Transmissão Assimétrica de Preços do Atacado para o - Instituto de ...

Universidade Federal do Rio de J a neiro
Instituto de Economia
Transmissão Assimétrica de Preços do Atacado
para o Varejo: um Estudo Empírico
TD. 001/2008
Marcos A. M. Lima
Marcelo Resende
Série
Textos para Discussão

Transmissão Assimétrica de Preços do Atacado para o Varejo: um Estudo
Empírico *
Marcos A. M. Lima
Faculdade IBMEC-RJ
Av. Presidente Wilson, 118, Centro, 20.030-020, Rio de Janeiro-RJ, Brasil
Email: mamdl@uol.com.br
Marcelo Resende
Instituto de Economia, Universidade Federal do Rio de Janeiro
Av. Pasteur 250, Urca, 22290-240, Rio de Janeiro-RJ, Brasil
Email: mresende@ie.ufrj.br
Abstract
The paper investigates the prevalence of asymmetric price transmission between the wholesale
and retail segments for six selected vegetable products in the city of Rio de Janeiro-Brazil
taking as reference weekly data along the 2007-8 period. The exploratory econometric
evidence mostly favors a symmetric price transmission process.
Key-words: wholesale, retail, asymmetric price transmission
Sumário
O artigo investiga a prevalência de transmissão assimétrica de preços entre os segmentos de
atacado e varejo para seis produtos vegetais selecionados na cidade do Rio de Janeiro-Brasil
tomando como referência dados semanais ao longo do período 2007-8. A evidência
econométrica exploratória em geral favorece um processo simétrico de transmissão de preços.
Palavras-chave: atacado, varejo, transmissão assimétrica de preços
* Os autores agradecem a assistência de pesquisa de João Marcos Tavares.

1- Introdução
A transmissão dos preços ao longo de uma cadeia produtiva é um tema recorrente na
mídia. De fato, possíveis reajustes assimétricos de preços entre os setores atacadistas e
varejistas são ocasionalmente mencionados de tal forma que elevações de preços no atacado
tenderiam a ser mais prontamente ratificadas no nível do varejo do que reduções de preços
naquele segmento. O padrão de transmissão de preços está em parte associado à
possibilidade de manutenção de estoques, custos de transportes ou ainda o exercício de poder
de mercado por intermediários [Ray et al. (2006) fornecem um sumário dos argumentos
teóricos].
No nível empírico emergiu uma literatura que procurou testar a existência de
transmissão assimétrica de preços do atacado para o varejo na qual pode-se mencionar
Bacon (1991), Duffy-Deno (1996), Eckert (2002) e Chen et al (2005) para a comercialização de
gasolina e ainda Minten e Kyle (2000) e Miller e Hayenga (2001) para produtos agropecuários.
Ajustes assimétricos de preços parecem prevalecer em diferentes contextos.
No presente trabalho investigamos a prevalência de ajustes assimétricos para legumes
selecionados no Rio de Janeiro tendo como referência dados semanais em 2007 e 2008 do
atacado e do varejo. Além do interesse geral, o tema parece revestir-se de interesse adicional
por conta da recente tendência de elevação dos preços dos alimentos em diferentes países.
O artigo está organizado da seguinte forma. A segunda seção discute os argumentos
teóricos que podem levar a padrões assimétricos na transmissão de preços entre o atacado e o
varejo e discute a evidência empírica anterior. A terceira seção discute a construção de dados
e apresenta o modelo empírico a ser estimado. A quarta seção apresenta os resultados
empíricos. A quinta seção traz alguns comentários finais.
2- Transmissão de Preços na Cadeia Produtiva
2.1- Aspectos Conceituais

O fenômeno de ajustamento assimétrico nos preços ocorre quando tais preços sobem
prontamente em resposta a um aumento de custos, mas não baixam na mesma velocidade
caso os custos tenham se reduzido. Estes custos na maior parte dos casos são aproximados
pelo preço da principal matéria-prima. Portanto, a comparação feita normalmente envolve os
preços praticados pelos vendedores da matéria-prima no atacado e os preços cobrados no
varejo.
Quase toda a literatura sobre o assunto é de natureza empírica. Há poucos trabalhos
envolvidos no desenvolvimento de um modelo teórico para a explicação da assimetria na
transmissão dos preços. A explicação da assimetria nestes artigos está relacionada à
existência de poder de monopólio das firmas (Benabou e Gertner (1993), Borenstein e Shepard
(1996)), ou de inflação com custos de ajustamento nos preços (Ball e Mankiw (1994). Porém,
nenhum destes trabalhos esgota totalmente o assunto e fornece um arcabouço teórico
satisfatório.
O texto de Ray et al. (2006) tenta preencher esta lacuna combinando aspectos ligados à
literatura acerca do comportamento dos canais de distribuição com os custos de ajustamento
nos preços. Estes autores sugerem que os custos de ajustamento de preços enfrentados pelo
varejo podem resultar em comportamento assimétrico dos preços no atacado.
Se há custos de ajustamento no varejo, os preços não vão variar por conta de pequenas
oscilações nos preços do atacado. Isso faz com que a curva de demanda percebida pelos
atacadistas tenha uma região perfeitamente inelástica, na qual seus preços podem variar sem
que haja redução na quantidade demandada. Isso faz com que pequenos aumentos de preços
sejam lucrativos para os atacadistas e pequenas reduções em seus preços sejam prejudiciais
em termos de sua lucratividade, uma vez que não representarão aumento nas quantidades
vendidas, já que os preços no varejo não sofrerão alteração.
Para grandes alterações dos preços no atacado, tais autores consideram que os preços
no varejo respondam prontamente. Portanto, os preços no varejo se ajustariam de forma

simétrica nestes casos. Haveria, portanto, comportamentos distintos no que concerne a
assimetria de acordo com a magnitude das variações dos preços no atacado. Cabe ressaltar,
contudo, a natureza simplificada do modelo que considera uma firma no atacado e uma no
varejo e considera-se um modelo seqüencial na linha de Stackelberg. No caso de
comercialização de alimentos com número razoável de pequenos varejistas o contexto pode
ser algo distinto.
Já o artigo de Minten e Kyle (2000) relata que as explicações tradicionais sobre
comportamento assimétrico nos preços estão relacionadas à concentração da indústria na
revenda e intervenção governamental. Outra explicação é dada por Kinnucan e Forker (1987),
de que a elasticidade de transmissão atacado-varejo é diferente de acordo com a fator
causador da variação do preço no atacado, se foi aumento na demanda do varejo ou se foi
aumento nos custos do atacado. Se foi causada pelo segundo fator, a transmissão de preços
para o varejo deve ser inferior ao que seria no primeiro caso. Porém, a existência de estoques,
pode em alguns casos neutralizar o impacto de variações na demanda dos revendedores pelo
produto no atacado, sobre os preços no atacado.
O modelo usado por Minten e Kyle (2000) em seu estudo é baseado no desenvolvido por
Gardner (1975) e Heien (1980), que mostra que os atacadistas defrontam-se com uma
demanda quebrada, o que implica em diferentes elasticidades para aumentos e reduções nos
preços. Com isso, os preços no varejo responderão de forma diferente, a aumentos e reduções
de preços no atacado.
Independentemente dos outros motivos adotados para explicar a transmissão
assimétrica do atacado para o varejo, um deles é certamente o mais forte. O poder de mercado
dos varejistas, certamente leva a transmissões assimétricas. Isso faz com que esta ferramenta
utilizada no presente artigo seja adequada para a verificação da presença de poder de
mercado das firmas varejistas.
2.2- Estudos Empíricos Anteriores

A literatura empírica que estudou transmissão assimétrica de preços do atacado pára o
varejo concentrou-se basicamente nos mercados de gasolina e de produtos agropecuários. 1
Em várias ocasiões constatou-se que os preços do varejo seguem a direção de reajuste dos
preços no atacado para aumentos de preços mas não para reduções, embora em nem todos
os casos um simples argumento de exercício de poder de mercado prevaleça. A literatura
considerou diferentes métodos econométricos mas pode-se observar uma predominância de
métodos econométricos para séries temporais. A tabela 2 resume os principais estudos.
INSERIR TABELA 2 POR AQUI
Pode-se observar também uma predominância nos estudos para o setor de gasolina. No
presente estudo focamos na transmissão de preços do atacado para o varejo. Existem,
contudo, estudos considerando a transmissão de preços a partir de petróleo cru para o varejo
como Borenstein et al. (1997), Godby et al. (2000), Chen et al (2005) e Oladunjoye (2008) mas
cabe ressaltar que uma vez mais a evidência de assimetria parece prevalecer. Uma aplicação
distinta foi efetuada por Minten e Kyle (2000) para a comercialização de alimentos no Zaire e
revelou também evidência predominantemente favorável à assimetria de ajustes de preços. No
presente trabalho empregamos abordagem semelhante aquele trabalho.
1 A seguir resume-se alguns trabalhos representativos, veja também as referências citadas em Ray et al (2006)

3. Aplicação Empírica
3.1- Questões Econométricas
Na seção anterior ficou clara a prevalência de modelos para séries de tempo para o
estudo da transmissão assimétrica de preços e não raro, a disponibilidade de longas séries
permite um foco em padrões de longo prazo. Exemplos incluem análises de cointegração no
contexto de modelos autoregressivos de limiar (threshold autoregressive models) e
propriedades cíclicas investigadas no domínio da freqüência. No presente artigo, o período
amostral é relativamente mais curto e assim procura-se empreender uma análise semelhante à
desenvolvida para alimentos no trabalho de Minten e Kyle (2000), para tanto nos amparamos
na estratégia empírica sugerida por Houck (1977) para testar assimetrias. Para uma
especificação considerando termos defasados de primeira ordem pode-se especificar o
seguinte sistema onde i =1, ....n denota o produto:
Vi t
E
E
R
= αi
0 + αi1(
Ai
) D + αi
2(
A it 1)
D i1(
Ai
) D i2
( A
t
i − + β + β
t
i
+ η(
PGAS − PGAS ) + γ S + δ T + ε ( 1)
t
t−1
∑
k
j
j
it
it−1
) D
R
+ λ ( V
O aspecto central da abordagem refere-se à introdução de variáveis dummy para
inclinação que captam elevação ou constância do preço do produto i entre 2 períodos
consecutivos (D E ) e redução ou constância entre 2 períodos consecutivos (D R ). Essa são
consideradas multiplicativamente com as diferenças nos preços do atacado. 2 As variáveis são
assim definidas:
2 Uma especificação parcimoniosa apenas com a primeira e primeira diferença defasada para preços do atacado
pode ser justificada com o curto período entre a compra e a venda face à possibilidade limitada de estocagem.
Segundo Minten e Kyle (2000) as evidências apontam para uma faixa de 2.7 a 6.2 dias de intervalo entre
compra no atacado e venda no varejo para produtos vegetais, mas não possuímos informações mais específicas
para o caso ora em estudo.
i
i,
t−1
)

. V i : preços no varejo do produto i no período t
t
. A i : preços no atacado do produto i no período t
t
, Sj: variável dummy sazonal para trimestre assume valor 1 no trimestre em questão e 0 caso
contrário
. T: variável de tendência temporal para captar outros efeitos de longo prazo
. ( t− t−1
PGAS
PGAS ): primeira diferença no preço da gasolina como proxy da variação do custo
de transporte
Na aplicação considerada na próxima seção consideramos uma versão mais
simplificada sem as dummies sazonais e sem variável de tendência. De fato, a estimação com
dummies sazonais trimestrais sempre produziu resultados não significativos e por outro lado
dado o período amostral curto de aproximadamente um ano e meio, a introdução de uma
variável de tendência temporal não parece justificável. Outrossim, face à estacionariedade das
variáveis envolvidas (a menos do preço da gasolina) trabalhamos com se séries em níveis em
contraste com Minten e Kyle (200) que se defrontaram com variáveis integradas de ordem 1
(I(1)) e consideram um modelo em primeiras diferenças. O sistema apresentado pode ser
estimado pelo método de regressões aparentemente não relacionadas [seemingly unrelated
regressions-SUR] que procura dar conta de possíveis correlações entre os erros das diferentes
equações de forma a gerar estimativas mais eficientes. Com efeito, a possibilidade de choques
comuns relevantes para diferentes produtos agrícolas pode ser potencialmente importante.
A lógica da abordagem para testar assimetrias baseia-se na comparação dos
coeficientes referentes a elevação ou redução de preço. Mais especificamente, será
considerado um teste conjunto da forma abaixo para i=1...n:
Hipótese nula de transmissão simétrica de preços
H0: α i1
+ αi
2 = βi1
+ βi
2
A ser contrastada com a:

Hipótese alternativa de transmissão assimétrica de preços
H1: α i1
+ αi
2 ≠ βi1
+ βi
2
2.2- Base de Dados
O estudo se ampara em duas fontes de dados básicas referentes aos preços de
legumes, frutas e hortaliças comercializados na cidade do Rio de Janeiro. Para o atacado
obteve-se dados da principal central atacadista [DITEC-CEASA] com freqϋência diária desde
2005. Para o varejo, contudo, a base estava disponível para 8 feiras em diferentes bairros em
bases semanais mas apenas para os anos de 2007 e 2008 conforme fornecidos pela
Coordenadoria de Licenciamento e Fiscalização-Prefeitura da Cidade do Rio de Janeiro. Assim
sendo foi necessário restringir o estudo para 2007 e 2008 e para os dados do atacado foram
geradas médias semanais. Vale ressaltar ainda que os dados do atacado contemplam
diferentes variedades para cada produto ao contrário dos dados do varejo. Nesse sentido
optou-se por selecionar produtos com series completas e para os quais o tipo da variedade
estava claramente explicitado. Por outro lado, optamos por considerar no varejo uma feira por
região [Tijuca (zona norte); Leblon (zona sul); Barra da Tijuca (zona oeste)] e foram
selecionados seis produtos [abobrinha extra, aipim comum, inhame extra, jiló extra, pepino
extra, vagem manteiga extra]. No nível do atacado os produtos são comercializados em caixas
que apesar de supostamente serem as mesmas ao longo do tempo comportam alguma
variação de peso, assim considerou-se o peso médio da caixa para se gerar o preço por
quilograma. Para o varejo o preço coletado já é por quilograma. Assim sendo, a amostra é
composta de 70 observações semanais, tendo como primeira sena aquela iniciada em
29/01/2007 e tendo como última semana aquela iniciada em 26/05/2008. 3
3
Para a semana que se inicia em 16/04/2007 os dados de varejo não estavam disponíveis então dói considerada
a média das semanas adjacentes.

Adicionalmente, consideramos o preço médio da gasolina em postos na cidade do Rio
de Janeiro como proxy do custo de transporte dos varejistas. Os dados forma obtidos a partir
de pesquisa semanal efetuada pela Agência Nacional do Petróleo-ANP em uma amostra de
postos .
A tabela 2 apresenta estatísticas descritivas para base de dados;
INSERIR TABELA 2 POR AQUI
Pode-se constatar que a amostra evidencia ampla heterogeneidade entre os diferentes
mercados varejistas considerados e como seria esperado em um mercado de pequenos varejistas
as margens do atacado para o varejo tendem a ser elevadas. Com efeito, considerando uma
margem de comercialização análoga ao índice de Lerner definida como (pvarejo-patacado)/pvarejo
observa-se um padrão interessante. Em que pesem as flutuações pontuais, as estatísticas
descritivas para margens reportadas na tabela 3 indicam comportamento médios algo
semelhantes entre produtos e para diferentes mercados. Nota-se pois que margens próximas de
60% parecem ser típicas.
INSERIR TABELA 3 POR AQUI
Por fim, cabe ressaltar que não foi possível obter series completas e com definição não
ambígua para produtos ainda mais perecíveis como hortaliças. De qualquer forma, além da
perecibilidade não desprezível de alguns produtos selecionados, não se deve esperar a priori
uma capacidade significativa de estocagem por parte de feirantes de pequeno porte .
4- Resultados Empíricos
O sistema anteriormente mencionado foi estimado pelo método de regressões
aparentemente não relacionadas-SUR com a utilização do software Eviews 6.0. Os resultados

para os mercados da zona norte (Tijuca), zona sul (Leblon) e zona oeste (Barra da Tijuca) da
cidade do Rio de Janeiro são respectivamente reportados nas tabelas 4, 5 e 6;
INSERIR TABELAS 4, 5 E 6 POR AQUI
Contudo, como estamos lidando com dados para séries de tempo é importante
examinarmos preliminarmente a estacionariedade das séries envolvidas para evitarmos
problemas de regressão espúria. Assim, consideramos testes de raiz unitária [augmented
Dickey-Fuller-ADF] que são reportados no apêndice. A evidência indica que a grande maioria
das séries já são estacionárias (I(0)) ao passo que a série de preço de gasolina é integradas
de ordem 1 (I(1)). Nesse sentido, podemos proceder com segurança.
Os resultados, via de regra, são modestos no que tange à significância estatística dos
coeficientes. O resultado mais saliente foi a persistência da diferença dos preço defasado do
varejo nos diferentes mercados e para diferentes produtos. Os coeficientes das variáveis
compostas com as dummies de inclinação só se mostram significativos em poucos casos o que
já fornece uma indicação preliminar de que movimentos abruptos de transmissão de preços
não parecem prevalecer. Por fim, merece menção a significância dos coeficientes relativos a
variações no preço da gasolina em diferentes casos o que pode indicar algum papel relevante
para custos de transportes. Todavia seria desejável a utilização de series mais longas e com
maior variabilidade para se chegar a resultados mais contundentes.
De todo modo, consideremos os testes de assimetria que são reportados na tabela 7.
INSERIR A TABELA 7 POR AQUI
Como pode-se ver a evidência favorece a prevalência de ajustes simétricos de preços
com a única exceção da abobrinha no mercado do Leblon. Esse resultado contrasta com a
predominância de ajustes assimétricos de preços encontrada por Minten e Kyle (2000) para o
mercado de Kinshasa-Zaire, em que pese que aquele trabalho se concentre mais em grãos.

5- Comentários Finais
O artigo procurou implementar uma investigação sobre a transmissão de preços do
atacado para o varejo para um conjunto de vegetais selecionados na cidade do Rio de Janeiro.
Essa base de dados não anteriormente utilizada permitiu uma primeira aproximação empírica
para a referida questão.
O trabalho teve um caráter exploratório mas gerou alguns resultados sugestivos que
devem merecer outras investigações. De fato, efeitos estatisticamente significativos só foram
detectados em alguns casos mas claramente os diferentes mercados parecem possuir
dinâmicas algo distintas.
No que concerne à questão de ajustes possivelmente assimétricos a evidência
exploratória favoreceu um comportamento simétrico. Todavia, foi encontrada alguma evidência
de ajustes assimétricos de preços em um mercados caracterizado por um poder compra mais
elevado dos consumidores. Conquanto esse ponto exija mais estudos a possibilidade de
exercício mais acentuado de poder de mercado naquelas localidades é sugestiva.
Diferentes direções para pesquisa futuras parecem relevantes. Vale lembrar que os
trabalhos empíricos que testaram ajustes assimétricos de preços do atacado para o varejo via
de regra focaram no atacado/varejo de gasolina. Seria interessante estudar mais detidamente a
transmissão no contexto de algum produto em que a perecibilidade e dificuldade de estocagem
do produto não prevaleçam. Por outro lado, propriedades cíclicas dos preços poderiam ser
investigados de forma proveitosa com modelos de series de tempo no domínio da freqüência.

Referências
Bacon, R. (1991), Rockets and feathers: the asymmetric speed of adjustment of U.K. retail
gasoline prices to cost changes, Energy Economics, 13, 211-18 .
Borenstein, S., Cameron, A., Gilbert, R. (1997), Do gasoline prices respond asymmetrically to
crude oil prices?, Quarterly Jourmal of Economics, 112, 305-309.
Chen, E.H., Finney, M., Lai, K.S. (2005), A threshold cointegration analysis of asymmetric price
transmission from crude oil to gasoline prices, Economics Letters, 89, 233-239.
Duffy-Deno, K. (1996), Retail price asymmetries in local gasoline markets, Energy
Economics,18, 81-92.
Eckert, A. (2002), Retail price cycles and response asymmetry, Canadian Journal of
Economics, 35, 52-77.
Godby, R., Lintner, A.N., Stengos, T., Wandschneider, N. (2000), Testing for asymmetric price
in the Canadian retail gasoline market Energy Economics, 22, 349-368.
Houck, J.P. (1977), An approach to specifying and estimating non-reversible functions,
American Journal of Agricultural Economics, 59, 570-572.
Miller, D.J., Hayenga, M.L. (2001), Price cycles and asymmetric price transmission in the U.S.
pork market, American Journal of Agricultural Economics, 83, 551-562.
Minten, B., Kyle, S. (2000), Retail margins, price transmission and price asymmetry in urban
food markets: the case of Kinshasa (Zaire), Journal of African Economies, 9, 1-23.
Oladunjoye, I. (2008), Market structure and price adjustment in the U.S. wholesale gasoline
markets, 30, Energy Economics, 937-961.
Peltzman, S. (2000), Prices rise faster than they fall, Journal of Political Economy, 108, 466-
502.
Ray, S., Chen, H., Bergen, M.E., Levy, D. (2006), Asymmetric wholesale pricing: theory and
evidence, Marketing Research, 25, 131-154.

Tabela 1
Estudos empíricos sobre transmissão assimétrica de preços
Artigo Produtos Amostra Modelo Outros controles Evidência de
assimetria
Bacon (1991) gasolina 1982-89 para os EUA Modelo de ajustamento
não linear (quadrático)
não sim
Duffy-Deno (1996) gasolina dados semanais de
1989 a 1993 para Salt
Lake City-Utah-E.U.A.
não sim
Minten e Kyle (2000) grãos e farinhas ....dados semanais de Regressões preço da gasolina como
sim
1987 a 1989 aparentemente não proxy de custo de
para..Kinshasa-Zaire relacionadas (SUR) transporte e dummies
sazonais
Miller e Hayenga (2001) porco Dados semanais de auto regressões
não sim (para a segunda
1981 a 1995 em dois vetoriais (VAR) e
classe de modelo)
estados dos Estados regressões por
Unidos
espectro de banda
Eckert (2002) gasolina Dados semanais de modelo de correção de dummies sazonais sim
1989 a1994 para
Windsor-Canadá
erros
Chen et al (2005) Gasolina Dados semanais de modelo de correção de
não sim
1991 a 2003 erros para threshold
regressions

Tabela 2
Estatísticas Descritivas
Produto Média Desvio Padrão Mínimo Máximo
Abobrinha extra
Aipim comum
Atacado 1.01 0.34 0.53 1.86
Varejo-Tijuca 2.81 0.48 2.00 3.90
Varejo-Leblon 2.94 0.65 2.00 4.60
Varejo-Barra 2.86 0.44 1.80 4.00
Atacado 0.78 5.89E-02 0.66 0.91
Varejo-Tijuca 1.97 0.22 1.00 2.50
Varejo-Leblon 2.16 0.39 1.00 3.00
Varejo-Barra 1.95 0.22 1.00 2.20

Produto Média Desvio Padrão Mínimo Máximo
Inhame extra
Jiló extra
Pepino extra
Atacado 1.11 0.23 0.82 1.77
Varejo-Tijuca 3.04 0.45 2.00 3.90
Varejo-Leblon 2.90 0.37 2.00 4.00
Varejo-Barra 2.96 0.41 2.00 3.60
Atacado 1.22 0.34 0.69 2.24
Varejo-Tijuca 2.74 0.75 1.60 3.90
Varejo-Leblon 2.81 0.51 2.00 4.00
Varejo-Barra 2.53 0.74 1.00 4.60
Atacado 0.72 0.17 0.43 1.20
Varejo-Tijuca 2.26 0.35 2.00 3.50
Varejo-Leblon 2.14 0.26 1.90 2.80
Varejo-Barra 1.94 0.28 1.40 2.60

Produto Média Desvio Padrão Mínimo Máximo
Vagem manteiga
extra
Atacado 2.01 0.71 0.82 3.82
Varejo-Tijuca 4.40 1.19 2.80 7.90
Varejo-Leblon 4.38 1.02 2.50 6.80
Varejo-Barra 4.38 1.00 3.00 6.90
Gasolina 2.49 1.73E-02 2.46 2.53

Tabela 3
Margens de Comercialização entre Atacado e Varejo
Produto Feira da Zona Norte (Tijuca) Feira da Zona Sul (Leblon) Feira da Zona Oeste (Barra da
Tijuca)
Média Desvio Mínimo Máximo Média Desvio Mínimo Máximo Média Desvio Mínimo Máximo
Padrão
Padrão
Padrão
Abobrinha
extra
0,64 9,96E-02 0,40 0,78 0,65 0,11 0,38 0,82 0,65 9,98E-02 0,41 0,82
Aipim
comum
0,59 9,09E-02 0,09 0,71 0,63 8,82E-02 0,28 0,76 0,59 9,78E-02 0,15 0,67
Inhame
extra
0,63 9,48E-02 0,24 0,76 0,61 9,64E-02 0,31 0,77 0,62 8,68E-02 0,40 0,76
Jiló extra
0,55 0,11 0,28 0,72 0,56 9,30E-02 0,35 0,73 0,49 0,18 -0,22 0,73
Pepino
extra
Vagem
manteiga
extra
0,68 7,40E-02 0,44 0,82 0,66 6,79E-02 0,49 0,78 0,63 7,25E-02 0,46 0,78
0,54 0,11 0,10 0,78 0,53 0,15 -0,01 0,82 0,53 0,14 0,17 0,80

Tabela 4
Resultados Econométricos para Varejo da Zona Norte da Cidade do Rio de Janeiro (Tijuca)
Variáveis
independentes
Abobrinha
extra
Intercepto 1.034
(0.000)
(Ait)D E 0.515
(0.045)
(Ai,t-1)D E 0.307
(0.282)
(Ait)D R -0.136
(0.660)
(Ai,t-1)D R 0.119
(0.643)
(Vi,t-1) 0.476
(0.000)
(PGASt-PGASt-1) 2.201
(0.519)
Aipim
comum
2.309
(0.000)
-0.360
(0.746)
-0.863
(0.306)
0.040
(0.973)
0.628
(0.463)
-0.074
(0.499)
-3.248
(0.180)
Pepino
extra
0.703
(0.002)
0.167
(0.668)
0.285
(0.584)
0.459
(0.311)
0.213
(0.643)
0.515
(0.000)
7.101
(0.021)
Inhame
extra
0.951
(0.004)
0.003
(0.996)
-0.159
(0.812)
0.343
(0.578)
0.510
(0.366)
0.556
(0.000)
-6.549
(0.102)
Jiló extra Vagem
manteiga
extra
1.114
(0.000)
-0.133
(0.710)
0.880
(0.106)
0.900
(0.050)
-0.158
(0.740)
0.304
(0.003)
14.209
(0.001)
0.882
(0.007)
0.462
(0.149)
0.603
(0.155)
0.278
(0.455)
-0.004
(0.992)
0.506
(0.000)
5.690
(0.450)
R 2 0.539 0.050 0.329 0.321 0.487 0.650
Nota: a significância é reportada entre parênteses

Tabela 5
Resultados Econométricos para Varejo da Zona Sul da Cidade do Rio de Janeiro (Leblon)
Variáveis
independentes
Abobrinha
extra
Intercepto 1.697
(0.000)
(Ait)D E 0.353
(0.468)
(Ai,t-1)D E -0.079
(0.883)
(Ait)D R 0.823
(0.164)
(Ai,t-1)D R 0.890
(0.057)
(Vi,t-1) 0.073
(0.491)
(PGASt-PGASt-1) 11.078
(0.059)
Aipim
comum
0.185
(0.726)
0.819
(0.607)
0.684
(0.568)
0.171
(0.918)
0.306
(0.799)
0.559
(0.000)
-2.678
(0.425)
Pepino
extra
0.837
(0.000)
0.274
(0.252)
0.297
(0.360)
0.254
(0.370)
0.184
(0.532)
0.440
(0.000)
2.771
(0.167)
Inhame
extra
2.333
(0.000)
0.234
(0.634)
-0.241
(0.709)
-0.399
(0.502)
-0.023
(0.966)
0.272
(0.007)
6.960
(0.066)
Jiló extra Vagem
manteiga
extra
1.368
(0.000)
0.717
(0.019)
0.219
(0.632)
0.037
(0.922)
0.697
(0.093)
0.123
(0.209)
0.049
(0.990)
1.792
(0.000)
-0.082
(0.818)
0.539
(0.272)
0.790
(0.069)
0.191
(0.635)
0.285
(0.007)
-4.810
(0.563)
R 2 0.299 0.379 0.433 0.050 0.528 0.414
Nota: a significância é reportada entre parênteses

Tabela 6
Resultados Econométricos para Varejo da Zona Oeste da Cidade do Rio de Janeiro (Barra da Tijuca)
Variáveis
independentes
Abobrinha
extra
Intercepto 0.842
(0.001)
(Ait)D E 0.346
(0.216)
(Ai,t-1)D E 0.440
(0.154)
(Ait)D R 0.013
(0.970)
(Ai,t-1)D R -0.118
(0.657)
(Vi,t-1) 0.588
(0.000)
(PGASt-PGASt-1) -0.487
(0.881)
Aipim
comum
1.881
(0.000)
-0.432
(0.673)
-0.131
(0.866)
-0.418
(0.699)
-0.760
(0.339)
0.388
(0.000)
2.312
(0.274)
Pepino
extra
0.559
(0.003)
0.454
(0.120)
0.631
(0.115)
0.153
(0.667)
0.045
(0.900)
0.479
(0.000)
1.135
(0.618)
Inhame
extra
0.893
(0.009)
-0.684
(0.153)
0.223
(0.725)
1.033
(0.076)
0.091
(0.865)
0.592
(0.000)
1.381
(0.688)
Jiló extra Vagem
manteiga
extra
0.420
(0.170)
0.706
(0.174)
0.748
(0.346)
0.148
(0.826)
0.033
(0.961)
0.449
(0.000)
-0.710
(0.910)
0.372
(0.198)
0.236
(0.331)
0.127
(0.695)
0.254
(0.391)
0.254
(0.358)
0.714
(0.000)
5.402
(0.326)
R 2 0.500 0.253 0.437 0.417 0.392 0.744
Nota: a significância é reportada entre parênteses

Tabela 7
Testes de Wald para Simetria na Transmissão de Preços do Atacado para o Varejo
Produtos Zona Norte
(Tijuca)
Abobrinha extra
Aipim comum
Pepino extra
Inhame extra
Jiló extra
Vagem manteiga extra
0.218
(0.640)
0.623
(0.430)
1.022
(0.312)
0.022
(0.962)
0.110
(0.740)
1.379
(0.340)
Zona Sul
(Leblon)
Estatística de Teste [χ 2 (1)]
3.289
(0.050)
0.000
(0.996)
0.371
(0.542)
0.982
(0.322)
2.081
(0.149)
0.026
(0.873)
Nota: significância (p-value) é reportada entre parênteses
Zona Oeste
(Barra da Tijuca)
0.121
(0.728)
0.162
(0.687)
0.499
(0.480)
0.124
(0.725)
0.145
(0.703)
1.392
(0.238)

Apêndice
Testes de raiz unitária (augmented Dickey-Fuller-ADF) para preços de vegetais selecionados no atacado e no varejo e gasolina no
varejo
Produto Atacado
Abobrinha extra -4.664
(0.002)
Aipim comum -4.169
(0.002)
Inhame extra -2.755
(0.070)
Jiló extra -3.649
(0.007)
Pepino extra -3.831
(0.004)
Vagem manteiga extra -2.951
(0.045)
Varejo
Tijuca Leblon Barra da
Tijuca
-3.903 -6.484 -4.106
(0.003) (0.000) (0.002)
-8.979 -4.022 -5.131
(0.000) (0.002) (0.000)
-2.265 -7.194 -3.749
(0.186) (0.000) (0.005)
-4.467 -2.591 -5.194
(0.000) (0.099) (0.000)
-4.781 -3.965 -3.986
(0.000) (0.003) (0.003)
-3.254 -4.718 -2.483
(0.021) (0.000) (0.124)
Gasolina -2.065 (0.259)
Nota: a significância (p-value) é indicada entre parênteses e o número de defasagens nas regressões para determinação da
estatística ADF foi definido com base no critério de Akailke.