OBSERVARE
Universidade Autónoma de Lisboa
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025
99
ALTERAÇÕES DE ESTRUTURA NOS MERCADOS: O EXEMPLO DO PETRÓLEO
LUÍS AGOSTINHO
a61277@ualg.pt
Licenciado em Gestão de Empresas pela Faculdade de Economia da Universidade do Algarve (FE
UAlg). Mestre em Finanças pela FE UAlg. Quadro do Banco de Portugal (Portugal), desempenha
funções no Departamento de Emissão e Tesouraria. As suas áreas de interesse são os mercados
energéticos.
CRISTINA VIEGAS
colivei@ualg.pt
Licenciada em Gestão de Empresas pela Universidade do Algarve, possui um Mestrado em Gestão
pelo Instituto Superior de Economia e Gestão (ISEG) da Universidade de Lisboa e um
Doutoramento em Gestão, com especialização em Finanças e Contabilidade, pela
Universidade do Algarve. Atualmente, é Diretora da Licenciatura em Gestão de Empresas
na Faculdade de Economia da Universidade do Algarve (Portugal), onde também é
professora. Leciona unidades curriculares na área das finanças nos cursos de Licenciatura
em Gestão de Empresas, em Economia e em Matemática Aplicada à Economia e Gestão,
bem como nos Mestrados em Finanças e em Gestão de Marketing. A sua pesquisa foca-se
em mercados financeiros, derivados financeiros, opções reais e matemática financeira.
Tem publicado o seu trabalho em várias revistas nacionais e internacionais, como
Quantitative Finance, The Journal of Risk Finance, Tourism - An International
Interdisciplinary Journal e o International Journal of Financial Studies.
HENRIQUE MORAIS
hnmorais@gmail.com
Licenciado em Economia pela Universidade Técnica de Lisboa / Instituto Superior de Economia e
Gestão (ISEG). Mestre em Economia Internacional pelo ISEG. Doutor em Relações
Internacionais: Geopolítica e Geoeconomia pela Universidade Autónoma de Lisboa. Quadro do
Banco de Portugal (Portugal), onde desempenha funções de Coordenador da Área de Inovação e
Suporte do Departamento de Mercados. Foi Presidente da Comissão Executiva e Administrador da
Invesfer S.A., uma empresa do Grupo REFER, e ainda Administrador e Diretor Executivo da CP
Carga. Professor na Universidade Autónoma de Lisboa, UAL (nos Departamentos de Ciências
Económicas e Empresariais e Relações Internacionais) e no MBA em Corporate Finance da
Universidade do Algarve. É ainda membro do Observatório de Relações Exteriores da UAL, onde
tem estado envolvido em vários projetos de investigação, bem como na participação assídua nas
várias edições do Janus -Anuário de Relações Exteriores..
Resumo
A importância dos combustíveis fósseis na oferta mundial de energia e a relação entre as suas
flutuações e os fenómenos geoeconómicos e geopolíticos, tornam aliciante analisar as forças
maiores por detrás do comportamento, amiúde inesperado, do preço do petróleo. É objetivo
deste trabalho estudar os acontecimentos socioeconómicos contemporâneos a alterações de
estrutura no preço do petróleo, que com elas possam indiciar relações de causalidade. Neste
estudo é utilizada a metodologia de Bai & Perron para a deteção de alterações de estrutura.
A amostra consiste em observações dos preços de fecho de contratos de futuros negociados
nos EUA, West Texas Intermediate, correspondentes a várias maturidades. Três pontos são
por nós identificados como essenciais sobre a formação do preço do petróleo. Em primeiro
lugar, observa-se o impacto significativo de fatores macroeconómicos, especialmente os mais
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
100
relacionados com a procura, como principais impulsionadores de alterações de estrutura nos
mercados de petróleo. Também é assinalada a influência da OPEP na determinação dos
preços, realçando o seu papel proeminente no panorama global do petróleo, embora com
menor impacto nas alterações de estrutura identificadas. Por fim, a pesquisa sugere que, num
contexto mais amplo, eventos geopolíticos tendem, por norma, a não desencadear alterações
estruturais significativas no mercado do petróleo.
Palavras-chave
Alterações de estrutura, futuros WTI, metodologia de Bai & Perron, petróleo.
Abstract
The importance of fossil fuels in the world's energy supply and the relationship between their
fluctuations and geoeconomic and geopolitical phenomena make it important to analyze the
major forces behind the often-unexpected behavior of oil prices. The aim of this paper is to
study socio-economic events that are contemporaneous with structural changes in the price
of oil, and which may indicate a causal relationship with them. This study uses the Bai &
Perron methodology to detect structural breaks. The sample consists of observations of the
closing prices of oil futures contracts traded in the US, West Texas Intermediate,
corresponding to various maturities. We have identified three key points in the formation of
oil prices. Firstly, we note the significant impact of macroeconomic factors, especially those
more closely related to demand, as the main drivers of structural changes in the oil markets.
The influence of OPEC in determining prices is also noted, highlighting its prominent role in
the global oil landscape, although with less impact on the structural changes identified. Finally,
the research suggests that, in a broader context, geopolitical events tend not to trigger
significant structural changes in the oil market.
Keywords
Structural breaks, WTI futures, Bai & Perron methodology, oil.
Como citar este artigo
Agostinho, Luís, Viegas, Cristina & Morais, Henrique (2025). Alterações de Estrutura nos Mercados:
o Exemplo do Petróleo. Janus.net, e-journal of international relations. VOL. 16, Nº. 1. Maio-Outubro
2025, pp. 99-118. DOI https://doi.org/10.26619/1647-7251.16.1.5.
Artigo recebido em 30 de julho de 2024 e aceite para publicação em 20 de setembro de
2024.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
101
ALTERAÇÕES DE ESTRUTURA NOS MERCADOS:
O EXEMPLO DO PETRÓLEO
LUÍS AGOSTINHO
CRISTINA VIEGAS
HENRIQUE MORAIS
Os determinantes do preço do petróleo
Os combustíveis fósseis continuam a ter um peso esmagador na oferta mundial de
energia, apesar dos progressos de fontes alternativas, nomeadamente os renováveis.
Segundo dados da International Energy Agency (IEA), em 2021, o total agregado da
oferta de petróleo, carvão e gás natural era cerca de 80% da oferta total de energia no
mundo, o que representava apenas uma diminuição de 1 ponto percentual face ao
observado em 1990. E, sem surpresa, de entre os combustíveis fósseis, o petróleo
continua a ser o mais representativo, ainda que em recuo nos últimos anos (29% do total
da oferta em 2021, 37% em 1990).
Embora estejamos hoje longe de assistir às disrupções nos países industrializados
causadas pelo choque da oferta dos anos 70 do século XX ou sequer ao temor com que
o mundo esperava pelos eventuais cortes de produção decididos, nas suas reuniões, pela
Organização dos Países Exportadores de Petróleo (OPEP), a verdade é que a geoeconomia
e a geopolítica continuam a ser muito condicionadas, e a condicionar, a evolução dos
preços dos combustíveis fósseis, nomeadamente do petróleo.
Torna-se por isso fundamental perceber as forças maiores por detrás do comportamento,
quiçá, amiúde, errático ou inesperado do preço do petróleo. Uma das abordagens
possíveis passa pela identificação dos determinantes principais desse preço e sua
evolução ao longo do tempo.
Liu, Ding, Lv, Wu & Qiang (2019) apontam três tipos de determinantes, nomeadamente
os fatores políticos, os financeiros e a incapacidade de a oferta acompanhar a procura
(particularmente devido a problemas de armazenamento insuficiente e de tempo de
reação diferenciado, mais longo na oferta, que provoca crises de sobre ou de
subprodução repentinas), determinante este que, aliás, é partilhado por mais
commodities. Observam ainda a divergência entre os principais determinantes antes da
crise financeira de 2007/2008, no caso fatores de procura e oferta, e aqueles que são os
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
102
determinantes do preço do petróleo no período pós-crise, onde o comportamento da
procura e da oferta se revela importante, mas insuficiente, para explicar a evolução do
preço do petróleo. Ding, Liu, Zhang & Long (2017) dizem-nos que os recursos petrolíferos
têm características de uma commodity (como elemento produtivo) mas também
características financeiras.
Pelo seu papel fundamental no mercado de petróleo desde a sua fundação em 1960, a
ação e a importância da OPEP nos mercados petrolíferos tem sido alvo de numerosos
estudos. Entre eles, Coleman, (2012) indica a quota de mercado desta organização como
o principal determinante no preço do petróleo a longo prazo. Ben Salem, Nouira, Jeguirim
& Rault (2022) concluem que as decisões da OPEP, em conjunto com determinantes
como o preço dos futuros, a guerra do Iraque e a crise financeira, tiveram impacto de
curto prazo, enquanto outros fatores como o preço do ouro e a taxa de câmbio do dólar
norte-americano (USD) têm impactos a curto e longo prazo. Demirbas, Omar Al-Sasi, &
Nizami (2017) estudam o impacto, entre outros, das decisões produtivas da OPEP na
volatilidade dos mercados e nas economias dos países produtores de petróleo. Quint &
Venditti (2020), por outro lado, referem o papel determinante da OPEP e da OPEP+
1
,
argumentando ainda assim que os cortes produtivos verificados entre 2017 e 2020
tiveram um impacto menos significativo que o que aparentam, na ordem dos 4 USD por
barril. Di Nino, Álvarez & Venditti (2020) constatam um papel essencial do Price Targeting
desta organização na formação do preço do petróleo. Este trabalho discute duas
estratégias principais: Em primeiro lugar, o Market Share Targeting, em que a OPEP tenta
manter a sua quota de mercado contra os produtores não pertencentes a esta
organização, sendo a segunda estratégia o Price Targeting, em que a OPEP visa
estabilizar ou aumentar diretamente os preços do petróleo com as suas políticas. As
conclusões deste estudo indicam que, embora a procura global continue a ser o principal
fator que impulsiona os preços do petróleo, as ações de Price Targeting da OPEP também
podem ter um impacto significativo na formação do preço do petróleo, especialmente
durante períodos de instabilidade do mercado.
Smith (2009) refere o rápido crescimento económico da China e de outras nações em
desenvolvimento como uma das determinantes do preço do petróleo. Outros fatores
económicos, como o impacto de um período recessivo ou expansionista (Kilian, 2009), o
retorno de obrigações ou o tamanho dos mercados de futuros petrolíferos (Coleman,
2012) ou a incerteza (Kang & Ratti, 2013), são também apontados. Garavini (2020)
identifica o impacto da pandemia do COVID-19, devido à redução drástica da procura de
petróleo motivada pelos confinamentos e demais restrições, bem como devido à guerra
de preços entre a Rússia, a Arábia Saudita e a OPEP.
Coleman (2012) associa o preço do petróleo a longo prazo com a frequência de ataques
terroristas no Médio Oriente e a presença de soldados americanos na região. Ozawa &
Tardy (2022) e Karda (2023) explicam o cenário geopolítico e a crise energética que
pairou pela Europa perante a dependência europeia de petróleo e gás russo. Yagi &
Managi (2023) explicam o aumento do preço do petróleo motivado pela invasão da
Ucrânia.
1
Países membros da OPEP (Algéria, Angola, Congo, Guiné Equatorial, Gabão, Irão, Iraque, Kuwait, Líbia,
Nigéria, Arábia Saudita, Emiratos Árabes Unidos e Venezuela) mais um conjunto de dez países que com eles
tomam decisões conjuntas, nomeadamente Azerbeijão, Barein, Brunei, Cazaquistão, Malásia, México, Omã,
Sudão e Sudão do Sul.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
103
A relação entre fatores políticos e os mercados petrolíferos está bem documentada na
literatura. Cheon, Lackner & Urpelainen (2015) estudam a dicotomia enfrentada pelos
decisores políticos ao subsidiar produtos petrolíferos que, sendo uma medida
politicamente vantajosa, pode causar distorções económicas e ser pouco eficaz no
combate à pobreza. Arezki, Djankov, Nguyen & Yotzov (2022) estudam a relação entre
os movimentos do preço do petróleo e a probabilidade de reeleição dos executivos
incumbentes, concluindo que choques no preço de importação deste bem causam uma
diminuição na probabilidade de reeleição. Dragomirescu-Gaina, Philippas & Goutte
(2023) observam que os tweets do ex-presidente norte-americano Donald Trump sobre
petróleo estão associados a uma maior atividade especulativa nos mercados de derivados
energéticos.
Reportando-se aos aspetos financeiros associados à definição do preço do petróleo, Liu
(2019), considera-os mais relevantes neste ativo do que na generalidade das
commodities, devido à existência de instrumentos derivados associados ao petróleo (o
que não se verifica em relação à maior parte das commodities) que o tornam mais
sensível, por exemplo, à especulação. Para além da especulação, outro fator financeiro
a destacar como determinante do comportamento dos mercados petrolíferos é a atenção
2
(e posterior comportamento) dos investidores em relação a esses mercados.
Com o surgimento de uma era cada vez mais digital, onde a informação flui mais
rapidamente, é cada vez mais impactante a atenção dos investidores aos mercados, o
que pode ser explicado do ponto de vista das finanças comportamentais, conforme
definido por Liu et al. (2019). Estes mesmos autores citam Li, Ma & Zhang. (2015), que
estudam a relação entre o índice de volume das pesquisas no Google (doravante “GSVI”
do inglês Google search volume index) e os preços do petróleo, chegando à conclusão de
que o mesmo índice representa as preocupações dos investidores não comercias (sem
interesse direto na commodity que estão a negociar - especuladores), havendo um
mecanismo de feedback positivo entre o GSVI e a volatilidade deste mercado. Li et al.
(2015) reportam ainda a capacidade do GSVI de prever os preços do crude a curto prazo.
Na mesma linha Cepni, Nguyen & Sensoy (2022) desenvolveram duas medidas de
atenção dos investidores baseada na função de notícias do terminal da Bloomberg (que
é utilizado na sua maioria por investidores institucionais), comprovando a utilidade das
mesmas para prever retornos em futuros de petróleo (embora tenham observado que a
sua eficácia diminui com a maturidade dos contratos).
Antes de avançarmos para o core do nosso artigo, apresentação e modelização das
alterações de estrutura no mercado do petróleo, uma palavra final, necessariamente
resumida, para o que nos diz a literatura sobre os choques mais impactantes nesse
mercado.
3
Kilian (2009) analisa os impactos dos choques na procura e na oferta sobre o preço do
petróleo, utilizando os preços spot de WTI. O autor concluiu que nem todos os choques
afetam o preço desta commodity (e a economia como um todo) da mesma maneira,
sendo o mais expressivo e persistente na atividade económica real o causado por um
movimento brusco na procura agregada. Kang & Ratti (2013) corroboram as conclusões
2
Atenção do investidor e sentimento do mercado definem-se como a atitude geral dos investidores em relação
ao que esperam ser a evolução dos preços no mercado.
3
Define-se choques como a componente não antecipada de uma mudança substancial no preço do petróleo
(Baumeister & Kilian, 2016).
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
104
de Kilian, na medida em que associam um choque de procura positivo e específico ao
petróleo a uma maior incerteza na política económica, a qual também influencia os preços
do petróleo.
No que diz respeito à relação entre a inflação e o preço do petróleo, Montoro (2012)
estuda a relação entre choques no mercado petrolífero e a inflação, encontrando um
trade-off entre estabilizar a inflação e estabilizar a produção na presença destes
fenómenos.
Karali, Ye & Ramirez (2019) concluem que eventos verdadeiramente não antecipados
(utilizam os ataques terroristas de 11 de setembro como exemplo) têm impactos de curto
prazo, ao passo que os eventos que verdadeiramente marcam os mercados de forma
mais permanente são as crises financeiras.
Já no que concerne aos diferentes agentes a operar nestes mercados aqui em estudo,
Dedi & Mandilaras (2022) chegam à conclusão de que investidores diferentes reagem de
diversas maneiras a choques: produtores e negociantes de swap reduzem as suas
posições na presença de choques positivos no preço, enquanto gestores de carteiras têm
o movimento contrário. Apesar destes movimentos, os mesmos autores afirmam que é
fraca a evidência de que estas posições dos players afetem o preço do petróleo.
Alterações de estrutura: breve revisão da literatura
Após esta breve revisão da literatura sobre os determinantes do preço do petróleo,
iremos agora analisar a forma como a literatura estuda a existência de alterações de
estrutura em séries temporais.
Bai (1997) refere a muito comum instabilidade de parâmetros em modelos económicos,
especialmente em séries temporais que se estendem a um período longo. Isto ocorre
porque, num horizonte temporal maior, é muito mais provável que os dados sejam
influenciados por fatores como mudanças de política. Outro autor com contributos
seminais para o tema, Chow (1960), argumenta que sempre que uma regressão linear é
usada para representar uma relação económica, podemos questionar se a relação se
mantém para dois períodos temporais diferentes ou para dois grupos económicos
diferentes. Por exemplo, será que o comportamento do consumo é hoje idêntico ao que
era antes da Segunda Guerra Mundial? Segundo o autor, estatisticamente, estas
questões podem ser respondidas ao testar se dois conjuntos de observações podem ser
considerados como pertencentes a um mesmo modelo de regressão. Quando há, então,
uma mudança repentina e permanente na relação entre os pontos que compõem uma
série temporal, temos uma alteração de estrutura. O ponto em que este evento ocorre é
chamado de ponto de quebra.
Ferreira, Menezes & Oliveira (2013) sumarizam de forma clara no seu trabalho como as
alterações de estrutura parecem afetar modelos baseados em séries temporais de
natureza económica e financeira. Referem ainda que estas alterações podem refletir
mudanças legislativas, institucionais, tecnológicas, políticas ou até choques
macroeconómicos. Na mesma linha, Hansen (2001) afirma que alterações de estrutura
podem ser decisivas em séries temporais e que inferências sobre relações económicas,
previsões e recomendações políticas podem ser goradas se não se tiverem em conta as
referidas alterações.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
105
No que diz respeito aos testes à existência de alterações de estrutura, podemos sumariar
em dois conjuntos: os testes à deteção de uma única quebra e os testes à deteção de
múltiplas quebras.
No primeiro grupo, destaque para Chow (1960) que propõe um teste assente no
pressuposto de que a eventual data de quebra é conhecida, o que, sem informação
prévia, é difícil de sustentar. Assim, este mesmo teste só permite avaliar um possível
breakpoint em simultâneo, oferecendo uma menor eficácia quando esse ponto é
desconhecido ou tem de ser estimado (Gabriel, 2002).
Quandt (1960) desenvolveu o trabalho de Chow (1960), propondo um método conhecido
como Quandt Likelihood Ratio (QLR), baseado no cálculo de estatísticas de teste de
estabilidade de Chow para todos os possíveis pontos de quebra e analisando o maior
valor resultante em termos absolutos, estimando o ponto de quebra por máxima
verosimilhança e, em seguida, efetuando um teste de rácio de verosimilhança (likelihood
ratio) (Gabriel, 2002). Em suma, Quandt parte do pressuposto da realização de um teste
de Chow para todos os possíveis pontos de quebra da amostra e o ponto de quebra
definido será o que maximiza o teste do rácio de verosimilhança.
O teste acima descrito é, também ele, de poder limitado, já que apenas testa a hipótese
de que não houve mudanças contra a existência de uma mudança (ainda que, ao
contrário de Chow (1960), não tenhamos que indicar a priori uma data específica para
testar uma quebra nessa mesma data), ignorando a possibilidade de haver mais de uma
quebra na mesma amostra. Esta abordagem foi basilar para vários outros testes (os
chamados testes “sup”), que, segundo Casini & Perron (2018), culminaram no trabalho
de Andrews (1993), que, embora limitado (como Quandt) à deteção de uma única
quebra, teve o importante mérito de mostrar que o teste de Chow pode ser baseado em
valores máximos dos testes de Wald e do multiplicador de Lagrange, para além da
máxima verosimilhança, como ilustrou Quandt.
Andrews & Ploberger (1994) seguiram o trabalho descrito no parágrafo anterior,
desenvolvendo uma distribuição para, entre outros casos, o teste do rácio de
verosimilhança no qual Quandt (1960) se baseia, tornando-o viável. O estudo destes
autores alicerça-se na construção de testes, que, como explica Gabriel (2002: 23) “são
construídos como uma média ponderada dos testes clássicos, podendo assumir duas
formas distintas, consoante a potência é dirigida para alternativas mais próximas ou
distantes dos parâmetros sob a hipótese nula” (que é a não existência de alterações de
estrutura).
No segundo grupo de testes, isto é, deteção de múltiplas quebras, vamos destacar os
contributos de Bai & Perron, também porque seguimos a sua metodologia no nosso
artigo, como veremos adiante.
Bai & Perron (1998) estabelecem à partida que o seu trabalho trata múltiplas alterações
de estrutura que ocorrem num ponto desconhecido da amostra, numa regressão linear
estimada pelo método dos mínimos quadrados (MMQ), sendo derivadas a taxa de
convergência e as distribuições limite dos pontos de quebra estimados. Esta abordagem,
conforme constatam os dois autores, difere da restante literatura da época
(nomeadamente a já revista no ponto anterior deste trabalho) na medida em que a
mesma, como já vimos, trata apenas o caso de uma única mudança (um único ponto de
quebra).
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
106
O estudo, para além de assentar num modelo linear estimado pelos MMQ, permite formas
gerais de autocorrelação em série e heteroscedasticidade nos erros, bem como variáveis
dependentes desfasadas, regressores com tendência e diferentes distribuições para os
erros e para os regressores entre segmentos, conforme sumarizam os próprios autores
no trabalho em causa. Trata-se de um modelo de mudança estrutural parcial, onde nem
todos os parâmetros estão sujeitos a mudanças e, por outro lado, permite testes a
múltiplas alterações de estrutura, caso não existam regressores com tendência.
No teste, a hipótese nula é a de não existência de alterações e a alternativa é um número
desconhecido de alterações (pelo menos uma) até um determinado máximo, e um teste
para a hipótese nula de l mudanças versus a alternativa l +1 mudanças.
Bai & Perron (2003a) refina a aplicação prática da metodologia proposta em 1998,
sugerindo métodos computacionais para estimar os minimizantes globais. É apresentado
o teste
4
supF da não existência de alterações de estrutura versus a existência de um
determinado número l fixo de alterações (existirá sempre pelo menos uma). Uma
limitação desta metodologia é que necessita da assunção de um número predefinido de
l pontos de quebra, pelo que nos casos em que seja desafiante fazê-lo, pode tornar-se
interessante executar a metodologia explicada no parágrafo seguinte.
Os autores apresentam então dois testes à hipótese nula da não existência de alterações
contra um dado número de alterações com o limite superior M (os chamados double
maximum tests), úteis para situações em que o investigador não quer ter de assumir
previamente um dado número de alterações para tirar conclusões e assentes no cálculo
de um UDmax e de um WDmax. A versão não ponderada do teste, a UDmax, estima o
número de pontos de quebra utilizando a minimização global da soma dos resíduos
quadrados. Já o teste de WDmax aplica pesos às estatísticas individuais para que os
valores marginais implícitos sejam iguais antes de calcular o número de quebras (Perron,
2005). O já citado Perron (2005) explica a utilidade desta abordagem para determinar o
número de quebras.
O último dos testes é o de l versus l + 1 alterações, chamado supFT (l + 1|l) que consiste
na aplicação de (l + 1) testes da hipótese nula da não existência de alterações de
estrutura versus a hipótese alternativa de uma única mudança
5
. Os autores concluem
numa rejeição a favor do modelo com (l + 1) quebras se o valor global mínimo da soma
dos resíduos quadrados (em todos os segmentos onde for incluído mais uma quebra) é
suficientemente menor do que a soma dos resíduos quadrados do modelo com l quebras.
Após esta análise, a data da quebra selecionada é aquela associada ao dito mínimo
global.
Os autores apresentam seguidamente os critérios de informação Bayesian Information
Criterion (BIC), proposto por Schwarz (1978) e o LWZ proposto por Liu, Wu & Zidek
(1997), sendo este último uma modificação do critério de Schwarz. Perron (1997)
apresenta uma simulação do comportamento destes dois critérios. É concluído que ambos
os critérios funcionam mal na presença de autocorrelação nos erros, mas têm potências
distintas quando ela não existe. Nesses casos, quando não há autocorrelação, mas existe
uma variável dependente desfasada, o BIC apresenta um mau funcionamento quando o
4
Teste Global L breaks vs. none.
5
Teste Sequential L+1 breaks vs L.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
107
coeficiente dessa variável é maior, sendo preferível nesses casos o LWZ (com a
desvantagem de subestimar o número de quebras se as existirem).
Bai & Perron (2003a) concluem recomendando a abordagem correspondente à aplicação
sequencial do teste supFT (l + 1|l), utilizando a estimativa sequencial das quebras. Esta
estratégia, segundo os mesmos, funciona melhor que a aplicação dos critérios BIC e LWZ.
Em casos em que seja desafiante aplicar esta metodologia, recomendam realizar primeiro
os testes UDmax e WDmax para averiguar se está presente pelo menos uma quebra. Se
for esse o caso, então o número de quebras pode ser calculado utilizando o teste Global
L breaks vs. None, utilizando os minimizantes globais como as datas das mesmas.
São muitas as aplicações do teste de Bai & Perron, destacando-se, no caso específico do
petróleo, objeto de análise no nosso artigo, os estudos de Plante & Strickler (2021), que
utilizam a metodologia de Bai & Perron para determinar a frequência e o timing de
alterações de estrutura, a fim de provar que os diferentes tipos de petróleo se estão cada
vez mais a homogeneizar. Weideman & Inglesi-Lotz (2017) aplicam BP03 às energias
renováveis na África do Sul. Focacci (2022) estuda a relação entre investidores não
comerciais e os preços spot de petróleo, determinando as respetivas quebras. Zarei, Ariff,
Hook & Nassir (2015) estudam a evolução das taxas de juro com a mesma metodologia.
Xiong, Sun, Wang, Wang & Liu (2016) estudam a correlação entre o preço do crude e o
U.S weekly leading index. Shaeri, Adaoglu & Katircioglu (2016) determinam a existência
de quebras nos retornos do capital próprio com o objetivo de comparar a exposição dos
setores financeiro e não financeiro dos Estados Unidos ao risco do preço do petróleo. Por
fim, Tule, Ndako & Onipede (2017) utilizam a metodologia aqui em estudo para detetar
quebras em séries temporais de Brent e WTI, para que essas mesmas quebras não
venham a pôr em causa as conclusões a que pretendem chegar sobre eventuais derrames
entre choques petrolíferos e o mercado de obrigações nigeriano.
O modelo: dados e metodologia
O objetivo deste artigo é determinar a existência de eventuais alterações de estrutura
no mercado de futuros de petróleo West Texas Intermediate (WTI) entre março de 2004
e março de 2024.
Para tal, vamos trabalhar os preços de fecho de contratos de futuros de WTI para várias
maturidades e vamos realizar os testes a múltiplas quebras propostos por Bai & Perron
(1998, 2003), com o objetivo de estimar eventuais alterações estruturais na amostra,
para posterior análise.
O horizonte temporal escolhido pretendeu abranger vários acontecimentos significativos,
tanto económicos como financeiros, além de marcos geopolíticos que naturalmente
resultaram em diversas flutuações nos mercados petrolíferos.
Esses eventos incluem a instalação de uma forte crise financeira em 2007/2008 e
posterior recuperação, a ocorrência da Primavera Árabe no final de 2010 e uma
acentuada queda nos preços do barril de petróleo a partir de 2014, impulsionada por
diversos fatores, com destaque para o excesso de oferta em relação à procura. Além
disso, 2016 trouxe o referendo do Brexit e a eleição de Donald Trump, enquanto o final
de 2019 marcou o início da pandemia de COVID-19, que, em 2020, causou uma profunda
contração económica devido aos impactos da doença, incluindo medidas de confinamento
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
108
e restrições às atividades. Mais recentemente, em 2022, ocorreu a invasão da Ucrânia
por forças russas. Para além destes eventos marcantes, também temos de ter em conta
outros fatores como os movimentos macroeconómicos das economias, as decisões
produtivas da OPEP e esforços de ajustes e transição energética.
A amostra consiste em 5038 observações diárias dos preços de fecho de contratos de
futuros de WTI com maturidades de 1,2,6 e 12 dias (doravante Daily 1, Daily 2, Daily 6
e Daily 12, respetivamente).
A escolha do WTI em detrimento do Brent Crude (são as duas principais referências,
respetivamente, para o mercado norte-americano e europeu), num contexto em que não
existe uma diferença significativa em termos de liquidez entre os dois contratos, baseou-
se na maior volatilidade do WTI, devido em parte às dinâmicas de armazenamento e à
sua maior sensibilidade a problemas de excesso de produção. Isto torna o WTI uma
escolha mais adequada para analisar eventos disruptivos, especialmente aqueles que
têm origem nos EUA ou impactam significativamente o país antes de se espalharem
globalmente, como a crise financeira de 2007/2008.
Como referido, a metodologia utilizada é a de Bai & Perron (1998, 2003), o que permite
detetar e localizar múltiplos pontos de quebra desconhecidos. O Teste Global L Breaks
vs. None proposto por estes autores, analisa a hipótese da existência de pelo menos uma
quebra (isto é, de um dado número l de quebras otimizado) na série temporal em estudo,
tal que:
H
0
: Não se verifica a existência de qualquer quebra na série temporal
H
1
: Verifica-se a existência de pelo menos uma quebra na série temporal
Este teste é descrito como sequencial, já que funciona de forma a procurar a existência
de uma quebra (e rejeição de H
0
) e uma vez que o consiga, a amostra é dividida em duas
na data de quebra estimada e feito novo teste a essa nova subamostra. A sequência só
se interrompe quando encontrada uma subamostra que não rejeite H
0
.
Para se evitar a problemática, já descrita anteriormente neste trabalho, da inferência a
priori de um número de quebras, são calculadas as estatísticas de UDmax e WDmax que
estimam o número de quebras presente na amostra.
Temos assim a seguinte regressão linear (com m quebras e m +1 regimes):
(1)
Com j = 1, … , m +1 . Para este modelo temos y
t
como a variável dependente observável
no momento t; x
t
(p x 1) e z
t
( q x 1) são vetores das covariáveis e β e δ
j
( j = 1, … , m
+1) são os correspondentes vetores dos coeficientes; u
t
é a perturbação no momento t.
Os índices (T
1
, … , t
m
), correspondentes aos pontos de quebra, são tratados como
desconhecidos (tomando T
0
= 0 e t
m+1
= T), com o intuito de estimar os coeficientes
incógnitos da regressão juntamente com os pontos de quebra quando T observações em
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
109
(y
t,
x
t
, z
t
) estiverem disponíveis. É acrescentado ainda na mesma referência pelos autores
que o modelo é de mudança estrutural parcial tendo em conta que β não está sujeito a
mudanças e é estimado utilizando toda a amostra. Quando p = 0 temos um modelo de
pura mudança estrutural onde todas os coeficientes estão sujeitos a mudanças. Por fim,
é ainda explicado que para o modelo em causa a variância de u
t
não necessita de ser
constante, sendo que pode haver quebras na mesma desde que coincidam com
momentos de quebras (alterações) detetadas nos parâmetros da regressão.
A estimação é feita com base no MMQ, sendo que a soma dos quadrados dos resíduos
(SQR) é dada por:
(2)
Serão
({T
j
}) e
({T
j
}) as estimativas para cada uma das m quebras e (T
1
, … , T
m
)
denotado como {T
j
}. Tomando SQR por S
T
(T
1
, … , T
m
) temos os pontos de quebra
estimados (
1
, … ,
m
), tais que:
(3)
A minimização é efetuada em todas as partições (T
1
, … , T
m
) tais que T
i
– T
i-1
≥ q
2
(sendo
q o número de alterações presentes na amostra). Assim, todos os estimadores dos pontos
de quebra são minimizantes globais da função objetivo e os parâmetros da regressão
tornam-se estimativas de mínimos quadrados associados à partição m, isto é:
=
({
j}) e
=
({
j}). (4)
Neste artigo será utilizado o teste Global L breaks vs. None, com o número de quebras
determinado pelas estatísticas de UDmax e WDmax.
6
6
Perron (2005) resume a utilidade desta abordagem.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
110
Resultados e discussão
A tabela 1 apresenta as principais características das observações dos preços de fecho
dos futuros de WTI que compõem a amostra.
Tabela 1. Estatística descritiva dos dados da amostra.
Série
Média
Mediana
Máximo
Mínimo
Desvio-
Variância
Curtose
Assimetria
Padrão
Daily 1
70,47446
68,705
145,29
-37,63
0,3126461
492,45226
-0,3744491
0,3036176
Daily 2
70,79323
68,885
145,86
11,57
0,3065895
473,55737
-0,4481892
0,3385176
Daily 6
71,02392
69,005
146,85
24,73
0,2926012
431,33083
-0,3169087
0,3636459
Daily 12
70,45986
68,65
146,32
29,63
0,2822116
401,24338
-0,1477076
0,3886963
Fonte: Elaboração Própria.
Como se observa na tabela as séries em estudo são platicúrticas e assimétricas positivas.
Ao serem platicúrticas percebemos que estas séries apresentam distribuições de preços
relativamente achatadas e menor probabilidade de preços extremos, o que nos indica
que as mesmas apresentam estabilidade e menor risco de grandes oscilações. A
assimetria positiva revela-nos que os preços tendem a assumir valores acima da média,
o que nos leva a assumir um potencial de crescimento frequente (um crescimento, diga-
se, por norma moderado, já que ao serem platicúrticas percebemos que os valores se
concentram em torno da média, sendo os valores extremos raros).
Os máximos e os mínimos indicam os preços de fecho mais altos e mais baixos dos
contratos de futuros de WTI que compõem a nossa amostra, onde se destaca aqui o valor
mínimo negativo de 37,36$ na série de observações diárias de contratos com maturidade
de 1 dia, pelos motivos que serão discutidos mais adiante.
Por outro lado, à medida que os dias de maturidade dos contratos aumentam a variância
e o desvio-padrão diminuem, o que nos indica uma menor volatilidade nas oscilações das
séries, conforme o aumento dos dias de maturidade dos contratos.
A aplicação da metodologia de Bai & Perron levou à estimação do modelo de regressão
pelo MMQ, consistindo esse modelo num regressor constante que permite a correlação
em série que difere entre os regimes, usando a estimação de covariância pelo HAC
7
.
Foram consideradas até 5 quebras no modelo e aplicada uma percentagem de trimming
de 15% (Bai & Perron, 2003b).
Nas opções do HAC definimos a Lag Specification foi como fixa, com o Number of lags
igual a 1. O Kernel foi colocado como Quadratic-Spectral, para permitir autocorrelação
nos erros, a Bandwith method foi definida como Andrews Automatic, com um offset
definido em 0 e a especificação das equações foi definida como close c, sendo close o
nome da coluna onde em cada série estavam registados os preços de fecho dos contratos
de futuros e c o regressor constante abordado no parágrafo anterior .
7
Heteroskedasticity and Autocorrelation Consistent. Garante a consistência da regressão em termos de
heteroscedasticidade e autocorrelação, fazendo com que a mesma cumpra os pressupostos necessários à
realização da metodologia de Bai & Perron.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
111
Após a construção das regressões, procedeu-se aos testes. Nesta etapa foi selecionada
a opção Global L breaks vs. None, com uma Trimming percentage de 15, um nível de
significância de 0,05 e um número máximo de quebras definido em 5 (Bai & Perron,
2003b). Os resultados estão apresentados na tabela 2.
Tabela 2. Resultados da aplicação do teste Global L breaks vs. None à amostra.
Série
N.º de
Quebras
Data das Quebras
Daily 1
4 (UDmax)
6/18/2007, 12/03/2010, 11/28/2014, 3/05/2021
5 (WDmax)
6/18/2007, 12/03/2010, 11/28/2014, 11/28/2017, 3/05/2021
Daily 2
5
6/28/2007, 12/03/2010, 11/28/2014, 11/28/2017, 3/05/2021
Daily 6
5
6/15/2007, 12/02/2010, 11/28/2014, 11/28/2017, 3/05/2021
Daily 12
5
6/13/2007, 12/01/2010, 11/28/2014, 11/28/2017, 3/05/2021
Fonte: Elaboração Própria
Durante a realização dos testes foi calculado o número de quebras de maneira sequencial
e por meio dos testes double maximum, o WDmax e o UDmax. O critério para escolher
o número de quebras são os resultados destes últimos testes que, com exceção do caso
descrito no parágrafo seguinte, são convergentes. Esta convergência dá-nos confiança
nos resultados.
Na série de contratos com maturidade de 1 dia, os testes WDmax e UDmax apresentam
resultados diferentes em relação ao número de quebras. Esta divergência no número de
quebras indicada por cada um dos double maximum tests não tem relevo para a análise
dos resultados, uma vez que a mesma será feita às datas comuns entre todos os testes
e a quebra encontrada pela estatística WDmax e que não é encontrada na UDmax (28
de novembro de 2017) consta como data de quebra em todas as outras séries. Ainda
assim, para uma série platicúrtica e assimétrica positiva como a que estamos agora a
discutir, assumimos que a natureza não ponderada da estatística de UDmax se torna
mais conservadora e assim, mais adequada a uma série com menor frequência de valores
extremos.
Além da convergência nos resultados dos testes double maximum, é importante
mencionar que as datas identificadas para as quebras se referem aos mesmos dias ou a
um mesmo curto período. Esta situação dá confiança para afirmar que, de facto,
ocorreram um (ou mais) evento(s) que afetaram significativamente os preços do WTI
nessas datas/ períodos. Antes de analisar as possíveis causas, apresentam-se
graficamente os resultados dos testes listados na Tabela 2 (Figuras 1 e 2).
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
112
Figura 1. Observações dos preços de fecho de contratos futuros de WTI de maturidade diária a 1
e 2 dias, e suas respetivas quebras.
Fonte: Elaboração Própria.
Figura 2. Observações dos preços de fecho de contratos futuros de WTI de maturidade diária a 6
e 12 dias, e suas respetivas quebras.
Fonte: Elaboração Própria.
Antes da análise às quebras encontradas, um comentário a propósito das observações
dos dias 20 e 21 de abril de 2020. Nestes dias foram atingidos mínimos históricos, tendo
inclusive, no caso das observações diárias de futuros de WTI com maturidade de um dia
sido registado o valor de -37,63$ no dia 20 de abril. Nas outras séries, quer diárias quer
mensais, embora com valores já em território positivo, foram encontradas nestes dias
de 20 e 21 de abril de 2020 (e no mês de abril de 2020 no caso das observações mensais)
os valores mínimos da amostra. Esta amostra terá sido causada por problemas na
armazenagem do WTI, que devido à grande redução da procura causada pelas restrições
impostas pela pandemia de Covid-19, terá estado sob pressão. O facto de o problema
ter sido solucionado, entretanto, pode explicar a ausência de uma quebra nesta data.
Na tabela 3 estão identificadas e agregadas as quebras detetadas e associam-se a cada
uma dessas quebras acontecimentos contemporâneos que, com elas, poderão ter tido
uma relação de causalidade.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
113
Tabela 3. Acontecimentos Contemporâneos ao período das quebras.
Quebra
Acontecimentos Contemporâneos
13 a 28 de junho de 2007
Tropas turcas concentram-se na fronteira com o Iraque
OPEP recusa-se a aumentar produção
Greve dos trabalhadores nigerianos
1 a 3 de dezembro de 2010
Indícios de recuperação económica global.
28 de novembro de 2014
166.ª reunião da OPEP
Produção recorde dos EUA
Desaceleração económica global e redução da procura por petróleo
28 de novembro de 2017
173.ª reunião da OPEP
Economia forte e aumento da procura de petróleo
5 de março de 2021
14.ª reunião ministerial entre membros e não-membros da OPEP
American Rescue Plan Act of 2021
Forte recuperação económica depois da pandemia de COVID-19
Fonte: Elaboração Própria.
A primeira quebra, na segunda metade de junho de 2007, coincide com vários
acontecimentos assinaláveis para os mercados petrolíferos, especialmente de natureza
geopolítica, nomeadamente as tensões entre a Turquia e Iraque, com a concentração de
tropas turcas na fronteira com o Iraque. Também uma greve dos trabalhadores na
Nigéria, o maior produtor petrolífero do continente africano, com invasões de instalações
produtoras de petróleo por parte de manifestantes armados, contribuiu para o aumento
do preço do petróleo. A acrescentar a todos estes fatores, Salem El-Badri, o então
secretário-geral da OPEP, anunciou a 14 de junho uma recusa por parte desta
organização em aumentar os níveis de produção. Todos estes fatores conjunturais, e
ainda o impacto do ciclone Gonu, no início do mês, causaram forte acréscimo do preço
do petróleo e, uma vez dissipados esses fenómenos, os preços corrigiram naturalmente
baixa significativa.
A quebra encontrada nos primeiros dias de março de 2010, associa-se a indícios de
recuperação económica global, o que terá impactado a confiança na performance das
economias. Como consequência, foram revistas em alta as expectativas de procura de
petróleo, o que acarretou um aumento do respetivo preço.
Já em novembro de 2014, temos uma quebra no dia 28, o dia imediatamente a seguir à
166.ª reunião da OPEP. Esta organização decidiu nessa reunião, contra as expectativas
que iam no sentido que descesse a produção, manter os níveis produtivos, parecendo
confortável com preços baixos. Esta decisão surgiu num contexto onde os preços do
petróleo estavam já pressionados em baixo pelo maior aumento produtivo desde que há
registo nos EUA (Energy Information Administration, 2015), bem como uma redução da
procura de petróleo que terá começado em maio, causada por uma desaceleração da
economia global, como bem explicam Mead & Stiger (2015).
A quebra de 28 de novembro de 2017 pode ser ligada, também, a uma reunião da OPEP,
ocorrida no dia 30 de novembro desse ano. Uma quebra dois dias antes da reunião revela
a expectativa que os agentes económicos tinham em relação à decisão que iria sair da
reunião. Na verdade, na reunião realizada a 30 de novembro de 2016, foi decidida uma
redução de produção (na ordem dos 1,8 milhões de barris por dia) por parte dos países-
membros, durante o período de 6 meses, iniciados em janeiro de 2017, posteriormente
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
114
alargado por mais 9 meses, começados em julho de 2017. Ora, na reunião de 28 de
novembro de 2017, decidir-se-ia se estes cortes produtivos se iriam manter durante todo
o ano de 2018. A quebra encontrada na antecâmara desta reunião prende-se às
expectativas em relação às decisões que dela iam sair, com os mercados a antever a
extensão do acordo de redução por mais 9 meses e com a especial preocupação de que
a Rússia (o maior parceiro não-membro da OPEP) pudesse não acompanhar esta decisão.
Esta política de contração da produção petrolífera e a incerteza sobre a continuação da
mesma, aliadas a uma economia forte justificam uma quebra nesta ocasião.
A última quebra encontrada na nossa amostra localiza-se no dia 5 de março de 2021,
um dia depois da 14.ª reunião ministerial entre membros e não-membros da OPEP. Esta
reunião teve especial importância, pois nela foram saudadas, e acima de tudo,
prolongadas as reduções de produção destinadas a controlar os preços do petróleo depois
da pandemia de COVID-19. Apesar dessa redução da oferta de petróleo, a economia já
não era a mesma economia fragilizada e em shutdown que motivou as reduções
produtivas em abril de 2020. Março de 2021 foi um mês de forte recuperação económica
depois do choque da pandemia, antevendo-se um verão sem grandes restrições e com a
distribuição de vacinas já em curso. Para fomentar adicionalmente essa recuperação, foi
iniciada também neste dia 5 de marco de 2021 a votação do American Rescue Plan Act
of 2021, um pacote de estímulos no valor de 1,9 biliões de USD, que havia de ser
aprovado no senado no dia 6 e passado a lei no dia 11. A combinação de uma política
produtiva restritiva com uma economia em expansão terá causado uma alteração de
estrutura neste início de março de 2021.
Estes resultados parecem apontar para a importância decisiva da evolução da procura e
da oferta (e das correspondentes expetativas do mercado face a essa evolução) enquanto
determinantes das quebras no preço dos contratos de futuros de WTI. Além disso, as
quebras parecem mais o resultado de um conjunto de dois, três ou mais fenómenos
relativamente contemporâneos do que propriamente consequência de uma determinada
estatística ou fenómeno isolado e, por outro lado, há evidência de que eventos
verdadeiramente não antecipados, como por exemplo ataques terroristas, têm um
impacto limitado ao curto prazo, isto é, no nosso caso, não constituem, por norma,
alterações de estrutura.
Um último comentário sobre as conclusões a que chegámos sobre o papel da OPEP (e
OPEP+) na definição dos preços, em linha com muita da literatura apresentada, no
sentido de identificar a sua importância como determinante do preço do petróleo, mas
não necessariamente como causador direto de quebras.
Conclusões
O peso esmagador que os combustíveis fósseis continuam a ter na oferta mundial de
energia e a relação, aliás recíproca, entre as suas flutuações mais significativas e os
fenómenos geoeconómicos e geopolíticos, tornam aliciante e fundamental perceber as
forças maiores por detrás do comportamento, quiçá errático ou inesperado, do preço do
petróleo.
Foi isso que tentámos fazer neste artigo, não nos confinando apenas à apresentação dos
determinantes principais do preço do petróleo, antes tentando identificar fenómenos que
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
115
possam estar associados a alterações de estrutura no preço do petróleo, ou seja, que
com elas possam indiciar relações de causalidade.
A partir de uma amostra relativamente longa de mais de cinco mil observações diárias,
entre março de 2004 e março de 20024, dos preços de futuros sobre o petróleo West
Texas Intermediate, e utilizando a metodologia de teste a múltiplas quebras proposta
por Bai & Perron (1998, 2003), estimámos as eventuais alterações estruturais na amostra
e identificámos acontecimentos que com elas são contemporâneos.
As alterações de estrutura identificadas, em vários momentos, parecem estar associadas
a efeitos macroeconómicos, nomeadamente em contextos caracterizados por
movimentos da procura mais amplos do que o esperado. É interessante observar que
todas as quebras estiveram relacionadas com um acontecimento macroeconómico que
influenciaria a procura de petróleo na mesma direção do preço do petróleo após a quebra.
Verificámos também que, não obstante a influência da Organização dos Países
Exportadores de Petróleo na definição dos preços petrolíferos, as suas decisões são mais
suscetíveis de estar associadas a uma quebra de estrutura quando coincidem com um
cenário macroeconómico favorável a essa quebra.
Por último, constatámos que os eventos geopolíticos não são, por norma, causadores de
alterações de estrutura, sobretudo se são restritos a um único país e/ou de impacto
momentâneo.
Destas conclusões não pode naturalmente inferir-se pela não validade das análises que
apontam para a existência de um vasto conjunto de fatores que são determinantes do
preço do petróleo, nomeadamente, as tensões geopolíticas, as variações na cotação das
moedas, as mudanças regulatórias, a evolução dos inventários petróleo, os avanços
tecnológicos, a especulação ou sentimento do mercado.
Coisa diferente é esses fatores provocarem nos preços uma reação forte o suficiente para
constituir uma alteração de estrutura: a esse nível, apenas os acontecimentos
macroeconómicos resistiram, enquanto fenómenos associados às quebras de estrutura
identificadas.
Referências
Andrews, D. W. K., & Ploberger, W. (1994). Optimal Tests when a Nuisance Parameter
is Present Only Under the Alternative. Econometrica, 62(6), 1383.
https://doi.org/10.2307/2951753
Arezki, R., Djankov, S., Nguyen, H., & Yotzov, I. (2022). The Political Costs of Oil Price
Shocks (CESifo Working Paper Series, Issue 9763). CESifo.
Alonso Álvarez, I., Nino, V. di, & Venditti, F. (2020). Strategic interactions and price
dynamics in the global oil market. Documentos de Trabajo N.o 2006.
Bai, J. (1997). Estimation of a Change Point in Multiple Regression Models. Review of
Economics and Statistics, 79(4), 551–563. https://doi.org/10.1162/003465397557132
Bai, J., & Perron, P. (1998). Estimating and Testing Linear Models with Multiple Structural
Changes. Econometrica, 66(1), 47. https://doi.org/10.2307/2998540
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
116
Bai, J., & Perron, P. (2003a). Computation and Analysis of Multiple Structural Change
Models. Journal of Applied Econometrics, 18(1), 1–22. https://doi.org/10.1002/jae.659
Bai, J., & Perron, P. (2003b). Critical Values for Multiple Structural Change Tests.
Econometrics Journal, 6, 72–78. https://doi.org/10.1111/1368-423X.00102
Ben Salem, L., Nouira, R., Jeguirim, K., & Rault, C. (2022). The determinants of crude
oil prices: Evidence from ARDL and nonlinear ARDL approaches. Resources Policy, 79,
103085. https://doi.org/10.1016/j.resourpol.2022.103085
Casini, A., & Perron, P. (2018). Structural Breaks in Time Series (Boston University -
Department of Economics - Working Papers Series, Issues WP2019-02). Boston
University - Department of Economics.
Cepni, O., Khuong Nguyen, D., & Sensoy, A. (2022). News Media and Attention Spillover
across Energy Markets: A Powerful Predictor of Crude Oil Futures Prices. The Energy
Journal, 43(01). https://doi.org/10.5547/01956574.43.SI1.ocep
Cheon, A., Lackner, M., & Urpelainen, J. (2015). Instruments of Political Control: National
Oil Companies, Oil Prices, and Petroleum Subsidies. Comparative Political Studies, 48(3),
370–402. https://doi.org/10.1177/0010414014543440
Chow, G. C. (1960). Tests of Equality Between Sets of Coefficients in Two Linear
Regressions. Econometrica, 28(3), 591. https://doi.org/10.2307/1910133
Coleman, L. (2012). Explaining Crude Oil Prices Using Fundamental Measures. Energy
Policy, 40, 318–324. https://doi.org/10.1016/j.enpol.2011.10.012
Dedi, V., & Mandilaras, A. (2022). Trader Positions and The Price of Oil in the Futures
Market. International Review of Economics & Finance, 82, 448–460.
https://doi.org/10.1016/j.iref.2022.06.018
Demirbas, A., Omar Al-Sasi, B., & Nizami, A.-S. (2017). Recent volatility in the price of
crude oil. Energy Sources, Part B: Economics, Planning, and Policy, 12(5), 408–414.
https://doi.org/10.1080/15567249.2016.1153751
Ding, Z., Liu, Z., Zhang, Y., & Long, R. (2017). The Contagion Effect of International
Crude Oil Price Fluctuations on Chinese Stock Market Investor Sentiment. Applied Energy,
187, 27–36. https://doi.org/10.1016/j.apenergy.2016.11.037
Dragomirescu-Gaina, C., Philippas, D., & Goutte, S. (2023). How to ‘Trump’ the Energy
Market: Evidence from the WTI-Brent spread. Energy Policy, 179, 113654.
https://doi.org/10.1016/j.enpol.2023.113654
Ferreira, N., Menezes, R., & Oliveira, M. M. (2013). Structural Breaks and Cointegration
Analysis in the EU Developed Markets. International Journal of Finance, Insurance and
Risk Management, 3(4), 652.
Focacci, A. (2023). Spillovers between Non-commercial Traders’ activity and spot prices?
Analysis of the financialization mechanism in the crude oil market. China Finance Review
International, 13(2), 157–182. https://doi.org/10.1108/CFRI-07-2022-0110
Gabriel, V. (2002). Testes de Alteração de Estrutura em Modelos Multivariados: uma
visita guiada pela literatura. Notas Económicas, 16–33.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
117
Garavini, G. (2020). The “COVID-Shock” and Future of the Global Oil Market. Istituto
Affari Internazionali (IAI). http://www.jstor.org/stable/resrep25273
Hansen, B. E. (2001). The New Econometrics of Structural Change: Dating Breaks in U.S.
Labor Productivity. Journal of Economic Perspectives, 15(4), 117–128.
https://doi.org/10.1257/jep.15.4.117
International Energy Agency (IEA) – World Energy Mix. Disponível em
https://www.iea.org/world/energy-mix (acedido em 15 de julho de 2024)
Kang, W., & Ratti, R. A. (2013). Oil shocks, Policy Uncertainty and Stock Market Return.
Journal of International Financial Markets, Institutions and Money, 26, 305–318.
https://doi.org/10.1016/j.intfin.2013.07.001
Karali, B., Ye, S., & Ramirez, O. A. (2019). Event Study of the Crude Oil Futures Market:
A Mixed Event Response Model. American Journal of Agricultural Economics, 101(3),
960–985. https://doi.org/10.1093/ajae/aay089
Karda, S. (2023). Keeping The Lights On: The Eu’s Energy Relationships Since Russia’s
Invasion Of Ukraine. European Council on Foreign Relations.
http://www.jstor.org/stable/resrep49236
Kilian, L. (2009). Not All Oil Price Shocks Are Alike: Disentangling Demand and Supply
Shocks in the Crude Oil Market. American Economic Review, 99(3), 1053–1069.
https://doi.org/10.1257/aer.99.3.1053
Li, X., Ma, J., Wang, S., & Zhang, X. (2015). How does Google Search Affect Trader
Positions and Crude Oil Prices? Economic Modelling, 49, 162–171.
https://doi.org/10.1016/j.econmod.2015.04.005
Liu, Z., Ding, Z., Lv, T., Wu, J. S., & Qiang, W. (2019). Financial Factors Affecting Oil
Price Change and Oil-stock Interactions: a Review and Future Perspectives. Natural
Hazards, 95(1–2), 207–225. https://doi.org/10.1007/s11069-018-3473-y
Liu, J., Wu, S., & Zidek, J. v. (1997). On Segmented Multivariate Regression. Statistica
Sinica, 7(2), 497–525. http://www.jstor.org/stable/24306090
Mead, D. & Stiger, P. (2015). The 2014 Plunge in Import Petroleum Prices: What
Happened? Beyond the Numbers, 4(9), 1–6.
Montoro, C. (2012). Oil Shocks and Optimal Monetary Policy. Macroeconomic Dynamics,
16(2), 240–277. https://doi.org/10.1017/S1365100510000106
Ozawa, M., & Tardy, T. (2022). The Russia-Ukraine War and the European Energy Crisis.
In War in Europe: (Preliminary Lessons). NATO Defense College.
http://www.jstor.org/stable/resrep41406.9
Perron, P. (1997). Further Evidence on Breaking Trend Functions in Macroeconomic
Variables. Journal of Econometrics, 80(2), 355–385. https://doi.org/10.1016/S0304-
4076(97)00049-3
Perron, P. (2005). Dealing with Structural Breaks (Boston University - Department of
Economics - Working Papers Series, Issues WP2005-017). Boston University -
Department of Economics.
JANUS.NET, e-journal of International Relations
e-ISSN: 1647-7251
VOL. 16, Nº. 1
Maio-Outubro 2025, pp. 99-118
Alterações de Estrutura nos Mercados: o Exemplo do Petróleo
Luís Agostinho, Cristina Viegas, Henrique Morais
118
Plante, M., & Strickler, G. (2021). Closer to One Great Pool? Evidence from Structural
Breaks in Oil Price Differentials. The Energy Journal, 42(2).
https://doi.org/10.5547/01956574.42.2.mpla
Quandt, R. E. (1960). Tests of the Hypothesis That a Linear Regression System Obeys
Two Separate Regimes. Journal of the American Statistical Association, 55(290), 324–
330. https://doi.org/10.1080/01621459.1960.10482067
Quint, D., & Venditti, F. (2020). The Influence of OPEC+ on Oil Prices: a Quantitative
Assessment. ECB Working Paper Series (Vol. 2467).
Schwarz, G. (1978). Estimating the Dimension of a Model. The Annals of Statistics, 6(2),
461–464. http://www.jstor.org/stable/2958889
Shaeri, K., Adaoglu, C., & Katircioglu, S. T. (2016). Oil Price Risk Exposure: A Comparison
of Financial and Non-financial Subsectors. Energy, 109, 712–723.
https://doi.org/10.1016/j.energy.2016.05.028
Smith, J. L. (2009). World Oil: Market or Mayhem? Journal of Economic Perspectives,
23(3), 145–164. https://doi.org/10.1257/jep.23.3.145
Tule, M. K., Ndako, U. B., & Onipede, S. F. (2017). Oil Price Shocks and Volatility
Spillovers in the Nigerian Sovereign Bond Market. Review of Financial Economics, 35,
57–65. https://doi.org/10.1016/j.rfe.2017.03.003
U.S. Energy Information Administration – EIA - U.S. oil production growth in 2014 was
largest in more than 100 years.
Disponível em https://www.eia.gov/todayinenergy/detail.php?id=20572 (acedido em 10
de julho de 2024).
Weideman, J., Inglesi-Lotz, R., & van Heerden, J. (2017). Structural Breaks in Renewable
Energy in South Africa: A Bai & Perron break Test Application. Renewable and
Sustainable Energy REViews, 78, 945–954. https://doi.org/10.1016/j.rser.2017.04.106
Xiong, Y., Sun, S., Wang, Z., Wang, K., & Liu, L. (2016). Application of Structural
Breakpoint Test to the Correlation Analysis between Crude Oil Price and U.S. Weekly
Leading Index. Open Journal of Business and Management, 04(02), 322–328.
https://doi.org/10.4236/ojbm.2016.42034
Yagi, M., & Managi, S. (2023). The spillover effects of rising energy prices following 2022
Russian invasion of Ukraine. Economic Analysis and Policy, 77, 680–695.
https://doi.org/10.1016/j.eap.2022.12.025
Zarei, A., Ariff, M., Hook, L. & Nassir, A. (2015). Identifying multiple structural breaks in
exchange rate series in a finance research. Pertanika Journal of Social Sciences and
Humanities, vol. 23, no. S, pp. 155 – 166
