confiana. Em outras palavras, o CVaR define o valor mdio
das perdas da carteira, dado que o pior cenrio j ocorreu.
Artigos que buscam selecionar portflios tendo como medida de risco o CVaR
ou M-CVaR (Mean Conditional Value-at-Risk) tm ganho espao, como pode ser
observado em HARRIS e MAZIBAS (2013), HUANG et al. (2010) e WAN et al.
(2014). Adicionalmente, KOLM et al. (2014) afirmam que o CVaR uma das mais
populares medidas coerentes de risco utilizada na construo de portflios
atualmente. MANSINI et al. (2014) afirmam modelos de programao linear
baseados em CVaR tiveram grande impacto nos novos desenvolvimentos para
otimizao de portflio na primeira dcada do sculo XXI.
Alm de ser uma medida coerente de risco (ABAD et al., 2014) o CVaR,
quando utilizado em problemas de seleo de portflios, possibilita o uso de
tcnicas de programao linear, o que simplifica expressivamente a resoluo do
modelo. De acordo com FABOZZI et al. (2007) o CVaR definido como segue:
(1)
em que representa a funo de perda de um portflio com varivel de deciso
e varivel aleatria . Do mesmo modo que definido no VaR, o nvel de
confiana definido por , comumente sendo 90%, 95% ou 99%.
Supondo que todas as variveis aleatrias sejam contnuas, a probabilidade
que a funo de perda no exceda um certo valor VaR, dada pela equao 2.
(2)
Contudo, a complexidade deste modelo grande e dificulta sua aplicao
prtica. Felizmente, uma abordagem mais simples foi proposta por ROCKAFELLAR
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1276
& URYASEV (2002) , na qual possvel obter simultaneamente o CVaR e o VaR do
portflio, resolvendo um problema de otimizao, dado pela equao 3.
(3)
Na prtica a funo densidade de probabilidade no conhecida, ou
difcil de estimar. Sendo assim, ROCKAFELLAR & URYASEV (2002) discretizam o
modelo atravs da definio de m diferentes cenrios que so obtidos como uma
amostra da funo de densidade de probabilidade , ou atravs de
simulao computacional. Reescrevendo a equao 3 considerando cenrios, tem-
se:
(4)
Substituindo por variveis auxiliares , juntamente com as
restries que possibilitam a linearizao do modelo, se obtm o problema de
otimizao, dado por:
Com restries: (1) ,
(2) ,
(5)
Desse modo, linear, se chega a um problema linear que pode ser
resolvido de modo eficiente com tcnicas de programao linear.
2.2 Estratgias de hedging com futuros e opes
O hedging permite que se minimize a exposio ao risco de mercado sem que
isto conduza reduo do lucro e pode ser realizado com uma grande variedade de
instrumentos no mercado de derivativos. Nos casos mais comuns, a proteo feita
com contratos futuros ou de opes.
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1277
No caso de commodities agrcolas quando o hedger (quem realiza a operao
de hedging) o produtor, o objetivo se proteger de uma eventual queda do preo
de seu produto no mercado fsico. Por isso realiza uma operao no mercado de
derivativos que se beneficiar da queda do preo do ativo. Ou seja, quando o preo
do ativo cai, o produtor perde na venda do seu produto, mas em compensao
ganha no mercado financeiro.
O hedging, quando construdo com contratos futuros, limita tanto a perda
quanto o ganho de quem o opera. Adotando a notao proposta por CHEN et al.
(2003), sejam St e Ft respectivamente, os preos a vista e futuro de um ativo na data
}1,0{t e considere Ns o nmero de unidades disponvel da commodity e Nf o
nmero de contratos futuros utilizado para realizar o hedging. A variao do valor do
portflio, V , composto por ativo e contrato futuro apresentada na equao 2.
(6)
em que S representa o retorno do ativo 01 SS e F representa o retorno do
contrato futuro 01 FF .
O quociente S
f
N
Nh , denominado razo de hedging, o que se busca
encontrar. Uma operao de hedging perfeito consiste em comprar (ou vender) no
mercado futuro exatamente o volume disponvel no ativo, ou seja, 1h .
De maneira mais abrangente ALEXANDER et al. (2006) definem o retorno do
portflio contendo ativos, contratos futuros e opes, como apresentado na equao
3.
(7)
Em que, 0VVV t , a variao do valor do portflio, sendo
O
F
S
V , tal
que S o vetor dos retornos dos ativos negociados no mercado vista, F o vetor
de retornos de contratos futuros e O o vetor dos retornos dos contratos de opes.
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1278
O vetor X composto por propores ix do capital total para cada ativo i, mais as
razes de hedge associadas a cada derivativo.
Uma opo um direito, mas no uma obrigao de comprar (ou vender) um
ativo em uma data futura, ou de vencimento, por um preo previamente
estabelecido, ou preo de exerccio K (HULL, 2005). Esse direito adquirido atravs
do pagamento de um prmio p, que o preo da opo. No caso de uma opo de
compra (call), o detentor da opo tem o direito de comprar o ativo e no caso de uma
opo de venda (put), tem o direito de vender o ativo.
A determinao do prmio da opo de compra pode ser encontrada atravs
do modelo de Black e Scholes (HULL, 2005).
, onde:
, e
(8)
Em que a taxa livre de risco, a data de vencimento do contrato, o
tempo atual e o desvio padro dos retornos logartmicos do ativo, a volatilidade.
A funo denota a funo de distribuio acumulada normal padro.
Com o intuito de definir a razo de hedge, para um determinado portflio,
ALEXANDER et al. (2006) apresentam um modelo que minimiza o CVaR
(Conditional Value-at-Risk), de um portflio contendo ativos, futuros e opes,
considerando para isso um conjunto de retornos com m amostras ou cenrios.
Sujeito a:
1)( 0 xV T ;
gxV T)( ;
(9)
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1279
njuxl jj ,...,1 , .
Em que, g representa o retorno mnimo exigido para o portflio, jl e ju
representam os limites inferior e superior para a proporo de cada ativo j, contrato
futuro ou opo, n representa o nmero total de ativos, e, V representa o retorno
mdio esperado para cada ativo, contrato futuro ou opo.
3 MODELO PROPOSTO
O modelo proposto neste artigo constri estratgias de hedging do produtor
de acar e lcool, considerando as restries de produo. O modelo analisado
em duas situaes: supondo que se realizam operaes de hedging apenas com
contratos futuros e tambm no caso em que se permite o uso de opes como
instrumento de hedge.
O produtor de acar brasileiro enfrenta alguma dificuldade na realizao de
hedging utilizando a Bolsa de Mercadorias e Futuros brasileira, uma vez que os
derivativos de acar possuem pouca liquidez. O produtor pode fazer sua operao
de hedging com derivativos de acar negociados na Intercontinental Exchange
(ICE), contudo o hedging no perfeito uma vez que os derivativos de acar
negociados na ICE refletem as variaes do preo acar de exportao demerara,
e no do branco, que vendido no mercado interno. Os produtores que operam no
mercado financeiro, no tm a inteno de realmente fazer a entrega do produto.
Dessa maneira, eles costumam liquidar a posio antes do vencimento e nessa
operao podem ocorrer perdas e custos de transao. Cabe destacar ainda a
quase inexistncia de operaes de derivativos de lcool, devido reduzida liquidez
desse mercado.
Ao considerar uma carteira contendo acar e lcool, bem como contratos
futuros e de opo de acar, a expresso que descreve do retorno do produtor no
final do perodo ser:
(10)
Em que:
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1280
(11)
(12)
(13)
(14)
(15)
(16)
(17)
S o retorno com a venda de acar;
1S o preo do acar no mercado fsico previsto para a data 1t ;
sC o custo de produo do acar;
aniA o retorno com a venda de etanol anidro;
aniA o preo do lcool anidro no mercado fsico previsto para a data 1t ;
aniC o custo de produo de etanol anidro;
hidA o retorno com a venda de etanol hidratado;
hidA o preo do lcool hidratado no mercado fsico previsto para a data 1t ;
hidC o custo de produo de etanol hidratado;
F o retorno com a utilizao de contratos futuros;
0F o preo do contrato futuro na data inicial 0t ;
1F o preo do contrato futuro na data final 1t ;
O o retorno com a utilizao de opes de compra (call);
c o prmio da opo de venda (call), determinado conforme equao 5;
v o ganho com a opo na data final 1t , conforme equao 4;
As variveis de deciso so:
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1281
sux : a quantidade de acar produzido em relao produo total (%)
anix : a quantidade de etanol anidro produzido em relao produo total (%)
hidx : a quantidade de etanol hidratado produzido (%)
sufh , : a razo de hedging com futuros de acar
suoh , : a proporo do hedging destinada s opes de acar;
Observe que no houve a incluso de derivativos de lcool devido ao risco de
liquidez, embora do ponto de vista formal isto pudesse ser considerado. As razes
de hedging os valores sufh , e suoh , so variveis de deciso, podem assumir
qualquer valor entre 0 (zero) e 1 (um), e indicam a porcentagem da produo que
est protegida com instrumentos derivativos. LAPAN et al. (1991) mostram, sob
hipteses restritivas a respeito da relao entre preos a vista e futuros, que para
uma carteira com um nico ativo, o hedging timo no inclui opes.
O modelo aqui proposto considera restries de produo de lcool e acar
e determina a razo de hedge atravs da maximizao de uma utilidade, levando em
conta risco e retorno; ALEXANDER et al. (2006) construram um modelo similar para
a seleo de derivativos para um nico ativo e sem considerar o mix de produo.
A razo de hedging ser obtida atravs da maximizao da utilidade,
considerando-se como medida de risco o CVaR, de tal forma que a funo a ser
maximizada ))(()( XEXCVaR onde o parmetro de averso ao risco mede a
propenso ao risco do produtor.
O modelo consiste ento em minimizar ))(()( XEXCVaR onde X obedece
s seguintes restries de produo:
(1) susuosuf xhh ,,0 ;
(2) 1hidanisu xxx ;
(3) sususu lsxli ;
(4) anianiani lsxli ;
(5) hidhidhid lsxli ;
(6) etahidanieta lsxxli .
(18)
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1282
Em que so os limites inferiores para a produo de
acar, lcool anidro, lcool hidratado, e etanol como um todo. Assim como
so os limites superiores para a produo dos mesmos
produtos.
A restrio 1 restringe a razo de hedge ao volume total a ser dividido entre
diversos produtos, eliminando a possibilidade de o produtor atuar no mercado de
derivativos como especulador. A restrio 2 garante que o modelo distribua toda a
produo entre acar, etanol anidro e etanol hidratado. As restries 3-6 garantem
que a capacidade de produo das usinas no seja excedida tanto para o acar
como para o etanol.
O modelo para determinao do portflio considerando acar, lcool anidro,
lcool hidratado, contratos futuros de acar e opes de venda de acar, dado
pela equao 13.
Com restries: (1)
(2) ,
(2) , (3) 6 restries de produo, conforme equaes 18
(19)
Em que os parmetros de entrada so:
representa o retorno do portflio no cenrio i, conforme equao 10;
R o retorno mnimo desejado;
m o nmero de cenrios de preos passados;
o nvel de confiana
representa o VaR (Value-at-Risk), definido pelo prprio modelo;
iY so variveis auxiliares utilizadas para linearizar o modelo.
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1283
4 RESULTADOS
Para analisar o modelo, foram empregados dados a respeito do mercado
sucroalcooleiro nacional. Os custos de produo do acar, do etanol anidro e do
etanol hidratado so considerados na funo objetivo. Os dados de custo de
produo so levantados pela ESALQ (Escola Superior de Agricultura Luiz de
Queiroz). O modelo utiliza preos histricos de acar, lcool e derivativos de acar
(futuros e opes) como parmetros de entrada do modelo. assumido neste
trabalho que preos futuros tendem a se comportar de maneira semelhante aos
preos observados no passado.
Os dados utilizados vo de Setembro de 2000 a Junho de 2010, num total de
40 instantes de tempo que coincidem com os vencimentos dos contratos futuros de
acar. Os preos fsicos do acar, do etanol anidro e do etanol hidratado so
disponibilizados pela ESALQ. Os preos dos contratos futuros de acar foram
obtidos da bolsa ICE (Intercontinental Exchange).
Os preos do acar e do etanol foram convertidos para dlar por ATR
(Acar Total Recupervel), que a quantidade correspondente de matria-prima
necessria para gerar o acar ou etanol. Os fatores de converso para ATR so
apresentados na Tabela 1.
Tabela 1 - Fatores de converso dos para preos em US$/ATR, Fonte: UNICA
Acar Etanol Anidro Etanol Hidratado
1.0495 1.7651 1.6913
A deciso sobre como dividir a produo entre acar e lcool depende, entre
outros fatores, de restries de produo. Nas simulaes realizadas foi considerado
que possvel dividir a produo em qualquer combinao entre os trs produtos
(etanol hidratado, etanol anidro e acar). Contudo no incomum encontrar
restries em usinas que produzem apenas etanol ou precisam produzir pelo menos
40% de acar em funo de restries operacionais.
Quatro cenrios reais e distintos foram selecionados. Em cada cenrio os
retornos esperados com a venda de cada subproduto, com as operaes no
mercado futuro e de opes foram levantados. Foram selecionados cenrios em
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1284
diferentes datas que alternassem a preferncia entre cada subproduto, de forma a
evidenciar o processo de deciso do modelo. A Tabela 2 apresenta os cenrios
escolhidos e os retornos ocorridos para cada ativo considerado.
Tabela 2 - Cenrios escolhidos e retornos ocorridos
Cenrio Data Acar Etanol Anidro
Etanol Hidratado
Futuro de
Acar
Opes de
Acar
01 28/09/2001 17.8% 23.5% 26.5% 6.5% 4.4%
02 30/06/2004 17.4% 14.4% 12.6% -2.2% 0.6%
03 30/09/2004 19.1% 28.0% 23.8% -4.5% -1.6%
04 29/09/2006 34.9% 39.9% 34.7% 1.5% 5.3%
No primeiro cenrio ocorrido em 28/09/2001, o retorno do etanol hidratado
maior que o retorno do etanol anidro que por sua vez supera o retorno do acar. J
os retornos dos contratos futuros e tambm das opes so positivos. Duas
simulaes foram feitas, a primeira considerando a utilizao de opes e de
contratos futuros e a segunda considerando apenas a utilizao de contratos futuros
como instrumento de hedge.
A Figura 1 apresenta os grficos obtidos da simulao do primeiro cenrio. No
grfico da fronteira eficiente o termo "FE - Opt" representa a fronteira eficiente para a
soluo com opes, enquanto o termo "FE - No opt" representa a fronteira eficiente
para a soluo sem opes. No grfico razo de hedge o termo "ho" representa a
proporo de opes na constituio da carteira com opes e futuros, "hf - opt"
representa a proporo de contratos futuros na constituio da carteira com opes
e futuros, e "hf - NO opt" representa a proporo de contratos futuros na constituio
da carteira que utiliza apenas contratos futuros para fins de hedge. Os termos "ws",
"wea" e "weh", nos grficos de mix de produo, com e sem opes, representam a
proporo de acar, etanol anidro e etanol hidratado respectivamente.
Os grficos de mix de produo so iguais nas situaes com ou sem opes,
sendo o acar a alternativa escolhida para a situao de menor risco, enquanto
para o maior risco possvel se produziria apenas etanol hidratado.
O grfico da fronteira eficiente mostra que as curvas de risco/retorno do
modelo com e sem opes so coincidentes. Isso ocorre, pois as opes no so
utilizadas para reduo do risco, como evidenciado pelo grfico razo de hedge,
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1285
onde ho que representa o uso de opes se mantm em zero durante todo o
intervalo de CVaR.
A soluo dada pelo modelo com opes e pelo modelo sem opes
coincidem, pois os contratos futuros de acar conseguem reduzir o risco e ainda
entregar um retorno positivo maior que as opes. Desse modo as opes no
trariam benefcio ao produtor.
No cenrio 4, ocorrido em 29/09/2006, o etanol anidro apresenta o maior
retorno, seguido do acar e do etanol hidratado. Ao contrrio do cenrio 1, o
retorno com opes de acar supera o retorno com futuros de acar. Essas
caractersticas fazem com que as decises do modelo com opes provoquem
resultados diferentes das decises do modelo sem opes. Uma das diferenas
apresentada pelo grfico de fronteira eficiente da Figura 2, onde a curva gerada pelo
modelo sem opes mostra que no possvel apresentar retornos eficientes para
um CVaR maior que cerca de 34%.
As decises de mix de produo apresentam similaridades entre o modelo
com opes e o modelo sem opes. Em ambos os casos se produz 100% de
acar na situao de menor risco e se produz 100% de etanol anidro na situao
de maior risco. A diferena entre as curvas est na amplitude do risco, sendo que o
modelo sem opes apresenta amplitude de risco menor.
Figura 1 - Grficos para o Cenrio 1
Fronteira Eficiente Mix de Produo - Com Opes
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1286
Razo de Hedge Mix de Produo - Sem Opes
A razo de hedge no modelo com opes feita totalmente com contratos
futuros para a situao de menor risco, e na situao com maior risco feita
totalmente com opes. J o modelo sem opes, utiliza a razo de hedge de 100%
de contratos futuros, o que significa que toda a produo protegida atravs de
contratos futuros.
Com isso possvel notar que a utilizao de opes para fins de hedge s
se justifica quando as opes conseguem reduzir mais eficazmente o risco e ainda
apresentam impacto mais positivo no retorno em comparao com os contratos
futuros. No cenrio 3 onde, similarmente ao cenrio 1, as decises foram as
mesmas em ambos os modelos, com e sem opes, apesar de as opes
apresentarem retorno mais favorvel, no foram to eficazes na reduo do risco
quanto os contratos futuros. J o cenrio 2, apresentou resultado similar ao cenrio
4, pois a relao risco / retorno das opes foi mais favorvel que a apresentada
pelos contratos futuros.
Figura 2 - Grficos para o Cenrio 4
Fronteira Eficiente Mix de Produo - Com Opes
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1287
Razo de Hedge
Mix de Produo - Sem Opes
LAPAN et al. (1991) concluram que quando preos futuros e prmios de
opes no so viesados as opes geram resultados redundantes aos resultados
obtidos com futuros. Contudo os autores atentam para a presena de risco de base,
ou seja, risco associado s imperfeies no comportamento dos preos futuros e dos
prmios de opes, seja por descasamento de prazos, pela utilizao de contratos
de commodities no idnticas as que se deseja proteger, ou ainda diversos outros
fatores ligados s incertezas de mercado. Nos casos em que o risco de base
suficientemente grande a diferena entre os preos futuros e vista, podem ser
grandes o suficiente para que opes e contratos futuros gerem resultados
diferentes. Essas diferenas obviamente levam a resultados diferentes nos modelos
que consideram opes e futuros em relao aos modelos que consideram apenas
futuros, como demonstrado pelo presente artigo.
5 CONCLUSES
Uma das contribuies desse trabalho foi a criao de um modelo capaz de
construir a fronteira eficiente para um produtor de acar e lcool que busca
derivativos como instrumentos de hedge. O modelo proposto capaz de definir o
mix de produo e a razo de hedge ideais para um produtor, de acordo com sua
tolerncia ao risco.
Uma segunda contribuio foi a constatao de que a utilizao de opes
como instrumentos de hedge pode alterar de maneira significativa a fronteira
eficiente para um produtor que utiliza apenas futuros. Esse resultado refora a
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1288
constatao de LAPAN et al. (1991), de que opes podem afetar os resultados de
decises de portflio desde que o risco de base seja suficientemente grande. Desse
modo um produtor pode se beneficiar do uso de opes, principalmente se
conseguir prever o comportamento do risco de base.
Ainda existe um grande espao para pesquisas futuras, principalmente pelo
fato de as decises serem altamente dependentes da capacidade de prever a
evoluo dos preos, portanto modelos mais sofisticados de previso podem ser
associados ao modelo de deciso de mix. Outro fator importante que o modelo
proposto no capaz de decidir sobre estocagem, uma deciso comum aos
produtores que podem se beneficiar da sazonalidade. E ainda a possibilidade de
diversificao no exclusividade do mercado sucroalcooleiro, portanto seria
relevante para a validade do modelo test-lo para outros mercados.
REFERNCIAS
ABAD, P.; BENITO, S. e LPEZ, C. A comprehensive review of Value at Risk methodologies. The Spanish Review of Financial Economics, v.12, p.15-32, 2014. http://dx.doi.org/10.1016/j.srfe.2013.06.001 AITSAHLIA, F.; WANG, C.; CABRERA V. E.; URYASEV, S. e FRAISSE, C. W. Optimal crop planting schedules and financial hedging strategies under ENSO-based climate forecasts. Annals of Operations Research, 2009. ALEXANDER, S.; COLEMAN, T.F.; LI, Y. Minimizing CVaR and VaR for a portfolio of derivatives. Journal of Banking and Finance, v.30, p.583-605, 2006. http://dx.doi.org/10.1016/j.jbankfin.2005.04.012 ARTZNER, P.; DELBAEN, F.; EBER, J. M.; HEATH, D. Coherent measures of risk. Mathematical Finance, v.9, n.3, p.203-228, 1999. http://dx.doi.org/10.1111/1467-9965.00068
BASTIAN-PINTO. C.; BRANDO, L. HAHN, W. J. Flexibility as a source of value in the production of alternative fuels: the ethanol case. Energy Economics, v.31, p.411422, 2009. http://dx.doi.org/10.1016/j.eneco.2009.02.004 CHEN, R.; LI, C.; WANG, W. e WANG, Z. Empirical analysis on future-cash arbitrage risk with portfolio VaR. Physica A, v.398, p.210216, 2014. http://dx.doi.org/10.1016/j.physa.2013.12.017 CHEN, S.S.; LEE, C.F.; SHRESTHA, K. Futures hedge ratios: a review. The Quarterly Review of Economics and Finance, v.43, p.433465, 2003. http://dx.doi.org/10.1016/S1062-9769(02)00191-6
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1289
CHEN, S.S.; LEE, C.F.; SHRESTHA, K. Do the pure martingale and joint normality hypotheses hold for futures contracts? Implications for the optimal hedge ratiosging with forwards and puts in complete and incomplete markets. The Quarterly Review of Economics and Finance, v.48, p.153-174, 2008. http://dx.doi.org/10.1016/j.qref.2005.10.002 ELIKYURT, U. & SLEYMAN ZEKICI, S. Multiperiod portfolio optimization models in stochastic markets using the mean-variance approach. European Journal of Operational Research, v. 179, n. 1, p. 186-202, 2007. http://dx.doi.org/10.1016/j.ejor.2005.02.079 EBADIAN, M.; SOWLATI, T.; SOKHANSANJ, S. e TOWNLEY-SMITH, L. Modeling and analyzing storage systems in agricultural biomass supply chain for cellulosic ethanol production. Applied Energy, v.102, p.840-849, 2013. http://dx.doi.org/10.1016/j.apenergy.2012.08.049 FABOZZI, F. J.; KOLM, P. N.; PACHAMANOVA, D. A. e FOCARDI, S. M. Robust portfolio optimization and management. 1st ed., Editora: John Wiley & Sons. Ltd, 2007. GEMAN, H. & OHANA, S. Time-consistency in managing a commodity portfolio: A dynamic risk measure approach. Journal of Banking Finance, v. 32, n.10, p.1991-2005, 2008. http://dx.doi.org/10.1016/j.jbankfin.2007.05.020 HARRIS, R. D. F. & MAZIBAS, M. Dynamic hedge fund portfolio construction: A semi-parametric approach. Journal of Banking Finance, v. 37, p.139-149, 2013. http://dx.doi.org/10.1016/j.jbankfin.2012.08.017 HUANG, D.; ZHU, S.; FABOZZI, F. J. e FUKUSHIMA, M. Portfolio selection under distributional uncertainty: A relative robust CVaR approach. European Journal of Operational Research, v. 203, p.185-194, 2010. http://dx.doi.org/10.1016/j.ejor.2009.07.010 HULL, J. C. Fundamentos dos mercados futuros e de opes. So Paulo: Bolsa de Mercadorias e Futuros, 2005. JOHNSON, L. L. The theory of hedging and speculation in commodity futures. The Review of Economic Studies, v. 27, p.139151, 1960. http://dx.doi.org/10.2307/2296076 KLEINDORFER, P. & LI, L. Multi-period VaR-constrained portfolio optimization in electric power. The Energy Journal, p. 1-26, 2005. KOLM, P. N.; TTNC, R. e FAVOZZI, F. J. 60 Years of portfolio optimization: Practical challenges and current trends. European Journal of Operational Research, v.234, p. 356-371, 2014. http://dx.doi.org/10.1016/j.ejor.2013.10.060
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1290
LAPAN, H.; MOSCHINI, G.; HANSON, S. Production, hedging and speculative
decisions with options and futures markets. American Journal of Agricultural
Economics, 1991, v.72, p.66-74, 1991.
MANSINI, R.; OGRYCZAK, W. e SPERANZA, M. G. Twenty years of linear programming based portfolio optimization. European Journal of Operational Research, v.234, p.518535, 2014. http://dx.doi.org/10.1016/j.ejor.2013.08.035
MARTNEZ-DE-ALBNIZ, V. & SIMCHI-LEVI, D. Mean-Variance Trade-offs in Supply Contracts. Naval Research Logistics, n.53, p.603616, 2006. http://dx.doi.org/10.1002/nav.20186 MARKOWITZ, H. M. Portfolio Selection. Journal of Finance, v.7, p.77-91, 1952. http://dx.doi.org/10.2307/2975974 MOREIRA, J.R.; GOLDEMBERG, J. The alcohol program. Energy Policy, v.27, p.229-245, 1999. http://dx.doi.org/10.1016/S0301-4215(99)00005-1 OGRYCZAK, W., RUSZCZYNSKI, A. From stochastic dominance to mean risk models: Semideviations and risk measures. European Journal of Operational Research, v.116, p.33-50, 1999. http://dx.doi.org/10.1016/S0377-2217(98)00167-2 RIBEIRO, C. O. & FERREIRA, L. A. Uma contribuio ao problema de composio de carteiras de mnimo valor em risco. Gesto & Produo, v.12, n.2, p.295-304, 2005. http://dx.doi.org/10.1590/S0104-530X2005000200012 ROCKAFELLAR, R.T.; URYASEV, S. Conditional value at risk for general loss distributions. Journal of Banking and Finance,v.26, p.1443-1447, 2002. http://dx.doi.org/10.1016/S0378-4266(02)00271-6 ROQUES, F.A.; NEWBERY, D.M.; NUTTALL, W.J. Fuel mix diversification incentives in liberalized electricity markets: A MeanVariance Portfolio theory approach. Energy Economics, V.30, p. 18311849, 2008. http://dx.doi.org/10.1016/j.eneco.2007.11.008 VAN DYKEN, S.; BAKKEN, B. H. e SKJELBRED, H. I. Linear mixed-integer models for biomass supply chains with transport, storage and processing. Energy, v.35, p. 13381350, 2010. http://dx.doi.org/10.1016/j.energy.2009.11.017 WAN, Y.; CLUTTER, M. L.; MEI, B. e SIRY, J. P. Assessing the role of U.S. timberland assets in a mixed portfolio under the mean-conditional value at risk framework. Forest Policy and Economics, ARTICLE IN PRESS, 2014. http://dx.doi.org/10.1016/j.forpol.2014.06.002 YOU, L.; DAIGLER, R. Downside Four-Moment Tail Risk and its Effect on Financial and Commodity Diversification. Probabilistic Constrained Optimization, S.P Uryasev, p.272-281, 2000.
-
Revista Produo Online, Florianpolis, SC, v.14, n. 4, p. 1270-1291, out./dez. 2014. 1291
ZHANG, J.; OSMANI, A.; AWADU, I. e GONELA, V. An integrated optimization model for switchgrass-based bioethanol supply chain. Applied Energy, v.102, p.1205-1217, 2013. http://dx.doi.org/10.1016/j.apenergy.2012.06.054
Artigo recebido em 24/03/2013 e aceito para publicao em 26/09/2014 DOI: http://dx.doi.org/ 10.14488/1676-1901.v14i4.1559