Upload
vunhan
View
221
Download
0
Embed Size (px)
Citation preview
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
DO CRASH1 AO SUBPRIME2: UMA ANÁLISE DA CONCESSÃO DE
CRÉDITO NO BRASIL
Lyza Anzanello de Azevedo
Universidade do Estado de Santa Catarina - UDESC
Daniel de Souza
Universidade do Estado de Santa Catarina – UDESC
“(…); as expectativas ilusórias associadas a certas decisões sociais no momento de sua adoção
contribuem para manter escondidos seus futuros efeitos reais.”
(Hirschman, 2000, p. 122)
Resumo: A Crise de 29 abriu as portas para o ciclo das grandes crises mundiais. Na década de 1970
geradas pelo petróleo, na década de 1980 pelas moratórias que geraram um grande número de crises
durante toda a década de 1990 nos mercados emergentes que perpetuaram-se ainda até meados da
metade de 2003 culminando na crise americana de 2007, que levou a crise de toda economia mundial
no final de 2008. Sendo assim, a partir da revisão da literatura sobre a relação entre crises financeiras
mundiais e os impactos na concessão de crédito nacional, analisou-se quanto significativas são as crises
financeiras globais na economia interna do país. O que foi feito através de análises macroeconômicas e
utilizando-se do método econométrico dos Mínimos Quadrados Ordinários, com modelo de série
temporal com dados mensais de janeiro de 1995 a janeiro de 2010. Apesar do primeiro modelo
proposto não ser significativo o segundo modelo proposto mostrou que todas as crises excetuando as
crises de 2001 (Crise Argentina) e a de 2002 (Crise “Lula”) são significativas para explicar as
alterações no percentual de concessão total de créditos sobre o PIB.
Palavras-Chave: Crises financeiras mundiais; concessão de crédito no Brasil; expectativas
ilusórias; contaminação especulativa.
1 INTRODUÇÃO
O Mercado Financeiro Mundial vem há algum tempo transitando em um
mundo paralelo, entre a realidade econômica e as expectativas ilusórias. Este mundo
paralelo, somado as diversas Crises que afetaram indiscriminadamente a economia
mundial nessas duas últimas décadas, detêm o poder de transformar sonhos em
pesadelos em uma fração de segundos.
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
O presente artigo trabalha esse tema através de um outro ângulo: A Concessão
de Crédito no Brasil. A partir dessa disponibilização de linhas de crédito total dada
pelos bancos privados e públicos a todos os setores da economia nacional, tratou-se
sobre o reflexo real das Crises Financeiras Mundiais diante dessa parcela do Mercado
Financeiro Nacional.
O objetivo geral apresentado é a significância das Crises Financeiras Mundiais
na concessão de crédito dada pelos bancos no Brasil.
Sendo assim o método adotado consiste nos seguintes passos:
Primeiramente, dividir-se-á o trabalho em duas partes: teórica e prática.
Primeiramente utilizaremos dados teóricos para o embasamento do modelo proposto
através de livros e artigos acadêmicos. Nessa parte será feita uma breve análise das
principais Crises Financeiras Mundiais e seus impactos na economia nacional, com
um enfoque na ultima crise de 2008.
Seguindo está ordem, será feita a apresentação de todos os dados necessários
ao modelo: Concessão de Crédito Total em percentual do Produto Interno Bruto
(PIB); Taxa de Juros (TJLP); Operações de Crédito no Sistema Financeiro (Risco 2);
Formação Bruta do Capital Fixo; Conta Capital e Financeira; e Índice Bovespa
(Pontos). Sendo esses coletados nos sites do Banco Central e do Ipeadata. E seus
caracteres macroeconômicos. Juntamente com a formulação das hipóteses as serem
testadas:
Hipótese nula Hipótese alternativa
Não contaminação especulativa dos
mercados internos, no tocante a concessão total
de crédito em percentual do PIB, devido as
Crises Financeiras Mundiais.
Contaminação especulativa dos mercados
internos, no tocante a concessão total de crédito
em percentual do PIB, devido as Crises
Financeiras Mundiais.
Quadro 1 - Hipóteses testadas
A terceira etapa elabora uma breve explanação sobre os pressupostos do
modelo matemático e econométrico. Só então os dados serão transladados para o
Gretl - que é um software multi-plataforma para análise econométrica, escrito em
linguagem C e de característica livre. Sendo verificada a estacionariedade de cada
Excluído: faremos
Excluído: a
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
uma das variáveis (dependente e independentes), através de seus respectivos testes
informais e formais.
Segue-se a isto uma breve análise causal das variáveis endógenas do modelo,
através do teste de causalidade. Posteriormente e feitas as devidas correções será
rodado o modelo acrescentando-se uma variável binária (Dummy) para os meses onde
as Crises Financeiras Mundiais afetaram de forma mais expressiva a economia
nacional.
Por último, serão feitos dois testes para cada premissa do modelo:
multicolineariedade, normalidade, heterocedasticidade e autocorrelação. Sendo
corrigidos quando necessário. Posteriormente incluiremos um novo modelo
desmembrando a variável binária (dummy) das Crises Financeiras como um todo em
seis variáveis binárias (dummies), uma para cada crise a ser explicada (Crise Asiática
de 1997, Crise Russa de 1998, Crise Cambial Brasileira de 1999, Crise Argentina de
2001, Crise de Incerteza Política de 2002 e a Crise do Subprime de 2008). Novamente
serão feitos todos os testes anteriormente mencionados, que quando necessário serão
devidamente corrigidos.
2 O EFEITO DÉJÀ VU DAS CRISES MUNDIAIS
Com o intuito de enriquecer ou simplesmente para manter um padrão de vida,
de tempos em tempos, milhares de pessoas (poupadores/investidores) são iludidas por
promessas e sonhos inviáveis que transformam o mercado financeiro do melhor
amigo ao pior vilão em uma fração de segundos.
O impacto de decisões equivocadas por parte dos poupadores se amplia
quando as chamadas crises financeiras se fazem presentes. Muitas vezes, tais crises
criam reflexos negativos nas finanças das sociedade quando o mercado financeiro
mergulha em ambiente especulativo. Como efeito, expressivas quedas nos valores dos
ativos se manifestam objetivando corrigir movimentos de portfólio que, anteriormente
supervalorizou equivocadamente certos ativos em detrimento de outros.
A primeira dessas grandes crises financeiras ocorreu em 1929 em decorrência
de um boom imobiliário como relatado por John Kenneth Galbraith:
Durante 1925, a tentativa de muito dinheiro sem esforços levou pessoas em números cadê vez mais crescentes para a Florida. Cada semana mais terras eram loteadas. O que se chamava com imprecisão de costa passou a ficar a 10, 15, ou 20 quilômetros da
Excluído: Em seguida
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
costa. (...) Entretanto, na primavera de 1926 o numero de compradores novos, tão essencial para os preços continuarem a aumentar, começo a escassear. Como 1928 e 1929 mostrariam, um impulso gerado por um boom favorável não se dissipa rapidamente. (Galbraith, 2010, p.24)
Como se pode perceber mais tarde essa seria apenas a ponta do iceberg que foi
fomentado durante a década de vinte por uma ilusão de crescimento econômico sem
sustentação em bases reais. Após o pânico gerado pela queda da Bolsa de Nova
Iorque em outubro de 1929, o aumento já crescente da oferta sem demanda se
salientou. Como resultado tivemos a tão falada crise de superprodução somente
superada com a adoção das políticas do New Deal, de Keynes, pelo governo de
Franklin Roosevelt em 1933.
Em 1973 o mundo se vê novamente em uma crise financeira, só que desta vez
o problema é gerado por uma escassez da oferta. O que vemos aqui é na verdade uma
escassez de um único produto de base – petróleo – que foi comandada pela
Organização dos Países Exportadores de Petróleo (OPEP). Devido a Guerra de Yom
Kippur, entre Israel e os países árabes. A qual motivada por fatores de divergências
culturais levou ao corte de parte da produção de petróleo e interrompeu o
fornecimento aos EUA.
Mais uma vez, em 1979, os preços das ações de petróleo sobem rapidamente.
O medo de uma nova escassez de petróleo faz com que ocorra um aumento
importante de demanda, gerando com isso mais aumento no valor de seus derivados,
ou seja, um ciclo inflacionário do valor deste produto. Ambas as crises, de 1973 e
1979, ficaram conhecidas como Choques do Petróleo.
Percebe-se a partir de 1982, um novo ciclo de crises financeiras. Dessa vez o
motivo apontado foram as moratórias decretadas em cadeia pelos países latino-
americanos. Estes haviam contraído dividas com o FMI (Fundo Monetário
Internacional) no início da década de 70 a juros muito baixos, e que devido aos
Choques do Petróleo e ao medo de inadimplência por parte dos países em
desenvolvimento foram elevados consideravelmente.
Devido as perdas geradas pelas crises financeiras dessa década e ao aumento
abusivo dos juros por parte dos países desenvolvidos, estes países viram suas
respectivas dívidas crescerem em proporções geométricas acompanhadas pela redução
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
de suas atividades produtivas em função da queda da demanda internacional por seus
produtos.
A queda repentina da Bolsa de Valores americana, em outubro de 1987, fez os
mercados relembrarem o crash de 29. E as semelhanças não eram poucas: crescimento
acelerado da produção, concessão indiscriminada de crédito e o famoso boom do
mercado acionário. Porém desta vez os efeitos da crise foram mais amenos, devido,
principalmente, a uma mudança mais rápida da política pública (corte nos gastos
públicos) e a intervenção do Fed (Banco Central Americano), presidido por Alan
Greenspan, reduzindo drasticamente as taxas de juros.
Por volta de 1994 os países latino-americano passaram novamente por
problemas financeiros. A Crise Mexicana (A Crise Tequila), que teve seu colapso
mais marcante em dezembro de 1994, afetará mais significamente o Brasil em janeiro
de 1995. Porém, devido a inserção das bandas cambiais em março de 1995 (uma das
medidas do plano real), seus reflexos foram contidos e após março deste mesmo ano
seu papel não era mais significativo para a economia nacional.
É por volta de outubro de 1997 que os reflexos da Crise Asiática, iniciada em
julho deste ano e desencadeada pela desvalorização da moeda tailandesa (baht),
apresenta seus primeiros sintomas na economia brasileira, porém com a subseqüente
Crise Russa, que chega ao Brasil em agosto de 1998 não se tem uma distinção do final
exato desta crise. Com a moratória Russa até os maiores fundos de investimentos de
risco dos EUA pediram auxilio monetário ao Fed, para garantirem o dinheiro de seus
investidores. No Brasil o resultado veio em 1999 com a desvalorização do real e a
necessidade de obter fundos junto ao FMI.
Deflagrada pela política fiscal e monetária altamente rigorosas, somadas ao
contagio das crises Asiática e Russa levaram o Brasil a pedir auxilio junto ao FMI no
verão de 1998, este contexto negativo convergiu para uma recessão a qual se estendeu
por durante todo ano de 1999 como demonstrado por Werner e Edmund:
“Isso decorreu excessiva capacidade produtiva e altas taxas de desemprego, que pressionaram vários setores a não passar adiante os aumentos de custos relacionados aos preços mais elevados das importações. Além disso, as autoridades do Banco Central mantiveram as taxas de juros extremamente altas a fim de desestimular a especulação negativa em relação ao real (a taxa mensal do overnight aumentou para 3,33% em março e a taxa de CDBs de 30 dias, para 3,17%), reduzindo-as gradativamente somente na segunda metade de 1999. No final de 1999, a inflação havia aumentado 8,9% naquele ano. (Baer, 2003, p. 238)
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
Esse “efeito dominó” das crises financeiras nos países emergentes é
resumidamente explicada por Paul Krugman ao falar sobre a Crise Asiática:
(...), a vulnerabilidade delas aumentou em parte como consequência da abertura de seus mercados financeiros, ou, em outras palavras, pelo fato de, na verdade, se tornarem melhores economias de mercado, não piores. E também ficaram mais suscetíveis por terem aproveitado as vantagens de sua nova popularidade perante os financiadores internacionais para contrair dívidas substanciais com o mundo exterior. Essas dívidas intensificaram o ciclo de realimentação entre perda de confiança e colapso financeiro, e vice-versa, agravando o círculo vicioso da crise. Não que o dinheiro tenha sido mal gasto; parte dele foi, mas nem todo. Contudo, as dívidas, agora, agora, ao contrário das anteriores, eram em dólares – o que acabou provocando a derrocada dessas economias. (Krugman, 2009, p.99-100)
Logo depois, com o acumulo de altas no mercado acionário devido a inserção
dos mercados pontocom (boom da internet), ao longo dos anos anteriores, e sem a
sustentação da continuidade dos resultados positivos dessas empresas, começam a
ocorrer quedas nos mercados financeiros. Em 2000, a supervalorização dessas
empresas já é evidente e as quedas nesses mercados passam a serem recordes.
Os ataques terroristas que ocorreram em setembro de 2001 que levaram ao
fechamento da Bolsa de Valores dos EUA por dias e a perdas financeiras
consideráveis, foram responsáveis pela diminuição das taxas de juros em escala
mundial para aquecerem as economias. Porém os escândalos contábeis (não
divulgação de prejuízos) com a empresa de energia Eron e posteriormente com outra
grande empresa do setor de telecomunicações WorldCom, fizeram diminuir
consideravelmente a credibilidade do mercado acionário.
Estabilidade pode ser mantida até meados de janeiro de 2002 quando são
sentidos os primeiros impactos da Crise Argentina. A qual também pode ser entendida
como reflexo das especulações geradas pelas crises que a antecederam, além do
problema mais evidente: a continuidade na utilização da paridade cambial com o
dólar (cada peso em circulação teria como lastro um dólar), apesar de todos os
problemas apresentados na conjuntura internacional.
Toda essa bola de neve especulativa, somada a anos de concessões de crédito
indiscriminada a juros muito baixos convergiram em uma crise financeira no final de
2007, restrita ao mercado norte-americano, mas que já no inicio de 2008 tomou
proporções globais. Segundo John Kenneth Galbraith, não foi por falta de aviso, mas
sim por não atuação do governo na hora certa como ele afirma em:
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
Em 2004, o FBI advertiu publicamente sobre “uma epidemia
de fraudes hipotecárias”. Mas o governo nada fez. Além da
inércia havia uma combinação de baixas taxas de juros,
desregulamentação e sinais evidentes de que as leis não
seriam aplicadas. Segundo a Doutrina Greenspan, as bolhas
não podem ser prevenidas, a tarefa do governo é apenas fazer
a limpeza depois. A prática de Greenspan foi criar uma bolha
atrás da outra até finalmente surgir uma tão vasta que destruiu
o sistema ao longo do caminho. (Galbrait, 2010, p.9)
Voltando ao cenário nacional, percebe-se que em meados de julho de 2003 o
Brasil consegue se reerguer e superar mais essa crise, voltando somente em setembro
de 2008, com o colapso da crise americana, a deparar-se com os reflexos de uma
Crise mundial em sua economia.
A seguir será tratada mais detalhadamente está ultima crise, também
conhecida como Crise do Subprime.
3 REESTRUTURAÇÕES CONTRA AS NOVAS CRISES
Como já visto anteriormente a morosidade do governo americano em tomar
medidas para conter as fraudes no setor imobiliário, foi - durante quatro longos anos -
arrastada até 2007 quando os primeiros bancos (em especial britânicos) começaram a
mostrar os primeiros prejuízos gerados pelas operações com os famosos subprimes.
Os governos investiram gradualmente no mercado financeiro e finalmente por volta
de junho de 2008 foram presos pelo FBI (Federal Bureau of Investigation)* diversos
envolvidos nas operações fraudulentas dos financiamentos habitacionais. Porém o
estopim do colapso ocorre somente em setembro de 2008 com o pedido de concordata
do Lehman Brothers. (Sérgio Sister, 2009)
Simplificadamente essa crise poderia ser interpretada como uma concessão
deliberada de crédito para compradores de imóveis com histórico de crédito ruim, que
devido ao seu maior risco levaram a um aumento das taxas de juros cobradas pelas
financiadoras. Com isso diversas outras financiadoras surgem no mercado de
hipotecas imobiliárias.
Nesse contexto não há nenhuma fraude, o único problema são os autos riscos.
Estes serão lançados ao mercado acionário quando as grandes empresas hipotecárias
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
começam a usar o dinheiro dos investidores de Wall Street para ampliar empréstimos,
através da securitização das hipotecas, transformando essas em papéis negociáveis no
mercado. Espalhando-os rapidamente pelo mercado internacional.
Agências de classificação de risco davam boas notas para eles, atraindo
investidores do mundo todo inclusive os grandes bancos. Ao mesmo tempo eram
concedidos refinanciamento dos imóveis para que os mutuários continuassem
consumindo. O que elevou demasiadamente os juros, levando milhares de mutuários –
que eram a base do sistema - ao inadimplemento e com eles todos os investidores.
(Sérgio Sister, 2009)
Todavia, o Brasil, desta vez devido a reestruturação do Sistema Financeiro
Nacional feita durante o governo de FHC (Fernando Henrique Cardoso) que teve
como principal medida o PROER (Programa de Estímulo à Reestruturação e
Fortalecimento do Sistema Financeiro Nacional) que segundo Gremaud em seu livro
Economia Brasileira Contemporânea pode ser interpretado como:
Este constitui-se de créditos especiais concedidos pelo Banco Central para a transferência do controle acionário de instituições com problemas. Além de crédito criou-se uma série de estímulos para fusões, incorporações e transferências acionárias, tanto tributários como o aumento das exigências de capital para forçar esse processo. (Gremaud, 2002)
Ocorreram outras medidas interventivas no sistema brasileiro após a
implementação do real: como o PROES (Programa de Incentivo à Redução do Setor
Público Estadual na Atividade Bancária) – que devido a toda retórica dos prós e
contras das privatizações, como os contras destacados por Aloysio Biondi em seus
livros sobre privatizações, não será tratado neste trabalho; e a Medida Provisória nº
1.182/95 (atualmente Lei nº 9.447/97) – ampliações do poder do BACEN para melhor
fiscalização das instituições financeiras, que de certa forma está inserido na atuação
do PROER; dentre tantas outras medidas.
Todos estes programas, como afirma o próprio Gremaud no referido texto já
citado, inflacionaram as contas do governo, porém acabaram sendo de vital
importância na estabilidade do sistema financeiro nacional como comenta Marco
Maciel em um texto publicado no site Direito 2:
A atual crise mundial dos mercados financeiros e de capitais confirma o quanto estava certo o então presidente Fernando
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
Henrique Cardoso ao criar o Programa de Estímulo à Reestruturação e ao Fortalecimento do Sistema Financeiro Nacional (Proer), implementado no Brasil de 1995 a 2000. A implementação do programa, lembra o senador, custou, no total, R$ 20,4 bilhões, o que teria representado cerca de 2,7% do Produto Interno Bruto (PIB) médio do triênio 1995/1997. Os valores atualizados são, evidentemente, maiores, mas a indicação do percentual do PIB dá uma boa noção de que o programa teve custos relativamente baixos", afirma o senador. Marco Maciel lembra ainda que o Banco Central vem resgatando parte dos valores que investiu no Proer. (Maciel, 2008, p.1-2)
Sendo assim, essa boa base dada por esses programas criados em 1995, mais o
Risco Brasil criado em 1997, levaram a afirmações do Presidente Lula de que o Brasil
seria muito pouco afetado pela crise devido a segurança de seu sistema financeiro.
Como afirma Ronise Jardim em sua monografia:
Os impactos da crise sobre o mercado financeiro demoraram a se refletir no mercado financeiro brasileiro. Ao contrário do que ocorreu com outros países, principalmente os desenvolvidos, que foram os mais afetados pela crise econômica mundial de 2008. Isso decorreu devido ao fato dos nossos fundos de investimento não estarem lastreados aos títulos norte-americanos podres que ocasionaram a crise de 2008, além da boa condição de solvência dos bancos comerciais brasileiros. (Jardim, 2010, p.39)
Contudo a Crise ainda deteve alguns reflexos sobre o sistema financeiro
nacional como se pode perceber através dos números de inadimplência dos créditos
concedidos pelo sistema financeiro nacional. Segundo esses dados apresentados pelo
BACEN o Risco Total sobre o PIB em janeiro de 2005 era de 24,7%, passando para
44,6% no mesmo período de 2010.
3.1 VISÃO MACROECONÔMICA DAS VARIÁVEIS DO MODELO
Diante do exposto, anteriormente, sobre as crises é necessário entender qual
modelo a ser testado. Essa análise econométrica tem como objetivo analisar a
concessão de crédito dada pelos bancos públicos e privados para todos os setores,
através de dados coletados pelo Banco Central (Bacen) próprios e os enviados pelos
demais bancos privados e públicos. No modelo essa concessão total de crédito será
colocada em percentual do Produto Interno Bruto (PIB) formando a variável
dependente OCSP.
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
Porém essas linhas de créditos dependem de diversos fatores
macroeconômicos, que oscilam devido a mudanças na economia interna e externa do
país. Devido a isto foram escolhidas as variáveis independentes.
A primeira variável é a Taxa de Juros de Longo Prazo (TJLP), visto que a taxa
de juros varia conforme as variações da renda nominal e da oferta de moeda dada pelo
Banco Central, ou seja, a taxa de juros de longo prazo tende a ser a taxa de equilíbrio
entre esta oferta e demanda por moeda. (GORDON, 2000)
Entendendo que quanto mais baixa ela for menos inclinadas as pessoas estarão
para poupar e mais inclinadas a consumir. Havendo uma relação inversamente
proporcional entre a demanda por crédito e a taxa de juros. Sendo assim, acreditamos
ser este um fator bastante significativo na concessão de crédito. É importante ressaltar
que esse dado é um percentual.
A segunda variável são as Operações de Crédito do Sistema Financeiro –
Risco 2 (RISC2). Esta variável sofreu uma pequena mudança em sua nomenclatura
em 2000, diante dos novos parâmetros de análise de séries temporais realizados pelo
banco central essa série passou a ser chamada de inadimplência e o Risco 2
compreende o nível de risco H (inadimplência superior a seis meses).
Essa variável demonstra qual o percentual de risco que os bancos correm ao
fornecerem crédito ao mercado, ou seja, se vale ou não apena disponibilizar recursos,
e a quantia que deve ser fornecida, para cada mercado. Aqui também há uma relação
inversa entre concessão de crédito e inadimplência e os dados novamente não
precisaram ser deflacionados, pois não se trabalha com uma moeda especifica mas
sim com uma unidade monetária padrão.
A terceira variável é a Formação Bruta do Capital Fixo (FBCF), que indica
quanto foi investido pelas empresas em bens de capital. Ou seja, a significância dessa
variável no modelo representa o quão significativo é o aumento da capacidade
produtiva perante a concessão total de crédito.
Como este dado é um índice encadeado que tem como média central o ano de
1996, também não necessitará ser deflacionado
A quarta variável é a Conta Capital (CC), outrossim é conhecida como
poupança externa e devido a este fato está alhures das demais variáveis do modelo
apresentadas até agora, que tratam basicamente de aspectos puramente relativos ao
mercado nacional. Por registrar os investimentos diretos e aplicações financeiras
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
advindos do exterior sua significância no modelo é na verdade um reflexo do mercado
externo na disponibilidade de linhas de crédito dentro do país.
A quinta variável do modelo é o Índice Bovespa (IBOV), que retrata o
comportamento dos principais papéis negociados na BM&FBOVESPA (única Bolsa
de Valores Brasileira). Sendo este um representante do comportamento médio das
principais Ações transacionadas. Sua significância no modelo é importante para
entender o papel do mercado de renda variável no que cerne a autorga de crédito pelos
bancos públicos e privados.
A ultima variável a ser inserida no modelo é uma variável binária (dummy),
única variável exógena ao modelo. Estando esta inserida no modelo para representar
os períodos onde a economia brasileira foi afetada pelas crises internacionais. Por
conseguinte está aqui a hipótese nula do modelo que baseia-se na não contaminação
especulativa dos mercados; tendo como base perspectiva de alguns economistas mais
conservadores, grande parte formada por precursores da década de 90.
Consequentemente, a hipótese alternativa testada será a contaminação
especulativa dos mercados, baseada em análises feitas, principalmente, em
decorrência das crises da década de 90. Podendo ser melhor entendida através da
afirmação feita por Paul Krugman, após a análise de tais crises:
Portanto, é possível que, essa perda de confiança em determinado país seja capaz de gerar crise econômica que efetivamente justifique a perda de confiança – que os países sejam vulneráveis ao que os economistas denominam “ataques especulativos auto- realizáveis”. E embora muitos economistas fossem céticos quanto a importância dessas crises autógenas, a experiência da década de 1990 com a América Latina e com a Ásia dirimiu as dúvidas, ao menos sob o ponto de vista prático.(KRUGMAN, 2009, p.114)
É importante ressaltar que os dados são mensais e compreendem o período de
janeiro de 1995 à janeiro de 2010 totalizando 181 observações.
3.2 UMA BREVE ANÁLISE DE CAUSALIDADE DAS VARIÁVEIS
ENDÓGENAS DO MODELO
Teste de Causalidade de Granger – H0 = não causalidade
Após verificar se há estacionariedade nas variáveis, e corrigidas a não
estacionárias efetuou-se o teste de autoregressão vetorial mostrado a seguir:
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
Equação 1: d_OPSC Todos os desfasamentos de d_OPSC F(24, 10) = 2.2855 [0.0870] Todos os desfasamentos de d_RISC2 F(24, 10) = 2.3749 [0.0777] Todos os desfasamentos de d_FBCF F(24, 10) = 1.5140 [0.2514] Todos os desfasamentos de d_IBOV F(24, 10) = 2.6644 [0.0545] Todos os desfasamentos de TJPL F(24, 10) = 1.6547 [0.2052] Todos os desfasamentos de CC F(24, 10) = 1.3095 [0.3390] Todas as variáveis, desfasamento 24 F(6, 10) = 0.16199 [0.9815]
Quadro 2: Testes- F com zero restrições
Quadro 3: Teste de Causalidade
Equação 2: d_RISC2 Todos os desfasamentos de d_OPSC F(24, 10) = 0.68437 [0.7857] Todos os desfasamentos de d_RISC2 F(24, 10) = 0.50325 [0.9183] Todos os desfasamentos de d_FBCF F(24, 10) = 0.42731 [0.9572] Todos os desfasamentos de d_IBOV F(24, 10) = 0.61544 [0.8408] Todos os desfasamentos de TJPL F(24, 10) = 0.89813 [0.6079] Todos os desfasamentos de CC F(24, 10) = 0.57813 [0.8687] Todas as variáveis, desfasamento 24 F(6, 10) = 0.24004 [0.9528]
Quadro 4: Testes-F com zero restrições
H0: Sem causalidade OPSC defasada 24 meses não explica RISC2 atual RISC2 defasada 24 meses não explica RISC2 atual FBCF defasada 24 meses não explica RISC2 atual IBOV defasada 24 meses não explica RISC2 atual TJLP defasada 24 meses não explica RISC2 atual CC defasada 24 meses não explica RISC2 atual
Quadro 5: Teste de Causalidade
Equação 3: d_FBCF Todos os desfasamentos de d_OPSC F(24, 10) = 0.63548 [0.8252]
Todos os desfasamentos de d_RISC2 F(24, 10) = 0.54442 [0.8922]
Todos os desfasamentos de d_FBCF F(24, 10) = 1.3283 [0.3298]
Todos os desfasamentos de d_IBOV F(24, 10) = 0.52143 [0.9072] Todos os desfasamentos de TJPL F(24, 10) = 0.60549 [0.8484] Todos os desfasamentos de CC F(24, 10) = 0.71793 [0.7578] Todas as variáveis, desfasamento 24 F(6, 10) = 0.24942 [0.9486]
Quadro 6: Testes-F com zero restrições
H0: Sem causalidade OPSC defasada 24 meses não explica OPSC atual
RISC2 defasada 24 meses não explica OPSC atual FBCF defasada 24 meses não explica OPSC atual
IBOV defasada 24 meses não explica OPSC atual
TJLP defasada 24 meses não explica OPSC atual CC defasada 24 meses não explica OPSC atual
H0: Sem causalidade OPSC defasada 24 meses não explica FBCF atual
RISC2 defasada 24 meses não explica FBCF atual
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
Quadro 7: Teste de Causalidade
Equação 4: d_IBOV Todos os desfasamentos de d_OPSC F(24, 10) = 0.43154 [0.9554]
Todos os desfasamentos de d_RISC2 F(24, 10) = 0.70967 [0.7647] Todos os desfasamentos de d_FBCF F(24, 10) = 0.49111 [0.9254] Todos os desfasamentos de d_IBOV F(24, 10) = 0.40750 [0.9652]
Todos os desfasamentos de TJPL F(24, 10) = 1.2682 [0.3601] Todos os desfasamentos de CC F(24, 10) = 1.0495 [0.4939] Todas as variáveis, desfasamento 24 F(6, 10) = 0.24374 [0.9512]
Quadro 8: Testes-F com zero de restrições
H0: Sem causalidade OPSC defasada 24 meses não explica IBOV atual RISC2 defasada 24 meses não explica IBOV atual FBCF defasada 24 meses não explica IBOV atual IBOV defasada 24 meses não explica IBOV atual TJLP defasada 24 meses não explica IBOV atual CC defasada 24 meses não explica IBOV atual
Quadro 9: Teste de Causalidade
Equação 5: TJPL Todos os desfasamentos de d_OPSC F(24, 10) = 2.3668 [0.0785] Todos os desfasamentos de d_RISC2 F(24, 10) = 1.2769 [0.3555] Todos os desfasamentos de d_FBCF F(24, 10) = 1.4614 [0.2714] Todos os desfasamentos de d_IBOV F(24, 10) = 7.8771 [0.0009] Todos os desfasamentos de TJPL F(24, 10) = 17.395 [0.0000] Todos os desfasamentos de CC F(24, 10) = 1.5577 [0.2360] Todas as variáveis, desfasamento 24 F(6, 10) = 1.7467 [0.2078]
Quadro 10: Testes-F com zero restrições
Teste de Causalidade H0: sem casulidade OPSC defasada 24 meses não explica TJPL atual RISC2 defasada 24 meses não explica TJPL atual FBCF defasada 24 meses não explica TJPL atual IBOV defasada 24 meses explica TJPL atual TJPL defasada 24 meses explica TJPL atual CC defasada 24 meses não explica TJPL atual
Quadro 11: Teste de Causalidade
Equação 6: CC Todos os desfasamentos de d_OPSC F(24, 10) = 0.52077 [0.9076] Todos os desfasamentos de d_RISC2 F(24, 10) = 0.68842 [0.7824] Todos os desfasamentos de d_FBCF F(24, 10) = 0.70984 [0.7646] Todos os desfasamentos de d_IBOV F(24, 10) = 0.49308 [0.9242] Todos os desfasamentos de TJPL F(24, 10) = 1.0073 [0.5240] Todos os desfasamentos de CC F(24, 10) = 0.64534 [0.8174]
FBCF defasada 24 meses não explica FBCF atual
IBOV defasada 24 meses não explica FBCF atual
TJLP defasada 24 meses não explica FBCF atual
CC defasada 24 meses não explica FBCF atual
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
Todas as variáveis, desfasamento 24 F(6, 10) = 0.48842 [0.8033] Quadro 12: Testes-F com zero restrições
H0: sem casulidade OPSC defasada 24 meses não explica TJPL atual RISC2 defasada 24 meses não explica TJPL atual FBCF defasada 24 meses não explica TJPL atual IBOV defasada 24 meses não explica TJPL atual TJPL defasada 24 meses não explica TJPL atual CC defasada 24 meses não explica TJPL atual
Quadro 13: Teste de Causalidade
Após os testes de causalidade realizados só foi possível constatar que a análise
passada do Índice Bovespa explica a Taxa de Juros de Longo Prazo atual. Assim
como que a própria Taxa de Juros de Longo Prazo passada explica a atual.
4. ANÁLISE ECONOMÉTRICA DOS FATORES QUE INFLUENCIAM
A CONCESSÃO DE CRÉDITO NO BRASIL DE 1995 À 2010
Antes de dar início aos testes econométricos propriamente ditos é importante
compreender que será utilizado como modelo para realizar a analise de regressão -
que tem como objetivo estimar ou prever a dependência estatística de uma variável
(dependente) de uma ou mais variáveis (explanatórias) desse artigo será o dos
Mínimos Quadrados Ordinários, que é o método mais poderoso e difundido
Com isso começamos a análise do modelo a ser testado. Primeiramente
fazendo o teste informal da presença de estacionáriedade no modelo: Análise Gráfica.
Posteriormente, efetuou-se o teste formal de estacionaridade das séries
escolhidas para o modelo na tentativa de evitar uma regressão espúria. Uma regressão
espúria acontece quando os resultados obtidos na regressão são aparentemente
significantes, mas partem de dados não relacionados (HILL, GRIFFITS, JUDGE,
2003). Para isso utilizou-se o teste de estacionaridade de Dickey-Fuller aumentado.
Percebeu-se que apenas duas (2) das cinco (5) séries escolhidas eram
estacionárias, são elas: Taxa de Juros (TJLP) e Conta Capital (CC).
Os resultados do teste foram os seguintes:
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
variável P-valor (H0 = série não estacionária)
sem constante com constante com constante e tendência
OCSP 0,9159000 0,9964000 0,9928000
TJLP 0,0005501*** 0,00169*** 0,01459**
RISC2 0,9785000 0,9812000 0,9944000
FBCF 0,6840000 0,1579000 0,06115*
CC 0,000003315*** 0,0000006831*** 0,000004947***
IBOV 0,4489000 0,4096000 0,5305000
*** Significativo a menos de 1%, ** Significativo a menos de 5% e *Significativo a menos de 10%
Tabela 1: Teste Dickey- Fuller aumentado (ADF)
Então foi realizado o teste de estacionaridade com a primeira diferença das
séries não estacionárias ao natural I(0). Assim verificou-se que as séries antes não
estacionárias tornaram-se estacionárias aplicando a primeira diferença.
Os resultados do teste com a primeira diferença são os seguintes:
variável P-valor (H0 = série não estacionária)
sem constante com constante com constante e tendência
OCSP 4,0820000E-14 2,9820000E-13 1,0730000E-19
RISC2 2,1750000E-13 6,4240000E-13 9,1730000E-13
FBCF 7,0710000E-27 3,4740000E-28 5,2540000E-32
IBOV 4,0150000E-21 3,7540000E-21 2,2720000E-22
Obs: todos são *** Significativos a menos de 1% Tabela 2: Teste de Dickey-Fuller Aumentado (ADF)
Então, rodou-se o modelo com as variáveis já expostas, e corrigida a
estacionáriedade, incluindo uma variável binária (dummy) para períodos
correspondidos pelas Crise Financeiras Mundiais.
Os resultados obtidos são os seguintes:
Variável dependente: OCSP (Operação de Crédito sobre PIB) VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR
const 0,586839 0,106819 5,494 <0,00001 ***
d_RISC2 0,000113716 2,93E-05 3,885 0,00015 ***
d_FBCF -0,000447213 0,00240638 -0,186 0,85278
d_IBOV -7,79E-06 5,82E-06 -1,34 0,18214 TJLP -0,0474082 0,00889362 -5,331 <0,00001 ***
CC -8,41E-06 8,80E-06 -0,955 0,341 Dummy_crise -0,132434 0,0826941 -1,601 0,11109
*** Significativo a menos de 1%, ** Significativo a menos de 5% e *Significativo a menos de 10% Tabela 3: Resultados da Estimação
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
A equação estimada através do Modelo de Mínimos Quadrados Ordinários foi a seguinte:
Equação 1: d_OCSP = 0,586839 + 0,000113716(d_RISC2) - 0,000447213(d_FBCF) -
7,79E-06(d_IBOV) - 0,0474082(TJLP) - 8,41E-06 (CC) - 0,132434 (Dummy_crise) + ui.
Para verificar a significância das variáveis selecionadas utilizou-se o teste t.
Segundo ele assumindo um intervalo de confiança de 95%, e conforme as hipóteses
do teste que são: hipótese nula (coeficiente significativo) e hipótese alternativa
(coeficiente não significativo). Como pode ser observado na tabela anterior a primeira
defasagem do Risco 2 mostrou significativa (0,00015***) a menos de 1%, com um
intervalo de confiança de 99%; já a primeira diferença da Formação Bruta do Capital
Fixo não mostrou significativa; igualmente a primeira diferença do Índice Bovespa
não foi considerada significativa; já a Taxa de Juros de Longo Prazo mostrou-se
significativa (<0,00001***) a menos de 1%, com um intervalo de confiança de 99%;
a Conta Capital também não se mostrou significativa; bem como a Dummy_crise não
significativa.
Em seguida, realizaram-se testes para verificar se os pressupostos básicos do
modelo de regressão múltipla não estavam sendo violados. O primeiro teste realizado
foi o de multicolinearidade. O método utilizado para determinar se havia ou não
multicolinearidade foi o FIV (Fator de inflação da variância). Valores maiores que 10
de FIV indicam que pode haver problemas de multicolinearidade entre as variáveis.
Os valores de FIV para as variáveis utilizadas no modelo foram os seguintes:
d_RISC2 1,023
d_FBCF 1,048
d_IBOV 1,054
TJLP 1,023
CC 1,051
Dummy_crise 1,084 Quadro 14 : Fator de Inflação da Variância (FIV)
Sendo assim, considera-se que não há problema de multicolinearidade no
modelo estimado.
Uma outra forma de detectar a multicolinearidade é olhando o �2 e as razoes t,
apresentados no modelo. Quando a equação apresenta um �� muito alto, mas poucas
razões t significantes significa que há multicolineariedade.
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
Apesar de apresentar apenas duas razões t significantes o �� do modelo foi de
0,215551, ou seja, baixo; descartando também a hipótese de multicolineariedade.
O próximo pass
o foi realizar o teste de normalidade dos resíduos. O teste revelou que o
modelo possui distribuição não normal dos erros, ou seja, rejeitou-se a hipótese nula
normalidade. O p-valor encontrado foi de 6,43344e-019.
Outro teste realizado foi o de heterocedasticidade, ou seja, de variância
constante. O teste utilizado foi o de White.
Devido ao caráter restritivo do teste que só pode ser utilizado para séries onde
o melhor grau de defasagem é 1, ao realizarmos tal teste acabamos nos encontrando
na parte inconclusiva do gráfico entre dl e du.
Em seguida, encontrou-se o melhor grau de defasagem segundo os critérios de
Akaike, Bayesiano de Schwartz, e Hannan-Quinn. Como houve divergência entre os
critérios, optou-se por considerar apenas o Akaike que apresentou como sendo 24 o
melhor grau de defasagem.
Defasagem Log. da verossimilhança p(LR) AIC BIC HQC
1 -5308,36975 68,74833 69,804049* 69,17712
2 -5275,34602 0,00165 68,786487 70,54602 69,50113
3 -5232,89765 0,00001 68,703816 71,167161 69,70432
4 -5193,54714 0,00005 68,660861 71,828019 69,94722
5 -5170,85929 0,136 68,831529 72,7025 70,40375
6 -5145,49511 0,05267 68,967886 73,54267 70,82597
7 -5125,66898 0,31041 69,175243 74,45384 71,31918
8 -5104,06671 0,1906 69,35983 75,342239 71,78963
9 -5041,0619 0 69,013614 75,699837 71,72927
10 -4992,79894 0 68,856397 76,246432 71,85791
11 -4944,21178 0 68,695023 76,788871 71,98239
12 -4893,43915 0 68,50563 77,303292 72,07886
13 -4846,81265 0 68,369393 77,870867 72,22848
14 -4811,24909 0,00043 68,374988 78,580276 72,51993
15 -4754,91686 0 68,114319 79,023419 72,54512
16 -4659,73336 0 67,355556 78,968469 72,07222
17 -4592,45082 0 66,954498 79,271224 71,95702
18 -4515,21556 0 66,425841 79,44638 71,71422 Tabela 4: Sistema VAR, máximo grau de defasagem igual a 24
Valor Crítico dl Valor Crítico du 4- du 4-dl d calculado
1,7071 1,831 2,169 2,2929 1,80
Quadro 15: Resultado do Teste de White
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
Defasagem Log. da verossimilhança p(LR) AIC BIC HQC
19 -4465,51154 0 66,250148 79,9745 71,82439
20 -4377,70433 0 65,585953 80,014118 71,44605
21 -4191,66787 0 63,662409 78,794386 69,80836
22 -4024,7881 0 61,984463 77,820254 68,41628
23 -3774,73974 0 59,240253 75,779857 65,95792
24 -3531,65052 0 56,585263* 73,82868 63,588792*
Os asteriscos indicam os melhores valores dos respectivos critérios de informação.
Critérios de informação:
AIC = Critério de Akaike
BIC = Critério de Bayesiano de Schwartz
HQC = Critério de Hannan-Quinn Tabela 4: Sistema VAR, máximo grau de defasagem igual a 2
Para verificação do modelo com 24 defasagens foi necessário utilizar o
modelo dos Multiplicadores de Lagrange (LM) aumentado pelo teste F como coloca
Hill:
Para teste de estruturas de autocorrelação mais complicadas, que envolvem defasagens de ordem superior (...), o teste LM pode ser usado, incluindo-se os erros defasados adicionais em yt = B1 + B2x1 + pet-1 + v1, e usando-se um teste F para testar a relevância de sua inclusão. (HILL, GRIFFITS, JUDGE, 2003)
Realizando o teste de autocorrelação com 24 defasagens verificou-se que o
modelo não é autocorrelacionado porque o p-valor do teste LMF (La Grange
aumentado pelo teste F) foi de 0,306039.
4.1. Verificação do novo modelo
Para tornar significativa Dummy de Crise rodou-se um novo modelo onde foi
incluída uma dummy para cada crise, e retirado o ano de 1995:
Variável dependente: OCSP (Operação de Crédito sobre PIB)
VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR
const 0,404529 161.554 25.040 1.331 **
d_RISC2 0,000133353 3.11362e-05 42.829 3,21e-05***
d_FBCF -0,000220185 244.441 -901 92.834
d_IBOV -4,42617e-06 5.56352e-06 -7.956 42.749
TJLP -0,0281209 156.726 -17.943 0,07471*
CC 1,26729e-06 9.09088e-06 1.394 88.931
dummy_crise97 -0,494111 167.129 -29.565 0,00360***
Tabela 5: Resultados da Estimação
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
Variável dependente: OCSP (Operação de Crédito sobre PIB)
VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR
dummy_crise98 0,6315 292.437 21.594 3.234 **
dummy_crise99 -0,331711 156.107 -21.249 3.517 **
dummy_crise2001 -0,255906 186.222 -13.742 17.135
dummy_crise2002 -0,138901 235.035 -5.910 55.539
dummy_crise2008 0,444869 266.929 16.666 9.760 *
***Significativo a menos de 1%, **Significativo a menos de 5% e *Significativo a menos de 10%
Tabela 5: Resultados da Estimação
Lembrando que o teste de estacionariedade não foi refeito, porque só foram
incluídas no modelo original variáveis dummies.
A equação estimada através do Modelo de Mínimos Quadrados Ordinários foi a seguinte:
Equação 2: d_OCSP = 0,404529 + 0,000133353 (d_RISC2) - 0,000220185 (d_FBCF) -
4,42617e-06(d_IBOV) - 0,0281209(TJLP) – 1,26729e-06(CC) - 0,494111 (Dummy_crise97) + 0,6315(Dummy_crise98) - 0,331711 (Dummy_crise99) -0,255906 (Dummy_crise20001) -0,138901 (Dummy_crise2002) + 0,444869 (Dummy_crise2008)
Para verificar a significância das variáveis selecionadas utilizou-se o teste t.
Segundo ele assumindo um intervalo de confiança de 95%, e conforme as hipóteses
do teste que são: hipótese nula (coeficiente significativo) e hipótese alternativa
(coeficiente não significativo). Como pode ser observado na tabela anterior a primeira
defasagem do Risco 2 mostrou significativa (3,21e-05 ***) a menos de 1%, com um
intervalo de confiança de 99%; já a primeira diferença da Formação Bruta do Capital
Fixo não mostrou significativa; igualmente a primeira diferença do Índice Bovespa
não foi considerada significativa; já a Taxa de Juros de Longo Prazo mostrou-se
significativa (0,07471*) a menos de 10%, com um intervalo de confiança de 90%; a
Conta Capital também não se mostrou significativa; a dummy_crise97 mostrou-se
significativa (0,00360***) a menos de 1%, com um intervalo de confiança de 99%; a
dummy_crise98 mostrou-se significativa (0,0323**) a menos de 5%, com um
intervalo de confiança de 95%; a dummy_crise99 mostrou-se significativa (0,0352**)
a menos de 5%, com um intervalo de confiança de 95%; a dummy_crise2001 não se
mostrou significativa; bem como a dummy_crise2002 não significativa; a
dummy_crise2008 mostrou-se significativa (0,09076*) a menos de 10%, com um
intervalo de confiança de 90%.
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
Em seguida, realizaram-se testes para verificar se os pressupostos básicos do
modelo de regressão múltipla não estavam sendo violados. O primeiro teste realizado
foi o de multicolinearidade. O método utilizado para determinar se havia ou não
multicolinearidade foi o FIV (Fator de inflação da variância). Valores maiores que 10
de FIV indicam que pode haver problemas de multicolinearidade entre as variáveis.
Os valores de FIV para as variáveis utilizadas no modelo foram os seguintes:
Sendo assim, considera-se que não há problema de multicolinearidade no modelo estimado. Uma outra forma de detectar a multicolinearidade é olhando o �2 e as razoes t,
apresentados no modelo. Quando a equação apresenta um �2 muito alto, mas
poucas razões t significantes significa que há multicolinearidade.
Além de apresentar seis razões t significantes o �2 do modelo foi de
0,274274, ou seja, baixo; descartando também a hipótese de multicolinearidade.
O próximo passo foi realizar o teste de normalidade dos resíduos. O teste
revelou que o modelo possui distribuição não normal dos erros, ou seja, rejeitou-se a
hipótese nula normalidade. O p-valor encontrado foi de 2.57183e-17. Sendo assim, a
separação da dummy total das crises não conseguiu normalizar a distribuição dos
erros.
d_RISC2 1.100
d_FBCF 1.099
d_IBOV 1.022
TJLP 1.392
CC 1.199
Dummy_crise97 1.482
Dummy_crise98 1.477
Dummy_crise99 1.201
Dummy_crise2001 2.344
Dummy_crise2002 2.298
Dummy_crise2008 1.231
Quadro 16: Fator de Inflação da Variância (FIV)
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
Outro teste realizado foi o de heterocedasticidade, ou seja, de variância
constante. O teste utilizado foi o de White. Obteve-se um p-valor de 0.052039,
significando que aceitou-se a hipótese nula de homocedasticidade.
Defasagem Log. da verossimilhança p(LR) AIC BIC HQC
1 -4773,31783 66,456409 68,050390 67,104080 2 -4735,21920 0,00010 66,427660 68,757326 67,374257 3 -4688,88431 0 66,286086 69,351436 67,104080 4 -4667,77075 0,21977 66,490010 70,291043 68,034457 5 -4647,38754 0,26877 66,703939 71,240656 68,547311 6 -4622,69466 0,06781 66,858831 72,131232 69,001128 7 -4599,61611 0,11961 67,035837 73,043922 69,477060 8 -4579,29969 0,27357 67,250681 73,994449 69,990828 9 -4507,86236 0 66,765238 74,244690 69,804311
10 -4469,00609 0,00007 66,726111 74,941247 70,064109 11 -4396,61668 0 66,227626 75,178446 69,864549 12 -4336,98415 0 65,903892 75,590396 69,839741 13 -4287,74521 0 65,722537 76,144725 69,957311 14 -4247,93684 0,00004 65,670368 76,828239 70,204066 15 -4183,74223 0 65,284140 77,177695 70,116764 16 -4101,19715 0 64,646536 77,275775 69,778085 17 -4018,92454 0 64,012665 77,377588 69,443139 18 -3915,21725 0 63,085168 77,185774 68,814567 19 -3812,21171 0 62,167284 77,003574 68,195608 20 -3568,62606 0 59,323645 74,895619 65,650894 21 -3219,34880 0 55,032175 71,339833 61,65835 22 -2348,10649 0 43,59050* 60,63384* 50,51560*
Os asteriscos indicam os melhores valores dos respectivos critérios de informação. Critérios de informação: AIC = Critério de Akaike BIC = Critério de Bayesiano de Schwartz HQC = Critério de Hannan-Quinn
Tabela 6: Sistema VAR, máximo grau de defasagem igual a 22
Realizando o teste de autocorrelação com 22 defasagens verificou-se que o
modelo é autocorrelacionado, porque o p-valor do teste LMF (La Grange aumentado
pelo teste F) foi de 0,0159.
5 Conclusão
Este artigo teve como objetivo determinar a significância das crises financeiras
mundiais na concessão de crédito dada pelos bancos brasileiros.
Apesar de no primeiro modelo a dummy_crise não ser significativa para
explicar as alterações no percentual de concessão total de créditos sobre o PIB, com a
separação no segundo modelo pode-se perceber que excetuando-se as crises de
2001(Crise Argentina) e 2002 (Crise “Lula”), todas as outras crises mostraram
significativas dentro do modelo proposto.
4 - Escritório Federal de Investigação 5- “Este possibilita não só estimar os parâmetros estruturais dos modelos envolvidos, mas também testar as restrições advindas das respectivas equações de Euler de cada modelo, (...).” (Bonomo, 2004, p.480)
Ademais, é importante ressaltar a importância provada da Taxa de Juros de
Longo Prazo e da Inadimplência que mostraram-se significativas em todos os
modelos propostos.
Quanto a Formação Bruta do Capital Fixo sua não significância pode dever-se
ao fato de que a única serie temporal que continha dados mensais era a Formação
Bruta de Capital Fixo em relação a compra de maquinário, os índices totais eram
apenas anuais. Efeito similar pode ter ocorrido com a Conta Capital que na verdade
foi uma variável mais generalizada para demonstrar a entrada de investimentos e
aplicações no país. A grande surpresa foi o Índice Bovespa, mas tanto nesse quanto
nos outros dois casos não se pode descartar a ocorrência de erros estocásticos na
coleta e manipulação dos dados.
Quanto a não ocorrência de normalidade na distribuição dos erros é importante
lembrar que apesar de ser um dos pressupostos do MQO, dependendo do tamanho da
amostra é comum o teste apontar que os erros não são normalmente distribuídos. Ao
longo da pesquisa para tentar resolver este problema foram acrescentadas 6 dummies
estruturais no lugar do dados discrepantes, porém a distribuição dos erros permaneceu
não normal. Com isto optou-se por deixar o erro não normal e evitar a inclusão de
tantas dummies que poderiam alterar muito as características reais do modelo.
(Gujarati, 2003)
A retirada do ano de 1995, por ser este um ano com muitas variações de
inflação dentre outros parâmetros econômicos, também foi uma tentativa de
normalizar o erro, o que, perceptivelmente, não ocorreu. Nem mesmo a separação das
dummies por crise normalizou a distribuição do erro.
Portanto o que podemos concluir é que o ideal seria partir para outro método
de estimação. O GMM5 (Método Generalizado dos Momentos) poderia ser
recomendável, porém não é tratado a nível de graduação.
6 REFERÊNCIAS BIBLIOGRÁFICAS
BAER, W. A Economia Brasileira. 2 ed. São Paulo: Nobel, 2002.
BANCO CENTRAL DO BRASIL. Economia e Finanças – Séries Temporais. Brasília: BR.
1 Do inglês: quebra. 2 Expressão utiliza como referência para os ditos títulos “podres”(sem valor) negociados nas Bolsas de Valores 3 Do francês: já visto
BLANCHARD, O. Macroeconomia (4nd edição ed.). (C. Martins, & M. Rosemberg, Trans.) São Paulo, SP, Br: Pearson Prentice Hall, 2007.
GALBRAITH, J. K. 1929 A Grande Crise. (C. A. Colotto, Trans.) São Paulo, SP, Br: Larousse do Brasil, 2010.
GORDON, R.J. Macroeconomia. 7 ed. Porto Alegre: Bookman, 2000.
GREMAUD, A. P.; VASCONCELLOS, M. A. S. de; TONETO JR, R. Economia Brasileira Contemporânea. 7. ed. São Paulo: Atlas, 2007. GUJARATI, D. Econometria básica. 4. ed. Rio de Janeiro: Elsevier, 2003.
HILL, R. C.; GRIFFITHS, W. E.; JUDGE, G. G. Econometria. 2. ed. São Paulo: Saraiva, 2003.
HIRSCHMAN, A. O. As Paixões e os Interesses: Argumentos Políticos para o Capitalismo antes de seu Triunfo. (L. Campelo, Trans.) São Paulo, SP, Br: Paz e Terra, 2000.
JARDIM, Ronise. O setor coureiro-calçadista gaúcho e a crise internacional de 2008. Universidade Federal do Rio Grande do Sul. Faculdade de Ciências Econômicas. Curso de Ciências Econômicas. 2010. Disponível em: < http://hdl.handle.net/10183/25426>. Acesso em: nov. 2010.
KRUGMAN, P. A crise de 2008 e a economia da depressão. 3. ed. Rio de Janeiro: Elsevier, 2009.
MACIEL, Marcos. Crise atual: Confirma acerto do lançamento do Proer no governo FHC. Disponível em: < http://www.direito2.com.br/asen/2008/set/30/marco-maciel-crise-atual-confirma-acerto-do-lancamento-do-proer>. Acesso em: 18 de nov. 2010.