View
2
Download
0
Category
Preview:
Citation preview
Estudos sobre a Taxa de Câmbio no Brasil
Ribeirão Preto, Novembro de 2013
Relatório Final apresentado ao DEPECON-FIESP
Equipe:
Rudinei Toneto Junior (Coordenador)
Luciano Nakabashi
Marcio Laurini
Sérgio Kannebley
Guilherme Byrro
Guilherme Henrique Albertin
Roberto Mauad
Sumário
1. Introdução ............................................................................................................... 3
1.1. Evolução recente da taxa de câmbio e das contas externas no Brasil:
Alguns fatos ................................................................................................................... 7
1.2. A Balança Comercial ........................................................................................... 9
1.3. Transações Correntes e Conta Capital e Financeira ...................................... 19
1.4. Taxa de câmbio e crescimento econômico ..................................................... 27
1.5. Taxa de câmbio e preços .................................................................................. 29
1.6. Considerações finais ........................................................................................ 31
2. Crescimento econômico e a taxa de câmbio. .................................................... 33
2.1. Os canais de influência da taxa de cambio sobre o crescimento
econômico ................................................................................................................... 34
2.2. Relação empírica entre câmbio e desempenho econômico .......................... 38
2.2.1. Análise de regressão dos dados: série de países....................................... 38
2.2.2. Séries de dados da análise para o Brasil ..................................................... 42
2.2.3. Análise de regressão: resultados para o Brasil .......................................... 45
2.2.4. Análise para o Brasil com dados trimestrais ............................................... 50
3. O efeito do mercado financeiro e de variáveis macroeconômicas sobre o
câmbio brasileiro. ........................................................................................................ 61
3.1. Funcionamento do mercado de câmbio .......................................................... 62
3.1.1. Mercado de câmbio à vista ............................................................................ 62
3.1.2. Mercado de câmbio futuro ............................................................................ 64
3.1.3. Instrumentos de intervenção no mercado de câmbio ................................ 65
3.2. Metodologia ....................................................................................................... 66
3.3. Descrição das Variáveis ................................................................................... 68
3.4. Análise Diária ..................................................................................................... 79
3.4.1. O impacto do mercado financeiro e de variáveis macroeconômicas
sobre o câmbio à vista ................................................................................................ 79
3.4.2. Resultados ...................................................................................................... 81
3.5. Análise Mensal ................................................................................................... 89
3.6. Conclusões ........................................................................................................ 95
4. Câmbio e Preços: Estimativas do Repasse Cambial para o Brasil .................. 97
4.1. Revisão da Literatura sobre Repasse Cambial ............................................... 98
4.2. Abordagem Metodológica............................................................................... 103
4.3. Fonte de Dados e Análise Descritiva ............................................................. 104
4.3.1. Dados e análise descritiva para a economia no agregado ....................... 104
4.3.2. Dados Do Painel Setorial da Indústria de Transformação ........................ 109
4.4. Resultados ....................................................................................................... 111
4.4.1. Repasse Cambial aos Índices de Preços Agregados .............................. 111
4.4.2. Testes de robustez dos resultados para o agregado ................................ 116
4.4.3. Modelos Agregados para preços de Importação com Dados em Painel 121
4.4.4. Resultados de Longo Prazo para os Setores Industriais ......................... 123
4.5. Análise dos Resultados e Considerações Finais ......................................... 126
Referências Bibliográficas ....................................................................................... 133
3
1. Introdução1
A taxa de câmbio é um dos principais preços relativos da economia com
influência direta no desempenho macroeconômico do país e na composição de sua
estrutura produtiva. É uma variável extremamente complexa pois se relaciona tanto
com o mercado de bens e serviços como com o mercado de ativos.
A taxa de câmbio nominal corresponde à relação de troca entre duas moedas,
no caso brasileiro em geral é definida como a quantidade de R$ necessária para
adquirir um dólar. A taxa de câmbio real refere-se ao preço relativo entre o produto
estrangeiro e o produto nacional; assim, quando diz-se que a taxa real de câmbio
está valorizada isto quer dizer que o produto nacional está relativamente mais caro
em relação ao produto estrangeiro e o inverso quando diz-se que a taxa de câmbio
real está desvalorizada. Percebe-se que taxa de câmbio real reflete a
competitividade da economia, um país é relativamente barato quando esta é
desvalorizada, ou seja, seu produto é mais competitivo, e o inverso, o país é
relativamente caro quando sua taxa real de câmbio está valorizada.
Diversos trabalhos destacam a sua influência sobre o crescimento econômico
a curto e longo prazo, principalmente, em função das possibilidades e limitações da
sustentabilidade do crescimento com a dependência de poupança externa. A
poupança externa reflete os déficits em transações correntes e seu uso mais intenso
pode gerar maior instabilidade e volatilidade do crescimento em função de acúmulo
de passivos externos e ampliações do risco-país com impacto nos fluxos de capitais.
A taxa de câmbio também pode afetar o desempenho econômico pelos seus
efeitos na composição setorial da economia. O nível da taxa de câmbio refletirá na
maior ou menor presença dos setores de transacionáveis da economia. Quanto mais
valorizada a taxa de câmbio, maior o estímulo à produção de não transacionáveis
em detrimento dos transacionáveis. Isto pode gerar impactos significativos sobre o
crescimento no longo prazo em função da diferença entre os setores no que se
1 Agradecemos os comentários e sugestões de todos os membros da FIESP que contribuíram com
este trabalho, que auxiliaram muito com o desenvolvimento do projeto.
4
refere à capacidade inovadora, a agregação de valor, níveis de produtividade, entre
outros aspectos.
Além de influenciar a atividade econômica e a capacidade de crescimento
econômico, a taxa de câmbio também influencia o comportamento dos preços, tanto
em função dos custos dos produtos importados como pela maior atratividade para
venda de produtos nacionais no exterior. A influência sobre o nível geral de preços e
os produtos importados, gera importantes impactos redistributivos com influência
direta no poder aquisitivo dos consumidores e nas margens de lucro das empresas.
Percebe-se, portanto, que a taxa de câmbio possui diversos impactos na economia,
com destaque para seus efeitos redistributivos, o que faz com que os debates sobre
a mesma sejam bastante acalorados.
Mas, o que determina a taxa de câmbio, quais variáveis influenciam o seu
comportamento. Os modelos de determinação do câmbio consideram diferentes
variáveis de acordo com o prazo em análise. Os modelos de curto prazo tendem a
privilegiar a interação com o mercado financeiro, analisando o comportamento do
câmbio a partir dos diferenciais de taxas de juros, as expectativas (mercados futuros
de câmbio e juros), a presença de controles de capitais (incidência de impostos,
restrições a entrada/saída, entre outros). O movimento de capitais explica grande
parte da volatilidade de câmbio, mas o valor do câmbio no médio e longo prazo é
determinado essencialmente pelo comportamento de variáveis relacionadas a
capacidade de oferta e as condições de demanda pelos produtos domésticos. Estas
variáveis são transmitidas aos mercados financeiros e a dinâmica do cambio no
curto prazo pelo diferencial de juros, pela expectativa de diferencial futuro das taxas
de juros, pela expectativa do câmbio futuro.
Os modelos de longo prazo tendem a privilegiar fatores de competitividade e
o comportamento dos agregados macroeconômicos: comportamento das taxas de
inflação do país e do mundo, termos de troca, montante de poupança doméstica e
oportunidades de investimento, taxas de juros de longo prazo, entre outras variáveis.
Nestes modelos pode-se pensar na chamada Paridade do Poder de Compra, que se
origina da chamada Lei do Preço Único, de acordo com o qual produtos
homogêneos na ausência de custos significativos de transação devem ter o mesmo
5
valor em diferentes lugares do mundo quando expressos na mesma moeda2. Nesse
caso, a taxa de câmbio real corresponde a relação entre os preços internacionais e
os preços domésticos; se pensarmos os primeiros como o preço dos bens
transacionáveis, cujos preços são dados pelo mercado internacional, e os preços
dos não transacionáveis, a taxa de câmbio real reflete esta relação.
A importância relativa de cada uma das variáveis em sua influência sobre a
taxa de câmbio depende, como destacado, do horizonte temporal considerado na
análise, do quadro institucional do país e seu relacionamento com o resto do mundo,
do desenho e objetivos da política macroeconômica: políticas fiscal, monetária e
cambial. A partir do conceito da taxa de cambio é interessante observar como
choques na demanda doméstica a afetam. Uma maior demanda doméstica se
direciona tanto a bens transacionáveis como não transacionáveis. Na
impossibilidade de atender a expansão dos dois, caso haja restrições para a
expansão da oferta, a maior demanda por não transacionáveis se traduzirá por
aumento de preços atraindo fatores de produção. Já no caso dos transacionáveis
pelo preço ser dado pelo mercado internacional, havendo restrição de oferta esta
demanda deverá ser atendida por importações. Como houve mudança dos preços
relativos a favor dos não transacionáveis deverá haver redução na rentabilidade dos
transacionáveis. Este processo corresponde a valorização da taxa de câmbio real.
A contrapartida do aumento da demanda interna (investimento, consumo ou
gasto público) será a necessidade de captação de poupança externa, que financiará
o aumento das importações. Vale destacar que a contrapartida do movimento de
bens e serviços é o acúmulo de ativos e passivos externos, ou o chamado Passivo
Externo Líquido. Um país não pode acumular indefinidamente ativos ou passivos
externos. Sendo assim, a taxa de câmbio real de equilíbrio, é o preço relativo entre
os bens transacionáveis e não-transacionáveis, sendo determinada no longo prazo
de tal forma a ajustar a demanda e a capacidade produtiva, garantindo que não haja
acúmulo permanente de Passivo Externo pelos países.
Quando se tem um excesso de demanda doméstica esta resultará em
apreciação da taxa de câmbio e vice versa quando a capacidade produtiva se
2 Esta ideia deu origem a Teoria do Big Mac da The Economist que mensura qual o preço do Big Mac
em diferentes cidades do mundo quando medidos na mesma moeda como forma de sinalizar eventuais sinais de desvios das taxas de câmbio, tendo em vista que este seria um produto homogêneo.
6
sobrepõe a demanda doméstica. Vale destacar que como o movimento da poupança
externa se reflete no comportamento do passivo externo líquido, e este não pode
crescer indefinidamente, a taxa de câmbio de equilíbrio se refere aquela que define
uma trajetória estabilizadora do passivo externo, do contrário, períodos de
crescimento acelerado do passivo externo serão seguidos de ajustes forçados na
forma de crises cambiais.
Este trabalho busca oferecer um conjunto de estudos que possibilitem uma
melhor compreensão da determinação da taxa de câmbio na economia brasileira e
seus impactos no desempenho econômico. Pretende-se alcançar os seguintes
objetivos:
Analisar a relação entre a taxa de câmbio e crescimento econômico e
os diferentes canais possíveis de transmissão;
Analisar o comportamento da taxa de câmbio e sua relação com
variáveis econômicas que possam influenciá-la: taxa de juros, atividade
econômica, termos de troca, poupança, investimento, entre outras; em
especial, busca-se identificar os determinantes financeiros e
macroeconômicos da taxa de câmbio, isto é a interação entre o
mercado de câmbio e o mercado financeiro;
Estimar o impacto de mudanças na taxa de câmbio sobre os preços, o
chamado pass-through.
O relatório está estruturado em quatro seções. A primeira apresenta a
evolução recente da taxa de câmbio e das contas externas do país. A segunda
destaca os resultados da análise sobre a relação entre a taxa de câmbio e a
atividade econômica e os eventuais canais de transmissão – poupança,
investimento, balança comercial e estrutura setorial. A terceira apresenta a relação
entre a taxa de câmbio e variáveis financeiras e macroeconômicas. E, por fim
verifica-se o impacto de variações cambiais sobre os preços, ou seja, busca-se
estimar o pass-through da taxa de câmbio.
7
1.1. Evolução recente da taxa de câmbio e das contas
externas no Brasil: Alguns fatos
Nas últimas décadas a taxa de câmbio no Brasil, tem sofrido significativas
oscilações. Utilizado como instrumento de estabilização ao longo do Plano Real, a
sua apreciação contribuiu para reverter as elevadas taxas de inflação, mas,
provocou uma forte deterioração das contas externas com o surgimento dos déficits
na Balança Comercial e aumento dos déficits em Transações Correntes. Esse
processo provocou um grande aumento do endividamento externo do país e a crise
cambial de 1999.
A desvalorização cambial ocorrida nesse momento e a adoção de um sistema
de câmbio flutuante contribuíram para reverter a tendência de deterioração da
situação externa do país, mas ainda assim, em função de diversos choques externos
e incertezas geradas pelo quadro político interno ocorreu a forte crise cambial em
2002, culminando nas taxas de câmbio mais desvalorizadas da história recente do
país. Este processo, em conjunto com uma forte melhora do quadro internacional e
de forte elevação do preço das commodities, contribuiu para a emergência de
significativos superávits na Balança Comercial e em Transações Correntes, com
significativa redução do Passivo Externo Líquido do País e melhoria dos indicadores
de solvência e do risco-país.
A melhora dos indicadores externos e fiscais levou o país à condição de grau
de investimento. Com o sistema de câmbio flutuante, a entrada de divisas,
inicialmente em função dos superávits em transações correntes e, posteriormente,
com o fluxo de capitais, levou a uma tendência constante de apreciação cambial
desde o final de 2002. Este processo só foi ligeiramente interrompido com a crise
financeira de 2008, mas manteve-se até 2011 como pode ser visto nas figuras a
seguir. Desde então, quando o câmbio atingiu um mínimo na história recente,
observa-se uma perda de valor relativo do real frente ao dólar. Desde janeiro de
2013 até o final de agosto, o dólar saiu de um patamar em torno de R$ 2,00 por
dólar para algo em torno de R$ 2,40 por dólar, cerca de 20% de desvalorização,
valor semelhante ao verificado após a crise de 2008, mas voltou a se retrair nos
últimos meses.
8
Figura 1.1.1. Taxa de Câmbio Diária (1994/2013)
Deve-se destacar, porém, que se considerarmos a taxa de câmbio real, isto é,
desconsiderando o efeito da inflação, a taxa de câmbio ainda se encontra em
patamares significativamente inferiores ao verificado no período recente. Calculando
a taxa de câmbio real, descontando-se a inflação brasileira (IPCA-IBGE) e a
americana (IPA) verifica-se que o câmbio encontra-se em um patamar muito próximo
ao observado no inicio do Plano Real. Observa-se que o comportamento do câmbio
real é muito semelhante ao do câmbio nominal.
Figura 1.1.2 Taxa de Câmbio - Brasil (1994/2013)
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
4,50
29/06/19…
16/03/19…
01/12/19…
17/08/19…
04/05/19…
19/01/19…
06/10/19…
23/06/19…
09/03/20…
24/11/20…
11/08/20…
28/04/20…
13/01/20…
30/09/20…
16/06/20…
03/03/20…
18/11/20…
05/08/20…
22/04/20…
07/01/20…
23/09/20…
10/06/20…
25/02/20…
12/11/20…
30/07/20…
15/04/20…
31/12/20…
0
50
100
150
200
250
19
94
.07
19
95
.04
19
96
.01
19
96
.10
19
97
.07
19
98
.04
19
99
.01
19
99
.10
20
00
.07
20
01
.04
20
02
.01
20
02
.10
20
03
.07
20
04
.04
20
05
.01
20
05
.10
20
06
.07
20
07
.04
20
08
.01
20
08
.10
20
09
.07
20
10
.04
20
11
.01
20
11
.10
20
12
.07
20
13
.04
Câmbio Deflacionado IPCA Taxa de Câmbio Real
9
1.2. A Balança Comercial
O comportamento da taxa de câmbio real possui grande influência sobre o
saldo comercial, mas, deve-se destacar que o saldo comercial como parte da oferta
e demanda de moeda estrangeira também influencia a determinação da taxa de
câmbio. Pode-se verificar na tabela a seguir que a profunda apreciação cambial ao
longo do primeiro mandato de Fernando Henrique Cardoso, para alcançar a
estabilização de preços, levou a transformação dos significativos superávits
comerciais gerados a partir da crise da dívida externa nos anos 80, em profundos
déficits. Este processo foi interrompido com a crise cambial de 1999 e a introdução
do sistema de câmbio flutuante. Mas, a volta de maiores superávits comerciais só
ocorreu com a desvalorização mais acentuada ocorrida em 2002 e com as maiores
taxas de crescimento econômico mundial e elevação do preço das commodities, em
geral, com significativa melhora dos termos de troca do país.
Pode-se observar que, mesmo com a apreciação cambial ocorrida a partir de então,
enquanto a taxa de câmbio real se manteve em patamares mais desvalorizados o
superávit comercial foi crescente, atingindo patamares superiores a US$ 40 bilhões
anuais no triênio 2005/07. A partir daí, tanto a crise econômica mundial como o
patamar extremamente apreciado atingido pela taxa de câmbio real resultaram em
quedas no saldo comercial culminando na emergência de déficits ao longo de 2013.
10
Tabela 1.2.1. Balança Comercial – US$ milhões – 1994/2013
Exportações US$ Importações Balança Comercial
1994 43.545 33.079 10.466
1995 46.506 49.970 -3.464
1996 47.747 53.347 -5.600
1997 52.986 59.842 -6.856
1998 51.120 57.717 -6.597
1999 48.013 49.301 -1.288
2000 55.119 55.850 -731
2001 58.287 55.603 2.684
2002 60.439 47.243 13.196
2003 73.203 48.327 24.876
2004 96.678 62.834 33.844
2005 118.530 73.600 44.930
2006 137.808 91.343 46.465
2007 160.649 120.619 40.030
2008 197.942 173.199 24.743
2009 152.995 127.646 25.349
2010 201.915 181.648 20.266
2011 256.040 226.247 29.793
2012 242.580 223.172 19.408
2013* 156.655 160.418 -3.763
Fonte: IPEADATA (*) 2013 até agosto.
Vale destacar o comportamento das exportações e importações. O
crescimento das exportações no período 1994/2002 foi relativamente baixo refletindo
tanto a apreciação cambial como a situação da economia internacional. As
importações após um salto inicial com o lançamento do Plano Real e sua estratégia
de estabilização baseada na apreciação cambial, também tiveram um crescimento
relativamente lento, em função do próprio crescimento econômico reduzido do país.
A partir de 2002 verifica-se um forte crescimento das exportações respondendo aos
níveis mais desvalorizados da taxa de câmbio real e ao crescimento econômico
11
mundial. Este processo de aumento das exportações e de significativos superávits
comerciais colaborou de maneira acentuada para que o período 2004/08 fosse o de
maiores taxas de crescimento econômico médio do país, desde a crise dos anos 80;
o que pode sinalizar a importância da taxa de câmbio para o crescimento econômico
como será visto na próxima seção. O maior crescimento econômico e o processo de
apreciação cambial após a forte desvalorização de 2002 foram impactar de maneira
acentuada no aumento de importações, principalmente, a partir de 2007 quando a
taxa de câmbio já apresentava sinais de apreciação excessiva.
Figura 1.2.1. Exportações, Importações e Saldo Comercial – US$ milhões –
Acumulado em 12 meses
Um aspecto interessante a ser observado em relação às exportações
brasileiras é a sua composição em termos de fator agregado. Observa-se que ao
longo do processo de industrialização e durante o ajustamento da economia a crise
da dívida externa houve um significativo aumento da participação de manufaturados
em detrimento da participação dos básicos. Este processo foi interrompido com a
utilização mais intensa da taxa de câmbio como estratégia de estabilização e,
principalmente ao longo da década passada em função do forte crescimento da
demanda de commodities e de seus preços. Com isso a pauta de exportações foi se
-50.000
0
50.000
100.000
150.000
200.000
250.000
300.000
jan
/00
ou
t/0
0
jul/
01
abr/
02
jan
/03
ou
t/0
3
jul/
04
abr/
05
jan
/06
ou
t/0
6
jul/
07
abr/
08
jan
/09
ou
t/0
9
jul/
10
abr/
11
jan
/12
ou
t/1
2
jul/
13
US$
(m
ilhõ
es)
Saldo Comercial Exportações Importações
12
concentrando nos produtos básicos originários das atividades agrícolas e extrativas.
A retração da participação de manufaturados se dá tanto pela forte expansão das
exportações de commodities como, e este é o ponto preocupante, da perda de
competitividade dos produtos industriais em um contexto de forte apreciação
cambial.
Figura 1.2.2. Exportação Brasileira por Fator Agregado (1964 a Jul/2013 -
Participação %)
Fonte e elaboração: SECEX/MDIC.
Além disso, utilizando o critério da OCDE que classifica os produtos
industriais em alta, média-alta, média-baixa e baixa intensidade tecnológica, pode-se
observar ao longo do tempo uma retração da participação dos produtos industriais
na pauta de exportação (83% em 1996 e 61,6% em 2012), sendo que os setores de
alta e média-alta tecnologia respondem por apenas um quinto das exportações
industriais. Ao se observar as importações verifica-se um processo contrário com
uma tendência de aumento na participação dos produtos industriais com forte
concentração nos setores de alta e média-alta tecnologia, sendo de,
aproximadamente, 60% em 2012.
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
BÁSICOS SEMIMANUFATURADOS MANUFATURADOS
13
Tabela 1.2.2. Exportação e Importação de Produtos Industrializados, por
Intensidade Tecnológica (US$ FOB)
Setores – Exportações
1996 2002 2007 2012
Valor % Valor % Valor % Valor %
Total 47.747 100,0 60.362 100,0 160.649 100,0 242.580 100,0
Produtos industriais (*) 39.923 83,6 48.652 80,6 121.908 75,9 149.528 61,6
Alta e média-alta
tecnologia (I+II) 12.939 27,1 18.870 31,3 46.760 29,1 50.683 20,9
Alta tecnologia (I) 2.042 4,3 5.935 9,8 10.241 6,4 10.158 4,2
Média-alta tecnologia
(II) 10.897 22,8 12.935 21,4 36.519 22,7 40.525 16,7
Média-baixa tecnologia
(III) 9.807 20,5 10.650 17,6 31.599 19,7 38.817 16,0
Baixa tecnologia (IV) 17.176 36,0 19.132 31,7 43.549 27,1 60.028 24,7
Produtos não
industriais 7.824 16,4 11.709 19,4 38.741 24,1 93.052 38,4
Setores – Importações
1996 2002 2007 2012
Valor % Valor % Valor % Valor %
Total 53.346 100,0 47.243 100,0 120.621 100,0 223.172 100,0
Produtos industriais (*) 45.012 84,4 40.652 86,0 99.950 82,9 194.559 87,2
Alta e média-alta
tecnologia (I+II) 31.046 58,2 30.330 64,2 71.929 59,6 134.274 60,2
Alta tecnologia (I) 10.422 19,5 10.460 22,1 25.284 21,0 41.276 18,5
Média-alta tecnologia (II) 20.624 38,7 19.870 42,1 46.645 38,7 92.998 41,7
Média-baixa tecnologia
(III) 6.920 13,0 6.671 14,1 19.649 16,3 41.719 18,7
Baixa tecnologia (IV) 7.046 13,2 3.651 7,7 8.372 6,9 18.566 8,3
Produtos não industriais 8.334 15,6 6.590 14,0 20.671 17,1 28.613 12,8
(*) Classificação extraída de: OECD, Directorate for Science, Technology and Industry, STAN
Indicators, 2003.
Fonte: SECEX/MDIC
14
Estas modificações decorrentes da apreciação cambial e da perda de
competitividade da produção nacional podem ser percebidas pelos coeficientes de
importação e exportação dos setores industriais. Entre 2003 e 2012, observa-se um
aumento muito pequeno no coeficiente de exportação da indústria como um todo,
sendo que na indústria de transformação o crescimento foi ainda menor. Enquanto
o coeficiente de importação da indústria geral quase dobrou no período, sendo que
na indústria de transformação o aumento do coeficiente foi da ordem de 120%.
Estão entre os setores que apresentam maior penetração de importados os de maior
intensidade tecnológica: máquinas e equipamentos, eletrônico, instrumentação,
químico e farmacêutico.
Alguns casos devem ser destacados, como por exemplo, o setor de máquinas
agrícolas que tinha um baixo grau de penetração dos importados e atingiu mais de
50%, verifica-se também um forte aumento de máquinas elétricas, setor que o Brasil
tradicionalmente apresentava uma elevada competitividade; outro caso são os
setores de artefatos de couro que importava muito pouco e se tornou um dos
maiores coeficientes de importação, e o setor de artigos de vestuário cujo coeficiente
era 1% e saltou para 13% em menos de 10 anos. De uma forma geral, observa-se
que a ampliação do coeficiente de importação foi uma estratégia defensiva adotada
por quase a totalidade dos setores industriais, para se adaptar ao contexto de
elevados custos de produção no país e taxa de câmbio apreciada.
15
Tabela 1.2.3. Coeficientes de Importação
Já no caso dos coeficientes de exportação a situação é o inverso, com a
maior importância do mercado externo justamente para a indústria extrativa e
aquelas de baixa intensidade tecnológica e fortemente ligadas às vantagens
agropecuárias e de recursos naturais do país: couro, celulose, madeira e siderurgia.
Alguns poucos setores de maior intensidade tecnológica com maior coeficiente de
Coeficientes de Importação 2003 2007 2012
Indústria Geral 12,5% 18,2% 23,5%
Indústria de Transformação 10,5% 16,4% 22,3%
Indústrias extrativas 49,8% 57,4% 55,0%
Máqs. para escritório e equips. de informática 44,2% 42,6% 57,3%
Equips. de instrumentação médico-hospitalares (2) 36,7% 63,5% 55,7%
Máqs. e equips. para fins industriais e comerciais 28,7% 37,6% 54,5%
Tratores e máqs. e equips. para a agricultura 16,1% 39,9% 51,3%
Material eletrônico e aparelhos de comunicação 26,1% 42,4% 51,2%
Máqs. e equips. para extração mineral e construção 25,9% 27,5% 49,0%
Aeronaves 65,2% 120,0% 43,4%
Máquinas, aparelhos e materiais elétricos 20,5% 23,1% 38,6%
Metalurgia de metais não-ferrosos 26,0% 30,0% 35,4%
Produtos diversos 10,7% 21,6% 33,2%
Preparação de couros e artefatos de couro 9,2% 16,4% 31,6%
Produtos químicos (1) 20,8% 26,8% 31,0%
Produtos farmacêuticos 24,9% 28,4% 27,7%
Produtos têxteis 5,6% 13,5% 24,0%
Outros equipamentos de transporte (3) 7,7% 12,0% 22,1%
Automóveis, caminhões e ônibus 7,2% 12,4% 21,7%
Refino de petróleo e produção de álcool 11,4% 12,5% 19,2%
Fundição e tubos de ferro e aço 5,6% 11,7% 19,1%
Artigos de borracha e plástico 6,7% 10,0% 17,6%
Produtos de metal 4,4% 9,0% 14,6%
Eletrodomésticos 9,7% 13,9% 14,4%
Artigos do vestuário e acessórios 1,0% 4,1% 13,7%
Siderurgia 2,8% 6,7% 13,5%
Ferro-gusa e ferroligas 5,0% 10,3% 12,4%
Perfumaria, higiene e produtos de limpeza 4,2% 5,5% 11,0%
Peças e acessórios para veículos automotores 7,5% 10,5% 10,8%
Celulose, papel e produtos de papel 5,3% 8,2% 10,0%
Produtos de minerais não-metálicos 3,0% 5,1% 9,9%
Calçados 1,4% 4,9% 7,5%
Alimentos e bebidas 2,9% 3,8% 5,9%
Artigos do mobiliário 0,4% 1,4% 3,2%
Edição, impressão e reprodução de gravações 1,2% 1,9% 2,4%
Produtos de madeira 1,9% 3,2% 2,0%
(1) Exceto farmacêuticos e perfumaria, higiene e produtos de limpeza
(2) e instrumentos de precisão e ópticos, equipamentos para automação industrial,
(3) Embarcações, veículos ferroviários, motocicletas, motociclos e suas partes e
Fonte: FIESP
16
exportações são os de maquinas agrícolas e para extração mineral e o de
aeronaves. Chama atenção a forte retração do coeficiente de exportações de alguns
setores como: calçados, eletrodomésticos, peças para veículos, artigos de
mobiliário, vestuário, entre outros. Isto pode refletir a perda de competitividade de
setores tradicionais da indústria de transformação.
Tabela 1.4. Coeficientes de Exportação
Coeficientes de Exportação 2003 2007 2012
Indústria Geral 17,5% 20,9% 20,2%
Indústria de Transformação 15,9% 18,6% 17,4%
Indústrias extrativas 49,2% 63,2% 69,1%
Preparação de couros e artefatos de couro 42,7% 56,3% 69,1%
Ferro-gusa e ferroligas 44,7% 54,1% 57,1%
Metalurgia de metais não-ferrosos 40,8% 45,2% 48,4%
Aeronaves 85,1% 111,0% 45,7%
Máqs. e equips. para extração mineral e construção 53,8% 44,7% 39,6%
Tratores e máqs. e equips. para a agricultura 24,9% 49,9% 36,5%
Alimentos e bebidas 21,4% 25,9% 25,2%
Celulose, papel e produtos de papel 19,4% 22,5% 24,7%
Produtos de madeira 41,0% 46,5% 21,2%
Máqs. e equips. para fins industriais e comerciais 20,2% 21,1% 20,1%
Siderurgia 25,1% 20,4% 18,9%
Outros equipamentos de transporte (3) 7,5% 18,7% 17,3%
Produtos têxteis 12,4% 14,0% 17,0%
Máquinas, aparelhos e materiais elétricos 13,1% 17,1% 15,7%
Calçados 34,0% 27,6% 15,1%
Automóveis, caminhões e ônibus 24,5% 21,9% 14,1%
Equips. de instrumentação médico-hospitalares (2) 11,4% 17,6% 12,8%
Produtos diversos 17,1% 20,6% 12,8%
Produtos químicos (1) 11,6% 13,3% 12,3%
Fundição e tubos de ferro e aço 11,1% 8,9% 12,1%
Material eletrônico e aparelhos de comunicação 12,5% 16,9% 10,0%
Peças e acessórios para veículos automotores 12,7% 12,3% 8,7%
Artigos de borracha e plástico 7,3% 9,2% 7,8%
Máqs. para escritório e equips. de informática 15,1% 8,9% 7,7%
Produtos farmacêuticos 5,4% 8,1% 7,7%
Refino de petróleo e produção de álcool 7,9% 11,2% 7,3%
Produtos de minerais não-metálicos 11,2% 12,2% 6,9%
Perfumaria, higiene e produtos de limpeza 4,6% 6,3% 5,8%
Artigos do mobiliário 14,0% 11,8% 5,8%
Produtos de metal 5,4% 6,9% 5,3%
Eletrodomésticos 17,4% 16,4% 3,3%
Artigos do vestuário e acessórios 5,1% 3,1% 1,4%
Edição, impressão e reprodução de gravações 1,3% 1,2% 0,6%
(1) Exceto farmacêuticos e perfumaria, higiene e produtos de limpeza
(2) e instrumentos de precisão e ópticos, equipamentos para automação industrial, cronômetros e relógios
(3) Embarcações, veículos ferroviários, motocicletas, motociclos e suas partes e peças, carrocerias e reboques
Fonte: FIESP
17
Os dados refletem adaptações que o setor industrial teve que fazer em
resposta ao processo de apreciação cambial ocorrido no país em conjunto com os
elevados custos de produção no país – tributos, deficiências de infraestrutura,
condições de financiamento, entre outros. Estudo do DECOMTEC/FIESP mostra
que o preço interno da Indústria de Transformação situa-se 34,2% do produto
industrial importado dos principais parceiros comerciais, sendo que 25,4% decorre
do chamado custo-Brasil e o restante, em torno de 9% da apreciação cambial. No
cálculo do custo-Brasil foram considerados os seguintes componentes: (i) tributação
– carga e burocracia; (ii) funcionários, (iv) custo de capital de giro, (v) custo de
infraestrutura e logística e (vi) custo de serviços não transacionáveis. Vale notar que
a maior parte desses custos independe da produtividade e eficiência industrial3.
Pode-se dizer, também, que este processo reflete que o país sofreu, em
determinado grau, da chamada “doença holandesa”, em que o sucesso na
exportação de commodities e produtos intensivos em recursos naturais provoca, via
apreciação cambial, um processo de desindustrialização e perda de importância de
setores de maior intensidade tecnológica. Este processo decorre tanto do efeito da
entrada de moeda estrangeira, apreciando o câmbio nominal, como pelo impacto na
demanda de não transacionáveis aumentando seus preços, conforme captado pelo
estudo mencionado no paragrafo anterior. O grande boom na exportação de
commodities decorre da forte elevação de preços de minérios e agrícolas em função
do crescimento econômico mundial, em especial, das economias emergentes, com
destaque para a China.
3 Ver o estudo – “Custo Brasil e Taxa de Câmbio na Competitividade da Indústria de Transformação
Brasileira” – Departamento de Competividade e Tecnologia (DECOMTEC) – FIESP; março de 2013.
18
Figura 1.2.3. Evolução dos Preços das Commodities
A grande importância brasileira na produção mundial de carnes, soja, grãos,
açúcar e principalmente minérios fez com que o país fosse um dos principais
beneficiados desse processo. Mas por outro lado este comportamento do preço de
commodities contribuiu para a apreciação cambial4 e para o surgimento, em algum
grau, da chamada doença holandesa. Esta decorre da valorização cambial em
função do forte influxo de moeda estrangeira vindo da exportação dos produtos
primários, do encarecimento dos fatores de produção disponíveis aos demais
setores pela forte pressão exercida no mercado de fatores pelos setores intensivos
em recursos naturais (crescimento da relação câmbio-salário) e da pressão pela
elevação dos preços dos não-transacionáveis em virtude do crescimento econômico
e dos rendimentos.
O reflexo disso é a perda de competitividade dos bens transacionáveis, que
pode ser captado pela evolução da relação entre o rendimento interno e a taxa de
câmbio, destacando-se o processo de perda da importância da indústria de
4 A influencia do preço de commodities na determinação da taxa de câmbio será avaliada no capitulo
3 deste relatório.
0,00
100,00
200,00
300,00
400,00
500,00
600,00
700,00
800,00
jan
/20
02
jan
/20
03
jan
/20
04
jan
/20
05
jan
/20
06
jan
/20
07
jan
/20
08
jan
/20
09
jan
/20
10
jan
/20
11
jan
/20
12
Nú
me
ro Ín
dic
e (
20
02
=10
0)
Carnes Grãos, oleaginosas e frutas
Minerais Petróleo e derivados
19
transformação no produto e na pauta exportadora, a chamada desindustrialização.
Este é um processo bastante preocupante, pois, as mudanças na estrutura setorial é
outro canal por onde a taxa de câmbio afeta o desempenho econômico. Caso a
indústria seja o setor de maior produtividade, aquele por onde se dá a introdução e
difusão da maior parte das inovações e ganhos de produtividade, a sua retração
pode afetar as taxas de crescimento de longo prazo.
Figura 1.2.4. Câmbio-Salário: Índice de Rendimento Nominal (IBGE) dividido
pelo índice da taxa de câmbio nominal (jan 2002 = 100)
1.3. Transações Correntes e Conta Capital e Financeira
Além da balança comercial o movimento de câmbio decorre da balança de
serviços e renda, que juntamente com o saldo comercial determina o saldo em
transações correntes, e da conta capital e financeira. A Balança de Serviços e
Renda contempla um amplo leque de atividades: turismo, frete, seguros, royalties,
remessa de lucros, pagamento de juros, entre outros. O Brasil é tradicionalmente
0
0,5
1
1,5
2
2,5
3
3,5
4
fev/
02
ago
/02
fev/
03
ago
/03
fev/
04
ago
/04
fev/
05
ago
/05
fev/
06
ago
/06
fev/
07
ago
/07
fev/
08
ago
/08
fev/
09
ago
/09
fev/
10
ago
/10
fev/
11
ago
/11
fev/
12
ago
/12
fev/
13
20
deficitário nesta Balança em, praticamente, todos os seus itens, mas, com forte
destaque para o montante significativo de remessas de renda ao exterior, em
especial os lucros em decorrência da forte presença de Investimentos Estrangeiros
no país.
O saldo em transações correntes reflete o recurso à poupança externa do país,
isto é, a diferença entre a produção doméstica e a absorção (demanda) doméstica.
Quando o país é deficitário em transações correntes diz-se que o mesmo deve
recorrer à poupança (financiamento) externa para cobrir o seu excesso de
dispêndios; e o inverso quando o país é superavitário. A tabela a seguir apresenta a
evolução do saldo em transações correntes no período recente.
Tabela 1.3.5. Balanço de Pagamentos – Brasil – 1995/2013 – US$ milhões
Balança
Comercial
Serviços e
Renda
Transações
Correntes
Conta
Capital e
Financeira
Saldo do Balanço
de Pagamento
1995 -3.465,62 -18.540,51 -18.383,71 29.095,45 12.918,90
1996 -5.599,04 -20.349,52 -23.502,08 33.968,07 8.666,10
1997 -6.752,89 -25.522,28 -30.452,26 25.800,34 -7.907,16
1998 -6.574,50 -28.299,39 -33.415,90 29.701,65 -7.970,21
1999 -1.198,87 -25.825,31 -25.334,78 17.319,14 -7.822,04
2000 -697,75 -25.047,85 -24.224,53 19.325,80 -2.261,65
2001 2.650,47 -27.502,52 -23.214,53 27.052,26 3.306,60
2002 13.121,30 -23.147,74 -7.636,63 8.004,43 302,09
2003 24.793,92 -23.483,23 4.177,29 5.110,94 8.495,65
2004 33.640,54 -25.197,65 11.679,24 -7.522,87 2.244,03
2005 44.702,88 -34.275,99 13.984,66 -9.464,05 4.319,46
2006 46.456,63 -37.120,36 13.642,60 16.298,82 30.569,12
2007 40.031,63 -42.509,89 1.550,73 89.085,60 87.484,25
2008 24.835,75 -57.251,64 -28.192,02 29.351,65 2.969,07
2009 25.289,81 -52.929,58 -24.302,26 71.300,60 46.650,99
2010 20.226,86 -70.321,51 -47.273,10 99.911,78 49.100,50
2011 29.793,68 -85.250,53 -52.472,62 112.380,15 58.636,81
2012 19.430,65 -76.522,98 -54.246,41 72.761,86 18.899,55
2013* -3.763,00 -49.295,12 -52.471,65 59.651,17 6.747,53
Fonte: IPEADATA (*) 2013 até Julho
21
Pode-se verificar que o saldo em Transações Correntes foi se deteriorando ao
longo primeiro mandato de Fernando Henrique o que contribuiu para a crise cambial
de 1999. Este processo foi interrompido a partir da crise e os elevados superávits
comerciais ao longo do primeiro mandato do presidente Luiz Inácio Lula da Silva
possibilitaram a emergência de superávits em Transações Correntes. A apreciação
cambial, a retração do saldo comercial e o aumento do déficit em serviços e renda
fizeram com que o déficit em Transações Correntes reaparecesse e se acentuasse
de forma bastante preocupante nos últimos anos. A contrapartida dos déficits em
Transações Correntes é o aumento do Passivo Externo Líquido do país. Problemas
de crises cambiais e restrições ao crescimento mostram a dificuldade do
crescimento econômico ser dependente da poupança externa. Essas restrições e
impactos sobre o desempenho econômico serão discutidos na próxima seção do
relatório.
Figura 1.3.1. Transações correntes - últimos 12 meses (1990 a jul/2013)
Fonte: IPEADATA
Pode-se observar pela figura que quando o país teve a crise cambial o déficit em
transações correntes em relação ao PIB estava seu mais elevado patamar. A
emergência dos superávits em transações correntes é o determinante da ampla
melhora dos indicadores externos ao longo do primeiro mandato do Presidente Lula
22
contribuindo para a estabilização econômica, para que o país se tornasse menos
vulnerável a crises externas e para que pudéssemos alcançar o grau investimento.
Estes dados podem sinalizar a importância para o crescimento da menor
dependência de poupança externa e da existência de poupança doméstica.
Além do movimento associado a transações correntes, o comportamento cambial
está fortemente associado ao movimento de capitais, o que faz com que o mercado
financeiro tenda a ter um grande destaque na determinação da taxa de câmbio. O
fluxo de capitais para um país reflete a expectativa dos agentes sobre o retorno das
aplicações naquele país o que reflete as oportunidades de investimento, aos
diferenciais de taxa de retorno (taxa de juros doméstica e internacional), ao risco do
país, a expectativa sobre a taxa de câmbio futura, entre outras variáveis
relacionadas a políticas como a tributação do movimento de capitais e outros
mecanismos de controle e intervenções do Banco Central no mercado de câmbio,
seja no mercado à vista seja no futuro.
Figura 1.3.2. Conta Capital e Financeira Saldo Trimestral (US$ milhões)
Existe um relativo consenso na literatura de que no curto prazo a taxa de
câmbio é determinada no mercado financeiro. Este mecanismo de determinação
financeira da taxa de câmbio é relacionado aos objetivos dos agentes presentes no
mercado cambial, que realizam operações nos mercados à vista (spot) e futuro
-30.000,00
-20.000,00
-10.000,00
0,00
10.000,00
20.000,00
30.000,00
40.000,00
50.000,00
mar
/20
05
set/
20
05
mar
/20
06
set/
20
06
mar
/20
07
set/
20
07
mar
/20
08
set/
20
08
mar
/20
09
set/
20
09
mar
/20
10
set/
20
10
mar
/20
11
set/
20
11
mar
/20
12
set/
20
12
mar
/20
13
US$
milh
õe
s
investimentos em carteira IDE Conta capital e financeira - saldo
23
realizando operações de hedge, arbitragem e especulação. É possível inferir que a
determinação da taxa de câmbio é realizada no mercado futuro de câmbio, e depois
transmitida por arbitragem para o mercado à vista de câmbio.
O principal determinante da taxa de câmbio no curto prazo parece ser o
diferencial de taxas de juros. Assim grande parte do processo de apreciação cambial
brasileiro nos últimos anos decorre dos elevados diferenciais de juros existentes,
tanto pelas elevadas taxas praticadas internamente como pela forte redução das
taxas de juros internacionais que passaram a se situar próximas de zero a partir da
crise econômica de 2008 com o excesso de liquidez proporcionado pelas políticas
monetárias expansionistas nos principais países desenvolvidos. A desvalorização
cambial verificada ao longo deste ano reflete a expectativa dos agentes de elevação
da taxa de juros internacional e da redução do diferencial de retorno esperado.
A maior parte do movimento cambial se dá por motivações financeiras. Assim,
qualquer mudança nos fundamentos da economia ou nas expectativas sobre as
condições futuras da economia, seja nacional seja internacional, é captada por
mudanças nos diferencias esperados da taxa de juros, ou no valor esperado do
câmbio futuro e rapidamente transmitida para a taxa atual de câmbio. Isto explica as
grandes oscilações da taxa de câmbio no curto prazo.
Figura 1.3.3. Taxa de Juros Brasil e EUA (Jan/2000 – Set/2013)
Fonte: IPEADATA e BCB.
0,00
5,00
10,00
15,00
20,00
25,00
30,00
jan
/20
00
set/
20
00
mai
/20
01
jan
/20
02
set/
20
02
mai
/20
03
jan
/20
04
set/
20
04
mai
/20
05
jan
/20
06
set/
20
06
mai
/20
07
jan
/20
08
set/
20
08
mai
/20
09
jan
/20
10
set/
20
10
mai
/20
11
jan
/20
12
set/
20
12
mai
/20
13
% a
.a.
Fed Funds Selic
24
O estudo desenvolvido na seção 3 desse relatório mostra que, com base em
dados diários do mercado de câmbio, a exploração das oportunidades de arbitragem
entre as taxas de câmbio à vista e futuras é o mecanismo mais importante de
transmissão de informações do mercado financeiro para a taxa de câmbio. Dada a
importância da taxa de câmbio para o resultado das empresas, para o poder
aquisitivo da população e para as decisões de investimento; em geral as autoridades
governamentais buscam limitar as suas flutuações quando estas extrapolam
determinados limites. As intervenções podem se dar tanto por compras e vendas de
moeda estrangeira no mercado à vista, como por atuações no mercado futuro ou
pela imposição de restrições ao movimento de capitais – tributação dos ganhos,
prazos mínimos de permanência, entre outros instrumentos. A análise desenvolvida
na terceira seção deste relatório mostra que no caso brasileiro, as intervenções do
BACEN com swaps cambiais só é significante com valores até cerca de US$ 2,5
bilhões, a partir deste valor já não é possível exercer esse controle apenas por meio
desse instrumento derivativo.
A introdução das intervenções do Banco Central no mercado à vista também
se mostraram significativas e no sentido esperado das operações. A introdução do
IOF seja sobre o volume de negócios seja sobre as posições excessivas compradas
em Real também se mostraram estatisticamente significativas, mostrando que a
redução do IOF tende a apreciar a taxa de câmbio. Quando se analisa o
comportamento das ações, introduzindo o Ibovespa, verifica-se que este apresenta
uma relação negativa com a taxa de câmbio o que decorre da forte presença de
investidores estrangeiros no mercado de câmbio.
Para verificar a influência de variáveis macroeconômicas realizou-se uma
análise com dados mensais. Nesta verificou-se que os principais determinantes
continuaram os mesmos, em especial o diferencial de taxa de juros, e pode-se
observar também a influência dos preços de commodities. Foram testadas diversas
variáveis macroeconômicas: o IPCA, o saldo da balança comercial, o saldo em
transações correntes, a abertura da balança comercial em exportações e
importações, o fluxo de investimentos externos diretos e em carteira, a taxa SELIC,
o crescimento do PIB mundial, entre outras. Apesar de exercerem influência sobre o
câmbio à vista de acordo com a literatura econômica, algumas dessas variáveis não
apresentaram um resultado estatisticamente significante no modelo desenvolvido na
terceira seção. Este resultado pode decorrer do fato do impacto das variáveis
25
macroeconômicas já ser captado na variável de expectativa e no próprio diferencial
de taxa de juros.
Mas, como destacado anteriormente, a taxa de câmbio reflete, a longo prazo,
o comportamento da demanda por bens não-transacionáveis relativamente a
capacidade de produção. Ou seja, o déficit em transações correntes, que determina
a dinâmica do passivo externo líquido, deve ser o determinante da taxa de cambio. E
o déficit em transações correntes reflete o comportamento da taxa de investimento
relativamente a poupança doméstica.
Os dados recentes da economia brasileira mostram que dada a baixa
capacidade de poupança do setor público, na realidade a poupança negativa do
setor publico, sempre que ocorreu elevações na formação bruta de capital fixo e ou
no consumo das famílias, com a consequente queda da poupança doméstica,
verificou-se deterioração do saldo em transações correntes e consequentes
processos de apreciação cambial. O período de superávits em transações correntes
no primeiro mandato do presidente Lula reflete tanto a queda do investimento como
do consumo das famílias, em proporção ao PIB, e a consequente elevação da
poupança doméstica. Este quadro mostra que a demanda de maior crescimento
econômico com maiores taxas de investimento, preservando-se o equilíbrio externo
e uma taxa de câmbio menos apreciada, requer o aumento da poupança doméstica
que pode se dar quer pela recuperação da poupança pública quer pela contenção do
consumo das famílias. Daí a importância da política fiscal como instrumento para
ampliar a poupança doméstica a longo prazo, a capacidade de investimento e o
crescimento equilibrado conforme destacado em estudo recente da FIESP sobre as
condições necessárias para o pais dobrar o PIB per capita em um espaço de quinze
anos.
26
Figura 1.10. Transações correntes e formação bruta de capital fixo
Figura 1.11. Transações correntes e consumo das famílias
12,0%
14,0%
16,0%
18,0%
20,0%
22,0%
24,0%
-5,00
-4,00
-3,00
-2,00
-1,00
0,00
1,00
2,00
3,00
mar
/19
91
dez
/19
92
set/
19
94
jun
/19
96
mar
/19
98
dez
/19
99
set/
20
01
jun
/20
03
mar
/20
05
dez
/20
06
set/
20
08
jun
/20
10
mar
/20
12
Transações correntes -últimos 12 meses - (% PIB)
Capital fixo - formaçãobruta
4 por Média Móvel (Capitalfixo - formação bruta)
50,0%52,0%54,0%56,0%58,0%60,0%62,0%64,0%66,0%68,0%70,0%
-5,00
-4,00
-3,00
-2,00
-1,00
0,00
1,00
2,00
3,00
mar
/19
91
dez
/19
92
set/
19
94
jun
/19
96
mar
/19
98
dez
/19
99
set/
20
01
jun
/20
03
mar
/20
05
dez
/20
06
set/
20
08
jun
/20
10
mar
/20
12
Transações correntes -últimos 12 meses - (% PIB)
Consumo final - famílias
4 por Média Móvel(Consumo final - famílias)
27
Figura 1.12. Transações correntes e poupança nacional bruta
1.4. Taxa de câmbio e crescimento econômico
A segunda seção desse relatório apresenta o estudo realizado sobre a
influência da taxa de câmbio sobre o crescimento econômico, no qual foi realizado
uma ampla revisão da literatura teórica e empírica destacando os canais de
transmissão do câmbio para o produto. A influência da taxa de câmbio sobre o
crescimento econômico poderia se dar pelo impacto sobre a taxa de poupança
doméstica e, portanto, sobre o investimento; pelo saldo comercial e pelos impactos
sobre a estrutura econômica estimulando os setores de transacionáveis, em
especial, a indústria de transformação. Se um câmbio mais desvalorizado estimular
o aumento da poupança doméstica, tornando o investimento menos dependente da
poupança externa, e favorecer os setores com maior potencial de introdução e
difusão de inovações; ele estimulará tanto maiores taxas de investimento como
facilitará o crescimento da produtividade, e por estes canais influenciar o
crescimento econômico a longo prazo.
O estudo realizado na segunda seção mostra diversos estudos que associam
episódios de maior crescimento econômico a desvalorizações anteriores da taxa de
câmbio, com destaque para as evidências levantadas por Rodrik (2008). Para
verificar este fato o estudo realizou diversos estudos. Em primeiro lugar realizou-se
um teste em painel para 188 países no período 1950-2010. Os resultados sinalizam
que desvalorizações cambiais possuem efeito positivo sobre o crescimento
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%
22,0%
24,0%
-5,00
-4,00
-3,00
-2,00
-1,00
0,00
1,00
2,00
3,00m
ar/1
99
1
dez
/19
92
set/
19
94
jun
/19
96
mar
/19
98
dez
/19
99
set/
20
01
jun
/20
03
mar
/20
05
dez
/20
06
set/
20
08
jun
/20
10
mar
/20
12
Transações correntes -últimos 12 meses - (% PIB)
Poupança nacional bruta
4 por Média Móvel(Poupança nacional bruta)
28
econômico. De acordo com as estimativas, uma desvalorização cambial da ordem
de 10% resultaria em aumentos na taxa de crescimento do PIB per capita da ordem
de 0,17p.p.. Este resultado seria maior nos países de menor renda, sendo que para
países com renda de até US$2.000,00 o aumento da taxa de crescimento seria da
ordem de 0,25p.p; enquanto que para os países com renda superior a US$10.000,00
os ganhos ficariam na faixa dos 0,12p.p..
Além do estudo em painel para diversos países foram feitas estimações para
a economia brasileira tanto com dados anuais como trimestrais para o período 1981-
2012. Na análise anual constatou-se que uma desvalorização da ordem de um
desvio-padrão na taxa de câmbio, em torno de 27%, resultaria em aumentos na taxa
de crescimento do PIB da ordem de 1,13p,p ao ano, e da ordem de 3,1 p.p e 2p.p,
respectivamente para a indústria e a indústria de transformação.
Na análise com dados trimestrais verificou-se que uma desvalorização da
ordem de um desvio-padrão, em torno de 17%, resultaria em aumento da taxa de
crescimento econômico do PIB da ordem de 0,8p.p. Considerando que no período
em questão o PIB cresceu a uma taxa de média de 2,6%a.a.; este incremento
levaria o aumento do PIB para a faixa dos 3,4%, ou seja, um aumento de
aproximadamente 30% na taxa de crescimento econômico. Este aumento, caso
fosse permanente já possibilitaria que o país se aproximasse das taxas de
crescimento necessárias para fazer o seu PIB per capita dobrar no período de 15
anos conforme estudo da FIESP. Vale destacar, porém, que na análise do
comportamento do PIB em resposta ao choque cambial ao longo do tempo, observa-
se que após 16 trimestres (4 anos) os ganhos começam a desaparecer até se
extinguirem no vigésimo trimestres. Nesse período, uma desvalorização de 17% da
taxa de câmbio, resultaria em um ganho acumulado em termos de crescimento do
PIB da ordem de 4% do PIB, o que é bastante razoável. Apesar de ser um ganho
transitório que tenderia a desaparecer ao longo do tempo, este resultado mostra que
uma desvalorização cambial possibilitaria um tempo para que fossem feitos os
ajustes necessários da economia para elevar a taxa de poupança doméstica,
possibilitando a sustentação da taxa de câmbio em níveis mais desvalorizados e
garantindo maiores taxas de investimento, com menor dependência da poupança
externa, sustentando maiores taxas de crescimento econômico a longo prazo. Nesse
sentido, é importante que ao longo desse período sejam aprovadas medidas que
restrinjam a expansão das despesas correntes do governo, que se estabeleça metas
29
mais ambiciosas de superávit primário e para o montante do déficit nominal; enfim,
políticas que permitam a ampliação da poupança pública e criem condições de
investimento e melhora do sistema tributário que contribuam para a redução do
custo-Brasil; além da criação de um ambiente favorável para ampliação das taxas de
poupança das empresas e famílias.
1.5. Taxa de câmbio e preços
O último aspecto analisado foi a questão do repasse da taxa de câmbio para
a inflação, isto é, o chamado pass-through. Se por um lado verificou-se que um
câmbio desvalorizado tende a ter impactos relevantes para o desempenho
econômico seja pela melhora da balança comercial, pelo maior nível de poupança
doméstica e menor dependência de poupança externa, além do possível impacto
sobre a estrutura setorial da economia, com maior relevância dos setores
transacionáveis que tendem a influenciar de maneira mais relevante a produtividade
dos fatores. Por outro lado, a desvalorização cambial tende a gerar pressões
inflacionárias e afetar o poder de compra da população. A desvalorização cambial
tende a aumentar os preços dos produtos importados, assim como dos produtos
exportáveis que são cotados no mercado internacional. Com isso, os preços de
produção tendem a ser influenciados pelo aumento do custo de matérias-primas
importadas e exportadas, assim como os preços ao consumidor tendem a crescer. A
questão chave é saber quanto de uma desvalorização cambial é repassada para os
preços.
A quarta seção deste relatório apresenta um amplo detalhamento teórico
sobre os mecanismos do pass-through, uma ampla revisão da literatura teórica e
empírica tanto para o Brasil como para outros países, e realiza testes para estimar o
impacto da desvalorização cambial sobre os preços no Brasil, considerando os
preços de importação, preços domésticos industrializados (IPA) e preços ao
consumidor (IPCA), além de preços setoriais da indústria.
Da revisão da literatura pode-se depreender que a magnitude do pass-
through depende do país e do período, refletindo, principalmente a forma de
condução da política econômica e o tipo e grau de inserção externa das economias.
30
Chama a atenção a forte retração do pass-through na maior parte dos países a partir
dos anos 90 do século passado quando houve um grande processo de desinflação
em termos mundiais, com significativas reduções das taxas de inflação na maior
parte do mundo.
As estimativas realizadas para o caso brasileiro mostram que o grau de
repasse estimado para os preços de importação situa-se em torno de 75% da
variação cambial. O grau de repasse sofreu algumas variações significativas
conforme a forma de inclusão de variável de produto que captasse choques de
demanda. Para os preços dos produtos industrializados ao atacado (IPA) o repasse
aos preços no longo prazo varia entre 14% e 33%. Já o repasse cambial ao IPCA é
o de menor variabilidade e de dependência da especificação do modelo, tanto no
que diz respeito à ordenação dos modelos, quanto à inclusão da variável de PIB,
situando-se entre 1,1% e 1,25% da variação cambial. Ou seja, uma depreciação
cambial em 10% da moeda nacional deve produzir um aumento na inflação do IPCA
em torno de 1,1 a 1,25 pontos percentuais. De acordo com as estimativas
produzidas, grande parte do impacto inflacionário se dá em 1 ano, isto é, até o
quarto trimestre; principalmente a partir do segundo trimestre após o choque
cambial, sendo o auge alcançado até o oitavo trimestre.
Além do estudo do repasse no agregado, foram feitas estimativas de
repasses setoriais. A magnitude do repasse está muito relacionado às condições de
concorrência no setor, seja em função da concentração de empresas, seja pela
possibilidade de substituição de produto importado pela produção doméstica seja
pela substituição de produtos (essencialidade, capacidade de reação da produção
doméstica, existência de bens substitutos, entre outros).
A estrutura diferenciada do repasse entre os setores abre a possibilidade de
se trabalhar em reduções tarifárias de determinados produtos, com destaque para
os insumos, para reduzir o impacto inflacionário. Deve-se destacar, porém, que
dados os níveis de tarifas praticados no país, e combinando-se as tarifas com os
graus de repasses setoriais pode-se verificar não ser possível compensar
plenamente o efeito da desvalorização sobre o preço com reduções tarifárias.
Como a taxa de inflação do país já vinha em patamares relativamente
elevados, isto é, próximos ao limite superior da meta de inflação; a desvalorização
cambial tende a ampliar a dificuldade para o cumprimento das metas. Parcela do
efeito poderá ser compensada por reduções tarifárias, como já adotadas em algum
31
grau pelo governo, mas o restante deverá ser compensado por políticas monetárias
e fiscais mais restritivas.
Nesse sentido, vale a pena combinar este aspecto com o que nos diz os
modelos econômicos de determinação da taxa de câmbio e os resultados obtidos na
terceira seção deste relatório. Alcançar uma taxa de câmbio real mais desvalorizada
que possibilite um melhor desempenho dos setores transacionáveis, em especial a
indústria, e com isso nos possibilite maior inserção externa e uma estrutura
produtiva que gere maior potencial de ganhos de produtividade e de crescimento
econômico, depende, no longo prazo, essencialmente da elevação da taxa de
poupança. Assim, sustentar, a longo prazo, a desvalorização cambial ocorrida em
função das mudanças no cenário externo, requer ampliação da taxa de poupança
doméstica para o qual o aumento da poupança pública é peça central.
1.6. Considerações finais
Os estudos desenvolvidos ao longo deste trabalho mostraram que:
(i) A taxa de câmbio possui forte influência sobre o crescimento
econômico, tanto para a análise de dados em painel para diversos
países, como para os dados da economia brasileira, seja para a série
anual seja trimestral. Na análise trimestral em que se considerou como
o impacto do câmbio se dissipa ao longo do tempo em termos de
crescimento do produto, verificou-se que o crescimento acumulado do
PIB brasileiro em 20 trimestres, após uma desvalorização do câmbio da
ordem de 17%, é da ordem de 4% o que é bastante expressivo e
possibilita um tempo necessário para que seja feitos ajustes na
economia que permitam a elevação das taxas de poupança domestica;
(ii) Os estudos sobre os fatores que influenciam a determinação da taxa
de câmbio e sua relação com o mercado financeiro mostraram a
primazia do diferencial da taxa de juros (DI em relação a LIBOR).
Mostrou-se que os mecanismos de arbitragem se dão do mercado
futuro para o mercado à vista e que um conjunto de variáveis podem
influenciar a taxa de câmbio seja por serem incorporadas ao diferencial
32
de juros seja pela expectativa do câmbio futuro. A taxa de câmbio
ainda sofre influência de diversas variáveis: o risco-pais, o preço de
commodities, o índice de preços, entre outras. Deve-se sempre lembrar
que a longo prazo a taxa de câmbio é definida pelas condições de
oferta e demanda do país que no modelo de determinação da taxa de
câmbio acabam sendo captadas pelo diferencial da taxa de juros;
(iii) E, por fim, verificou-se o impacto da taxa de câmbio sobre os preços de
produtos importados, preços no atacado e preços ao consumidor, além
do impacto em preços industriais setoriais. Verificou-se que o repasse
é incompleto e que este é relativamente baixo frente aos benefícios
que um câmbio mais desvalorizado pode provocar em termos de
crescimento econômico.
33
2. Crescimento econômico e a taxa de câmbio.5
Uma questão que frequentemente se coloca é qual influência da taxa de
câmbio sobre o crescimento econômico. Diversos analistas destacam que uma taxa
de câmbio mais desvalorizada tende a ampliar a competitividade da economia e,
portanto, o seu crescimento econômico. Mas, quais são os determinantes da taxa de
câmbio, como mantê-la em um patamar mais desvalorizado? Como argumentou-se,
na seção introdutória, a taxa de câmbio no curto prazo é determinada basicamente
por fatores financeiros e, no longo prazo, reflete as condições de equilíbrio entre a
demanda doméstica e a capacidade de oferta. Em última instância, reflete o
comportamento das oportunidades de investimento e a poupança doméstica. Assim,
níveis mais elevados de poupança doméstica, que possibilitassem maiores taxas de
investimento sem o recurso a poupança externa, definiriam taxas de câmbio mais
desvalorizadas e maiores taxas de crescimento.
Algumas evidências e teorias apontam que a taxa real de câmbio é uma das
variáveis relevantes na determinação do desempenho econômico. Por exemplo,
Hausmann, Pritchett e Rodrik (2005) identificam 83 episódios de aceleração do
crescimento em que a taxa de crescimento do produto per capita eleva-se em 2 p.p.
ou mais sustentando-se neste nível mais elevado por, pelo menos, oito anos. Os
autores constatam que há forte desvalorização do câmbio anos antes dos episódios
de crescimento. Rodrik (2008) encontra evidências de que o câmbio desvalorizado
estimula o crescimento. Essa relação para o caso brasileiro pode ser ainda mais
relevante visto que as evidências encontradas por Rodrik (2008) apontam que o
câmbio é mais importante na determinação do crescimento econômico em países
em desenvolvimento.
Os dados para a economia brasileira parecem favorecer a noção de que
desvalorizações da taxa de câmbio estimulam o crescimento econômico.
Desconsiderando o período da crise econômica internacional (a partir de 2007),
depreciações cambiais estiveram relacionadas a períodos de aceleração, em geral.
5 Esta seção é um resumo do estudo desenvolvido por Luciano Nakabashi, Prof. Doutor do
Departamento de Economia da FEARP-USP, e por Guilherme Byrro Lopes, mestre em Economia
Aplicada da FEARP-USP.
34
2.1. Os canais de influência da taxa de cambio sobre o
crescimento econômico
A literatura ressalta que o câmbio possui um efeito relevante sobre o
crescimento por três vias: 1) câmbio afeta a relação entre poupança doméstica e
investimento, sendo que a taxa de poupança doméstica é a principal determinante
da taxa de investimento no longo prazo; 2) câmbio impacta o desempenho do setor
externo via balança comercial, com efeitos sobre o desempenho econômico via
restrição externa (crescimento com restrição no balanço de pagamentos); 3) câmbio
altera a estrutura da economia. Se os setores mais dinâmicos e com maior potencial
de crescimento e encadeamento são os mais afetados, ocorrem mudanças no
potencial de crescimento.
Em relação a primeira via, sabe-se que no longo prazo, a taxa de poupança
doméstica é a variável mais importante na determinação da taxa de investimento
doméstica (Feldstein e Horioka, 1980). Desse modo, se a apreciação cambial está
relacionada a uma redução da poupança doméstica (e aumento da participação da
poupança externa), o efeito no longo prazo (média dos períodos) pode ser de uma
redução na taxa de investimento. Apesar dos efeitos benéficos sobre os
investimentos no curto prazo, a utilização de poupança externa com o consequente
aumento do passivo externo, gera incertezas e necessidade de envio de divisas
(pagamento de juros e lucros) que reduzem o potencial de crescimento futuro.
A necessidade de captação de poupança externa ocorre quando tem-se uma
elevação da demanda por investimentos sem o aumento da poupança doméstica o
que tende a elevar a taxa de juros e apreciar a taxa de câmbio. Deve-se notar,
porém, que esse processo pode se dar também por retração da poupança
doméstica, seja por elevação do consumo das famílias seja da administração
pública. No Brasil tem-se verificado que os momentos de deterioração do saldo em
transações correntes estão associados tanto a elevações da taxa de investimento
quanto a retrações da poupança doméstica.
A apreciação cambial tende a estimular o consumo pela elevação do salário
real em detrimento dos lucros dos exportadores e dos produtores que concorrem
35
com os importados. Se esse for o caso (aumento do consumo e redução dos lucros),
ocorre uma redução da taxa de poupança doméstica reduzindo a capacidade de
investimento e de crescimento econômico. Assim, políticas voltadas para a
desvalorização cambial podem induzir, durante um certo período, elevações da taxa
de poupança doméstica, desde que consigam provocar a redução do consumo das
famílias (pela redução do poder de compra) e o aumento da poupança das
empresas pelo aumento dos lucros. Se durante o período em que se consiga uma
maior taxa de poupança em função do câmbio desvalorizado se realizem mudanças
nos fundamentos que possibilitem aumentos permanentes na taxa de poupança
doméstica, esta política pode induzir ganhos mais duradouros na taxa de
crescimento econômico.
O segundo canal considerado para a influência da taxa de câmbio sobre o
desempenho econômico é pela influência sobre o saldo da balança comercial. A
literatura destaca que, sendo válidas as condições de Marshall-Lerner, depreciações
reais da taxa de câmbio provocariam aumento das exportações líquidas. Vários
estudos empíricos mostram que essa relação é satisfeita, como Krugman e Baldwin
(1987) para a economia norte-americana, Gupta-Kapoor e Ramakrishnan (1999)
para a economia japonesa, Boyd, Caporale e Smith (2001) para os países da OCDE,
Onafowora (2003) para os países do leste asiático, além de Gomes e Lourenço
(2005) para a economia brasileira. A figura a seguir mostra que esta relação se
verifica no caso brasileiro, como já discutido na primeira seção deste relatório.
Figura 2.1 Taxa real de câmbio (eixo direito) e saldo da balança comercial (eixo
esquerdo)
50
70
90
110
130
150
-20,0
0,0
20,0
40,0
60,0 Taxa real d
e câm
bio
Bilh
õe
s U
S$
Balança comercial US$ (milhões 2012)Taxa de câmbio efetiva real - INPC - exportações manufaturados (média 12 meses)Taxa de câmbio efetiva real - INPC - exportações (média 12 meses)
36
Fonte: elaboração própria a partir de dados do IPEA e Funcex.
Algumas evidências e teorias apontam que existe uma relação entre
crescimento econômico e desempenho da balança comercial e da conta corrente.
De acordo com essa abordagem é fundamental um bom desempenho do setor
exportador para manter a conta corrente equilibrada quando há um nível adequado
de investimentos e de crescimento (THIRLWALL, 1979; MCCOMBIE e THIRLWALL,
1994; THIRLWALL, 2011). Se esse for o caso, o câmbio é uma variável importante
na determinação do desempenho econômico.
Vários estudos já testaram empiricamente a relação entre restrição externa e
desempenho econômico, encontrando uma relação significativa entre essas
variáveis. Por exemplo, Bértola, Higachi e Porcile (2002) fazem uso do modelo mais
simples e encontram uma relação de longo prazo entre o desempenho do PIB
brasileiro, os termos de troca e o crescimento da renda mundial, no período 1890-
1973, favorecendo a Lei de Thirlwall.
Na análise do período 1955-1998, Jayme Jr. (2003), utilizando o método de
cointegração em séries temporais, encontra que há cointegração entre o
crescimento das exportações e o crescimento econômico, indicando a validade do
modelo de Thirlwall. Ferreira e Canuto (2003) consideram os efeitos das remessas
de lucros, dividendos e pagamentos de juros sobre a restrição externa e concluem
que estas reduziram o crescimento médio anual da economia brasileira em 1%, no
período 1949-1999.
Em um estudo relacionando os parâmetros estruturais do modelo de Thirlwall
(1979) e a restrição externa em diferentes subperíodos de 1930-2004, Carvalho e
Lima (2009) também apresentam evidência da relevância das restrições externas
sobre o crescimento da economia brasileira. Porcile, Curado e Bahry (2003) e
Barbosa-Filho (2004) empregam o modelo de Thirlwall para analisar questões de
curto prazo. Os primeiros combinam o modelo de Thirlwall com o conceito
minskyano de fragilidade financeira adaptado para uma economia aberta para
analisar a conjuntura econômica latino-americana, enquanto o segundo tem como
objetivo estudar o trade-off entre crescimento e taxa de câmbio.
Os resultados apresentados por Barbosa-Filho (2004) indicam que para
elevar a taxa de crescimento da renda da economia brasileira em 1% seria
necessária uma desvalorização cambial de 7% para que a razão saldo da balança
37
comercial/PIB se mantivesse constante. Bagnai (2010) encontra evidências de que a
restrição externa é relevante na determinação do crescimento de 22 países da
OCDE, entre 1960 e 2006. Os resultados de Holland, Vieira e Canuto (2004) para
uma amostra de dez países latino-americanos, entre 1950-2000, também dão
suporte para a hipótese de que o desempenho das contas externas é fundamental
para o desempenho econômico.
Além de relaxar a restrição externa, o crescimento das exportações favorece
o crescimento econômico por meio de outras vias. A primeira delas seria o
descolamento entre o consumo e a produção domésticos. Esse processo de
descolamento possibilita uma elevação da produção de bens de maior conteúdo
tecnológico com destino aos países desenvolvidos de acordo com Eichengreen
(2008). Isso ocorre porque a demanda interna de países em desenvolvimento tende
a ser direcionada, principalmente, para bens de baixo valor agregado e reduzido
conteúdo tecnológico como consequência do baixo nível de renda média da
população. A segunda via é que o aumento da oferta de bens para a economia
mundial não tem efeitos significativos nos preços devido ao tamanho do mercado
mundial em relação à economia doméstica, ou seja, um crescimento dos bens
exportados não teria impactos negativos relevantes sobre seus respectivos níveis de
preço (Eichengreen, 2008). A terceira via é formada pelos maiores ganhos de
produtividade do setor exportador provenientes do processo de absorção de
tecnologia do resto do mundo e por seu maior potencial de learning by doing quando
se compara aos demais setores da economia (Eichengreen, 2008).
Tomando este último ponto tem-se o terceiro canal por onde a taxa de câmbio
pode influenciar o crescimento econômico. O setor exportador reflete quais os
setores da economia são mais competitivos. Desse modo, mudanças em sua
composição causam alterações em sua estrutura produtiva, provocando mudanças
em seu desempenho econômico dependendo do grau de dinamismo e
encadeamento dos segmentos que estão perdendo e dos que estão ganhando
participação. No Brasil, onde os recursos naturais são abundantes e, desse modo,
onde a produção de bens primários é naturalmente competitiva, períodos de
valorização cambial prejudicam, sobretudo, os manufaturados. Isso justifica a
preocupação de muitos analistas econômicos com as mudanças estruturais pela
qual a economia brasileira vem passando, com perda de participação relativa de
setores mais dinâmicos – como a indústria – no PIB e no emprego, principalmente a
38
partir de meados dos anos 80. Alguns exemplos são os estudos realizados por
Meyer e Paula (2009), Marconi (2008), Cruz et al. (2007), Palma (2005), Feijó,
Carvalho e Almeida (2005) e Bresser e Nakano (2003).
No próximo item desta seção serão estimados alguns modelos para verificar a
influência da taxa de câmbio sobre o crescimento econômico.
2.2. Relação empírica entre câmbio e desempenho
econômico
A presente seção busca analisar a relação entre taxa real de câmbio (RER –
Real Exchange Rate) e desempenho econômico (taxa real de crescimento do PIB).
A primeira parte da análise verifica a relação entre taxa de câmbio e crescimento
para uma série de países utilizando a metodologia proposta por Rodrik (2008),
atualizando o período de análise e utilizando dados da Penn World Tables 7.1
(PWT). A segunda verifica essa relação focando apenas nos dados da economia
brasileira. Os dados de desempenho são taxa de crescimento do PIB, taxa de
crescimento do PIB da indústria e taxa de crescimento da indústria de transformação
(dados anuais e trimestrais).
Os resultados encontrados indicam que o câmbio é uma variável relevante
para explicar o desempenho econômico. Comparativamente, os efeitos são mais
importantes para o Brasil em relação aos resultados encontrado com a utilização da
amostra de vários países.
2.2.1. Análise de regressão dos dados: série de países
Nessa primeira parte, estimamos a taxa de câmbio real para vários países de
acordo com a metodologia utilizada por Rodrik (2008)6. As regressões foram
estimadas para um grupo de 188 países entre 1950 e 2010. Os dados foram
retirados das Penn World Tables 7.1. Após a estimação da taxa real de câmbio, a
6 A metodologia e os resultados da estimação da taxa de câmbio se encontram em anexo.
39
análise consiste em estimar os efeitos do câmbio sobre a taxa de crescimento do
PIB per capita. A equação base empregada para a estimação dos coeficientes é a
seguinte:
(1)
Onde é a média da taxa de crescimento de cada intervalo de cinco
anos, é o ln do nível de renda per capita (média cinco anos),
é o ln da taxa real de câmbio calculada anteriormente (média cinco
anos), corresponde a série de dummies para cada país com o intuito de capturar
o efeito fixo, é o conjunto de dummies de tempo e o é o termo de erro
estocástico. Na sequência, apresentamos na Tabela 2.3.1 a estimação da taxa real
de câmbio ( ) realizada pelo método de Efeitos Fixos (EF)7.
Os resultados apresentados na Tabela 2.1 são semelhantes aos
apresentados na Tabela A.2 (em anexo), onde a taxa real de câmbio foi estimada
por MQO (no presente caso também foram detectados problemas de autocorrelação
e heterocedasticidade), com a diferença que os coeficientes da taxa real de câmbio
se elevaram e são significativos em todos os casos. De acordo com os resultados
apresentados nas duas últimas colunas (já corrigido para os problemas de
heterocedasticidade e autocorrelação), uma desvalorização da taxa de câmbio em
50% levaria a um aumento da taxa de crescimento do PIB per capita em cerca de
0,85 p.p. ao ano. Assim, um país que tivesse uma taxa de crescimento de 2% ao
ano e experimentasse uma desvalorização de 50% de sua moeda passaria a crescer
a uma taxa média esperada de 2,85% ao ano, mantendo tudo mais constante.
Considerando que a taxa de crescimento média do PIB per capita dos países foi de
2,41% ao ano, no período analisado, essa elevação de 0,85 p. p. equivale a um
aumento de 35% nessa taxa. Cabe ressaltar que o efeito é temporário, como ficará
claro na análise do caso brasileiro apresentada na próxima subseção.
7 Também foi estimada a taxa real de câmbio (ln〖UNDERVAL〗_it) por MQO (dados empilhados) para fins
de comparação visto que esse foi o método utilizado por Rodrik (2008) Os resultados estão em anexo. Os testes
estatísticos indicam que o método de Dados em Painel é mais adequado para estimar a taxa real de câmbio.
Assim, os resultados apresentados na Tabela 7 são os mais indicados. De qualquer forma, os resultados
apresentados em ambas as tabelas mostram a importância do câmbio para o crescimento dos países analisados.
40
Tabela 2.1 - taxa de crescimento real do PIB per capita e taxa real de câmbio
Variável dependente: taxa de crescimento do PIB per capita – média 5 anos
EF (SD) EF (CD) EF (CD)
R
EF (SD) AR GLS (SD) GLS (CD)
Coeficiente
lnunderval2
0.0110 0.0103 0.0103 0.0144 0.0171 0.0166
desvio padrão (0.0036) (0.0035) (0.0042) (0.0049) (0.0027) (0.0025)
teste t (3.03)*** (2.93)*** (2.46)*** (2.96)*** (6.45)*** (6.52)***
Coeficiente
laglnrgdpch
-0.0214 -0.0325 -0.0325 -0.0436 0.0010 0.0017
desvio padrão (0.0026) (0.0035) (0.0049) (0.0042) (0.0006) (0.0006)
teste t (8.25)*** (9.36)*** (6.61)*** (10.47)*** 1.61 (2.86)***
Constante 0.201 0.270 0.270 0.388 0.015 0.009
desvio padrão (0.021) (0.027) (0.037) (0.023) (0.005) (0.005)
teste t (9.37)*** (10.08)*** (7.21)*** (16.53)*** (2.88)*** (1.72)*
teste F 41.17 16.47 17.4 63.69 42.34 249.21
P-valor (0.0000)*** (0.0000)*** (0.0000)*** (0.0000)*** (0.0000)*** (0.0000)***
R2 0.0579 0.1294 0.1294 0.0994
Observações 1529 1529 1529 1342 1528 1528
Teste de Wald para
heterocedasticidade
8.00E+06 3.10E+05
P-valor (0.0000)*** (0.0000)***
Teste de Wooldridge
para autocorrelação
44.619
P-valor (0.0000)***
Teste F para todo ui =
0
3.46 3.7 2.22
P-valor (0.0000)*** (0.0000)*** (0.0000)***
corr(u_i, Xb) -0.7778 -0.8547 -0.8547 -0.9034
Notas: (***) significativo a 1%. (**) Significativo a 5%. (*) Significativo a 10%.
41
EF (SD): estimação pelo método de Efeitos Fixos sem dummies de tempo. EF (CD): estimação pelo método de Efeitos Fixos com o emprego de dummies de tempo. EF (CD) R: estimação pelo método de Efeitos Fixos com o emprego de dummies de tempo e erros robustos para correção de problemas de heterocedasticidade e, em menor grau, não-normalidade dos erros. EF (SD) AR: estimação pelo método de Efeitos Fixos sem dummies de tempo com transformação do modelo para corrigir problemas de autocorrelação de primeira ordem do termo de erro. GLS (SD): estimação por painel sem dummies de tempo, corrigindo para problemas nos erros de heterocedasticidade, autocorrelação de primeira ordem e correlação contemporânea entre as unidades de corte. GLS (CD): estimação por painel com o emprego de dummies de tempo, corrigindo para problemas nos erros de heterocedasticidade, autocorrelação de primeira ordem e correlação contemporânea entre as unidades de corte.
A Tabela 2.2 apresenta os resultados das equações de regressões separando
as estimativas de acordo com o nível médio de renda per capita (RGDPCH). A
amostra foi dividida em quatro grupos de países para verificar se o câmbio real é
mais relevante para os países menos desenvolvidos, como sugerido pelos
resultados apresentados por Rodrik (2008), sendo eles: 1) com renda real per capita
menor que U$ 2.000,00; 2) com renda real per capita menor que U$ 5.000,00; 3)
com renda real per capita menor que U$ 10.000,00; 4) com renda real per capita
maior que U$ 10.000,00. As estimações já estão corrigidas para os problemas de
heterocedasticidade e autocorrelação e foram feitas com e sem as dummies de
tempo. Cabe lembrar que a renda real per capita (pela paridade do poder de
compra) é a média do período 1955-2010. Por exemplo, de acordo com os dados da
PWT, a média dessa variável para o Brasil é de U$ 5.202,46.
Os resultados indicam que o câmbio é mais importante para estimular o
crescimento dos países menos desenvolvidos. Por exemplo, uma desvalorização
cambial de 10% elevaria, em média, a taxa de crescimento dos países com renda
inferior a U$ 2.000,00 em 0.25 p.p. ao ano, enquanto o efeito sobre os países
desenvolvidos seria de 0.12 p. p. ao ano. Uma possível explicação para esse
fenômeno, como ressaltado por Rodrik (2008) é que em países menos
desenvolvidos as instituições são de pior qualidade penalizando o setor de bens
transacionáveis e as desvalorizações cambiais seriam medidas para compensar o
fraco arcabouço institucional.
42
Tabela 2.2 - taxa de crescimento real do PIB per capita separada por nível de renda média do período 1955-2010 e taxa real de câmbio (esta sendo estimada por Efeitos Fixos)
Variável dependente: taxa de crescimento do PIB per capita – média 5 anos
RGDPCH < 2,000 RGDPCH < 5,000 RGDPCH < 10,000 RGDPCH > 10,000
GLS
(SD)
GLS
(CD)
GLS
(SD)
GLS
(CD) GLS (SD)
GLS
(CD)
GLS
(SD)
GLS
(CD)
Coeficiente
lnunderval 2 0.0260 0.02375 0.01864 0.01636 0.01384 0.01255 0.00210 0.01293
desvio padrão 0.00398 0.00423 0.00356 0.00350 0.00322 0.00319 0.00388 0.00476
teste t (6.54)*** (5.62)*** (5.24)*** (4.67)*** (4.30)*** (3.93)*** 0.54 (2.71)***
Coeficiente
laglnrgdpch
-
0.0061 -0.0072 -0.0004 -0.0020 0.0008 -0.0004 -0.0223 -0.0273
desvio padrão 0.0034 0.0035 0.0016 0.0017 0.0012 0.0012 0.0015 0.0018
teste t (1.77)* (2.05)** -0.26 -1.18 0.65 -0.33 (15.31)*** (15.29)***
Constante 0.0534 0.0550 0.0202 0.0215 0.0135 0.0149 0.2467 0.2842
desvio padrão 0.0233 0.0233 0.0120 0.0122 0.0091 0.0092 0.0142 0.0163
teste t (2.29)** (2.36)* (1.68)* (1.76)* 1.48 (1.62)* (17.34)*** (17.45)***
teste Wald
chi2 43.78 46.11 27.46 45.59 19.17 31.49 314.15 327.44
P-valor (0.000)*
** (0.000)*** (0.000)*** (0.000)*** (0.0001)*** (0.000)*** (0.000)*** (0.000)***
Observações 468 468 818 818 1076 1076 452 452
Notas: (***) significativo a 1%. (**) Significativo a 5%. (*) Significativo a 10%. GLS (SD): estimação por painel sem dummies de tempo, corrigindo para problemas nos erros de heterocedasticidade, autocorrelação de primeira ordem e correlação contemporânea entre as unidades de corte. GLS (CD): estimação por painel com o emprego de dummies de tempo, corrigindo para problemas nos erros de heterocedasticidade, autocorrelação de primeira ordem e correlação contemporânea entre as unidades de corte.
2.2.2. Séries de dados da análise para o Brasil
Na sequência será feita a análise da relação entre taxa real de câmbio e
crescimento econômico para a economia brasileira. Para a taxa real de câmbio
utilizou-se o trabalho de Marçal (2011) que utiliza os índices de preços ao
consumidor dos parceiros comerciais e o Índice Nacional de Preços ao Consumidor
43
Amplo (IPCA) brasileiro8. Pode-se verificar na figura a seguir que, exceto em
determinados períodos (sobretudo nos anos 1970), pode-se observar uma relação
entre as variáveis.
Figura 2.2. Taxa real de câmbio (eixo esquerdo) e desempenho econômico
(eixo direito)
Fonte: elaboração própria a partir de dados de Marçal e IBGE.
Para verificar a influência do câmbio estimou-se o chamado desalinhamento
cambial que corresponde a diferença deste em relação a qual seria a taxa de câmbio
de equilíbrio. Marçal (2011) calcula esta variável para a economia brasileira com
base na metodologia de Kubota (2009) e Faruqee (1995) a partir dos fundamentos
da economia. O autor utiliza as seguintes variáveis: câmbio real, passivo externo
líquido, termos de troca, produtividade relativa entre bens transacionáveis e não
transacionáveis e diferencial de juros reais. Na análise, ele considera que melhores
termos de troca possibilitam um câmbio real mais apreciado sem acúmulo de
desequilíbrio externo. Em relação aos passivos externos líquidos, como estes não
podem ser sustentados de forma crescente e duradoura, aumentos desta variável
devem induzir a depreciação. O diferencial de produtividade entre o setor de
transacionáveis e o de não comercializáveis tende também a afetar a taxa real de
câmbio (efeito Balassa-Samuelson). Os ganhos de produtividade elevam a produção
8 Dados fornecidos pelo autor Marçal, a quem gostaríamos de agradecer.
-10,0
-5,0
0,0
5,0
10,0
15,0
0
20
40
60
80
100
120
140
160
180
RER2 PIB - var. real anualTaxa real de câmbio PIB var. real anual
44
e a demanda por trabalho e os salários, provocando a valorização da taxa real de
câmbio. E, por fim, o diferencial de juros pode contribuir para a valorização cambial.
Com base nessas variáveis o autor estimou o que seria a taxa real de câmbio
de equilíbrio, de tal forma que quando o câmbio se encontra acima daquele baseado
nos fundamentos significa que o câmbio está desvalorizado, enquanto o câmbio está
valorizado quando ocorre o oposto. Desse modo, a diferença entre as duas variáveis
indica qual a magnitude do desalinhamento cambial.
Figura 2.3. Câmbio Real e Câmbio baseado nos Fundamentos (índice)
Fonte: elaboração própria a partir de dados de Marçal.
Como a taxa de câmbio baseada nos fundamentos tende a variar menos que
o nível da taxa real de câmbio, o comportamento desta última tende a ser o principal
determinante do desalinhamento cambial, como pode ser visto na figura a seguir.
90,00
110,00
130,00
150,00
170,00
190,00
19
70
19
71
19
72
19
73
19
74
19
75
19
76
19
77
19
78
19
79
19
80
19
81
19
82
19
83
19
84
19
85
19
86
19
87
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
RER2 Fundamentos 2Taxa real de câmbio Fundamentos
45
Figura 2.4. Taxa real de câmbio (eixo esquerdo) e desalinhamento cambial
(eixo direito)
Fonte: elaboração própria a partir de dados de Marçal
2.2.3. Análise de regressão: resultados para o Brasil
A seguir apresentamos uma série de resultados de regressões relacionando
variações no nível do câmbio real e taxa de crescimento da economia. Cabe lembrar
que o câmbio é um índice para o nível dessa variável, enquanto a variável explicada
se encontra em taxa de crescimento (pontos percentuais por ano). A análise foi
realizada para o período 1981-2012.
Todas as séries são estacionárias ao nível de 5% de significância, exceto pela
taxa de câmbio (não seria nem a 10%). Esse motivo explica a decisão em se utilizar
as duas séries (taxa real de câmbio e desalinhamento cambial) como variáveis
explicativas.
Pode-se verificar que os coeficientes do câmbio real e do desalinhamento cambial
são positivos e significativos (Tabela 2.3.3). Considerando que há problema de
autocorrelação nos dois casos, os resultados mais confiáveis são aqueles
apresentados na quarta e sétima colunas.
Focando nos resultados dessas duas colunas, uma elevação de um desvio
padrão do índice da taxa efetiva de câmbio (27,23) teria um efeito sobre a taxa de
crescimento de 1,13 p.p. ao ano, sendo esse efeito considerável. Já uma elevação
de um desvio padrão no desalinhamento cambial (20,08) elevaria a taxa de
-40,0%
-30,0%
-20,0%
-10,0%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
20,0
40,0
60,0
80,0
100,0
120,0
140,0
160,0
180,0
200,01
97
0
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
Ce
nte
nas
RER2
Desalinhamento cambial
Taxa real de câmbio
Desalinhamento Cambial (%)
46
crescimento do PIB em 1,03 p.p. ao ano. Desse modo, se a taxa de crescimento
estivesse em 3%, passaria para 4,03%, ceteris paribus (lembrar que as variáveis
explicativas estão defasadas em 1 ano). O efeito é elevado, mas como ficará claro
na análise de dados trimestrais, ele é temporário. Desse modo, o efeito do câmbio é
relevante em um curto período de tempo, mas limitado em períodos mais longos9
Tabela 2.3. Resultados das regressões para o período 1981-2012: PIB total da economia
Variável dependente: taxa real de crescimento do PIB
MQO MQO R
Prais-
Corc MQO MQO R
Prais-
Corc
Coeficiente taxa de
câmbio 0.0362 0.0362 0.0415
desvio padrão (0.0198) (0.0145) (0.0207)
teste t (1.83)* (2.51)** (2.01)*
Coeficiente
desalinhamento 0.0351 0.0351 0.0511
desvio padrão
(0.0280) (0.0224) (0.0294)
teste t
(1.25) (1.57) (1.74)*
Constante -2.304 -2.304 -2.750 2.349 2.349 2.551
desvio padrão (2.713) (2.075) (2.835) (0.577) (0.575) (0.652)
teste t (0.85) (1.11) (0.97) (4.07)*** (4.09)*** (3.91)***
teste F 3.34 6.28 4.04 1.57 2.45 3.02
P-valor (0.0775)* (0.0179)** (0.0539)* (0.2193) (0.1278) (0.0931)*
R2 0.1002 0.1002 0.1222 0.0498 0.0498 0.0942
Observações 32 32 31 32 32 31
teste heteroced (BP) 0.13
0.02
P-valor (0.7227)
(0.8849)
teste autocorrelação
(DW) 1.494
1.494 1.473
1.473
Rho
0.182
0.202
DW corrigido
2.070
2.098
9 Na análise com dados trimestrais, foi possível utilizar a metodologia VAR para analisar a relação entre as
variáveis devido ao maior número de observações em relação à análise com dados anuais. O emprego dessa
metodologia é importante porque explicita os efeitos entre as variáveis ao longo do tempo, apontando com maior
precisão os efeitos de longo prazo de uma variável sobre a outra.
47
teste normalidade
(Skewness/Kurtosis) 0.89
1.37
P-valor (0.642)
(0.504)
Notas: (***) significativo a 1%. (**) Significativo a 5%. (*) Significativo a 10%.
MQO: estimação por Mínimos Quadrados Oridinários. MQO R: estimação com erros robustos para
corrigir problemas de heterocedasticidade e, em menor grau, não normalidade dos erros (estimadores
Huber-White sandwich). Prais-Corcn: estimação com o modelo transformado (transformação
Cochrane-Orcutt) para corrigir problemas de correlação do termo de erro do tipo AR1 (Mínimos
Quadrados Generalizados - MQG). Esse método não recupera a primeira observação, ou seja, perde-
se uma observação na transformação do modelo. Ele foi utilizado por melhorar o DW do modelo
transformado em relação ao método que recupera a primeira observação.
O mesmo teste foi realizado considerado o PIB da indústria, uma vez que este
se trata de um setor mais exposto a concorrência internacional. Portanto, a taxa de
câmbio tenderia a ter um efeito maior sobre a sua dinâmica. Além do problema da
autocorrelação, foi detectado, pelos testes realizados, o problema de não
normalidade dos resíduos. Para amenizar tais problemas, optou-se por utilizar o
método dos mínimos quadrados iterativos com redistribuição de pesos (Iteratively
Reweighted Least Squares – IRLS). Esse método consiste em proceder a regressão
por MQO e desconsiderar os valores residuais muito elevados, sendo adequado
para reduzir problemas de heterocedasticidade e não normalidade dos erros. A
correção de autocorrelação pelo método de Prais-Winsten é realizada com erros
robustos para amenizar o problema de não normalidade e heterocedasticidade.
O que se percebe é uma elevação considerável dos efeitos de variações do
câmbio real e do desalinhamento cambial sobre o desempenho da indústria quando
se compara com a economia como um todo (Tabela 2.4). Uma elevação de um
desvio-padrão na taxa de câmbio e no desalinhamento cambial teria o efeito de
elevar o crescimento da indústria em 2,37 p.p. a 3,18 p.p. e 2,23 p.p. a 2,99 p.p.,
respectivamente.
48
Tabela 2.4 – resultados das regressões para o período 1981-2012: PIB da indústria Variável dependente: taxa real de crescimento do PIB da indústria
MQO MQO RR
Prais-
Winsten* MQO
MQO
RR
Prais-
Winsten*
Coeficiente taxa de
câmbio 0.1110 0.0870 0.1168
desvio padrão (0.0542) (0.0407) (0.0405)
teste t (2.05)** (2.13)** (2.88)***
Coeficiente
desalinhamento 0.1393 0.1111 0.1488
desvio padrão
(0.0753) (0.0563) (0.0594)
teste t
(1.85)* (1.97)* (2.50)**
Constante -13.625 -9.140 -14.411 0.450 1.924 0.372
desvio padrão (7.419) (5.578) (6.198) (1.554) (1.161) (1.790)
teste t (1.84) (1.64) (2.33)** (0.29) (1.66) (0.21)
teste F 4.2 4.55 6.13 3.42 3.9 4.73
P-valor (0.049)** (0.041)** (0.006)*** (0.074)* (0.058)* (0.016)**
R2 0.1227
0.1202 0.1023
0.1016
Observações 32 32 32 32 32 32
teste heteroced. (BP) 0.99
0.98
P-valor (0.319)
(0.323)
teste autocorrelação
(DW) 1.826
1.826 1.796
1.796
Rho
0.085
0.097
DW corrigido
1.948
1.940
teste normalidade
(Skewness/Kurtosis) 13.95
13.86
P-valor (0.001)
(0.001)
Notas: (***) significativo a 1%. (**) Significativo a 5%. (*) Significativo a 10%. MQO: estimação por Mínimos Quadrados Ordinários. MQO RR: outra versão de regressão com erros robustos. Esse método é conhecido como Mínimos Quadrados Iterativos com Redistribuição de Pesos (Iteratively Reweighted Least Squares – IRLS) e ele consiste em estimar a regressão pelo Método dos Mínimos Quadrados Ordinários (MQO) e desconsiderar os valores residuais muito elevados. Posteriormente, o processo iterativo começa com pesos atribuídos a cada resíduo de modo que os que possuem maiores valores recebam os menores pesos. O processo iterativo termina quando a maior variação de um peso para o outro, na mudança de iteração, não ultrapassa um determinado valor mínimo. Prais-Wisten*: estimação com o modelo transformado (transformação Cochrane-Orcutt) para corrigir problemas de correlação do termo de erro do tipo AR1 (Mínimos Quadrados Generalizados - MQG) e com erros robusta para problemas de heterocedasticidade e, em menor grau, não-normalidade do termo de erro. Esse método recupera a primeira observação usando a transformação Prais-Wisten.
E, por fim, realizou-se o mesmo exercício apenas para o PIB da indústria de
transformação excluindo a indústria extrativa e outros segmentos do setor industrial
49
que podem apresentar menor sensibilidade a taxa de cambio. É interessante notar
que os testes dos resíduos não indicam problemas, ou seja, não é possível rejeitar
as hipóteses de homocedasticidade, normalidade e mesmo de ausência de
autocorrelação. Desse modo, os resultados utilizando o método MQO (reg) são
apropriados. Os resultados com os demais métodos são apresentados meramente
para fins de comparação.
Observa-se uma elevação considerável do efeito de variações da taxa de
câmbio e do desalinhamento cambial sobre o desempenho da indústria de
transformação quando se compara com a economia como um todo. No entanto, os
efeitos são menores em relação aos resultados apresentados para a indústria. Uma
elevação de um desvio-padrão na taxa de câmbio e no desalinhamento cambial teria
o efeito de elevar o crescimento da indústria de transformação em 2,01 p.p. e 1,72
p.p., respectivamente.
Tabela 2.5. Resultados das regressões para o período 1981-2012: PIB da indústria de transformação Variável dependente: taxa real de crescimento do PIB da indústria de transformação
MQO MQO R
Prais-
Winsten MQO MQO R
Prais-
Winsten
Coeficiente taxa de
câmbio 0,0738 0,0738 0,0724
desvio padrão (0,0350) (0,0251) (0,0320)
teste t (2.11)** (2.94)*** (2.26)**
Coeficiente
desalinhamento 0,0855 0,0855 0,0953
desvio padrão
(0,0491) (0,0406) (0,0451)
teste t
(1.74)* (2.11)** (2.11)**
Constante -8,542 -8,542 -7,993 0,855 0,855 1,204
desvio padrão (4,795) (3,616) (4,388) (1,014) (1,013) (0,936)
teste t (1.78)* (2.36)** (1.82)* (0,84) (0,84) (1,29)
teste F 4,44 8,64 5,12 3,03 4,44 4,46
P-valor 0,0436 0,0063 0,0314 0,0921 0,0435 0,0435
R2 0,1289 0,1289 0,1500 0,0917 0,0917 0,1333
Observações 32 32 31 32 32 31
teste heteroced. (BP) 0,14 0,03
P-valor (0,713) (0,864)
50
teste autocorrelação
(DW) 1,887 1,887 1,852 1,852
Rho -0,024 -0,008
DW corrigido 2,017 2,042
teste normalidade
(Skewness/Kurtosis) 0,26 0,55
P-valor (0,877) (0,759)
Notas: (***) significativo a 1%. (**) Significativo a 5%. (*) Significativo a 10%. MQO: estimação por Mínimos Quadrados Ordinários. MQO R: estimação com erros robustos para corrigir problemas de heterocedasticidade e, em menor grau, não normalidade dos erros (estimadores Huber-White sandwich). Prais-Wisten: estimação com o modelo transformado (transformação Cochrane-Orcutt) para corrigir problemas de correlação do termo de erro do tipo AR1 (Mínimos Quadrados Generalizados - MQG). Esse método recupera a primeira observação usando a transformação Prais-Wisten.
Os resultados apresentados na corrente seção indicam que os efeitos de
desvalorizações cambiais são relevantes para acelerar o crescimento do PIB per
capita, mas esses efeitos são pequenos quando considerado o conjunto de países
analisados. Para o Brasil, os efeitos parecem ser significativamente maiores de
acordo com a análise realizada com os dados para a economia brasileira.
A Tabela 2.6 sumariza os efeitos de variações do câmbio e do
desalinhamento cambial sobre a taxa de crescimento do PIB, do PIB da indústria e
do PIB da indústria de transformação.
Tabela 2.6. Efeito do câmbio na taxa de crescimento (pontos percentuais)
Variável Variação de um desvio-padrão
no câmbio
Variação de um desvio-padrão
no desalinhamento
Variação de um 10% no
câmbioa
Crescimento PIB 1,13 1,03 0,55
Crescimento PIB Industrial 3,18 2,99 1,55
Crescimento PIB Ind Transf 2,01 1,72 0,98
Notas: a: variação de 10% é em relação à média da variável no período: 133,27 entre 1980 e 2012. Fonte: elaboração própria a partir de dados de Marçal e IBGE
2.2.4. Análise para o Brasil com dados trimestrais
51
Esta seção buscou completar a seção anterior com base em dados
trimestrais, os dados de taxa real de câmbio foram obtidos junto ao IPEADATA e as
taxas de crescimento trimestral do PIB no IBGE (SIDRA). O período de análise foi do
primeiro trimestre de 1980 ao primeiro trimestre de 2013. O objetivo da utilização de
dados trimestrais é aumentar o número de observações para que os resultados
sejam mais confiáveis em relação à analise realizada anteriormente com dados
anuais. Adicionalmente, a elevação de grau de liberdades permite aprofundar a
análise com a utilização do método de estimação VAR (Vector AutoRegressive
models).
A análise com dados trimestrais possui forte influência de fatores conjunturais
que acrescentam grande volatilidade às séries. O fato da taxa de câmbio apresentar
maior volatilidade no curto prazo enquanto a resposta do produto ocorrer em
períodos mais longos pode prejudicar a análise. Isto é, quando sucedem mudanças
bruscas e transitórias da taxa de câmbio não deverá haver efeitos sobre a taxa de
crescimento do PIB. Adicionalmente, considerando que em um período de três
meses a taxa de crescimento do PIB está variando por uma série de fatores
conjunturais, a relação entre as variáveis pode ser ainda mais difícil de ser captada.
Por fim, ainda existe a possibilidade de que problemas na economia afetem
negativamente a taxa de crescimento, provocando fugas de capitais, o que
pressiona para a ocorrência de uma depreciação cambial, levando a uma relação
negativa entre as variáveis. Para contornar esses problemas, optamos por utilizar
média móvel de quatro trimestres das duas variáveis, o que tende a eliminar parte
dos fatores conjunturais na flutuação das variáveis consideradas, além da relação
negativa entre as variáveis.
Na Figura 2.5. podemos verificar a evolução das duas séries no período do
primeiro trimestre de 1980 ao primeiro de 2013, sendo que a evolução de ambas é
da média móvel de quatro trimestres. Visualmente, parece ocorrer uma relação entre
as variáveis em alguns momentos, sobretudo nos anos 1980 e primeira metade dos
anos 2000. Cabe lembrar que existe uma defasagem na interação entre as variáveis
pelos dados serem trimestrais, mesmo sendo médias móveis.
52
Figura 2.5. Câmbio real e taxa real de crescimento do PIB – média móvel 4
trimestres
Fonte: elaboração própria com base nos dados do IBGE e do IPEA.
Os testes de causalidade de Granger entre taxa real de câmbio e taxa real de
crescimento do PIB indicam que o efeito vai mais do câmbio para o crescimento,
apesar de um possível efeito feed-back do crescimento para o câmbio quando se
considera a primeira defasagem e com o câmbio em logaritmo natural10.
Na Tabela 2.7. encontram-se os resultados das estimações do câmbio real
sobre a taxa real de crescimento do PIB. As séries são compostas por médias
móveis de quatro trimestres. Pelos resultados apresentados, verificamos a
importância da primeira e segunda defasagem do câmbio real sobre a taxa de
crescimento econômico. A magnitude do efeito também é importante.
Por exemplo, considerando que a média anualizada do crescimento foi de
2,6% e que o câmbio médio foi de 95,77, no período analisado, uma elevação de um
desvio padrão no câmbio real (o que equivale a uma elevação de 17%) teria um
impacto sobre a taxa de crescimento real em 0,8 pontos percentuais, considerando o
coeficiente estimado pelo primeiro método e com uma defasagem. Portanto, a
economia passaria de um crescimento de 2,6% a.a. para uma taxa de 3,4% a.a., o
10
Os resultados não foram apresentados por um questão de espaço, estando disponíveis com os autores se
solicitados.
50
60
70
80
90
100
110
120
130
140
-10,0%
-7,5%
-5,0%
-2,5%
0,0%
2,5%
5,0%
7,5%
10,0%
12,5%3
/19
80
9/1
98
1
3/1
98
3
9/1
98
4
3/1
98
6
9/1
98
7
3/1
98
9
9/1
99
0
3/1
99
2
9/1
99
3
3/1
99
5
9/1
99
6
3/1
99
8
9/1
99
9
3/2
00
1
9/2
00
2
3/2
00
4
9/2
00
5
3/2
00
7
9/2
00
8
3/2
01
0
9/2
01
1
3/2
01
3 Taxa
de
câm
bio
- e
feti
va r
eal
- IN
PC
(m
éd
ia 2
00
5=1
00
)
Taxa de crescimento trimestral do PIB (anualizada)
Taxa de Câmbio Real, INPC (fim do período)
53
que equivale a uma elevação de quase 30% da taxa de crescimento. No entanto,
conforme veremos nos resultados apresentados posteriormente, onde são
consideradas as interações entre câmbio e crescimento, de acordo com os
resultados da estimação de um VAR com seis defasagens, o efeito tende a se diluir
ao longo do tempo, com o impacto total sobre o nível do PIB sendo limitado. Em
outras palavras, uma depreciação câmbio possui um efeito sobre o crescimento por
alguns trimestres, mas ele tende a se dissipar ao longo do tempo.
Um problema nos resultados apresentados é que os coeficientes não são
significativos, ou seja, não são estatisticamente diferentes de zero quando se
controla para os problemas de autocorrelação e heterocedasticidade
simultaneamente (resultados na coluna prais), pois o problema da autocorrelação foi
recorrente nas estimativas realizadas.
Tabela 2.7. Resultados das estimações entre taxa de crescimento e taxa de
câmbio
Variável dependente: taxa crescimento PIB trimestral anualizada
Reg Rreg Prais
Câmbio (nível)
Câmbio 0,00032 0,00023 -0,00025
(Valor – P) (0,116) (0,270) (0,577)
Constante -0,00436 0,00495 0,04951
(Valor – P) (0,833) (0,810) (0,294)
Câmbio (ln)
ln Câmbio 0,03280 0,02478 -0,02055
(Valor – P) (0,098) (0,221) (0,642)
Constante -0,12287 -0,08529 0,11949
(Valor – P) (0,177) (0,354) (0,562)
Câmbio uma defasagem (nível)
Câmbio (-1) 0,00048 0,00042 0,00061
(Valor – P) (0,019) (0,054) (0,238)
Constante -0,01972 -0,01207 -0,03335
(Valor – P) (0,337) (0,562) (0,536)
Câmbio uma defasagem (ln)
ln Câmbio (-1) 0,04995 0,04418 0,07082
(Valor – P) (0,012) (0,031) (0,186)
Constante -0,20052 -0,17323 -0,29671
(Valor – P) (0,027) (0,062) (0,229)
Câmbio duas defasagens (nível)
Câmbio (-2) 0,00060 0,00057 0,00064
(Valor – P) (0,002) (0,008) (0,138)
Constante -0,03016 -0,02575 -0,03584
54
(Valor – P) (0,111) (0,207) (0,423)
Câmbio duas defasagens (ln)
ln Câmbio (-2) 0,06059 0,05791 0,06452
(Valor – P) (0,001) (0,004) (0,134)
Constante -0,24840 -0,23487 -0,26796
(Valor – P) (0,003) (0,010) (0,178)
Notas: valor-p entre parênteses.
Fonte: elaboração própria com base nos dados do IBGE e do IPEA.
Mesmo utilizando o menor coeficiente das variáveis defasadas, uma
depreciação de um desvio padrão da média do câmbio do período teria um efeito em
elevar a taxa de crescimento da economia em 0,7 p.p. (estimação corrigindo para
problemas de heterocedasticidade e não normalidade dos resíduos - rreg).
Utilizando os coeficientes da segunda defasagem, os efeitos seriam ainda maiores,
assim como nas especificações onde é empregado o ln do câmbio. O efeito é ainda
maior quando corrigimos para os problemas de autocorrelação e
heterocedasticidade. No entanto, como já enfatizado, os coeficientes estimados não
são estatisticamente diferentes de zero.
Na Figura 2.6. apresentamos o comportamento das funções resposta ao
impulso e da decomposição da variância11. No seu lado esquerdo, verificamos que
uma elevação de um desvio padrão no câmbio eleva a taxa de crescimento nos
períodos subsequentes, com um pico no oitavo trimestre. A partir desse ponto, o
efeito começa a se reduzir até desaparecer por volta do décimo sexto trimestre. É
interessantes notar que o efeito acumulado de uma depreciação do câmbio em um
desvio-padrão (ou 17%) fica em torno de 4% do PIB, sendo um ganho considerável.
Cabe salientar que o efeito é limitado, indicando que para elevar a taxa de
crescimento de forma persistente, seria preciso manter uma política contínua de
11 Há um problema nos resultados estimados no modelo VAR: seus coeficientes só deram significativos quando
se referia a própria variável defasada. Quando coloca a própria variável defasada ela incorpora os efeitos de
outras variáveis (que afetaram sua variação passada) e isso tende a tornar outras variáveis pouco ou não
significativas. Quanto maior a persistência (inércia) da variável no tempo, mais a inclusão de suas defasagens
tende a fazer com que as outras percam significância estatística. Optamos por apresentar os resultados porque
eles indicam que os efeitos do câmbio são temporários, sendo este um ponto importante para políticas públicas,
além do efeito temporário estar de acordo com a teoria que relaciona câmbio e crescimento. Adicionalmente, o
exercício de decomposição da variância indica que 20% da variância da taxa de crescimento é explicada pelo
câmbio, o que é um efeito relevante.
55
depreciação cambial. Esse resultado está de acordo, por exemplo, com o modelo
teórico de Thirlwall (1999) onde depreciações reais do câmbio seriam capazes de
afetar a taxa de crescimento apenas de forma temporária, mas, com efeitos
permanentes no nível do PIB da economia. Este efeito transitório sobre o PIB pode
se dar por elevações temporárias nas taxas de poupança e de investimento, sobre o
desempenho da balança comercial e eventuais mudanças setoriais em direção
aqueles mais produtivos com efeito sobre a produtividade
Desse modo, os resultados indicam que o impacto de mudanças cambiais
sobre o crescimento é transitório e ocorre apenas no curto e médio prazo. Para
atingir maiores taxas de crescimento econômico de forma sustentada são
necessárias medidas que modifiquem os fundamentos da economia no sentido de
ampliação das taxas de poupança doméstica e de investimento e da criação de um
ambiente propicio ao aumento da produtividade.
No lado direito da Figura 2.6. é possível verificar que um choque positivo no
câmbio o afeta forma positiva (efeito de um choque no câmbio sobre ele mesmo),
em um primeiro momento, fazendo com que esse efeito perca força até o vigésimo
trimestre. Considerando apenas essas duas variáveis, a importância da taxa de
crescimento do PIB sobre o seu próprio desempenho é de 80%, o que seria de se
esperar devido à inércia dessa variável em curtos períodos de tempo, enquanto que
do câmbio é de 20%, aproximadamente, como podemos ver na parte inferior da
Figura 2.6 (decomposição da variância).
56
Figura 2.6. funções resposta ao impulso e decomposição da variância: taxa
real de câmbio e taxa real de crescimento PIB
Fonte: elaboração própria com base nos dados do IBGE e do IPEA.
Considerando a relação do câmbio real com as taxas reais de crescimento do
PIB da indústria e do PIB da indústria de transformação, os testes de causalidade
de Granger indicam que o câmbio parece afetar a indústria de transformação,
enquanto o oposto não ocorre. Os testes não indicam relação de precedência
temporal entre o câmbio real e a taxa de crescimento do PIB da indústria12.
Na Tabela 2.8. se encontram os resultados dos efeitos do câmbio real sobre a
taxa de crescimento do PIB da indústria (parte superior da tabela) e sobre a taxa de
crescimento do PIB da indústria de transformação (parte inferior da tabela).
Pode-se notar que os efeitos do câmbio são positivos e significativos na taxa
de crescimento do PIB indústria e da indústria de transformação e que estes são
superiores aos impactos sobre o PIB. É importante ressaltar que o problema de
autocorrelação esteve presente em praticamente todos os casos, sendo importante
levar em consideração os resultados das regressões que corrigem tal problema. Nos
12
Os resultados não foram apresentados por um questão de espaço, estando disponíveis com os autores se
solicitados.
57
resultados apresentados na Tabela 2.8. os resultados são significativos em todos os
casos quando se considera a segunda defasagem.
Olhando para o menor coeficiente estimado do câmbio no PIB industrial (reg –
uma defasagem), o efeito de uma depreciação em um desvio padrão do câmbio
(17%) seria elevar a taxa de crescimento da indústria em 1,1 p.p.. Considerando que
a indústria cresceu a uma taxa anual de 2,1% no período, o efeito seria de uma
elevação nesta para 3,3%, o que representa um aumento de, aproximadamente,
50%.
No caso da indústria de transformação, para o menor coeficiente estimado
(reg com uma defasagem), uma elevação cambial em um desvio padrão teria o
efeito de elevar a taxa de crescimento em 1,5 p.p., representado uma elevação de
quase 100%, visto que o setor cresceu a uma taxa média de 1,8%, no período
analisado.
58
Tabela 2.8. Resultados das estimações entre taxas reais de crescimento da indústria e indústria de transformação e câmbio real – média móvel quatro trimestres e séries anualizadas
Variável dependente: taxa crescimento PIB indústria trimestral anualizada
Reg Rreg Prais
Câmbio
Câmbio 0.00037 0.00029 -0.00017
(Valor – P) (0.303) (0.441) (0.805)
Constante -0.01415 -0.00595 0.03657
(Valor – P) (0.695) (0.871) (0.610)
Câmbio uma defasagem
Câmbio (-1) 0.00066 0.00064 0.00073
(Valor – P) (0.067) (0.095) (0.325)
Constante -0.04160 -0.03885 -0.05007
(Valor – P) (0.250) (0.291) (0.516)
Câmbio duas defasagens
Câmbio (-2) 0.00089 0.00092 0.00109
(Valor – P) (0.011) (0.014) (0.096)
Constante -0.06289 -0.06534 -0.08395
(Valor – P) (0.070) (0.071) (0.218)
Variável dependente: taxa crescimento PIB indústria de transformação trimestral anualizada
Reg Rreg Prais
Câmbio
Câmbio 0.00059 0.00062 0.00012
(Valor – P) (0.120) (0.131) (0.872)
Constante -0.03862 -0.04157 0.00653
(Valor – P) (0.321) (0.298) (0.932)
Câmbio uma defasagem
Câmbio (-1) 0,00092 0,00102 0,00106
(0.015) (0.014) (0.165)
Constante -0.07015 -0.07994 -0.08441
(Valor – P) (0.069) (0.046) (0.287)
Câmbio duas defasagens
Câmbio (-2) 0.00116 0.00132 0.00137
(Valor – P) (0.002) (0.001) (0.050)
Constante -0.09152 -0.10701 -0.11297
(Valor – P) (0.015) (0.006) (0.118)
Notas: valor-p entre parênteses. Fonte: elaboração própria com base nos dados do IBGE e do IPEA.
Novamente, cabe lembrar que apesar do grande efeito apontado pela
magnitude dos coeficientes estimados, o efeito não é permanente como é possível
perceber nos resultados das funções resposta ao impulso derivadas do modelo
VAR, com a utilização de seis defasagens. Na Figura 2.7. verificamos que uma
depreciação cambial tem um efeito consideravelmente maior nas taxas de
59
crescimento da indústria e da indústria de transformação, como visto anteriormente.
Com uma depreciação cambial de 10%, o efeito acumulado nos 16 trimestres
seguintes seria a uma elevação da taxa de crescimento acumulada em,
aproximadamente, 4,0%, 3,4% e 2,8% no PIB da indústria de transformação, no PIB
da indústria e no PIB total da economia, respectivamente.
Figura 2.7. funções resposta ao impulso: câmbio real e taxas reais de crescimento do PIB, do PIB da indústria e do PIB da indústria de transformação: choque no câmbio em 10%.
Fonte: elaboração própria com base nos dados do IBGE e do IPEA.
Com a análise de dados trimestrais que permitem um aprofundamento da
análise com o emprego da metodologia de modelo VAR devido ao aumento do
número de observações, os resultados indicam que os efeitos de depreciações
cambiais são consideráveis no curto e médio prazo, mas temporários sobre a taxa
de crescimento. Desse modo, para dinamizar a economia de forma sustentável,
medidas que afetam os fundamentos da economia são necessárias. Associá-las a
uma depreciação da taxa de câmbio é relevante para facilitar a adoção das outras
medidas apontadas anteriormente ao reduzir os impactos negativos de curto prazo
das mesmas, além de potencializar seus resultados no longo prazo. Adicionalmente,
60
associar políticas de depreciações cambiais com outras medidas que afetam o
crescimento, no longo prazo, ajuda a gerar um ciclo virtuoso de crescimento onde o
melhor desempenho econômico propicia criação de novas oportunidades que
estimulam ainda mais o crescimento como, por exemplo, recursos adicionais para
investimentos em infraestrutura física, social e em uma melhora institucional.
61
3. O efeito do mercado financeiro e de variáveis macroeconômicas
sobre o câmbio brasileiro.13
Nesta seção serão analisados modelos sobre a determinação da taxa de
câmbio. Haverá uma análise mais detalhada dos modelos de curto prazo nos quais a
determinação da taxa de câmbio é realizada fundamentalmente no mercado
financeiro, como pode ser visto, por exemplo, no survey de Lyons (2001). O
mecanismo de determinação financeira da taxa de câmbio é relacionado aos
objetivos dos agentes presentes no mercado cambial, que realizam operações nos
mercados à vista (spot) e futuro realizando operações de hedge, arbitragem e
especulação. Como discutido em Garcia e Urban (2004) e Ventura e Garcia (2012),
é possível inferir que a determinação da taxa de câmbio é realizada no mercado
futuro de câmbio, e depois transmitida por arbitragem para o mercado à vista de
câmbio.
Este mecanismo é compreendido pelo fato de que o volume transacionado no
mercado futuro é muito superior ao mercado à vista, devido à possibilidade de
elevada alavancagem possível neste mercado, somente limitada pelas margens
estabelecidas. Isso contrasta com a necessidade de compra e venda do ativo no
mercado à vista que, além dos custos de financiamento e de transação com o ativo
físico realizados no mercado spot, são limitadas pelas regulamentações
estabelecidas pelo Banco Central.
Vale destacar que a determinação da taxa de câmbio no curto prazo, baseada
nas decisões de investimento em portfólio e arbitragem de juros, pode ter
consequências negativas sobre a dinâmica real da economia, prejudicando a
competitividade dos produtos brasileiros no exterior, amplificando os efeitos de uma
elevada estrutura de tributação e custos que afetam a indústria brasileira.
Um ponto fundamental na determinação financeira da taxa de câmbio é o
papel das expectativas que faz com que as incertezas sobre o ambiente
macroeconômico e muitas vezes problemas políticos são instantaneamente
13
Esta seção é um resumo do estudo desenvolvido por Marcio Poletti Laurini, Prof. Doutor do
Departamento de Economia da FEARP-USP, e por Roberto Mauad, mestrando em Economia
Aplicada da FEARP-USP.
62
incorporadas na taxa de câmbio. Estes mecanismos de incorporação de informações
no preço de ativos podem levar a movimentos bruscos na taxa de câmbio, e
especialmente a uma excessiva elevação na volatilidade da taxa. Estas correções
abruptas no mercado cambial podem ter consequências negativas sobre fluxos de
caixa e, consequentemente, sobre a estrutura financeira das empresas e, embora
parte destes movimentos possa ser eliminada via posições de hedge no mercado
futuro, em especial grandes movimentos no câmbio não são facilmente previstos e
assim a estruturação de posições de proteção não é factível.
Nessa seção buscou-se obter uma descrição econométrica dos determinantes
financeiros da taxa de câmbio no Brasil, utilizando um amplo conjunto de variáveis
relacionadas a este mercado, como as cotações da taxa de câmbio Real/Dólar nos
mercados à vista e futuros, a estrutura a termo de taxas de juros dos mercados
domésticos e externos, medidas de intervenção cambial no mercado futuro, prêmios
de risco e também variações de preços de commodities e, adicionalmente, variáveis
macroeconômicas para estudar os efeitos de médio prazo. Também foi avaliado o
impacto das medidas macroprudenciais adotadas no período recente, em especial o
impacto de alterações no Imposto sobre operações financeiras nos preços, volumes
e volatilidades das taxas de câmbio a vista e futuras.
3.1. Funcionamento do mercado de câmbio
3.1.1. Mercado de câmbio à vista
De acordo com Ratti (2006), há cinco principais categorias de transações que
são realizadas em um mercado cambial, a saber: transações entre bancos e clientes
dentro do país, entre bancos no mesmo país, entre bancos localizados em diferentes
países, entre bancos e bancos centrais dentro do mesmo país e entre bancos
centrais localizados em diferentes países.
A estrutura do mercado cambial compreende basicamente exportadores e
importadores, bolsas de valores, bancos, corretores e outros elementos que, por
qualquer motivo, tenham transações com o exterior. Eventualmente, pode abranger
as chamadas autoridades monetárias (Tesouro e Bancos Centrais).
63
Os participantes do mercado cambial estão divididos, portanto, entre grupos
de compradores, vendedores e intermediários. Entre os compradores encontram-se
todos aqueles que necessitam comprar divisas, como os importadores e
compradores de serviços ou de títulos estrangeiros, por exemplo. O grupo dos
vendedores inclui exportadores, tomadores de empréstimos no exterior, dentre
outros que desejam vender divisas. Já o grupo dos intermediários inclui
principalmente os bancos e os corretores de câmbio, sendo que a intermediação
bancária é obrigatória no Brasil e está regulamentada por Resolução da autoridade
monetária.
Os atuantes diretos nesse mercado são os operadores de câmbio, que
encarregam-se da compra e venda de moeda estrangeira nos bancos, e os
corretores, que são os intermediários entre os bancos e as partes interessadas.
Assim, os operadores muitas vezes não realizam as transações diretamente com os
clientes, mas utilizam-se, por conveniência, dos corretores.
A determinação da taxa, por sua vez, é feita com base nas tabelas de
cotações cambiais dos bancos, que apresenta os preços de compra (bid) e de venda
(offer ou ask) de diversas moedas. Assim, o câmbio é determinado de forma livre, de
acordo com a oferta e a procura de divisas. Porém, a interferência do poder público
pode ocorrer em caráter eventual, no sentido de evitar oscilações excessivas de
taxas.
De acordo com Rossi e Carneiro (2012), as operações com divisas
estrangeiras no Brasil devem ser formalizadas em contratos de câmbio e realizadas
por intermédio das instituições autorizadas a operar no mercado de câmbio pelo
Banco Central. São exemplos dessas operações a venda de divisas de receitas de
exportações, a compra de divisas para uma importação ou compra e venda de
moeda para turismo no exterior.
Quando os bancos realizam essas operações de intermediação, eles
acumulam posições de câmbio, que são os resultados líquidos de suas operações à
vista e para entrega futura, acrescido ou diminuído da posição do dia anterior.
Assim, as posições podem ser “compradas” ou “vendidas”, dependendo do total de
compras e vendas em moeda estrangeira.
64
3.1.2. Mercado de câmbio futuro
O contrato futuro de Dólar é um instrumento celebrado entre duas
instituições financeiras segundo o qual a instituição compradora se obriga a
comprar da instituição vendedora uma determinada quantidade de dólares numa
determinada data a um preço acertado na data presente; e o inverso para a
instituição vendedora. (Garcia (1997))
Atuam nesse mercado basicamente os especuladores, os hedgers e os
arbitradores, que possuem expectativas e informações diferentes entre si. Os
especuladores esperam um ganho com a transação, enquanto os hedgers
podem até ter uma expectativa de perda em alguma transação, desde que essa
lhe possibilite reduzir o risco de seus negócios. O arbitrador, por sua vez,
aproveita-se de eventuais diferenças entre os preços de um mesmo ativo em
diferentes mercados.
Pode ser intuitivo imaginar que o valor do câmbio no mercado futuro seja
uma média das estimativas do valor do Dólar à vista na data de vencimento do
contrato futuro. Porém, levando em consideração que as razões pelas quais os
investidores operam nesse mercado diferem bastante, o valor futuro não reflete
meramente a média das diferentes expectativas do câmbio à vista no futuro. Este
caso seria uma enorme coincidência (Garcia (1997)).
A arbitragem é bastante importante para estabelecer uma faixa de
variação do Dólar futuro uma vez conhecidos os valores do Dólar à vista, as
taxas de captação e aplicação do exterior e as taxas de juros domésticas.
Os mercados à vista e futuro interagem, de acordo com Rossi e Carneiro
(2012), com o mercado de derivativos de câmbio sendo importante instrumento
de hedge, ou seja, oferecendo proteção às exposições cambiais quando
combinadas operações à vista e futuras. Especificamente, se um banco
apresenta uma posição vendida em Dólar no mercado à vista, por exemplo, e
realiza uma operação de compra no mercado futuro em montante equivalente, é
possível eliminar o risco da variação cambial. No mercado essa operação é
muitas vezes chamada de “Dólar casado”.
65
3.1.3. Instrumentos de intervenção no mercado de
câmbio
O primeiro instrumento a que nos remetemos ao mencionar a intervenção
cambial é o Imposto sobre Operações Financeiras (IOF), que pode apresentar
alguns efeitos importantes sobre o valor da moeda estrangeira em relação a moeda
nacional. Esse imposto incide basicamente sobre operações de renda fixa, títulos
corporativos de longo prazo, ações, depósitos de margens em operações com
derivativos, dívida externa e posições excessivas compradas em Reais.
As alterações nas alíquotas do IOF observadas nos últimos anos tiveram por
objetivo, basicamente, reduzir o fluxo de capitais para o país. No caso, as condições
relativamente mais estáveis da economia brasileira e o cenário internacional em
forte expansão até a crise de 2008 incentivaram intenso fluxo de capitais para o
país, que auxiliou para a apreciação do câmbio. Com a crise internacional, o câmbio
inicialmente se desvalorizou devido à procura por Dólares como reserva de valor,
mas logo voltou a apreciar. Assim, o IOF foi sendo utilizado como instrumento para
tentar conter a apreciação cambial.
Outro instrumento de intervenção utilizado no mercado de câmbio são as
intervenções do Banco Central no mercado à vista. As intervenções normalmente
acompanham o fluxo cambial, ou seja, o governo procura comprar ou vender
Dólares numa magnitude similar à entrada ou saída de moeda estrangeira, para
manter uma suavidade nas oscilações do câmbio.
Além disso, o Banco Central pode utilizar também instrumentos derivativos,
como swaps cambiais. Esse derivativo consiste em um instrumento que troca a taxa
de variação cambial por uma taxa de juros pós-fixada. Assim, a autoridade
monetária vende os swaps cambiais no mercado para ganhar a variação cambial no
período, enquanto as instituições compradoras recebem a taxa de juros.
No ano de 2005 foi criado pelo Banco Central uma nova modalidade de
derivativo: o swap cambial reverso. Esse instrumento é justamente o oposto do swap
cambial tradicional, pois a instituição compradora recebe a variação cambial, e o
Banco Central, que é o vendedor do produto, recebe variações nos juros. Assim, em
períodos de valorização do Real, é essa operação que normalmente acontece.
66
3.2. Metodologia
A metodologia de análise econométrica utilizada neste estudo é um modelo
de forma reduzida, utilizando um modelo de correção de erros vetorial. Esta
metodologia permite incorporar duas características fundamentais do mercado de
câmbio. A primeira característica é a imposição das relações de arbitragem entre o
mercado futuro e o mercado à vista, através da estimação dos vetores de
cointegração entre a taxa de câmbio à vista e os diversos vencimentos do mercado
futuro de câmbio negociadas na BM&F. A segunda característica dessa
metodologia de forma reduzida é permitir a incorporação de um grande conjunto de
variáveis exógenas na determinação das taxas de câmbio à vista e futuras, usando
defasagens das variáveis determinantes do câmbio como explicativas das variações
das taxas.
Esta modelagem de forma reduzida permite obter uma descrição estatística
dos movimentos no mercado câmbio, evitando os problemas de endogeneidade e
identificação existentes nas metodologias econométricas baseadas em modelos
estruturais como os estudos dinâmicos estocásticos de equilíbrio geral (DSGE),
como por exemplo Furlani et al (2009). E, também, permite incorporar de forma
exploratória um conjunto maior de variáveis na análise, levando a uma descrição
mais precisa dos movimentos no mercado de câmbio possibilitando melhores
previsões dos movimentos futuros do câmbio, já que todas as variáveis explicativas
são observadas no passado e, assim, podemos obter naturalmente previsões um dia
e um mês à frente para o câmbio à vista e os vencimentos do câmbio futuro. Esta
metodologia não permite uma interpretação estrutural dos parâmetros estimados,
mas se justifica pelo maior poder explicativo, especialmente devido à ausência de
modelos econômicos que incorporem informações como a estrutura a termo
completa das taxas de juros, prêmios de risco e preços de commodities.
O estudo consiste na aplicação deste modelo de correção de erros vetorial
para duas diferentes frequências de dados, diários e mensais. Estas duas
frequências permite analisar os determinantes do câmbio no curto e médio prazo, e
são distintas no conjunto de informação que pode ser incorporado em cada modelo.
Na análise com dados diários temos acesso somente a variáveis financeiras,
67
cotadas diariamente, enquanto que no modelo mensal podemos incorporar algumas
variáveis macroeconômicas que são mensuradas nesta frequência.
Também realizamos uma análise do impacto de algumas medidas
macroprudenciais, baseadas na alteração do Imposto sobre operações financeiras,
sobre as taxas de câmbio a vista e futuras, verificando os impactos sobre cotações,
volumes e volatilidades destas taxas. Nesta parte utilizamos modelos
autoregressivos para o volume das operações de câmbio futuro registradas na
BM&F, e modelos de volatilidade estocástica para analisar o impacto das
intervenções no IOF sobre a volatilidade das taxas a vista e futuras de câmbio.
As principais variáveis financeiras utilizadas neste estudo são a taxa de
câmbio à vista, os vencimentos do câmbio futuro, incluindo informações de volumes
transacionados em cada vencimento e intervenções no mercado à vista e futuro de
câmbio (contratos de swap cambial), as curvas de rendimentos (estrutura a termo de
taxas de juros) dos contratos de Depósito Interbancário (DI) e LIBOR com a
maturidade até um ano, como medidas de juros domésticas e externas, medidas de
prêmios de risco interno (EMBI) e externos (VIX), e finalmente diversas medidas de
preços de commodities. Também colocamos na análise mensal variáveis
macroeconômicas como exportações e importações, inflação (IPCA), utilização de
capacidade instalada, saldo na conta de capital, transações correntes e a variação
de reservas externas.
Esse estudo suplementa os resultados encontrados na extensa literatura de
modelagem de taxas de câmbio, em especial, os resultados sumarizados no survey
de Lyons (2001), que mostra que no longo prazo os fundamentos da taxa de câmbio
são dados pela paridade do poder de compra –PPC - (no mercado de bens) e a
paridade descoberta da taxa de juros – PDTJ - (no mercado de ativos). Segundo a
PPC, uma mesma cesta de bens comprada em diferentes países, cotada em uma
mesma moeda, deve ter o mesmo custo. Já a PDTJ diz que a rentabilidade de um
mesmo ativo deve ser a mesma em diferentes países. No entanto, no curto e médio
prazo a determinação da taxa de câmbio é dominada pelo mercado de ativos.
O artigo de Garcia e Ventura (2012) também é utilizado como referência.
Segundo esse trabalho, há uma considerável influência do mercado futuro de
câmbio sobre o mercado à vista, mas não o contrário. É mostrado que o volume
transacionado no mercado futuro de câmbio é cerca de 5 vezes superior ao do
mercado à vista. No artigo, os autores utilizam o conceito de microestrutura da taxa
68
de câmbio para identificar em qual mercado a taxa se forma primeiro. Em nosso
trabalho as evidências são de causalidade bidirecional, já que encontramos
transmissão de movimentos no câmbio spot para o câmbio futuro, mas
comprovamos que as relações de arbitragem entre o mercado futuro e spot são
fundamentais na determinação do câmbio.
Uma contribuição metodológica desse trabalho é a incorporação mais
completa do conteúdo expectacional existente na estrutura a termo de taxas de
juros, utilizando toda a curva de juros em nossa análise, em contraste aos métodos
usuais que utilizam apenas a taxa de juros de curto prazo ou então apenas o spread
entre taxas longas e curtas de juros. Esse trabalho incorpora a informação
recuperada pelos modelos de fatores latentes de estrutura a termo de taxas de juros,
como por exemplo, Chen e Tsang (2010). Essa informação é incorporada através do
uso dos fatores de nível, inclinação e curvatura da estrutura a termo de taxas de
juros como variáveis explicativas no modelo de correção de erros. Como discutido
em Diebold e Rudebusch (2013), esses fatores permitem recuperar expectativas
sobre valores futuros de atividade econômica, inflação e produto, que estão entre os
principais determinantes da taxa de câmbio.
Outra contribuição do trabalho é a incorporação dos efeitos dos preços de
commodities sobre a taxa de câmbio, utilizando índices de ações relacionadas ao
mercado de commodities, utilizando as subcarteiras do Dow Jones-UBS Commodity
Index. Estas informações permitem recuperar de forma parcimoniosa o efeito de
preços de commodities em frequências diárias e mensais.
Mais precisamente, a metodologia utilizada é um modelo de macro-finanças
em que é analisado o efeito de diversas variáveis sobre a taxa de câmbio, tais como
diferencial de juros, câmbio futuro, volatilidade, volume e medidas de risco. As
variáveis macroeconômicas já citadas são acrescentadas como variáveis de
controle. Assim, é feito uma extensão do trabalho de Chen e Tsang (2010) usando
variáveis macroeconômicas e de risco. Vale lembrar que a curva de juros é
decomposta em fatores de nível, inclinação e curvatura, com a utilização do modelo
Nelson-Siegel, e são esses fatores que entram no modelo VAR utilizado.
3.3. Descrição das Variáveis
69
O período analisado foi de Janeiro/2000 a Agosto de 2013, compreendendo o
período mais recente da economia brasileira. Este período é determinado
especialmente pela disponibilidade de informações no mercado futuro, divulgados
pela BM&F após 1999.
Figura 3.1. Taxas Spot e Futuras
A Figura 3.1 mostra a evolução das taxas à vista e futuras de câmbio, em que
utilizamos como taxas futuras os três primeiros vencimentos do futuro de câmbio.
Estes três vencimentos concentram o maior volume no mercado de câmbio, e
apresentam as medidas mais liquidas deste mercado.
70
Figura 3.2. Volume dos 5 primeiros vencimentos do mercado futuro de câmbio.
US$ Milhões de Dólares
Na Figura 3.2 pode-se notar que os três primeiros vencimentos concentram a
maior parcela das operações no mercado futuro de câmbio e, assim, sumarizam as
informações contidas nesse mercado.
71
Figura 3.3. Curvas de Juros – DI e Libor
Na Figura 3.3 observa-se a evolução das curvas de juros do Depósito
Interbancário brasileiro e as cotações das curvas Libor com maturidades entre uma
72
semana e um ano, que são as curvas de referência para operações de arbitragem
de juros.
Além disso, sabe-se também que o maior volume de negócios se dá no
câmbio futuro com o vencimento mais curto, e a volatilidade da série de câmbio
geralmente aumenta com o prazo até a maturidade. Com relação à curva de
rendimento, tanto a americana quanto a brasileira, é perceptível que normalmente o
rendimento é maior para vencimentos mais altos. Da mesma forma que as curvas de
rendimento americana e brasileira, a LIBOR também oferece retornos maiores,
geralmente, para os contratos de vencimento mais longo (na nossa análise o
vencimento mais longo é de 12 meses). Na época da crise americana, observa-se
uma queda muito considerável no rendimento dos contratos e alguma inversão da
relação “Rendimento X Prazo até a maturidade”.
Figura 3.4. Fatores de Nelson-Siegel
Como as curvas de juros apresentam uma elevada dimensão, não é possível
incorporar diretamente esta informação em nosso modelo. Para incorporar esta
informação na determinação financeira do câmbio, utilizamos a abordagem de
modelos fatorais de Nelson-Siegel, como discutido em Diebold e Rudebush (2013).
Para isso estimamos os fatores de Nível, Inclinação e Curvatura para cada curva em
separado, e utilizamos como fatores os diferenciais entre estes fatores para as
curvas de DI e Libor. Dessa forma conseguimos sumarizar a informação presente
73
nestas duas curvas em apenas três variáveis. A última informação retirada do
mercado futuro de câmbio é o volume acumulado das operações de swap cambial
(SCC), que são agora o principal mecanismo de intervenção cambial do Banco
Central no mercado futuro de câmbio.
Figura 3.5. Volume de Operações de Swap Cambial – Milhões de US$.
Conforme observado na figura acima, o volume de negócios de Swap
Cambial foi bastante elevado no ano de 2002, em que houve uma desvalorização
considerável no câmbio devido ao risco país elevado. Em 2005 novamente houve
bastantes negócios com esse derivativo, e o câmbio estava valorizando
persistentemente nessa época, até que atingiu o valor de aproximadamente R$ 1,60
no auge da crise americana, em setembro de 2008.
74
Figura 3.6. Índices de Preços de Commodities – Dow Jones- UBS
Na Figura 3.6 mostramos os índices – Dow Jones- UBS de preços de
commodities, que representam índices de preços relacionados a preço de
commodities, e permitem sumarizar o impacto de preços de commodities sobre
preços de ativos.
Figura 3.7. Ibovespa – Fechamento
75
Na Figura 3.7 apresentamos o valor de fechamento do índice Bovespa, que
serve como referência dos preços de ações no Brasil, e em nosso modelo é a
estatística suficiente para obter a influência de variações de preços no mercado
acionário sobre as taxas de câmbio.
As Figuras 3.8 e 3.9 apresentam nossas medidas de prêmio de risco do
mercado financeiro, mostrando o prêmio de risco doméstico medido pelo Índice
EMBI e o prêmio externo, medido pelo índice de volatilidade do mercado futuro
americano, VIX.
Figura 3.8. EMBI
0
500
1.000
1.500
2.000
2.500
3.000
03/01/2000
02/01/2001
07/01/2002
08/01/2003
09/01/2004
10/01/2005
11/01/2006
11/01/2007
14/01/2008
14/01/2009
15/01/2010
19/01/2011
18/01/2012
24/01/2013
EmergingMarketsBondIndex(EMBI)
76
Figura 3.9. VIX Volatility Index
A figura 3.10 a seguir apresenta as intervenções do Banco Central sobre o
mercado de câmbio à vista. É apresentado na análise diária que essa variável
exerce uma influência significativa sobre a taxa de câmbio.
0,00
10,00
20,00
30,00
40,00
50,00
60,00
70,00
80,00
90,00
15/01/04
15/01/05
15/01/06
15/01/07
15/01/08
15/01/09
15/01/10
15/01/11
15/01/12
15/01/13
VIXClose
77
Figura 3.10. Intervenções do BC no mercado à vista de câmbio
Já a próxima tabela mostra os valores do IOF sobre operações de renda fixa,
que é utilizada na análise diária para mostrar o efeito dessa variável para afetar o
câmbio à vista via seu efeito direto sobre o volume no mercado de câmbio.
Tabela 3.1. IOF sobre as operações de renda fixa
Data mudança Valor do IOF sobre operações de renda fixa
12/03/08 1.50% 19/10/09 2.00% 04/10/10 4.00% 18/10/10 6.00%
Fonte: Ministério da Fazenda.
-5000
-4000
-3000
-2000
-1000
0
1000
Volume em milhões de dólares
78
Figura 3.11. Variáveis macroeconômicas – IPCA e Saldo da Balança Comercial
Finalmente mostramos na Figura 3.11 as variáveis macroeconômicas que são
incorporadas no modelo mensal, IPCA e Saldo da Balança Comercial. Outras
variáveis estudadas no presente trabalho não foram estatisticamente significantes.
-0,50
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
2000.01
2001.01
2002.01
2003.01
2004.01
2005.01
2006.01
2007.01
2008.01
2009.01
2010.01
2011.01
2012.01
2013.01
IPCA(%a.m.)
-6000
-4000
-2000
0
2000
4000
6000
8000
20
00
.01
20
00
.07
20
01
.01
20
01
.07
20
02
.01
20
02
.07
20
03
.01
20
03
.07
20
04
.01
20
04
.07
20
05
.01
20
05
.07
20
06
.01
20
06
.07
20
07
.01
20
07
.07
20
08
.01
20
08
.07
20
09
.01
20
09
.07
20
10
.01
20
10
.07
20
11
.01
20
11
.07
20
12
.01
20
12
.07
20
13
.01
Balança Comercial
79
3.4. Análise Diária
3.4.1. O impacto do mercado financeiro e de variáveis macroeconômicas sobre o câmbio à vista
A primeira análise para medir o efeito de variáveis do mercado financeiro e
macroeconômicas sobre o câmbio à vista foi feita com dados diários, para captar
impactos de curto prazo. Embora a frequência diária não permita a incorporação
direta de informações macroeconômicas, essas informações estão contidas nos
fatores de juros, que carregam conteúdo expectacional sobre variáveis
macroeconômicas, como discutido em Diebold e Rudebusch (2013).
Para medir a influência de fatores financeiros, com periodicidade diária, sobre
a taxa de câmbio à vista (expressa em R$/US$), foi desenvolvido um método de
vetores auto regressivos (VAR), no qual cada variável é explicada pelo seu passado
e pelo passado das demais variáveis do modelo, permitindo identificar as estruturas
de dependência e causalidade existentes, evitando os problemas de endogeneidade
existentes na estimação de modelos com variáveis contemporâneas.
No entanto introduzimos neste modelo a dinâmica de arbitragem entre taxas à
vista e futuras de câmbio, introduzindo no modelo o mecanismo de correção de
erros entre as relações de equilíbrio entre a taxa spot e os três primeiros
vencimentos futuros do câmbio. A formulação do modelo de correção de erros
também é importante por incorporar as estruturas de não-estacionaridade e
cointegração observadas em séries de preços de ativos. Neste modelo
especificamos como as variações de cada variável endógena são explicadas pelos
desvios da relação de cointegração (equilíbrio entre variáveis não- estacionárias),
incorporando a dinâmica de longo prazo, e também são explicadas pelas variações
de outras variáveis exógenas no passado, capturando os movimentos de curto
prazo.
Esta formulação permite incorporar no modelo econométrico duas
características fundamentais de variáveis financeiras. A primeira é a já comentada
estrutura de arbitragem entre taxas spot e futuras. A exploração das possíveis
arbitragens no curto prazo leva a uma relação de equilíbrio de longo prazo,
representada em nosso modelo pelo vetor de cointegração. A segunda característica
fundamental em variáveis financeiras é o papel das expectativas no preço corrente.
80
Em um mercado financeiro eficiente toda informação disponível é incorporada de
forma imediata nos preços correntes, e dessa forma apenas movimentos
inesperados (chegada de novas informações) pode afetar os preços. Isso é
incorporado no modelo através da especificação em diferenças. Nessa forma as
diferenças nos preços refletem a nova informação transmitida pelas demais
variáveis, também colocadas em diferenças. Assim a variação dos preços mede o
impacto da chegada de novas informações.
No caso, as variáveis escolhidas foram os três primeiros vencimentos do
câmbio futuro, o diferencial entre o rendimento do DI e da LIBOR, sumarizados pelos
fatores de Nível, Inclinação e Curvatura, o índice de risco do mercado americano
(medido pelo VIX), o índice de risco brasileiro (medido pelo EMBI), o volume dos
swaps cambias operados pelo Banco Central, o Índice da Bolsa de Valores de São
Paulo (Ibovespa), o volume do primeiro vencimento do câmbio futuro, algumas
medidas de preços de commodities divulgadas pela Dow Jones e as intervenções do
Banco Central no mercado à vista de câmbio. As variáveis consideradas no vetor de
correção de erros são o próprio câmbio à vista e os três primeiros vencimentos do
câmbio futuro (vencimentos mensais).
Foi testado também o modelo com as mudanças no Imposto sobre Operações
Financeiras (IOF) no período de análise (do início de 2000 até o início de 2013). Nós
analisamos o efeito das variações do IOF em vários mercados ocorridas neste
período, em especial variações no IOF sobre operações de renda fixa, investimento
em ações, investimento estrangeiro em diversas maturidades e sobre posições
excessivas no mercado de câmbio. Obtivemos duas relações estatisticamente
significantes de modificações no IOF.
Concluímos que mudanças no referido IOF sobre operações de renda fixa
afetam diretamente o volume do primeiro vencimento do câmbio e, dado que esse
volume afeta o câmbio à vista, há uma relação indireta de influência do IOF sobre o
câmbio à vista. A segunda influência significante obtida é a zeragem do IOF no
mercado de derivativos realizada em junho de 2013, que reduz de forma significante
a volatilidade nas taxas de câmbio. Esses resultados são apresentados com mais
detalhes no decorrer dessa seção.
Ainda com relação ao IOF, há estudos que mostram que a introdução de
taxas em transações com moeda estrangeira aumenta a volatilidade nos mercados,
como o trabalho de Aliber et. Al (2003). Essa linha de pesquisa mostra que as taxas
81
podem reduzir a eficiência informacional do mercado, diminuindo as operações de
arbitragem que levam ao preço correto do ativo. No presente trabalho, constatamos
que um aumento no IOF diminui a volatilidade em todos os vencimentos do câmbio,
e também afeta seu valor à vista, de forma indireta através da redução do volume de
operações, que é uma das variáveis que no período em análise tem efeito de
valorização da taxa de câmbio.
Com relação às intervenções do Banco Central por meio de swaps cambiais,
constatamos que apresentam influência sobre o câmbio à vista, mas com algumas
restrições que são apresentadas a seguir.
A estrutura da análise com dados diários desse relatório é a seguinte: falamos
sobre as relações de equilíbrio de longo prazo entre as variáveis endógenas citadas,
fazemos uma interpretação dos resultados do modelo, mostrando como as variáveis
afetam o câmbio à vista e, ao final, realizamos uma exposição da função de impulso
resposta, que nos ajuda a direcionar políticas que podem ser adotadas para manter
uma taxa de câmbio mais desvalorizada no Brasil, sendo esse o objetivo principal
deste trabalho. Já na segunda seção do trabalho, com a análise de dados mensais,
acrescentamos algumas variáveis macroeconômicas no modelo e tiramos algumas
conclusões da influência de informações financeiras sobre o câmbio brasileiro.
3.4.2. Resultados
O primeiro passo para medir a relação entre diversas variáveis endógenas e
exógenas é o teste de cointegração entre as séries. Caso elas cointegrem, o
modelo a ser utilizado é o VEC, ou modelo de correção de erro. Como as séries
endógenas cointegram, há uma relação de equilíbrio de longo prazo entre essas
variáveis, que em nosso modelo pode ser interpretado pela existência de operações
de arbitragem entre taxas à vista e futuras de câmbio. Esse resultado corrobora a
hipótese de exploração das oportunidades de arbitragem entre as taxas de câmbio à
vista e futuras, que é o mecanismo mais importante de transmissão de informações
do mercado financeiro para a taxa de câmbio. O modelo VEC apresenta as
variações de curto prazo com relação a esse equilíbrio, e mostra também a
velocidade com que o retorno para o equilíbrio acontece.
Conforme mencionado, as variáveis consideradas endógenas na estimação
foram o câmbio à vista e os três primeiros vencimentos do câmbio futuro. E as
82
variáveis foram a diferença entre os fatores (nível, inclinação e curvatura) que
compõem a curva DI e a LIBOR (que forem extraídas pelo modelo Nelson Siegel), o
índice de risco do mercado americano (VIX) publicado pela Bolsa de Valores de
Chicago, o risco país medido pelo EMBI (calculado pelo banco JP Morgan e
divulgado pelo IPEA), o volume de swap cambial negociado pelo Banco Central, o
Índice da Bolsa de Valores de São Paulo (Ibovespa), o volume do primeiro
vencimento do câmbio futuro, os índices de commodities computados pela Dow
Jones e a intervenção do Banco Central no mercado à vista. A defasagem escolhida
foi de dois períodos, e as variáveis exógenas são computadas em sua primeira
diferença, com exceção do volume de swap cambial do Banco Central e das
intervenções no mercado à vista.
Na Tabela 2 são apresentadas as estimações desse modelo. Os termos
Equação 1, Equação 2 e Equação 3 são as relações de cointegração entre as
variáveis. No caso, a nossa variável de referência para as relações de cointegração
é o primeiro vencimento do câmbio futuro, auferido com defasagem de um dia
(representado por DV1(-1) na estimação abaixo). Assim, observa-se que há três
relações de cointegração: entre o câmbio à vista e o primeiro vencimento, entre o
segundo e o primeiro vencimentos e entre o terceiro e o primeiro vencimentos.
Na Tabela 3.2, fica claro que o primeiro vencimento do câmbio futuro auferido
com um dia de defasagem apresenta uma relação de longo prazo bastante próxima
com o câmbio à vista, o segundo e o terceiro vencimentos da taxa. Há uma
tendência, porém, que se repete nas três relações: o câmbio futuro é sempre um
pouco maior que o à vista (o primeiro vencimento é maior que o à vista, o terceiro
vencimento é maior que o primeiro e assim por diante), no período analisado.
Nas relações de curto prazo, na tabela logo abaixo, observa-se que há
significância estatística nas variáveis câmbio à vista e no próprio primeiro
vencimento. Assim, apenas mudanças nessas duas variáveis podem restaurar o
equilíbrio de longo prazo apresentado no quadro das relações de cointegração. Já a
segunda e a terceira relação de equilíbrio de longo prazo, entre os dois próximos
vencimentos e o primeiro vencimento da taxa, pode ser restaurada por meio de
mudanças em quaisquer uma das quatro variáveis endógenas.
Vale ressaltar dos resultados abaixo que a variável volume dos swaps
cambiais do Banco Central só é significante se impusermos uma restrição. Com
volumes acima de aproximadamente o total diário de negócios do mercado futuro de
83
câmbio, que é normalmente cerca de US$ 2,5 bilhões, a variável se torna cada vez
mais insignificante estatisticamente. Pode-se depreender desse fato que, até certo
ponto, a autoridade monetária tem poder para controlar a taxa de câmbio à vista por
meio de operações com swaps cambiais, mas a partir de determinado valor já não é
possível exercer esse controle apenas por meio desse instrumento derivativo,
existindo um limite para a eficácia de intervenções cambiais através de operações
de swap cambial.
O Ibovespa, por sua vez, apresenta uma relação negativa com a taxa de
câmbio. Esse fato é empiricamente esperado já que grande parte dos investidores
da bolsa brasileira são estrangeiros. Assim, quando as ações estão em forte queda,
os investidores não residentes retiram seu capital do país e compram dólar para
remeter seus recursos para o exterior via ajuste de portfólio. Dessa forma, a moeda
estrangeira se valoriza e a taxa de câmbio se eleva.
Já os índices de preços de commodities Dow Jones mostram que o efeito de
algumas commodities agrícolas e energia sobre o câmbio brasileiro em geral é
negativo, de modo que o aumento nos preços desses bens levam a um maior fluxo
de capitais externos para o país e causam a queda no câmbio.
Com relação à variável de volume, observamos que sua influência sobre o
câmbio à vista é negativa, de modo que um maior volume de negócios no primeiro
vencimento do câmbio futuro leva a uma apreciação cambial no mercado à vista.
Pode-se depreender desse fato que a maior parte dos negócios no primeiro
vencimento do mercado futuro deve ser de compra de moeda estrangeira.
Finalmente, a variável de intervenção no mercado à vista pelo Banco Central
também apresenta um coeficiente negativo, indicando que intervenções maiores
levam à apreciação cambial considerando o período analisado. Assim, a autoridade
monetária deve ter realizado majoritariamente operações para evitar uma
depreciação da moeda no período em questão.
O R quadrado, ou seja, o coeficiente de explicação desse modelo, é
relativamente elevado, sendo que mais de 34% das variações no câmbio à vista são
explicadas pelas variáveis escolhidas. É possível notar que a explicação das
variações no câmbio futuro são pouco explicadas pelas variáveis em questão, o que
pode ser devido à grande liquidez desse mercado (que lhe confere menos
previsibilidade), devido a maior velocidade de incorporação de informações nos
preços, significando uma maior eficiência neste mercado.
84
Tabela 3.2. Vetor de Correção de Erros – Relações de longo prazo Dados em Frequência Diária
Equação de
cointegração: Equação 1 Equação 2 Equação 3
CAMBIOSPOT(-1) 1.000000 0.000000 0.000000
DV3(-1) 0.000000 1.000000 0.000000
DV2(-1) 0.000000 0.000000 1.000000
DV1(-1) -0.994582 -1.024707 -1.012185
(0.00360) (0.01821) (0.00955)
[-276.387] [-56.2687] [-106.028]
Constante -0.003408 0.021022 0.010253
A próxima tabela indica os coeficientes das relações entre mudanças nas
variáveis endógenas e exógenas sobre a nossa variável de interesse, o câmbio à
vista
Tabela 3.3. Vetor de Correção de Erros – Dinâmica de curto prazo
Dados em Frequência Diária
Correção de erro D(CAMBIOSPOT) D(DV3) D(DV2) D(DV1)
Equação 1 -0.486445 0.116808 0.122521 0.225236 (0.03406) (0.04325) (0.04358) (0.04425) [-14.2829] [ 2.70078] [ 2.81132] [ 5.09042] Equação 2 -0.685936 -0.067060 -0.031382 -0.500804 (0.04856) (0.06166) (0.06214) (0.06309) [-14.1259] [-1.08750] [-0.50505] [-7.93839] Equação 3 1.126157 0.142782 0.085416 1.033953 (0.08204) (0.10418) (0.10498) (0.10658) [ 13.7269] [ 1.37050] [ 0.81363] [ 9.70076]
85
D(CAMBIOSPOT(-1)) -0.146898 -0.116506 -0.117042 -0.049236 (0.02531) (0.03214) (0.03238) (0.03288) [-5.80476] [-3.62535] [-3.61430] [-1.49757] D(DV3(-1)) -0.278127 -0.318203 -0.247480 -0.304076 (0.15341) (0.19482) (0.19631) (0.19931) [-1.81293] [-1.63333] [-1.26065] [-1.52564] D(DV2(-1)) 0.641253 0.446409 0.402398 0.435910 (0.16309) (0.20710) (0.20869) (0.21188) [ 3.93201] [ 2.15552] [ 1.92822] [ 2.05739] D(DV1(-1)) -0.167912 -0.120790 -0.142628 -0.125989 (0.03723) (0.04728) (0.04764) (0.04837) [-4.50997] [-2.55479] [-2.99373] [-2.60470] Constante 0.028011 0.026366 0.028679 0.029387 (0.01440) (0.01829) (0.01843) (0.01871) [ 1.94506] [ 1.44172] [ 1.55628] [ 1.57073] D(NS1(-1)) -0.492022 0.196602 0.110153 -0.394069 (0.22072) (0.28030) (0.28245) (0.28676) [-2.22912] [ 0.70141] [ 0.39000] [-1.37421] D(NS2(-1)) 2.461458 -0.699497 -0.747693 0.634149 (0.57140) (0.72562) (0.73119) (0.74235) [ 4.30773] [-0.96400] [-1.02258] [ 0.85424] D(NS3(-1)) -0.132930 -0.106970 -0.138139 -0.208578 (0.03674) (0.04665) (0.04701) (0.04773) [-3.61853] [-2.29299] [-2.93860] [-4.37028] D(VIX_CLOSE(-1)) -0.000649 -0.000640 -0.000676 -0.000753 (0.00021) (0.00026) (0.00026) (0.00027) [-3.14122] [-2.44013] [-2.56030] [-2.80651] D(EMBI(-1)) 0.000197 0.000145 0.000171 0.000266 (2.2E-05) (2.8E-05) (2.9E-05) (2.9E-05) [ 8.78691] [ 5.08806] [ 5.94431] [ 9.13047] D(IBOV(-1)) -2.16E-06 -2.19E-06 -2.03E-06 -1.96E-06 (5.6E-07) (7.1E-07) (7.2E-07) (7.3E-07) [-3.83897] [-3.07020] [-2.81805] [-2.67703] D(VDV1(-1)) -1.86E-07 -1.18E-08 -1.20E-08 -8.42E-08 (7.6E-08) (9.7E-08) (9.7E-08) (9.9E-08) [-2.45116] [-0.12177] [-0.12321] [-0.85165] D(DJUBS(-1)) 0.001985 0.001923 0.002029 0.002547 (0.00064) (0.00082) (0.00082) (0.00083) [ 3.09146] [ 2.35893] [ 2.47001] [ 3.05341]
86
D(AGRI_DJ(-1)) -0.004156 -0.005369 -0.005556 -0.005865 (0.00149) (0.00190) (0.00191) (0.00194) [-2.78088] [-2.82870] [-2.90473] [-3.02065] D(ENER_DJ(-1)) -0.000518 -0.000315 -0.000317 -0.000346 (0.00017) (0.00021) (0.00022) (0.00022) [-3.07869] [-1.47476] [-1.47395] [-1.58036] D(GRAOS_DJ(-1)) 0.002957 0.003533 0.003660 0.003937 (0.00134) (0.00170) (0.00171) (0.00174) [ 2.20769] [ 2.07681] [ 2.13503] [ 2.26210] D(PET_DJ(-1)) 0.000251 2.21E-06 -1.28E-05 -4.52E-05 (0.00012) (0.00015) (0.00015) (0.00015) [ 2.14976] [ 0.01494] [-0.08598] [-0.29881] SUMCCT<2900 -0.028491 -0.026759 -0.029086 -0.029838 (0.01441) (0.01829) (0.01843) (0.01872) [-1.97780] [-1.46278] [-1.57786] [-1.59430] INTERPRONTO -4.01E-06 -2.83E-06 -2.96E-06 -3.39E-06 (2.2E-06) (2.8E-06) (2.8E-06) (2.8E-06) [-1.84667] [-1.02648] [-1.06360] [-1.20136]
R-quadrado 0.343558 0.040561 0.043840 0.159088 R-quadrado ajustado 0.338954 0.033831 0.037133 0.153190
Os resultados apresentados acima podem ser utilizados para encontrarmos o
efeito das principais variáveis sobre o câmbio. Conforme discutido, espera-se que o
diferencial entre a taxa DI e a LIBOR exerça influência bastante significativa sobre o
câmbio à vista e sobre os primeiros vencimentos da taxa. Além disso, as
intervenções do Banco Central no mercado de câmbio, seja por meio de swaps ou
com intervenções diretas no mercado à vista, também apresentam alguns efeitos
que devem ser analisados.
A variável de diferencial entre as taxas de juros doméstica e estrangeira foi
dividida entre os fatores de nível, inclinação e curvatura, de acordo com o modelo de
Nelson Siegel. Assim, o fator de nível, por exemplo, que apresentou coeficiente de -
0,4920, pode ser interpretado da seguinte maneira: o efeito real dessa variável sobre
o câmbio é dado pela multiplicação do parâmetro deste coeficiente pela relação
média entre o fator nível e o spread entre taxas domésticas e internacionais. No
caso, o fator de correção em questão é de aproximadamente 0.995, sendo que o
efeito final é dado por -0,4875, o que significa que um aumento de uma unidade na
diferença entre a taxa DI de um mês, por exemplo, e a taxa LIBOR para o mesmo
período leva a uma redução de 0,4875 unidades no câmbio à vista (valorização
87
cambial). Vale lembrar que a taxa LIBOR pode ser considerada como dada, já que
não temos controle sobre ela e, dessa maneira, uma ação do governo brasileiro
poderia ter influência apenas sobre o DI. Além disso, o efeito sobre o DI é indireto, já
que a taxa de juros diretamente controlada pelo governo brasileiro é a SELIC, que
tem sua meta estipulada pelo Conselho Monetário Nacional.
No caso do efeito de inclinação da curva de diferencial entre a taxa de juros
brasileira (DI) e a estrangeira (LIBOR), o coeficiente encontrado pelo modelo que
apresentamos é igual a 2,4614. O fator de correção, nesse caso, é 0,3095, sendo
que o efeito da variável em questão sobre o câmbio à vista é 0,76. Assim, pode-se
depreender que um aumento de uma unidade na diferença entre o diferencial do DI
e da LIBOR de 12 meses e dessas taxas de um mês (ou seja, [(DI 12m – LIB 12m) –
(DI 1m – LIB 1m)]) desvaloriza o câmbio à vista em 0,76 unidades. A intuição é que
uma expectativa de aumento no diferencial de retorno no Brasil em relação ao
exterior deve levar a uma saída de divisas do país em busca de bons retornos,
sendo que uma nova entrada de capitais deve acontecer quando há o aumento do
diferencial das taxas. Assim, essa saída momentânea de divisas causa uma
desvalorização no câmbio.
É importante analisar também o efeito direto da intervenção do Banco Central
sobre o câmbio por meio de leilões de swaps. Neste caso o coeficiente foi modelado
através de um efeito de intervenção (variável binária) com valor 1 quando houve
intervenção e zero em caso contrário. O coeficiente estimado para este efeito pelo
modelo é de -0,028, indicando que quando ocorre uma intervenção no mercado de
swap cambial a taxa de câmbio real/dólar se aprecia em 0,028 unidades em média.
Lembrando que os negócios com swaps acima de US$ 2,9 bilhões não apresentam
significância estatística em relação a mudanças no câmbio.
Finalmente, o coeficiente das intervenções diretas no mercado à vista pode
explicar parte da variação na taxa de câmbio. O valor de – 4,01E-06, expresso em
notação científica, mostra que o efeito das intervenções no mercado à vista
normalmente mantém o câmbio praticamente inalterado. Uma compra de US$ 500
milhões, por exemplo, levaria a uma desvalorização cambial de 0,002 unidades.
Sendo assim, pode-se depreender que as intervenções em questão devem ter sido
realizadas com o objetivo de não permitir uma variação brusca no câmbio, ou seja,
mantê-lo em um patamar estável.
88
Ainda foram realizados os testes de Granger, as relações de cointegração e
analisadas as funções de impulso resposta. Um resultado interessante dessa última
análise foi verificar que a resposta do câmbio à vista a choques no primeiro
vencimento futuro do câmbio é bem reduzida, sendo que, primeiro observa-se uma
influência negativa, e posteriormente essa resposta é praticamente nula. Já os ativos
com vencimentos mais longos afetam o câmbio à vista mais significativamente.
Assim, como os vencimentos mais longos normalmente são mais afetados por
fundamentos da economia, como a paridade da taxa de juros e a paridade do poder
de compra, podemos depreender que o câmbio à vista deve ser bastante
influenciado por tais fundamentos.
Para fins de política cambial, é importante notar que medidas que afetem o
diferencial entre a taxa de juros brasileira e a taxa internacional (alterando a
paridade da taxa de juros), além de medidas que afetem o nível de preços
brasileiros (alterando a paridade do poder de compra), podem auxiliar a manter um
câmbio mais desvalorizado.
E, por fim realizou-se um estudo para verificar a influência do IOF sobre o
volume de negócios no mercado de câmbio. Observou-se que o volume de negócios
do primeiro vencimento do câmbio futuro sofre influência negativa do IOF sobre
operações de renda fixa. Como o volume apresenta influência negativa sobre o
câmbio à vista, o efeito indireto dessa incidência do IOF sobre o câmbio permite
reduzir a valorização da taxa de câmbio, reduzindo a pressão ocorrida neste
período.
Tabela 3.4. Efeito do IOF sobre o volume do primeiro vencimento do câmbio futuro Dados com Frequência Diária
Variável Coeficiente Erro padrão Estatística t Prob.
Constante 4178.331 564.0931 7.407166 0.0000
IOF sobre RF(-1)>0 -1860.410 520.9373 -3.571274 0.0004
Volume do primeiro
vencimento(-1) 0.743018 0.015130 49.10748 0.0000
R-quadrado 0.559980
R-quadrado ajustado 0.559719
89
Também analisamos o efeito do IOF incidente em posições excessivas
compradas em Real. Os testes mostram que uma redução nesse IOF leva ao
aumento no volume negociado do câmbio futuro, que indiretamente afeta o câmbio à
vista negativamente. Esse resultado corrobora o efeito esperado para esse imposto:
uma redução do IOF sobre posições excessivas compradas em Real leva a uma
apreciação do câmbio, lembrando que esta modificação pode ser utilizada agora
para combater a desvalorização do Real frente ao Dólar.
O último ponto analisado no modelo com dados diários foi o impacto do IOF
sobre a volatilidade cambial. Para tal utilizou-se o modelo de volatilidade estocástica
univariado proposto por Taylor (1980). O modelo foi adicionado com as intervenções
no IOF, e verificou-se a significância e o efeito dessas intervenções sobre a
volatilidade do câmbio a vista e futuro. Os resultados mostram que quanto maior é o
imposto, menor será a volatilidade da série.
3.5. Análise Mensal
O objetivo de realizar a análise com dados mensais é mostrar a influência de
algumas variáveis macroeconômicas sobre o câmbio à vista, além das variáveis do
mercado financeiro. Como as informações macroeconômicas em geral não
apresentam uma dinâmica de curtíssimo prazo (um dia) como os dados financeiros,
a análise mensal pode apresentar mais precisamente os impactos dessas variáveis
sobre o câmbio à vista. Vale lembrar que estamos repetindo nessa seção algumas
variáveis já analisadas com dados diários para fins de controle da influência das
covariadas sobre o câmbio.
No caso mensal, considerando variáveis macroeconômicas, além do IPCA e
do saldo da balança comercial apresentados, testamos também o saldo em
transações correntes, a abertura da balança comercial em exportações e
importações, o fluxo de investimentos externos diretos e em carteira, a taxa SELIC,
o crescimento do PIB mundial, dentre outras. Foi constatado que muitas dessas
variáveis, apesar de exercerem influência sobre o câmbio à vista de acordo com a
literatura econômica, não apresentaram um resultado estatisticamente significante
em nosso modelo. Nossa suposição é que as variáveis apresentadas nas análises
diária e mensal, em especial o diferencial de rentabilidade entre a curva DI e a
90
LIBOR, já captam grande parte do impacto de outras variáveis sobre o câmbio. Esse
foi o motivo para não incluirmos todas essas variáveis mencionadas no modelo.
Utilizamos o mesmo modelo já apresentado na seção anterior para
desenvolver essa análise e constatamos que os resultados são basicamente os
mesmos. Então, a contribuição principal dessa seção é corroborar para o fato de que
o diferencial de rentabilidade entre o DI e a LIBOR, que são as principais taxas de
captação de recursos no mercado brasileiro e estrangeiro, é o principal fator de
influência sobre o câmbio à vista.
No caso, as variáveis escolhidas foram os três primeiros vencimentos do
câmbio futuro, o Índice Nacional de Preços ao Consumidor Amplo (IPCA), o índice
de risco brasileiro (medido pelo EMBI), o volume dos swaps cambiais operados pelo
Banco Central, o Índice da Bolsa de Valores de São Paulo (Ibovespa), o diferencial
de retorno entre o DI e a LIBOR e o saldo da balança comercial. As séries
consideradas endógenas são o próprio câmbio à vista e os três primeiros
vencimentos do câmbio futuro (vencimentos mensais).
O teste de cointegração de Johansen para os dados mensais também aponta
também para três relações de cointegração, assim como na análise com dados
diários.
Para a construção do modelo VEC, as variáveis consideradas endógenas
foram o câmbio à vista e os três primeiros vencimentos do câmbio futuro. Já as
variáveis consideradas exógenas incluídas na especificação final do modelo foram o
diferencial entre a curva DI e a LIBOR (utilizamos o fator de inclinação da curva
extraído pelo modelo Nelson Siegel), o risco país medido pelo EMBI (calculado pelo
banco JP Morgan e divulgado pelo IPEA), o volume de swap cambial negociado pelo
Banco Central, o Índice da Bolsa de Valores de São Paulo (Ibovespa), o IPCA e o
saldo da balança comercial. A defasagem escolhida foi de um período com exceção
da variável IPCA, que foi incluída em sua primeira e sétima defasagens no modelo,
capturando os efeitos de curto e médio prazo da inflação sobre a taxa de câmbio.
Nas tabelas seguintes são apresentadas as estimações desse modelo. Os
termos Equação 1, Equação 2 e Equação 3 novamente mostram as relações de
cointegração entre as variáveis, agora na frequência mensal. Assumimos como
variável de referência para as relações de cointegração o terceiro vencimento do
câmbio futuro, auferido com defasagem de um mês (representado por DV3(-1) na
estimação abaixo). Assim, observa-se que há três relações de cointegração: entre o
91
câmbio à vista e o terceiro vencimento, entre o primeiro e o terceiro vencimentos e
entre o segundo e o terceiro vencimentos, confirmando os resultados da análise
diária. As relações encontradas e o mecanismo de correção de erros também são
similares as encontradas no modelo diário, mostrando a estabilidade dessas
relações.
A principal diferença em relação ao modelo diário é a possível incorporação
de variáveis macroeconômicas, que podem ser observadas nesta frequência. O
IPCA, escolhido como medida da inflação brasileira nesse modelo, foi acrescentado
na análise em sua primeira e sétima defasagens, já que as seis primeiras
apresentam uma influência não esperada sobre o câmbio à vista. A inflação pode
afetar a taxa de câmbio tanto pela sinalização para os investidores em relação à
credibilidade da política econômica e sua influência no fluxo de capitais como pelo
seu impacto em termos de custos e competitividade do produto brasileiro com
impactos na Balança Comercial. Nos dois casos tem-se uma redução do fluxo de
dólares para o país e uma desvalorização cambial.
O risco país (EMBI) tem o sinal esperado tendendo a provocar a
desvalorização cambial quando este se eleva. As intervenções cambiais também
apresentam uma influência limitada na análise de frequência mensal. A partir de
certo valor, o Banco Central já não tem mais controle sobre o câmbio por meio dos
instrumentos derivativos. O Ibovespa também apresenta a mesma relação negativa
com a taxa de câmbio observada nos dados diários, mostrando a importância dos
investidores estrangeiros no mercado.
O diferencial de rendimento entre o DI e a LIBOR continua bastante
significativo na determinação da taxa de câmbio à vista, assim como foi constatado
na análise com dados diários. Uma diferença é que no caso mensal apenas o fator
inclinação, que mede o spread esperado entre taxas domésticas e estrangeiras, é
significante. Uma interpretação é que nos dados mensais as variações no nível já
estão precificadas corretamente e, assim, somente surpresas na inclinação têm
poder explicativo sobre variações nas taxas de câmbio. O diferencial de retorno
mensurado pelo fator inclinação embute as expectativas com relação ao seu valor
futuro, de modo que quanto maior a inclinação da curva, maior é a esperança de
aumento no rendimento do DI em relação ao rendimento da LIBOR. Assim, sua
influência sobre o câmbio à vista deve ser negativa, já que a expectativa de um
diferencial maior de rentabilidade no futuro atrai capital externo para o Brasil,
92
valorizando o Real (câmbio cai). E o inverso quando a expectativa desse diferencial
se reduz como ocorrido recentemente com as expectativas de término da política
monetária expansionista do FED que elevariam as taxas de juros internacionais.
Finalmente, o saldo da balança comercial também foi utilizado na análise
mensal, e se mostrou significativa na influência sobre o câmbio à vista. O efeito é
negativo, já que um aumento no saldo significa que exportações estão crescendo
mais que importações, de modo que haja um fluxo maior de dólares para o país
(levando em conta apenas a transação de bens). Assim, o Real aprecia (câmbio cai)
com o aumento do saldo da balança comercial, por isso o sinal do parâmetro é
negativo.
O R quadrado, ou seja, o coeficiente de explicação desse modelo, é
relativamente elevado, sendo que mais de 55% das variações no câmbio à vista são
explicadas pelas variáveis escolhidas. É possível notar que a explicação das
variações no câmbio futuro são também bem explicadas, com menor coeficiente de
explicação sendo do terceiro vencimento futuro do câmbio com 46%. Podemos
perceber que o modelo com dados mensais oferece maior coeficiente de explicação
que o modelo com dados diários, pois, além de acrescentarmos algumas variáveis
macroeconômicas como IPCA e Balança Comercial, o câmbio à vista parece ser
mais afetado por variáveis de prazo mais longo, e que a frequência maior de análise
permite mensurar melhor o efeito de variáveis macroeconômicas sobre taxas futuras
de câmbio.
Tabela 3.5. Vetor de Correção de Erros – Dados em Frequência Mensal
Equação de
cointegração: Equação 1 Equação 2 Equação 3
CAMBIOSPOT(-1) 1.000000 0.000000 0.000000
DV1(-1) 0.000000 1.000000 0.000000
DV2(-1) 0.000000 0.000000 1.000000
DV3(-1) -0.989386 -0.992012 -0.995688
(0.01540) (0.01284) (0.00615)
[-64.2424] [-77.2796] [-162.016]
Constante 0.019109 0.016223 0.007463
93
A próxima tabela indica os coeficientes das relações entre mudanças nas
variáveis endógenas e exógenas sobre a nossa variável de interesse, o câmbio à
vista.
Tabela 3.6. Vetor de Correção de Erros – Dados em Frequência Mensal
Correção de erro D(CAMBIOSPOT) D(DV3) D(DV2) D(DV1)
Equação 1 -3.142138 -1.933825 -2.170013 -2.160858
(2.79011) (2.82716) (2.86555) (2.89316)
[-1.12617] [-0.68402] [-0.75728] [-0.74688]
Equação 2 9.748172 8.356353 8.454521 7.131975
(4.14921) (4.20430) (4.26139) (4.30245)
[ 2.34941] [ 1.98757] [ 1.98398] [ 1.65765]
Equação 3 -11.13584 -11.19495 -10.67433 -7.827245
(4.55328) (4.61374) (4.67639) (4.72145)
[-2.44567] [-2.42644] [-2.28260] [-1.65780]
D(CAMBIOSPOT(-1)) -3.180010 -3.171702 -2.695782 -2.377318
(1.82400) (1.84822) (1.87332) (1.89137)
[-1.74342] [-1.71608] [-1.43904] [-1.25693]
D(DV1(-1)) -1.107445 -1.329113 -1.766933 -1.832440
(3.01921) (3.05930) (3.10084) (3.13072)
[-0.36680] [-0.43445] [-0.56982] [-0.58531]
D(DV2(-1)) 8.285274 8.663790 8.086172 7.246787
(3.22402) (3.26683) (3.31118) (3.34309)
[ 2.56986] [ 2.65205] [ 2.44208] [ 2.16769]
D(DV3(-1)) -3.905594 -4.065010 -3.515436 -2.922644
(1.61154) (1.63294) (1.65511) (1.67106)
[-2.42352] [-2.48938] [-2.12399] [-1.74898]
Constante 0.173806 0.178563 0.168540 0.163143
(0.03830) (0.03881) (0.03934) (0.03971)
[ 4.53799] [ 4.60109] [ 4.28465] [ 4.10787]
94
IPCAREV(-1) -0.049404 -0.050663 -0.050037 -0.047298
(0.01751) (0.01775) (0.01799) (0.01816)
[-2.82073] [-2.85469] [-2.78162] [-2.60428]
IPCAREV(-7) 0.020411 0.021191 0.023290 0.023852
(0.01421) (0.01439) (0.01459) (0.01473)
[ 1.43690] [ 1.47226] [ 1.59640] [ 1.61932]
D(EMBI(-1)) 0.000181 0.000153 0.000113 8.15E-05
(5.6E-05) (5.7E-05) (5.8E-05) (5.9E-05)
[ 3.21573] [ 2.67583] [ 1.94668] [ 1.39336]
SUMSCC(-1)<2900 -0.145401 -0.149030 -0.140118 -0.136385
(0.03376) (0.03420) (0.03467) (0.03500)
[-4.30746] [-4.35711] [-4.04168] [-3.89646]
D(IBOV(-1)) -6.11E-06 -6.34E-06 -6.69E-06 -7.00E-06
(2.2E-06) (2.2E-06) (2.2E-06) (2.3E-06)
[-2.79511] [-2.86197] [-2.98075] [-3.08735]
D(NS2(-1)) -5.519944 -5.278600 -4.876388 -4.297342
(2.82187) (2.85934) (2.89817) (2.92609)
[-1.95613] [-1.84609] [-1.68258] [-1.46863]
BALCOMERCIAL(-1) -7.18E-06 -7.70E-06 -7.76E-06 -7.76E-06
(3.6E-06) (3.6E-06) (3.7E-06) (3.7E-06)
[-2.01614] [-2.13517] [-2.12201] [-2.10199]
R-quadrado 0.558615 0.529539 0.495279 0.465087
R-quadrado ajustado 0.515998 0.484116 0.446548 0.413441
Observa-se no teste de causalidade de Granger com dados mensais que,
quando o câmbio à vista é considerado como variável dependente, esta é observada
pelo segundo e terceiro vencimentos, mas não pelo primeiro. O segundo e o terceiro
vencimentos são significantes para explicar as variações nas outras variáveis
endógenas, corroborando a constatação de que a maior influência sobre o câmbio
se dá por variáveis de prazos mais longos, ou seja, os fundamentos da economia
são mais significativos na determinação do câmbio à vista. A ausência de influência
do câmbio à vista sobre os vencimentos considerados corrobora uma constatação
de outros trabalhos da literatura, dentre eles o de Garcia e Urban (2004).
95
3.6. Conclusões
As informações e análises apresentadas levam a algumas conclusões a
respeito da influência de fatores do mercado financeiro e macroeconômicos sobre a
determinação do câmbio à vista. Primeiramente, conclui-se que, em geral, a taxa de
câmbio futura é fundamental para o processo de formação de preços no mercado de
câmbio, sendo que seu valor à vista sofre influência dos dados futuros e, portanto, o
câmbio à vista é determinado por arbitragem. Esse fato corrobora outros estudos,
como o de Garcia e Ventura (2012).
Podemos concluir também que, de acordo com a análise com dados diários,
as principais variáveis financeiras que afetam o câmbio à vista são os vencimentos
mais longos do câmbio futuro, além do diferencial de retorno entre o DI e a LIBOR,
os índices de risco dos mercados brasileiro e americano, os principais índices de
preços de commodities publicados pela Dow Jones, além da intervenção do Banco
Central no mercado de câmbio à vista e as alterações no IOF. Uma das conclusões
que podemos depreender desses resultados é que uma política monetária menos
austera, de redução da taxa básica de juros brasileira, pode impactar sobre cotações
futuras do câmbio, e reduções no spread e na inclinação da curva de juros tem
efeitos significantes de desvalorização do Real, afetando o rendimento de ações e
títulos, com efeitos sobre alocações internacionais de portfólio. Também
confirmamos o impacto de outras variáveis financeiras sobre o câmbio, que
responde a alterações no prêmio de risco e preços de ativos, novamente via efeitos
de realocação internacional de portfólios. Observamos ainda que intervenções
diretas no mercado futuro têm efeitos limitados sobre taxas à vista e futuras, pelo
efeito de limiar observado nas intervenções no mercado futuro. As intervenções no
mercado à vista, por sua vez, apresentam influência significativa sobre o câmbio,
enquanto variações no IOF, especialmente sobre operações de renda fixa e sobre
posições excessivas compradas em Real, apresentam influência sobre o volume
negociado no mercado, afetando indiretamente o valor do câmbio à vista.
Estas observações mostram que o design de políticas de estabilização
cambial pode se valer dos resultados encontrados nessa análise. Dos mecanismos
de possível intervenção podemos observar que alguns dos instrumentos sobre o
controle direto das autoridades são o diferencial de juros, que é afetado pela escolha
96
da taxa básica de juros e sua transmissão para o mercado interbancário, e
intervenções limitadas no mercado futuro usando swaps cambiais. Além disso,
variáveis como as intervenções no mercado à vista e uma política fiscal de alteração
no IOF podem auxiliar no controle do câmbio.
As demais variáveis que explicam de forma significante os movimentos nas
taxas de câmbio são essencialmente preços de ativos (commodities e mercado
acionário) e prêmios de risco (Embi e VIX) que não estão sobre influência direta das
autoridades monetárias. Nesse aspecto a única forma de atuação é via construção
de expectativas favoráveis nesses mercados, que normalmente são associadas pelo
mercado financeiro a condução adequada das políticas monetárias e fiscais.
97
4. Câmbio e Preços: Estimativas do Repasse Cambial para o
Brasil14
Em termos acadêmicos, a análise do impacto sobre os preços é abordado
pela literatura de repasse cambial (exchange rate pass-through), sendo as
estimativas de repasse cambial tanto de interesse acadêmico quanto dos
formuladores de política econômica. O repasse pode ser reduzido tanto pela
utilização dos instrumentos clássicos de política econômica - monetária e fiscal –
como por políticas tarifárias15.
A literatura teórica e empírica sobre repasses cambiais tem sua evolução
recente mais fortemente marcada pelos modelos teóricos formulados na década de
1980 a fim de buscarem racionalizações sobre a persistência dos déficits comerciais
americanos, mesmo com a forte desvalorização cambial verificada em meados da
década. Esses modelos evoluem para questionamentos sobre a formação de preços
para mercados específicos (pricing to market), sendo posteriormente incorporados
ao arcabouço de modelos macroeconômicos, estabelecendo a relação entre a
formação de preços nos mercados internacionais e o repasse final das variações
cambiais aos preços ao consumidores finais.
Desta forma, o objetivo desta seção é a estimativa do repasse cambial tanto
em nível agregado, como setorial, aos preços de importação, produtos
industrializados domésticos e ao índice de preço ao consumidor amplo. Para isso
são utilizados modelos econométricos tanto em séries temporais, como com dados
em painel, a fim de produzir estimativas em diferentes níveis de agregação e permitir
a checagem da robustez dos resultados.
14
Esta seção se baseia no relatório desenvolvido pelo Prof. Dr. Sérgio Kannebley Junior do
Departamento de Economia da FEARP-USP e do mestrando em Economia do Programa de
Mestrado em Economia Aplicada da FEARP-USP.
15 Um exemplo deste tipo de ação é a recente redução das alíquotas do imposto de importação sobre
insumos básicos, que voltarão ao patamar médio de 8% e 12%, a partir de 1º de outubro. O nível
atual dessas tarifas está em torno de 25%, desde a sua elevação em setembro de 2012, para uma
lista de aproximadamente 100 produtos a fim de contrabalançar os efeitos da forte apreciação da
moeda.
98
4.1. Revisão da Literatura sobre Repasse Cambial
Define-se como repasse cambial a elasticidade dos preços (P) com relação à
taxa de câmbio nominal (E), representada na equação (1) com o uso de logaritimos
naturais. Sendo que P pode referir-se aos preços das importações, preços das
exportações ou preços domésticos.
(1)
A relação entre os preços de importação em moeda doméstica e os
preços em moeda do país exportador , é dada por , em que
é a taxa de câmbio nominal, definida em unidades monetárias do
exportador por unidade monetária doméstica. Em termos da elasticidade dos preços
de importação em moeda doméstica e dos preços de exportação em moeda externa,
esta relação pode ser descrita pela expressão em (2).
(2)
A expressão em (2) torna clara a relação existente entre o repasse cambial
aos preços de importação e a contrapartida nos preços determinados pelo
exportador. Um repasse cambial completo significa que os exportadores mantêm
fixos os preços em suas respectivas moedas, de modo que a variação cambial é
repassada integralmente ao preço de importação em moeda doméstica
. De acordo com Dornbusch (1987) essa seria a situação suposta no modelo
Keynesiano, com preços rígidos, em que cada país é produtor de seu próprio bem,
que não são homogêneos entre si e com salários rígidos. No extremo oposto, os
preços internacionais, em moeda estrangeira, seriam totalmente flexíveis,
compensando integralmente a variação cambial de modo que em moeda doméstica
os preços dos produtos importados permanecem inalterados .
Efetivamente, o caso de interesse mais evidenciado na literatura internacional
é o de grau de repasse incompleto, em que tanto os preços em moeda doméstica,
como estrangeira se ajustam parcialmente à variação cambial, produzindo um grau
99
de repasse incompleto aos preços de importação em moeda doméstica (0
Utilizando elementos da teoria de organização industrial os modelos
desenvolvidos por Dornbusch (1987), Froot e Klemperer (1989), Yang (1997), entre
outros, buscam relacionar os determinantes do mark-up em mercados
concorrenciais imperfeitos, com diferentes graus de concentração de mercado,
diferenciação e substitutibilidade de produto, participação de firmas estrangeiras,
capacidade de absorver choques de custos, entre outros fatores que permitem às
firmas compensar parte dos movimentos do câmbio com ajustes do mark-up. Vale
destacar que vários modelos destacam o caráter diferenciado a choques cambiais
tidos como transitórios e permanentes, destacando que a reação das empresas se
dá de forma estratégica para a maximização intertemporal do retorno.
Supondo uma firma maximizadora de lucros a formulação geral para
formação de preços do exportador, em moeda doméstica, poderia ser expressa por
meio da equação de mark-up :
(3)
em que , sendo a elasticidade-preço da demanda, que seria em última
instância função da taxa de câmbio em razão da presença do produtor estrangeiro
no mercado doméstico.
A estrutura de mercado - grau de concorrência, diferenciação de produtos e o
impacto da taxa de câmbio sobre a formação de preços do produtor estrangeiro –
também será a determinante da formação do preço pelo produtor doméstico:
(4)
em que é o nível de preços do produtor doméstico, fazendo face à
concorrência internacional, sendo o mark-up do produtor doméstico, CDom o
seu custo marginal, ambos denominados em moeda doméstica.
Empiricamente, segundo Goldberg e Knetter (1997) a regressão típica de
“pass-through” tem a seguinte forma funcional:
100
(5)
sendo que as variáveis, usualmente em logaritimos são: o preço de um bem
específico (preço de importação ou preço de exportação); uma variável de
controle principal (custos do exportador); a taxa de câmbio , um grupo de
variáveis de controle opcionais (renda, preços dos concorrentes) e que denota
o termo de erro, sendo o subescrito t denotando o tempo. Esta estrutura é o ponto
de partida para diversos trabalhos que envolvem diferentes metodologias, diferentes
níveis de desagregação setorial, respostas de curto ou longo prazo, a
estacionariedade, ou não, das séries temporais, além de considerações sobre
exogeneidade/endogeneidade das variáveis.
Na tabela 4.1 são apresentados alguns resultados para o repasse cambial
aos preços de importação revisados por Goldberg e Dillon (2007), aplicados a
diferentes países e períodos. Nota-se que prevalece a evidência de repasse cambial
incompleto, mas, com bastante diferença entre os países, por exemplo, 42% no caso
dos EUA e 81% para países na Área do Euro. No caso do Japão, as estimativas
diferem consideravelmente, chegando ao caso de repasse completo.
Tabela 4.1. Resultados grau de repasse cambial de longo prazo para o preço
das importações
Países Grau de repasse
OCDE 0.64
Estados Unidos 0.42
Área do Euro 0.81
Japão 0.57-1.00
Outras economias
desenvolvidas 0.60
Período: 1975 a 2003.
Fonte: Goldberg e Dillon (2007) apud Campa e Goldberg (2005) e Faruquee (2006).
Outro ponto a ser destacado na questão do repasse cambial é o ambiente
macroeconômico. De acordo com Taylor (2000), em uma economia com baixa
inflação as empresas tem menor poder de precificação, gerando menor repasse de
choques de custos para os preços finais em função da percepção de que as
101
Autoridades Monetárias regiriam não sancionando as elevações de preços. Este
último argumento também é usado por Devereux e Yetman (2002) que mostram que
quando a politica monetária não consegue controlar a inflação as firmas ajustam os
preços com maior frequência e o repasse cambial é maior.
Bailliu e Fujii (2003) apresentam evidências de declínio do grau de repasse
cambial entre o período de 1977 a 2001, a partir de dados de onze países
industrializados, devido à mudança de ambiente inflacionário em razão da mudança
de regime monetário. Ihrig, Marazzi e Rothenberg (2007) corroboram esse resultado
para países do G-7 a partir de 1990.16
Campa e Goldberg (2010) demonstram que o repasse cambial aos preços de
produtos não transacionáveis depende da importância dos insumos importados para
o setor e da possibilidade de substituição por insumos domésticos. Já o repasse
cambial ao consumidor dos preços dos produtos transacionáveis é função da
importância relativa dos custos dos insumos importados e dos custos de distribuição
internos no preço do produto. Quanto maior a importância desses últimos frente aos
insumos importados menor será o repasse. O repasse é maior no preço dos
importados, reduzindo quando se considera a totalidade dos transacionáveis e
sendo ainda menor nos não-transacionáveis. Evidências desse declínio progressivo
são fornecidas pelos estudos de Bailliu e Fujii (2003) e Ihrig, Marazzi e Rothenberg
(2007) conforme tabela a seguir.
Tabela 4.2. Resultados repasse cambial de longo prazo para preço das
importações, e preços domésticos
Amostra Período Preço das
importações
Preços produção doméstica
Preços ao consumidor
Média para 11 países industrializados
1977-2001 0,892 0,303 0,155
Média para os países do G7
1975-1989 0.715 - 0.134
1990-2004 0.475 - -0.007
Fonte: Bailliu e Fujii (2003) e Ihrig, Marazzi e Rothenberg (2007).
16
Esta evidência em Ihrig, Marazzi e Rothenberg (2007) pode ser observada na tabela 2 na redução do grau de
repasse entre os dois períodos. Bailliu e Fujii (2003) utilizam variáveis dummy para os diferentes regimes
monetários.
102
Para o caso brasileiro Prince e Kannebley (2013) estimaram o repasse
cambial ao preço de produtos importados indicando uma elasticidade entre 0,31 a
0,38 para os preços em moeda estrangeira, resultando em uma elasticidade entre
0,62 e 0,69 em moeda doméstica. Para os índices agregados de preços
Albuquerque e Portugal (2005) avaliam o repasse para o Índice de Preços no
Atacado (IPA-FGV), e Índice de Preços ao Consumidor Amplo (IPCA-IBGE) para o
período de pré-estabilização 1980 a 1994 e pós estabilização da economia brasileira
1995 a 2002. Os resultados mostram uma redução expressiva das estimativas de
repasse cambial para o período 1998-2002. Belaisch (2003) estima para o período
1999/2002 um repasse cambial completo para os preços domésticos (IPA) e um
grau de repasse de 0,23 para o IPCA. Diversos outros estudos foram realizados
considerando diferentes períodos e metodologias, os resultados estão resumidos na
tabela a seguir.
Tabela 4.3. Resultados para a economia brasileira do repasse cambial de longo
prazo
Autores Período Dados Resultados
Prince e Kannebley (2013)
1996 a 2008
Preços de importação
desagregados para 16 setores
CNAE 1.0.
Repasse cambial incompleto e divergindo
entre os setores: intervalo de 0,37 a 0,60.
Albuquerque e Portugal (2005)
1980 - 2002 Preços
agregados IPA e IPCA.
Intervalo das estimativas para diferentes períodos:
IPA=0,86-0,90; IPCA=0,48-0,04.
Belaisch (2003) 1999 - 2002 Preços
agregados IPA e IPCA.
Repasse completo para o IPA e incompleto para o
IPCA = 0,23.
Nogueira, Mori e Marçal (2012)
1999 a 2010 Preços
agregados IPA, IPCA.
Repasse cambial: IPA = 0,18 e IPCA= 0,06.
Nogueira Junior (2010)
1995 - 2007 Preços ao
consumidor no agregado.
Repasse preços ao consumidor:
0,27 se inf. > 10% ao ano;
0,08 se inf < 10% ao ano.
103
4.2. Abordagem Metodológica
Inicialmente serão produzidas estimativas do repasse cambial para os preços
das importações, dos produtos domésticos e aos consumidores no agregado. A
estimação para o repasse cambial em nível agregado será conduzido segundo
metodologia proposta por Belaish (2003), adaptada a partir do trabalho de McCarthy
(1999), e adotada por Nogueira, Mori e Marçal (2013). A estimação consiste no
cálculo de função de resposta ao impulso para o modelo VAR estimado em
primeiras diferenças com a inclusão dos vetores de cointegração como variáveis
exógenas conforme o modelo VCE ajustado17. A concepção da estimativa tem como
objetivo avaliar sobre a determinação dos preços – de importação, domésticos
(industrializados) e ao consumidor – no período (t), a influência conjunta de choques
de oferta e demanda, além do choque cambial, evidenciando uma cadeia de
transmissão para os choques.
Ainda que o modelo VAR seja capaz de capturar as interações entre as
diferentes variáveis, ele não permite revelar o mecanismo causal por trás das
variáveis uma vez que na sua forma geral corresponde a uma modelo na forma
reduzida. Assumindo-se algumas hipóteses sobre relações econômicas, o modelo
VAR Estrutural (SVAR) permite identificar choques estruturais, que se manifestam
por meio da interação entre as variáveis.
Modelo 1
Modelo 2
Modelo 3
Segundo McCarhty (1999) a estrutura recursiva do modelo (1) adota a
suposição de que os choques de oferta são identificados a partir da dinâmica dos
preços internacionais, os choques de demanda são identificados por meio da
dinâmica do produto, os choques externos são identificados a partir da dinâmica da
17
No trabalho de McCarthy são apenas consideradas as variáveis em primeira diferença, definindo um modelo
VAR estacionário. No entanto, verificada a cointegração entre as variáveis, a ausência do termo de correção de
erros na especificação configura a omissão de uma variável relevante para o modelo, viesando a estimativa dos
erros do modelo.
104
taxa de câmbio, após levar em conta o efeito contemporâneo dos choques de oferta
e demanda. Sob essas suposições são então estimadas as funções de respostas ao
impulso dos choques cambiais sobre os preços de importação, produtos
industrializados e ao consumidor. O cálculo do repasse cambial entre o período t e t
+ s é dado pela razão entre as respostas acumuladas dos preços com relação ao
acumulação das respostas ao impulso do câmbio:
(7)
A fim de testar a robustez da suposição de estrutura imposta em McCarthy
são estimados dois modelos adicionais. No modelo (2) é invertida a ordenação entre
as variáveis PIB doméstico e taxa de câmbio, alterando-se a suposição de
precedência entre os choque de demanda e os choques domésticos. No modelo (3)
os choques de demanda são excluídos, fim de captar apenas as relações
provenientes no mecanismos de transmissão entre os preços e a taxa de câmbio,
sendo incluí o hiato do PIB como variável exógena.
4.3. Fonte de Dados e Análise Descritiva
4.3.1. Dados e análise descritiva para a economia no
agregado
As estimativas de repasse cambial para os índices de preços de importação,
de produção doméstico e aos consumidores são conduzidas para o período de 1999
a 2012, a partir de dados trimestrais, com as respectivas variáveis e fontes:
índice de preço das importações brasileiras / FUNCEX.
índice de preço doméstico / IPA-FGV.
: índice de preços ao consumidor - IPCA / IBGE.
: taxa de câmbio nominal dólares em reais, média das cotações
diárias para o trimestre / BCB.
: valor adicionado trimestral a preços básicos para a economia brasileira,
dados dessazonalizados / IBGE.
105
preços internacionais– índice de preços das importações dos Estados
Unidos íncluíndo petróleo / BLS.
calculado por meio da aplicação do filtro de Hodrick-Prescott à série
do PIB.
A tabela 4.4 apresenta as estatísticas descritivas das variáveis que compõem
as estimações dos modelos VAR-VEC. Como é possível perceber, a hipótese de
estacionariedade, ainda que não testada formalmente, é pouco plausível nas séries.
Os preços de importação são mensurados em dólares conforme disponibilizados
pela FUNCEX.
Tabela 4.4. Estatísticas descritivas das variáveis
Variável Estatísticas
Média Máximo Mínimo Desv. padrão
IPCA (PCons) 96.204 138,569 57,501 23,810
IPA (PDom) 96,666 151,611 39,993 32,010
PImp 100,953 143,280 69,830 24,782
Cambio
US$/R$ 2,191 3,668 1,594 0,505
PIB 100,291 122,583 79,998 14,072
(PInt) 105,844 138,234 85,387 13,314
Número de observações: 56
Verifica-se que as inflações no período diferem entre os diversos índices de
preços utilizados. Quando calculadas para o período total primeiro trimestre de 1999
ao quarto trimestre de 2012, a inflação para o IPCA (PCons) é 140,9%, enquanto
que para o IPA (PDom) é de 279,1%. A inflação em dólares dos Preços de
Importações (PImp) é 105,2%, enquanto os preços de Importações dos EUA (Pint) é
de 61,9%. Com relação à taxa de câmbio em todo período a desvalorização nominal
foi de apenas 16,2%, mas apresentando um desvio absoluto de 130% entre as taxas
máximas e mínimas verificadas no período, o que denota a grande variabilidade da
taxa.
A figura 4.1 com as trajetórias temporais fornece uma visão geral das
variáveis em questão. Há uma tendência de aumento nos índices de preços,
106
observada de forma mais suavizada para os preços ao consumidor e com maior
variabilidade para os demais. Ainda que em termos acumulados os índices de
preços de produtos importados e internacionais apresentem trajetórias semelhantes
entre si, diferem bastante em variabilidade, estando a variabilidade dos preços de
importações mais próxima à variabilidade dos índices de preço de bens em moeda
doméstica.
Figura 4.1. Logaritimos das variáveis do modelo agregado
A trajetória da variável da taxa de câmbio pode ser dividida em três
subperíodos. 1999 a 2002, 2003 a 2008/09 e de 2010 em diante. Após a
implementação do regime de taxas cambiais flutuantes em 1999 o Real (R$)
apresenta uma subsequente depreciação que atinge seu ápice em 2002, com uma
4.4
4.5
4.6
4.7
4.8
4.9
5.0
99 00 01 02 03 04 05 06 07 08 09 10 11 12
PInt
4.3
4.4
4.5
4.6
4.7
4.8
4.9
99 00 01 02 03 04 05 06 07 08 09 10 11 12
PIB
4.2
4.4
4.6
4.8
5.0
5.2
99 00 01 02 03 04 05 06 07 08 09 10 11 12
Cambio US$/R$
4.2
4.4
4.6
4.8
5.0
99 00 01 02 03 04 05 06 07 08 09 10 11 12
PImp
3.6
4.0
4.4
4.8
5.2
99 00 01 02 03 04 05 06 07 08 09 10 11 12
PDom
4.0
4.2
4.4
4.6
4.8
5.0
99 00 01 02 03 04 05 06 07 08 09 10 11 12
PCons
107
crise de confiança que provoca saída de capitais. Um dos temores neste período era
o efeito das desvalorizações na taxa de câmbio para os preços e a manutenção da
estabilidade inflacionária. De 1999 a 2012 a taxa de câmbio nominal acumulou uma
desvalorização de 107,21% (calculada para os dados trimestrais) enquanto os
índices de preços da produção doméstica (IPA) e aos consumidores (IPCA)
acumulam alta de 95,13% e 34,23% respectivamente. Isto representa uma razão
entre a variação dos preços e a variação da taxa de câmbio de 0,88 para o IPA e
0,31 para o IPCA. Estes resultados ilustram, em um período de consolidação da
estabilidade da economia brasileira, um alinhamento para com a evidência
apresentada nos demais países industrializados de um menor efeito das variações
cambiais para os preços aos consumidores em relação ao impacto sobre os preços
dos produtos ao atacado.
Ainda, nota-se que os preços de produção domésticos seguem mais de perto
o aumento da taxa de câmbio, o que durante o choque de 2002 resulta em
deslocamento para cima na média desta variável e, ainda que em menor magnitude,
também observa-se na trajetória dos preços aos consumidores. Neste mesmo
período os preços internacionais (em dólar) apresentam um comportamento cíclico
em torno de uma média constante e os preços de importação, após manterem-se
constantes nos anos de 1999 e 2000, apresentam queda em 2001, consequência da
baixa demanda interna diante da crise energética que afeta o PIB neste ano e da
forte desvalorização cambial no período.
No período subsequente, de 2003 a 2008/09 as trajetórias das variáveis
ilustram um panorama distinto ao primeiro subperíodo. A moeda nacional segue um
tendência contínua de apreciação, com uma variação acumulada de menos 52,24%
entre 2003 até o terceiro trimestre de 2008, enquanto os preços da produção
doméstica acumularam alta de 44,89% e os preços aos consumidores de 34,86%
para o mesmo período. Os preços internacionais passam a exibir uma trajetória de
crescimento que é acompanhada pelos preços das importações, estes ainda mais
acelerados em consonância com o período de forte demanda interna e externa.
O período do último trimestre de 2008 até o fim de 2009 é um caso a parte,
devido a crise internacional que provoca uma inflexão nas trajetórias das variáveis.
Com o contágio da crise na economia brasileira, a taxa de câmbio sofreu forte
desvalorização, mas os preços de importação tiveram queda em função do ambiente
de queda da atividade econômica mundial, os preços industriais também
108
apresentaram variação negativa de 4,49% (1998:4 à 1999:1), e os preços ao
consumidor se mantiveram estáveis. De 2010 a 2012 o taxa de câmbio acumulou
uma depreciação de 18,41%, sendo a inflação para este intervalo trienal de 27,93%
para os preços de produtos ao atacado e de 18,93% para os preços aos
consumidores.
Essa análise descritiva demonstra que é bastante difícil isolar os efeitos das
variações cambiais sobre os preços, dada a forte associação entre não apenas o
câmbio e o comportamento dos preços domésticos, mas também as influências dos
preços internacionais e o comportamento da demanda doméstica. A taxa de câmbio
apresenta maior variabilidade em momentos de crise, com picos de desvalorização
nestes períodos. Durante a desvalorização de 2002, observa-se, em concordância
com o esperado na teoria, que as variações cambiais encontram maior associação
com os preços domésticos e em menor magnitude com os preços ao consumidor.
Nos preços de importação ocorre um ajuste defasado em direção contrária ao
movimento cambial, dado que os preços estão em moeda estrangeira. Assim, diante
de uma depreciação da moeda doméstica os produtores externos ajustam suas
margens de lucro para baixo, produzindo um repasse cambial incompleto para os
preços de importação em moeda nacional. Também destaca-se o período descrito
de 2003 a 2008, com tendência de queda da taxa de câmbio, de variação crescente
no preço das importações e variação decrescente nos preços domésticos e estável
nos preços aos consumidores.
A observação da correlação entre os componentes cíclicos extraídos por meio
do filtro HP auxiliam na mensuração da associação entre as variações cambiais e os
diversos índices de preços. A tabela 5 apresenta a correlação entre as variações da
taxa de câmbio com os preços de produção domésticos (0,407), que é
significativamente maior do que sua correlação com os preços aos consumidores
(0,089). A correlação negativa e baixa do cambio com os preços de importação em
dólar (-0,282) expressa o fato de que em Reais (moeda doméstica) os preços
desses mesmos produtos sofrem ajustes contra cíclicos a fim de amortecer as
variações do câmbio, indicando um repasse incompleto, porém de magnitude mais
elevada. Também é interessante notar a correlação positiva entre a variação no
preço das importações e os preços domésticos e ao consumidor, respectivamente,
que conforme os canais de transmissão dos preços decresce em magnitude.
109
Tabela 4.5. Correlação da variação no câmbio com a variação nos índices de preços
Cambio US$/R$ PImp PDom
PImp -0,282
PDom 0,407 0,224
PCons 0,089 0,156 0,688
4.3.2. Dados Do Painel Setorial da Indústria de Transformação
Nas estimações setoriais serão utilizadas informações referentes a 22 setores
da indústria de transformação segundo classificação CNAE 2.0, após a exclusão do
setor 19 – Fabricação de Coque e derivados de petróleo e 33 - Manutenção
instalação e reparação de máquinas à indústria de transformação. Os dados
utilizados nas estimações, possuem frequência trimestral e estão em número índice
com a base 100 igual à média dos trimestres de 2006. A construção de
compatibilização entre os preços domésticos, classificados segundo o sistema
CNAE, e os índices de preços internacionais, classificados segundo o sistema
harmonizado, foi realizada a partir dos tradutores NCM-CNAE. As variáveis e a
respectivas fontes de coletas de dados são:
: índice de preços das importações / FUNCEX.
índice de preço doméstico / IPA-FGV.
índice de custos domésticos / FUNCEX (denominador do indicador de
rentabilidade das exportações).
índice de custos estrangeiros representados pelos preços
internacionais de importações para os EUA / Bureau of Labor Statistics (BLS).
: taxa de câmbio nominal dólares em reais, média das cotações
diárias para o trimestre / BCB.
: câmbio dólares por moeda externa / IFS-FMI, podenderado pelo
peso dos principais países (englobando aproximadamente 85% do comércio)
nas importações da economia brasileira.
: tarifas de importação / sistema World Integrated Trade Solutions (WITS)
do Banco Mundial.
110
A tabela a seguir apresenta as estatísticas descritivas para as variáveis no
painel em geral, e também para a variação entre os setores (between) e para a
variação no tempo (within). As tarifas de importação estão reportadas em pontos
percentuais e taxa de câmbio nominal em dólares por real, porém para cálculo das
correlações conforme a tabela 4.6, assim como na estimação dos modelos, são
utilizadas as variáveis transformadas em números índices, no caso das tarifas a
transformação é feita para a variável ( ). Nota-se que além da reduzida variação
das tarifas em cada setor (within), esta também é pequena entre os setores
(between) o que compromete a produção de estimativas do efeito desta variável
para os preços.
Tabela 4.6. Estatísticas descritivas para as variáveis setoriais em painel
Variação Variável Estatísticas descritivas
Média Máximo Mínimo Desv. Padrão
106,431 185,647 44,243 22,735
93,098 163,196 28,362 27,729
Geral
94,602 168,345 35,390 29,347
101,213 240,122 51,746 17,271
2,192 3,669 1,595 0,501
114,445 977,769 23,342 82,922
12,132 33,329 2,060 6,020
119,877 85,390 81,464
107,042 81,477 6,182
Between
101,615 90,675 3,225
111,248 86,363 5,148
2,191 2,191 0
307,591 77,312 46,134
24,374 3,531 5,179
172,200 65,283 21,295
153,335 34,429 27,062
Within
161,454 37,117 29,177
230.560 55.434 16.521
3,668 1,594 0,501
784,622 -99,214 69,590
21,728 2,833 3,256
Número de observações: 1232 (n=22, t=56)
111
Cabe destacar na tabela 4.7 a correlação negativa entre as tarifas e os preços
de importação, indicativa um possível ajuste endógeno deste instrumento às
variações dos preços internacionais. A correlação negativa entre cambio e preços de
importação é cabível diante de um repasse cambial incompleto. No entanto, o sinal
igualmente negativo tratando-se da correlação com preços domésticos não é o
resultado esperado e não tem uma explicação intuitiva.
Tabela 4.7. Correlação entre as variáveis em painel
0,662
0,723 0,861
0,661 0,644 0,631
-0,470 -0,240 -0,276 -0,336
-0,084 -0,177 -0,218 -0,179 -0,023
-0,194 -0,359 -0,338 -0,322 0,044 0,094
4.4. Resultados
4.4.1. Repasse Cambial aos Índices de Preços
Agregados
Para cada uma das especificações dos modelos VAR foram realizados testes
econométricos para seleção da ordem de defasagem das variáveis, inclusão de
dummies de modo a garantir a normalidade e ausência de autocorrelação nos
resíduos do modelo estimado. Em seguida foi determinada a melhor especificação
VEC para obtenção dos vetores de cointegração incluídos como variáveis exógenas
na estimação do VAR final, para cada modelo verificou-se a existência de três
vetores.
A partir dos modelos VAR finais foram produzidas as funções de resposta dos
preços de importação, preços domésticos (IPA) e preços ao consumidor (IPCA) ao
choque na taxa de câmbio. Os resultado apresentados nas figuras seguintes (4.2 a
112
4.4), mostram ocorrer um esgotamento do impacto do choque após 8 ou 9
trimestres.
Inicialmente é importante observar que as formulações, bem como as
hipóteses de identificação, adotadas reproduzem os principais fatos estilizados
sobre o repasse cambial, quais sejam: um maior impacto nos preços de importação
e uma resposta defasada dos índices de preços domésticos (IPA e IPCA). Um
choque de um desvio padrão no câmbio faz os preços de importações (em moeda
estrangeira) responderem imediatamente, no entanto, inicialmente na mesma
direção o que significa que tanto em Reais como em Dólar haveria um aumento dos
preços das mercadorias importadas. Posteriormente começaria haver uma correção
para baixo dos preços de importação no intuito de neutralizar parcialmente a
elevação dos preços em moeda doméstica do bem importado. Já o aumento do
índice de preço ao atacado (IPA) atinge maior magnitude no segundo trimestre,
sendo que após esse período passa ocorrer uma correção do IPA, que atinge maior
magnitude no quarto trimestre. Nos preços ao consumidor também verifica-se um
aumento gradual dos preços, no entanto, com menor variabilidade para o movimento
oscilatório.
No geral as três especificações apresentam comportamento semelhante,
principalmente os modelos (1) e (2) que diferem apenas quanto ao reordenamento
das variáveis. No modelo (3), que exclui o PIB como variável endógena, e inclui o
hiato do PIB como variável exógena, as trajetórias de dissipação dos choques
apresentam-se mais suaves, deixando de existir as oscilações nos preços
domésticos e aos consumidores. Ilustrando com o caso de uma desvalorização da
taxa de câmbio, este resultado poderia ser explicado, pela ausência do efeito de
política recessiva combatendo a inflação, que provocaria o efeito de redução e a
oscilação na resposta dos índices de preços e que parece não ser captado pelo
hiato como variável exógena.
A tabela 4.8 a seguir apresenta o grau de repasse cambial acumulado para as
especificações adotadas. Observa-se para os três modelos que o período de um ano
(quatro trimestres) pode ser considerado o longo prazo em termos do grau de
repasse cambial pois seus resultados divergem pouco daqueles obtidos após a
convergência total observada em dois anos. O grau de repasse estimado para os
preços de importação varia entre 77% e 93% da variação cambial. Esse último valor
extremo é obtido no modelo sem a inclusão da variável de PIB, sendo o grau de
113
repasse apresentando maior variabilidade dependendo da inclusão ou não dessa
variável.
A revisão dos resultados presentes na literatura para a economia brasileira
não provém evidências para o repasse cambial aos preços de importação da
economia no agregado, no entanto a evidência de repasse incompleto e o nível de
repasse (em torno de 80% da variação cambial) demonstra um resultado alinhado
com o observado para outras economias industrializadas.
Figura 4.2. Funções de resposta dos preços de importação ao choque no câmbio
Figura 4.3. Funções de resposta do IPA ao choque no câmbio
-.008
-.006
-.004
-.002
.000
.002
.004
.006
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Modelo 1 Modelo 2 Modelo 3
-.0008
-.0004
.0000
.0004
.0008
.0012
.0016
.0020
.0024
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Modelo 1 Modelo 2 Modelo 3
114
Figura 4.4. Funções de resposta do IPCA ao choque no câmbio
Tabela 4.8. Grau de repasse cambial acumulado
Trimestres
Modelo 1
Modelo 2
Modelo 3
após choque
Pimp IPA IPCA
Pimp IPA IPCA
Pimp IPA IPCA
1
1,081 0,170 0,037
1,111 0,133 0,043
1,074 0,116 0,029
2
0,978 0,311 0,094
0,991 0,255 0,094
0,980 0,241 0,065
3
0,819 0,333 0,133
0,817 0,237 0,119
0,895 0,282 0,084
4
0,754 0,266 0,153
0,736 0,154 0,133
0,892 0,308 0,104
5
0,764 0,213 0,135
0,728 0,102 0,119
0,918 0,326 0,110
6
0,788 0,214 0,115
0,754 0,109 0,103
0,936 0,328 0,106
7
0,794 0,235 0,118
0,767 0,130 0,106
0,939 0,325 0,106
8
0,794 0,243 0,126
0,771 0,138 0,112
0,933 0,316 0,106
9
0,799 0,243 0,125
0,778 0,141 0,111
0,929 0,309 0,102
10
0,801 0,246 0,125
0,778 0,145 0,112
0,928 0,312 0,101
11
0,797 0,245 0,126
0,774 0,142 0,113
0,928 0,317 0,104
12
0,796 0,241 0,125
0,773 0,137 0,112
0,929 0,317 0,105
As figuras 4.5 a 4.7 ilustram o repasse cambial acumulado ao longo do
tempo. Nestes fica mais evidente o overshooting existentes nos resultados dos
modelos (1) e (2), nos quais o repasse cambial para o IPA e IPCA declina
ligeiramente após atingir a maior magnitude no terceiro e quarto trimestre para os
respectivos índices. Para os preços dos produtos industrializados ao atacado (IPA) o
repasse aos preços no longo prazo situa-se entre 14% e 33%. No caso do IPA, as
-.004
-.002
.000
.002
.004
.006
.008
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Modelo 1 Modelo 2 Modelo 3
115
estimativas são também dependentes da forma de ordenação da variável PIB,
representante dos choques de demanda nos modelos (1) e (2). No modelo (1), que
segue a especificação convencional de McCarthy (1999) temos a estimativa
intermediária de 24,5% da variação cambial. Com relação aos resultados existentes
na literatura para a economia brasileira, observa-se uma grande redução do grau de
repasse para os preços domésticos em comparação com os apresentados em
Belaisch (2003) e Albuquerque e Portugal (2005) sendo os resultados obtidos pelas
diferentes especificações mais próximos ao estimado em Nogueira, Mori e Marçal
(2012) que se situa mais próximo ao apresentado nos estudos para outros países.
Já o repasse cambial ao IPCA é o de menor variabilidade e dependência da
especificação do modelo, tanto no que diz respeito à ordenação dos modelos,
quanto à inclusão da variável de PIB, situando-se entre 11% e 12,5% da variação
cambial. Assim, uma depreciação cambial em 10% provocaria um aumento do IPCA
em torno de 1,1 a 1,25 pontos percentuais.
Figura 4.5. Grau de repasse cambial acumulado para o preço das importações
0.7
0.8
0.9
1.0
1.1
1.2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Modelo 1 Modelo 2 Modelo 3
116
Figura 4.6. Grau de repasse cambial acumulado para os preços de produção
domésticos - IPA
Figura 4.7. Grau de repasse cambial acumulado e pontual - IPCA
4.4.2. Testes de robustez dos resultados para o agregado
Os resultados obtidos sinalizam um efeito maior das variações cambiais para
os preços aos consumidores medidos pelo IPCA em comparação com outros
estudos. Albuquerque e Portugal (2005) estima um repasse de 4% das variações
cambiais para o IPCA no período 1995/2002 e Nogueira Junior (2010) um repasse
de 8% para o mesmo índice após a estabilização. Tendo em vista a relevância deste
efeito em termos de política econômica, sendo o IPCA o parâmetro para regime de
metas de inflação adotado no país, o Banco Central do Brasil também monitora seu
resultado e conforme divulgado nos relatórios de inflação considera um grau de
repasse cambial para o IPCA inferior, situado no intervalo de 3% a 5% das variações
cambiais.
.10
.15
.20
.25
.30
.35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Modelo 1 Modelo 2 Modelo 3
.02
.04
.06
.08
.10
.12
.14
.16
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Modelo 1 Modelo 2 Modelo 3
117
Como as estimativas de repasse cambial divulgados pelo Banco Central não
são resultantes do modelo VAR em particular, mas de fato correspondem às médias
ou medianas dos resultados obtidos por diversas especificações e metodologias,
não é possível comparar o nível de repasse cambial divulgado no relatório de
inflação de junho de 2012 com as estimativas produzidas neste trabalho.
No entanto, como o trabalho de Nogueira, Mori e Marçal (2010) utiliza a
mesma metodologia e apresenta um nível de repasse cambial para o Índice de
Preços ao Consumidor cheio (IPCA) mais próximo ao apresentado pelo Banco
Central, sendo este de 0,52, ou seja, 5,2% de uma desvalorização da taxa de
câmbio consumidores (IPCA) em um período de 12 meses que representa o
resultado de longo prazo, é possível tomá-lo como base para buscar explicar o maior
repasse cambial para o IPCA.
Nogueira, Mori e Marçal (2010) obtêm o resultado supracitado partindo da
estimação de um modelo VAR para o seguinte conjunto de variáveis representadas
de acordo com o ordenamento em termos da transmissão contemporânea dos
choques:
Neste modelo são incluídas as seguintes variáveis: o preço do petróleo que
identifica os choques de oferta, a produção industrial que identifica os choques de
demanda, a taxa de câmbio nominal (US$/R$) e os preços medidos pelo IPA e pelo
IPCA. Esta estrutura teórica é similar à empregada neste trabalho, mas com a
ausência dos preços de importação representando a cadeia completa de distribuição
de um choque cambial para os preços.
Seguindo esta estrutura o modelo 1 pode ser reescrito como o modelo 1.A
descrito abaixo diferentes apenas pela exclusão da variável .
Modelo 1.A
118
Estimando-se o modelo 1.A, obtêm-se os resultados descritos na tabela 4.9
que estabelece a comparação para com o modelo 1. Assim como nos demais
modelos, são realizados os procedimentos metodológicos descritos na seção 4.2,
partindo do ajuste de um modelo VAR(2), com as defasagens definidas de acordo
com os critérios de informação e incluídas dummies de ponto, de modo a obter
testes estatísticos que assegurem as hipóteses de ausência de autocorrelação e
normalidade dos resíduos. Então é estimado o modelo VEC para obtenção do termo
de correção de erros incluído como variável exógena no modelo VAR em primeiras
diferenças para o qual são obtidas as funções de resposta ao impulso na taxa de
câmbio e calculado o repasse cambial.
Tabela 4.9. Comparação dos resultados do repasse cambial acumulado para IPA e IPCA obtidos pelos modelos 1 e 1.A.
Trimestres Modelo 1
Modelo 1.A
após
choque IPA IPCA
IPA IPCA
1
0,170 0,037
0,163 0,020
2
0,311 0,094
0,241 0,046
3
0,333 0,133
0,274 0,064
4
0,266 0,153
0,266 0,079
5
0,213 0,135
0,234 0,083
6
0,214 0,115
0,199 0,072
7
0,235 0,118
0,181 0,059
8
0,243 0,126
0,188 0,053
9
0,243 0,125
0,206 0,055
10
0,246 0,125
0,218 0,061
11
0,245 0,126
0,219 0,065
12
0,241 0,125
0,212 0,065
Na tabela 4.9 observa-se que o repasse cambial estimado pelo modelo 1.A é
menor tanto para os preços de produção domésticos medidos pelo IPA quanto para
os preços aos consumidores medidos pelo IPCA. Porém tratando-se do IPCA a
redução do repasse cambial para os preços aos consumidores é ainda maior,
passando a ser aproximadamente a metade do estimado pelo modelo 1 ao longo
dos períodos, assim uma desvalorização de 10% da taxa de câmbio nominal, pelo
modelo 1, levaria a uma elevação de 1,25pp no IPCA em um período de oito
trimestres (2 anos), enquanto pelo modelo 1.A o aumento no IPCA seria de 0,53
119
p.p., resultado bastante próximo à média de resultados divulgado pelo Banco Central
e similar ao obtido por Nogueira, Mori e Marçal (2010). A figura 4.8 ilustra a
comparação entre as especificações e por meio deste observa-se uma convergência
mais lenta no modelo 1.A para o resultado de longo prazo (6,2%), também nota-se
que no modelo 1.A o pico do repasse cambial (8,3%) passa a ocorre agora em 5
trimestres ante 4 trimestres no modelo 1.
Figura 4.8. Comparação entre o repasse cambial acumulado para o IPCA calculado para o modelo 1 e para o modelo 1.A.
A discrepância entre o repasse cambial calculado conforme o modelo 1 e o
modelo 1.A indica a relevância da variável para os preços de importação ( ) e da
representação completa da cadeia de distribuição do choque no câmbio para os
preços para o resultado final. A comparação, em termos da qualidade do
ajustamento dos dados, pode ser realizada por meio da observação dos critérios de
informação de Akaike e Schwarz, conforme a tabela 4.10. Neste caso o modelo com
o menor critério de informação é considerado de melhor qualidade de ajuste, sendo
o modelo 1 aquele que apresenta os menores critérios de informação.
Tabela 4.10. Critérios de parcimônia dos modelos
Modelo 1
Modelo 1.A
Akaike Schwarz
Akaike Schwarz
-33,489 -29,251
-28,239 -25,079
.00
.02
.04
.06
.08
.10
.12
.14
.16
2 4 6 8 10 12 14 16 18 20
Modelo 1 Modelo 1.A
120
Assim, pode-se concluir que a diferença de resultados do repasse cambial
estimado neste trabalho com relação ao apresentado em Nogueira, Mori e Marçal
(2012) é devido às diferenças de especificações empíricas utilizadas, que neste
trabalho, são oriundas das relações teóricas consideradas relevantes para a
determinação da relação entre o câmbio e os preços, considerando-se a cadeia de
distribuição de um choque no câmbio para os preços que ocorre dos preços de
importação para os preços domésticos e aos consumidores e que envolve efeitos
diretos e indiretos para o resultado dos preços aos consumidores.
Por fim, de modo a testar a estabilidade dos parâmetros dos modelos
estimados com relação ao período amostral, as especificações 1, 2, 3 e 1.A foram
re-estimadas para uma amostra reduzida que compreende os anos de 2003 a 2012.
A escolha desta subamostra busca verificar se durante os anos de 1999 a 2002 em
que ocorrem seguidas depreciações do Real e desvalorizações da taxa de câmbio
Real – Dólar a estabilização ainda não estava consolidada implicaria em um maior
efeito inflacionário das variações cambiais neste período, ou seja, excluir possíveis
quebras estruturais no comportamento das variáveis que pudessem comprometer a
magnitude dos parâmetros estimados e dos resultados calculados para o repasse
cambial.
Os resultados para o repasse cambial calculados neste caso são
apresentados na tabela 4.11. Embora haja alguma diferença, o que é natural tendo
em vista que é utilizada uma amostra diferente, não é possível observar uma
mudança substancial dos resultados, comparando-os com os da tabela 10, ao
contrario de uma redução é observado um aumento no repasse cambial para os
preços de importação e preços domésticos (IPA) e permanecem no mesmo patamar
os resultados para os preços aos consumidores. Este resultado reforça a conclusão
de que a diferença dos resultados estimados neste trabalho com relação aos
revisados na literatura para a economia brasileira ou para com os resultados
divulgados pelo Banco Central ocorre devido à diferença nas especificações
empíricas utilizadas. Cabe destacar que esta estrutura empírica está presente na
literatura internacional de repasse cambial, porém ainda não foi utilizada para dados
da economia brasileira.
121
Tabela 4.11. Resultados do repasse cambial estimados para as diferentes
especificações com a amostra reduzida aos anos de 2003 a 2012.
Trimestres Modelo 1*
Modelo 2*
Modelo 3*
Modelo 1.A*
após
choque Pimp Pdom Pcons
Pimp Pdom Pcons
Pimp Pdom Pcons
Pdom Pcons
1
1,142 0,224 0,010
1,162 0,215 0,025
1,059 0,168 0,030
0,161 0,016
2
1,017 0,419 0,040
1,009 0,386 0,061
0,963 0,302 0,054
0,237 0,034
3
0,890 0,475 0,085
0,877 0,408 0,104
0,914 0,351 0,083
0,302 0,055
4
0,940 0,409 0,108
0,891 0,348 0,126
0,965 0,352 0,104
0,275 0,071
5
0,947 0,400 0,106
0,881 0,324 0,124
1,021 0,332 0,104
0,219 0,075
6
0,923 0,384 0,097
0,874 0,314 0,116
1,016 0,319 0,094
0,195 0,065
7
0,934 0,374 0,099
0,892 0,315 0,119
0,992 0,322 0,091
0,206 0,055
8
0,925 0,387 0,101
0,884 0,327 0,120
0,981 0,330 0,095
0,227 0,055
9
0,908 0,389 0,097
0,870 0,327 0,116
0,987 0,333 0,097
0,239 0,060
10
0,917 0,384 0,098
0,879 0,325 0,116
0,996 0,330 0,097
0,238 0,062
11
0,929 0,390 0,101
0,888 0,329 0,120
0,998 0,329 0,096
0,231 0,062
12
0,928 0,392 0,100
0,887 0,330 0,119
0,994 0,329 0,096
0,226 0,062
*Modelos estimado para amostra reduzida: 2003T1 a 2012T4.
4.4.3. Modelos Agregados para preços de Importação
com Dados em Painel
A estimação da relação de cointegração com dados em painel com uso de
métodos de estimação adequados, neste caso, Fully Modified Least Squares
(FMOLS) desenvolvido em Pedroni (2000), tem a vantagem, com relação a
estimação para os dados agregado por considerar a heterogeneidade e as
idiossincrasias de cada setor (efeito fixo). Embora a dimensão seccional para o
painel de dados inclua 22 setores, durante os procedimentos de estimação setoriais
foram observadas quebras estruturais nas séries dos preços de importação para os
setores 11 e 12 que foram excluídos da estimação.
Os resultados para os preços das importações apresentados na tabela a
seguir mostram que as estimativas para o coeficiente da taxa de câmbio efetiva
( ) não apresentaram significância estatística em nenhum especificação, e
assim, os resultados discutidos correspondem às estimações excluindo esta variável
de controle, descritas na tabela por (15’), (16’) e (17’).
122
Observa-se uma estimativa de -0,225 para o coeficiente associado à variável
, que representa a elasticidade câmbio dos preços de importação em
dólares, que resulta em um repasse cambial de 0,775 para os preços de importação
medidos em moeda nacional. Na mesma especificação observa-se que o coeficiente
associado ao log das tarifas, ln(1 + τ) é igual a -0,774, expressando o fato de que na
aplicação em Reais o impacto da tarifa sobre os preços de produto importado é de
22,6%. No entanto, esse coeficiente não é estatisticamente significativo, devido,
muito provavelmente, à fragilidades dos dados de tarifa.
Desta forma será suposto aqui a existência de um impacto simétrico entre
câmbio e tarifa, conforme especificado em (16), (17), (16´) e (17´). Nesse caso os
coeficientes estimados nessas equações situam-se no intervalo de -0,203 a -0,255.
Isto representa que o repasse cambial para o preço das importações permanece
próximo ao estimado nos modelos não restritos situando-se no intervalo de 0,745 a
0,797.
Como a imposição das restrições não gera estimativas divergentes para o
repasse cambial, de maneira que o grau de repasse obtido pelo modelo geral situa-
se dentro do intervalo formado pelas estimativas dos modelos restritos, (0,745;
0,775; 0,797). Este resultado pode ser concebido como um indício da validade das
restrições e do efeito simétrico entre as variações no câmbio e nas tarifas para os
preços de importação da indústria de transformação.
123
Tabela 4.12. Resultados das estimações para o preço das importações
Variável Especificações
15 16 17 15' 16' 17'
0,194* 0,193* 0,218* 0,220*
(6,931) (7,947) (10,359) (10,474)
-0,922 -0,774 (-1,064) (0,323)
-0,209* -0,225* (-12,230) (14,595)
0,026 -0,009 0,009
(-0,018) (-0,536) (0,536)
1,405* 1,577* 1,148* 1,485* 1,636* 1,201* (14,003) (14,879) (12,151) (15,295) (17,155) (13,060)
0,242* -0,255*
(-
13,070)
(14,831)
0,203* 0,216* (11,599) (13,005)
Número de observações: 1120 Estatística t entre parênteses: * significância a 10%; ** significância a 5%, *** significância a 1%.
4.4.4. Resultados de Longo Prazo para os Setores
Industriais
As estimações para as séries de tempo setoriais tem como base as
equações (3) e (4), para bens importados e produzidos no mercado doméstico
respectivamente. Sendo assim, o conjunto de variáveis Yt tem n = 5, sendo
.
Considerando que foi verificado a existência de dois vetores cointegrantes é
interessante observar que, adotando a restrição a priori para a normalização dos
coeficientes associados a serão estimados dois vetores de cointegração
dados por 18:
(8.A)
18
Havendo, consequentemente, três tendências estocásticas comuns no vetor de cointegração.
124
(8.B)
Nesse caso os parâmetros e representarão o grau de repasse
cambial, respectivamente, aos preços de importação e preços de industrializados
produzidos domésticamente. É interessante observar que essas equações refletem
um processo de formação de preços simultaneamente determinados, em que em
última instância refletem as condições competitivas domésticas e internacionais,
além da taxa de câmbio19. As tendências comuns dos modelos representam então
esses fatores. Complementarmente os parâmetros dos modelos (8.A) e (8.B) serão
estimados por FM-OLS para séries de tempo conforme proposto em Phillips e
Hansen (1990) de modo a obter comparação dos resultados de repasse cambial
entre diferentes metodologias.
As figuras a seguir apresentam os resultados do repasse cambial para os
setores da indústria de transformação para os vetores de cointegração para os
preços de importação e domésticos, ajustados conforme a metodologia de Johansen
(1988). Também são apresentadas as estimativas por FM-OLS para comparação e
verificação de robustez dos resultados. Para alguns setores não foi possível obter
ajustamento estatisticamente coerente, não sendo apresentados então seus
resultados.
Nos resultados obtidos por ambos os estimadores do repasse cambial aos
preços de importação dos setores industriais prevalece a evidência de repasse
cambial incompleto, apenas nos setores 18 – Impressões e gravações, 27 –
Máquinas elétricas e 30 – Outros equipamentos de transporte observa-se uma
estimativa indicativa de repasse cambial completo. No setor 14 não foi rejeitada a
hipótese de repasse cambial nulo pela metodologia de Johansen, no entanto este
resultado é divergente do obtido por FM-OLS (repasse de 0,648). Os resultados
também divergem nos setores 24 – Metalurgia e 32- Indústrias diversas. Contudo
para os demais o grau de repasse é semelhante por ambos estimadores
demonstrando-se robustos.
19
Obviamente aqui não se argumenta sobre a exogeneidade das variáveis, ainda que as hipóteses de
exogeneidade fraca e forte possam ser testada partir da estimação dos modelos VCE.
125
Figura 4.9. Grau de repasse cambial setorial para o preço das importações
Média das estimativas de repasse para o preço das importações por Johansen: 0,552 Média das estimativas de repasse para o preço das importações por FM-OLS: 0,739
A média das estimativas obtidas pela metodologia de Johansen é similar aos
resultados obtidos em Prince e Kannebley (2013). Já a média dos resultados de FM-
OLS apresenta-se mais elevada e similar aos resultados obtidos para o agregado da
indústria de transformação. Avaliando o grau de repasse estimado por FM-OLS,
observa-se na maioria dos setores um alto grau de repasse cambial (de 0,80 a 1,00)
ou um repasse intermediário de (0,60 a 0,80).
Nos resultados do repasse cambial para os preços domésticos, apresentados
na figura 4.10, comparando-se com os obtidos para os preços de importação,
observa-se uma redução no grau de repasse para todos os setores indicando que, a
despeito da participação apenas parcial dos insumos importados na composição de
custos das mercadorias domésticas, os produtores domésticos absorvem parte das
variações cambiais em suas margens de lucro. Cabe destacar que a média
apresentada, (0,11 na média para ambos os estimadores) inclui diversos resultados
negativos, o que significaria que diante de uma desvalorização cambial, os
0,502
0,734
0,000
0,399
0,542
0,705
0,832
0,273
0,055
0,782
1,000
0,666
0,742
0,807
0,248
0,455
0,801
0,648
0,930
0,436
0,734
0,987
0,599
0,212
0,759
0,944
0,688
0,659
0,968
0,855
0,770
0,808
1,114
0,774
0,639
0,000 0,200 0,400 0,600 0,800 1,000 1,200
10 - Alimentos
11 - Bebidas
12 - Fumo
13 - Têxteis
14 - Vestuário
15 -Couro
16 - Madeira
17 - Papel e celulose
18 - Gravações e impressões
20 - Químicos
21 -Farmacêuticos
22 - Borracha e plástico
23 -Minerais não metal
24 - Metalurgia
25 - Produtos metal não máquinas
26 - Informática
27 - Maquinas elétricas
28 - Maquinas equipamentos
29 - Veículos
30 - Outros equip. transporte
31 - Móveis
32 - Diversas
Repasse Pimp / Johansen Repasse Pimp / FM-OLS
126
produtores mais do que compensariam seus efeitos reduzindo o preço doméstico.
Desconsiderando os resultados negativos, bem como o caso de repasse cambial
nulo, a média passa a ser 0,160 e 0,107 para os resultados de Johansen e FM-
OLS, respectivamente, próximas então da estimativa agregada fornecida pelo
modelo VAR número 2, de repasse igual a 0,137.
Figura 4.10. Grau de repasse cambial para o preço de produção dos setores da indústria de transformação doméstica
Média das estimativas de repasse para os preços domésticos por Johansen: 0,146 Média das estimativas de repasse para os preços domésticos por FM-OLS: 0,081
4.5. Análise dos Resultados e Considerações Finais
A tabela a seguir apresenta uma síntese dos resultados produzidos pelos
diferentes estimadores e diferentes níveis de agregação dos dados. De um modo
geral, os resultados obtidos nas diversas análises estão coerentes com aqueles
apresentados pela literatura internacional tanto em termos de ordenamento, como
em magnitude.
0,000
0,252
0,114
0,000
-0,052
0,320
0,000
0,000
0,078
-0,123
0,000
0,436
0,413
0,064
0,079
0,0470
0,0830
0,0000
-0,0140
-0,0200
0,2440
0,0880
-0,0460
-0,1230
-0,0240
0,1700
0,4680
-0,0740
0,6950
0,0000
0,0220
0,0000
-0,0910
-0,0760
0,0730
-0,200 0,000 0,200 0,400 0,600 0,800 1,000
10 - Alimentos
11 - Bebidas
12 - Fumo
13 - Têxteis
14 - Vestuário
15 -Couro
16 - Madeira
17 - Papel e celulose
18 - Gravações e impressões
20 - Químicos
21 -Farmacêuticos
22 - Borracha e plástico
23 -Minerais não metal
24 - Metalurgia
25 - Produtos metal não máquinas
26 - Informática
27 - Maquinas elétricas
28 - Maquinas equipamentos
29 - Veículos
30 - Outros equip. transporte
31 - Móveis
32 - Diversas
Repasse PDom / Johansen Repasse PDom / FM-OLS
127
Tabela 4.13. Síntese dos resultados
Dados
Metologia Modelos Importação Domésticos Consumidor
Indústria de transformação
1 0,775
Painel FM-OLS* 2 0,745
3 0,784
Média
setorial
Johansen
0,552 0,146
FM-OLS
0,739 0,081
1 0,796 0,241 0,125
Agregado
VAR-VEC 2 0,773 0,137 0,112
3 0,929 0,317 0,105
*Segue o ordenamento do modelo mais geral (1) para o mais restrito (3)
Já com relação à literatura empírica nacional, que possui maior dispersão em
seus resultados, nossos resultados se aproximam mais daqueles obtidos por em
Nogueira, Mori e Marçal (2012), o que decorre da semelhança da abordagem
metodológica. Este trabalho ofereceu evidências adicionais tanto em termos de
melhor especificação do modelo agregado como em nível setorial para identificar o
repasse em setores da indústria de transformação. O modelo VAR - 2 parece ser o
mais representativo para a economia nacional, indicando, portanto, um repasse
cambial de longo prazo ao índice de preço ao consumidor de 0,112; ou seja, uma
desvalorização cambial de 10% provocaria um aumento na inflação em 1,12 pontos
percentuais.
Diante dos resultados o interesse volta-se para a possibilidade de
compensação dos efeitos das variações na taxa de câmbio sendo. Um instrumento a
ser utilizado neste sentido seriam as tarifas de importação, considerando a sua
influência simétrica à taxa de câmbio para os preços dos produtos importados. Desta
forma, dado o conhecimento do grau de repasse cambial para os preços de
importação seria interessante determinar o tamanho do ajuste necessário nas tarifas
em contraposição ao movimento da taxa de câmbio. Assim sendo, em setores em
128
que há um repasse cambial reduzido, seria necessária também uma pequena
redução das tarifas para compensar uma desvalorização da taxa de câmbio, sendo o
inverso recomendado para setores com maior grau de repasse cambial.
Agregando-se as estimativas de repasse cambial para as importações e o
nível tarifário, para o ano de 2012, segundo a classificação por categoria de uso dos
setores industriais, observa-se que o maior grau de repasse cambial se dá nos
setores produtores de bens de capital (entre 0,746 e 0,892) e de bens de consumo
duráveis (0,737 e 0,879). Esses resultados são de certa forma esperados dadas as
características de maior diferenciação e menor grau de substitutabilidade desses
tipos de bens. Quando a média é ponderada pelos pesos de cada setor na matriz de
insumo produto este resultado permanece. Observa-se, porém um menor grau de
repasse cambial em termos efetivos para os bens de consumo não duráveis e
semiduráveis. Para os bens de consumo não duráveis o menor grau de repasse é
explicado pelo efeito concorrência com os produtos domésticos, sendo mais
facilmente substituíveis.
Para o caso de interesse dos insumos da indústria de transformação
classificados como bens intermediários, observa-se um grau de repasse cambial de
70% aproximando-se de 80% em termos efetivos ao considerar o peso dos setores
para a produção. Analisando também pela média ponderada, verifica-se que em
termos efetivos os bens intermediários já possuem um menor nível de tarifas com
relação aos demais tipos de bens.
129
Tabela 4.14. Repasse cambial com setores por categorias de uso e tarifas de importação em 2012 e na média para o período 1999-2012
Classificação
Média simples
Média ponderada*
setores
Johansen FM-OLS
Tarifas 2012
Johansen
FM-OLS
Tarifas 2012
Bens de capital
0,746 0,892 11,155
0,739 0,875 11,057
Bens intermediários
0,580 0,719 11,849
0,484 0,706 7,616
Bens
consumo duráveis
0,737 0,879 11,922
0,728 0,847 11,501
Bens
consumo não duráveis e
semiduráveis
0,459 0,623 13,677
0,496 0,415 9,856
* Ponderação conforme o peso relativo entre os setores para a matriz insumo produto - fonte IBGE
Além disso, outra classificação é realizada conforme o Coeficiente de
Penetração das Importações (CPI) nos diferentes setores analisados, sendo a média
do repasse cambial para as importações calculados para os setores agrupados do
CPI (os grupos situam-se entre um desvio padrão do CPI médio e abaixo e acima
destes limites). Esta classificação ilustrada na tabela seguinte sugere que os setores
com menor coeficiente de penetração das importações apresentam maiores tarifas,
porém com menor variação no que tange ao repasse cambial. As figuras 4.11 e 4.12
ilustram respectivamente, a correlação positiva entre o CPI e o grau de repasse
cambial para as importações dos setores e também a relação negativa entre o CPI e
as tarifas de importação.
130
Tabela 4.15. Média dos resultados agrupados conforme os intervalos para o coeficiente de penetração das importações
Médias para os setores classificados conforme os intervalos do CPI
Parcela de mercado
< 1,6%
1,6% a 11,4%
11,4% a 24,4%
> 24,4%
Repasse Johansen
NA
0,54
0,56
0,58
Repasse FMOLS
NA
0,73
0,73
0,77
Tarifas 2012
14,65
13,02
12,63
8,31
Este resultado está de acordo com o esperado em termos teóricos de que
quanto menor a proteção tarifária, maior o coeficiente de penetração das
importações (proxy para a parcela de mercado das importações), maior seria então
o poder de mercado dos exportadores externos e maior o grau de repasse cambial.
Por outro lado, quanto maior o nível de tarifas, menor a parcela das importações
devido a maior proteção, menor o poder de mercado e menor o grau de repasse
cambial.
Figura 4.11. Relação entre CPI e o grau de repasse cambial estimado conforme as metodologias de FM-OLS e Johansen
.0
.1
.2
.3
.4
.5
0.2 0.4 0.6 0.8 1.0 1.2
Repasse PImp Setores (FMOLS)
Co
ef.
de
Pe
ne
traçã
o d
as
Imp
ort
açõ
es
Se
tore
s
.0
.1
.2
.3
.4
.5
0.0 0.2 0.4 0.6 0.8 1.0
Repasse Pimp Setores (Johansen)
Co
ef.
de
Pe
ne
traçã
o d
as
Imp
ort
açõ
es
Se
tore
s
131
Figura 4.12. Relação entre CPI e tarifas de importação média de 1999 a 2012.
Por fim, a tabela 4.16 apresenta um cálculo de quanto seria necessário de
reajuste das tarifas de importação supondo uma depreciação cambial da ordem de
20% para compensar o repasse cambial. No presente exemplo, considera-se o grau
de repasse para os bens intermediários obtidos pela média simples dos resultados
da estimação por FM-OLS, (0,719 para o repasse cambial e 11,1% de tarifas de
importação em 2012). Neste caso, no longo prazo, os produtores externos
compensariam 0,381% da desvalorização na taxa de câmbio. Tomando-se como
valor inicial de US$ 100,00 o preço do bem importado, para que o aumento dos
preços em moeda doméstica (de 222 para 252,22) fosse anulado, seria necessária
uma redução de 13,30% pontos percentuais na tarifas de importação. Tendo em
vista que as tarifas se encontram no patamar de 11%, isto significaria que seria
necessário um subsídio de 2,80% para compensar uma desvalorização de 20% da
taxa de câmbio nominal. Ou seja, dada a magnitude da desvalorização cambial
corrente parece ser inviável a compensação dos seus impactos inflacionários
apenas por meio da correção tarifária aos produtos importados; mas esta pode
contribuir de forma significativa para reduzir os impactos inflacionários.
.0
.1
.2
.3
.4
.5
.00 .04 .08 .12 .16 .20 .24 .28
Tarifas de Import. Média período
Co
ef.
de
Pe
ne
traçã
o d
as
Imp
ort
açõ
es
132
Tabela 4.16. Caso de compensação das tarifas na indústria de transformação
Preço Importações em US$ 100
94,679
94,679
Taxa de cambio 2
2,4
2,4
Variação em % 0
20%
20%
Preço importações em R$ 200
227,23
227,23
(1+Tarifas de importação) 1,11
1,11
0,9770
Variação das tarifas em
pontos % 0%
0%
-13,30%
Preço final em R$ 222
252,225
222
Mas, como mostrado também pela revisão da literatura, o repasse cambial
tende a ser menor em países e em períodos caracterizados por menores taxas de
inflação. Assim, a diminuição do repasse cambial para os preços depende da
sinalização do governo de seu comprometimento com a estabilização, por meio das
políticas fiscal e monetária, de tal forma que os agentes se sintam desestimulados a
repassar os choques cambiais para os preços sob o risco de perderem parcelas do
mercado.
133
Referências Bibliográficas
Albuquerque, C. R.; Portugal, M. S. Pass-through from exchange rate to prices in Brazil : an analysis using time-varying parameters for the 1980 - 2002 period. Revista de economía. Montevideo, vol., n. 1, p. 17-73, 2005. ALIBER, Robert Z.; CHOWDHRY, Bhagwan; YAN, Shu. Some evidence that a Tobin tax on foreign exchange transactions may increase volatility. Review of Finance, v. 7, n. 3, p. 481-510, 2003.
BAGNAI, A. (2010). Structural changes, cointegration and the empirics of Thirlwall´s Law. Applied Economics, 42, 1315–1329.
Bailliu, J.; Fujii, E. Exchange rate pass-through and the inflation environment in industrialized countries: an empirical investigation. Bank of Canada. Seminar series, dec. 2003.
BARBOSA-FILHO, N.H. (2002). The Balance of Payments Constraint: From Balanced Trade to Sustainable Debt. Center for Economic Policy Analysis Working Paper 06: 1-24.
BARBOSA-FILHO, N.H. (2004). Growth, exchange rates and trade in Brazil: a structuralist post-Keynesian approach. Nova Economia, 14 (2), p. 59-86.
Belaisch, A. Exchange rate pass-through in Brazil. International Monetary Fund. Working paper n. 3/141, july 2003.
BÉRTOLA, L.; HIGACHI, H.; PORCILE, G. (2002). Balance of payments constraint growth in Brazil: a test of Thirlwall’s Law, 1890-1973. Journal of Post-Keynesian Economics, 25 (1): 123-140.
BOYD, D.; CAPORALE, G.M.; SMITH. R. (2001). Real exchange rate effects on the balance of trade: cointegration and the Marshall-Lerner condition. International Journal of Finance and Economics, 06 (3): 187-200.
BRESSER-PEREIRA, L.C.; NAKANO, Y. (2003). Crescimento Econômico com Poupança Externa? Revista de Economia Política, 23 (2): 3-27.
Campa, J. M., Goldberg, L. S. Exchange rate pass-through to import prices. The Review of Economics and Statistics. Cambridge, v. 87, n. 4, p. 679-690, nov. 2005.
134
Campa, J. M., Goldberg, L. S. The Sensitivity of the CPI to Exchange Rates: Distribution Margins, Imported Inputs, and Trade Exposure. The Review of Economics and Statistics. MIT Press, vol. 92, n.2, p. 392-407, may 2010. Campa, J. M., Goldberg, L. S., González-Mínguez, J.M. Exchange rate pass-through to import prices in the euro area. Federal Reserve Bank of New York. Staff Reports n. 219, set. 2005. CARVALHO, A.; DE NEGRI, J. A.. Estimação de equações de importação e exportação de produtos agropecuários para o Brasil (1977/1998). IPEA, Instituto de Pesquisa Econômica Aplicada, 2000.
CARVALHO, V.R.S.; LIMA, G.T. (2009). Estrutura produtiva, restrição externa e crescimento econômico: a experiência brasileira. Economia e Sociedade, 18 (35): 31-60.
CHEN, Y-C; TSANG, K. P. A Macro-Finance Approach to Exchange Rate Determination, 2011.
CRUZ, M.J.V.; NAKABASHI, L.; PORCILE, G.; SCATOLIN, F. D. (2007). Uma análise do impacto da composição ocupacional sobre o crescimento da economia brasileira. Economia, Revista da Anpec, 08 (Selecta): 55-73.
DIEBOLD, F. e RUDEBUSCH, G. Yield Curve Modelling and Forecasting – The Dinamic Nelson-Siegel Approach. Princeton University Press, 2013 Dornbusch, R. Exchange Rates and Prices. American Economic Review. Pittsburgh, v. 77, n.1, p. 93-106, mar. 1987.
EICHENGREEN, B. (2008). The Real Exchange Rate and Economic Growth. Comission on Growth and Development, Working Paper No. 4.
Feenstra, R. C. Symmetric pass through of tarifs and exchange rates under imperfect competition. Journal of International Economics. North-Holland, vol.27, p. 25-45, 1989.
FEIJÓ, C.A.; CARVALHO, P.G.M.; ALMEIDA, J.S.G. (2005). Ocorreu uma desindustrialização no Brasil? Texto de Discussão, Instituto de Estudos para o Desenvolvimento Industrial. Disponível em www.iedi.org.br.
FEIJÓ, C.A.; CARVALHO, P.G.M.; RODRIGUEZ,M.S. (2003). Concentração Industrial e Produtividade do Trabalho na Indústria de Transformação nos anos 90: Evidências Empíricas. Economia: Revista da Anpec, 4 (1): 19-52.
135
FELDSTEIN, M.; HORIOKA, C. (1980), "Domestic Saving and International Capital Flows", Economic Journal 90 (358): 314–329.
FERREIRA, A.; CANUTO, O. (2003). Thirlwall’s Law and foreign capital in Brazil. Momento Econômico, 125: 18-29.
Froot , K. A.; Klemperer, P. D. Exchange rate pass-through when market share matters. The American Economic Review. Pittsburgh, v.79, n.4, p. 637-654, sept. 2001. FURLANI, L. G. C.; PORTUGAL, M. S.; LAURINI, M. P. Exchange rate movements and monetary policy in Brazil: Econometric and simulation evidence. Economic Modelling, p. 284-295, 2009.
GALA, P. (2007). Dois padrões de política cambial: América Latina e Sudeste Asiático. Economia e Sociedade, 16 (01): 65-91.
GARCIA, M. P.; URBAN, F.. O mercado interbancário de câmbio no Brasil, 2004.
GARCIA, Márcio GP. A macroeconomia do dólar futuro. Resenha BM&f, v. 118, p. 37-45, 1997.
GLÜZMANN, P.A.; LEVY-YEYATI, E.; STURZENEGGER, F. (2012). Exchange rate undervaluation and economic growth: Díaz Alejandro (1965) revisited. Economic Letters, 117: 666-672.
Goldberg, L. S.; Dillon, E. D. Why a dollar depreciation may not close the U.S. trade deficit. Federal Reserve Bank of New York. Current Issues in Economics and Finance, vol. 13, n. 5, June 2007. Goldberg, P.; Knetter, M. Goods prices and exchange rates: what have we learned? Journal of Economic Literature, Pittsburgh, vol. 35, n. 3, p. 1243-1272, 1997.
GOMES, F.A.R.; LOURENÇO,S.P. (2005). Can real exchange rate devaluation improve the trade balance? The 1990–1998 Brazilian case. Applied Economics Letters, 12 (9): 525-528.
GUPTA-KAPOOR, A.; RAMAKRISHNAN, U. (1999). Is there a J-Curve? A new estimation for Japan. International Economic Journal, 13 (4): 71-79.
HAU, Harald. The role of transaction costs for financial volatility: Evidence from the Paris Bourse. Journal of the European Economic Association, v. 4, n. 4, p. 862-890, 2006.
136
HAUSMANN, R; PRITCHETT, L; RODRIK, D. (2005). Growth Acceleration. Journal of Economic Growth, 10 (4): 303-329.
HOLLAND, M.; VILELA, F.; CANUTO, O. (2004). Economic Growth and the Balance-of-Payments Constraint in Latin America. Investigación Económica,
Hooper, P., Mann, C. L. Exchange rates pass-through in the 1980s: the case of U.S. imports of manufactures. Brookings Papers on economic Activity. Washington D.C., vol. 20, n.1, p.297-337, 1989. Ihrig, J. E.; Marazzi, M.; Rothenberg, A. D. Exchange-Rate Pass-Through in the G-7 countries. Board of Governors of the Federal Reserve System International Finance. Discussion Papers n. 851, jan. 2006.
JAYME JR., F.G. (2003). Balanced-of-payments constrained economic growth in Brazil. Revista de Economia Política, 23 (1): 62-84.
Johansen, S. Juselius. Maximum likelihood estimation and inference on cointegration with applications to the demand for money. Oxford Bulletin of Economics and Statistics, vol. 52, p.169-209, 1990. Johansen, S. Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, vol.12, p. 231-254, june-sept. 1988.
KRUGMAN, P.; BALDWIN, R.E. (1987). The Persistence of the U.S. Trade Deficit. Brookings Papers on Economic Activity, 1: 1-43.
LAURINI, Márcio Poletti; FURLANI, Luiz Gustavo Cassilatti; PORTUGAL, Marcelo Savino. Empirical market microstructure: An analysis of the BRL/US $ exchange rate market. Emerging Markets Review, v. 9, n. 4, p. 247-265, 2008. LYONS, R. K. The microstructure approach to exchange rates. Cambridge, MA: MIT press, 2001. MacCarthy, J. Pass-through of exchange rates and import prices to domestic inflation in some industrialized economies. Federal Reserve Bank of New York, Staff Report, n. 111, mar. 1999.
MARCONI, N. (2008). Existe doença holandesa no Brasil? Anais do XIII Encontro Nacional de Economia Política.
MCCOMBIE, J.; THIRLWALL, A. (1994). Economic growth and the balance of payments constraint. New York: St. Martin’s Press.
137
MEYER, T.R.; PAULA, L.F. (2009). Taxa de câmbio, exportações e balança comercial no Brasil: uma análise do período 1999-2006. Revista Análise Econômica, 51: 187-219.
NAKABASHI, L. (2007) O Modelo de Thirlwall com variações nas elasticidades. Economia e Sociedade, 16 (1): 93-110.
NASSIF, A. (2006). Há evidências de desindustrialização no Brasil? Texto para Discussão do Banco Nacional de Desenvolvimento Econômico e Social (BNDES), 108.
Nogueira Júnior, R. P. 2010. Inflation Environment and Lower Exchange Rate Pass-Through in Brazil: Is There a Relationship? Revista Brasileira de Economia. Rio de janeiro, vol. 64, n.1, p. 49-56, mar. 2010. Nogueira, V. A., Mori, R. Marçal, E. F. Transmissão da variação cambial para as taxas de inflação no Brasil: estimação do pass-through através de modelos de vetores autoregressivos estruturais com correção de erros. Anais do XL Encontro nacional de economia – ANPEC. 2012.
ONAFOWORA, O. (2003). Exchange rate and trade balance in East Asia: is there a J−Curve? Economics Bulletin, 05 (18): 1-13.
Pedroni, P. Fully modified OLS for heterogeneous cointegrated panels. In: Nonstationary panels, panel cointegration and dynamic panels. Advances in Econometrics, vol. 15, p.93 – 130, 2001. Phillips, C.B. P; Hansen, B.E. Statistical inference in instrumental variables regression with I(1) processes. Review of Economic Studies, n. 57, p. 99-125, 1990.
PORCILE, G.; CURADO, M.; BAHRY, T. R. (2003) Crescimento com restrição no balanço de pagamentos e “fragilidade financeira” no sentido minskyano: uma abordagem macroeconômica para a América Latina. Economia e Sociedade, 12 (1): 25-41.
PRASAD, E.; RAJAN, R.; SUBRAMANIAN, A. (2007). Foreign capital and economic growth. IZA DP, 3186, Discussion Paper Series.
Prince, D.; Kannebley, S. K. J. Strong hysteresis in Brazilian imports: a panel cointegration approach. Journal of Economic Studies, 40, 4, p. 528-548, 2013. RATTI, Bruno. Comércio internacional e câmbio. Ed. Aduaneiras, 2006.
138
RODRIK, D. (2008). The Real Exchange Rate and Economic Growth. Brookings Papers on Economic Activity, Conference Draft.
ROSSI, Pedro; DE MEDEIROS CARNEIRO, Ricardo. Taxa de câmbio no Brasil: dinâmicas da especulação e da arbitragem. Campinas: Unicamp, Instituto de Economia (Tese de Doutoramento em Economia), 2012.
SILVA, M.V.B; SILVEIRA NETO, R.M. (2007). Crescimento do Emprego Industrial no Brasil e Geografia Econômica: Evidências para o Período Pós-Real. Economia: Revista da Anpec, 08 (2): 269-288.
Taylor, J.B. Low inflation, pass-through and the pricing power of firms. European Economic Review. n. 44, p. 1389-1408, 2000.
THIRLWALL, A.P. (1979). The Balance of Payments Constraint as a Explanation of International Growth Rate Differences. Banca Nazionale del Lavoro Quarterly Review, 128.
THIRLWALL, A.P. (2011). Balance of payments constraint growth models: history and overview. PSL Quarterly Review, 64 (259): 307-351.
THIRLWALL, A.P., HUSSAIN, M.N. (1982). The Balance of Payments Constraint, Capital Flows and Growth Rate Differences Between Developing Countries. Oxford Economic Papers, 10: 498-509.
VENTURA, A.; GARCIA, M.P.. Mercados futuro e à vista de câmbio no Brasil: o rabo abana o cachorro. Revista Brasileira de Economia, v. 66, n. 1, p. 21-48, 2012. Yang, J. Exchange rate pass-through in US manufacturing industries. The Review of Economics and Statistics. N.79 p. 95-105, 1997. Yang, J. Pricing-to-market in U.S. imports and exports: a time series and cross-sessional study. The Quarterly Review of Economics and Finance. Champaign, vol. 38, n. 4, p. 843-861, 1998.
Recommended