Este trabalho utiliza modelos de painel com fatores comuns não observados para estimar coeficientes de Precificação ao Mercado de firmas exportadoras brasileiras. Estes modelos seriam mais adequados para esta estimação pois modelam os erros como estruturas de fatores, o que considera uma possível presença de dependência cross-section e heterogeneidade de efeitos dos fatores comuns. Modelos tradicionais como o de Efeitos Fixos, assumem erros independentes e homogeneidade dos efeitos destes fatores. Comparando estas duas formas de estimação, foi encontrado que estimadores que modelam os erros como estruturas de fatores apresentaram melhor desempenho em termos de resíduos estacionários e não correlacionados na dimensão cross-section. Entre estes estimadores, o CCE não se mostrou eficaz em considerar a dependência cross-section. Os resultados dos estimadores EI e BCCup, que apresentaram melhor desempenho nestes modelos, indicaram uma considerável dispersão nos coeficientes entre os produtos da amostra. A maioria dos produtos estudados apresentou prática de Precificação ao Mercado no período analisado. Em 11 produtos de um total de 22, os coeficientes apresentaram sinal negativo quando estimados pelo BC-Cup e 15 quando utilizado o EI. Este padrão é similar ao encontrado em Knetter (1989) para exportadores americanos. A média dos coeficientes variou entre 0,0251 e -0,0906, de acordo com o estimador considerado. Isto indica coeficientes menores do que o encontrado na literatura de Precificação ao Mercado para o Brasil. Foram encontradas indícios de relação negativa entre o grau de intensidade tecnológica dos produtos e as estimativas dos coeficientes. De um modo geral, a amplificação de variações cambias seria mais presente em produtos de maior intensidade tecnológica, e assim mais diferenciados e com menor disponibilidade de bens substitutos próximos. As estimativas de modelos de correção de erros indicaram que as variáveis de preços de exportação, taxa de câmbio e os fatores comuns não observados possuem relações de longo prazo para todos os produtos. Os coeficientes de longo prazo do Modelo de Correção de Erros com fatores comuns não observados apresentaram um padrão diferente, sendo em sua maioria positivos e não significantes

This work employs panel data models with unobserved common factors to estimate Pricing to Market coeficients of Brazilian exporters. We consider those models to be more adequate because the error terms are modeled as a factor structure. This approach allows cross-sectionally correlated error terms and heterogeneous common factors. Traditional panel models, such as the Fixed Effects, assume cross-sectionally independent errors and homogenous common factors. We compare those two estimation techniques and found that the error factor models had a better performance in terms of stationary and cross-sectionally independent residuals. Among these estimators, the CCE wasn't capable of capturing the cross-section dependence in those models. The ones who showed the best performance were the Interactive Effects estimator and the BC-Cup. The results of those estimators showed that Pricing to Market coefficient vary widely among products in our sample. For most of the products, the exporters showed Pricing to Market behaviour. The Interative Effects estimatives showed that 15 products, out of a total of 22, had negative coefficients. The BCCup resulted in 11 negative coefficients. In those products, the exporters adjusts his mark-up to amplifies the effects of exchange rate variations over prices in the destination market. This pattern is similar to the one found in Knetter (1989) for American exports. The average coefficient found here was 0,0251 and -0,0906, acording to the estimator used, indicating smaller coefficients than the ones found in the literature for Brazilian exporters. We found evidences of a negative relationship between technological intensity of products and Pricing to Market coefficients. In general, suavization of exchange rate effects occur more in products who faces more competitive markets, with high substitution and more market concentration. The amplification of exchange rate effects where more present in products with more technological intensity, which acording to the literature have more product differentiation and fewer substitution possibilities. The estimatives of Panel Error Correction Models indicated long run cointegration relationships between unit values, exchange rates and the unobserved common factors for all products. The long run coefficients showed a different pattern, being mostly positives and not statistically significant