As volatilidades dos preços agrícolas aumentaram a partir do período 2006-2008 e, desde então, crises internacionais têm intensificado estes choques, como a pandemia da Covid-19. Diversos estudos têm buscado compreender as dinâmicas destes choques globalmente, porém, poucos analisaram os impactos em mercados emergentes. Neste sentido, este artigo propõe avaliar os impactos da pandemia da Covid-19 nas volatilidades dos preços agrícolas no Brasil, como foco nas conectividades dinâmicas e transbordamento de volatilidades entre os mercados agropecuários. Também são considerados o mercado de petróleo Brent e a taxa de câmbio US$/R$. Para isso, aplica-se o modelo TVP-VAR, considerando as especificações propostas por Antonakakis et al. (2020). Os resultados apontam para um aumento nas conectividades e transmissão de volatilidade após o início da pandemia. Os efeitos se perpetuam até o posterior conflito entre Rússia e Ucrânia, se dissipando a partir do segundo semestre de 2022. Em geral, a taxa de câmbio e a soja apresentaram-se como os maiores transmissores de volatilidade, tanto no período pré, quanto pós-pandemia. O petróleo foi significativamente transmissor de volatilidade em um curto período após o início da pandemia e do conflito entre Rússia-Ucrânia. O conflito também aumentou os efeitos de transmissão do trigo, enquanto a pandemia levou o arroz a ser um transmissor líquido de volatilidade. Tais apontamentos corroboram que os mercados agrícolas no Brasil também são afetados pelos efeitos de crise. No entanto, evidenciam que a taxa de câmbio possui uma relevância ainda maior que os preços do petróleo na explicação dos choques de volatilidade no país, destacando a importância de se considerar seus efeitos em mercados emergentes.
Palavras-chave:
Mercados de commodities agrícolas; Conectividade dinâmica; Transbordamento de volatilidade; Pandemia da Covid-19; Brasil
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Note: The yellow and blue spheres indicate the net market reception and transmission of shocks, respectively. Their size denotes weighted average net total directional connectedness. Lines are weighted by averaged net pairwise directional connectedness measures. The thicker the lines, the greater the connectedness between markets. The arrows indicate the connectedness direction.


