UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ (UNIOESTE) …tede.unioeste.br/bitstream/tede/4157/2/Daniel_Centuriao_2018.pdf · universidade estadual do oeste do paranÁ (unioeste) centro

UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ (UNIOESTE)

CENTRO DE CIÊNCIAS SOCIAIS APLICADAS

PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU EM

ECONOMIA

DANIEL AMORIM SOUZA CENTURIÃO

DETERMINANTES DO VALOR ADICIONADO E EMPREGO NA

INDÚSTRIA BRASILEIRA: DESINDUSTRIALIZAÇÃO E

CRESCIMENTO ECONÔMICO

TOLEDO-PR

2018

DANIEL AMORIM SOUZA CENTURIÃO

DETERMINANTES DO VALOR ADICIONADO E EMPREGO NA

INDÚSTRIA BRASILEIRA: DESINDUSTRIALIZAÇÃO E

CRESCIMENTO ECONÔMICO

Dissertação apresentada à banca examinadora do

curso de pós-graduação stricto sensu em Economica

como exigência para a obtenção do título de mestre

em Economia, sob a orientação do professor PhD.

Ricardo Luis Lopes.

TOLEDO-PR

2018

A dissertação intitulada “DETERMINANTES DO VALOR ADICIONADO E EMPREGO NA

INDÚSTRIA BRASILEIRA: DESINDUSTRIALIZAÇÃO E CRESCIMENTO

ECONÔMICO” apresentada por Daniel Amorim Souza Centurião, como exigência parcial para

obtenção do título de mestre em Economia à Banca Examinadora da Universidade Estadual do

Oeste do Paraná (UNIOESTE).

BANCA EXAMINADORA

____________________________________________

Profº PhD. Ricardo Luis Lopes (orientador)

____________________________________________

Prof. Drº. Jefferson Andronio Ramundo Staduto (examinador)

____________________________________________

Prof. Drº. Luiz Alberto Cypriano (examinador)

____________________________________________

Prof. Drº. Marcos Minoru Hasegawa (examinador)

Toledo - PR, 02 de março de 2018.

Dedico a minha família, por toda força e

compreensão.

AGRADECIMENTOS

Os agradecimentos de um momento tão importante como esse sempre devem ser

primeiramente a Deus, por ter me guiado pelos caminhos tortuosos e duros da vida, até este

momento que é mais que uma vitória pessoal, mas um sonho, por ter seguido mesmo em meio

a todas as dificuldades, o caminho da academia.

Nestes caminhos que trilhei, especialmente nesses dias do mestrado quero agradecer o

apoio incondicional da minha família, primeiramente meus pais e meu irmão, Adriana, Daniel

e Lucas, que foram meus esteios e abdicaram de muitas coisas para que eu me mantivesse firme

no meu sonho de seguir meus estudos, a eles devo minha vida, dedico essa conquista e dou todo

meu amor.

Ainda a minha família, as minhas avós Marilene e Aparecida, que se mantiveram

orantes a todo o tempo e não deixaram em nenhum momento de me dar carinho e apoio,

inclusive financeiro. Aos meus tios, tias e padrinho, Marcio, Luiz, Magno, Renata e Silvio que

me apoiaram financeiramente nos dias em que o mestrado parecia mais impossível, em que não

havia mais dinheiro, nem bolsa ou mesmo comida.

A minha namorada e futura esposa, Caroline, gostaria de agradecer pelo incondicional

apoio, por acreditar nas minhas ideias e por estar ao meu lado inclusive nos dias em que o

estudo mais me exigia, e mesmo na distância que as situações nos impuseram se manteve me

amando e me cuidando.

As pessoas que me acolheram e me adotaram como filho Dona Leonora e o Sr.

Lindolfo, que juntamente com a Gilsonia e a Julia, me encheram de carinho e cuidado e fizeram

com que a saudade de casa e da minha família fosse amenizada meu profundo agradecimento,

minha eterna gratidão, pois jamais terei como agradecer. Tenho certeza que vocês foram anjos

de Deus preparados para me acolher.

Aos meus amigos, que compreenderam o meu afastamento e mesmo assim se

mantiveram me estimulando para que eu alcançasse meus objetivos, em especial Renato Prado,

Pedro Fiorenza, Bruna Domingues e Francielly Tamiozo, obrigado pela amizade de longa dada,

pelas histórias, e pela certeza de que seremos amigos por toda a vida.

Finalmente agradeço aos meus professores do mestrado que me moldaram e me deram

o exemplo de que o conhecimento é infindável e bom, mas que exige dedicação e disciplina.

Em especial agradeço ao professor Luiz Alberto Cypriano, pelas excelentes aulas, pelo exemplo

como mentor e professor. Ao professor Carlos Alberto Gonçalves Junior pelas grandes

contribuições que fez em minha qualificação e por ter encaminhado minha orientação e

estimulado a minha pesquisa, e também ao meu orientador Ricardo Luis Lopes, por ter

acreditado na minha ideia de pesquisa, me desafiado e me dado a oportunidade de ser seu

orientado mesmo sendo aluno de outra universidade, compreendendo as minhas limitações e

me motivado a fazer o melhor sempre.

Agradeço a todos os colabores da UNIOESTE – Universidade Estadual do Oeste do

Paraná campus Toledo, por terem tão bem me recebido. Em especial a Luci, que nos dava todo

o suporte e carinho dias de estudo. Graças a essa universidade e aos seus colaboradores senti

ainda mais vontade de retornar a Toledo para ali permanecer e construir minha vida como

professor. A Coordenação de Aperfeiçoamento Profissional de Nível Superior o agradecimento

pelo financiamento parcial da pesquisa.

“A verdadeira dificuldade não está em aceitar

ideias novas, mas em escapar das antigas.” John Maynard Keynes

RESUMO

Este estudo busca dar algumas contribuições ao debate sobre a desindustrialização

brasileira, com um olhar específico para os determinantes das variações do valor

adicionado e do emprego na indústria, e dos fatores estruturais que influenciaram

estas variações e do valor da produção industrial, para o período de 1990 a 2014.

Com o intuito de contribuir de forma empírica foram utilizados uma análise a partir

do modelo econométrico VEC (Vector Erros Correction) e uma aplicação da

análise de insumo-produto com a técnica SDA (Structural Decomposition

Analysis), além de uma vasta revisão empírica e histórico teórica, a fim de conectar

os resultados aos fatos históricos verificados. De modo geral se constitui um

período com vasta literatura, com grandes mudanças de caráter político, de

mudanças na condução da política econômica e principalmente de conexão da

estrutura produtiva brasileira com o restante do mundo. Uma grande limitação

verificada foi a disponibilidade de séries contínuas de dados para variáveis chave

da análise desejada. Para além dos dados o grande volume e velocidade de

acontecimentos do período que geram certa limitação na evidência empírica, pois

nem sempre é possível construir modelos aptos captar tais efeitos. Os resultados

demosntraram que o emprego industrial é significativamente determiando pela

produtividade e pela remuneração e o valor adicionado por três grupos de variáveis,

um de caráter macroeconômico, um de comércio exterior e outro referente as

variações do valor adicionado dos demais setores da economia. Constatou-se

também que modificações estruturais, principalemnet nos coefeicientes diretos do

pessoal ocupado e do valor adicionado, na tecnologia e na demanda foram

determinantes para as variações estruturais da ocupação e do vlor adicionado da

indústria no período.

Palavras-chave: Insumo-produto; Indústria brasileira; Modelos autorregressivos;

Economia brasileira.

DETERMINANTS OF VALUE ADDED AND EMPLOYMENT IN THE

BRAZILIAN INDUSTRY: DISINDUSTRIALIZATION AND ECONOMIC

GROWTH

ABSTRACT

This study seeks to make some contributions to the debate on Brazilian

deindustrialization, with a specific look at the determinants of changes in value

added and employment in industry, and the structural factors that influenced these

variations and the value of industrial production, for the period of 1990 to 2014. In

order to contribute empirically, we used an analysis from the VEC (Vector Errors

Correction) econometric model and an application of the input-output analysis with

the SDA (Structural Decomposition Analysis) technique, in addition to a vast

empirical review and theoretical history, in order to connect the results to the

historical facts verified. In general, a period with a vast literature, with great

changes of a political character, changes in the conduct of economic policy and,

above all, in the connection of the Brazilian productive structure with the rest of

the world. A major limitation was the availability of continuous data sets for key

variables of the desired analysis. In addition to the data, the great volume and speed

of events of the period that generate a certain limitation in the empirical evidence,

since it is not always possible to construct suitable models to capture such effects.

The results showed that industrial employment is significantly determined by

productivity and by remuneration and value added by three groups of variables,

one of macroeconomic character, one of foreign trade and another one related to

the variations of value added of the other sectors of the economy. It was also found

that structural changes, mainly in the direct coefficients of employed and value-

added personnel, in technology and in demand, were decisive for the structural

variations in occupation and added volume of industry in the period..

Key-words: Input-Output; Brazilian industry; Autoregressive Models; Brazilian

economy.

LISTA DE TABELAS

Tabela 1 - Eixos e setores de atuação da Política de Desenvolvimento Produtivo. ................ 32

Tabela 2 - Resumo das formas funcionais, estrutura de lags, cointegração e modelagem

utilizadas. .................................................................................................................................. 86

Tabela 3 – Teste de Dickey-Fuller Aumentado (ADF) para as variáveis em nível e em primeira

diferença, com intercepto e sem tendência, período de 1991 a 2014. ...................................... 88

Tabela 4 - Resultado da estimação do modelo VEC para F1. ................................................. 89


diferença, com intercepto e sem tendência, período trimestral de 1991 a 2014. ...................... 94


diferença, com intercepto e sem tendência, período de 1990 a 2013. ...................................... 95

Tabela 7 – Teste de Dickey-Fuller Aumentado para as variáveis em segunda diferença, com

intercepto e sem tendência, período de 1990 a 2013. ............................................................... 95

Tabela 8 – Estimação do modelo VEC na forma funcional F8. .............................................. 96

Tabela 9 - Resultados da decomposição estrutural do valor bruto da produção em valores %.

................................................................................................................................................ 106

Tabela 10 - Resultados da decomposição estrutural da demanda final em valores %. ......... 108

Tabela 11 - Resultados da decomposição estrutural do pessoal ocupado em valores %. ...... 109

Tabela 12 - Resultados da decomposição estrutural do valor adicionado em valores %. ..... 110

Tabela 13 – Critério de quantidade de defasagens. ............................................................... 130

Tabela 14 – Teste de Cointegração de Johansen. .................................................................. 130

Tabela 15 – Regressão do Modelo VEC. .............................................................................. 132

Tabela 16 – Teste Breusch-Godfrey. ..................................................................................... 134

Tabela 17 – Teste de Causalidade de Granjer. ...................................................................... 134




Tabela 21 – Regressão da primeira equação do modelo VEC. ............................................. 140

Tabela 22 – Teste de Breusch-Godfrey. ................................................................................ 141






















Tabela 45 – Regressão da primeira equação do VEC. .......................................................... 168





Tabela 50 – Regressão do modelo VEC. ............................................................................... 174

























Tabela 75 – Regressão da primeira equação do modelo VEC, com correção de autocorrelação.

................................................................................................................................................ 212

Tabela 76 – Índice puro de ligação para trás e para frente, para o ano de 1995. ................... 217




Tabela 80 – Multiplicador tipo II Rasmussen-Hirschman, para os anos de 1995 e 2000. .... 219

Tabela 81 – Multiplicador tipo II Rasmussen-Hirschman, para os anos de 2005 e 2013. .... 219

Tabela 82 - Tradutor para agregação das matrizes de 42 para 12 setores. ............................ 221

Tabela 83 - Tradutor para agregação das matrizes de 68 para 12 setores. ............................ 222

Tabela 84 - Tradutor para agregação das matrizes de 128 produtos para 12 setores. ........... 224

Tabela 85 - Tradutor para agregação das matrizes de 68 produtos para 12 setores. ............. 228

LISTA DE GRÁFICOS

Gráfico 1 – Participação % do valor adicionado do setroes industrial e de serviços no PIB, a

preços de 2014.4, em reais. ...................................................................................................... 36

Gráfico 2 – Índice de vantagens comparativas reveladas para agropecuária, indústria de

transformação e indústria extrativa, para 1997 - 2013. ............................................................ 43

Gráfico 3 – Índice de contribuição ao saldo comercial para o período de 1997-2013. ........... 46

Gráfico 4 – Evolução do PIB a preços básicos da indústria, agropecuária, comércio e serviços,

período de 1990 a 2013. ........................................................................................................... 81

Gráfico 5 – Evolução do PIB a preços básicos, da indústria geral, extrativa e de transformação

trimestralmente, ano base 2000, período de 1991 a 2013. ....................................................... 82

Gráfico 6 – Evolução das importações e exportações no período de 1990 a 2013, em milhões

de dólares. ................................................................................................................................. 83

Gráfico 7 – Análise da série de emprego e do pessoal ocupado na indústria, período de 1990 a

2013. ......................................................................................................................................... 84

Gráfico 8 – Índice relativo de base fixa mensal da produção industrial - Atividades Industriais,

período de jan./1991 a dez./2013. ............................................................................................. 84

LISTA DE FIGURAS

Figura 1 - Diagrama das relações de influência das variáveis analisadas no emprego industrial.

................................................................................................................................................ 100

Figura 2 - Diagrama das relações de influência das variáveis analisadas no valor adicionado

industrial. ................................................................................................................................ 102

Figura 3 – Forma gráfica das variáveis selecionadas. ........................................................... 129

Figura 4 – Forma gráfica da variável variação do emprego industrial. ................................. 130

Figura 5 - Funções de Impulso Resposta de F1 ..................................................................... 136

Figura 6 - Funções de Impulso Resposta. .............................................................................. 149

Figura 7 – Funções de Impulso Resposta. ............................................................................. 156



Figura 10 – Forma gráfica das variáveis selecionadas de periodicidade trimestral. ............. 178

Figura 11 – Forma gráfica das variáveis selecionadas de periodicidade trimestral. ............. 179

Figura 12 – Forma gráfica das variáveis selecionadas de periodicidade anual. .................... 180

Figura 13 – Funções de Impulso Resposta. ........................................................................... 193

Figura 14 – Funções de Impulso Resposta. ........................................................................... 201

Figura 15 – Índice puro de ligação para trás e para frente, para os anos de 1995, 2000, 2005 e

2013. ....................................................................................................................................... 214

Figura 16 – Multiplicador tipo II Rasmussen-Hirschman, para os anos de 1995, 2000, 2005 e

2013. ....................................................................................................................................... 215

LISTA DE ABREVIATURAS E SIGLAS

Análise de decomposição estrutural (SDA)

Banco Nacional de Desenvolvimento Econômico e Social (BNDES)

Classificação Nacional de Atividades Econômicas (CNAE),

Conselho Monetário Nacional (CMN)

Critérios de informações de Akaike (AIC) e Schwarz (SC)

Dickey – Fuller aumentado (ADF)

Fundo de Financiamento as Exportações (FINEX)

Função impulso resposta (FIR)

Grupos Executivos de Políticas Setoriais (GEPS)

Instituto Brasileiro de Geografia e Estatística (IBGE)

Mínimos quadrados ordinários (MQO)

Modelos autorregressivos (AR)

Programa de Aceleração do Crescimento (PAC)

Programa de Competitividade Industrial (PCI)

Política Industrial e de Comércio Exterior (PICE)

Política de Desenvolvimento Produtivo (PDP)

Política Industrial, Tecnológica e de Comércio Exterior (PITCE)

Produtividade total dos fatores (PTF)

Produtividade total dos fatores descontada (PTFD)

Produto Interno Bruto (PIB)

Programa Brasileiro da Qualidade e Produtividade (PBQP)

Programa de Apoio à Capacitação Tecnológica da Indústria (PACTI)

Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (SEBRAE),

Termos de ajuste de correção do erro (ECT)

Valor adicionado (VA)

Valor bruto da produção (VBP)

Valor da Transformação Industrial (VTI)

Vetores autorregressivos (VAR)

Vetor de correção de erros (VEC)

SUMÁRIO

1 INTRODUÇÃO ............................................................................................................. 15

2 OBJETIVOS .................................................................................................................. 18

3 ALGUMAS PERSPECTIVAS SOBRE A INDÚSTRIA BRASILEIRA ................. 19

3.1 A abertura comercial e a indústria nacional ............................................................ 19

3.2 A política industrial brasileira ................................................................................. 25

3.3 Participação da indústria e a macroeconômia da desindustrialização ..................... 34

3.4 Aspectos de competitividade e especialização ........................................................ 40

3.5 Posição da indústria brasileira na cadeia global de valor ........................................ 47

3.6 A desindustrialização e o debate brasileiro ............................................................. 51

4 PROCEDIMENTOS METODOLÓGICOS ............................................................... 59

4.1 Uma revisão empírica sobre a modelagem econométrica ....................................... 59

4.2 Econometria de séries temporais, VAR e o mecanismo de correção de erros ........ 62

4.3 Seleção de variáveis................................................................................................. 67

4.4 A análise de decomposição estrutural (SDA) .......................................................... 73

5 RESULTADOS E DISCUSSÕES ................................................................................ 80

5.1 Alguns números e evidências sobre a indústria brasileira ....................................... 80

5.2 Algumas considerações sobre os resultados do modelo econométrico ................... 85

5.3 Uma análise das mudanças estruturais .................................................................. 104

6 CONSIDERAÇÕES FINAIS ..................................................................................... 115

REFERÊNCIAS .............................................................................................................. 117

APÊNDICE 1 ................................................................................................................... 125

APÊNDICE 2 ................................................................................................................... 128

APÊNDICE 3 ................................................................................................................... 213

APÊNDICE 4 ................................................................................................................... 216

APÊNDICE 5 ................................................................................................................... 220

15

1 INTRODUÇÃO

O presente trabalho possui uma inserção temporal em um período recente da história

econômica do Brasil e do mundo. Mesmo muito recente este período constitui-se com grande

abundância de importantes acontecimentos e agregando alguns legados para a trajetória

econômica na qual o país se encontra atualmente.

Dada à vasta gama de acontecimentos importantes, esta pesquisa deteve-se em analisar

um fenômeno que vem sendo debatido ao longo dos anos 1990 e 2000 com maior proeminência

dentro deste contexto diverso de acontecimentos na economia brasileira, a desindustrialização.

Deste tema então se partiu, porém, sem deixar de vislumbrar o contexto de análise, iniciado

propositalmente nos anos 1990.

Em rápida perspectiva temporal, os anos de 1990 são marcados no Brasil pela rápida

ascensão e queda de Fernando Collor de Melo, da presidência da república, demonstrando a

evolução da democracia nacional, visto sua recente constituição de 1988. Apesar de curto, é no

governo Collor que o Brasil adentra ao comércio internacional, a partir da abertura comercial

como parte da pressão do modelo econômico de crescimento neoliberalista que avançava sobre

a América Latina1.

Além disso, os anos de 1990 iniciaram-se com grandes expectativas de solução de

graves problemas econômicos da década de 1980, dentre eles, a inflação. Neste contexto ainda

estavam em curso planos de estabilização da economia, até o lançamento do plano real no

governo provisório de Itamar Franco, tendo como ministro da Fazenda, Fernando Henrique

Cardoso.

Este, após a estabilização do Real enquanto moeda, e da inflação nos anos seguintes,

veio a se tornar o presidente da república por dois mandatos, marcados pela crítica ao

adensamento de privatizações e desnacionalização do capital doméstico, no entanto, houve o

início de uma condução mais estruturada das ditas políticas industriais2.

Adiante, após os dois mandatos de Fernando Henrique Cardoso, houve a ascensão da

esquerda petista à presidência, na figura de Luís Inácio Lula da Silva, o qual, apesar da sua

linha de origem manteve a característica de política macroeconômica do governo anterior e

1 Moreira e Giambiagi (1999). 2 Cano e Silva (2010).

16

realizou um aprofundamento da então denominada política industrial nacional, em seus dois

mandatos.

Sobre a desindustrialização, desde a década de 1980 este processo vem sendo debatido

em nível mundial3. A elevada preocupação com o mesmo se deu principalmente pela evolução

dos vínculos do comércio internacional no mundo e com a globalização. No Brasil uma frente

teórica estabeleceu-se, levando consigo a bandeira de que este processo vem se intensificando

desde então na economia brasileira, chegando a níveis críticos de aprofundamento nas duas

últimas décadas, 1990 – 2000 e 2000 – 20104.

No entanto, uma segunda linha de análise de caráter ortodoxo também se formou,

abordando que o processo de desindustrialização não é conclusivo no Brasil, pois a indústria

vem ampliando seu tamanho em termos de participação ao longo do período, e que a redução

do emprego industrial se deve em grande parte a incrementos de tecnologia sofridos pela

indústria nacional. Além disso, essa vertente teórica alega que a redução da participação da

indústria faz parte de um processo de convergência, devido à “sobreindustrialização” nacional,

ocorrida principalmente até os anos de 19605.

A linha teórica de auto intitulação neo desenvolvimentista, defendendo o

aprofundamento do processo de desindustrialização, propõe que a reversão desde problema

para a economia deve se dar por meio de uma intervenção governamental, realizando uma

política industrial de estímulo a setores chave e de uma política cambial ativa, no sentido de

tornar mais competitiva a indústria nacional.

Diante deste debate duas variáveis ganham destaque fundamental, o valor adicionado

e o pessoal ocupado na indústria. Este destaque ocorre por serem estes os indicadores

determinantes do processo de desindustrialização, além de serem fundamentais para a estrutura

da economia como um todo e para o seu posicionamento, em termos de planejamento e de

estratégias de crescimento econômico.

Neste sentido, são inúmeros os trabalhos que tratam do tema (nota 5), e que, portanto,

adotam esta vertente com o discurso de que a indústria brasileira vem sofrendo com a falta de

competitividade, provocada pelo intenso “desprotecionismo” da política econômica, pela

ausência de uma política industrial consistente e pela falta de orientação ao comércio

3 Tregenna (2009), Rowthorn e Ramaswany (1997) (1999). 4 Bresser Pereira (2012), Oreiro e Marconi (2014), Oreiro e Feijó (2010), Loures et al. (2010). 5 Bonelli e Pessôa (2010), Pastore (2012).

17

internacional, e que por fim, este fato tem levado o país a baixas taxas de crescimento,

decorrentes da cadente participação da indústria no Produto Interno Bruto (PIB) e incorrendo

em perda de produtividade do emprego, dada a transferência do emprego industrial para o setor

de serviços.

O presente trabalho se posiciona no sentido de contribuir com evidências empíricas ao

debate. A estrutura do trabalho busca responder, partindo de um resgate histórico contextual,

de uma análise de dados do período e de uma aplicação metodológica, quais são as variáveis

determinantes da variação do valor adicionado e do emprego industrial no produto e emprego

totais da economia brasileira? E, quais características estruturais determinaram as variações do

valor adicionado, emprego e valor da produção da indústria brasileira, entre 1990 e 2010?

Tais contribuições são relevantes no sentido da demonstração empírica e

principalmente pela análise integrada deste período histórico em questão. Além disso, a

utilização da aplicação metodológica da análise de insumo-produto, por meio da técnica de

análise de decomposição estrutural (SDA) para debater a desindustrialização se caracteriza de

forma nova na literatura, permitindo algumas constatações estabelecidas apenas teoricamente

até aqui.

O trabalho está dividido em seis seções. A primeira seção corresponde a esta breve

introdução, seguido pelos objetivos deste trabalho. A terceira seção apresenta uma revisão

histórico teórica do período em análise, apresentando a indústria sob a perspectiva de diversos

autores, bem como posicionando as linhas do debate sobre a desindustrialização no caso

brasileiro, além disso, apresenta alguns aspectos estruturais da economia, abordados no debate

sobre a desindustrialização, sendo possível mais especificamente analisar o papel do valor

adicionado e pessoal ocupado da indústria na economia brasileira para o período.

A quarta seção apresenta os procedimentos metodológicos para análise dos resultados,

envolvendo um ferramental econométrico e a análise de decomposição estrutural (SDA),

técnica utilizada no modelo insumo-produto. A quinta seção corresponde aos resultados deste

trabalho e por fim, as considerações finais.

18

2 OBJETIVOS

2.1 Objetivo Geral

Este estudo possui como objetivo geral proceder uma analise sobre os aspectos cruciais

para as oscilações da participação da indústria na economia nacional ao longo dos anos 1990 e

2000.

2.2 Objetivos Específicos

Já os objetivos específicos constituem-se em estabelecer empiricamente as principais

variáveis que influenciaram o valor adicionado e o emprego industrial neste período e quais

condicionantes de mudança estrutural na economia brasileira levaram o valor adicionado,

pessoal ocupado e valor da produção industrial a sofrerem variações.

19

3 ALGUMAS PERSPECTIVAS SOBRE A INDÚSTRIA BRASILEIRA

Neste capítulo são apresentadas em seis subtópicos as principais perspectivas de itens

que circundam o período e o tema escolhido. Por se tratar de um tema com um grande conjunto

teórico e de um período histórico relativamente logo buscou-se construir da melhor maneira o

conjunto de referências, priorizando as nacionais e mais recentes, para que se pudesse ao fim

do trabalho construir considerações que levassem em conta o andamento histórico, teórico e

empírico.

Tratam-se de perspectivas pois reúnem um conjunto de análises separadas de diversos

autores sobre o período, que foram organizados como um olhar sobre a abertura comercial e

suas influências na indústria brasileira, a evolução do entendimento e de ações do que se

denominou no Brasil de política industrial. Além disso, aglomerou-se em um outro tópico

algumas interpretações acerta da política macroeconômica e de quais variáveis desta política

exerceram forças sobre a indústria brasileira.

Foi incorporada também a análise sobre a competitividade e especialização da

economia brasileira seguido pelo posicionamento em termos internacionais da produção

nacional. Por fim, a mais ampla, recente e inconclusiva perspectiva, pois aborda inclusive

muitas das anteriormente citadas, apresenta o debate sobre a desindustrialização brasileira,

trazendo à tona causas, consequências e inconclusões sobre o tema.

Espera-se com esta extensa mais necessária revisão colocar o leitor no centro da

presente discussão deste estudo, inclusive com o entendimento da complexidade e profundidade

que o tema e o período histórico propõem e a partir do qual os métodos se desdobraram em

igual necessidade de complexidade para cumprimento dos objetivos.

3.1 A abertura comercial e a indústria nacional

Sobre a situação macroeconômica do país no início dos anos de 1990, Pinheiro et al.

(1999) apresentam um cenário em termos dos principais agregados macroeconômicos, muito

semelhante a dos anos de 1980. Esses autores ressaltam que na segunda metade da década de

1980 houve uma forte redução nos níveis de investimento, uma redução na participação da

indústria, que passou nesse período “por uma transformação tecnológica e organizacional”, e

20

por uma estagnação, em muito influenciados pelo cenário global desfavorável, com o segundo

choque do petróleo e a moratória mexicana.

A abertura comercial brasileira, principalmente, pelo fato do Brasil ser um país de

característica comercial fechada, marcou a história econômica brasileira de tal forma que pode

se ter um olhar desta perspectiva com a economia brasileira antes e depois da abertura

comercial, pois tamanhos são os contrastes percebidos na atuação política e também nas ações

que passam a serem conduzidas, principalmente no cenário macroeconômico.

O período de pré-abertura, de abertura e de integração têm alguns períodos bem

marcados, de importante avaliação. No primeiro período a economia brasileira é marcada por

uma estrutura protecionista (1957 a 1988), enquanto que no segundo período há maior

transparência na estrutura de proteção, bem como intensificação da integração regional (1988

a 1993), segundo Averburg (1999). Apesar desses dois momentos, o autor destaca que no

segundo houve uma antecipação das políticas de liberalização, que vieram em conjunto com as

políticas industrial e de comércio exterior do período, reduzindo ainda mais a estrutura de

proteção da economia e da indústria brasileira.

Também marcada pelo descontrole nos gastos públicos, a década de 1980 até o ano de

1993 revelou um cenário de troca de posição do Estado, principalmente no que se refere à

indústria. O Estado até então provedor de largos investimentos na indústria pesada e em

infraestrutura, na década de 1980 se deparou com um cenário externo desfavorável, apesar de

ter sustentado a balança comercial pela exportação de produtos primários, a inflação estava em

descontrole, o investimento em declínio, o câmbio desvalorizado, a poupança pública e externa

a níveis baixos e uma crise política bastante aguda, segundo Pinheiro et al. (1999).

Uma das mais marcantes evidências das mudanças na condução da política econômica

certamente se deu pela ruptura com o modelo de substituição de importações e pela condução

de medidas buscando as correções das principais distorções causadas por este modelo,

resumidas por Moreira (1999a):

i. Favorecimento de setores que demandavam tecnologia e capital, que naquele momento

eram escassos no Brasil, fazendo assim com que trabalho e recursos naturais fossem

utilizados indevidamente;

ii. Inviabilização de ganhos de escala pela transferência de tecnologia e capital, devido à

elevada proteção comercial;

iii. Ineficiência e desperdício de recursos por conta do elevado grau de nacionalização sem

21

o devido tamanho do mercado interno;

iv. Proteção ao mercado limitou os ganhos de escala e eficiência fazendo com que os preços

nacionais fossem mais elevados que os do mercado internacional;

v. Empresas brasileiras pouco competitivas em relação à escala das empresas

internacionais;

vi. Produtores locais pouco incentivados a inserção de novos produtos no mercado e a

reduzir custos, devido a pouca ligação com o mercado externo.

Com o plano real tem início uma política de câmbio valorizado e elevadas taxas de

juros e também inicia o processo de harmonização tarifária com o Mercosul. Essas frentes de

atuação, segundo Kupfer (2004), lançam mão de uma “ultra-exposição” da indústria brasileira

ao mercado internacional, que seguiu até a crise de 1999. O autor ainda relata, como evidência

deste processo, que a balança comercial é deficitária já a partir de 1995.

Ao analisar a evolução da balança comercial e a composição das exportações

brasileiras no período de 1988 a 1998, Averbug (1999) constata que houve um avanço no

volume exportado pelo Brasil, saindo de 33.789 milhões de dólares em 1988 para 51.120

milhões em 1998. O desempenho da balança comercial merece o mesmo destaque, exceto a

partir de 1995, com um déficit de 6.430 milhões de dólares em 1998, atribuídos à crise asiática.

Decompondo as exportações em fator agregado, o autor verifica que os manufaturados

representaram em média 55% das exportações brasileiras, enquanto os semimanufaturados

cerca de 15% e os básicos 25%, porém os dados demonstram uma forte tendência crescente da

participação de produtos básicos.

Analisando empiricamente os impactos da abertura comercial na produtividade total

dos fatores, Silva (2004) verificou que a abertura exerceu um impacto positivo e

estatisticamente significativo na evolução da produtividade de alguns setores da indústria. Além

disso, concluiu que a estagnação da produtividade da década de 1980 depõe fortemente contra

o modelo de substituição de importações e também contra a proteção da indústria, característica

advinda desse modelo.

Em análise dos coeficientes de penetração das importações, Moreira (1999a) verificou

que as mesmas se elevaram e apresentaram uma correlação positiva com o PIB, explicando essa

correlação devido à elasticidade renda das importações, ou seja, a medida que o PIB aumenta,

a renda aumenta e uma parte maior do investimento passa a ser destinada a bens de consumo

mais sofisticados.

22

Ainda que nesta análise, afirma o autor, que o ganho de eficiência, de escala e a

especialização passariam de qualquer forma pelo crescimento das importações e que esse

caminho poderia levar a desindustrialização. Moreira (1999a), no entanto, sustenta que

analisando os coeficientes de importação em termos de consumo aparente e produção, essa

afirmação sobre a desindustrialização não se mantém.

Outro ponto de destaque no período pós Plano Real e abertura comercial, trata-se da

elevação dos níveis de desemprego. Atribuídos como fatores determinantes para os níveis de

desemprego observados até 1998 e sinalizados para os anos posteriores por Pinheiro et al.

(1999), estão o custo da mão de obra no Brasil, inclusos os impostos trabalhistas, o processo

tecnológico e a situação conjuntural da demanda.

No mesmo sentido Hilgemberg (2003) analisa as mudanças verificadas no emprego

para década de 1990. Os primeiros aspectos constatados foram que a agropecuária e os serviços

aumentaram sua participação relativa na economia, o que pode ser explicado pelo aumento do

volume de importações de bens de capital e exportação de bens intensivos em trabalho. Sobre

o emprego, todos os setores da economia tiveram uma redução na geração de postos de trabalho

e este fato se deu, em grande parte, pelo impacto da reestruturação produtiva decorrente da

abertura comercial. Segundo a autora, este processo se torna mais intenso na segunda metade

da década de 1990, pois o câmbio encontrava-se valorizado.

Utilizando o ferramental de insumo-produto, Rodrigues e Guilhoto (1998) destacam

algumas mudanças estruturais verificadas no pós-abertura, dentre elas, a elevação da demanda

final de bens de consumo e capital, a redução da participação da remuneração do trabalho na

produção e propõe que o maior desafio do processo de reestruturação se constitui no

reenquadramento da mão de obra marginalizada no mercado de trabalho.

Moreira (1999b) após analisar componentes microeconômicos da indústria, como os

coeficientes de comércio, a composição do produto e a eficiência técnica e alocativa, concluiu

que houve um aprofundamento na especialização produtiva intra-indústria, principalmente nos

ganhos de escala, necessários diante do processo de abertura comercial.

Houve, segundo o autor, uma perda na relação valor adicionado e valor de produção,

que não pode ser traduzida conforme as evidências, como negativa, mas sim, como parte de um

processo de equalização necessário com vistas a ajustar os “excessos” provocados pelo regime

de substituição de importações. Há também uma ampla sinalização de que foram auferidos

ganhos de eficiência e alocativos, demonstrando o distanciamento que a indústria brasileira

23

havia tomado da indústria internacional. Um dos caminhos sinalizados pelo autor, como a ser

percorrido, é da ampliação do efeito escala frente à concorrência internacional.

Quanto aos impactos da abertura comercial sobre os níveis de renda, Hidalgo e Sales

(2015) apresentam uma análise do ponto de vista regional, trazendo à tona que a liberalização

comercial afetou positivamente a distribuição de renda nas regiões mais ricas do país, no

entanto, nas regiões mais pobres o impacto foi contrário, com a piora do processo de

distribuição da renda, confirmando assim as pressuposições teóricas de Stolper-Samuelson6.

Uma das considerações de relevância do estudo de Moreira (1999, p. 371) é de que a

abertura comercial rompeu com o antigo regime de forma a expor ao mercado a baixa

competitividade da empresa nacional, deixando evidente que o caminho de ganhos para a

empresa nacional, neste novo regime, seria “a redução de custos, a especialização, os ganhos

de escala, a modernização dos produtos, a ida ao mercado externo em busca de novos mercados

e insumos.”. Ainda com relação o papel do Estado neste caminho de abertura e integração ao

comércio mundial, o autor propõe que o mesmo atue na correção de imperfeições, como o

financiamento, e não adotando uma atitude protecionista como no antigo regime.

Em um breve resumo sobre os impactos da liberalização das importações e da política

cambial sobre o comércio exterior brasileiro, Kume e Souza (2003), alegam que ocorreu uma

penalização das exportações e estimulo das importações, dada a tendência de valorização

cambial verificada, havendo uma mudança desse padrão apenas com a mudança do regime

cambial em 1999. Ainda, o autor identificou que a evolução das importações e exportações

neste período, teve maior influência das propensões a exportar e importar do que das variações

da produção e da demanda doméstica.

Os principais efeitos do antigo regime e da característica do país de ser fechado ao

comércio internacional foram, segundo Moreira (1999b), empresas estrangeiras instaladas no

Brasil com tecnologia de produção defasada e custos elevados, frente ao mercado internacional.

Já com a abertura comercial, essas empresas passaram a buscar vantagens locacionais como

medida de solução, frente à competição com as importações, e possibilitou uma otimização do

acesso ao capital e novas tecnologias.

Sobre a integração da economia nacional ao comércio internacional, Averbug (1999)

ressalta algumas medidas empreendidas entre 1988 e 1993, como a ampliação da liberalização,

6 Ver Chiquiar (2008).

24

a transparência dos termos de proteção comercial, a eliminação das barreiras não-tarifárias e a

minimização do grau de proteção da indústria local, sendo esta última ação atribuída a nova

política industrial adotada a partir de 1990. Além disso, ressalta que a integração comercial do

período é moldada pelo Novo Regionalismo7.

Sobre a inserção do Brasil nos aordos multilaterais, ao formato do Novo Regionalismo,

e a formação dos blocos econômicos no período pós abertura econômica brasileira, Averbug

(1999) demonstra que se tratavam de tentativas iniciais, porém já apresentavam resultados,

principalmente em termos de avanço nas exportações. Nota-se nesta análise, que o Brasil passa

a ser, no caso do Mercosul, um mercado de referência, mas que é deficitário na balança com os

demais países componentes, além de existir um grande impasse para o Brasil, principalmente,

no tocante a indústria automobilística e sucroalcooleira.

Ainda sobre o mercado internacional e o efeito escala produzido pelo porte e

capacidade gerencial das empresas, surge a questão: qual foi o papel das empresas estrangeiras

na economia brasileira diante da abertura comercial? De forma similar, quais os efeitos do

investimento estrangeiro direto? O trabalho realizado por Moreira (1999b) ressalta que o

argumento, de que pós-1990, com o abandono do regime de substituição de importações, o

investimento estrangeiro direto tem um desempenho muito diferente do que no antigo regime

para a economia brasileira, ampliando os “benefícios” gerados para esta e reduzindo os “custos

sociais” antes observados.

Pinheiro (2014) destaca que mesmo com o processo de abertura o Brasil se manteve

na década seguinte bastante fechado, afirmando que a indústria, principalmente, se mantém

ainda muito distante do comércio internacional, com um consumo intermediário na casa de

13,5% de produtos importados. O autor destaca o papel da política industrial, sobretudo as de

características horizontais para minimização de custos de transporte, geração de capital humano

capacitado e manutenção de um ambiente macroeconômico estável.

Diferentemente ao observado no período de 1988 a 1993, após a implantação do Plano

Real observou-se marcadamente o controle inflacionário, um crescimento acentuado das

importações, em nível muito superior que as exportações, o que por consequência levou a saldos

deficitários da balança comercial. As importações de bens de capital e de consumo foram as

que apresentaram maior crescimento até o ano de 1998, conforme Pinheiro et al. (1999).

7 Averbug (1999) caracteriza Novo Regionalismo como a integração por força de acordos bilateriais ou

multilaterais.

25

No geral, neste período em que era vigente o governo de Fernando Henrique Cardoso,

o cenário macroeconômico era de uma inflação controlada, câmbio apreciado ainda como

medida anti-inflacionária, saldo comercial deficitário e por um déficit nas contas correntes do

país, em muito decorrentes da elevada dívida externa, do então pagamento de juros sobre a

dívida e pela forte entrada de investimento estrangeiro direto. Aliado a isso, as contas públicas

apresentavam déficits consecutivos, em decorrência da política expansionista adotada

(PINHEIRO et al., 1999).

Em 2003, tem início o governo de Luiz Inácio Lula da Silva, dando continuidade à

política macroeconômica vigente, ou seja, continuando o tripé macroeconômico com o objetivo

de manter o controle da inflação. Pode-se notar, portanto que o período de abertura comercial

promoveu uma grande ruptura em termos de política econômica e principalmente na base

produtiva, deste modo, a análise proposta se torna bastante coerente.

Deste momento depreende-se a intensa modificação dos padrões de produção e

comércio da economia nacional. Além disso, o período representa um marco de mudança no

sentido da mentalidade de entendimento sobre política econômica e características de

intervençãodo Estado e a ruptura com um processo inflacionário nocivo que não era dominado

a mais de uma década. A seção seguinte apresenta um pouco sobre a evolução da política

industrial no brasil, bem como suas principais ações e medidas e por fim algumas interpretações

quanto ao sucesso destas políticas.

3.2 A política industrial brasileira8

Esta seção apresenta um breve resgate de algumas importantes perspectivas sobre a

política industrial posta a cabo no Brasil deste a década de 1980, propondo um breve cenário

político econômico com a finalidade de situar o contexto de atuação com o setor industrial e

sua evolução. Desta forma, foi possível observar as escolhas estratégicas e de variáveis

fundamentais deste contexto.

Com relação à classificação de políticas industriais, segundo suas características, Stein

(2011), relata que ações que garantem apenas bens públicos e atingem uma gama muito extensa

8 Neste capítulo faço agradecimento especial a colega Grazielli Olimpia Viviani Pedroso da Silva, que me auxiliou

na leitura, discussão para a construção do texto, permitindo assim que meu discurso ganhasse novos olhares sobre

o tema.

26

de setores, não podem ser consideradas como políticas. As políticas, são classificadas pelo

autor, em leves, quando há uma aplicação para setores específicos, seja de provisões ou de

intervenções de mercado, e em políticas pesadas, quando são direcionadas para setores

específicos, em esforços de intervenções de mercado.

De acordo com Castro (2001), desde os anos de 1980 até a implementação do Plano

Real, o aumento dos preços e a política econômica fizeram com que as indústrias, aqui

estabelecidas, adotassem altos preços e flexibilidade financeira. Deste modo, com a economia

fechada, as empresas não estavam preocupadas primeiramente com a produtividade e a

eficiência.

Este autor salienta que todos os apontamentos citados se agravaram no decorrer dos

anos de 1980, pois nos países desenvolvidos já existiam novas técnicas para organização e

produção, enquanto no Brasil a situação não era favorável, especialmente na segunda metade

da década de 1980, que foi chamada de “década perdida”.

Nesse momento, as exportações mundiais vinham crescendo. Porém, a economia

brasileira perdia espaço nos mercados mundiais, as indústrias nacionais apenas estavam

“sobrevivendo”, com exceção de algumas poucas empresas, que passavam a adotar novos

métodos organizacionais e gerenciais antes da década de 1990, como, a Marco Polo e a Cofap.

Moreira (1999) destaca também, os efeitos do regime de substituição de importações

na economia, frisando que não se podem menosprezar os feitos durante este processo, no

entanto, não se deve utilizar disso para que sejam deixados de lado os pontos críticos desse

regime. Segundo o autor, uma das distorções do regime de substituições por importações foi o

elevado protecionismo que favoreceu alguns setores, porém inviabilizou a competitividade de

modo geral na economia. A proteção ao mercado internacional favoreceu para que os preços

internos fossem superiores aos do mercado internacional.

Ao final dos anos de 1980 ficaram evidenciados esses problemas, com produtos

defasados, baixa produtividade e competitividade, além da queda nas exportações,

principalmente na indústria intensiva em mão de obra. A abertura comercial deixaria ainda mais

evidentes tais problemas.

Neste mesmo sentido Bonelli et al. (1997), tratando sobre a característica da política

industrial anterior a 1995 relata que historicamente o Brasil assumiu uma política de apoio a

produção industrial e não de apoio a competitividade e produtividade deste setor, e que, sobre

maneira, a política industrial e de comércio exterior deste período esteve vinculada diretamente

27

a três ferramentas: as barreiras não tarifárias, as barreiras tarifárias e o controle cambial, com

câmbio valorizado na maioria dos casos e desvalorizado pontualmente para ampliação do

excedente exportável.

Sobre o incentivo as exportações deste período pré 1995, Bonelli et al. (1997) destaca

algumas importantes ações como o regime de drawback proposto a partir de 1964 e também da

constituição do FINEX – Fundo de Financiamento as Exportações e do programa Brifiex

instituído a partir de 1969/70. O fundo previa a isenção primeiramente do IPI e posteriormente

incorporando o ICM, o programa Brifiex tinha como intuito o apoio a projetos de grandes

manufaturas que pretendiam realizar investimentos de longo prazo no país. No entanto, estas

medidas perderam forças principalmente pelas restrições orçamentárias impostas do meio para

o fim da década de 1980, sofrendo uma grande virada de perspectiva já no início da década de

1990.

Enquanto Fernando Collor de Melo seguia na corrida eleitoral da presidência do Brasil

na metade de 1989, ocorria o “Consenso de Washington”, que segundo Souza (2008, p. 201),

pode ser resumido apenas em quatro pontos: “abertura econômica; desestatização;

desregulamentação; flexibilização das relações de trabalho”, outorgando ao mundo uma cartilha

de modelos neoliberalistas. Segundo o autor, o principal objetivo dos Estados Unidos era usar

o mercado da América Latina para confrontar economicamente a União Européia e o Japão.

Para o neoliberalismo, as características de intervenção do Estado no ambiente

econômico são apenas no sentido de garantir “os mercados competitivos”, a “lei e a ordem” e

os “contratos privados” [grifo do autor] não cabendo ao Estado, proteger a propriedade privada

e seu corolário, o “mercado”, conforme Souza (2008, p. 202).

De acordo com o autor, para que o consenso fosse adotado nos países da América

Latina, os Estados Unidos lançaram mão de vários instrumentos através do FMI, BIRD e BID.

Um a um, os países da América Latina foram aderindo à abertura comercial, enquanto isso, os

Estados Unidos, não somente mantiveram suas barreiras, mas as aumentaram até o final da

década de 1990.

Analisando as mudanças estruturais da economia brasileira diante da abertura

comercial, Rodrigues e Guilhoto (1998) verificam alguns impactos no sentido de adaptação do

empresariado nacional a este processo, sendo eles a redução de custos, aumentos de

produtividade e a introdução de novas tecnologias e, de forma geral, foi verificada uma redução

da participação do trabalho na produção.

28

A abertura comercial não apresentou apenas resultados negativos, todavia, o impacto

positivo da abertura comercial na indústria brasileira não pode ser confundido como um ajuste

pleno deste setor à abertura comercial. Existiam ganhos de produtividade e ganhos de escala a

serem alcançados, para que desta forma as empresas nacionais pudessem competir em

igualdade com outras indústrias de países desenvolvidos (MOREIRA, 1999).

Em contrapartida, Cano e Silva (2010) destacam um conjunto de pontos negativos

decorrentes da abertura comercial, da política de estabilização e das diretrizes para o setor

industrial, sendo eles, a necessidade de reajustamento da produção das empresas industriais,

impactando no emprego e renda da economia, a absorção pelo capital estrangeiro de empresas

nacionais, a falência de importantes players industriais brasileiros e a destruição de segmentos

e empresas industriais brasileiras.

O Brasil, no começo dos anos de 1990, tomou medidas que reproduziram o ideário

neoliberalista. O objetivo de tais medidas era de facilitar a entrada de produtos estrangeiros, de

forma que as empresas nacionais não aumentassem os seus preços, e no longo prazo, a

consequência seria aumentar a concorrência e modernizar a economia. Dentre estas medidas,

pode-se destacar, de acordo com Souza (2008, p. 205) a:

i. Isenção de tarifas de importação para cerca de mil produtos;

ii. Eliminação ou redução da cobertura de barreiras não tarifárias, como reserva de

mercado, quotas, proibições etc.;

iii. Adoção de um cronograma, de violenta e unilateral, redução de tarifas de importação,

que implicava baixar a média de 37,4% para 32,1% já em 1990, até atingir 14,2% em

1994;

iv. Redução do grau de dispersão de estrutura tarifária, derrubando o desvio-padrão de

19,6% para 7%.

O governo Collor, já eleito, criou em 1990, a PICE - Política Industrial e de Comércio

Exterior, onde expunha a indústria nacional à competição no exterior, reduzindo os níveis de

proteção tarifária. Foi criado também, o Programa de Reestruturação e Racionalização

Empresarial, com o objetivo de fomentar fusões de empresas, e o Banco Nacional de

Desenvolvimento Econômico e Social (BNDES) passou a executar desestatizações e

desnacionalizações, sem vinculação alguma com as políticas industriais, privatizando setores

anteriormente essenciais ao desenvolvimento do país (CANO; SILVA, 2010);

(CAMPANÁRIO et al., 2005).

29

A nova política industrial marcava a substituição da característica mais vertical da

política, praticada antes dos anos de 1990, para um modelo mais horizontal gerando a

possibilidade de incentivos localizados concedidos pelo Estado, partindo de pleitos de

segmentos industriais mais representativos ou com maior penetração política. Como exemplos

desta característica, Bonelli et al. (1997) destacam o lançamento do PCI - Programa de

Competitividade Industrial, a definição na política implementada de prioridades setoriais

principalmente vinculadas a indústrias ligadas a tecnologias e os GEPs – Grupos Executivos de

Políticas Setoriais, que foram criticados pela articulação de interesses pontuais, mas que

serviram como modelo para a criação das câmaras setoriais.

Mesmo com um cenário internacional desfavorável no período, lentamente, em

meados dos anos 90 inicia-se certa especialização do setor produtivo brasileiro, seguindo o

ritmo dos recursos disponíveis no país. Em grande parte dos setores, o aumento das exportações,

seguiu acompanhado pelo aumento também das importações, ainda que em proporções

menores. Os setores intensivos em tecnologia aumentaram sua participação, porém o segmento

base, que é o de bens de capital, necessário para alavancar o progresso tecnológico continuou a

perder espaço para as importações.

Para Campanário et al. (2005) o Plano Real teve seu sucesso ancorado em princípios

da agenda neoliberal para o controle cambial, para o combate da inflação, na abertura financeira

com fomento à entrada de capitais considerados de “curto prazo” e inserindo o URV como

ferramenta monetária de desindexação de preços na economia.

Além disso, em termos de ajustamento macroeconômico, Cano e Silva (2010),

destacam a valorização da moeda nacional, a redução do crédito, a ausência de proteção contra

mecanismos de comércio desleal, com isso acarretando a inversão da produção local por

importações, mesmo em setores em que o Brasil era competitivo.

Sendo o desenho institucional e de um país na perspectiva do desenvolvimento,

relevante para tal, torna-se a pensar em toda a estrutura institucional horizontal ao desempenho

da atividade industrial, conforme destacam Ferreira e Hamdan (2003).

A política industrial a partir da abertura comercial necessitou ser pensada em um novo

contexto, onde existe um conjunto de regras, parceiros e principalmente a possibilidade de

restrições diante de ações conduzidas na política industrial e econômica. Em crítica ao trabalho

de Kupfer (2004), Ferreira e Hamdan (2003), justificam que diante das experiências já

observadas, a política industrial brasileira deveria apresentar uma característica de “preservar e

30

eventualmente intensificar” o processo de integração comercial com o resto do mundo

aproveitando as “vantagens comparativas” do Brasil para absorção de tecnologias.

Ferreira e Hamdan (2003) ainda afirmam, que a implementação de políticas verticais

não é por si só garantia de rápido crescimento econômico, ou seja, é preciso um conjunto de

fatores e de políticas horizontais, além da orientação do país ao comércio internacional.

Quanto ao estilo e instrumentos da política industrial Bonelli, Veiga e Brito (1997),

destacam que há uma retórica quanto à aplicação de barreiras não tarifárias e também o

estrangulamento nas contas externas como instrumentos de política de comércio internacional.

Os autores também salientam a forte ruptura de instrumentos e políticas aplicados na década de

1970, 1980 e 1990, traduzidas principalmente pela Medida Provisória nº 158 que originou a Lei

nº 8.032 com a Portaria MEFP nº 564 e Medida Provisória nº 161 que se tornou a Lei nº 8.034,

priorizando políticas horizontais para o período mais recente.

Porém, é necessário salientar avanços durante esse período, principalmente em relação

à organização do comércio internacional brasileiro, o Mercosul é um sólido exemplo, que

apresentou um tratamento preferencial a abertura comercial no plano regional, sendo alguns

setores, como o automobilístico, beneficiados.

Em 1999, já no segundo mandato de Fernando Henrique Cardoso, o Ministério da

Indústria e do Comércio, contrariando o Ministério da Fazenda à época, implementou o “Fórum

de Competitividade”, numa tentativa de fortalecer as cadeias produtivas, e como um primeiro

olhar mais organizado sobre o setor industrial, em termos de política pós abertura. Com o passar

do tempo e devido a política econômica, passou-se a ter uma preocupação em articular uma

política industrial efetiva, seguida das eleições de 2002, juntamente com o temor de um governo

esquerdista governar o Brasil (CANO; SILVA, 2010).

Com a desvalorização cambial no final do último mandato de FHC, o déficit comercial

de manufaturados, foi zerado em 2003, como afirma Cano e Silva (2010). Segundo o autor,

internamente a demanda vinha sendo desestimulada pela política monetária e o maior estímulo

para a produção industrial estava no comércio exterior sendo dinamizado pela demanda de

grandes economias, como as asiáticas, em especial a China, dessa forma, as exportações

passaram a crescer substancialmente.

No governo Lula, houve uma retomada na formulação de políticas industriais. O

primeiro passo nessa direção foi a formulação da Política Industrial, Tecnológica e de Comércio

Exterior - PITCE, lançada em 31 de março de 2004, com destaque para a orientação de estímulo

31

ao investimento privado e ao crédito produtivo, no sentido de propiciar à economia uma

trajetória de crescimento equilibrado, para isso utilizou-se do estimulo as inovações e indução

de vantagens comparativas dinâmicas (CAMPANÁRIO et al., 2005).

No entanto, a implantação da PITCE passou por grandes dificuldades, pois na década

de 1990 os órgãos de coordenação e planejamento foram privatizados, órgãos estes, que tinham

papel importantíssimo no processo de industrialização, restando apenas o BNDES, que a essa

altura tinha outras características, o Serviço Brasileiro de Apoio às Micro e Pequenas Empresas

(SEBRAE), atuando isoladamente, tanto quanto o Banco do Brasil e a Caixa Econômica Federal

(CANO; SILVA, 2010).

A PITCE possuía como proposta três eixos de ação: 1) Linhas de ação horizontais

(inovação e desenvolvimento tecnológico; inserção externa; modernização industrial; ambiente

institucional/aumento da capacidade produtiva); 2) Opções estratégicas (semicondutores,

software, bens de capital e fármacos); 3) Atividades portadoras de futuro (biotecnologia,

nanotecnologia, biomassa/energias renováveis). Eram dois, os macro programas mobilizadores:

I) Indústria forte (visando fortalecer e expandir a base industrial brasileira); II) Inova Brasil

(visando aumentar a capacidade inovadora das empresas) (SALERNO; DAHER, 2006).

O grande objetivo, segundo Cano e Silva (2010), era aumentar a eficiência produtiva,

aumentar a inovação e expandir as exportações brasileiras, no sentido de estimular os setores

que possuíam maiores vantagens competitivas, inserindo assim os setores mais dinâmicos nos

fluxos de trocas internacionais.

A PITCE representou um grande esforço, no sentido de se obter uma política industrial

e tecnológica de longo prazo, com ênfase na agregação de tecnologia nos produtos produzidos

no Brasil. Porém, uma política industrial só é efetiva se houver um ajustamento com a política

macroeconômica vigente, conforme destaca Coutinho (2002), “os regimes macroeconômicos

incidem decisivamente sobre a eficácia possível das políticas industriais”.

Várias medidas foram implementadas buscando avançar na institucionalidade da

Política Industrial, onde pode se destacar, a criação do Conselho Nacional de Desenvolvimento

Industrial e a Agência Brasileira de Desenvolvimento Industrial. É também importante, o

destaque para a aprovação da lei da inovação, lei da informática e lei de biossegurança, que

viabilizou as pesquisas com células tronco. É necessário salientar, o papel do BNDES como

financiador de inovações e seu apoio no financiamento de empresas de pequeno porte

(SALERNO; DAHER, 2006).

32

Para Cano e Silva (2010) a PITCE não alcançou completamente seus objetivos, sob a

perspectiva de desenvolvimento da indústria, no seu crescimento, e no fortalecimento e inclusão

no comércio exterior, porém, algumas empresas e setores tiveram êxito individualmente. No

segundo mandato do governo Lula foi realizada uma reformulação da PITCE, onde essa nova

fase buscou maior alcance e articulação com os demais programas do governo evidenciando

uma retomada do esforço intervencionista do Estado.

Em 2008 foi criada a Política de Desenvolvimento Produtivo - PDP com o objetivo de

sustentar, a longo prazo, o desenvolvimento produtivo com base no investimento, na inovação,

na competitividade e na ampliação das exportações. Para isso, foi usado como instrumento a

desoneração de vários setores produtivos. A política abrangeu 24 setores e 4 eixos de

programas, conforme apresentado na Tabela 1.

Tabela 1 - Eixos e setores de atuação da Política de Desenvolvimento Produtivo.

Eixos Setores Programas para consolidar e

expandir a liderança Aeronáutico; petróleo, gás e petroquímica; bioetanol; mineração; celulose

e papel; siderurgia; e carnes. Programas para fortalecer a

competitividade Complexo automotivo; bens de capital; indústria naval e cabotagem; têxtil

e confecções; couro, calçados e artefatos; madeira e móveis; agroindústrias;

construção civil; complexo de serviços; higiene, perfumaria e cosméticos;

plásticos. Programas mobilizadores em

áreas estratégicas Complexo industrial da saúde; tecnologias de informação e comunicação;

energia nuclear; nanotecnologia; biotecnologia; e complexo industrial de

defesa. Destaques estratégicos Promoção das exportações; regionalização; micro e pequenas empresas;

produção sustentável; integração com a África; integração produtiva da

América Latina e Caribe. Fonte: Adaptado de Cano e Silva (2010) e IEDI (2008).

Os programas de integração com África, América Latina e Caribe constituem duas

importantes iniciativas inovadoras, em termos de política de fortalecimento de setores

nacionais, de forma conectada com o comércio internacional. Os principais desafios

enfrentados pelo programa foram: ampliação de produção e serviços ofertados no Brasil,

aumentar a capacidade de inovação e desenvolver as pequenas e as médias empresas (DIEESE,

2008).

Visando solucionar esses desafios foram propostas as seguintes medidas: a) geração

de externalidades positivas para a estrutura produtiva; b) estratégias voltadas a temas

importantes para o desenvolvimento brasileiro, a longo prazo; c) programas voltados a sistemas

produtivos, levando em consideração a diversidade da estrutura produtiva brasileira. Cabe

33

destacar também, que nesse período, inúmeras instituições foram criadas no sentido de

fortalecer a PDP (DIEESE, 2008).

No lançamento da PDP, em 2008, o contexto interno da economia era definitivamente

mais favorável, mas quando a crise de 2008 explodiu foi necessário a adoção de políticas

anticíclicas no sentido de minimizar os impactos da crise no país, segundo Cano e Silva (2010,

p.15) “na medida do possível, as medidas conjunturais de recuperação da crise foram de alguma

forma referenciadas pelas duas políticas estratégicas do governo (o PAC – Programa de

Aceleração do Crescimento e o PDP).”. Deve-se observar que o programa anticíclico “Minha

casa, Minha Vida” [grifo do autor], teve fortes relações com o desenvolvimento do PAC,

conforme Cano e Silva (2010).

Segundo este autor, apesar das inúmeras medidas tomadas no período para o

fortalecimento da indústria, as metas do PDP não seriam atingidas, em decorrência da falta de

investimentos, aliada a crise econômica, investimentos estes, adiados principalmente na

indústria. Para Cano e Silva (2010, p.17), “As medidas de expansão do crédito e desoneração

fiscal foram mais bem-sucedidas na manutenção do consumo no mercado interno do que os

incentivos para a recuperação do investimento.”.

Em um resumo perspectivo Bonelli et al. (1995) relatam que o PCI, o Programa de

Apoio à Capacitação Tecnológica da Indústria - PACTI e o Programa Brasileiro da Qualidade

e Produtividade - PBQP, ações componentes da PICE foram falhas, a primeira por nunca ter

saído do papel, as demais por não possuírem incentivos e força de barganha do aparato

institucional e diante do momento econômico do governo Collor. No entanto, a liberalização

comercial aprofundada neste período foi a principal medida de política efetivada até 1995.

Já sobre a política industrial dos governos de Itamar Franco e FHC, Bonelli et al.

(1995) apresentam que este segundo seguiu o mesmo padrão de política de seu antecessor,

prova disso o acordo automotivo, concebido no governo Itamar e posto em prática no governo

FHC apesar da orientação horizontal da política. Nestes governos avançou-se em relação a

medidas institucionais buscando a redução do “custo Brasil”.

Analisando criticamente a PITCE, Campanário et al. (2005) aponta primeiramente seu

caráter de política horizontal, possuindo, portanto, uma influência da escola evolucionária

colocando a inovação no centro do seu arranjo de medidas. O objetivo da política constituiu-se

na tentativa de fomentar vantagens comparativas dinâmicas e melhorias da produtividade a

partir da geração de valor adicionado, apesar de horizontal, sendo seletiva com alguns setores

34

onde as demandas de mão de obra qualificada e capital eram mais intensas. Com relação ao

arranjo institucional, a política foi marcada pela “multiplicidade de inter-relações e

sobreposições” de ações conforme palavras do autor.

De forma sumária na perspectiva de Cano e Silva (2010) a política industrial é uma

ferramenta fundamental do planejamento econômico de longo prazo, e a PITCE assume papel

recente central no sentido promover a utilização da política industrial a este posto no

planejamento econômico. Para este autor, a articulação com a política macroeconômica, a

viabilização da inserção internacional com produtos de maior intensidade tecnológica, e a

defesa da estrutura produtiva e seu fortalecimento, são características fundamentais de uma

verdadeira política industrial.

Coutinho (2002) propõe ainda que para o êxito da política industrial é preciso ter um

balanço de pagamentos “viável e financiável a longo prazo”, além disso, relata que políticas de

comércio exterior e industrial passam a assumir um papel complementar no sentido de fomentar

as exportações, uma atuando sobre o mercado e outra dando capacidade de exportação em

termos institucionais e ferramental, principalmente em setores indispensáveis para a geração de

novas exportações.

Com relação a política industrial adotada no Brasil nota-se que ela teve uma evolução

no sentido de se construir uma política para este fim, no entanto, os planos apresentados durante

os anos 1990 e também 2000 se apresentaram como políticas industriais leves, com

instrumentos tradicionais, de forma bastante generalista, com um nível de interação com a

política macroeconômica baixo, na perspectiva das referências observadas, estes pontos

traduzem uma política com olhar sobre a produção, mais seletiva e pouco direcionada a ganhos

de competitividade e a novos mercados.

Com a finalidade de melhor compreender a política macroeconômica e a importância

da participação da indústria na economia brasileira ao longo do período a próxima seção

apresenta alguns olhares de interpretação sobre estas questões.

3.3 Participação da indústria e a macroeconômia da desindustrialização

Em análise para determinar se houve um impacto sobre a economia brasileira diante

da redução da participação da indústria de 1996 a 2009, Nassif et al. (2015) sinalizam que a

terceirização das atividades de serviços situadas até então na indústria a partir de 1990 ajuda a

35

explicar a aparente redução da participação da indústria na economia brasileira. Além disso,

apresenta uma tendência de “destruição definitiva dos laços internos da indústria” acompanhada

com a intensificação dos encadeamentos produtivos com o setor de serviços, ressaltando a

experiência internacional para justificar em devidas medidas esse fenômeno.

Ao buscar compreender os motivos que levaram a produção industrial brasileira a ter

substancial estagnação e redução a partir de 2010, Pastore et al. (2013) aponta que a saída

macroeconômica para o enfrentamento da crise de 2009, com impulsos de consumo via a

redução da taxa de juros e superávits primários conduziu o país a uma condição em que os

salários se ampliaram acima da produtividade média do trabalho na indústria, o que limitou a

utilização de sua capacidade, e, portanto, seu crescimento. Além disso, a desaceleração externa

contribuiu para o desaquecimento das exportações de manufaturados, assim como para a

estagnação da indústria. Como último ponto o autor expõe o redirecionamento do aumento da

demanda interna para as importações de manufaturados.

Avaliando a relação de participação da indústria brasileira no PIB, para os anos de

2008 a 2012, Goldfajn e Bicalho (2013) demonstram que as condições da demanda tiveram

importante influência no comportamento deficiente da indústria, os efeitos de política

monetária recaíram mais sobre a atividade industrial, e as despesas fiscais, no entanto, recaem

em maior intensidade sobre os serviços, sinalizando que atenuar gastos públicos e aprofundar

os investimentos em infraestrutura possam “suavizar a tendência de redução da participação da

indústria no PIB”. Os autores afirmam ainda que as considerações são importantes no sentido

de se verificar que outros fatores estruturais podem influenciar na dinâmica industrial.

Ao analisar a participação da indústria na economia brasiliera com base nos dados da

participação do valor adicionado no PIB, conforme Gráfico 1, nota-se que os dados reforçam

o apresentado nos parágrafos iniciais, que a indústria apresentou uma ligeira queda, desde o

início da série, e que a mudança de patamar de participação se deu em 1995. Outro aspecto que

se verifica é que a partir de 2010 a linha torna-se mais negativamente inclinada, saindo de uma

participação de quase 25% para 19% em 2015. No entanto, em toda a série a indústria manteve

uma participação média de 24%, sustentando-se próxima a este patamar por quase toda a série.

A participação do setor de serviços apresenta uma tendência de crescimento para o

período, e ao mesmo passo que a indústria cai para um patamar de participação em 1995, o

setor de serviços se eleva a um patamar de participação de 56% neste mesmo ano, avançando

8 p.p. em relação ao ano de 1994 e seguindo com uma participação média de 58% ao longo da

36

série. Ao passo que aindústria tenha perdido uma participação de cerca de 7 p.p ao longo da

série o setor de serviços teve um incremento próximo a 10 p.p..

Gráfico 1 – Participação % do valor adicionado do setroes industrial e de serviços no PIB, a

preços de 2014.4, em reais.

Fonte: Elaboração própria com base nos dados das Contas Trimestrais – IBGE.

Sobre as origens desta redução da participação da indústria brasileira, a linha teórica

neo desenvolvimentista desenvolve um arcabouço de explicações, o que em um conjunto de

fatores denominamos nesta seção de macroeconomia da desindustrialização. A macroeconomia

da desindustrialização seria na concepção deste grupo de autores, dos quais referenciamos os

mais proeminentes, o engendramento de fatores que vem sendo postos a cabo enquanto política

macroeconômica que estariam levando a este comportamento da participação da indústria, e

que no Brasil, este processo de desindustrialização seria negativo.

Desta forma apresentam-se um conjunto de revisão que constrói este argumento da

macroeconomia da desindustrialização, e que, portanto, compõe a explicação e o debate sobre

a ocorrência da desindustrialização brasileira, mais detalhado na seção 3.6.

Estes autores colocam a indústria no centro da explicação do crescimento econômico

de moldes capitalistas9, reforçando que ao longo da história capitalista os momentos de

9 Abordagem explicada conforme os autores “a la Kaldor”, baseados em três pontos principais, a saber: a) os países

que apresentam taxas de crescimento elevadas possuem também taxas de crescimento da produção industrial

elevadas; b) a taxa de crescimento da produção industrial está intimamente ligada com a taxa de crescimento da

produtividade na indústria; c) a taxa de crescimento dos serviços vinculados a indústria e fora da indústria estão

relacionados também a taxa de crescimento da produção industrial.

0%

10%

20%

30%

40%

50%

60%

70%

199

1 T

1

199

1 T

4

199

2 T

3

199

3 T

2

199

4 T

1

199

4 T

4

199

5 T

3

199

6 T

2

199

7 T

1

199

7 T

4

199

8 T

3

199

9 T

2

200

0 T

1

200

0 T

4

200

1 T

3

200

2 T

2

200

3 T

1

200

3 T

4

200

4 T

3

200

5 T

2

200

6 T

1

200

6 T

4

200

7 T

3

200

8 T

2

200

9 T

1

200

9 T

4

201

0 T

3

201

1 T

2

201

2 T

1

201

2 T

4

201

3 T

3

201

4 T

2

201

5 T

1

201

5 T

4

VA Indústria VA Serviços Linear (VA Indústria) Linear (VA Serviços)

37

crescimento sustentado do PIB sempre foram impulsionados pela indústria. Para o caso

brasileiro, reforçam esta observação, apresentando que, no período de 1930 – 1980, o

extraordinário crescimento da economia nacional foi sustentado pelo processo de

industrialização acelerada, proveniente do modelo de substituição de importações.10

Um ponto central observado nos textos da linha neo desenvolvimentista, trata-se da

crítica a uma característica atribuída por estes, ao caráter de Estado nacional, denominado semi-

autárquico, ou seja, subserviente a grupos pequenos, mais exatamente aos detentores de

capacidade de financiamento externo. Segundo os desenvolvimentistas, esta subserviência é o

que conduz à políticas de elevados juros e, portanto, de câmbio sobrevalorizado. Outras razões

para a sobrevalorização cambial são a valorização dos termos de troca devido ao crescimento

chinês, e também, a elevação da relação entre os preços dos bens non-tradables e tradables11.

Além disso, ressaltam que a indústria não é qualquer setor da economia, por meio da

apresentação de seus níveis de produtividade e pelo fato de que as economias do G7 apresentam

um decrescimento da sua taxa de crescimento do PIB, à medida que a indústria reduz sua

participação no valor adicionado. Com relação à taxa de câmbio, a queda na participação da

indústria de transformação no PIB acompanha uma brusca elevação da taxa real de câmbio,

para o período de 2003 a 2010 (OREIRO; MARCONI, 2014).

Em breve argumento neo desenvolvimentista em consonância com os dados

apresentados no Grafico 1, para o período de 1999 a 2004, a participação da indústria no PIB

sofre uma elevação, se considerada a preços correntes, abrindo parêntese à análise ortodoxa,

para o argumento de que a economia estaria se industrializando, conforme afirmam Oreiro e

Feijó (2010). Este argumento é rebatido pelos neo desenvolvimentistas, apresentando que

houve o crescimento da produção industrial, no entanto, sua participação em termos do PIB

continuou se desacelerando, e mesmo com este crescimento do produto industrial, não foi

possível alcançar a sua maior participação a preços constantes, de 18,3% em 1996, nos anos de

2003 e 2004.

Para Bresser-Pereira (2010) a explicação deste fenômeno de redução da participação

da indústria tem incício na relação déficit, câmbio e crescimento, compondo o argumento de

que quanto menor o déficit em conta corrente, mais competitiva é a taxa de câmbio, portanto,

10 Dentre outros autores estão Bresser-Pereira, Oreiro, Feijó, Loures, Marconi e Cano. 11 Non-tradables: não comerciáveis, ou com impossibilidade de comércio internacional (serviços); Tradables:

comerciáveis, com possibilidade de comércio internacional (manufaturados, commodities).

38

maior será o crescimento do país. Assim, aponta que à medida que uma economia incorre em

déficits na conta corrente, mediante o discurso de geração de “poupança externa”, esta

economia incorre em taxas de câmbio menos competitivas.

Além disso, o autor destaca, por meio de um modelo de ajustamento Keynesiano, que

o endividamento externo acarreta três graves problemas, o primeiro, os capitais entrantes

passam a financiar o consumo em maior medida que o investimento. O segundo, confidence

building12, conforme o autor, como a aceitação das recomendações de países credores em

termos de política comercial e econômica e, terceiro, uma crise do balanço de pagamentos. O

autor propõe uma taxa de câmbio de equilíbrio, ou seja, que garante o equilíbrio das contas

correntes, e deste modo, que esta taxa seja administrada.

Uma abordagem alternativa deste argumento é apresentada por Loures et al. (2010),

destacando que a combinação de juros elevados, apreciação da taxa de câmbio, tributação alta

e redução dos gastos do governo em infraestrutura, têm submetido a estrutura produtiva

nacional ao fenômeno da desindustrialização precoce e a “servidão consentida”13 a economias

mundiais, destacando esse processo para o período de 1991 – 2004.

Em um texto recente, Oreiro (2015) apresenta uma análise da política fiscal para o

período de 2004 a 2014, sugerindo um modelo de ajuste fiscal gradualista de médio prazo,

frente ao ajuste severo que vinha sendo imposto ao orçamento público para os últimos anos de

sua análise. Este ocorreu em momento de recessão da economia nacional, tendo este autor

apontado que, a causa real deste momento de recessão era de natureza estrutural, decorrente da

perda de competitividade de indústria de transformação. Assim, uma política fiscal contra

cíclica poderia, neste caso, ampliar o déficit externo ao invés de contribuir para a retomada do

crescimento, sendo esta a justificativa para a proposta gradualista de ajuste do autor.

Loures et al. (2010) destacam que uma política macroeconômica de estímulo ao setor

industrial não deve seguir o rumo recessivo da oferta de moeda, por meio de elevadas taxas

nominais e reais de juros. E complementam, sinalizando que a redução do nível de

produtividade da indústria e, portanto, do investimento industrial se convertem em pressões

inflacionárias. Complementam o argumento sinalizando que como consumo doméstico – é na

12 Apresenta o mesmo sentido da “servidão consentida” apresentado por Loures, et al. (2010), na nota 12, com

uma tradução literal de confiança construída, no caso a partir de condições macroeconômicas favoráveis ao capital

estrangeiro. 13 Submissão da política econômica aos detentores de capital estrangeiro, em troca de financiamento, mesmo

conceito proposto por Bresser-Pereira (2010).

39

verdade uma consequência da renda, em grande parte da produção industrial, paga aos fatores

de produção e, portanto, é “passivo” no sentido de incremento do produto industrial, sendo o

consumo externo ocorrido por meio das exportações.

Corroborando com esta análise, Cano e Silva (2010) apresentam que além de uma

política industrial bem articulada, é preciso uma política macroeconômica pró-

desenvolvimento, de tal modo, que uma política industrial não consegue ser efetiva com uma

política macroeconômica que seja impeditiva do investimento e gere maior risco deste para os

empresários. Desta maneira, a especialização da base produtiva e a perda de adição de valor na

economia, podem conduzir a economia brasileira a um processo de desindustrialização.

Quanto ao papel do Banco Central, Loures et al. (2010) destacam que a política de

austeridade mantida por meio das elevadas taxas de juros, conduz a um ciclo inflacionário, onde

as taxas de juros são mantidas elevadas para controle da inflação e assim, prejudicam a

produtividade e o crescimento do investimento industrial, que por sua vez, se transferem em

novas pressões inflacionárias, fazendo com que as taxas de juros cada vez mais se elevem.

Diante desta análise, e de seu aprofundamento pela observação do sistema de metas de

inflação à experiência brasileira, Oreiro et al. (2010) tecem uma crítica fulcral ao sistema de

governança de política monetária, portanto, ao Banco Central do Brasil, sugerindo os seguintes

elementos: fortalecimento e ampliação do Conselho Monetário Nacional (CMN); adoção do

“core inflation”14 e uma mudança na estratégia de redução da inflação no longo prazo,

defendendo a autonomia operacional do Banco Central, de modo a constituir uma política

econômica que estimule o setor industrial.

A macroeconomia da desindustrialização se resume então nas características de

política macroeconômica que combinadas afetam negativamente a indústria e que desta maneira

promovem a sua redução da participação na economia brasileira, levando esta a taxas de

crescimento baixas, dado que a indústria é considerada seu principal setor. As combinações

macroeconômicas se resumem em juros elevados, câmbio elevado, pressões inflacionárias,

elevados déficits em conta corrente, desalinhamento entre política industrial e

macroeconômica. N aproxima seção são apresentadas em maiores detalhes alguns aspectos

sobre a competitividade tão frisada pelo argumento neo desenvolvimentista.

14 Núcleo de inflação, baseado nas variações dos índices de preço da economia. Para mais, ler: WYNNE, M. A.

Core Inflation: a review of some conceptual issues. In: MEASURES OF UNDERLYING INFLATION AND THEIR

ROLE IN THE CONDUCT OF MONETARY POLICY, 1999. Proceedings of the workshop of central bank model

buildings held at the BIS on 18-19 february 1999 – june.

40

3.4 Aspectos de competitividade e especialização

Em geral os aspectos negativos levantados pelos autores de característica neo

desenvolvimentistas conduzem a indústria a uma apatia diante dos demais setores da economia

nacional e do comércio mundial. Esta apatia é traduzida conceitualmente como falta de

competitividade, além do problema da especialização, que estes autores sinalizam ser precoce

e regressiva (Bresser-Pereira, Marconi, Oreiro) e que autores de outras linhas teóricas tem um

consenso sobre a sua existência, porém atribuindo a outras causas (Carvalho, Kupfer, Laplane

e Sarti).

É apresentada por Tironi (2012), que em 1990, surge uma iniciativa conjunta dos

agentes da economia nacional (públicos e privados) no sentido da promoção da

competitividade15. Estes movimentos pautaram a qualidade, o desenvolvimento tecnológico, a

inovação e o desenvolvimento de arranjos produtivos. O autor salienta a importância deste

movimento em busca da elevação da competitividade das empresas nacionais frente aos

parceiros internacionais.

O autor ainda destaca a importância da manutenção de movimentos dessa natureza, na

necessidade do poder público de induzir e apropriar-se melhor dos efeitos destas ações, da

necessidade de uma aplicação mais consistente do conceito de inovação e da necessidade de

um direcionamento de recursos de forma mais criteriosa, de modo, a direcioná-lo a setores

fundamentalmente estratégicos de fomento. Um importante indicativo da competitividade de

uma economia certamente são os ganhos de produtividade obtidos por ela ao longo do tempo,

produtividade que significa gerar mais produtos com menos insumos, o que permite ganhos de

margem de lucro ou de excedente operacional.

Analisando uma das principais medidas de produtividade de uma economia para o

período de 1950 a 2000, Gomes, Pessôa e Veloso (2003) apresentam como resultados para o

Brasil que a produtividade total dos fatores (PTF) foi o principal determinante do crescimento

brasileiro. Além disso, apresentam quatro subperíodos que apresentam diferentes características

do comportamento da PTF, o primeiro de 1950 – 1957 com pequena elevação da PTF frente à

fronteira tecnológica e da estabilidade capital-produto. Para 1967-1976 verificou-se uma

15 Movimento Brasil Competitivo e Programa Brasileiro de Qualidade e Competitividade. Para mais sobre estes

temas consultar Aidar (2005).

41

elevação forte da produtividade total dos fatores descontada (PTFD), medida que leva em

consideração externalidades microeconômicas e outros aspectos como corrupção e crime.

No período de 1976-1992, os autores encontraram uma queda da PTFD, além de um

aprofundamento da utilização de capital, já para o último período, de 1992-2000 observaram

uma trajetória equilibrada de crescimento com estabilidade da PTFD. Estes fatos dão evidências

para os autores sinalizarem que a acumulação de capital no período pode ter se dado, em boa

medida, pelo comportamento assumido pela PTF e pelo capital humano. Além disso, apontam

que a produtividade marginal do capital no Brasil para o período é baixa, o que depreende uma

“carência de investimentos” nas palavras dos autores.

Silva et al. (2016) adicionam ao debate, a partir das análises dos dados de

produtividade ao longo do período de 1950 a 2010, que, o setor de serviços contribuiu em maior

grau para o crescimento da produtividade, enquanto a indústria contribuiu em menor escala com

relação à produtividade, com ganhos de tecnologia sim, consideráveis. O aumento da

produtividade da economia como um todo, conforme expõem a análise de dados realizada pelos

autores, parece ter sido puxado pelos setores de serviços e agropecuário, no período,

considerado como longo prazo.

Com uma análise para o período de janeiro de 1985 e dezembro de 1995, Cacciamali

e Bezerra (1997) demonstram alguns aspectos que apontaram como determinantes da brusca

redução do emprego indústria, principalmente na primeira metade da década de 1990, sendo

eles, principalmente, as práticas de inovações organizacionais e tecnológicas que eliminam

trabalho, assinalando que o Brasil poderia ter se aproximado de patamares de disseminação e

uso tecnológicos mais altos neste período, e mesmo na retomada do crescimento industrial, em

recessão no início da década de 1990 não se alcançaria os mesmos patamares de ocupação

industrial anteriores a liberalização.

Em analise similar, porém considerando o capital humano como elemento de cálculo

da PTF para o período de 1992-2007, Barbosa Filho, Pessôa e Veloso (2010) consideram que a

PTF teve crescimento de 11,3% no período, contribuindo com 22,9% do crescimento do PIB.

A explicação dos autores é que a expansão da educação no Brasil neste período em relação ao

crescimento em níveis baixos da PTF, fez com que a demanda por trabalho qualificado no Brasil

fosse menor que sua oferta, com isso a participação do capital humano no crescimento da

economia foi menor do que o esperado para o período.

42

Squeff e Nogueira (2012) ao realizarem uma análise da produtividade do trabalho e

qualidade das ocupações, para o período de 2002 a 2009, observaram os seguintes pontos,

primeiro, que a distribuição de renda não é fruto de uma relação causal direta da distribuição

de produtividade no caso brasileiro. Segundo, ressaltam que as atividades de menor

produtividade empregam o maior número de trabalhadores e a distribuição de renda no caso

brasileiro só pode ocorrer diante da ocorrência de uma considerável elevação da produtividade.

E terceiro, os setores mais produtivos foram os que apresentaram uma maior qualidade da mão

de obra em termos de qualificação.

Ainda sobre pontos importantes de destaque, Squeff e Nogueira (2012), apresentam

que ao longo deste período houve uma migração de trabalhadores das atividades de menor

produtividade para as de maior, sendo elas em sua maioria, atividades primárias, como a

agricultura, silvicultura e exploração florestal, pecuária e pesca, e produtos de madeira –

inclusive móveis. Além disso, evidenciam que as atividades que mais sofreram com a perda de

produtividade em termos do valor adicionado e pessoal ocupado, foram às atividades de artigos

de vestuário e acessórios e artefatos de couro e calçados.

Verificando a indústria de transformação brasileira para o período de 1992-2001

Campos, Hidalgo e Da Mata (2007) apontam que o comércio intra-indústria cresceu e que existe

uma relação negativa entre salário relativo do trabalhador qualificado e emprego relativo de

trabalho qualificado. Este resultado parece parte de um processo de ajustamento tecnológico de

modo que no subperíodo de 1997-2001 essas variáveis passam a ter uma relação direta, segundo

os autores. Outro resultado apresentado é que a abertura comercial apresenta efeito positivo no

aumento da desigualdade salarial na indústria de transformação.

Ao realizar um estudo de competitividade da indústria brasileira Arbache e Aragão

(2014, p. 58) apresentam o diagnóstico que a falta de competitividade da indústria brasileira

verificada, principalmente a partir de 2011, se deveu em boa medida a carência do investimento

em infraestrutura, questão essa agravada no contexto das cadeias globais de valor que requer

dos espaços produtivos “(...) infraestruturas sofisticadas, ágeis, a preços competitivos e em

permanente atualização (...)”, nas palavras dos autores.

Além deste diagnóstico Arbache e Aragão (2014) objetivam alguns critérios para a

formação de agenda pública sobre a seleção de melhores possibilidades de investimento em

infraestrutura que gerem ganhos para a indústria, sendo estes critérios o investimento em

infraestrutura de maior potencial de desenvolvimento, agregação de valor, mobilização de

43

cadeias produtivas, geração de empregos e impostos, além da inserção na economia

internacional.

No sentido de identificar qual setor produtivo possui maior grau de vantagens

comparativas, foram calculados indicadores de competitividade para agropecuária e indústrias

extrativas e de transformação, para o período de 1997 a 2003, em relação ao total de comércio

da economia brasileira, conforme apresentado no Gráfico 2. Verifica-se que o setor mais

competitivo, aquele que dispõe de maior “grau” de vantagens comparativas é a indústria

extrativa, que, no entanto, apresenta um declínio em seu índice de competitividade a partir de

2008.

A agropecuária evolui positivamente durante todo o período praticamente, com um

recuo em 2006/2007 assumindo a partir de 2011 uma posição de vantagens comparativas em

relação aos demais setores na economia brasileira. A indústria de transformação passa quase a

maioria do período (1997-2008) com índices negativos, não indicando vantagens comparativas.

A partir de 2008, apresenta crescimento e passa a apresentar índices positivos. É possível

perceber que houve, desde a abertura comercial, uma mudança no padrão de setores

competitivos na economia nacional.

Gráfico 2 – Índice de vantagens comparativas reveladas para agropecuária, indústria de

transformação e indústria extrativa, para 1997 - 2013.

44

Nota: Elaboração própria16.

Fonte: SECEX – MDIC.

O relatório Estudo da Competitividade da Indústria Brasileira (1993), elaborado por

uma comissão de pesquisadores de universidades nacionais e internacionais, aponta algumas

características do novo processo de produção industrial posto em curso, que seria o substituto

do modelo de produção em massa, com o uso de uma organização do trabalho homem-máquina,

sendo as máquinas sofisticadas e compostas por microeletrônica e os trabalhadores com

características multifacetadas, atuando em mais de uma frente de trabalho.

Este mesmo relatório destaca que a difusão deste novo modelo em diferentes

economias se dá em diferentes contextos de tempo e espaço, e por este motivo, se pressupõe

um processo distinto e a necessidade de modificação de características internas das firmas,

como por exemplo, a ideologia das gerencias, a organização do processo de trabalho, a estrutura

da empresa, a política de gestão de recursos humanos, a relação das empresas com os sindicatos

e com seus fornecedores.

A visão de Kupfer em trabalho realizado em 1994 sobre a competitividade da indústria

brasileira no período aponta a capacidade de reação do empresariado frente ao cenário

macroeconômico e ao ajuste do cenário político e econômico do período. Essa reação se

traduziu em redução da produção industrial além de ganhos de eficiência e programas de

qualidade. Este processo gerou um deslocamento da produção industrial tradicionalmente

direcionado ao comércio exterior para os países industrializados. Ressalta-se também a

16 Para ver a metodologia de cálculo, consultar o Apêndice 1.

-1,00

-0,80

-0,60

-0,40

-0,20

0,00

0,20

0,40

0,60

0,80

1,00

199

7

199

8

199

9

200

0

200

1

200

2

200

3

200

4

200

5

200

6

200

7

200

8

200

9

201

0

201

1

201

2

201

3

Agricultura, pecuária, produção florestal, pesca e aquicultura

Indústria de Transformação

Indústrias Extrativas

45

necessidade de atuação sobre as particularidades de cada um dos setores para a melhoria das

condições de competitividade.

Neste mesmo trabalho, é feita uma distinção entre os conjuntos industriais que

possuem capacidade competitiva, com deficiências competitivas e difusores de progresso

tecnológico. O primeiro grupo trata-se de um conjunto de setores produtores de commodities

em geral de baixo valor agregado, a recomendação para estes setores é a intensificação de suas

vantagens competitivas, a expansão dos mercados e uma política de comércio internacional

mais ativa visando, inclusive, garantir maiores margens.

Sobre o conjunto considerado como deficiências competitivas, predominante no Brasil

a época, conforme o autor, se caracteriza por estar voltado em grande parte para o mercado

interno, com práticas de mercado pouco competitivas para o conjunto, como a informalidade,

a sonegação e a degradação da força de trabalho. Como sugestão para estes setores coube à

capacitação produtiva, a busca pela excelência internacional atendendo a nichos internos de

mercado, aumento qualitativo e quantitativo da concorrência, inclusive com a devida exposição

ao mercado internacional e o fortalecimento do mercado interno.

Para o último grupo dos difusores de progresso técnico concentram-se setores de bens

de capital. Destaca-se que este conjunto é fundamental para a competitividade da indústria em

geral, e, portanto, o seu fortalecimento em termos de política é imprescindível. Para apoio a

este conjunto de setores, as recomendações são a melhoria na coordenação dos instrumentos de

política, a prioridade em financiamentos, o fomento às exportações, a desverticalização

produtiva e o aumento da cooperação.

Com relação a concentração comercial brasileira, o trabalho de Istake (2003) dá luz

sobre o tema, ressaltando que existe uma concentração das relações comerciais no Brasil nas

regiões Sudeste e Sul. Outro importante resultado, neste sentido, é que apenas a região Sudeste

é abundante em mão de obra qualificada. Portanto, sugerem-se políticas públicas de incentivo

a qualificação da mão de obra no Brasil.

Carvalho e Kupfer (2011) destacam que o Brasil vem sofrendo um processo de

especialização considerado precoce, pois vem se dando a um nível de renda per capita inferior

ao de outros países, sugerindo que a abertura comercial pode ser um dos determinantes deste

processo, bem como a falta de dinamismo da economia. Os autores destacam que este último

elemento parece gerar certa “rigidez estrutural”, dificultando a atração de novos investimentos

e disseminando um formato de investimentos “de baixo risco, rápido retorno, baseados em

46

ativos tangíveis, com poucos recursos tecnológicos e baseados em recursos naturais” [grifo

meu]. Laplane e Sarti (2002) afirmam ainda que o processo de internacionalização brasileiro

foi “introspectivo”, tendo por resultado uma estrutura empresarial mais eficiente, porém com

resultados macroeconômicos pífios.

Analisando o índice de contribuição ao saldo comercial, conforme Gráfico 7, nota-se

um crescimento da contribuição ao saldo comercial da agropecuária, tornando-se mais

competitiva ao longo do período de 1997 a 2013, e também apresentando vantagens

comparativas já a partir de 2003. Enquanto isso, os setores industriais que apresentavam boas

vantagens comparativas no período sequente à abertura comercial, sofreram um grande declínio

em termos de competitividade ao longo do período.

O movimento observado, Gráfico 3, sinaliza uma característica no sentido da

especialização para a economia brasileira, com maior contribuição ao saldo comercial dos

produtos da agropecuária, em sua maioria commodities e produtos de natureza básica

provenientes da indústria de tranaformação.

Gráfico 3 – Índice de contribuição ao saldo comercial para o período de 1997-2013.

Nota: Elaboração própria17.

Fonte: SECEX – MDIC.

O trabalho de Dalberto e Staduto (2013) traz o debate sobre a especialização para a

questão regional, apresentando resultados que corroboram para a afirmação que, em média,

regiões de produção mais diversificadas no Brasil possuem maiores salários e são a base para

17 Para ver a metodologia de cálculo consultar o Apêndice 1.

-0,06

-0,04

-0,02

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

199

7

199

8

199

9

200

0

200

1

200

2

200

3

200

4

200

5

200

6

200

7

200

8

200

9

201

0

201

1

201

2

201

3

Agricultura, pecuária, produção florestal, pesca e aquicultura

Indústria de Transformação

Indústrias Extrativas

47

o crescimento sustentado de longo prazo. Além disso, constatam que as indústrias de base

tecnológicas tendem a se aglomerar em grandes polos concentrando assim, mão de obra mais

qualificada e, portanto, com maiores salários.

Nesta seção foram observadas algumas análises de importantes indicadores que

temporalmente dão o tom a evolução da competitividade brasileira. Não se tem um único

indicador, porém as abordagens aqui passaram por indicadores de produtividade, diagnósticos

de competitividade, índices de competitividade revelada e de contribuição ao saldo comercial

setoriais, usualmente apresentados para esta temática (Balassa, Lafay e Laursen18).

O que se pode discernir a partir das perspectivas apresentadas é que a mudança

estrutural gerou um conjunto de benefícios ligados à vinculação ao mercado mundial e ao

andamento do mercado no sentido do refinamento das relações comerciais e ganhos de

produtividade, muito direcionados aos aspectos da firma.

No entanto, outros desafios foram postos, principalmente no sentido macroeconômico,

como a equalização do comércio a nível regional com o resto do mundo, a definição de

estratégias transversais de avanço da competitividade da economia em geral, e a atração

estratégica de investimentos que favoreçam a base produtiva e incrementos tecnológicos da

produção de modo que os ganhos de produtividade não sejam inócuos e momentâneos. Na seção

a seguir são apresentados alguns argumentos buscando traduzir como se encontrou, durante o

período analisado, o posicionamento da produção nacional diante da cadeia mundial de valor.

3.5 Posição da indústria brasileira na cadeia global de valor

Dado o que foi visto sobre abertura e integração comercial na década de 1990,

considera-se um processo muito recente em vista aos diversos países desenvolvidos

principalmente, processo este bastante tardio, o que impõe ao Brasil a necessidade de adaptação

ao modelo posto de comércio.

O modelo de comércio atual se baseia na forma com que os bens e serviços são

produzidos, mas principalmente, na forma com que os fatores de produção se encontram

distribuídos, sendo que em função deles a produção vem sendo gradativamente deslocada, em

18 Referências detalhadas no Apêndice 1.

48

busca de ganhos de custos, eficiência produtiva e agilidade no acesso ao consumidor ou

mercado fim.

Essas estruturas produtivas desconcentradas com a agregação de valor diferente em

cada estágio de produção de um mesmo bem, compõe o entendimento do conceito de cadeia

global de valor (global value chains), neste contexto Koopman et al. (2014) destaca que nesse

formato o valor adicionado em uma etapa se consolida como custo adicional da etapa seguinte.

Um fato relevante neste debate é apresentado por Fendt (2014), de que nos últimos 20

anos o comércio internacional que ocorria, 60% entre os países desenvolvidos, 30% entre países

desenvolvidos e em desenvolvimento e 10% apenas entre países em desenvolvimento, vêm

mudando e vêm se desconcentrando, e o cenário esperado para 2020 é de que estas parcelas de

comércio ocorram igualmente entre estas classes de países. Além disso, 60% das transações

comerciais internacionais atuais envolvem bens intermediários.

Estes fatos colocam a análise sobre a perspectiva de cadeias de valor no centro do

debate atual de comércio internacional, de políticas de comércio, integração e industrialização.

Essa visão promove também uma ruptura no modelo tradicional de interpretar o comércio

internacional, onde as importações são vistas em igual importância às exportações e o setor de

serviços ligado à manufatura tem então, importância predominante, conforme Fendt (2014).

Outro importante efeito do modelo de produção em cadeias de valor se traduz no fato

de que a associação a determinadas cadeias de valor pode gerar efeitos de transbordamento.

Ferraz et al. (2014) destacam como um desses efeitos a industrialização, citando como casos

observados a China, a República Checa, a Hungria e a Polônia. Estes autores ainda traduzem

como tímida a participação do Brasil na cadeia de valor global.

Fendt (2014) é categórico em afirmar que políticas de comércio restritivas podem ser

contraproducentes e podem promover um efeito contrário do pretendido, e ainda, que o modelo

de substituição de importações na atual situação do comércio mundial pode ser inibidor do

comércio de bens intermediários e da realização do investimento estrangeiro direto.

O trabalho de Guilhoto e Imori (2014) apresenta resultados para o caso brasileiro

delineando um panorama com algumas conclusões importantes. Primeiramente, o comércio

internacional brasileiro é restrito a poucos parceiros e destinos comerciais. A partir da abertura

comercial o comércio brasileiro de valor adicionado demonstrou tendência crescente,

principalmente abastecendo outras economias de insumos intermediários.

49

Na relação comercial de produtos de média alta tecnologia, o Brasil se mostra

fornecedor de valor para países desenvolvidos, e recebe em volume expressivo valor da China

deste tipo de produtos. A relação Brasil e China ainda apresenta uma característica relevante,

no sentido de que os produtos de gênero agrícola demonstram alto valor agregado, porém o

comércio com este país se dá em grande parte por produtos metalúrgicos, conforme Guilhoto e

Imori (2014).

Por fim, o comércio com Índia e Rússia é realizado basicamente a partir da indústria

de alimentos de baixo valor agregado e o valor agregado das indústrias de mineração e

petrolífera são, em grande medida, gerados para atendimento a outras economias. Assim,

Guilhoto e Imori (2014) finalizam apresentando que as atividades agrícolas e a mineração

apresentaram valor agregado crescente no comércio internacional, enquanto a indústria

apresentou queda se comparados ao ano de 2005.

Os resultados acima apresentados corroboram com algumas percepções da literatura

recente sobre a integração brasileira no comércio global. Uma delas é a apresentada por Lima

(2015), de que o país precisa de uma política estratégica, conectada com o mercado

internacional e seus novos paradigmas, bem como, com uma visão de longo prazo. O autor

destaca ainda, a demasiada dependência do mercado interno e isolamento em relação à

globalização, refletido por poucos acordos comerciais, acomodamento frente ao momento de

bonança externa e o acesso em atraso a melhorias tecnológicas nos setores econômicos.

Sobre a indústria, Lima (2015) retrata que a proteção do mercado interno brasileiro,

principalmente para acesso a bens de capital e bens intermediários e o custo institucional

brasileiro, chamado custo-Brasil, foram fatores limitantes da competitividade e da conexão da

indústria nacional às cadeias de valor mundial em maior grau.

Os argumentos de Lima (2015) são também sustentados na análise empírica

promovida por Ferraz et al. (2014), demonstrando que mesmo havendo um aumento da

penetração de bens intermediários, no caso brasileiro, se comparado com outros países, a

indústria brasileira ainda apresenta baixos volumes de bens intermediários importados. Já com

relação a produção de bens intermediários, a indústria nacional apresenta produção em setores

menos intensivos em tecnologia.

É destacado por Ferraz et al. (2014) que a infraestrutura de transportes e seu desgaste

se constitui como um custo adicional e uma barreira para integração as cadeias de valor. Rebelo

(2014) cita dez ações que seriam impulsionadores da relação comercial brasileira dentro do

50

novo paradigma observado, sendo que todas elas corroboram com os fatos apresentados neste

item.

Com relação ao “método” de condução de uma política comercial baseada no modelo

cognitivo de compreensão pelas cadeias globais de valor, Oliveira (2015) propõe um modelo

de variáveis que seriam fios condutores deste tipo de política comercial. Em primeiro lugar é

preciso a consciência de uma definição mais ampla de comércio internacional, abarcando bens,

serviços, investimentos e propriedade intelectual. Um segundo elemento é a vinculação aos

mercados nos dois sentidos do fluxo, o acesso para que as exportações sejam ampliadas e a

vinculação para que as importações também estimulem novas exportações. Outro ponto seria a

ampliação do conceito de barreiras, que se estenderiam além do campo das barreiras tarifárias

e, por fim, seria preeminente pensar no posicionamento de empresas domésticas nas cadeias de

valor mundiais.

A análise comparada de desempenho proposta por Oliveira (2015) em relação ao

modelo de política comercial do Brasil e Canadá permitiu concluir que a integração comercial

só é de fato alcançada na percepção das cadeias de valor com uma abertura comercial real, que

vai para além dos fluxos de bens e serviços. Este modelo foi denominado pela autora como

“liberalismo de redes” que possui como características negociações de acordos preferenciais de

comércio, com um formato discriminatório com diferentes níveis de integração e sua

viabilidade ao longo do tempo se dá pelo número de integrantes em cada “iniciativa

liberalizante”, nas palavras da autora.

Ressalta, por fim, que o Brasil não aparenta se encaixar em um modelo de política

comercial orientado pelas cadeias globais de valor, que a política comercial é criada ainda

baseada em um modelo de divisão do trabalho entre Norte e Sul, fechado, buscando resguardar

a produção nacional aos impactos da integração, do que propriamente integrar o país. Além

disso, não são considerados na agenda de formulação de política os ganhos de conhecimento,

propriedade intelectual, inovação e geração de novos investimentos. No período pós-abertura,

a autora ressalta que houve um distanciamento do mercado doméstico com o mercado

internacional ocasionado por instrumentos de defesa comercial.

Na seção seguinte são apresentados uma revisão dos principais textos construídos

sobre o processo de desindustrialização brasileiro, deu-se ênfase em demarcar as correntes

teóricas bem como seus principais conceitos e idéias sobre a temática. Trata-se do referêncial

mais abrangente, onde todos os aspectos apresentados mais pormenorizadamente nos itens de

51

3.1 a 3.5 são pautados em aspectos macro, debatidos em um conjunto de proposições de cada

linha teórica, compondo assim o debate brasileiro sobre a desindustrialização.

3.6 A desindustrialização e o debate brasileiro

A desindustrialização é um fenômeno que vem sendo debatido desde o fim dos anos

de 1980 com maior intensidade, devido, principalmente, à intensificação da integração

comercial mundial. Esta característica é agravada pelo avanço da aplicação do modelo

neoclássico, que traz a premissa de que o crescimento de longo prazo de uma economia é

resultado da acumulação de fatores e do progresso tecnológico, independentemente da

composição dos setores na economia (OREIRO; FEIJÓ, 2010).

Neste sentido, o termo desindustrialização apresenta dois conceitos bem marcados, o

primeiro delimitado pelo trabalho clássico de Rowthorn e Ramaswany (1999, p. 17) como a

persistente ocorrência da redução da participação do emprego industrial no total de emprego de

uma economia, seja de um país ou região, sendo de certa forma um indicativo da preferência

entre o investimento na indústria ou em outros setores conforme abordam os autores, a “(...)

result of the interactions among changing preference patterns between manufactures and

services, (...)”.

O segundo conceito, mais amplo e a ser aqui debatido, foi incorporado por Tregenna

(2009) incluindo no conceito clássico, também a redução persistente do valor adicionado da

indústria na proporção de adição de valor total do PIB. Ou seja, para a evidência deste processo

em uma economia, é preciso que haja, não só uma redução contínua do emprego industrial,

como de forma simultânea, que haja a redução da participação do valor adicionado da indústria

no PIB.

Um bom resumo sobre os conceitos e formulações teóricas sobre a desindustrialização

é apresentado por Nassif (2008), neste resumo a formulação “a la Clark”19 do processo de

desindustrialização é natural de economias capitalistas desenvolvidas podendo ou não ser

nocivo ao desenvolvimento da mesma. Neste sentido, países com rendas baixas possuem maior

participação de setores primários no PIB, a medida que avançam em maiores níveis de renda

19 Ver Clark (1957).

52

essa participação é deslocada para o setor industrial, e por fim, em níveis elevados de renda, a

participação é deslocada para o setor de serviços.

O processo de desindustrialização tende a provocar alguns efeitos, que podem ser

contundentes a estruturas de economias em desenvolvimento, como no caso do Brasil. Estes

efeitos são apresentados por Schymura e Pinheiro (2013). O primeiro deles é chamado efeito

composição (negativo), que se trata da modificação dos níveis de produtividade da economia,

decorrente do deslocamento de mão de obra da indústria para o setor de serviços, que é

naturalmente um setor menos produtivo. Oreiro e Feijó (2010) contribuem para este argumento,

salientando que este efeito acaba reduzindo o produto potencial de longo prazo da economia.

O segundo efeito, apontado por Schymura e Pinheiro (2013), é o efeito crescimento,

se tratando de uma modificação nos níveis de produtividade da economia em decorrência da

variação da composição da mão de obra dentro de cada um dos setores, industrial e de serviços.

Além destes dois impactos, os autores apresentam a redução do encadeamento entre

os setores da economia, e uma consequente redução do seu potencial de multiplicação da renda

e do emprego, com a perda de participação da indústria na economia. Atrelado a este problema,

a redução das externalidades locais e de transferência de pesquisa e tecnologia entre as

empresas, quando a indústria se reduz.

A desindustrialização pode se constituir também, como um fenômeno de impactos não

negativos para a economia, quando ocorre uma redução da participação do emprego e da

produção industrial em relação ao PIB, em decorrência da realização de parte das atividades

industriais antes domésticas, fora do território nacional, por conta de vantagens de custos, por

exemplo, direcionando para o exterior as atividades de menor valor adicionado ou mais

intensivas em trabalho, conforme destaca Oreiro e Feijó (2010). Desta maneira, a

desindustrialização pode causar impactos positivos, como maior tecnologia na produção e valor

adicionado na pauta exportadora.

Em uma análise para o período de 1990 a 2005 para países emergentes e

desenvolvidos, McMillan e Rodrik (2011) apresentam dados para o caso brasileiro,

evidenciando um efeito composição negativo em 4% e um efeito crescimento no sentido

contrário na magnitude de 11%. Em geral as constatações do trabalho são que a abertura

comercial contribuiu para a ocorrência do efeito composição nestas economias, o que gerou,

para os anos do estudo, uma redução sistemática de suas produtividades ou impossibilidades de

um maior avanço, como no caso do Brasil.

53

Oreiro et al. (2010) destacam ainda que a ocorrência do chamado efeito composição,

pode levar a um aumento da produtividade da economia como um todo, por meio de um

aumento da produtividade da indústria. Estando subscrito neste argumento que o setor de

serviços e a agricultura, por exemplo, seriam setores menos produtivos que a indústria, o que

reforçaria a tese de que a indústria é o motor do crescimento da economia.

Diante deste processo, Nassif (2008) propõe a formulação de Rowthorn e Wells (1987)

de redução do emprego industrial, em que a produtividade assume papel fundamental no

processo de desindustrialização, tendo em vista que em economias desenvolvidas onde as taxas

de crescimento do valor adicionado da indústria e dos setores de serviços e industrial são

semelhantes, a produtividade do trabalho do setor de serviços tende a ser menor que a da

indústria, provocando uma queda dos preços relativos dos bens industrializados e gerando um

efeito compensatório mais que superior na elasticidade-renda.

Neste sentido, Schymura e Pinheiro (2013) reforçam a necessidade de uma política

industrial consistente, de modo que a exposição à abertura comercial ocorra de forma gradativa,

e que permitam às empresas um adequado ajustamento a este processo. Além disso, mantendo

os linkages entre os setores, não permitindo a quebra de elos importantes, existindo assim,

setores estratégicos para atuação em termos de política.

Oreiro e Marconi (2014) destacam que a economia brasileira está se

desindustrializando. Este processo é evidenciado pelos autores por meio da queda da

participação da indústria de transformação no valor adicionado. Além disso, sinalizam que a

desindustrialização não é um fenômeno mundial, apoiando o argumento no fato de que os países

asiáticos permanecem com a relação da indústria no valor adicionado equilibrada. Justificam,

que no caso brasileiro, a desindustrialização é sim precoce, pois tem seu início em um nível

inferior de renda per capita e participação do valor adicionado e do emprego no total,

diferentemente do verificado em economias desenvolvidas, caracterizando o pensamento da

linha neo desenvolvimentista brasileira, acerca do tema.

No mesmo sentido, Palma (2005) afirma que Brasil, Argentina, Chile e Uruguai foram

os países latino-americanos que sofreram os níveis mais elevados de desindustrialização,

ocorrendo este processo a níveis baixos de renda per capita, inibindo a capacidade de alcançar

níveis maduros de industrialização, e mais, levando esses países ao retorno de sua situação

“natural” de adoção de vantagens comparativas no comércio dado sua abundancia de recursos

naturais.

54

Buscando apresentar aspectos determinantes da desindustrialização para o caso

brasileiro, Oreiro e Marconi (2014) apontam dez teses sobre a desindustrialização brasileira e

constroem os argumentos de contrapondo a essas teses formuladas. Neste trabalho, apontam

que a desindustrialização brasileira, não é, portanto, decorrente do “processo natural de

desenvolvimento” [grifo meu], mas sim principalmente decorrente da política cambial praticada

nos últimos anos. Enfatizam ainda a importância deste fenômeno, observando que a indústria é

o setor com maior produtividade do trabalho, e, portanto, indutor do desenvolvimento de médio

e longo prazo.

Sobre a tese de que o Brasil teria apresentado comportamento da taxa de câmbio

similar ao de países em desenvolvimento, e que, portanto, a influência da taxa de câmbio não

seria uma das razões determinantes para a desindustrialização, é combatida por Oreiro e

Marconi (2014), que apresentam dados do câmbio efetivo da América do Sul, tomando o ano

2000 como base, e justificando que o Brasil apresentou a maior apreciação entre os países

selecionados.

Com relação a tese de que a desindustrialização é causada pela perda de produtividade

decorrente do crescimento dos salários, Oreiro e Marconi (2014) a contrapõem apresentando

uma série do custo unitário do trabalho mensal para o ano de 2011 e uma relação desta série

com a taxa real de câmbio. Segundo os autores, a primeira não comprova a validade da tese

acima citada, bem como, a segunda evidencia um crescimento da ordem de 60% da série no

período, corroborando com a explicação da desindustrialização determinada pela taxa de

câmbio.

Sobre a última tese, Oreiro e Marconi (2014) apresentam por meio de uma série

trimestral, de janeiro de 2004 a janeiro de 2012, dos termos de troca e da taxa real de câmbio,

apresentando que as variações dos termos de troca aparentam ter influência central nas

elevações da taxa de câmbio brasileira e, portanto, não se trata do estado de bem-estar,

propagado pela Constituição de 1988 a causa real das apreciações cambiais contínuas.

Com um enfoque nos anos de 2005 - 2011, Bacha (2013) apresenta um ponto adicional

ao debate, arguindo que o processo de desindustrialização está em curso na economia nacional

e que pode ser explicado para tal período, de forma específica, a partir de uma “bonança

externa”, provocada pelo forte avanço do preço das commodities no período e pela entrada de

capitais, revelando pelo modelo de absorção que o país sofre adicionalmente de doença

55

holandesa, e que mesmo a economia operando com câmbio fixo e sem expansão de crédito

doméstico, a desindustrialização teria ocorrido dada a magnitude da bonança.

Uma crítica à análise do processo de desindustrialização da linha neo

desenvolvimentista, se dá por meio dos dados utilizados como evidência deste processo, onde

Bonelli e Pessôa (2010) ressaltam que os preços industriais crescem em menor medida que os

demais preços da economia, o que demonstra nestes termos, ganhos de competitividade deste

setor em relação aos demais.

Ainda, destacam as dificuldades sofridas pela indústria na década de 1980, e que o país

sofreu grandes ganhos de produtividade a partir da abertura comercial, da condução da política

econômica de privatizações e da adoção de medidas mais liberalistas. Salientam então, que os

entraves macroeconômicos se situam no campo dos baixos níveis de poupança externa que vem

pressionando o câmbio à valorização, e assim, tem tornado a indústria menos competitiva,

principalmente com relação à concorrência internacional (BONELLI; PESSÔA, 2010).

Ao observar o período de 1985 a 2008, Bonelli e Pessoa (2010), dadas as limitações

de dados, destacam as oscilações da participação da indústria de transformação no PIB, sendo

de 36% em 1985, chegando em 22,9% em 200820. Com relação a este período, os autores

evidenciam a ocorrência de uma forte apreciação da taxa real de câmbio, sendo a mesma

acompanhada pelas palavras dos autores de uma “perda de dinamismo da indústria de

transformação com respeito ao resto da economia brasileira”.

Neste mesmo período foi marcado por uma perda de participação da indústria de

transformação e pela acentuada participação das commodities na pauta exportadora, conforme

Almeida (2012), impactando na ampliação da transferência de renda, pressionando o salário

mínimo, por consequência, a demanda agregada e a redução do desemprego.

Ao observar a desindustrialização por meio da análise da produtividade da economia

brasileira, Nassif (2008) conclui em sua análise que se apresentam três períodos bem marcados

com relação aos níveis de produtividade, um nos anos de 1980, com um cenário econômico

complexo, de crescentes níveis de inflação e uma forte recessão na economia, com níveis de

produtividade declinantes, bem como da participação da indústria.

20 Redução maior é apresentada pelos autores em decorrência das descontinuidades metodológicas da série, no

entanto, a partir de correções os autores chegam a estes valores. Para mais detalhes, ver Bonelli e Pessoa (2010, p.

15-16).

56

Um segundo momento, de 1991 a 1998, marcado pela estabilidade na participação da

indústria e aumento da produtividade. O terceiro momento, verificado a partir de 1999,

caracteriza-se pela queda na produtividade e por taxas de investimento retraídas. Dessa forma,

o autor, posiciona-se contra o argumento da desindustrialização para o caso brasileiro,

afirmando ainda que durante a década de 1990 a indústria manteve um nível médio de

participação no PIB, em cerca de 22% (NASSIF, 2008).

Para Wasques (2011) e Bonelli e Pessôa (2010) o fenômeno da desindustrialização não

aparenta estar em curso na economia brasileira para o período de 2000 a 2009. No entanto, o

arcabouço de dados apresentados pelos autores demonstra que a indústria de transformação

sofreu oscilações negativas neste período, contudo, os autores revelam que mesmo com estas

oscilações negativas, não é possível definir que este processo se encontra em curso na economia

brasileira.

Estes autores também salientam que as variações macroeconômicas, “crises”,

provocaram variações na participação da indústria, principalmente entre 1994 e 2002,

corroborando com as conclusões de Pastore et al. (2013), de que há uma absorção nacional

desta redução da participação da indústria brasileira no produto mundial, que culminaram na

estagnação deste setor na economia brasileira em 2010.

A explicação central desta linha de autores está calcada em alguns pontos centrais, um

de que a indústria brasileira estaria passando a um novo modelo, onde a indústria de

transformação teria naturalmente uma menor participação, conforme Almeida (2012). Para o

período mais recente, 2000 a 2009, Pastore (2012) apresenta que as medidas de redução da taxa

de juros, superávits primários e a expansão de crédito se converteram em um expressivo

aumento da demanda por serviços e por produtos industriais, com isso, houve uma elevação

dos níveis de emprego e aumento dos salários reais, além do aumento do salário mínimo. Já na

indústria não houve considerável aumento na capacidade produtiva e no emprego.

Corroborando com estas explicações, Bonelli e Pessôa (2010) citam a lei de Engel e o

progresso técnico combinado à difusão internacional de conhecimento, em que alguns países

de faixas de produto semelhantes devem passar por uma conformação de estrutura produtiva,

seguindo certo padrão, onde há uma redução dos setores primários em primeira instância,

sustentada pela expansão da indústria, em menor quantidade pelo setor de serviços, sendo que

57

no último momento, esse processo se adensa e passa a crescer lenta e continuadamente. Estes

fatos são normalmente conduzidos pela política econômica e comercial21.

Com isso, Bonelli e Pessôa (2010) apresentam ainda, que dado o contexto de recessão

interna no período de abertura comercial, especificamente de 1990 a 1992, e a instabilidade

política acentuada, geraram um impacto importante no sentido de pressionar a redução da

participação da indústria na economia, mesmo afirmando que o Brasil não sofreu um processo

de desindustrialização até 2008, e que as causas da redução da indústria no país estavam

relacionadas à sua “sobre industrialização”22 [grifo do autor], nos anos anteriores ao período

aqui analisado.

Esses três pontos, convergem para uma característica central da linha ortodoxa sobre

a explicação deste processo de desindustrialização, que é sintetizado por Almeida (2012, p.50),

“A verdade é que o Brasil se tornou um país caro para a produção de manufaturas e, assim,

parte do aumento da demanda recai naturalmente no aumento das importações.”.

O agravamento da crise financeira mundial, em 2009, conduziu a demanda a uma

redução considerável, sobretudo nos países desenvolvidos, resultando em um excesso de oferta

de produtos manufaturados no mundo, e, portanto, na redução dos preços destes mesmos

produtos, o que intensificou a queda da participação da indústria no PIB mundial (ALMEIDA,

2012).

Por fim, Bonelli e Pessôa (2010) apresentam que houve uma redução de participação

da indústria, porém frisam que um “resumo prudente” desta perda de participação, no emprego,

se dá em maior grau pelas reformas promovidas na década de 1990, e que os dados de

produtividade não permitem exprimir que as reduções de participação se aprofundaram nos

períodos seguintes analisados.

Neste sentido, os autores complementam que esta perda de participação da indústria

pode ser verificada também por meio da análise de algumas variáveis adicionais, sendo elas:

elevação da produtividade industrial; vantagens competitivas caracterizadas por mão de obra

21 Os autores destacam, neste caso, os países da OCDE, que passaram por este esquema e perderam

significativamente a participação da indústria desde a metade do século XX. 22 Bonelli e Pessôa (2010) ao realizarem a análise dos dados de participação da indústria a preços constantes,

verificaram que o Brasil iniciou o processo de perda da participação da indústria, antes mesmo da década de 80.

Justificam este fato, como resultado do profundo processo de industrialização ocorrido nas décadas anteriores, e

assim, a partir da década de 70 há uma convergência aos padrões mundiais, os quais estariam abaixo do Brasil, até

o período.

58

de baixo custo e câmbio desvalorizado; introdução de novas tecnologias, economias de escala

e ganhos de produtividade; e terceirização (BONELLI; PESSÔA, 2010).

Nassif (2008) resume suas conclusões acerca do tema da seguinte maneira.

Primeiramente salienta que o fenômeno da desindustrialização no Brasil trata-se de uma

conjectura, atribuindo a relutância da participação da indústria em níveis mais baixos que na

década de 1980, à queda dos níveis de investimento e a instabilidade da produtividade do

trabalho. Além disso, ressalta que não se verifica uma realocação de fatores produtivos

“generalizada” para indústrias ou setores mais intensivos em recursos naturais.

Existem fortes limitações de análise da desindustrialização para o caso brasileiro,

devido às isoladas explicações feitas para curtos períodos de tempo. Além disso, a mudança

metodológica de contabilização do PIB, ocorrida entre 1990 e 1995, em certa medida, torna

mais difícil a observação das séries compostas para o período. Fato este, tratado não como uma

justificativa para a não utilização de dados, mas sim, como uma real limitação de análise,

inclusive salientada por Oreiro e Feijó (2010) e Bonelli e Pessôa (2010).

59

4 PROCEDIMENTOS METODOLÓGICOS

Nesta seção são apresentadas as etapas metodológicas utilizadas no cumprimento dos

objetivos deste estudo. A primeira constitui-se no estabelecimento de um método econométrico

visando responder quais são as principais variáveis que determinam as oscilações do valor

adicionado e do emprego industrial. Na segunda etapa utilizou-se a análise de insumo-produto

para determinar quais as principais mudanças estruturais que produziram efeito sobre o valor

adicionado, o pessoal ocupado e o valor da produção da indústria. Com esse conjunto de

respostas espera-se dar boas contribuições no sentido de resposta do objetivo principal.

Estas etapas foram selecionadas diante de uma revisão empírica sobre o tema, que se

encontram descritas oportunamente antes dos passos metodológicos de cada uma das etapas. O

procedimento econométrico por exigir um conjunto maior de passos a ser seguido, encontra-se

explicado nos itens de 4.1 a 4.3 onde são apresentadas a revisão empírica, a teoria e a

modelagem e a seleção das variáveis. O modelo insumo-produto está descrito no tópico 4.4

com o mesmo detalhamento.

4.1 Uma revisão empírica sobre a modelagem econométrica

A modelagem econométrica faz parte da pauta de debate do tema industrialização,

tanto na literatura nacional como internacional. Alguns trabalhos clássicos relacionando a

estrutura produtiva, produtividade e industrialização com o crescimento econômico, a

convergência entre países e também a desindustrialização como Rowthorn e Ramaswamy

(1999), Timmer et al. (2014), McMillan e Rodrick (2013), Weiss e Tribe (2016) fazem a

aplicação do ferramental econométrico no sentido da constituição de provas empíricas para

análises estruturais entre grupos de países.

Mais especificamente sobre a temática da desindustrialização os trabalhos Rowthorn

e Ramaswamy (1999) e (1997), nacionalmente Sonaglio et al. (2010), Soares e Teixeira (2010),

Soares, Mutter e Oreiro (2012), Cunha et al. (2013), Cavalcanti (2013), Cardoso e Nascimento

(2012) e Souza (2016), têm destaque pela geração de evidências que contribuem empiricamente

nos debates teóricos sobre a desindustrialização.

As técnicas econométricas aplicadas nestes trabalhos se alternam entre os dados em

painel e os modelos autorregressivos. O trabalho de Souza (2016), buscando evidenciar o

60

processo de desindustrialização nos estados brasileiros, lançou mão da análise exploratória de

um conjunto de indicadores relacionados a indústria e de uma modelagem econométrica de

dados em painel, visando apontar alguns determinantes desse possível processo de

desindustrialização.

Ao efetivar o modelo considerado, tendo como variáveis dependentes a participação

do Valor da Transformação Industrial (VTI) no PIB dos estados e o emprego industrial no

emprego total estadual e optando pelo modelo de efeitos aleatórios. A análise exploratória

realizada com alguns indicadores apresentou resultados controversos com alguns indicadores,

como a produtividade e o VTI, indicando na direção oposta do processo de desindustrialização

para os estados brasileiros. A análise da modelagem estatística em painel sugere um processo

de desindustrialização negativa, com indícios de doença holandesa, por ter verificado uma

relação negativa significativa entre câmbio e índice de preços das commodities com as variáveis

dependentes.

O trabalho de Sonaglio et al. (2010), precursor ao trabalho anteriormente apresentado,

possui um método econométrico semelhante, porém se utiliza de um conjunto de variáveis um

pouco diferentes. Como variável dependente do modelo, os autores utilizaram o grau de

intensidade tecnológica das exportações brasileiras. Como variáveis explicativas do modelo,

têm-se a taxa de câmbio, a taxa de juros, a utilização da capacidade instalada, as importações

mundiais e o câmbio defasado.

Estes autores utilizaram um modelo com efeitos fixos e regrediram o modelo

utilizando o método dos mínimos quadrados em dois estágios, pois ao assumir variáveis com

defasagens os painéis assumem características dinâmicas, que estimadas pelo método errado

pode incorrer em estimadores ineficientes. A série de dados utilizada no modelo compreende o

período de 1996 a 2008 e os resultados da estimação econométrica demonstram que as

exportações brasileiras em todos os níveis de intensidade têm forte vinculação às variações do

câmbio, já a taxa de juros apresentou relação negativa com as exportações. A estimação

realizada não possibilitou evidenciar que a economia brasileira sofreu de um processo negativo

de desindustrialização provocado por “doença holandesa”.

Soares e Teixeira (2010) replicaram a mesma modelagem econométrica utilizada no

trabalho clássico de Rowthorn e Ramaswamy (1999), utilizando a modelagem de mínimos

quadrados ordinários (MQO) e de vetores autorregressivos (VAR). As variáveis analisadas

foram a produtividade relativa do trabalho na indústria em relação à produtividade total da

61

economia, os preços relativos da indústria em relação ao produto total, a participação do valor

adicionado da indústria no PIB, a participação do emprego industrial no emprego total, o PIB e

o PIB ao quadrado, o saldo da balança comercial industrial como participação do PIB, a

participação das importações do Mercosul nas importações totais e, a formação bruta de capital

fixo como proporção do PIB.

Essas variáveis foram incluídas em quatro equações na forma logaritimizada, tendo

com variáveis exógenas, produtividade, preços, produto e emprego, com dados do período de

1990 a 2007. Os resultados obtidos apontam no sentido da não existência absoluta no Brasil de

um processo de desindustrialização, sendo que os níveis de emprego e produto são preservados

em crescimento no período e há apenas uma perda relativa de ambos, porém sem continuidade.

O resultado explicativo para a redução relativa da participação da indústria foi

convergente ao trabalho de Tregenna (2009) com os preços relativos e a redução na taxa de

investimento como principais causas. Outros resultados importantes do modelo que convergem,

em certa medida, com os obtidos por Rowthorn e Ramaswamy (1999) são a relação positiva

obtida entre o crescimento do produto e aumento da produtividade na indústria, o efeito da

produtividade sobre preços relativos e, a formação bruta de capital mostrou-se importante em

relação a participação relativa da indústria no produto, com uma relação positiva. O crescimento

das exportações impactou com incrementos do emprego na indústria, no entanto, as importações

do Mercosul foram negativas para esta variável.

O trabalho de Soares, Mutter e Oreiro (2012) replica um teste empírico similar ao dos

trabalhos de Soares e Teixeira (2010) e Rowthorn e Ramaswamy (1999), aplicado ao caso

brasileiro, diferindo apenas ao período de aplicação, abrangendo o interstício de 1996 a 2008.

Os resultados demonstrados pela aplicação empírica se aproximam, em linhas gerais, dos

relatados para o caso brasileiro pelos outros dois trabalhos com a mesma metodologia. No

entanto, com uma ênfase um pouco maior nas relações da variável câmbio no modelo, os

autores sinalizam alguns resultados, como uma relação negativa entre câmbio e a taxa de

investimento na economia e que os impactos negativos do câmbio se dão, em maior medida, no

produto do que no emprego.

Em busca de validar a hipótese de que o crescimento da demanda doméstica aliado a

redução da rentabilidade das exportações nacionais pela sobrevalorização do real no período de

2005 a 2010 e, por este motivo a indústria está redirecionando, como forma de reação ao

estímulo, em uma parcela cada vez maior de sua produção ao mercado interno, Cunha et al.

62

(2013) propuseram uma análise descritiva de dados e estimaram um modelo com vetor de

correção de erros, do inglês, Vector Erros Correction (VEC), com as variáveis, quantum das

exportações de manufaturados, produção física da indústria de transformação, taxa de câmbio

efetiva dividida pelo salário, um indicador de atividade econômica, essas séries passaram por

tratamento sazonal e receberam a aplicação de logaritmo para inserção no modelo.

Para análise da hipótese proposta os autores lançaram mão da análise de causalidade

de Granger e também da função impulso resposta, possibilidade característica dos modelos

autorregressivos. Os resultados obtidos demonstraram que para o período existem evidências

relevantes no sentido de aceitação da hipótese proposta, porém não foram verificadas

evidências robustas no sentido do comércio internacional como capitaneador de um processo

de desindustrialização negativa. Outro ponto verificado, por meio da análise dos dados, é uma

importante modificação na sazonalidade da balança comercial, atribuída pelos autores à

elevação dos preços das commodities e da venda de produtos intensivos em recursos naturais

para o mercado chinês (CUNHA et al., 2013).

Em uma nota técnica, Cavalcanti (2013) apresenta uma estimação econométrica de um

modelo VAR em sua forma reduzida objetivando demonstrar os principais determinantes da

produção industrial para o período de 2002 a 2012, especificando a participação destes

determinantes nos baixos níveis de produção verificados. Por meio da utilização das funções

impulso resposta, da decomposição de variância dos erros de previsão e decomposição

histórica, o autor verificou que as principais variáveis que interferiram negativamente diante da

estimação do modelo e dos pressupostos desenhados foram a taxa SELIC e a inflação esperada,

além de choques nos estoques e no custo do trabalho.

Ainda, Cavalcanti (2010) faz um alerta sobre a estimação VAR e a aplicação da

causalidade de Granger na prática de identificação do modelo, salientando que esta aplicação é

incorreta, à medida que o conceito e cálculo da causalidade de Granjer não preveem que as

relações de causalidade sejam também relações contemporâneas. Desta forma, deve-se optar

por outras formas de identificação do modelo.

4.2 Econometria de séries temporais, VAR e o mecanismo de correção de erros23

23 O texto apresentado nesta seção utiliza como base os seguintes autores: Lütkepohl (2006), Hill et al. (2000),

Greene (2003), Gujarati e Porter (2011), Wooldridge (2012), Sims (1980).

63

A econometria de séries temporais é o campo da econometria que se dedica a

manipulação, modelagem e análise de dados organizados em períodos do tempo. Este tipo de

análise é bastante recorrente na literatura econômica e como visto na breve revisão empírica

sobre o tema, também na literatura sobre desindustrialização.

No entanto, o trabalho com séries temporais impõe alguns cuidados metodológicos

muito peculiares. Dentre os principais, pode-se citar a estacionariedade das séries analisadas, o

cuidado com a autocorrelação possível entre as séries, a cautela sobre a estimação de regressões

espúrias, porém com estimadores consistentes, o fenômeno do passeio aleatório e as relações

de causalidade.

Processos estocásticos estacionários tratam-se do processo de distribuição aleatória

das variáveis no tempo, de tal modo que a média e a variância da série sejam constantes ao

longo do tempo e a covariância entre dois períodos quaisquer deve depender apenas da distância

entre esses dois períodos e não do momento atual da série. Isso significa dizer que média,

variância e covariância da série x, em questão, podem ser dadas conforme as equações (1), (2)

e (3).

E(𝑥t) = μ (1)

var (xt) = E(xt- μ)2 = σ2 (2)

x = E[(xt- μ)(xt+k- μ)] (3)

As análises em séries temporais são baseadas, portanto, em séries que possuem um

processo de distribuição estocástico, caso isso não ocorra pode-se ter a ocorrência de um

processo genuinamente aleatório, que é por definição o caso contrário já especificado, com 𝜇 =

0, 𝜎2 constante e não apresenta autocorelação. É possível a utilização deste tipo de séries em

modelos econométricos, desde que as mesmas sejam inseridas em sua primeira diferença, de

modo que esta seja estacionária.

Para verificação da condição de estacionariedade das séries temporais podem ser

aplicados alguns testes, chamados de testes de raiz unitária, que verificam se a série possui ou

não uma ou mais raízes unitárias a partir da ideia de: 𝑌𝑡 = 𝜌𝑌𝑡−1 + 𝑢𝑡 em que 𝜌 pode assumir

−1 ≤ 𝜌 ≤ 1. Considera-se como hipótese nula a presença de raiz unitária, e a hipótese

alternativa, a ausência de raiz unitária, ou seja, estacionária. Dentre eles, têm-se os testes de

Dickey – Fuller, Dickey – Fuller aumentado (ADF) e Phillips-Perron. Uma forma

64

complementar para verificar a estacionariedade das variáveis seria de forma gráfica pela função

de correlação ou diagrama de correlação (correlograma).

O teste mais frequente utilizado é o teste ADF, no qual é possível aplicar o teste com

as variáveis em nível, em primeira e em segunda diferença, além de ser possível adicionar a

possibilidade das variáveis apresentarem apenas interpecto ou intercepto e tendência ou

nenhuma dessas opções. O resultado do teste também indica a ordem de integração da variável

em análise, sendo que, estacionária em nível representa uma variável integrada de ordem zero,

I(0), estacionária em primeira diferença representa uma variável integrada de ordem um, I(1),

e assim por diante.

Um aspecto adicional a ser observado quando se tratam da análise de séries temporais

é o fato da possibilidade de quebras estruturais, principalmente quando a análise envolve

grandes períodos. Este fato se faz importante, pois os testes convencionais de raiz unitária

podem não se mostrar tão eficientes quando na presença de quebras estruturais. Um teste

importante neste caso, que pode revelar a presença de quebras é o teste de Chow.

Para não ocorrer problemas com relação a estacionariedade e as limitações possíveis

na estimação caso a estacionariedade não se verifique com as variáveis em nível, é necessário

seguir alguns procedimentos, na sequência: teste de raiz unitária, correção da não

estacionariedade em nível, com a técnica de diferenciação da série no mesmo grau de sua

integração. A logaritimização dos valores da série também pode ser aplicada, de forma a

garantir que elas sejam estacionárias.

Um segundo momento implica em garantir que a regressão entre as variáveis testadas

não seja espúria. Para isso verifica-se a cointegração da regressão entre as séries por meio dos

testes, Engle-Granger, Engle-Granger aumentado e Teste de Cointegração de Johansen. Estes

testes nos permitem dizer que os erros resultantes da regressão entre as séries é também um

processo estacionário, se assim for, denomina-se as séries como co-integradas. No entanto,

quando este erro é estacionário e as séries são cointegrantes, este erro pode estar distribuído em

uma tendência determinística ou estocástica.

Os modelos do tipo VAR, autorregressivos de dimensão p, são extensões teóricas dos

modelos autorregressivos (AR) com múltiplas interações simultâneas entre as variáveis.

Diferentemente dos modelos de equações simultâneas, o VAR considera apenas os padrões das

defasagens das variáveis no tempo. Desta forma, os modelos VAR são capazes de expressar os

padrões de relações históricos entre variáveis. As p dimensões do modelo são definidas pelo

65

número de variáveis consideradas e a extensão de suas defasagens é baseada nos critérios de

informação de Akaike e Schwartz, previamente.

Supondo duas variáveis para fins de exemplo, um modelo VAR pode ser constituído

na seguinte forma funcional:

yt= θ0+ θ1y

t-1+ …+ θpy

t-p+ ϕ

1xt-1+ …+ ϕ

pxt-p+et (4)

xt= δ0+ δ1yt-1

+ …+ δpyt-p

+ α1xt-1+ …+ αpxt-p+ut (5)

As variáveis selecionadas, xt e yt na estrutura funcional apresentada são explicadas

por suas próprias defasagens e pelas defasagens da outra variável, além de uma variável

estocástica em cada equação, variáveis estas que podem assumir o comportamento de outras

variáveis desconsideradas no modelo como efeitos de políticas e choques adversos.

A derivação do mecanismo de correção de erro, VEC, é uma especificação mais

adequada para séries que se apresentam co-integradas, ou seja, demonstram uma relação de

equilíbrio ou de longo prazo. Este modelo considera que um termo da equação (εt-1) representa

os desequilíbrios de curto prazo ao assumir determinados valores, desta forma, nestes

momentos as séries se apresentaram em desequilíbrio, o mecanismo de correção de erro assume

então a função de correção deste processo. Demonstrando e derivando este processo em um

exemplo com duas variáveis têm-se24:

yt= θ0+ θ1y

t-1+ ϕ

1xt-1+et (6)

xt= δ0+ δ1yt-1

+ α1xt-1+ut (7)

Procedendo a subtração de xt-1 e yt-1 em ambos os lados das duas equações, têm-se:

∆yt= y

t-y

t-1 = θ0+(θ1-1)y

t-1+ ϕ

1xt-1+et (8)

∆xt= xt-xt-1= δ0+ δ1yt-1

+ (α1-1)xt-1+ut (9)

Sendo xt e yt integradas de primeira ordem e co-integradas, os coeficientes da equação

acima se submetem a seguinte restrição:

24 Os exemplos utilizados apresentam apenas duas variáveis para título de demonstração, facilitando a

compreensão do leitor, no entanto, o modelo proposto pode ser observado no apêndice. As demonstrações do

processo VAR e do mecanismo de correção de erros seguem o mesmo padrão de Hill et al. (2000), p. 378 – 384.

66

θ1=1+

ϕ1δ1

α1-1 (10)

Fazendo esta substituição, então obtém-se:

Δxt= θ0+

ϕ1δ1

α1-1 xt-1+ ϕ

1xt-1+et (11)

Reescrevendo as equações e reorganizando os termos, têm-se:

Δxt= θ0+

ϕ1δ1

α1-1 [xt-1-

(1-α1)

δ1

yt-1]+ et (12)

Δy

t= δ0+ δ1 [xt-1-

(1-α1)

δ1

yt-1]+ ut (13)

Renomeando alguns termos para fins de simplificação da equação, obtém-se as

equações (14) e (15).

β

2=

1-α2

δ1

; γ1=

ϕ1δ1

α1-1; γ

2= δ1 (14)

θ0*= θ0+ γ

1β

1 ; δ0

*= δ0+ γ

2β

1 (15)

Baseado nestes novos termos, as equações (14) e (15) podem ser reescritas:

Δxt= θ0*+ γ

1(xt-1-β

1-β

2y

t-1)+et (16)

Δyt= δ0

*+ γ

2(xt-1-β

1-β

2y

t-1)+ut (17)

Esta forma funcional expressa o mecanismo de correção de erros, apresentando,

portanto, que variações de x e y nos períodos t e t-1 dependem do termo:

εt-1= xt-1-β1-β

2y

t-1 (18)

Que é o termo que representa os desvios da trajetória de equilíbrio no curto prazo.

Após o exposto, neste trabalho buscou-se determinar as equações de longo prazo, dentro do

período analisado para as variáveis selecionadas. Para tanto foi utilizado um modelo

econométrico, do tipo autorregressivo com mecanismo de correção de erros, o modelo VEC. O

67

modelo VEC geral para n variáveis considerando x1t~I(1), x2t~I(1), …, xnt~I(1) e co-

integradas, seguiu a seguinte forma funcional:

∆xt= ∏0+ ∏x

t-1 + ∏

1 ∆xt-1+ ∏

1 ∆xt-2+…+ ∏

p ∆xt-p+ et (19)

Na forma matricial:

xt= [

x1t

⋮xnt

] Π0 = [

π10

⋮πn0

] Πi = [

πi,11 … πi,1n

⋮ ⋱ ⋮πi,n1 … πi,nn

] para i=1, …, p e et= [

e1t

⋮ent

] (20)

A partir de (20), deriva-se a matriz (21) que possibilita a análise de cointegração:

Πxt(nxn) = [

π11 … π1n

⋮ ⋱ ⋮πn1 … πnn

] (21)

Cada linha da matriz (21) representa uma relação de cointegração do tipo πi1x1t+

πi2x2t+…+πinxnt ~I e o posto de Π determina o número de vetores de cointegração, bem como,

o teste para determinar se as séries são co-integradas.

Após a estimação do VEC foram realizadas análises de causalidade no sentido de

Granger e também as análises de impulsos inovativos entre as variáveis utilizando impulsos

generalizados. As variáveis foram inseridas no modelo levando em consideração a teoria

macroeconômica e a análise teórica do problema em questão, não havendo um ordenamento

específico seguido na determinação das formas funcionais estabelecidas. Estas análises

complementares foram propostas justamente no sentido de possibilitar uma melhor percepção

das relações assumidas entre as variáveis.

4.3 Seleção de variáveis

A análise empírica do tema é, de modo geral, fragmentada em curtos períodos de

tempo e não havendo consenso para a ocorrência da desindustrialização no caso brasileiro. No

entanto um ponto de convergência entre os autores que estudam o tema é a falta de

disponibilidade de dados de longos períodos para coleta e uso em estudos empíricos, sendo esta

uma dificuldade relatada pela maioria dos autores e é possível claramente verificar o esforço

necessário para tal empreitada na leitura do trabalho de Bonelli e Pessôa (2010).

68

Neste sentido, um conjunto de aproximações é realizado para possibilitar a construção

de trabalhos empíricos para a literatura brasileira. A primeira delas é a utilização de dados de

emprego como uma proxy para dados de pessoal ocupado, adicionando o fluxo de saldos de

postos de trabalho para que se chegue em algo mais próximo a variável desejada, como em

Soares et al. (2012).

Além disso, geralmente o período de 1990 a 1995 não é compreendido na revisão

recente sobre o tema, como pode ser observado em vários trabalhos revisados na seção 3.6, este

fato se dá pela brusca mudança ocorrida neste momento da história do país, principalmente

pelas trocas de moeda em circulação na economia.

Outro fator que contribui neste mesmo sentido é a mudança metodológica realizada

pelo IBGE para a série de 1995 – 2001 do sistema de contas nacionais, com mudanças de níveis

de desagregação, inclusão de novas pesquisas e aplicação de novos índices e ano base. Mudança

esta, realizada em 2002 sendo possível verificar as alterações na nota metodológica nº 26

“Revisão da série 1995-2001 (retropolação)”.

Outro fator muito relevante no que concerne a seleção de dados, são as diferentes

periodicidades com que são disponibilizados e as quebras ou descontinuidades de pesquisas

estruturais. Como exemplo, temos a pesquisa mensal industrial de ocupações sendo realizada

somente a partir de 2000, os indicadores de valor adicionado por setor econômico são

fornecidos pelo Ipeadata apenas a partir de 1996.1, dentre outras séries, que para uma análise

mais completa, com um corpo maior de variáveis se torna inviável devido a estes problemas.

Feita esta prévia, embasado na literatura procedeu-se na construção de um quadro

sintético apresentando todo o rol de variáveis citados na literatura, de modo a permitir uma

justificativa do recorte de variáveis possível para a análise desejada, estabelecendo assim, suas

justificativas e manipulações prévias necessárias para utilização dos dados.

Quadro 1 – Variáveis explicativas do processo de desindustrialização brasileira segundo a

literatura.

Autor e Ano Variáveis Período de

desindustrialização?

Comportamento

esperado da

variável

Loures et al. (2010)

Taxa de câmbio

1991-2004

Elevado

Tributação Elevado

Gastos do governo

com infraestrutura Reduzido

Inflação Elevado

69

Consumo doméstico Elevado

Schimura e Pinheiro

(2013)

Produtividade geral

da economia

Trata sobre a política

industrial.

Elevado

Produtividade

setorial Elevado

Indicador de

encadeamento entre

os setores

Elevado

Capacidade de

multiplicação de

inputs da economia

Elevado

Oreiro e Feijó

(2010)

Tecnologia da

produção 1986-1998

2004-2008

Reduzida

Valor adicionado na

pauta exportadora Reduzido

Oreiro e Marconi

(2014)

Taxa de câmbio

Desde a década de

1970

Elevada

Taxa de Juros Elevada

Preços relativos

entre bens

comercializáveis e

não comercializáveis

Elevado

Salários Elevados

Produtividade geral

da economia Reduzida

Bresser-Pereira

(2010)

Déficit em conta

corrente Elevado

Bonelli e Pessôa

(2010)

Preços non tradables

Não é possível

afirmar sua

ocorrência

Reduzido

Preço tradables Elevado

Produtividade geral

da economia Reduzido

Poupança externa Reduzida

Instabilidade política Elevada

Pastore (2012)

Taxa de juros

A desindustrialização

não está em curso

Reduzida

Superávits primários Elevados

Expansão do volume

de crédito Elevados

Demanda de bens

manufaturados e

serviços

Reduzida

Fonte: Elaboração própria a partir do referencial teórico da pesquisa.

Das variáveis listadas no Quadro 1, foram selecionadas as seguintes: taxa de câmbio,

gastos do governo, formação bruta de capital fixo, consumo das famílias, taxa de juros,

produtividade, exportações e importações, preços de tradebles e non tradables, saldos da conta

corrente, emprego industrial, pessoal ocupado na indústria, valor adicionado industrial, valor

70

adicionado na agropecuária e valor adicionado nos serviços, salários na indústria, comércio e

serviços e na agropecuária.

Inevitavelmente algumas proxies foram construídas para algumas das variáveis

selecionadas, sendo elas: a produtividade foi estimada em duas medidas, uma utilizando os

valores relativos do pessoal ocupado sobre a produção industrial e outra com o emprego

industrial sobre a produção industrial; a segunda proxy adotada foi a remuneração, conceito um

pouco mais amplo que o salário, como forma de estimar o comportamento dos salários pagos

nos setores observados; os preços dos bens tradables e non tradables foram aproximados pelos

índices de preços ao produtor amplo ou índice de preços ao atacado.

O conjunto de séries utilizadas para a análise das variações do emprego industrial

encontra-se em periodicidade anual, de 1990 a 2016, totalizando 26 observações, o emprego

como série anual se deu em razão da ausência da maioria das séries necessárias em

periodicidade trimestral ou mensal, sendo que a manipulação dos dados para tal construção

poderia ser motivos de críticas ou de empecilho à estrutura e indicadores da modelagem

econométrica.

Com relação às análises da variação do valor adicionado, as séries encontram-se em

periodicidade trimestral, de 1991.1 a 2014.4, com um total de 96 observações, permitindo

assim, a utilização de formas funcionais mais robustas em números de variáveis. Todas as séries

foram deflacionadas pelo IPCA e pelo seu respectivo deflator, conforme o caso, inserindo todos

os valores a preços de 2014.4 possibilitando dessa forma, a uniformidade das séries e a

eliminação dos efeitos de preços nas oscilações.

Todas as variáveis foram renomeadas com a finalidade de inserção nos softwares para

que o modelo pudesse ser regredido com maior facilidade e como as variáveis possuem

diferentes fontes, o Quadro 2 apresenta um detalhamento destas informações, a fim de

possibilitar uma melhor compreensão dos modelos e das variáveis.

Quadro 2 – Variáveis selecionadas, fontes e siglas utilizadas nos modelos econométricos.

Nome Sigla Periodicidade Fonte

Taxa de câmbio R$/US$ - compra

– fim do período Tx_⸏⸏c

Anual e

trimestral

IPEADATA – Banco

Central do Brasil

Consumo final da administração

pública Cf_ap Trimestral

IBGE - Contas Nacionais

Trimestrais

Formação bruta de capital fixo Fb_cf Trimestral IBGE - Contas Nacionais

Trimestrais

Consumo das famílias Cf Trimestral IBGE - Contas Nacionais

71

Trimestrais

Taxa de Juros Over Selic (% a.

m.) acumulada em trimestres Tj

Anual e

Trimestral Banco Central do Brasil

Taxa de Juros de Longo Prazo Tj_lp Trimestral Banco Central do Brasil

Produtividade medida pelo

emprego P_e Anual

RAIS e Pesquisa

Industrial Anual

Produtividade medida pelo pessoal

ocupado P_po Anual

RAIS e Pesquisa

Industrial Anual

Importações total FOB em US$ Im_p Trimestral e

Anual FUNCEX/MDIC

Exportações total FOB em US$ Ex_p Trimestral e

Anual FUNCEX/MDIC

Balança Comercial Bc Trimestral e

Anual FUNCEX/MDIC

Índice de preços ao atacado -

indústria Ipa_i Trimestral FGV

Índice de preços ao atacado -

agropecuária Ipa_a Trimestral FGV

Índice de preços ao consumidor

amplo – não comercializáveis Ipca_nc Trimestral IBGE


amplo-comercializáveis Ipca_c Trimestral IBGE


amplo Ipca Trimestral IBGE

Transações correntes em US$ Tc Trimestral Banco Central do Brasil

Valor adicionado pela indústria Va_ind Trimestral IBGE - Contas Nacionais

Trimestrais

Valor adicionado pela

agropecuária Va_ag Trimestral

IBGE - Contas Nacionais

Trimestrais

Valor adicionado pelos serviços Va_s Trimestral IBGE - Contas Nacionais

Trimestrais

Remuneração na indústria R_ind Anual RAIS

Remuneração na agropecuária R_ag Anual RAIS

Remuneração no comércio e

serviços R_ces Anual RAIS

Fonte: Elaboração própria.

De posse dessas variáveis foram construídos dois modelos, um visando analisar os

determinantes do emprego industrial e do pessoal ocupado industrial e outro os determinantes

do valor adicionado industrial. O primeiro modelo levou em consideração as variações do

emprego industrial e do pessoal ocupado industrial. Neste sentido, foram regredidas quatro

diferentes formas funcionais. A primeira, e principal para a análise desejada, considerou a

variação do emprego industrial como variável dependente e como variáveis independentes

72

foram inseridas a taxa de juros, o salário da indústria e a produtividade. Nesta forma funcional

ainda foi considerada uma variante, com a taxa de juros sendo exógena.

A segunda forma funcional utilizada teve como variáveis dependentes a produtividade

na indústria medida pelo pessoal ocupado e pelo emprego. Como variáveis independentes foram

consideradas, o salário na agropecuária e no comércio e serviços, as exportações e as

importações, sendo também inserido nesta forma funcional o intercepto.

Na terceira forma funcional foi regredido o salário na indústria dependente das

importações, exportações, taxas de juros e produtividade, em um caso com a medida pelo

emprego e em outro pelo pessoal ocupado, considerando também o intercepto. Na última forma

funcional a variação do emprego foi a variável dependente e o salário na indústria, a

produtividade na indústria medida pelo emprego industrial, as exportações e as importações

foram as variáveis independentes, com a taxa de juros exógena.

Para a análise do valor adicionado foram realizadas quatro formas funcionais da

modelagem, a primeira com um modelo mais robusto tendo como variável dependente o valor

adicionado da indústria, considerando o intercepto, e como variáveis independentes a taxa de

câmbio, o consumo da administração pública, a formação bruta de capital fixo, o saldo da

balança comercial, a taxa de juros de longo prazo, o consumo das famílias e o saldo de

transações correntes. Para este caso foram testadas duas situações distintas, um considerando a

taxa de juros exógena e outra a taxa de câmbio exógena, esta opção, como no caso da análise

do emprego, se deu pelo fato destas variáveis serem determinadas, de certa maneira, de forma

“independente” do andamento da política econômica.

A segunda forma funcional considera o valor adicionado da indústria como dependente

do valor adicionado da agropecuária e do setor de serviços. A terceira forma funcional verifica

a dependência do valor adicionado da indústria dos preços, considerando como variáveis

independentes as séries dos preços ao produtor na indústria e na agropecuária (tradebles) e do

IPCA de itens não comercializáveis, non tradebles. Uma variante é proposta, tendo como

variáveis independentes as séries de preços do IPCA de produtos não comercializáveis, o de

comercializáveis e a série do IPCA, em todos os casos considerando o intercepto.

Por fim, o valor adicionado da indústria como dependente do saldo da balança

comercial, das transações correntes, da medida de produtividade pelo emprego e da

remuneração na indústria, esta última como proxy dos salários industriais. A seção a seguir

apresenta o segundo procedimento metodológico utilizado neste estudo.

73

4.4 A análise de decomposição estrutural (SDA)

Para análise estrutural dos fatores determinantes da variação do valor adicionado e do

emprego industrial, primeiramente foi realizada uma revisão bibliográfica de trabalhos que

abordavam os pontos até aqui apresentados, além de uma revisão empírica de trabalhos que

aplicaram a metodologia de decomposição estrutural e por fim, foi realizada a seleção e

aplicação desta técnica.

A SDA, conforme descrita por Miller e Blair (2009), trata-se de uma análise detalhada

de indicadores fundamentais de uma economia em dois ou mais períodos distintos por meio da

aplicação da estática comparativa com matrizes de insumo-produto.

A SDA é uma técnica componente da análise de insumo-produto e tem sua origem nos

trabalhos de Leontief (1941 e 1953), Chenery et al. (1962) e Rose e Casler (1996). Na literatura

internacional destacam-se os trabalhos de Skolka (1989) e Hoekstra e van der Bergh (2003)

além de Ang e Zhang (2000), por retratarem o estado da arte desta aplicação e também uma

extensa revisão de trabalhos que utilizaram essa análise nas mais diversas aplicações.

Além disso, na literatura brasileira, Kupfer et al. (2004), Sesso Filho et al. (2010),

Nakatani-Macedo (2015), Messa (2014), Bêrni (2006), Perobelli et al. (2016), Cabral e

Perobelli (2012) e Figueiredo e Oliveira (2015), aplicaram esta análise, alguns deles para o

período de estudo deste trabalho, fato este, que valida a utilização deste procedimento para a

análise das políticas industriais.

Privilegiando a análise dos efeitos da demanda doméstica sobre o emprego, pode-se

observar a aplicação da técnica de SDA no trabalho de Kupfer et al. (2004), no período de 1990

a 2001. Os resultados verificados pelo autor são de que a indústria foi o setor que mais sofreu

com relação a geração de postos de trabalho frente ao processo de liberalização comercial. A

construção civil aparentou um estado de “hibernação”, conforme as palavras do autor, não

apresentando grandes variações em relação ao seu peso na geração de empregos, e nos setores

de comércio e serviços foram verificados os maiores volumes de geração de empregos.

Com conclusões semelhantes, Sesso Filho et al. (2010) destacam o deslocamento de

postos de trabalho da agropecuária e indústria para o comércio e serviços, sendo este fenômeno

verificado pelo efeito intensidade e variação da demanda final que demonstram o impacto da

tecnologia e da liberalização comercial no emprego. Já os efeitos variação e crescimento da

74

demanda final foram os determinantes da ampliação de postos de trabalho para os setores de

comércio e serviços da economia brasileira para o período de 1991 a 2003.

Analisando o comportamento do emprego nos setores industriais para os anos de 2000

- 2009 na economia brasileira, Nakatani-Macedo et al. (2015) concluíram que o setor industrial

foi responsável por 25% do total de geração de empregos e que o efeito intensidade foi o

principal responsável pela geração de postos de trabalho nestes setores. Concluindo, por fim,

que a tecnologia foi o maior gerador de postos de trabalho nos setores industriais, sendo os

setores de alimentos e bebidas, de artigos do vestuário e acessórios e de construção civil que

apresentaram maiores incrementos de postos de trabalho no período.

O trabalho de Bêrni (2006) estabeleceu uma análise bastante completa para o

comportamento do emprego na economia brasileira, partindo do ano de 1949 até estimativas

para o ano de 2010. As principais contribuições feitas pelo autor, a partir da análise de

decomposição estrutural, são de que existem subperíodos bem demarcados com relação ao

comportamento do emprego na economia, sendo eles 1949 - 1970, 1980 - 2000 e 2000 - 2010,

onde no primeiro destacam-se a indústria de modo geral e os serviços, no segundo a agricultura

e construção civil e no último a indústria de bens de produção e os serviços. O autor indica o

setor de serviços como virtuoso no sentido de eficiência de uso do emprego, com incrementos

de produtividade para praticamente todo o período.

Com uma decomposição estrutural do emprego por tempo de estudo do pessoal

empregado para a economia brasileira, no período pós-abertura comercial, 1990 - 2005,

Perobelli et al. (2016) apresentam um incremento para análise da variação estrutural do

emprego com as seguintes conclusões: neste período houve um evidente incremento na

escolaridade da população economicamente ativa, os setores de serviços concentram os

trabalhadores com maior qualificação, enquanto a agricultura possui trabalhadores com

características opostas, os multiplicadores de emprego demonstraram também que variações da

demanda final possuem maior impacto direto e indireto no setor de serviços, a geração de

empregos no período se deu pelo efeito de mudanças tecnológicas e predominou para o grupo

de trabalhadores com de 8 a 11 anos de estudo, enquanto para os demais observou-se redução

dos postos de trabalho.

O mesmo método utilizado por Perobelli et al. (2016) foi empregado por Golçalves

Junior et al. (2015) e Passoni (2016) para análise do comportamento das importações e

exportações, onde analisam fundamentalmente as importações brasileiras para 1990 a 2009 e

75

2000 a 2008. O primeiro autor destaca em seu trabalho a evolução positiva das importações no

período pós-abertura comercial, sendo este, ditado pelo crescimento da demanda final. Ressalta

ainda, que os efeitos tecnológicos e intensidade foram os únicos que se apresentaram negativos

por quase todo o período analisado, sendo mesmo assim, compensados pelo avanço da demanda

final.

Passoni (2016) salienta que no período analisado as importações tiveram importante

papel no crescimento econômico que se verificava na economia brasileira, principalmente as

importações de bens intermediários. Com relação aos resultados obtidos da decomposição

estrutural, verificou-se que as variações das importações foram determinadas, respectivamente,

pelas variações da demanda, pela mudança dos níveis de comércio internacional e por

tecnologias de produção intensivas em insumos.

O trabalho de Figueiredo e Oliveira (2015) apresenta uma decomposição estrutural do

emprego, valor adicionado e valor da produção para o período de 1995 a 2009 para o Brasil,

demonstrando um elevado crescimento do setor de serviços no período. O grande crescimento

do valor bruto da produção e do emprego no setor de serviços foi promovido, em maior parte,

pela demanda final, mas também pela mudança tecnológica.

O setor agropecuário, de forma contrária, teve redução do emprego e do crescimento

do valor da produção, provocados na mesma ordem pelos incrementos de produtividade e

variação da demanda final. A indústria se posicionou entre estes dois setores primeiramente

relatados, sendo que o principal impacto percebido neste setor ocorreu na indústria de

transformação, com redução do emprego, do valor adicionado e do valor da produção, ditados

pela mudança tecnológica ocorrida (FIGUEIREDO; OLIVEIRA, 2015).

Por conter basicamente a mesma análise desejada, porém para um período e finalidade

diferente, o trabalho acima relatado serviu como base para a construção metodológica da técnica

de decomposição estrutural que se segue. Esta técnica é apresentada somente para a

decomposição do emprego e do valor adicionado, por se tratar das variáveis em estudo neste

trabalho para o período de 1990 a 2010. Utilizou-se para isso as matrizes em agregação de 12

setores, disponibilizadas pelo NEREUS-Núcleo de Economia Regional e Urbana da

Universidade de São Paulo e para os anos de 1995 a 2013.

Para a realização deste trabalho sem a influência dos preços, foi aplicado o método

“double deflation”, realizado também no trabalho de Figueiredo e Oliveira (2015). Trata-se de

um processo de deflação em duas etapas, utilizando índices de preços das tabelas de Contas

76

Nacionais do IBGE. Primeiramente são deflacionados a demanda intermediária, a demanda

final e o valor bruto da produção (VBP), posteriormente é obtido um índice de preços do valor

adicionado (VA) que balanceia a identidade de cada sistema de insumo e produto utilizado. Foi

considerado como ano base 1990 para os 12 setores e período de 1991 a 2010, da seguinte

forma:

Ix1990 = 100, x = setor1, ..., setor12 (22)

Ix1991= Ix1990*Variação anual dos preços do setor x1991 (23)

Ixt= Ixt-1*Variação de preços do setor, para t = 1992, …, 2010 (24)

Por fim, foi feito um procedimento de mudança de ano base para 2010:

Itano-base-2010

= (Itano-base-1990

I2010ano-base-1990

⁄ ) *100, para t = 1990, …, 2009 (25)

A partir dos índices, foram construídos vetores denominados πt que são índices de

preços para cada um dos setores, e assim, deflacionar a demanda intermediária (zb), a demanda

final (fb) e o VBP (xb), feito da seguinte forma:

πt= [

Iagropecuáriat

Iextrativa mineralt…

Iadmnistração-saúde-educação públicast

] , t = 1990, …, 2010 (26)

Onde:

zb= πtzt (27)

fb= π

tft (28)

Xb= πtXt (29)

Na sequência do cálculo, foi construído o índice de preços para deflação do VA. A

partir deste passo, é possível calcular o valor adicionado necessário para manter o VBP na soma

das linhas e das colunas, definido como (vb), obtido pela seguinte equação:

77

(vb)'= (Xb)

'-i

'. zb (30)

Depreende-se então, o deflator do valor adicionado, sendo rt, que pode ser calculado a

partir da equação abaixo, onde (vt) é o valor adicionado a preços correntes:

rt= v

b (vt)

-1 (311)

Feitas as deflações, são expostas as seguintes definições do modelo de insumo-

produto: X um vetor n x 1 de valores brutos da produção; A, uma matriz n x n de coeficientes

técnicos; e f, um vetor n x 1 de demanda final pelo produto de cada setor, onde o vetor 𝑋 é

representado da seguinte maneira X = AX + f.

Realizadas as devidas manipulações algébricas, a partir de L= (I-A)-1, em que L é a

matriz inversa de Leontief que apresenta os coeficientes diretos e indiretos; I é uma matriz

identidade n x n, obtemos X = Lf que é a relação básica do modelo insumo-produto, que declara

os efeitos das modificações da demanda no produto final da economia a partir de L.

Devidamente demonstrado o modelo, partiu-se para a elaboração das decomposições

estruturais desejadas, sendo a primeira do emprego. Para tanto, considera-se o vetor de

coeficientes do pessoal ocupado: (et)'= [e0t , … , ei

t ], que é a quantidade de trabalho ocupado

por unidade monetária de produção do setor i no período t. O inverso dessa relação é uma

medida de produtividade indireta. Os coeficientes são mensurados da seguinte maneira:

ei

t= εi

t

Xit⁄ (322)

O vetor setorial no período foi, portanto:

εt= etXt= e

tLtf

t (33)

Dessa forma, obteve-se o vetor de mudanças no pessoal ocupado por meio da equação

abaixo, onde 0 e 1 são dois períodos distintos das matrizes:

∆ε= ε1- ε0= e1L1f

1- e

0L0f

0 (34)

Utilizando a equação desenvolvida no trabalho de Dietzenbacher e Los (1998), têm-se

a equação de decomposição do pessoal ocupado, descrita em seus três aspectos de variação, a

78

primeira do coeficiente do pessoal ocupado direto, a segunda das transformações tecnológicas

e a terceira das variações na demanda final:

∆ε= (

1

2) (∆e) (L1f

1+ L0f

0)⏟

Mudanças nos

coeficientes diretos do PO

+ (1

2) [e0

∆Lf1+ e

1∆Lf

0]⏟

Transformações tecnológicas

+ (1

2) (e0

L0+ e1L1) (∆f)

⏟ Mudanças na demanda final

(353)

A decomposição do valor adicionado foi calculada da mesma forma que a do pessoal

ocupado, porém levando em consideração o vetor do coeficiente direto de valor adicionado

(vait), que é dado pela relação do valor adicionado do setor por seu valor de produção, da

seguinte forma:

vai

t = Vi

t

Xit⁄ (364)

Vt= vatXt= va

tLtf

t (375)

∆V= V1- V0= va1L1f

1- va

0L0f

0 (38)

∆V= (1

2) (∆va) (L1f

1+ L0f

0)⏟

Efeito direto

+ (1

2) [va

0∆Lf

1+ va

1∆Lf

0]⏟

Efeito tecnologia

+ (1

2) (va

0L0+ va

1L1) (∆f)

⏟ Efeito Demanda final

(39)

A decomposição do valor bruto da produção foi realizada em efeitos tecnologia e

demanda final, calculados conforme equação (40). E a decomposição da demanda final foi

calculada de acordo com a equação (41), do qual capta três efeitos, sendo eles, efeito nível,

efeito mix e efeito composição da demanda final.

ΔX= (1

2) (ΔL)(f0

+f1)

⏟ Efeito tecnologia

+ (1

2) (L0+L1)(Δf)

⏟ Efeito demanda final

(40)

Δf= (1

2) (Δf)(B0d

0+B1d

1)⏟

Efeito nível

+ (1

2) [f0(ΔB)d1

+f1(ΔB)d

0] ⏟

Efeito mix

+ (1

2) (f

0B0+f

1B1)(Δd)

⏟ Efeito Composição

(41)

Adicionalmente foram calculados os índices puros de ligação para os anos de 1990,

1995, 2000, 2005 e 2010 de modo a contribuir para os resultados da análise de decomposição

estrutural, seguindo na linha do trabalho exposto por Nassif et al. (2015). Estes índices são

79

calculados baseados na metodologia estabelecida por Guilhoto, Sonis e Hewings (1996)

conforme segue:

PBL= ∆rArj∆jYj (42)

PFL= ∆jAjr∆rYr (43)

Esses cálculos se dão baseados na matriz de coeficientes técnicos, A, onde PBL indica

o índice de ligações puras a montante da economia, ou como comumente dito, para trás.

Representa o impacto puro da produção total do setor j sobre o resto da economia, para o caso

de análise pretendida. O PFL apresenta o impacto da produção do resto da economia no setor j,

a jusante da economia, ou seja, para frente. Os índices são ditos puros por não considerar a

demanda de produtos do setor j que produz para o próprio setor e os retornos da economia para

o setor j, conforme Guilhoto (2011).

O critério de análise destes indicadores pode ser quando um setor apresentar valores

do índice maior que um para um dos sentidos, a montante ou a jusante, ou quando

necessariamente ele apresentar valores maiores que um em ambos os sentidos, conforme

McGilvray (1977) e Miller e Blair (2009).

Além dos índices puros de ligação, foram elaborados os multiplicadores de produção

do tipo II de Rasmussen-Hirschman, que considera a endogeneização das famílias e capta o

efeito induzido referente ao consumo das famílias, que varia mediante a variação de uma

unidade de demanda de determinado setor da economia. Este multiplicador é dado pela

equação:

MPj= ∑ lij

n

i=1

, para j=1,…, n (44)

Em que MPj é o multiplicador da produção do tipo II e lij um elemento da matriz ��,

conforme Guilhoto e Sesso Filho (2010).

A seguir são desenvolvidos os resultados obtidos em cada uma das etapas

apresentadas. Os resultados expõem primeiramente o desenvolvimento dos modelos

econométricos, com a apresentação dos resultados dos modelos principais e auxiliares e dos

testes estatísticos para o conjunto de variáveis. Na sequência são apresentados os resultados da

análise de decomposição estrutural para cada um dos efeitos decompostos.

80

5 RESULTADOS E DISCUSSÕES

Esta seção esta composta por três tópicos, onde são expostos os resultados das etapas

metodológicas propostas. Primeiramente são apresentados alguns dados coletados e

organizados a fim de contribuir com a explanação teórica até aqui feita e de permitir a

verificação da evolução temporal de um conjunto de variáveis que se julgou relevante de

apresentação.

No item 5.2 são apresentados os resultados dos principais modelos econométricos

desenvolvidos, sobre os quais deteve-se maior atenção e tempo na exposição, e na sequência

são apresentados os principais pontos dos modelos auxiliares. Já no tópico final da seção são

apresentados os índices de ligação e os resultados da análise de decomposição estrutural, já com

breve comparação com as referências, em ambos os itens.

5.1 Alguns números e evidências sobre a indústria brasileira

A evolução do PIB dos grandes setores da economia durante o período de 1990 a 2013

mostra que a indústria foi o setor, dentre a agropecuária e comércio e serviços, que apresentou

maior crescimento em termos de produto. Esse crescimento da indústria é verificado

principalmente a partir de 2003. Deste ano em diante observou-se crescimento de dois dígitos,

como em 2004 e 2010 em relação aos anos imediatamente anteriores, conforme apresentado no

Gráfico 4.

O setor de serviços apresentou a segunda maior evolução dentre os setores analisados,

porém com um crescimento sustentado e acentuado desde 1995, com uma média de crescimento

de 19%. Ao longo deste período, o setor de serviços apenas apresentou um desempenho de

crescimento nulo em 1998. Já a agropecuária apresentou dentre os três o menor PIB, porém,

com uma evolução bastante positiva no período, apresentando um crescimento negativo apenas

no ano de 2005, ano em que o país experimentou uma forte seca. A média de crescimento deste

setor foi de 12% ao longo do período.

81

Gráfico 4 – Evolução do PIB a preços básicos da indústria, agropecuária, comércio e

serviços, período de 1990 a 2013.

Nota: Ano base 2000; Elaboração própria.

Fonte: IBGE/SCN, extraído do Ipeadata.

Desagregando a evolução do PIB da indústria em extrativa mineral e de transformação,

nota-se a clara diferença de patamares entre essas categorias de indústria, a maior participação

na indústria, portanto, sendo da indústria de transformação, em média 60% do total da indústria,

conforme Gráfico 5. A oscilação sazonal apresentada para o trimestre é verificada de janeiro a

janeiro, conforme comportamento destacado pelo Gráfico 5, da produção física industrial.

0,00

0,20

0,40

0,60

0,80

1,00

1,20

Mil

hõ

es

PIB - Agropecuária PIB - Indústria PIB - Serviço - Comércio

82

Gráfico 5 – Evolução do PIB a preços básicos, da indústria geral, extrativa e de

transformação trimestralmente, ano base 2000, período de 1991 a 2013.

Nota: Elaboração própria.

Fonte: IBGE/SCN, extraído do Ipeadata.

Analisando as importações e exportações do período, nota-se uma evolução de ambas

as séries, pontualmente a partir de 1999 até o ano de 2008, neste último verifica-se o efeito da

crise mundial no comércio exterior brasileiro, com uma queda acentuada de 26 p.p., com

recuperação já a partir de 2009, de onde se vê um forte crescimento da série de 42 p.p. em 2009,

24 p.p. em 2010, com uma retração de 2011 em diante.

Na totalidade do período de 1999 a 2013 as exportações se mantiveram acima do total

importado, resultado em um sando positivo da balança comercial. Além disso, nota-se que

apesar de recente ser a abertura comercial brasileira, em um curto espaço de tempo o comércio

exterior alcança elevados patamares, relativamente a meados dos anos 1990, prova disso é o

tamanho da variação de 1990 para 2013 de 1.060% para as importações e 670% para as

exportações.

A partir de 2003 os totais importados e exportados evoluem fortemente até sofrerem o

impacto da crise em 2008, como é possível verificar na curva de crescimento do Gráfico 6.

Nesse período as exportações evoluem em média a 22% e as importações a 25%.

0,00

0,05

0,10

0,15

0,20

0,25

0,30

Mil

hõ

es

PIB - Indústria - Extrativa Mineral PIB - Indústria - Transformação PIB - Indústria

83

Gráfico 6 – Evolução das importações e exportações no período de 1990 a 2013, em milhões

de dólares.

Nota: (FOB) - US$ (milhões); Elaboração própria.

Fonte: Ministério do Desenvolvimento, Indústria e Comércio Exterior, Secretaria de Comércio Exterior, extraído

do Ipeadata.

Ao analisar o comportamento do pessoal ocupado, verificam-se várias

descontinuidades na série, com a impossibilidade de encadeá-las. Diante desta impossibilidade

foi construída uma série do emprego para o mesmo período com a finalidade de comparar o

comportamento de ambas. Nota-se que o pessoal ocupado e o emprego na indústria assumiram

comportamento semelhante nas últimas duas décadas, conforme apresentado no Gráfico7.

A evolução de ambas as séries demonstra uma tendência de crescimento. A partir de

2007, a série do pessoal ocupado sofre uma alteração passando a ser contabilizada na

Classificação Nacional de Atividades Econômicas (CNAE), versão 2.0, o que incompatibiliza

ambas as séries e adiciona mais atividades a indústria, tornando a série, a partir de 2007,

superior em volume de pessoal ocupado ao restante da série antiga. O trabalho de Bonelli e

Pessôa (2010) faz análise semelhante desta série, destacando sua descontinuidade por conta do

Sistema de Contas Nacionais (SCN) a partir de 2000.

0,00

0,05

0,10

0,15

0,20

0,25

0,30

Mil

hõ

es

Importações Exportações

84

Gráfico 7 – Análise da série de emprego e do pessoal ocupado na indústria, período de 1990 a

2013.

Nota: Pessoal ocupado assalariado ligado à produção, em 31/12, segundo grupos de atividade - Empresas

industriais Cnae 1.0 (1996 - 2007) – A. Empresas industriais Cnae 2.0 (2007 - 2013) – B; Elaboração própria.

Fonte: IBGE - Pesquisa Industrial Anual - Empresa e RAIS - MTE.

Utilizando os dados do emprego em termos relativos ao emprego total, nota-se que a

participação da indústria no emprego total se manteve praticamente estável durante todo o

período com uma participação média de 22%, partindo de 29% em 1990 e atingindo 18% em

2013. A maior redução observada na participação do emprego industrial no emprego total

ocorre entre 1990 e 1997, em torno de 9 p.p.. A partir de 1997, a série permanece com uma

participação em torno de 20% até 2013, com pequenas oscilações. Resultados semelhantes são

verificados em Nassif (2008), em Bonelli e Pessôa (2010) e em resultados de outros trabalhos

situados nas demais seções deste trabalho que indicam uma redução do emprego industrial no

período inicial da década de 199025.

Observando a produção física industrial com um índice de volume em uma série

mensal, é possível claramente notar sua tendência de crescimento ao longo do período,

conforme Gráfico 8. A série mensal de volume revela um aspecto sazonal interessante, onde de

janeiro a janeiro a produção industrial sofre uma baixa, dados aspectos de ajuste à demanda do

mercado. Em geral, a produção cresce até os meses de setembro/outubro e a partir daí decresce.

Gráfico 8 – Índice relativo de base fixa mensal da produção industrial - Atividades

Industriais, período de jan./1991 a dez./2013.

25 Ver, por exemplo, os trabalhos de Rodrigues e Guilhoto (1998), Hilgemberg (2003), Pinheiro (1999) e Moreira

(1999b).

5,646

7,458

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

Mil

har

es

Emprego Industrial Pessoal Ocupado na Indústria - A Pessoal Ocupado na Indústria - B

85

Nota: Ano base 2000; Elaboração própria.

Fonte: IBGE, Pesquisa Industrial Mensal - Produção Física.

A partir dos anos 2000, percebe-se que a produção sofre pequenas oscilações durante

o ano, diferentemente do verificado entre 1991 e 2000, exceto para os anos de 1994 e 1995 por

uma questão natural da instabilidade do período. Nos anos 2000 em diante, nota-se também a

queda brusca da produção próxima a setembro de 2008, evoluindo em recuperação até outubro

do ano seguinte. Nos anos posteriores a 2009 a série oscila bastante e parece operar em

patamares mais baixos que os do início da década.

5.2 Algumas considerações sobre os resultados do modelo econométrico

Nesta seção, apenas duas formas funcionais foram analisadas pormenorizadamente, no

entanto, foram construídas ao todo onze formas funcionais, de esquemas alternativos de

algumas relações expostas pela teoria em que houve a tentativa de se esboçar na prática. Esta

escolha se deu única e exclusivamente por se tratarem das formas funcionais que mais

conseguiriam, a priori, auferir ganhos teóricos no sentido de resposta ao objetivo específico

primeiro deste trabalho. Ademais, apesar de não apresentadas com riqueza de detalhes, serão

discutidas, estão certamente inclusas nas possibilidades de novas análises e também, a

disposição para o leitor mais detalhista no Apêndice 2.

A análise destes modelos se dará com a apresentação das formas funcionais

estabelecidas para testar o emprego industrial e o valor adicionado industrial. Posteriormente,

é apresentado o teste de raiz unitária para os grupos de variáveis de cada modelo, para a

identificação da estacionariedade das séries, procedimento realizado a partir do teste de Dickey-

0

20

40

60

80

100

120

140

160

jan

/91

out/

91

jul/

92

abr/

93

jan

/94

out/

94

jul/

95

abr/

96

jan

/97

out/

97

jul/

98

abr/

99

jan

/00

out/

00

jul/

01

abr/

02

jan

/03

out/

03

jul/

04

abr/

05

jan

/06

out/

06

jul/

07

abr/

08

jan

/09

out/

09

jul/

10

abr/

11

jan

/12

out/

12

jul/

13

86

Fuller Aumentado, ou ADF. Em terceiro lugar foi realizado o teste de cointegração de Johansen,

permitindo assim, verificar se as variáveis são cointegradas, e se, portanto, existe uma relação

de longo prazo entre elas.

Feitas as análises preliminares, com base no teste de Johansen, foi implementado um

um VEC para a análise das relações de curto e longo prazo entre as variáveis. Para o caso do

VEC é feita uma análise mais detalhada da equação de cointegração, relacionada à variável do

emprego industrial e do valor adicionado industrial, e de seus coeficientes. As estatísticas para

avaliação da consistência do VEC foram as convencionalmente aplicadas na teoria, como o

teste “t de student”, “F” e R². Para a análise da autocorrelação dos resíduos, foi utilizado o teste

de Breusch-Godfrey (LM).

Verificado o resultado dos modelos, foi analisada a representatividade das relações de

influência verificadas por meio do teste de causalidade de Granger, além das reações a

impulsos, com os choques de impulsos inovativos traduzidos pela função impulso resposta

(FIR), sendo que para estes últimos, os gráficos encontram-se também apresentados no

Apêndice 2.

Nesta sequência está apresentada a discussão desta seção. Ao fim são feitas as relações

verificadas no modelo com as teorias eleitas para compor este trabalho. A seguir encontra-se

um breve resumo das formas funcionais aplicadas, com o conjunto de variáveis utilizadas na

modelagem, a identificação das cointegrações pelo teste de Johansen e do número de lags,

apresentadas na Tabela 2.

As formas funcionais relacionadas às variações do emprego industrial contêm 25

observações anuais para o período de 1991 a 2014, e foram construídas conforme apresentado

na Tabela 2, sendo elas as formas funcionais de F1 a F7. No caso do valor adicionado da

indústria, as séries contam com 96 observações cada, contemplando o mesmo período das

formas funcionais de análise do emprego industrial, porém com uma periodicidade trimestral,

sendo as formas funcionais de F8, F9 e F11. Somente a forma funcional F10 é representada por

observações anuais, no período de 1990 a 2013. Estas abreviações foram utilizadas para

apresentação e análise de cada uma das formas funcionais ao longo do texto.

Tabela 2 - Resumo das formas funcionais, estrutura de lags, cointegração e modelagem

utilizadas.

Forma

Funcional Variáveis

Nº de

lags

Eq. Coint.

Modelagem Especificação

da tendência e

87

intercepto

Johansen e

VEC

F1 Var_emp tj r_ind p_e 2 2 VEC c/ intercepto s/

tendência

F2 Var_emp r_ind p_e

tj (exógena) 3 2 VEC

c/ intercepto s/

tendência

F3 P_e r_ag r_ces ex_p im_p 1 4 VEC c/ intercepto s/

tendência

F4 P_po r_ag r_ces ex_p im_p 1 4 VEC c/ intercepto s/

tendência

F5 R_ind im_p ex_p tj p_e 1 3 VEC c/ intercepto s/

tendência

F6 R_ind im_p ex_p tj p_o 1 3 VEC c/ intercepto s/

tendência

F7 Var_emp r_ind p_e ex_p

im_p tj 1 4 VEC

c/ intercepto s/

tendência

F8 Va_ind bc fb_cf ipca_nc

ipca_c tc tj tx_c 2 6 VEC

c/ intercepto s/

tendência

F9 Va_ind va_ag va_s tx_c tj_lp 2 4 VEC c/ intercepto s/

tendência

F10 Va_ind bc tc p_e r_ind 1 2 VEC c/ intercepto s/

tendência

F11 Va_ind fb_cf cf_ap cf 1 3 VEC c/ intercepto s/

tendência

Nota: Número de lags estabelecido segundo o critério de informação de Akaike e Schwarz e o número de

equações de cointegração foi dado pelo teste de Johansen ao nível de significância de 5%. Fonte: Elaboração própria.

O número de vinte e cinco observações para os modelos do emprego industrial,

considerada um cross section “pequeno”, por ser menor que cinquenta observações, conforme

o que é comumente tratado nos manuais de econometria como “grande”, impôs ainda mais

cuidado na especificação, mais parcimoniosa possível, com relação a escolha da estrutura de

lags. Isto significa que se optou em alguns momentos pela utilização de um critério de

informação um pouco mais elevado, por um número menor de lags, permitindo assim, ganhos

em termos de graus de liberdade. Encerrando as avaliações preliminares necessárias parte-se

então para a análise dos resultados das formas funcionais.

Para a análise das formas funcionais relacionadas às variações do emprego industrial,

foi realizado o teste de raiz unitária, a fim de verificar se as variáveis são estacionárias,

conforme Tabela 3. Ao nível de significância de 1% as variáveis, remuneração na agricultura,

produtividade medida pelo emprego, remuneração no comércio e serviços, remuneração na

indústria, remuneração total e taxa de juros, são estacionárias em nível, portanto, são integradas

de ordem zero, I(0). As demais variáveis são estacionárias em primeira diferença ao nível de

significância de 1% e 5%, sendo integradas de ordem um, I(1).

88

Tabela 3 – Teste de Dickey-Fuller Aumentado (ADF) para as variáveis em nível e em

primeira diferença, com intercepto e sem tendência, período de 1991 a 2014.

Variáveis

Nível 1ª Diferença

Sigla Lags* Estatística t P-valor Lags* Estatística t P-valor

Emprego Total et 2 -0,4558 0,8820 0 -3,0976 0,0409**

Emportações ex_p 5 -1,4338 0,7440 4 -29832,88 0,0000***

Importações im_p 4 -1,8877 0,3312 5 -32645,79 0,0000***

Produtividade pelo Emprego p_e 5 -3,8543 0,0095*** 2 -3,7399 0,0111**

Produtividade pelo Pessoal

Ocupado p_po 5 -1,2995 0,6075 2 -3,7944 0,0099***

Remuneração Agricultura r_ag 5 -5,0244 0,0008*** 4 -260196,5 0,000***

Remuneração Comércio e

Serviços r_ces 5 -5,4974 0,0003*** 4 -138219,3 0,000***

Remuneração Indústria r_ind 5 -13,2641 0,0000*** 4 -160391,0 0,000***

Remuneração Total r_t 5 -5,9669 0,0008*** 4 -154140,0 0,000***

Taxa de Juros tj 3 -4,5193 0,0020*** 5 -4,1776 0,0072***

Participação do Emprego

industrial no total de emprego var_emp 0 -2,7723 0,0772 0 -3,7638 0,0098***

Nota:* O teste seguiu o critério de informação de Akaike para o número de defasagens (lags); *** nível de

significância de 1%; ** nível de significância de 5%.


Para a primeira forma funcional (F1) da modelagem do emprego utilizou-se um

número total de 2 lags, seguindo os critérios de informações de Akaike (AIC) e Schwarz (SC).

Os resultados do teste ADF demonstraram que as variáveis consideradas nesta forma funcional

são estacionárias em primeira diferença. O teste de Johansen demonstrou duas equações de

cointegração entre as variáveis de F1, ao nível de 5% de significância considerando intercepto

e ausência de tendência, condição confirmada pelo gráfico das séries, apresentados no Apêndice

2, assumindo assim, a modelagem VEC.

Regredindo o VEC, verificou-se que a variação do emprego na indústria e a taxa de

juros são cointegradas. Na relação de longo prazo verificada, a variação do emprego na indústria

é influenciada negativamente pela remuneração na indústria e positivamente pela produtividade

medida pelo emprego industrial, sendo ambos os coeficientes estatísticamente significativos a

99% de confiança.

Analisando as relações de curto prazo, nota-se que as variações do emprego industrial

em 𝑡 − 1 e 𝑡 − 2, bem como os termos de ajuste de correção do erro (ECT) não exercem

influência significativa sobre a variação do emprego. Os termos ECT medem a velocidade de

convergência do desequilíbrio de curto prazo para o equilíbrio de longo prazo. Já a taxa de juros

89

em 𝑡 − 2 apresentou uma influência negativa na variação do emprego, assim como a

produtividade medida pelo emprego, em suas duas defasagens calculadas. Por fim, a

remuneração na indústria nos dois períodos de defasagens estimados exerce influência positiva

na variação do emprego, com 𝑡 − 1 tendo um maior impacto. O resultado da estimação do

modelo VEC encontra-se apresentado na Tabela 4.

Tabela 4 - Resultado da estimação do modelo VEC para F1.

Variável Dependente: D(VAR_EMP)

Método: MQO

Amostra (ajustada): 4 25

Observações incluídas: 22 depois do ajustamento

Forma funcional:

D(VAR_EMP) = C(1)*( VAR_EMP(-1) – 1,29514550588E-11*R_IND(-1) +

5,24643192286E-05*P_E(-1) – 0,748173200594 ) + C(2)*( TJ(-1) -

2,12424572064E-08*R_IND(-1) + 0,0742696615681*P_E(-1) +

345,391686607 ) + C(3)*D(VAR_EMP(-1)) + C(4)*D(VAR_EMP(-2)) +

C(5)*D(TJ(-1)) + C(6)*D(TJ(-2)) + C(7)*D(R_IND(-1)) + C(8)*D(R_IND(

-2)) + C(9)*D(P_E(-1)) + C(10)*D(P_E(-2)) + C(11)

Coeficiente Desvio Padrão Estatística t P-valor

C(1) 0,035567 0,109142 0,325881 0,7506

C(2) 0,000211 0,000209 1,012770 0,3329

C(3) 0,015596 0,191665 0,081373 0,9366

C(4) 0,129867 0,171257 0,758314 0,4642

C(5) -0,000312 0,000268 -1,160547 0,2704

C(6) -0,000459 0,000169 -2,723425 0,0198**

C(7) 5,78E-12 2,28E-12 2,533884 0,0278**

C(8) 7.58E-13 2,83E-13 2,676958 0,0215**

C(9) -2,12E-05 7,93E-06 -2,677973 0,0215**

C(10) -1,29E-06 5,08E-07 -2,547746 0,0271**

C(11) -0,061749 0,025309 -2,439786 0,0328**

R² 0,884781 Média variável dependente -0,003679

R² Ajustado 0,780036 Desvio Padrão variável dependente 0,006849

S.Q.E. 0,003212 AIC -8,336883

S.Q.R. 0,000113 SC -7,791361

Log likelihood 102,7057 Critério de Hannan-Quinn -8,208374

Estatística F 8,447002 Estatística de Durbin-Watson 2,339672

P-valor (Estatística F) 0,000751***

Nota: *** nível de 1% de significância; ** nível de 5% de significância.


Com relação ao ajuste da modelagem obteve-se um coeficiente de determinação (R²)

de 0,88, a probabilidade do teste F indica que, pelo menos, um dos coeficientes estimados é

diferente de 0, e, portanto, significativo. Além disso, o teste de Breusch-Godfrey (LM) indicou

90

não haver correlação serial entre os resíduos analisados, ao nível de 99% de confiança, com um

p-valor de 0,6875.

Os testes de causalidade26 bidirecionais, realizados com duas defasagens em F1,

apresentaram que a taxa de juros causa a variação do emprego industrial ao nível de

significância de 1%, e que a remuneração da indústria e a produtividade medida pelo emprego

causam a variação do emprego industrial ao nível de 10% de significância. Além disso, a

variação do emprego causa a remuneração da indústria e a produtividade medida pelo emprego,

ao nível de 5% de significância. Por fim, taxa de juros e remuneração da indústria causam a

produtividade medida pelo emprego, ao nível de 1% de significância.

A partir da análise de impulsos inovativos, realizada pelos impulsos generalizados em

dez períodos, revelou que a variação do emprego industrial no terceiro período, afetou de forma

duradoura a sua variação. A taxa de juros afetou também a variação do emprego a partir deste

período, alterando seu patamar ao longo dos impulsos, e a relação negativa entre elas é

verificada no choque exógeno representado pela FIR. A remuneração na indústria registrou

impulsos positivos na variação do emprego, bem como a produtividade medida pelo emprego.

As grandezas das respostas para estes casos apresentados são pequenas, menores que 2 p.p. para

todos eles.

Outros resultados relevantes observados por meio da FIR é a significativa resposta

positiva apresentada pela remuneração na indústria em relação as variações da taxa de juros e

também da remuneração da indústria de forma negativa e bastante substancial à variações da

produtividade na indústria, medida pelo emprego industrial.

Uma segunda forma funcional desta mesma análise foi regredida considerando a taxa

de juros como uma variável exógena (F2). Este teste foi realizado para verificar se o modelo se

tornaria mais apurado, pois a taxa de juros é definida como instrumento de política monetária,

que em tese é autônoma aos demais componentes da política econômica. No entanto, o que se

pode verificar é que a variação do emprego e a remuneração na indústria são cointegradas,

porém todos os coeficientes de curto prazo não são significativos a 1%, 5% e nem a 10%, apesar

das estatísticas de ajuste do modelo como o coeficiente de determinação e o teste F serem

significativos, com o valor de 0,83 e p-valor de 0,0426 respectivamente, e de não haver

autocorrelação serial dos resíduos, conforme o teste LM, com p-valor de 0,5465.

26 A causalidade referida em todas as análises deste item, se dá no sentido de Granger, por este motivo evitou-se

tal ênfase ao longo do texto.

91

A terceira e quarta formas funcionais analisadas (F3 e F4) tratam-se de formas

funcionais complementares, buscando verificar como são influenciadas as variações da

produtividade na indústria medida pelo emprego (F3) e pelo pessoal ocupado (F4), e se elas

têm comportamentos semelhantes diante do mesmo grupo de variáveis, sendo elas a

remuneração na agropecuária, a remuneração no comércio e serviços, as exportações e as

importações.

As análises revelaram que tanto para F3 como para F4 as medidas de produtividade, a

remuneração na agropecuária, a remuneração no comércio e serviços e as exportações são

cointegradas. O coeficiente da variável importação na equação de cointegração se mostrou

significativo em relação a produtividade em ambas as formas funcionais, e com um sinal

negativo. Com relação aos coeficientes de curto prazo, nota-se forte diferença entre ambos os

modelos, pois para a produtividade medida pelo emprego todos os coeficientes são

significativos ao nível de 5% de significância. Já para a produtividade medida pelo pessoal

ocupado, os termos de ajuste de correção do erro (ECT) da segunda, terceira e quarta equações

de cointegração não são significativos no curto prazo, ao nível de 5% de significância, bem

como a remuneração da agropecuária e do comércio e serviços em 𝑡 − 1 .

As duas formas funcionais se mostraram consistentes na estimação, com coeficiente

de determinação de 0,99 e 1, para produtividade medida pelo emprego e pelo pessoal ocupado

respectivamente. Não apresentaram autocorrelação dos erros em nenhum dos casos, e os testes

F, foram significativos a 1% de significância. O mecanismo de correção de erro da primeira

equação cointegrante, a produtividade em 𝑡 − 1 e as exportações em 𝑡 − 1 apresentaram relação

negativa com a produtividade medida pelo emprego e pelo pessoal ocupado e são coeficientes

significativos a 1% de significância. As importações apresentaram coeficiente significativo a

1% no curto prazo e demonstraram ter uma relação positiva com a produtividade nas duas

formas funcionais.

Para a forma funcional (F3), a remuneração da agropecuária e do comércio e serviços

apresentaram um sinal positivo e negativo respectivamente, no curto prazo, com coeficientes

significativos a 5%, no entanto, estes coeficientes são bastante pequenos em termos de valores.

O teste de causalidade apresentou que a remuneração da agropecuária causa a produtividade

em ambas as medidas, e que as importações não causam as produtividades considerando apenas

um lag. A remuneração no comércio e serviços e as exportações apresentaram estatísticas de

causa significativas apenas para a produtividade medida pelo pessoal ocupado.

92

Observando os resultados das funções impulso resposta para as duas formas funcionais

com 10 períodos, torna-se claro que a produtividade medida pelo pessoal ocupado sofre maiores

efeitos em termos de variação e nos períodos mais iniciais. Além disso, apresenta uma evolução

positiva nos períodos iniciais, a partir de variações da remuneração da agricultura, da

remuneração do comércio e serviços e das exportações, para depois apresentar um declínio a

partir do 4º período.

Outras formas funcionais complementares para análise do emprego industrial foram

F5 e F6. Estas, pretendiam verificar as relações entre a remuneração industrial, aqui tratada

como uma proxy dos salários, com as importações, exportações, taxas de juros e produtividade

medida pelo emprego e pelo pessoal ocupado. Nestas formas funcionais a remuneração da

indústria, as importações e as exportações são cointegradas. No longo prazo a taxa de juros e a

produtividade medida tanto pelo pessoal ocupado em F6, como pelo emprego em F5, tem

coeficientes significativos, sendo que, as produtividades apresentaram uma relação negativa

com a remuneração na indústria, já a taxa de juros possui relação negativa em F5 e relação

positiva em F6.

Para a análise de curto prazo, todos os coeficientes são significativos em ambas as

formas funcionais, o mecanismo de correção de erro da segunda equação cointegrante apresenta

uma relação inversa com a remuneração na indústria em ambos os modelos, igualmente

acontece com a produtividade nas suas diferentes medidas. As exportações apresentaram

coeficientes com sinais distintos entre F5 e F6, sendo no primeiro negativo e no segundo

positivo.

Estas formas funcionais apresentaram coeficiente de determinação de 1, p-valor do

teste F de 0,0000, e o teste de autocorrelação LM não apresentou sinais de autocorrelação serial,

a 1% de significância. Os resultados do teste de causalidade realizado com um lag sinalizaram

que as importações e a taxa de juros não causam a remuneração na indústria e que as

exportações e a produtividade medida pelo emprego e pelo pessoal ocupado causam a

remuneração na indústria, ao nível de 1% de significância. Já a variável remuneração da

indústria apresenta relação de causalidade com todas as demais variáveis do modelo, ao mesmo

nível de significância. Na análise da FIR, verificou-se relação muito similar entre as variáveis

de ambos os modelos, confirmando as relações explicitadas pelos sinais dos coeficientes do

VEC.

93

Foi realizada a regressão de uma última forma funcional para análise do emprego, F7,

considerando as importações e as exportações. Foram identificados quatro vetores de

cointegração, sendo eles a variação do emprego, a remuneração na indústria, a produtividade

medida pelo emprego e as exportações. As importações e a taxa de juros apresentaram

coeficientes de longo prazo significativos, à 5% de significância. Sobre os coeficientes de curto

prazo, nenhum deles apresentou significância estatística, apesar do modelo ter exibido um

coeficiente de determinação de 0,82, p-valor de 0,0035 para o teste F, e não ter apresentado

correlação serial nos resíduos segundo o teste de Bresch-Godfrey (LM). Diante desta situação,

não foram realizadas as demais análises.

Para as formais funcionais relacionadas ao valor adicionado da indústria, o teste ADF

aplicado para as variáveis com periodicidade trimestral encontra-se apresentado na Tabela 5.

Todas as variáveis com exceção da balança comercial (Bc), são estacionárias em primeira

diferença, integradas de ordem um, I(1), considerando o teste com intercepto e sem tendência.

Porém, a variável Bc apresenta-se estacionária tanto em nível como em primeira diferença,

realizando o teste ADF sem intercepto e sem tendência, ao nível de significância de 1%, com

p-valor de 0,0000.

94


primeira diferença, com intercepto e sem tendência, período trimestral de 1991 a 2014.


Variáveis Sigla Lags* Estatística t P-valor Lags* Estatística t P-valor

Balança comercial bc 5 -957,3831 0,0001*** 5 -1826,6400 1,000

Consumo das famílias cf 6 -245,2162 0,0001*** 6 -122,5417 0,0001***

Consumo final da

administração pública cf_ap 6 -259,4753 0,0001*** 6 -190,6449 0,0001***

Formação bruta de capital

fixo fb_cf 6 -145,9674 0,0001*** 6 -99,3119 0,0001***

Índice de preços ao

consumidor amplo-

comercializáveis

ipca_c 0 -288,6114 0,0507 0 -11,1162 0,0000***

Índice de preços ao

consumidor amplo – não

comercializáveis

ipca_nc 2 -2,2446 0,1923 5 -4,9121 0,0001***

Transações correntes em

US$ tc 10 -1,8173 0,3699 10 -4,1731 0,0013***

Taxa de Juros Over Selic (%

a. m.) acumulada em

trimestres

tj 11 -2,9250 0,0467** 11 -9,0199 0,0000***

Taxa de Juros de Longo

Prazo tj_lp 0 -2,6395 0,0887 0 -10,0594 0,0000***

Taxa de câmbio R$/US$ -

compra – fim do período tx_c 8 -5,0317 0,0001*** 7 -5,7764 0,0000***


agropecuária va_ag 6 -78,6395 0,0001*** 6 -102,1827 0,0001***


indústria va_ind 7 -291,4857 0,0001*** 7 -662,0584 0,0001***

Valor adicionado pelos

serviços va_s 6 -185,6783 0,0001*** 6 -172,8014 0,0001***

Nota:* O teste seguiu o critério de informação de Akaike para o número de defasagens (lags); *** 1% de nível

de significância; ** 5% de nível de significância.


Para a forma funcional F10, as variáveis são de periodicidade anual, assim, o teste de

raiz unitária está apresentado nas Tabelas 6 e 7. Todas as variáveis são estacionárias em

primeira e segunda diferença, com exceção da variável transações correntes (Tc), considerando

o teste realizado com intercepto e sem tendência. No entanto, a variável transações correntes

mostrou-se integrada de ordem dois, I(2), quando realizado o teste ADF sem intercepto e sem

tendência, com p-valor de 0,0000.

95


primeira diferença, com intercepto e sem tendência, período de 1990 a 2013.


Variáveis Sigla Lags* Estatística

t P-valor Lags*

Estatística

t P-valor

Balança Comercial bc 5 -6705,73 0,0000*** 5 -1336,63 0,0000***


emprego p_e 5 -3,8923 0,0093*** 2 -3,6283 0,0146**

Remuneração na indústria r_ind 5 -1902403,0 0,0000*** 5 -415613,1 0,0000***

Transações correntes em US$ tc 0 2,6116 1,0000 4 0,0906 0,9555

Valor adicionado pela indústria va_ind 0 1,7302 0,9993 0 -3,9460 0,0068***




Tabela 7 – Teste de Dickey-Fuller Aumentado para as variáveis em segunda diferença, com

intercepto e sem tendência, período de 1990 a 2013.

2ª Diferença

Variáveis Sigla Lags* Estatística t P-valor

Balança Comercial bc 5 -329,08 0,0000***


emprego p_e 2 -6,5304 0,0000***

Remuneração na indústria r_ind 5 -78354,91 0,0000***

Transações correntes em US$ tc 3 -2,5900 0,1130

Valor adicionado pela indústria va_ind 1 -5,6059 0,0002***




Para a análise dos determinantes do valor adicionado da indústria, inicialmente foi

utilizada a forma funcional F8. O conjunto de variáveis estimado foi saldo da balança comercial,

a formação bruta de capital fixo como proxy do investimento, o índice de preços ao consumidor

de bens não comercializáveis e o mesmo índice para os bens comercializáveis, o saldo de

transações correntes, a taxa de juros e a taxa de câmbio. Esta forma funcional apresentou,

conforme os critérios de AIC e SC, um número ideal de dois lags, e pelo teste de cointegração

de Johansen, um total de seis vetores de cointegração.

Os resultados da forma funcional F8, conforme Tabela 8, evidenciam que o valor

adicionado da indústria, o saldo da balança comercial, a formação bruta de capital fixo, o índice

de preços ao consumidor de bens não comercializáveis e de bens comercializáveis, bem como

as transações correntes são cointegradas. Destes vetores de cointegração, apenas a equação de

cointegração cinco, referente ao índice de preços ao consumidor de bens comercializáveis não

96

exerce influência significativa de longo prazo, com um coeficiente estatísticamente igual a zero,

de acordo com o teste t de student.

Tabela 8 – Estimação do modelo VEC na forma funcional F8.

Variável dependente: D(VA_IND)

Método: MQO

Amostra (ajustada): 1991Q4 2014Q4

Observações incluídas: 93 após ajustamentos

Forma funcional:

D(VA_IND) = C(1)*( VA_IND(-1) – 12710174562,8*TJ(-1) + 10686774801,9

*TX_C(-1) – 2,66064765347E+17 ) + C(2)*( BC(-1) – 371217110,53*TJ(

-1) + 460101404,442*TX_C(-1) – 1,79695324111E+16 ) + C(3)*(

FB_CF(-1) – 253404505701,0*TJ(-1) + 248129146694,0*TX_C(-1) -

6,90342197732E+18 ) + C(4)*( IPCA_NC(-1) + 0,0182639529926*TJ(

-1) + 0,00770718200648*TX_C(-1) – 930,261046878 ) + C(5)*(

IPCA_C(-1) – 0,020920294093*TJ(-1) – 0,00356243524568*TX_C(-1) +

988,606926178 ) + C(6)*( TC(-1) + 52018,6038842*TJ(-1) -

10210,5683505*TX_C(-1) – 2340158115,48 ) + C(7)*D(VA_IND(-1)) +

C(8)*D(VA_IND(-2)) + C(9)*D(BC(-1)) + C(10)*D(BC(-2)) + C(11)

*D(FB_CF(-1)) + C(12)*D(FB_CF(-2)) + C(13)*D(IPCA_NC(-1)) + C(14)

*D(IPCA_NC(-2)) + C(15)*D(IPCA_C(-1)) + C(16)*D(IPCA_C(-2)) +

C(17)*D(TC(-1)) + C(18)*D(TC(-2)) + C(19)*D(TJ(-1)) + C(20)*D(TJ(-2))

+ C(21)*D(TX_C(-1)) + C(22)*D(TX_C(-2)) + C(23)

Coeficiente Desvio Padrão Estatística t P-valor

C(1) -0,909312 0,063061 -14,41964 0,0000***

C(2) -11,01639 0,866305 -12,71652 0,0000***

C(3) 0,034705 0,001710 20,29344 0,0000***

C(4) 2,72E+11 6,04E+10 4,495967 0,0000***

C(5) 7,66E+10 8,62E+10 0,889511 0,3768

C(6) -1.144.659,0 291673,9 -3,924449 0,0002***

C(7) -0,580697 0,022905 -25,35194 0,0000***

C(8) 0,054422 0,015098 3,604567 0,0006***

C(9) -2,334112 0,333563 -6,997506 0,0000***

C(10) 0,448126 0,017317 25,87740 0,0000***

C(11) 0,030193 0,001155 26,13977 0,0000***

C(12) -0,004101 0,000564 -7,272216 0,0000***

C(13) 1,45E+11 5,38E+10 2,688458 0,0090***

C(14) -6,84E+10 4,48E+10 -1,527095 0,1312

C(15) -2,46E+10 7,65E+10 -0,321662 0,7487

C(16) -1,29E+11 4,77E+10 -2,695098 0,0088***

C(17) 1.397.303,0 1050297,0 1,330388 0,1877

C(18) 4.550.892,0 938859,5 4,847256 0,0000***

C(19) -9,48E+10 1,30E+10 -7,272255 0,0000***

C(20) 3,97E+10 7,52E+09 5,282883 0,0000***

C(21) -6,52E+09 2,64E+10 -0,246969 0,8057

C(22) 2,73E+10 2,46E+10 1,109193 0,2711

C(23) -2,03E+17 3,37E+15 -60,15341 0,0000***

R² 1,000000 Média variável dependente -1,80E+17

R² Ajustado 1,000000 Desvio Padrão variável dependente 1,21E+18

S.Q.E. 6,69E+11 AIC 57,50621

S.Q.R. 3,13E+25 SC 58,13255

Log likelihood -2651,039 Critério de Hannan-Quinn 57,75911

Estatística F 1,38E+13 Estatística de Durbin-Watson 1,886022

P-valor(Estatística F) 0,000000

Nota: *** nível de 1% de significância; ** nível de 5% de significância.


97

Em relação ao curto prazo, verificou-se que os coeficientes da equação de cointegração

cinco, do índice de preços ao consumidor de bens não comercializáveis em 𝑡 − 2, do índice de

preços ao consumidor de bens comercializáveis e das transações correntes, ambos em 𝑡 − 1, e

da taxa de câmbio em 𝑡 − 1 e em 𝑡 − 2, apresentaram-se como não significativos ao nível de

5% de significância, não exercendo assim, influência sobre as variações do valor adicionado na

indústria.

Os demais coeficientes de F8, se mostraram estatísticamente diferentes de zero, ao

nível de 1% de significância. Pelo coeficiente de determinação, esta forma funcional apresentou

um bom ajustamento, com um valor de 1, e o teste F demonstrou um p-valor significativo a 1%.

As variações do valor adicionado industrial, pelos resultados expostos, sofrem influência dos

coeficientes ECT um, dois, três, quatro e seis, sendo que, os coeficientes dos vetores de

cointegração um, dois e seis apresentaram uma relação inversa com as variações do valor

adicionado industrial.

As variações do valor adicionado industrial sofrem influência negativa no curto prazo

do valor adicionado, do saldo da balança comercial e da taxa de juros, todos em 𝑡 − 1, e da

formação bruta de capital fixo em 𝑡 − 2. Já o valor adicionado industrial, o saldo da balança

comercial, as transações correntes e a taxa de juros, em 𝑡 − 2, exercem influências positivas

nas variações do valor adicionado industrial. A formação bruta de capital fixo, o índice de

preços ao consumidor de bens não comercializáveis e as transações correntes, todos em 𝑡 − 1,

também apresentaram impactos positivos nas variações do valor adicionado da indústria.

O teste de causalidade bidirecional com noventa e quatro observações incluídas, e com

dois lags, revelou que o valor adicionado da indústria causa o saldo na balança comercial, a

formação bruta de capital fixo, o índice de preços ao consumidor de bens não comercializáveis,

as transações correntes, a taxa de juros e a taxa de câmbio. E a relação inversa acontece, em

que o valor adicionado industrial é causado pelo saldo da balança comercial, pela formação

bruta de capital fixo, pelas transações correntes, pela taxa de juros, e pela taxa de câmbio.

A FIR com dez períodos, demonstrou que os impulsos das transações correntes

provocam as oscilações mais severas no valor adicionado industrial, dentre as variáveis

analisadas, sendo que estas oscilações no valor adicionado industrial se estendem ao longo dos

dez períodos analisados. Os impulsos das demais variáveis apresentam respostas por parte do

valor adicionado apenas em seus períodos iniciais.

98

Na forma funcional F9, foram analisadas as influências que o valor adicionado da

agropecuária, do comércio e serviços, da taxa de câmbio e da taxa de juros de longo prazo

exercem sobre o valor adicionado industrial. Todas as equações na modelagem VEC

apresentadas para esta forma funcional possuem um coeficiente de determinação elevado. A

equação de interesse, do valor adicionado, possui p-valor para o teste F de 0,00000, indicando

que pelo menos um dos seus coeficientes é estatisticamente diferente de zero.

Ao analisar o p-valor dos coeficientes da equação do valor adicionado industrial em

F9, todos, exceto o coeficiente relativo a taxa de juros de longo prazo em 𝑡 − 2, foram

significativos a 1% de significância. A análise de autocorrelação dos resíduos apresentou

resultados que levam a não rejeitar a hipótese nula de que as séries não apresentam

autocorrelação serial dos resíduos, segundo o teste de Breusch-Godfrey (LM). O coeficiente

estimado da taxa de juros de longo prazo em 𝑡 − 2 não se mostrou estatísticamente diferente de

zero, portanto, não exercendo nenhuma influência sobre o valor adicionado industrial no curto

prazo.

Na forma funcional F10, foram analisadas as influências da balança comercial, das

transações correntes, da produtividade medida pelo emprego industrial, e da remuneração na

indústria, na variação do valor adicionado industrial. Esta forma funcional foi construída

utilizando dados anuais, por conta da possibilidade de dados disponíveis para o cálculo de uma

medida de produtividade estimada, desta forma, possui 25 observações. O teste de Bresuch-

Godfrey (LM0, com dois lags, revelou a ausência de autocorrelação dos erros.

O ajuste do modelo se apresentou baixo, dado pelo coeficiente de determinação, de

0,3775, para as relações das variáveis em questão, tendo como alvo o valor adicionado

industrial. O teste F confirma o baixo ajustamento desta equação do modelo, com um p-valor

de 0,4039. Reflexo destes números, são que nenhum dos coeficientes desta forma funcional

podem ser considerados significativos, nem ao nível de significância de 10%, fato que permite

afirmar que as variáveis analisadas não exerceram influência na determinação do valor

adicionado industrial com este número de defasagens para tal período.

A forma funcional F11 foi estimada com dados trimestrais e registrou três equações

de cointegração, no entanto, apresentou grave problema de autocorrelação diagnosticado pelo

teste de Breuch-Godfrey (LM). Tal problema pode ser solucionado pela imposição de um maior

número de defasagens ao modelo. Este teste foi feito, porém, o problema não foi solucionado.

99

Na literatura encontram-se formas teóricas para resolução deste problema, como a estimação

por meio do método de Cochrane-Orcutt geral ou em duas etapas, e o método de Newey-West.

A complexidade de ambos, principalmente a característica recursiva do primeiro que

exige grande número de observações para execução até que se estime o coeficiente de

autocorrelação, quase que por tentativa e erro, implicaria em grande perda de graus de

liberdade, bem como fugiria do escopo metodológico inicialmente estabelecido. Como o custo

de implicação do método pareceu caro perto do resultado esperado, o mesmo foi descartado.

O método de Newey-West foi aplicado então para a regressão deste modelo,

promovendo assim um ajustamento nas estatísticas dos coeficientes. Mesmo com este

ajustamento o modelo continuou apresentado pelo teste LM problemas de autocorrelação dos

resíduos, desta forma, optou-se por excluir esta forma funcional do escopo de análise.

Em um breve resumo dos resultados econométricos obtidos, têm-se que as variáveis

que apresentaram comportamento mais significativo em relação a determinação do emprego

industrial no período foram a remuneração na indústria em 𝑡 − 1 e em 𝑡 − 2, com sinais

positivos de relação para ambos os casos. A produtividade também se mostrou significativa, ao

explicar as variações do emprego industrial em 𝑡 − 1 e 𝑡 − 2, no entanto, exercendo impacto

negativo nas variações do emprego. Quanto as relações de causalidade e as funções de impulso,

a taxa de juros foi a principal variável que causou no sentido de Granger as variações do

emprego industrial.

Tendo a remuneração na indústria e a produtividade significativos impactos sobre as

variações do emprego industrial, as formas funcionais alternativas ganham destaque por

apresentarem que a produtividade, tanto medida pelo emprego como pelo pessoal ocupado,

recebem influências significativas da produtividade, das exportações, das importações e das

remunerações na agropecuária e no comércio e serviços, todos em 𝑡 − 1, sendo as principais

relações de causalidade verificadas da remuneração na agricultura, da remuneração no comércio

e serviços e das exportações.

As formas funcionais F3 e F4 esboçaram que a remuneração na indústria sofre

influência significativa da remuneração da indústria, das importações, das exportações, da taxa

de juros e da produtividade em 𝑡 − 1, sendo que esta última apresenta relação negativa com a

remuneração. Já as relações de causalidade são dadas pela produtividade e pelas exportações.

Um breve esquema ilustrativo é apresentado a seguir, a fim de resumir esta informação.

100

Figura 1 - Diagrama das relações de influência das variáveis analisadas no emprego

industrial.

Nota: Com um * em 𝑡 − 1, com ** em 𝑡 − 2, com + influência positiva ou direta, com – influência negativa ou

inversa.

Fonte: Elaboração própria a partir dos resultados da pesquisa.

Com relação aos impactos exercidos sobre o valor adicionado industrial, as variáveis

que exerceram influência significativa foram o valor adicionado da indústria, a balança

comercial, a formação bruta de capital fixo, o índice de preços dos produtos não

comercializáveis e dos comercializáveis, as transações correntes, a taxa de juros, o valor

adicionado da agropecuária e do comércio e serviços, a taxa de câmbio e a taxa de juros de

longo prazo, todas em 𝑡 − 1. Apenas o índice de preços ao consumidor, o índice de preços de

bens não comercializáveis e a taxa de juros de longo prazo não apresentaram relações de

influência sobre o valor adicionado industrial em 𝑡 − 1 , mas sim em 𝑡 − 2.

Nas relações de causalidade verificou-se que a balança comercial, a formação bruta de

capital fixo, as transações correntes, a taxa de juros, a taxa de câmbio, o valor adicionado da

agropecuária e o valor adicionado dos serviços causam no sentido de Granger o valor

adicionado industrial. A taxa de câmbio apresentou-se significativa na relação de causalidade

apesar de não ter apresentado significância estatística na forma funcional F8.

Variação do emprego industrial

Remuneração na indústria**

(+)

Remuneração na indústria*

(+)

Importações*

(+)

Exportações*

(-)

Taxa de Juros*

(+)

Produtividade*

(-)

Produtividade na indústria**

(-)

Produtividade*

(-)

Remuneração na agropecuária*

(+)

Remuneraçaõ no comércio e serviços*

(-)

Exportações*

(-)

Importações*

(+)

101

Já sobre o sentido de influência das variáveis, o valor adicionado da indústria em 𝑡 −

1, a balança comercial em 𝑡 − 1, a formação bruta de capital fixo em 𝑡 − 2, o índice de preços

dos bens comercializáveis em 𝑡 − 2, a taxa de juros em 𝑡 − 1, valor adicionado da agropecuária

em 𝑡 − 1, a taxa de câmbio em 𝑡 − 1, além da taxa de juros de longo prazo em 𝑡 − 1

apresentaram sentido inverso de relação com o valor adicionado industrial. As demais variáveis

apresentaram sentido positivo, ou relação diretamente proporcional em relação ao valor

adicionado. Novamente, em um esboço esquemático de resumo das evidências obtidas, tem-se

a Figura 2.

Um detalhe importante é que a ênfase da análise se deu no sentido de influência, em

sua significância estatística e em sua relação de longo prazo, pois pouco ainda se sabe sobre o

verdadeiro sentido de causa entre estas variáveis, por meio de aplicações empíricas como a que

foi aqui apresentada. Além disso, a modelagem selecionada impõe a possibilidade de

estabelecimento de ordenamento prévio entre as variáveis, o que não foi aqui estabelecido e

para tal problema caberia novo trabalho para específica análise.

102

Figura 2 - Diagrama das relações de influência das variáveis analisadas no valor adicionado

industrial.

Nota: Com *𝑡 − 1, com ** em 𝑡 − 2, com *** em 𝑡 − 1e 𝑡 − 2, com + influência positiva ou direta, com –

influência negativa ou inversa.

Fonte: Elaboração própria a partir dos dados da pesquisa.

Inserindo os resultados no contexto do problema de análise, é possível observar os

seguintes pontos relativos a variação do emprego industrial. As evidências obtidas servem para

corroborar algumas afirmações teóricas do referencial construído no item 3, de 3.1 a 3.6. Uma

delas é dada por Rodrigues e Guilhoto (1998), de que no pós-abertura comercial a redução do

emprego pode ter sido fruto, dentre outras mudanças estruturais observadas, da redução da

remuneração na produção. Como visto, a remuneração exerce sim, influência positiva sobre a

remuneração na indústria, e em caso de redução de sua participação na produção espera-se que

o emprego também se reduza.

Além deste, o exposto por Pinheiro (1999), Silva (2004), Moreira (1999a), Moreira

(1999b), e Hilgemberg (2003), que os ganhos de produtividade obtidos pelo processo de

abertura comercial geraram impactos significativos no sentido de redução do emprego de forma

Valor adicionado industrial

Variação do valor adicionado nos demias

setores***

(+,-)

Valor adicionado na indústria***

(+,-)

Valor adicionado da agropecuária*

(+,-)

Valor adicionado do comércio e serviços***

(+)

Conjunto macoreconõmico***

(+,-)

FBCFK***

(+,-)

Transações Correntes**

(-)

Taxa de Juros*

(-)

TJLP*

(-)

Taxa de Câmbio***

(+,-)

Comércio Exterior***

(+,-)

Balança comercial*

(-,+)

Preços do bens comercializáveis**

(-)

Preço dos bens não comercializáveis*

(+)

103

geral, mas mais especificamente no setor industrial. Esta relação é confirmada pela evidência

empírica apontada pelos autores, bem como pela relação verificada (inversamente

proporcional) da produtividade com a variação do emprego industrial.

As exportações mostraram-se significativas com relação a explicação das variações da

produtividade, que por sua vez, contribui negativamente para a variação do emprego industrial.

Esta evidência se enquadra fortemente nas questões de posicionamento da economia brasileira

frente ao comércio mundial. Este ponto é tratado no item 3.5 e um conjunto de trabalhos

sugerem que assumimos um posicionamento de exportação de produtos de baixo valor

adicionado, conforme apresentado por Guilhoto e Imori (2014), por exemplo.

A orientação da produção nacional de itens de valor adicionado mais elevado para o

mercado mundial se dá por duas formas, uma pela condução de políticas industriais que

fortaleçam produtos de maior valor agregado e de tecnologias de produção, e por uma política

de comércio exterior que dirija o país a uma atuação em mercados de maior complexidade.

Ambos os casos, conforme verificado pela literatura não são pontos fortes na economia

nacional.

O que se vê de diagnóstico pela teoria apresentada, é que não fomos capazes de criar

uma política de comércio exterior orientada pelas cadeias globais de valor, conforme Oliveira

(2015) e que a política industrial posta a cabo não foi contínua, não gerou plenamente os efeitos

desejados, além de apresentar característica bastante horizontal. Dessa forma, não beneficiou

os setores que poderiam ser prioritários na geração de valor adicionado, conforme exposto por

Bonelli et al. (1997), Cano e Silva (2010) e Campanário et al. (2005).

Um aspecto importante que fica como sugestão para trabalhos futuros, seria verificar

a relação que as políticas industriais e de comércio exterior exercem sobre estas variáveis.

Compreende-se a dificuldade deste exercício, porém entende-se também que ele servirá como

via de esclarecimento para uma das perguntas que fica deste trabalho, que é: o desalinhamento

relatado na teoria sobre a política industrial brasileira e sobre a política de comércio exterior

são influências de fato negativas para a indústria? Por hora, assume-se a experiência da

literatura, que parece apontar que sim.

As relações estabelecidas no que se denominou de macroeconomia da

desindustrialização ganham sentido, a medida que a taxa de câmbio, as transações correntes e

a taxa de juros tanto de longo prazo como de curto prazo apresentaram-se significativamente

estatísticas e exercendo pressões negativas sobre o valor adicionado industrial, porém, não se

104

constituem única e estritamente os vetores que determinam esta variável. Desta forma, o

argumento posto por autores como Oreiro e Marconi (2014), Oreiro e Feijó (2010), Bresser-

Pereira (2010) e Loures et al. (2010) ganham forma, desde que colocados no contexto onde

outras variáveis exercem influência tão importante quanto as por eles relatadas.

As variações da demanda não se mostraram estatísticamente significativas para a

explicação das relações de longo prazo com o valor adicionado industrial, conforme sugerem

Goldfajn e Bicalho (2013). Esses efeitos não puderam ser avaliados adequadamente, dado o

problema verificado de autocorrelação na forma funcional F11, no entanto, valem pesquisa

adicional, bem como refinamento do método para estudo das relações de longo prazo entre estas

variáveis.

5.3 Uma análise das mudanças estruturais

Nesta seção são apresentados os resultados da análise de decomposição estrutural, bem

como a evolução dos índices puros de ligação, que demonstram os setores chave da economia

e permitem discernir em termos de estrutura os níveis de encadeamento entre os setores. Os

índices foram calculados para todo o período de análise, porém, foram apresentados somente

para os anos de 1995, 2000, 2005 e 2013.

O critério aqui utilizado para eleger um setor como chave é de que ele apresente índice

de ligação acima de um, tanto para frente quanto para trás. No apêndice 3, é possível verificar

uma análise gráfica relacionada a estes indicadores, bem como no apêndice 4 estão apresentadas

as tabelas com os valores dos índices e seus respectivos rankings por ano.

Em uma análise da evolução dos setores chaves a partir dos índices puros de ligação é

possível perceber que os principais setores da economia nacional, em termos de poder de

encadeamento, são para 1995, indústria de transformação (3), construção (5), intermediação

financeira, seguros e previdência complementar (9) e outros serviços (11).

Para o ano de 2000, temos como setores chave, indústria de transformação (3), serviços

de informação (8), intermediação financeira (9) e outros serviços (11). Em 2005, os setores são

indústria de transformação (3), construção (5), serviços de informação (8) e outros serviços

(11). Por fim, para 2013 os setores são indústria de transformação (3), serviços de informação

(8) e outros serviços (11).

105

O que se denota destes indicadores é que a composição dos setores chave da economia

nacional se modificou muito pouco ao longo do período analisado. De modo geral, a indústria

de transformação e o setor de serviços são os que aparecem como principais setores da

economia brasileira desde 1995, e que possuem os maiores indicadores de encadeamento, tanto

para frente quanto para trás, e para o total. Estes setores se alternam na primeira e segunda

posição do índice puro de ligação total ao longo de todo o período.

Desta maneira, argumentos sobre o papel da indústria na economia como um setor

chave, conforme os apresentados por Oreiro e Marconi (2014), Oreiro e Feijó (2010), Loures

et al. (2010), dentre outros autores de linha neo desenvolvimentista, se aplica ao Brasil, se

olharmos pelo lado dos encadeamentos. No entanto, desde 1995 o setor de serviços também

apresenta importante composição no encadeamento produtivo da estrutura econômica nacional.

Certamente um conjunto das atividades de serviços encontra-se vinculada a indústria

ou derivam dela, conforme propõe Nassif et al. (2015), no entanto, assim como verificado

anteriormente, a indústria ganha relevância, mas deve ser inserida em um contexto. Contexto

esse, no sentido de operacionalização de políticas macroeconômicas e indústriais, que não

poderia hesitar em abordar também o setor de serviços em detrimento ao setor industrial.

A perda de dinamismo da economia por um processo de desindustrialização dado o

enfraquecimento do poder de dispersão e encademaneto da indústria, conforme apontam

Schymura e Pinheiro (2013), é um ponto a ser refutado a partir dos indicadores apresentados.

Isto porque estes indicadores demonstraram que a indústria vem se mantendo como um dos

principais setores em termos de encadeamento desde 1995, assim como o setor de serviços.

Com relação a capacidade de multiplicação dos setores foi analisado o multiplicador

de Rasmussen-Hirschman (R-H). A indústria de transformação é o setor que apresenta o maior

poder de multiplicação da produção dado o aumento de uma unidade na demanda, considerando

o efeito induzido de ampliação do consumo das famílias. Esta constatação se faz para todo o

período analisado, novamente refutando um efeito negativo do processo de desindustrialização

anteriormente apontado.

O setor de serviços também apresenta importante poder de multiplicação, despontando

entre os principais setores da economia, se considerado o critério de que este setor é um setor

chave, com apenas um dos indicadores R-H acima de um, para frente ou para trás. No entanto,

o setor de serviços apresenta um maior poder multiplicador em suas relações para frente da

estrutura produtiva.

106

A seguir são apresentados os resultados das decomposições estruturais realizadas a

partir das matrizes de insumo-produto para os anos de 1995 a 2013. As matrizes utilizadas

continham duas dimensões distintas. Com a finalidade de facilitar a apresentação dos resultados

e das análises, procedeu-se a agregação das matrizes em uma estrutura comum de 12 setores,

sendo eles: (1) agropecuária, (2) indústria extrativa mineral, (3) indústria de transformação, (4)

produção e distribuição de eletricidade, (5) construção, (6) comércio, (7) transporte,

armazenagem e correio, (8) serviços de informação, (9) intermediação financeira, seguros e

previdência complementar, (10) atividades mobiliárias e aluguel, (11) outros serviços, e (12)

administração pública. A utilização da numeração se deu para evitar a repetição dos nomes ao

longo das análises.

Como informado na seção 4.4, a análise de decomposição estrutural tem a finalidade

de comparação da estrutura econômica e de discriminação das variações sofridas por esta

estrutura em diferentes períodos. Esses efeitos são apresentados em variações percentuais

relativos aos valores monetários da matriz, que variaram ao longo do período de 1995 a 2013.

Assim, a compreensão dos resultados pode ser feita em valores reais, pois todos os componentes

de análise foram atualizados a preços do ano de 2013.

A primeira decomposição realizada foi a do valor bruto da produção (VBP). Nota-se

pelos dados apresentados na Tabela 9, que o efeito total da variação do VBP se deu em maior

medida nos setores (3), (6), (11), (12). O efeito que apresentou maior impacto nas variações do

VBP foi o efeito da demanda final, ou seja, as mudanças ocorridas na demanda final tiveram

um impacto significativo no incremento do VBP, na maior parte dos setores, mas em especial

nos setores (1), (3), (4) e (5).

Com relação ao efeito tecnologia, este apresenta o quanto as mudanças tecnológicas

empreendidas no período impactaram no crescimento do VBP. Este efeito teve seus maiores

impactos sobre os setores (2), (7) e (8). Os setores que apresentam valores percentuais negativos

demonstram que o efeito das variações tecnológicas impactou negativamente no crescimento

do VBP destes setores, como se percebe nos setores (9), (1) e (3), o qual apresentaram impactos

de -16,04%, -5,99% e -4,77% respectivamente.

Tabela 9 - Resultados da decomposição estrutural do valor bruto da produção em valores %.

Setores VBP

107

Efeito

Tecnologia

Efeito Demanda

Final

Efeito

Total

1 -5,99 105,99 4,77

2 25,31 74,69 3,34

3 -4,77 104,77 28,07

4 2,45 97,55 2,93

5 0,88 99,12 6,96

6 5,08 94,92 10,81

7 11,57 88,43 4,78

8 14,66 85,34 4,63

9 -16,04 116,04 4,50

10 -0,44 100,44 5,08

11 -0,37 100,37 12,58

12 0,05 99,95 11,54 Fonte: Elaboração própria a partir dos resultados da pesquisa.

A análise da decomposição estrutural da demanda final é apresentada em três efeitos,

confome pode ser visualizado na Tabela 10. O primeiro é o efeito nível, que se refere ao

aumento ou decréscimo do valor total dos componentes da demanda final. O segundo efeito,

trata-se das variações da destinação dos valores de demanda de cada um dos componentes da

demanda final, para o grupo de produtos ou setores da economia, o chamado efeito mix. Por

último, é o efeito composição, que se refere as mudanças na composição dos valores entre os

componentes da demanda final.

O efeito nível foi claramente o que exerceu maior impacto nas variações da demanda

final, sendo que os setores mais impactados foram (3), (7), (9), (11) e (12). Com relação ao

efeito mix, alguns setores apresentaram significativo impacto negativo na realocação da

demanda da economia por seus produtos, principalmente nos setores (1), (3), (7) e (9). Já o

efeito composição, foi o que apresentou quantias mais discretas de variação, com grande parte

dos setores sofrendo impactos negativos pelo deslocamento ocorrido entre os componentes da

demanda final.

O efeito total das variações da demanda final foi absorvido principalmente pelos

setores (3), (11), (12) e (6). A indústria (transformação e extrativa) teve um incremento de quase

1,4 trilhões de reais em demanda ao longo do período, ao passo que o setor de serviços (setores

de 7 a 11 somados) tiveram um incremento de demada quase da mesma ordem, de 1,3 trilhões,

e com a agropecuária com 158 bilhões de reais. Crescimento este, se deu em boa parte pelo

cresimento das exportações, pelo consumo do governo e pelo consumo das famílias, sendo estes

os principais componentes da demanda final que apresentaram evolução no período.

108

Tabela 10 - Resultados da decomposição estrutural da demanda final em valores %.

Setores

Demanda Final

Efeito Nível da

DF

Efeito

Mix

Efeito

Composição

Efeito

Total

1 93,17 -2,94 9,76 0,81

2 58,39 23,75 17,86 0,37

3 105,98 -11,80 5,82 43,68

4 99,42 6,00 -5,42 0,14

5 88,82 4,94 6,25 7,01

6 85,11 15,16 -0,27 8,41

7 114,84 -14,93 0,08 0,47

8 57,67 43,35 -1,02 0,65

9 134,29 -28,35 -5,93 0,83

10 99,17 6,31 -5,49 3,76

11 110,65 -7,28 -3,36 10,39

12 109,98 -0,29 -9,70 23,45


Com relação as variações do pessoal ocupado, os setores que tiveram maior absorção

positiva na geração de postos de trabalho, diante do efeito total apresentado foram os setores

(5), (6), (11) e (12), com destaque para os setores (6) e (12) que juntos absorveram cerca de

69% das ocupações geradas no período. Essa variação das ocupações ocorre por meio de

alterações no coeficiente direto do emprego, ou seja, dos requerimentos diretos de determinados

setores por mão de obra, que ao longo do tempo podem se intensificar pelo crescimento deste

setor. Ocorre também, por conta do efeito da inserção da tecnologia na produção de bens e

serviços de uma economia, ou por incremento da demanda, que acabam por requerer dos setores

incrementos indiretos de mão de obra para suprí-la ao longo do tempo.

Analisados estes efeitos na composição do efeito total verificado, pode-se facilmente

perceber, pela Tabela 11, Os que os efeitos da demanda final e dos requerimentos diretos por

novas ocupações por parte dos setores, são os mais significativos na construção do efeito

total.setores que apresentaram maiores modificações em seus requerimentos diretos por

ocupações foram (1) e (10), sendo que os demais apresentaram consideráveis reduções em seus

requerimentos por ocupações, principalmente os setores (2), (3), (9).

A inserção tecnológica provocou uma redução de 138% e de 317% nas ocupações dos

setores (3) e (9) respectivamente. Já os setores (7) e (8), de certa forma, intensivos em mão de

obra especializada, principalmente com domínio tecnológico, apresentaram incrementos nas

suas ocupações ao longo do período, dadas as variações do efeito tecnológico na economia. O

109

efeito total obtido apresentou um resultado positivo, com um incremento de cerca de 26 milhões

de ocupações para o período.

Tabela 11 - Resultados da decomposição estrutural do pessoal ocupado em valores %.

Setores

Pessoal Ocupado

Coeficiente direto

do Pessoal Ocupado

Efeito

Tecnológico

Efeito

Demanda Final Efeito Total

1 1065,08 120,61 -1085,69 -26,00

2 -1862,20 900,36 1061,84 0,56

3 -1401,84 -138,01 1639,84 8,22

4 -316,24 16,98 399,26 1,43

5 -428,66 14,70 513,96 15,91

6 -649,27 68,84 680,44 29,46

7 -521,60 123,22 498,38 7,66

8 -347,94 150,13 297,81 3,89

9 -1034,13 -317,69 1451,82 0,78

10 1100,25 12,49 -1012,73 -0,84

11 -501,96 -4,49 606,45 40,98

12 -445,89 0,42 545,47 17,96


Sobre a decomposição do valor adicionado (VA), similarmente a decomposição do

emprego, os efeitos apresentados são o efeito do coeficiente direto do valor adicionado, que

representa a geração de maior volume de unidades monetárias de valor adicionado por cada

unidade monetária gasta na produção. O efeito tecnológico e o efeito da demanda final são

interpretados igualmente à decomposição do emprego. Estes efeitos estão apresentados na

Tabela 12.

Os setores (3), (4) e (6) são os que apresentaram maiores níveis de impactos negativos

advindos das variações do coeficiente direto do VA. Este fato, indica que as variações neste

coeficiente fizeram com que, ao longo do tempo, estes setores agregassem menos unidades de

VA para cada unidade gasta na produção. Os setores (9) e (10) também apresentaram sinais

negativos para este efeito, porém em % menores que os demais.

O efeito tecnológico apresentou que as variações tecnológicas verificadas ao longo dos

18 anos analisados, tiveram respostas tímidas da maioria dos setores em relação ao VA, sendo

que alguns setores, como (1), (3), (9), (10) e (11) apresentaram variações negativas, dadas as

variações tecnológicas verificadas, em especial o setor (9) com uma variação negativa do valor

adicionado de 19%.

110

O efeito demanda final concentrou a maior parte dos impactos verificadas no VA. Os

setores (1), (3), (4), (5), (6), (9) e (10) são os que apresentam os maiores incrementos no valor

adicionado, dadas as variações na demanda final. Nestes setores, para cada unidade monetária

de demanda final adicional é gerada, em geral, mais que uma unidade de valor adicionado no

setor. A respeito do efeito total das variações do VA, os setores (3), (6), (11) e (12) são os que

compuseram quase 60% do efeito total verificado.

Tabela 12 - Resultados da decomposição estrutural do valor adicionado em valores %.

Setores

Valor Adicionado

Efeito Coeficiente

Direto do VA

Efeito

Tecnológico

Efeito

Demanda Final Efeito Total

1 0,25 -7,65 107,40 4,90

2 18,29 18,75 62,96 4,52

3 -6,01 -6,56 112,58 17,81

4 -16,96 3,63 113,33 2,09

5 -2,61 1,85 100,76 6,52

6 -8,00 6,74 101,25 12,79

7 -3,47 13,92 89,55 4,64

8 8,48 18,21 73,31 3,85

9 -2,87 -19,86 122,73 4,97

10 -1,45 -0,68 102,13 7,80

11 2,11 -0,42 98,31 14,97

12 7,90 0,05 92,04 15,13 Fonte: Elaboração própria a partir dos resultados da pesquisa.

Os dados analisados apresentaram significativas relações com as constatações

encontradas pelos trabalhos de Figueiredo e Oliveira (2015), Sesso Filho et al. (2010), Kupfer

et al. (2004), Perobelli et al. (2006), Bêrni (2006), Junior et al. (2015) e Passoni (2016). Um

breve resumo das considerações deste trabalho, que reafirmam as afirmações destes autores

citados, são que a indústria é um dos setores que mais apresentou ter sofrido impactos quanto a

geração de postos de trabalho, influenciada negativamente principalmente pelo coeficiente

direto e pelas mudanças tecnológicas. Os setores relacionados a comunicação e tecnologia da

informação (8) apresentaram significativas variações positivas, tanto no VBP, quanto na

demanda final, nas ocupações e no VA, motivados principalmente pela evolução da demanda e

do efeito tecnológico.

Além disso, as significativas variações verificadas na demanda final foram supridos,

em boa medida, pelo aumento das importações, conforme verificam Junior et al. (2015) e

111

Passoni (2016). Percebe-se que a agropecuária liberou forte contingente de mão de obra,

principalmente, em decorrência dos efeitos de varição da demanda final, contingente este,

absorvido por outros setores, principalmente o de serviços (7 a 11), conforme considerações de

Figueiredo e Oliveira (2015), Sesso Filho et al. (2010), e Kupfer et al. (2004).

As considerações a cerca deste efeito na agropecuária, se dão em certa medida pelo

efeito tecnológico, como observado por alguns desses autores, resultado este confirmado pela

análise referente aos dados de evolução da produtividade neste setor, apresentados por Silva et

al. (2016).

As arguições apresentadas por Perobelli et al. (2006) e Squeff e Nogueira (2012)

ganham sentido, a medida que pode ser observado que os setores de serviços e comércio,

considerados “menos produtivos”, ocuparam um maior número de pessoas. No entanto, setores

de informação e comunicação, diante de um efeito tecnológico, tiveram variações positivas no

saldo de ocupações, sendo possível crer que estes setores necessitam de mão de obra de maior

qualidade, com maior tempo de qualificação e domínio de tecnologia.

A forte evolução da demanda, ocorreu, em boa medida, pelo crescimento das

exportações, do consumo das famílias, e também pelo consumo da administração pública,

confome mostraram os resultados anteriormente apresentados. É possível verificar que a

agropecuária teve importante papel, principalmente na contribuição ao saldo comercial, o que

pode ser verificado tanto pelos resultados do efeito nível do setor nas variações da demanda

final, bem como pelos dados apresentados na seção 3.4, no Gráfico 3.

A indústria foi certamente, sob a perspectiva de todas as decomposições analisadas, o

setor que apresentou um dos piores conjutos de resultados, tanto a indústria de transformação e

sobretudo a indústria extrativa. Essa consideração parece ser uma das poucas uninimidades com

relação as teorias analisadas e é frisada por diversos autores de diferentes linhas teóricas, porém,

sob divergentes explicações sobre as suas causas. Algumas perspectivas são aqui resgatadas e

realinhadas às evidências obtidas por este trabalho.

Sobre os movimentos e políticas de competitividade para a indústria, conforme tratam

Tironi (2012), Bonelli et al. (1997), Souza (2008), Campanário et al. (2005), e Cano e Silva

(2010), o que se pode dizer é que estes movimentos tiveram efeitos muito pequenos ou isolados,

a ponto de se perceber um diagnóstico ruim da teoria em relação as trajetórias da indústria, com

certo consenso, e também verificar que no período analisado, a indústria passou a adicionar

menos valor agregado para cada unidade monetária consumida na produção. Talvez, as próprias

112

medidas de contingência propostas por estes autores como saídas para bons programas de

competitividade, não tenham sido seguidas, como o alinhamento econômico com uma política

industrial ou propriamente a construção de uma política industrial e de comércio exterior,

orientadas pelas cadeias globais de valor, conforme propõe Oliveira (2015) e Fendt (2014).

Esta trajetória de redução do coeficiente direto de valor adicionado e de um impacto

negativo no valor adicionado diante do efeito tecnológico, porém de um significativo impacto

positivo da variação da demanda na geração de valor adicionado corroboram para os

argumentos apresentados por Guilhoto e Imori (2014), Lima (2015), Kupfer (2004). Isto indica

que o Brasil possui um posicionamento de fornecedor de produtos de valor agregado médio-

baixos na cadeia de valor mundial, que o país tem um conjunto restrito de parceiros, que existe

a carência de planejamento estruturado para reversão destas características, e que houve uma

exposição muito brusca da economia nacional no processo de abertura, sobretudo da indústria.

Finalmente, conduzindo o que se viu sobre a desindustrialização e debatendo o tema

aqui para um pouco além da política macroeconômica ou da macroeconomia da

desindustrialização, como foi neste trabalho nominada, mas sim observando o comportamento

estrutural da indústria, é possível verificar que as variações das ocupações na indústria e do

valor adicionado industrial tiveram também origens estruturais, como o efeito tecnológico, e as

mudanças nos coeficientes diretos do emprego e do valor adicionado. Por mais que a demanda

tenha exercido impactos positivos na indústria e as transações com o mercado externo tenham

evoluído, o que parece se configurar é que um novo modelo industrial está entrando em cena

na economia nacional.

Modelo este, com um parque industrial reduzido e mais produtivo, direcionado para

setores essenciais, naturalmente competitivos, tecnológicos e que exigem mão de obra mais

qualificada e em menor número, pois a tecnificação é ampla. A fragmentação do processo

produtivo deve se alargar e os setores de serviços devem ocupar maior espaço na economia e

se tornarem mais vinculados a indústria, conforme demonstram, inclusive, as evidências com o

comportamento estrutural bastante positivo dos setores de serviços por efeitos da demanda, de

seu coeficiente direto de ocupação de trabalho, e por uma característica natural de abrigar mão

de obra menos produtiva e em maior número.

O argumento sobre um novo modelo industrial pode ser confirmado pelas evidências

apresentadas por Clark (1957), Rowthorn e Wells (1987), Almeida (2012), Campos, Hidalgo e

Da Mata (2007), e o Estudo da Competitividade da Indústria Brasileira (1993), de que pode

113

existir naturalidade no fato da redução da participação do valor adicionado e do emprego

industrial. Esta naturalidade estaria então associada a um processo estrutural de transição, onde

passa-se para uma estrutura industrial mais moderna e enxuta.

Além destes autores, as evidências empíricas apresentadas suportam que existe um

processo de mudança estrutural, tendo em vista o antigo modelo industrial que se via até a

década de 1980. Parece claro que a abertura comercial e a estabilização da moeda foram o ponto

de guinada deste processo, confome Pinheiro et al. (1999), Moreira (1999a), e Moreira (1999b),

por mais conturbado que tenha sido este período, e ainda, que tenha deixado algumas marcas

negativas.

A desindustrialização, portanto, não parece, ao que se vê, ser um processo nocivo a

economia nacional. Por mais que as variáveis apresentadas pela linha de autores neo

desenvolvimentistas, ganhe certo nexo, não parecem esboçar um movimento estrutural, ou

mesmo uma tendência de longo prazo. O contexto em que as variáveis explicativas para este

processo estão desenhadas por estes autores é apenas macroeconômico, desconsiderando as

interrrelações da economia e como se processam as estruturas econômicas, bem como os seus

naturais desequilíbrios. A contribuição do presente trabalho se encontra justamente em tentar

inserir esta perspectiva, e assim como disse Keynes, em frase apresentada na epígrafe deste

texto, o que se pretende é tentar escapar, de certa maneira, das ideias antigas.

Para finalizar, apresenta-se que o segundo objetivo específico deste trabalho é

cumprido, e que os principais determinantes estruturais das variações do valor adicionado e do

pessoal ocupado no período de 1995 a 2013 na economia brasileira foram os efeitos do

coeficiente direto do pessoal ocupado, os efeitos do coeficiente direto do valor adicionado, e o

efeito da demanda final, sobretudo o nível e o efeito tecnológico.

Além desses, uma força estrutural, que tem por meio de um conjunto de fatores e da

reestruturação da indústria, fatores estes como: a ampliação do setor de serviços e de sua

vinculação a indústria, a manutenção do poder de multiplicação e de ligação na economia, sendo

um de seus setores chaves, a sua recente queda na participação do valor adicionado e do

emprego industrial, os avanços obtidos em termos de produtividade e tecnificação, inclusive,

com grande intensidade no setor de serviços, as tendências mundiais de reestruturação da

indústria e, por fim, os números apresentados no item 5.1 que demonstraram que este setor vem

crescendo, hora mais hora menos, bastante influenciado em curto período de tempo por

variáveis conjunturais.

114

115

6 CONSIDERAÇÕES FINAIS

Um breve apanhado permite aqui constituir o desfecho deste trabalho. Primeiramente

os resultados da primeira aplicação metodológica, a aplicação dos modelos VEC, as análises de

causalidade e as FIR´s foram capazes de comprovar algumas relações entre as variáveis

teoricamente relatadas, bem como seus sentidos. Ao fim das modelagens foi possível verificar

que as variações da produtividade e a remuneração do trabalho exercem influências

determinantes sobre as variações do emprego industrial.

Com relação ao valor adicionado industrial, alguns conjuntos de determinantes foram

construídos, apesar de algumas formas funcionais terem falhado na apresentação de resultados

consistentes para outras relações, o que não deixa de ser um resultado. Os conjuntos tratados

são as variações do valor adicionado dos demais setores da economia, um conjunto de variáveis

macroeconômicas e o comércio exterior. Dentre as variáveis macroeconômicas, a formação

bruta de capital fixo, as transações correntes, a taxa de juros, a taxa de juros de longo prazo e a

taxa de câmbio. Esta última apesar de ter apresentado resultados não significativos em uma

forma funcional analisada, constitui-se como uma variável importante, merecendo assim

atenção, sendo recomendado mais análises sobre esta relação.

Sobre os determinates estruturais do valor adicionado, do emprego e do valor da

produção industrial destacam-se as mudanças dos coeficientes do valor adicionado, do

emprego, do nível da demanda final e as mudanças tecnológicas, além de uma mudança

estrutural em curso, levando a indústria nacional a novos moldes. Argui-se aqui, que a análise

em voga é crucialmente importante no sentido de estabelecer pontos de ação para a política

pública e um panorama da estrutura econômica nacional.

Tratou-se de um período historicamente rico e de um tema claramente controverso, a

desindustrialização. Não se objetivou propor saídas para tal debate, mas sim expôr ideias que

nos parecem novas, principalmente a partir do conjunto de evidências empíricas apresentadas.

Evidências estas, que em certos momentos roubaram a cena de uma exposição teórica mais

apropriada, dada a riqueza do momento analisado. Há então de se viver com esse trade-off em

trabalhos acadêmicos, porém este é um ponto que aqui me desculpo se não atendi a expectativa

do leitor por tal análise.

116

Os pontos de dificuldades verificados ao longo da pesquisa foram diversos, mas os

principais são, sem sobra de dúvida, os dados disponíveis para as análises, tanto par a a

modelagem econométrica, como as relacionadas a estrutura econômica, por meio das matrizes

de insumo-produto. Além deste detalhe, a grande possibilidade de tratamentos a subtemas ou a

assuntos correlatos, que levou a agregar grande volume de referencial teórico com o medo se

de perder alguns detalhes importantes. A complexidade e diversidade de olhares e métodos de

pesquisa, e a vasta gama de trabalhos a ser lida foi também uma dificuldade, dada a restrição

de tempo.

Sugestões para novos trabalhos já foram dadas ao longo do texto, mas algumas que

urgem, dados alguns pontos de interrogação serem notadamente de importância para a

economia nacional são: uma melhor determinação sobre as relações da variável câmbio e o

valor adicionado da indústria, um olhar pormenorizado sobre impactos das políticas industriais,

se cabe uma política industrial e de comércio exterior, e que moldes esta política deve ter.

117

REFERÊNCIAS

ABRACHE, J.; ARAGÃO, M. C. Infraestrutura e competitividade da indústria brasileira.

UNIEPRO - DIRET - CNI. Brasília, p. 66. 2014.

ALMEIDA, M. O complicado debate sobre a desindustrialização. RADAR, p. 47-57, 2012.

AMOREIRA, M. M.; GIAMBIAGI, F. A economia brasileira nos anos 90. 1ª. ed. Rio de

Janeiro: BNDES, 1999.

ANG, B. W. . Z. F. Q. A survey of index decomposition analysis in energy and environmental

studies. Elsevier Energy, v. 25, p. 1149-1176, Janeiro 2000.

AVERBUG, A. Abertura e integração comercial brasileira na década de 90. In: MOREIRA,

M. M.; GIAMBIAGI, F. A economia brasileira nos anos 90. Rio de Janeiro: BNDES, 1999.

p. 488.

BACHA, E. Bonança externa e desindustrialização: uma análise do período 2005-2011. In:

BACHA, E.; BOLLE, M. B. D. O futuro da indústria no Brasil - Desindustrialização em

debate. São Paulo: Civilização Brasileira, 2013.

BARBOSA-FILHO, F. D. H.; PESSÔA, S. D. A.; VELOSO, F. A. Evolução da produtividade

total dos fatores na economia brasileira com ênfase no capital humano - 1992-2007. Revista

Brasileira de Economia, Rio de Janeiro, Abr./Jun. 2010. 91-113.

BÊRNI, D. D. Á. Mudanças no padrão de uso da mão de obra no Brasil entre 1949 a 2010.

Nova Economia, p. 139-172, 2006.

BONELLI, R.; PESSÔA, S. D. A. Dseindustrialização no Brasil: um resumo da evidênvia.

Texto para discussão n.7. IBRE, 2010.

BONELLI, R.; VEIGA, P. D. M.; BRITTO, A. F. D. As políticas industrial e de comércio

exterior no Brasil: rumos e indefinições. Texto para discussão nº 527 - IPEA, p. 77, 1997.

BRASIL - MINISTÉRIO DA CIÊNCIA E TECNOLOGIA. Estudo da competitividade da

indústria brasileira. Fundação Economia de Campinas - FECAMP. Campinas, p. 104. 1993.

BRESSER PEREIRA, L. C. Desprotecionismo e desindustrialização. Valor Econômico, n.

29/03/2012.

BRESSER-PEREIRA, L. C. Déficits, câmbio e crescimento. Economia e Tecnologia, p. 9-

12, 2010.

CABRAL, J. D. A.; PEROBELLI, F. S. Análise de decomposição estrutural para o setor de

saúde brasileiro - 2000 a 2015. Pesquisa e Planejamento Econômico, p. 363-402, 2012.

118

CACCIAMALI, M. C.; BEZERRA, L. D. L. Produtividade e emprego industrial no Brasil.

Revista Brasileira de Economia, Rio de Janeiro, p. 77-91, Jan./Mar. 1997.

CAMPANÁRIO, M. D. A.; SILVA, M. M. D.; COSTA, T. R. Política industrial, tecnológica

e de comércio exterior (PITCE): análise de fundamentos e arranjos institucionais. ALTEC -

XI Seminário Latino-Iberoamericano de gestíon tecnológica, Salvador, 25 a 28 Outubro

2005. 1-18.

CAMPOS, M. F. S. D. S.; HIDALGO, A. B.; DA MATA, D. Abertura, comércio intra-

indústria e desigualdade de rendimentos: uma análise para a indústria de transformação

brasileira. Nova Economia, Belo Horizonte, Mai./Ago. 2007. 275-306.

CANO, W.; SILVA, A. L. G. D. Política industrial do governo Lula. Texto para discussão.

IE/UNICAMP. n.181, julho, 2010.

CARDOSO, B. F.; PAIXÃO, A. N. D.; NASCIMENTO, J. D. S. O processo de

desindustrialização no Brasil: análise empírica dos anos 1990-2009. Revista de

Desenvolvimento Econômico, Salvador, p. 121-132, Junho 2012.

CARVALHO, L.; KUPFER, D. Diversificação ou especialização: uma análise do processo de

mudança estrutural da economia brasileira. Brazilian Journal of Political Economy, São

Paulo, v. 31, p. 618-637, Out./Dez. 2011.

CASTRO, A. B. D. A reestruturação industrial brasileira nos anos 90. Uma interpretação.

Revista de Economia Política, v. 21, Jul/Set 2001.

CAVALCANTI, M. A. F. H. Uma análise econométrica da evolução da indústria de

transformação brasileira no período de 2002-2012. Conjuntura Econômica, Brasília, p. 79-

85, Março 2013.

CHENERY, H. B.; SHISHIDO, S.; WATANABE, T. The pattern of japonese growth 1914-

1954. Econometrica, p. 98-139, 1962.

CHENERY, H.; SYRQUIN, M. Patterns of development, 1950-1970. London. 1975.

CHIQUIAR, D. Globalization regional wage differentials and the Stolper-Samuelson

theorem: evidence from Mexico. Journal of International Econômics, Janeiro 2008. 70-93.

CONFEDERAÇÃO NACIONAL DA INDÚSTRIA - CNI. Infraestrutura e

competitividade da indústria brasileira. Brasília, p. 65. 2014.

COUTINHO, L. Marcos e desaficos de uma política industrial contemporânea. In: CASTRO,

A. C. Desenvolvimento em debate. Rio de Janeiro: BNDES, 2002.

CUNHA, A. M.; LELIS, M. T. C.; FLIGESPAN, F. B. Desindustrialização e comércio

exterior: evidências recentes para o Brasil. Brazilian Journal of Political Economy, São

Paulo, v. 33, p. 463-485, Jul./Set. 2013.

119

DALBERTO, C. R.; STADUTO, J. A. R. Uma análise das economias de aglomeração e seus

efeitos sobre os salários industriais brasileiros. Revista de Economia Contemporânea, Rio

de Janeiro, v. 17, p. 539-569, set./dez. 2013.

DÁVILA-FERNANDEZ, M. J. Desindustrialização e o investimento em infraestrutura como

instrumento conciliador de uma política industrial base no Brasil. Brazilian Journal of

Political Economy, São Paulo, v. 35, p. 576-600, Jul./Set. 2015.

DIEESE - DEPARTAMENTO INTERSINDICAL DE ESTATÍSTICA E ESTUDOS

SOCIOECONÔMICOS. Nota Técnica 67: Política de Desenvolvimento Produtivo - Nova

Política Industrial do Governo. São Paulo, p. 16. 2008.

DIEESE - DEPARTAMENTO INTERSINDICAL DE ESTATÍSTICAS E ESTUDOS

SOCIOECONÔMICOS. Política de Desenvolvimento Produtivo Nova Política Industrial

do Governo. DIEESE. São Paulo, p. 16. 2008.

DIETZENBACHER, E.; LOS, B. Structural decomposition techniques: sense and sensitivity.

Economic System Research, Groningen, v. 10, p. 307-324, 1998.

FENDT, R. Cadeias globais de valor: uma sucinta introdução. In: NEVES, L. P. A inserção

do Brasil nas cadeias globais de valor. Rio de Janeiro: CEBRI, v. 2, 13. p. 162.

FENDT, R. Cadeias globais de valor: uma sucinta introdução. In: NEVES, L. P. A inserção

do Brasil nas cadeias globais de valor. Rio de Janeiro: CEBRI, v. 2, 2014. p. 10-16.

FERRAZ, L.; GUTIERRE, L.; CABRAL, R. A indústria brasileira na era das cadeias

globais de valor. Prêmio CNI. [S.l.]: CNI. 2014. p. 31.

FERREIRA, P. C.; HAMDAM, G. Política industrial no Brasil: ineficaz e regressiva.

Economica, v. 5, p. 305-316, 2003. ISSN 2.

FIGUEIREDO, H. L. D.; OLIVEIRA, M. A. S. Análise de decomposição estrutural para a

economia brasileira entre 1995 e 2009. Revista de Economia, p. 31-56, 2015.

GOLÇALVES JUNIOR, C. A.; LOPES, R. L.; GUILHOTO, J. J. M. Changes in Brazilian

Imports: A structural analysis for the period 1990 - 2009. Working Paper Series nº 2015-26,

p. 14, 2015.

GOLDFAJN, I.; BICALHO, A. Análise da dinâmica de produção industrial entre 2008 e

2012. In: BACHA, E.; BOLLE, M. B. D. O futuro da indústria no Brasil:

Desindustrialização em debate. 1ª. ed. São Paulo: Civilização Brasileira, 2013. Cap. 7, p. 173-

198.

GOMES, V.; PESSÔA, S. A.; VELOSO, F. A. Evolução da produtividade total dos fatores na

economia brasileira: uma análise comparativa. Pesquisa e Planejamento Econômico, Rio de

Janeiro, v. 33, p. 389-434, Junho 2003.

120

GREMAUD, A. P. Economia brasileira contemporânea: para cursos de economia e

administração. 7ª. ed. São Paulo: Atlas, 2011.

GUILHOTO, J. J. M. Input-output analisys: theory and fundations. São Paulo: Universidade

de São Paulo, 2011.

GUILHOTO, J. J. M.; IMORI, D. Brazilian role in the global value chains. Working Paper

Series Nº 2014-24, p. 20, 2014.

GUILHOTO, J. J. M.; SESSO FILHO, U. A. Estimação da Matriz Insumo-Produto Utilizando

Dados Preliminares das Contas Nacionais: Aplicação e Análise de Indicadores Econômicos

para o Brasil em 2005. Economia & Tecnologia, Curitiba, v. 23, Out./Dez. 2010. ISSN 1809-

080X.

GUILHOTO, J. J. M.; SONIS, M.; HEWINGS, G. J. D. Linkages and multipliers in a

multiregional famework: integrations and alternative approaches. Regional Economic

Applications Laboratory, Illinois, n. Discussion Paper 96-T-8, 1996.

HIDALGO, A. B.; SALES, M. D. F. Abertura comercial e desigualdade de rendimentos:

análise para as regiões brasileiras. Revista de Economia Contemporânea, Rio de Janeiro,

Set./Dec. 2014. 409-434.

HILGEMBERG, C. M. D. A. T. Efeitos da abertura comercial e das mudanças estruturais

sobre o emprego na economia brasileira: uma análise para década de 1990. Piracicaba:

ESALQ- USP (Dissertação de Mestrado), 2003.

HOEKSTRA, R.; VAR DER BERGH, J. J. C. J. M. Comparing structural decomposition

analysis and index. Energy Economics, v. 25, p. 39-64, 2003.

IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA ESTATÍSTICA. Contas regionais do

Brasil referência 2002. IBGE. Rio de Janeiro. 2002.

IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA ESTATÍSTICA. IBGE, 2017.

Disponivel em: <https://www.ibge.gov.br/estatisticas-novoportal/economicas/contas-

nacionais.html>. Acesso em: 10 maio 2017.

IEDI - INSTITUTO DE ESTUDOS PARA O DESENVOLVIMENTO INDUSTRIAL. A

política de desenvolvimento produtivo. São Paulo, p. 36. 2008.

IPEA - INSTITUTO DE PESQUISAS ECONÔMICAS APLICADAS. IPEADATA, 2017.

Disponivel em: <http://www.ipeadata.gov.br/Default.aspx>. Acesso em: 10 fev. 2017.

ISTAKE, M. Comércio externo e interno do Brasil e das suas macrorregiões: um teste do

teorema de Heckscher-Olhin. São Paulo: Escola Superior de Agricultura "Luiz de Queiroz"

(Tese de Doutorado), 2003.

KOOPMAN, R. Give Credit Where Credit Is Due: Tracing Value Added in Global

Production Chains. Cambridge. 2011.

121

KOOPMAN, R.; WANG, Z.; WEI, S.-J. Tracing value-added and double counting.

American Economic Review, Fev. 2014. 459-494.

KUME, H.; SOUZA, C. F. D. S. A política cambial e o desempenho do comércio exterior

brasileiro no período de 1990-1998. In: CORSEUIL, C. H.; KUME, H. A abertura

comercial brasileira nos anos 1990: impactos sobre emprego e salário. Rio de Janeiro:

IPEA, 2003. p. 218.

KUPFER, D. Competitividade da indústria brasileira: visão de conjuntos e tendências de

algusn setores. Revista Paranaense de Desenvolvimento, Curitiba, p. 45-78, maio/agosto

1994.

KUPFER, D.; FREITAS, F.; YOUNG, C. E. Decomposição estrutural da variação do

produto e do emprego entre 1990 e 2001 - Uma análise a partir da matriz insumo-

produto. Rio de Janeiro. 2004.

LEONTIEF, W. Structure of American economy. Oxford University Press, 1941.

LEONTIEF, W. Scudier an the Smccrure of the American Economy. Oxford University

Press, 1953.

LIMA, J. S. Interdependência e integração na era das cadeias globais de valor: limites da

emergência do Brasil (2003-2014). Brasília: UNB (Dissertação), 2015.

LOURES, R. C. D. R.; OREIRO, J. L.; PASSOS, C. A. K. Deseindustrialização: a crônica da

servidão conscentida. FIEP, p. 4-13, 2010.

MCMILLAN, M.; RODRIK, D. Globalization, structural change, and productivity growth.

NBER Working Paper.17143, 2011.

MESSA, A. Mudanças estruturais na economia brasileira ao longo da década de 2000.

Revista de Economia Contemporênea, p. 452-467, 2013.

MILER, R. E.; BLAIR, P. D. Input-Output analisys: fundations and extensions. New York:

Cambridge University Press, 2009.

MOREIRA, M. M. A indústria brasileira nos anos 90. O que já se pode dizer? In: MOREIRA,

M. M.; GIAMBIAGI, F. A economia Brasileira nos anos 90. Rio de Janeiro: BNDES,

1999A. p. 488.

MOREIRA, M. M. Estrangeiros em uma economia aberta: Impactos recentes sobre a

produtividade, a concentração e comércio exterior. In: MOREIRA, M. M.; GIAMBIAGI, F.

A economia brasileira nos anos 90. Rio de Janeiro: BNDES, 1999B. p. 488.

NAKATANI-MACEDO, C. D.; FIUZA-MOURA, F. K.; CÂMARA, M. R. G. D.

Decomposição estrutural da variação do emprego nos setores industriais no Brasil entre os

anos de 2000 e 2009. Revista de Economia Contemporânea, p. 235-260, 2015.

122

NASSIF, A. Há evidências de desindustrialização no Brasil? Brazilian Journal of Political

Economy, São Paulo, Jan./Mar. 2008. 72-96.

NASSIF, L.; TEIXEIRA, L.; ROCHA, F. Houve redução do impacto da indústria na

economia brasileira no. Economia e Sociedade, Campinas, v. 24, p. 355-378, Agosto 2015.

NEREUS - NÚCLEO DE ECONOMIA REGIONAL E URBANA DA UNIVERSIDADE DE

SÃO PAULO. NEREUS. NEREUS. Disponivel em: <http://www.usp.br/nereus/>. Acesso

em: 15 jun. 2017.

OLIVEIRA, S. E. M. D. Cadeias globais de valor e os novos padrões de comércio

internacional: estratégias de inserção de Brasil e Canadá. Brasília: FUNAG-Fundação

Alexandre Gusmão, 2015.

OREIRO, J. L. et al. O regime de metas de inflação e a governança política monetária no

Brasil: análise e proposta de mudança. FIEP, p. 14-41, 2010.

OREIRO, J. L.; FEIJÓ, C. L. Desindustrialização: conceituação, causas, efeitos e o caso

brasileiro. Revista de Economia Política, v. 30, abr/jun 2010. ISSN 2.

OREIRO, J. L.; MARCONI, N. Teses equivocadas no debate sobre a desindustrialização e

perda da competitividade da insdústria brasileira. NECAT, p. 24-48, 2014.

PALMA, J. G. Quatro fontes de desindustrialização e um novo conceito de doença

holandesa. Conferência de Industrialização, Desindustrialização e Desenvolvimento. São

Paulo: FIESP e IEDI. 2005.

PARNES, B.; HARTUNG, G. Uma nota sobre a desaceleração recente da indústria brasileira.

In: BACHA, E.; BOLLE, M. B. Desindustrialização em debate: o futuro da indústria no

Brasil. São Paulo: Civilização Brasileira, 2013. p. 154-198.

PASSONE, P. A. Comportamento das importações brasileiras de 2000 a 2008: uma

análise a partir da decomposição estrutural e insumo-produto. 44º Encontro Nacional de

Economia. Foz do Iguaçu: ANPEC. 2016.

PASTORE, A. C. Por que a indústria parou de crescer nos últimos anos. O Estado de São

Paulo, São Paulo, 8 de Abril 2012.

PASTORE, A. C.; GAZZANO, M.; PINOTTI. Por que a produção industrial não cresce desde

2010? In: BACHA, E.; BOLLE, M. B. Desindustrialização em debate: o futuro da industria

no Brasil. São Paulo: Civilização Brasileira, 2013. p. 121-155.

PEROBELI, F. S.; BASTOS, S. Q. D. A.; PEREIRA, M. Z. Decomposição estrutural do

emprego por grau de instrução: uma análise de insumo-produto para o período pós abertura

(1990-2015). Nova Economia, p. 909-942, 2016.

123

PINHEIRO, A. C.; GIAMBIAGI, F.; GOSTKORZEWICZ, J. O desempenho

macroeconômico do Brasil nos anos 90. In: MOREIRA, M. M.; GIAMBIAGI, F. A

economia brasileira nos anos 90. Rio de Janeiro: BNDES, 1999. p. 488.

PINHEIRO, M. C. Abertura, inserção nas cadeias globais de valor e a política industrial

brasileira. In: NEVES, L. P. A Inserção do Brasil nas Cadeias Globais de Valor. 13. ed.

Rio de Janeiro: CEBRI, v. 2, 2014. p. 34-39.

REBELO, A. A Inserção do Brasil nas Cadeias Globais de Valor. In: NEVES, L. P. A

Inserção do Brasil nas Cadeias Globais de Valor. Rio de janeiro: [s.n.], v. 2, 13. p. 16.

RODRIGUES, R. L.; GUILHOTO, J. J. M. Uma análise dos impactos da abertura

comercial sobre a estrutura produtiva da economia brasileira: 1990 a 1995. São Paulo, p.

22. 1998.

ROSE, A.; CASLER, S. Input-output structural decomposition analisys: a critical apprasial.

Economic Systems Research, p. 33-62, 1996.

ROWTHORN, R. E.; WELLS, J. R. Deindustrialization and foreign trade. Cambridge

University Press, Cambridge, 1987.

ROWTHORN, R.; RAMASWANY, R. Growth, trade and deindustrilization. IMF Staff

Papers, v. 46, 1999. ISSN 1.

SALERNO, M. S.; DAHER, T. Política Industrial, Tecnológica e de Comércio Exterior do

Governo Federal (PITCE): Balanços e Perspectivas. IPEA. Brasília, p. 48. 2006.

SARTI, F.; LAPLANE, M. F. O Investimento direto estrangeiro e a internacionalização da

economia brasileira nos anos 1990. Economia e Sociedade, Campinas, v. 11, p. 63-94,

Jan./Jun. 2002.

SCHUMPETER, J. A. The theory of economic development. Oxford: Oxford University

Press, 1911 [1961].

SCHYMURA, L.; PINHEIRO, M. C. Política industrial brasileira: motivações e diretrizes. In:

BACHA, E.; BOLLE, M. B. D. O futuro da indústria no Brasil - Desindustrialização em

debate. São Paulo: Civilização Brasileira, 2013. p. 81-94.

SESSO FILHO, H. A. et al. Decomposição estrutural da variação do emprego no Brasil,

1991-2003. Economia Aplicada, p. 99-123, 2010.

SILVA, D. B. L. D. O impacto da abertura comercial sobre a produtividade da indústria

brasileira. Rio de Janeiro: FGV-EPGE (Dissertação de Mestrado), 2004.

SILVA, F.; N., M. F.; KOMATSU, B. Evolução da produtividade no Brasil: Comparações

Internacionais. Policy Paper, p. 2-30, 2016. ISSN n. 15.

124

SKOLKA, J. Input-output decomposition analisys for Austria. Journal of Policy Modeling,

p. 45-66, 1989.

SOARES, C.; MUTER, A.; OREIRO, J. L. Uma análise empírica dos determinantes da

desindustrialização no caso brasileiro (1996-2008). Working Papers - Departamento de

Economia da Universidade de Brasília, Brasília, 2012.

SOARES, C.; TEIXEIRA, J. R. Uma abordagem econométrica do processo de

desindustrialização no caso brasileiro: elementos para o debate. Anpec: XXXVIII: Encontro

Nacional de Economia, 2010.

SONAGLIO, C. M. et al. Evidências de desindustrialização no Brasil: uma análise com dados

em painel. Economia Aplicada, Ribeirão Preto, Out./Dez. 2010. 347-372.

SOUZA, I. E. L. D. Desindustrialização nos estados brasileiros: uma análise em painel para

o período 1996-2014. Uberlândia (Dissertação de Mestrado): Universidade Federal de

Uberlândia, 2016.

SOUZA, N. A. D. Economia brasileira contemporânea. São Paulo: Atlas, 2008.

SQUEFF, G. C.; NOGUEIRA, M. O. Produtividade do trabalho e qualidade das ocupações:

um breve olhar sobre a última década. RADAR, p. 19-29, 2012.

SQUEFF, G. C.; NOGUEIRA, M. O. Produtividade do trabalho e qualidade das ocupções:

um breve olhar sobre a última década. Radar, p. 20-29, 2012.

STEIN, E. Productive development policies in Latin América. "What is open economy

industrial policy? And how do we do it?" Washington: [s.n.]. Abril, 2011.

TIMMER, M. P.; VRIES, G. D.; VRIES, K. D. Patterns of structural change in developing

countries: GGDC Research Memorandum: 149. Groningen. 2014.

TIRONI, L. F. Desindustrialização e movimentos pela competitividade. RADAR, p. 31-35,

2012.

TREGENNA, F. Characterizing deindustrialization: an analysis of changes in manufacturing

employment and output internationally. Cambridge Journal of Economics, v. 33, 2009.

WASQUES, R. N. O fenômeno da desindustrialização: uma análise do caso brasileiro na

década de 2000. Ensaios Econômicos, p. 65-84, Jul/Dez 2011.

125

APÊNDICE 1

126

Nota Metodológica dos Indicadores de Competitividade

O cálculo de índices simples de competitividade e de contribuição ao saldo comercial

para o caso brasileiro baseou-se em dados ex-post (após a realização da transação de comércio),

a vantagem comparativa revelada e o índice de contribuição ao saldo comercial, representam o

quão competitivo um produto é, em um determinado espaço territorial em relação ao comércio

deste produto. Podendo-se comparar mais de um território, ou um determinado produto/setor

em relação ao total de comércio realizado.

Os índices tradicionais desenvolvidos por Balassa (1965) apresentam duas

desvantagens metodológicas, a primeira por considerar apenas os valores de exportações, não

possibilitando uma análise do total do comércio realizado. A segunda, é que o mesmo não

absorve em sua análise distorções e restrições do comércio, revelando apenas o padrão de

comércio ocorrido.

Outro problema enfrentado pelo Índice de Vantagens Comparativas Reveladas (IVCR)

trata-se de sua dimensão assimétrica natural, ou seja, onde o índice variaria de 1 a infinito

quando apresentasse vantagens comparativas, e de 0 a 1 quando apresentasse desvantagens

comparativas, sendo sua análise realizada IVC>1, o território de referência apresenta vantagens

comparativas e quando IVC<1 o território de referência apresenta desvantagens comparativas.

Esta limitação foi tratada por Laursen (1998), que estabeleceu o Índice de Vantagens

Comparativas Reveladas Simétricas (IVCRS), que variam entre -1 e +1.

O índice idealizado por Lafay (1990), Índice de Contribuição ao Saldo Comercial

(ICSC), permite analisar o nível de especialização das exportações e é analisado da seguinte

maneira, com ICSC>0 o produto apresenta vantagens comparativas, e com o ICSC<0 o produto

apresenta desvantagens comparativas. Este índice compara o saldo comercial do produto com

seu saldo comercial teórico.

Para o cálculo dos indicadores, seguem-se as seguintes formulações IVCR (20),

IVCRS (21) e ICSC (22):

VCRij= (Xij/Xiz )/(Xj/Xz ) (1)

VCRSij=

VCRij-1

VCRij+1

(2)

CSij= 1000 / PIBi * (S1- S2) (3)

127

S1= 100* [

(Xij- Mij)

(Xj +Mj)/2 )]

(4)

𝑆2= 100 * [

(Xij- Mij)

(Xj +Mj)/2 )] ∗ [

𝑋𝑖𝑗 + 𝑀𝑖𝑗

𝑋𝑗 + 𝑀𝑗]

(5)

Foram calculados então índice simétrico de vantagens comparativas reveladas e

também o índice de contribuição ao saldo comercial, (IVCRS) e (ICSS) respectivamente,

propostos por Laursen (1998) e Lafay (1990).

128

APÊNDICE 2

129

Modelo relacionado a variação do emprego

Figura 3 – Forma gráfica das variáveis selecionadas.

130


Figura 4 – Forma gráfica da variável variação do emprego industrial.


Modelo relacionado a variação do emprego industrial - Forma funcional F1

Tabela 13 – Critério de quantidade de defasagens.

VAR Lag Order Selection Criteria

Endogenous variables: D(VAR_EMP) D(TJ) D(R_IND) D(P_E)

Exogenous variables: C

Sample: 1 25

Included observations: 22

Lag LogL LR FPE AIC SC HQ

0 -1025.049 NA 4.99e+35 93.54989 93.74826 93.59662

1 -847.4058 274.5393 2.14e+29 78.85507 79.84693 79.08872

2 -612.8000 277.2614* 5.94e+20* 58.98182* 60.76716* 59.40239*

* indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)

FPE: Final prediction error

AIC: Akaike information criterion

SC: Schwarz information criterion

HQ: Hannan-Quinn information criterion


Tabela 14 – Teste de Cointegração de Johansen.

Sample (adjusted): 4 25

Included observations: 22 after adjustments

Trend assumption: Linear deterministic trend

Series: VAR_EMP TJ R_IND P_E

Lags interval (in first differences): 1 to 2

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.997033 203.1592 47.85613 0.0000

131

At most 1 * 0.946391 75.11591 29.79707 0.0000

At most 2 0.366330 10.74323 15.49471 0.2278

At most 3 0.031593 0.706253 3.841466 0.4007

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05


None * 0.997033 128.0433 27.58434 0.0000

At most 1 * 0.946391 64.37268 21.13162 0.0000

At most 2 0.366330 10.03698 14.26460 0.2095

At most 3 0.031593 0.706253 3.841466 0.4007

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level



Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):

VAR_EMP TJ R_IND P_E

57.21681 0.041944 -1.63E-09 0.006117

-148.7441 -0.301825 8.34E-09 -0.030220

308.1488 -0.129861 -5.16E-09 0.019627

-236.1294 0.083913 -4.29E-09 0.015725

Unrestricted Adjustment Coefficients (alpha):

D(VAR_EMP) -0.001877 -0.000961 -0.001343 -7.34E-05

D(TJ) -20.00223 -0.532280 1.227810 0.032403

D(R_IND) 1.02E+09 1.06E+09 -8.87E+08 1.21E+08

D(P_E) 196.7909 310.6528 -223.5485 25.59122

1 Cointegrating Equation(s): Log likelihood -548.7784

Normalized cointegrating coefficients (standard error in parentheses)


1.000000 0.000733 -2.85E-11 0.000107

(9.4E-05) (2.7E-12) (9.9E-06)

Adjustment coefficients (standard error in parentheses)

D(VAR_EMP) -0.107386

(0.04074)

D(TJ) -1144.464

(39.2205)

D(R_IND) 5.85E+10

(3.2E+10)

D(P_E) 11259.75

(8409.69)


132



1.000000 0.000000 -1.30E-11 5.25E-05

(3.4E-12) (1.3E-05)

0.000000 1.000000 -2.12E-08 0.074270

(2.8E-09) (0.01052)


D(VAR_EMP) 0.035567 0.000211

(0.10450) (0.00020)

D(TJ) -1065.290 -0.678326

(106.463) (0.20357)

D(R_IND) -9.86E+10 -2.76E+08

(7.5E+10) (1.4E+08)

D(P_E) -34948.01 -85.50852

(18558.7) (35.4856)




1.000000 0.000000 0.000000 9.22E-06

(2.5E-07)

0.000000 1.000000 0.000000 0.003341

(0.00032)

0.000000 0.000000 1.000000 -3339022.

(16127.4)


D(VAR_EMP) -0.378371 0.000386 1.98E-12

(0.18342) (0.00018) (5.3E-12)

D(TJ) -686.9421 -0.837771 2.19E-08

(196.443) (0.18757) (5.6E-09)

D(R_IND) -3.72E+11 -1.61E+08 11.71724

(1.4E+11) (1.3E+08) (3.94502)

D(P_E) -103834.2 -56.47821 3.42E-06

(33628.7) (32.1089) (9.6E-07)


Tabela 15 – Regressão do Modelo VEC.

Vector Error Correction Estimates



Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1 CointEq2

VAR_EMP(-1) 1.000000 0.000000

TJ(-1) 0.000000 1.000000

R_IND(-1) -1.30E-11 -2.12E-08

(3.6E-12) (2.9E-09)

[-3.61627] [-7.20462]

P_E(-1) 5.25E-05 0.074270

(1.3E-05) (0.01099)

133

[ 3.93013] [ 6.75800]

C -0.748173 345.3917

Error Correction: D(VAR_EMP) D(TJ) D(R_IND) D(P_E)

CointEq1 0.035567 -1065.290 -9.86E+10 -34948.01

(0.10914) (111.197) (7.9E+10) (19383.9)

[ 0.32588] [-9.58019] [-1.25425] [-1.80294]

CointEq2 0.000211 -0.678326 -2.76E+08 -85.50852

(0.00021) (0.21262) (1.5E+08) (37.0635)

[ 1.01277] [-3.19036] [-1.83574] [-2.30708]

D(VAR_EMP(-1)) 0.015596 523.9180 1.95E+11 53204.46

(0.19166) (195.274) (1.4E+11) (34040.1)

[ 0.08137] [ 2.68299] [ 1.41491] [ 1.56299]

D(VAR_EMP(-2)) 0.129867 422.0030 -5.95E+10 -11836.42

(0.17126) (174.482) (1.2E+11) (30415.7)

[ 0.75831] [ 2.41861] [-0.48187] [-0.38916]

D(TJ(-1)) -0.000312 -0.387696 4.15E+08 105.7640

(0.00027) (0.27348) (1.9E+08) (47.6731)

[-1.16055] [-1.41764] [ 2.14624] [ 2.21853]

D(TJ(-2)) -0.000459 -0.601458 3.76E+08 96.69488

(0.00017) (0.17185) (1.2E+08) (29.9567)

[-2.72343] [-3.49994] [ 3.09506] [ 3.22783]

D(R_IND(-1)) 5.78E-12 -2.67E-08 15.94800 3.94E-06

(2.3E-12) (2.3E-09) (1.64379) (4.1E-07)

[ 2.53388] [-11.4735] [ 9.70198] [ 9.73575]

D(R_IND(-2)) 7.58E-13 -3.24E-09 2.424272 6.04E-07

(2.8E-13) (2.9E-10) (0.20412) (5.0E-08)

[ 2.67696] [-11.2090] [ 11.8769] [ 11.9963]

D(P_E(-1)) -2.12E-05 0.094511 -63136858 -15.67250

(7.9E-06) (0.00808) (5711751) (1.40795)

[-2.67797] [ 11.7015] [-11.0539] [-11.1314]

D(P_E(-2)) -1.29E-06 0.005589 -4297249. -1.070845

(5.1E-07) (0.00052) (366182.) (0.09026)

[-2.54775] [ 10.7940] [-11.7353] [-11.8634]

C -0.061749 -314.1257 5.21E+10 13744.55

(0.02531) (25.7856) (1.8E+10) (4494.95)

[-2.43979] [-12.1822] [ 2.85711] [ 3.05778]

R-squared 0.884781 0.999996 0.999999 0.999999

Adj. R-squared 0.780036 0.999992 0.999999 0.999999

Sum sq. resids 0.000113 117.8131 5.89E+19 3580054.

S.E. equation 0.003212 3.272657 2.31E+09 570.4906

F-statistic 8.447002 271607.5 1524017. 1686754.

Log likelihood 102.7057 -49.67528 -497.9647 -163.2150

Akaike AIC -8.336883 5.515934 46.26952 15.83772

Schwarz SC -7.791361 6.061455 46.81504 16.38324

Mean dependent -0.003679 -252.6255 -1.45E+09 -23.43021

134

S.D. dependent 0.006849 1176.962 1.97E+12 511287.1

Determinant resid covariance (dof adj.) 4.68E+16

Determinant resid covariance 2.92E+15

Log likelihood -516.5920

Akaike information criterion 51.69018

Schwarz criterion 54.26901


Tabela 16 – Teste Breusch-Godfrey.

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.390671 Prob. F(2,9) 0.6875

Obs*R-squared 1.757377 Prob. Chi-Square(2) 0.4153

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Sample: 4 25


Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C(1) 0.066506 0.165982 0.400682 0.6980

C(2) 0.000145 0.000354 0.410430 0.6911

C(3) 0.143339 0.323255 0.443424 0.6679

C(4) 0.030673 0.268620 0.114187 0.9116

C(5) -0.000192 0.000466 -0.410772 0.6908

C(6) -6.64E-05 0.000256 -0.259175 0.8013

C(7) 1.65E-12 4.40E-12 0.375554 0.7159

C(8) 1.65E-13 5.00E-13 0.329540 0.7493

C(9) -5.34E-06 1.49E-05 -0.358605 0.7282

C(10) -2.79E-07 8.75E-07 -0.319064 0.7570

C(11) -0.018876 0.048162 -0.391934 0.7042

RESID(-1) -0.425041 0.641353 -0.662726 0.5241

RESID(-2) -0.001370 0.545423 -0.002511 0.9981

R-squared 0.079881 Mean dependent var 1.96E-16

Adjusted R-squared -1.146945 S.D. dependent var 0.002325

S.E. of regression 0.003406 Akaike info criterion -8.238316

Sum squared resid 0.000104 Schwarz criterion -7.593610

Log likelihood 103.6215 Hannan-Quinn criter. -8.086443

F-statistic 0.065112 Durbin-Watson stat 1.994835

Prob(F-statistic) 0.999973


Tabela 17 – Teste de Causalidade de Granjer.

Pairwise Granger Causality Tests

Sample: 1 25

Lags: 2

135

Null Hypothesis: Obs F-Statistic Prob.

TJ does not Granger Cause VAR_EMP 23 6.12451 0.0094

VAR_EMP does not Granger Cause TJ 2.73154 0.0920

R_IND does not Granger Cause VAR_EMP 23 3.33873 0.0584

VAR_EMP does not Granger Cause R_IND 4.67096 0.0232

P_E does not Granger Cause VAR_EMP 23 3.34286 0.0583

VAR_EMP does not Granger Cause P_E 4.50102 0.0260

R_IND does not Granger Cause TJ 23 0.02800 0.9724

TJ does not Granger Cause R_IND 168.408 2.E-12

P_E does not Granger Cause TJ 23 0.01990 0.9803

TJ does not Granger Cause P_E 182.393 1.E-12

P_E does not Granger Cause R_IND 23 4071.98 1.E-24

R_IND does not Granger Cause P_E 15494.3 7.E-30


136

Figura 5 - Funções de Impulso Resposta de F1





Endogenous variables: D(VAR_EMP) D(R_IND) D(P_E)

Exogenous variables: C D(TJ)

Sample: 1 25


-.006

-.004

-.002

.000

.002

.004

.006

12

34

56

78

910

Res

pons

e of

VA

R_E

MP

to

VA

R_E

MP

-.006

-.004

-.002

.000

.002

.004

.006

12

34

56

78

910

Res

pons

e of

VA

R_E

MP

to

TJ

-.006

-.004

-.002

.000

.002

.004

.006

12

34

56

78

910

Res

pons

e of

VA

R_E

MP

to

R_I

ND

-.006

-.004

-.002

.000

.002

.004

.006

12

34

56

78

910

Res

pons

e of

VA

R_E

MP

to

P_E

-8-4048

12

34

56

78

910

Res

pons

e of

TJ

to V

AR

_EM

P

-8-4048

12

34

56

78

910

Res

pons

e of

TJ

to T

J

-8-4048

12

34

56

78

910

Res

pons

e of

TJ

to R

_IN

D

-8-4048

12

34

56

78

910

Res

pons

e of

TJ

to P

_E

-6,0

00,0

00,0

00

-4,0

00,0

00,0

00

-2,0

00,0

00,0

00

0

2,00

0,00

0,00

0

4,00

0,00

0,00

0

6,00

0,00

0,00

0

12

34

56

78

910

Res

pons

e of

R_I

ND

to

VA

R_E

MP

-6,0

00,0

00,0

00

-4,0

00,0

00,0

00

-2,0

00,0

00,0

00

0

2,00

0,00

0,00

0

4,00

0,00

0,00

0

6,00

0,00

0,00

0

12

34

56

78

910

Res

pons

e of

R_I

ND

to

TJ

-6,0

00,0

00,0

00

-4,0

00,0

00,0

00

-2,0

00,0

00,0

00

0

2,00

0,00

0,00

0

4,00

0,00

0,00

0

6,00

0,00

0,00

0

12

34

56

78

910

Res

pons

e of

R_I

ND

to

R_I

ND

-6,0

00,0

00,0

00

-4,0

00,0

00,0

00

-2,0

00,0

00,0

00

0

2,00

0,00

0,00

0

4,00

0,00

0,00

0

6,00

0,00

0,00

0

12

34

56

78

910

Res

pons

e of

R_I

ND

to

P_E

-1,0

00

0

1,00

0

12

34

56

78

910

Res

pons

e of

P_E

to

VA

R_E

MP

-1,0

000

1,00

0

12

34

56

78

910

Res

pons

e of

P_E

to

TJ

-1,0

00

0

1,00

0

12

34

56

78

910

Res

pons

e of

P_E

to

R_I

ND

-1,0

000

1,00

0

12

34

56

78

910

Res

pons

e of

P_E

to

P_E

Res

pons

e to

Gen

eral

ized

One

S.D

. In

nova

tions

137


0 -793.9636 NA 2.46e+29 76.18701 76.48544 76.25177

1 -749.1422 68.29924 8.33e+27 72.77545 73.52153 72.93737

2 -598.5615 186.4333 1.27e+22 59.29157 60.48531 59.55064

3 -537.3085 58.33618* 1.10e+20* 54.31509* 55.95648* 54.67132*












Series: VAR_EMP R_IND P_E TJ





None * 0.991773 145.4022 47.85613 0.0000

At most 1 * 0.752989 44.59630 29.79707 0.0005

At most 2 0.479156 15.23151 15.49471 0.0547

At most 3 0.070404 1.533106 3.841466 0.2156







None * 0.991773 100.8059 27.58434 0.0000

At most 1 * 0.752989 29.36479 21.13162 0.0028

At most 2 0.479156 13.69840 14.26460 0.0613

At most 3 0.070404 1.533106 3.841466 0.2156





VAR_EMP R_IND P_E TJ

278.4216 -1.58E-08 0.056794 0.402336

-1066.972 3.36E-08 -0.125973 -0.780234

411.8552 -2.77E-08 0.100141 1.199659

-512.4094 3.22E-09 -0.011662 -0.102919

138


D(VAR_EMP) -0.000894 -0.000212 0.000928 -0.000116

D(R_IND) -3.96E+08 -1.87E+08 5511219. -1.10E+08

D(P_E) -123.6915 -50.71411 0.704086 -28.12253

D(TJ) 1.290788 1.679548 -0.563206 0.068605




1.000000 -5.69E-11 0.000204 0.001445

(2.6E-12) (9.3E-06) (0.00012)


D(VAR_EMP) -0.248841

(0.15081)

D(R_IND) -1.10E+11

(4.9E+10)

D(P_E) -34438.39

(12792.2)

D(TJ) 359.3834

(222.959)




1.000000 0.000000 1.13E-05 -0.000156

(1.2E-06) (0.00017)

0.000000 1.000000 -3387038. -28138449

(24126.2) (3381743)


D(VAR_EMP) -0.023104 7.04E-12

(0.59075) (2.0E-11)

D(R_IND) 8.96E+10 -0.026429

(1.8E+11) (6.03396)

D(P_E) 19672.18 2.53E-07

(46044.6) (1.6E-06)

D(TJ) -1432.648 3.61E-08

(538.284) (1.8E-08)




1.000000 0.000000 0.000000 -0.003461

(0.00077)

0.000000 1.000000 0.000000 9.65E+08

(2.3E+08)

0.000000 0.000000 1.000000 293.2478

(68.7175)

139


D(VAR_EMP) 0.358947 -1.87E-11 6.88E-05

(0.47680) (1.9E-11) (6.9E-05)

D(R_IND) 9.18E+10 -0.179132 1651019.

(1.9E+11) (7.52423) (2.8E+07)

D(P_E) 19962.16 2.34E-07 -0.565843

(49150.4) (1.9E-06) (7.12575)

D(TJ) -1664.607 5.17E-08 -0.194669

(517.091) (2.0E-08) (0.07497)








VAR_EMP(-1) 1.000000 0.000000

R_IND(-1) 0.000000 1.000000

P_E(-1) 1.85E-05 -3274182.

(3.7E-08) (674.148)

[ 504.141] [-4856.77]

C -2.658280 -5.84E+10

Error Correction: D(VAR_EMP) D(R_IND) D(P_E)

CointEq1 -0.318993 -2.24E+11 -58482.60

(0.42252) (7.8E+10) (19916.8)

[-0.75498] [-2.88962] [-2.93634]

CointEq2 1.29E-11 8.841150 2.38E-06

(1.7E-11) (3.16012) (8.1E-07)

[ 0.74955] [ 2.79773] [ 2.93547]

D(VAR_EMP(-1)) 0.090793 -2.55E+10 -9840.716

(0.45421) (8.3E+10) (21410.7)

[ 0.19989] [-0.30529] [-0.45962]

D(VAR_EMP(-2)) 0.193024 -8.52E+10 -24658.73

(0.31521) (5.8E+10) (14858.5)

[ 0.61237] [-1.46999] [-1.65957]

D(VAR_EMP(-3)) 0.153712 -5.52E+10 -14307.43

(0.23500) (4.3E+10) (11077.5)

[ 0.65409] [-1.27880] [-1.29158]

D(R_IND(-1)) -1.30E-11 12.32769 3.36E-06

(1.7E-11) (3.13640) (8.0E-07)

[-0.76098] [ 3.93053] [ 4.17346]

D(R_IND(-2)) 1.13E-12 1.275986 3.07E-07

(1.0E-11) (1.89652) (4.9E-07)

140

[ 0.10990] [ 0.67280] [ 0.63105]

D(R_IND(-3)) 4.20E-13 -0.121083 -3.78E-08

(1.3E-12) (0.24556) (6.3E-08)

[ 0.31407] [-0.49308] [-0.60071]

D(P_E(-1)) 4.60E-05 -49812156 -13.46889

(6.2E-05) (1.1E+07) (2.90551)

[ 0.74614] [-4.39668] [-4.63564]

D(P_E(-2)) -7.75E-06 -842158.8 -0.086419

(3.7E-05) (6861334) (1.75963)

[-0.20766] [-0.12274] [-0.04911]

D(P_E(-3)) -7.87E-07 266139.7 0.080984

(2.4E-06) (432483.) (0.11091)

[-0.33463] [ 0.61538] [ 0.73017]

C -0.019950 -2.40E+10 -1799.558

(0.01475) (2.7E+09) (695.095)

[-1.35290] [-8.84377] [-2.58894]

TJ -9.60E-05 -2.07E+08 -54.49286

(0.00054) (9.9E+07) (25.3885)

[-0.17832] [-2.09393] [-2.14636]

R-squared 0.839310 1.000000 1.000000

Adj. R-squared 0.598276 1.000000 1.000000

Sum sq. resids 0.000154 5.22E+18 343053.7

S.E. equation 0.004393 8.07E+08 207.0790

F-statistic 3.482120 10322816 10619332

Log likelihood 94.31827 -450.3620 -131.6595

Akaike AIC -7.744597 44.12972 13.77709

Schwarz SC -7.097988 44.77632 14.42370

Mean dependent -0.003909 -4.47E+10 -7409.213

S.D. dependent 0.006931 2.01E+12 522709.4







Tabela 21 – Regressão da primeira equação do modelo VEC.

Dependent Variable: D(VAR_EMP)




D(VAR_EMP) = C(1)*( VAR_EMP(-1) + 1.84787518467E-05*P_E(-1) -

2.65827997126 ) + C(2)*( R_IND(-1) - 3274181.71367*P_E(-1) -

58421718990.4 ) + C(3)*D(VAR_EMP(-1)) + C(4)*D(VAR_EMP(-2)) +

C(5)*D(VAR_EMP(-3)) + C(6)*D(R_IND(-1)) + C(7)*D(R_IND(-2)) + C(8)

*D(R_IND(-3)) + C(9)*D(P_E(-1)) + C(10)*D(P_E(-2)) + C(11)*D(P_E(

-3)) + C(12) + C(13)*TJ

Coefficient Std. Error t-Statistic Prob.

141

C(1) -0.318993 0.422518 -0.754980 0.4719

C(2) 1.29E-11 1.72E-11 0.749554 0.4750

C(3) 0.090793 0.454209 0.199893 0.8466

C(4) 0.193024 0.315210 0.612368 0.5573

C(5) 0.153712 0.234999 0.654095 0.5314

C(6) -1.30E-11 1.71E-11 -0.760981 0.4685

C(7) 1.13E-12 1.03E-11 0.109903 0.9152

C(8) 4.20E-13 1.34E-12 0.314066 0.7615

C(9) 4.60E-05 6.16E-05 0.746143 0.4769

C(10) -7.75E-06 3.73E-05 -0.207660 0.8407

C(11) -7.87E-07 2.35E-06 -0.334634 0.7465

C(12) -0.019950 0.014746 -1.352896 0.2131

C(13) -9.60E-05 0.000539 -0.178322 0.8629

R-squared 0.839310 Mean dependent var -0.003909

Adjusted R-squared 0.598276 S.D. dependent var 0.006931







Tabela 22 – Teste de Breusch-Godfrey.




Test Equation:



Date: 02/17/18 Time: 10:18

Sample: 5 25




C(1) 0.919707 0.803316 1.144888 0.3041

C(2) -3.74E-11 3.27E-11 -1.144466 0.3042

C(3) 0.968158 1.190940 0.812936 0.4532

C(4) 1.247115 0.958693 1.300849 0.2500

C(5) 0.274387 0.378793 0.724372 0.5013

C(6) 3.64E-11 3.21E-11 1.134700 0.3080

C(7) 3.93E-11 3.28E-11 1.196876 0.2850

C(8) 5.03E-12 4.33E-12 1.161570 0.2978

C(9) -0.000136 0.000118 -1.152062 0.3014

C(10) -0.000141 0.000120 -1.176736 0.2923

C(11) -8.96E-06 7.66E-06 -1.169861 0.2948

C(12) 0.045869 0.035716 1.284264 0.2553

C(13) 0.000218 0.000746 0.291685 0.7822

RESID(-1) -2.040687 1.624737 -1.256010 0.2646

RESID(-2) -1.832203 1.448146 -1.265206 0.2616

RESID(-3) -0.519097 0.679463 -0.763982 0.4794

142












Endogenous variables: D(P_E) D(R_AG) D(R_CES) D(EX_P) D(IM_P)


Sample: 1 25



0 -2349.800 NA 5.84e+82 204.7652 205.0121 204.8273

1 -1822.072 780.1196* 6.42e+63* 161.0497* 162.5308* 161.4222*












Series: P_E R_AG R_CES EX_P IM_P





None * 0.999966 544.9719 69.81889 0.0001

At most 1 * 0.999546 308.0670 47.85613 0.0001

At most 2 * 0.991035 131.0030 29.79707 0.0000

At most 3 * 0.583379 22.57015 15.49471 0.0036

At most 4 0.100334 2.431831 3.841466 0.1189




143




None * 0.999966 236.9049 33.87687 0.0001

At most 1 * 0.999546 177.0640 27.58434 0.0001

At most 2 * 0.991035 108.4328 21.13162 0.0001

At most 3 * 0.583379 20.13832 14.26460 0.0053

At most 4 0.100334 2.431831 3.841466 0.1189





P_E R_AG R_CES EX_P IM_P

-8.42E-05 2.56E-08 -8.07E-10 -3.33E-07 4.45E-07

0.001772 -3.15E-08 1.20E-09 -1.05E-07 -7.01E-07

0.000404 -4.55E-08 1.21E-09 1.57E-07 -3.16E-08

0.003254 1.23E-06 -3.06E-08 2.75E-05 -3.56E-05

0.007695 5.95E-07 -2.11E-08 3.39E-05 -2.73E-05


D(P_E) -35549.48 -3552.905 -3346.744 204.2381 39.30503

D(R_AG) -1.28E+10 -1.15E+09 -1.18E+09 69520668 13244967

D(R_CES) -4.05E+11 -2.89E+10 -3.97E+10 2.39E+09 4.15E+08

D(EX_P) -2.22E+08 -15226455 -21873044 1335877. 217932.3

D(IM_P) 3300819. -168745.4 578461.7 -28576.43 2382.225




1.000000 -0.000304 9.59E-06 0.003956 -0.005284

(1.6E-05) (3.7E-07) (0.00026) (0.00040)


D(P_E) 2.992524

(0.10323)

D(R_AG) 1078954.

(34727.8)

D(R_CES) 34080142

(1041247)

D(EX_P) 18654.20

(564.648)

D(IM_P) -277.8601

(12.7656)




1.000000 0.000000 1.20E-07 -0.000309 -9.14E-05

144

(7.6E-09) (1.8E-05) (5.9E-06)

0.000000 1.000000 -0.031167 -14.03996 17.09261

(0.00014) (0.32843) (0.10669)


D(P_E) -3.308598 -0.000797

(1.49972) (3.4E-05)

D(R_AG) -952625.0 -291.6387

(526784.) (12.0492)

D(R_CES) -17230856 -9440.406

(1.8E+07) (407.200)

D(EX_P) -8361.785 -5.186345

(9796.76) (0.22408)

D(IM_P) -575.9918 0.089708

(258.380) (0.00591)




1.000000 0.000000 0.000000 -0.000477 0.000276

(1.7E-05) (1.6E-05)

0.000000 1.000000 0.000000 29.34871 -78.11872

(4.19100) (4.01209)

0.000000 0.000000 1.000000 1392.154 -3054.918

(134.696) (128.946)


D(P_E) -4.652200 -0.000645 2.04E-05

(0.22118) (7.4E-06) (2.3E-07)

D(R_AG) -1424666. -238.2632 7.555241

(77003.2) (2.57892) (0.07966)

D(R_CES) -33189237 -7635.962 244.1643

(2559662) (85.7258) (2.64804)

D(EX_P) -17143.41 -4.193390 0.134228

(1410.58) (0.04724) (0.00146)

D(IM_P) -343.6611 0.063444 -0.002167

(31.7186) (0.00106) (3.3E-05)




1.000000 0.000000 0.000000 0.000000 -0.000179

(1.6E-08)

0.000000 1.000000 0.000000 0.000000 -50.03461

(0.00269)

0.000000 0.000000 1.000000 0.000000 -1722.751

(0.09303)

0.000000 0.000000 0.000000 1.000000 -0.956911

(1.5E-05)


D(P_E) -3.951518 -0.000380 1.38E-05 0.017637

(0.40916) (0.00013) (3.4E-06) (0.00301)

D(R_AG) -1185810. -147.7434 5.296871 6232.727

(143116.) (47.0455) (1.17434) (1053.82)

145

D(R_CES) -25003409 -4534.264 166.7807 201133.1

(4724720) (1553.12) (38.7686) (34789.9)

D(EX_P) -12567.22 -2.459558 0.090971 110.8200

(2594.81) (0.85297) (0.02129) (19.1066)

D(IM_P) -441.3110 0.026454 -0.001244 -1.819731

(59.0373) (0.01942) (0.00048) (0.43490)







Cointegrating Eq: CointEq1 CointEq2 CointEq3 CointEq4

P_E(-1) 1.000000 0.000000 0.000000 0.000000

R_AG(-1) 0.000000 1.000000 0.000000 0.000000

R_CES(-1) 0.000000 0.000000 1.000000 0.000000

EX_P(-1) 0.000000 0.000000 0.000000 1.000000

IM_P(-1) -0.000179 -50.03461 -1722.751 -0.956911

(1.8E-08) (0.00298) (0.10321) (1.7E-05)

[-10114.4] [-16783.5] [-16691.8] [-55955.7]

C -773.2693 1.01E+08 3.42E+09 -517092.9

Error Correction: D(P_E) D(R_AG) D(R_CES) D(EX_P) D(IM_P)

CointEq1 -3.951518 -1185810. -25003409 -12567.22 -441.3110

(0.45392) (158773.) (5241606) (2878.68) (65.4960)

[-8.70534] [-7.46859] [-4.77018] [-4.36562] [-6.73798]

CointEq2 -0.000380 -147.7434 -4534.264 -2.459558 0.026454

(0.00015) (52.1923) (1723.03) (0.94628) (0.02154)

[-2.54391] [-2.83075] [-2.63157] [-2.59917] [ 1.22814]

CointEq3 1.38E-05 5.296871 166.7807 0.090971 -0.001244

(3.7E-06) (1.30282) (43.0099) (0.02362) (0.00054)

[ 3.69906] [ 4.06571] [ 3.87773] [ 3.85128] [-2.31358]

CointEq4 0.017637 6232.727 201133.1 110.8200 -1.819731

(0.00334) (1169.11) (38595.9) (21.1968) (0.48248)

[ 5.27662] [ 5.33117] [ 5.21125] [ 5.22814] [-3.77160]

D(P_E(-1)) -18.43050 -6586012. -2.20E+08 -121561.8 3244.846

(3.24983) (1136738) (3.8E+07) (20610.2) (468.441)

[-5.67122] [-5.79378] [-5.86307] [-5.89813] [ 6.92691]

D(R_AG(-1)) 0.000473 164.3869 5297.914 2.896872 -0.051462

(0.00013) (46.2637) (1527.33) (0.83881) (0.01906)

[ 3.57887] [ 3.55326] [ 3.46873] [ 3.45355] [-2.69932]

D(R_CES(-1)) -1.02E-05 -3.534293 -113.1424 -0.061673 0.000953

146

(3.8E-06) (1.34210) (44.3075) (0.02433) (0.00055)

[-2.65537] [-2.63341] [-2.55357] [-2.53450] [ 1.72293]

D(EX_P(-1)) -0.024863 -8845.830 -292620.5 -161.8259 4.203265

(0.00417) (1459.73) (48191.1) (26.4665) (0.60154)

[-5.95778] [-6.05989] [-6.07208] [-6.11438] [ 6.98746]

D(IM_P(-1)) 0.000163 56.79012 1840.069 1.006572 -0.018635

(3.5E-05) (12.2009) (402.796) (0.22121) (0.00503)

[ 4.66975] [ 4.65458] [ 4.56824] [ 4.55020] [-3.70625]

C -1982.002 -6.72E+08 -2.26E+10 -12439236 328886.6

(345.771) (1.2E+08) (4.0E+09) (2192863) (49840.6)

[-5.73212] [-5.55942] [-5.66078] [-5.67260] [ 6.59877]

R-squared 0.999999 0.999999 0.999999 0.999999 1.000000

Adj. R-squared 0.999999 0.999998 0.999998 0.999998 1.000000

Sum sq. resids 4478697. 5.48E+17 5.97E+20 1.80E+14 9.31E+10

S.E. equation 586.9541 2.05E+08 6.78E+09 3722433. 84605.49

F-statistic 1770509. 1225260. 1362104. 1379252. 3.05E+09

Log likelihood -172.6981 -466.2947 -546.7239 -374.0617 -287.0267

Akaike AIC 15.88679 41.41693 48.41078 33.39667 25.82841

Schwarz SC 16.38048 41.91063 48.90447 33.89037 26.32210

Mean dependent -114.7390 -4974928. -2.85E+08 -111754.4 -364.8738

S.D. dependent 499532.0 1.45E+11 5.06E+12 2.80E+09 2.99E+09








Dependent Variable: D(P_E)




D(P_E) = C(1)*( P_E(-1) - 0.00017949212335*IM_P(-1) - 773.269321523 )

+ C(2)*( R_AG(-1) - 50.0346124048*IM_P(-1) + 100742801.551 ) +

C(3)*( R_CES(-1) - 1722.75053138*IM_P(-1) + 3415736397.76 ) + C(4)

*( EX_P(-1) - 0.956911128637*IM_P(-1) - 517092.942581 ) + C(5)

*D(P_E(-1)) + C(6)*D(R_AG(-1)) + C(7)*D(R_CES(-1)) + C(8)*D(EX_P(

-1)) + C(9)*D(IM_P(-1)) + C(10)


C(1) -3.989926 0.456242 -8.745193 0.0000

C(2) -0.000394 0.000150 -2.624507 0.0210

C(3) 1.41E-05 3.75E-06 3.771251 0.0023

C(4) 0.017304 0.003367 5.139684 0.0002

C(5) -18.43037 3.249849 -5.671145 0.0001

C(6) 0.000473 0.000132 3.578892 0.0034

C(7) -1.02E-05 3.84E-06 -2.655396 0.0198

C(8) -0.024863 0.004173 -5.957701 0.0000

C(9) 0.000163 3.49E-05 4.669763 0.0004

C(10) -1981.988 345.7733 -5.732046 0.0001

147



S.E. of regression 586.9541 Akaike info criterion 15.88679

Sum squared resid 4478697. Schwarz criterion 16.38048

Log likelihood -172.6981 Hannan-Quinn criter. 16.01095

F-statistic 1770509. Durbin-Watson stat 1.797036







Test Equation:



Sample: 3 25




C(1) 0.034436 0.486974 0.070714 0.9448

C(2) 1.35E-05 0.000162 0.082986 0.9352

C(3) -3.36E-07 4.05E-06 -0.082989 0.9352

C(4) 0.000300 0.003633 0.082509 0.9356

C(5) -0.289458 3.506730 -0.082543 0.9356

C(6) -1.18E-05 0.000143 -0.082989 0.9352

C(7) 3.44E-07 4.14E-06 0.082943 0.9353

C(8) -0.000372 0.004503 -0.082525 0.9356

C(9) -3.12E-06 3.76E-05 -0.082810 0.9354

C(10) -27.08804 369.8624 -0.073238 0.9428

RESID(-1) 0.091451 0.306328 0.298540 0.7704

R-squared 0.007372 Mean dependent var -9.40E-09










Sample: 1 25

Lags: 1


148

R_AG does not Granger Cause P_E 24 7.22608 0.0138

P_E does not Granger Cause R_AG 6.23865 0.0209

R_CES does not Granger Cause P_E 24 3.58051 0.0723

P_E does not Granger Cause R_CES 3.01514 0.0971

EX_P does not Granger Cause P_E 24 3.65060 0.0698

P_E does not Granger Cause EX_P 3.09820 0.0929

IM_P does not Granger Cause P_E 24 0.32266 0.5760

P_E does not Granger Cause IM_P 124442. 4.E-41

R_CES does not Granger Cause R_AG 24 177.656 1.E-11

R_AG does not Granger Cause R_CES 187.665 6.E-12

EX_P does not Granger Cause R_AG 24 39.3047 3.E-06

R_AG does not Granger Cause EX_P 40.2294 3.E-06

IM_P does not Granger Cause R_AG 24 0.22009 0.6438

R_AG does not Granger Cause IM_P 10364.1 9.E-30

EX_P does not Granger Cause R_CES 24 2.36923 0.1387

R_CES does not Granger Cause EX_P 2.38878 0.1371

IM_P does not Granger Cause R_CES 24 0.20897 0.6523

R_CES does not Granger Cause IM_P 22317.3 3.E-33

IM_P does not Granger Cause EX_P 24 0.21189 0.6500

EX_P does not Granger Cause IM_P 25378.3 7.E-34


149

Figura 6 - Funções de Impulso Resposta.





Endogenous variables: D(P_PO) D(R_AG) D(R_CES) D(EX_P) D(IM_P)


Sample: 1 25



0 -2364.317 NA 2.06e+83 206.0275 206.2744 206.0896

1 -1829.891 790.0198* 1.27e+64* 161.7297* 163.2108* 162.1022*








-1.5E+10

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

1 2 3 4 5 6 7 8 9 10

Response of P_E to P_E

-1.5E+10

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

1 2 3 4 5 6 7 8 9 10

Response of P_E to R_AG

-1.5E+10

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

1 2 3 4 5 6 7 8 9 10

Response of P_E to R_CES

-1.5E+10

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

1 2 3 4 5 6 7 8 9 10

Response of P_E to EX_P

-1.5E+10

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

1 2 3 4 5 6 7 8 9 10

Response of P_E to IM_P

Response to Generalized One S.D. Innovations

150





Series: D(P_PO) D(R_AG) D(R_CES) D(EX_P) D(IM_P)





None * 0.999948 495.1229 69.81889 0.0001

At most 1 * 0.999575 277.9913 47.85613 0.0001

At most 2 * 0.959429 107.2106 29.79707 0.0000

At most 3 * 0.796591 36.70714 15.49471 0.0000

At most 4 0.073154 1.671301 3.841466 0.1961







None * 0.999948 217.1316 33.87687 0.0001

At most 1 * 0.999575 170.7807 27.58434 0.0001

At most 2 * 0.959429 70.50346 21.13162 0.0000

At most 3 * 0.796591 35.03584 14.26460 0.0000

At most 4 0.073154 1.671301 3.841466 0.1961





D(P_PO) D(R_AG) D(R_CES) D(EX_P) D(IM_P)

-0.000241 -1.58E-08 7.80E-10 1.68E-07 -6.41E-07

0.001864 -4.21E-08 8.61E-10 1.98E-07 -1.22E-07

0.000805 -8.31E-07 2.22E-08 -1.52E-06 4.64E-06

0.005408 8.93E-07 -2.47E-08 4.58E-06 -8.18E-06

0.010489 -1.06E-07 -2.12E-08 5.27E-05 -1.18E-05


D(P_PO,2) 8482.917 1771.056 -1108.828 -903.1851 -12.89590

D(R_AG,2) 2.02E+09 3.87E+08 -2.18E+08 -2.03E+08 -3161664.

D(R_CES,2) 6.36E+10 1.82E+10 -7.56E+09 -6.53E+09 -1.00E+08

D(EX_P,2) 35078623 10426719 -4186442. -3570954. -62714.32

D(IM_P,2) 488598.4 -403671.6 90172.20 74892.17 3602.922


151



1.000000 6.57E-05 -3.24E-06 -0.000699 0.002664

(9.3E-06) (2.1E-07) (0.00017) (4.9E-05)


D(P_PO,2) -2.040399

(0.14498)

D(R_AG,2) -486063.1

(31126.5)

D(R_CES,2) -15302464

(1307480)

D(EX_P,2) -8437.473

(743.067)

D(IM_P,2) -117.5227

(26.2554)




1.000000 0.000000 -4.86E-07 -0.000100 0.000633

(2.6E-08) (5.7E-05) (9.5E-06)

0.000000 1.000000 -0.041954 -9.114779 30.90307

(0.00084) (1.81606) (0.30430)


D(P_PO,2) 1.260566 -0.000209

(0.73799) (1.8E-05)

D(R_AG,2) 235299.0 -48.24956

(154526.) (3.69925)

D(R_CES,2) 18537636 -1770.535

(5171896) (123.812)

D(EX_P,2) 10996.76 -0.993762

(2847.73) (0.06817)

D(IM_P,2) -869.9378 0.009279

(60.9480) (0.00146)




1.000000 0.000000 0.000000 0.000256 -0.000543

(4.5E-06) (4.3E-06)

0.000000 1.000000 0.000000 21.55772 -70.53527

(0.28101) (0.26887)

0.000000 0.000000 1.000000 731.0938 -2417.832

(8.62250) (8.25012)


D(P_PO,2) 0.360730 0.000720 -1.66E-05

(0.55009) (0.00023) (6.0E-06)

D(R_AG,2) 58455.65 134.2342 -2.953107

(122833.) (50.2474) (1.33890)

D(R_CES,2) 12401537 4561.459 -103.4739

(3971631) (1624.69) (43.2917)

D(EX_P,2) 7598.147 2.513369 -0.057116

152

(2173.47) (0.88911) (0.02369)

D(IM_P,2) -796.7490 -0.066247 0.002047

(46.2059) (0.01890) (0.00050)




1.000000 0.000000 0.000000 0.000000 -0.000299

(3.3E-08)

0.000000 1.000000 0.000000 0.000000 -49.96688

(0.00270)

0.000000 0.000000 1.000000 0.000000 -1720.290

(0.09012)

0.000000 0.000000 0.000000 1.000000 -0.954107

(0.00012)


D(P_PO,2) -4.518288 -9.42E-05 5.87E-06 -0.000673

(0.77260) (0.00016) (4.4E-06) (0.00065)

D(R_AG,2) -1036779. -48.48770 2.091709 -180.9922

(169702.) (35.8542) (0.97417) (141.752)

D(R_CES,2) -22887252 -1326.134 59.07802 -4133.367

(5547895) (1172.14) (31.8477) (4634.15)

D(EX_P,2) -11692.20 -0.705078 0.031742 -2.026030

(3046.43) (0.64364) (0.01749) (2.54468)

D(IM_P,2) -392.1807 0.001254 0.000183 0.208227

(67.3724) (0.01423) (0.00039) (0.05627)








P_PO(-1) 1.000000 0.000000 0.000000 0.000000

R_AG(-1) 0.000000 1.000000 0.000000 0.000000

R_CES(-1) 0.000000 0.000000 1.000000 0.000000

EX_P(-1) 0.000000 0.000000 0.000000 1.000000

IM_P(-1) -0.000298 -50.00251 -1721.638 -0.957156

(4.8E-09) (0.00196) (0.06683) (8.0E-06)

[-62158.0] [-25544.7] [-25762.2] [-118907.]

C -121.2473 79268000 2.67E+09 -353567.8

Error Correction: D(P_PO) D(R_AG) D(R_CES) D(EX_P) D(IM_P)

CointEq1 -3.897814 -893733.3 -18430556 -9206.271 -347.7331

(0.34121) (71730.7) (2364095) (1294.18) (30.0028)

153

[-11.4236] [-12.4596] [-7.79603] [-7.11358] [-11.5900]

CointEq2 -0.000215 -71.87721 -2010.342 -1.068749 -0.005235

(0.00016) (33.3675) (1099.72) (0.60202) (0.01396)

[-1.35204] [-2.15411] [-1.82805] [-1.77526] [-0.37499]

CointEq3 7.89E-06 2.442265 69.86953 0.037365 0.000121

(4.5E-06) (0.94505) (31.1468) (0.01705) (0.00040)

[ 1.75536] [ 2.58427] [ 2.24324] [ 2.19141] [ 0.30580]

CointEq4 0.001849 401.6202 11957.21 6.800447 0.694201

(0.00086) (181.725) (5989.25) (3.27871) (0.07602)

[ 2.13955] [ 2.21005] [ 1.99645] [ 2.07413] [ 9.13154]

D(P_PO(-1)) -16.88315 -3588726. -1.24E+08 -68548.86 1962.584

(1.71694) (360945.) (1.2E+07) (6512.33) (150.889)

[-9.83327] [-9.94258] [-10.3864] [-10.5260] [ 13.0068]

D(R_AG(-1)) 0.000294 63.93602 1995.528 1.079894 -0.010799

(0.00015) (31.4078) (1035.15) (0.56667) (0.01313)

[ 1.96745] [ 2.03568] [ 1.92777] [ 1.90567] [-0.82251]

D(R_CES(-1)) -5.86E-06 -1.302607 -39.41450 -0.021091 5.18E-05

(4.1E-06) (0.86146) (28.3922) (0.01554) (0.00036)

[-1.43069] [-1.51210] [-1.38821] [-1.35694] [ 0.14374]

D(EX_P(-1)) -0.003030 -605.6282 -20688.90 -11.87750 0.362786

(0.00031) (65.8836) (2171.41) (1.18870) (0.02754)

[-9.66979] [-9.19240] [-9.52785] [-9.99199] [ 13.1721]

D(IM_P(-1)) 0.000124 26.60253 853.2320 0.463998 -0.006676

(4.1E-05) (8.52861) (281.089) (0.15388) (0.00357)

[ 3.04631] [ 3.11921] [ 3.03545] [ 3.01538] [-1.87244]

C -2847.229 -5.74E+08 -1.99E+10 -10963863 309433.9

(288.252) (6.1E+07) (2.0E+09) (1093335) (25332.3)

[-9.87757] [-9.46449] [-9.94102] [-10.0279] [ 12.2150]

R-squared 1.000000 1.000000 1.000000 1.000000 1.000000

Adj. R-squared 1.000000 0.999999 0.999999 0.999999 1.000000

Sum sq. resids 3797920. 1.68E+17 1.82E+20 5.46E+13 2.93E+10

S.E. equation 540.5069 1.14E+08 3.75E+09 2050135. 47501.14

F-statistic 6707161. 4000033. 4461713. 4547083. 9.69E+09

Log likelihood -170.8020 -452.6885 -533.0792 -360.3429 -273.7500

Akaike AIC 15.72191 40.23379 47.22427 32.20373 24.67392

Schwarz SC 16.21561 40.72748 47.71797 32.69742 25.16761

Mean dependent -174.2585 -4974928. -2.85E+08 -111754.4 -364.8738

S.D. dependent 895324.7 1.45E+11 5.06E+12 2.80E+09 2.99E+09







154


Dependent Variable: D(P_PO)




D(P_PO) = C(1)*( P_PO(-1) - 0.000298142446601*IM_P(-1) -

121.247273817 ) + C(2)*( R_AG(-1) - 50.0025139414*IM_P(-1) +

79268000.0209 ) + C(3)*( R_CES(-1) - 1721.6382791*IM_P(-1) +

2671607411.97 ) + C(4)*( EX_P(-1) - 0.957155550263*IM_P(-1) -

353567.796904 ) + C(5)*D(P_PO(-1)) + C(6)*D(R_AG(-1)) + C(7)

*D(R_CES(-1)) + C(8)*D(EX_P(-1)) + C(9)*D(IM_P(-1)) + C(10)


C(1) -3.898991 0.341622 -11.41316 0.0000

C(2) -0.000215 0.000159 -1.353816 0.1989

C(3) 7.91E-06 4.50E-06 1.756496 0.1025

C(4) 0.001846 0.000866 2.132239 0.0526

C(5) -16.88318 1.716933 -9.833339 0.0000

C(6) 0.000294 0.000149 1.967436 0.0708

C(7) -5.86E-06 4.10E-06 -1.430677 0.1761

C(8) -0.003030 0.000313 -9.669857 0.0000

C(9) 0.000124 4.06E-05 3.046303 0.0094

C(10) -2847.234 288.2507 -9.877632 0.0000













Test Equation:



Sample: 3 25




C(1) 0.011190 0.356651 0.031375 0.9755

C(2) 6.69E-06 0.000167 0.040142 0.9686

C(3) -1.89E-07 4.72E-06 -0.040091 0.9687

C(4) 3.50E-05 0.000907 0.038591 0.9699

C(5) -0.070688 1.798957 -0.039294 0.9693

C(6) -6.29E-06 0.000157 -0.040157 0.9686

155

C(7) 1.72E-07 4.30E-06 0.040147 0.9686

C(8) -1.24E-05 0.000328 -0.037670 0.9706

C(9) -1.70E-06 4.25E-05 -0.039995 0.9688

C(10) -9.033783 300.7722 -0.030035 0.9765

RESID(-1) 0.084787 0.302117 0.280642 0.7838











Sample: 1 25

Lags: 1


R_AG does not Granger Cause P_PO 24 100.387 2.E-09

P_PO does not Granger Cause R_AG 95.0753 3.E-09

R_CES does not Granger Cause P_PO 24 75.4054 2.E-08

P_PO does not Granger Cause R_CES 73.8319 3.E-08

EX_P does not Granger Cause P_PO 24 184.918 7.E-12

P_PO does not Granger Cause EX_P 181.337 8.E-12

IM_P does not Granger Cause P_PO 24 0.19232 0.6655

P_PO does not Granger Cause IM_P 1102764 5.E-51

R_CES does not Granger Cause R_AG 24 177.656 1.E-11

R_AG does not Granger Cause R_CES 187.665 6.E-12

EX_P does not Granger Cause R_AG 24 39.3047 3.E-06

R_AG does not Granger Cause EX_P 40.2294 3.E-06

IM_P does not Granger Cause R_AG 24 0.22009 0.6438

R_AG does not Granger Cause IM_P 10364.1 9.E-30

EX_P does not Granger Cause R_CES 24 2.36923 0.1387

R_CES does not Granger Cause EX_P 2.38878 0.1371

IM_P does not Granger Cause R_CES 24 0.20897 0.6523

R_CES does not Granger Cause IM_P 22317.3 3.E-33

IM_P does not Granger Cause EX_P 24 0.21189 0.6500

EX_P does not Granger Cause IM_P 25378.3 7.E-34


156

Figura 7 – Funções de Impulso Resposta.





Endogenous variables: D(R_IND) D(IM_P) D(EX_P) D(TJ) D(P_E)


Sample: 1 25



0 -2085.732 NA 6.22e+72 181.8028 182.0496 181.8648

1 -1519.078 837.6629* 2.32e+52* 134.7024* 136.1835* 135.0749*




-30,000

-20,000

-10,000

0

10,000

20,000

1 2 3 4 5 6 7 8 9 10

Response of P_PO to P_PO

-30,000

-20,000

-10,000

0

10,000

20,000

1 2 3 4 5 6 7 8 9 10

Response of P_PO to R_AG

-30,000

-20,000

-10,000

0

10,000

20,000

1 2 3 4 5 6 7 8 9 10

Response of P_PO to R_CES

-30,000

-20,000

-10,000

0

10,000

20,000

1 2 3 4 5 6 7 8 9 10

Response of P_PO to EX_P

-30,000

-20,000

-10,000

0

10,000

20,000

1 2 3 4 5 6 7 8 9 10

Response of P_PO to IM_P


157









Series: R_IND IM_P EX_P TJ P_E





None * 0.999969 576.1918 69.81889 0.0001

At most 1 * 0.999660 337.5710 47.85613 0.0001

At most 2 * 0.997948 153.8688 29.79707 0.0001

At most 3 0.364339 11.52572 15.49471 0.1811

At most 4 0.046894 1.104665 3.841466 0.2932







None * 0.999969 238.6208 33.87687 0.0001

At most 1 * 0.999660 183.7022 27.58434 0.0001

At most 2 * 0.997948 142.3430 21.13162 0.0001

At most 3 0.364339 10.42106 14.26460 0.1857

At most 4 0.046894 1.104665 3.841466 0.2932





R_IND IM_P EX_P TJ P_E

2.26E-10 -1.38E-07 -2.42E-08 -0.003143 6.33E-05

8.72E-11 -7.08E-07 6.54E-07 0.000977 0.000129

1.66E-09 -2.97E-06 1.63E-06 -0.002201 0.001606

-7.56E-09 5.55E-06 6.74E-06 0.066687 -0.038546

-1.75E-08 -2.70E-05 4.53E-05 0.049602 -0.025488


D(R_IND) 1.03E+10 -1.12E+09 1.49E+10 3.99E+08 80843792

D(IM_P) -20265.18 797303.0 -548451.7 -18997.22 913.8834

D(EX_P) 14195487 -7615513. 22072999 524529.1 94347.87

D(TJ) -962.0792 -280.4934 81.38315 -3.948298 -0.570212

158

D(P_E) 3827.638 -2173.618 3973.857 92.30112 17.65108




1.000000 -612.3913 -107.3893 -13928363 280668.9

(102.803) (80.7768) (258429.) (156600.)


D(R_IND) 2.326645

(0.84292)

D(IM_P) -4.57E-06

(5.5E-05)

D(EX_P) 0.003204

(0.00132)

D(TJ) -2.17E-07

(1.6E-08)

D(P_E) 8.64E-07

(2.6E-07)




1.000000 0.000000 -728.2015 -15979042 183106.2

(13.8911) (131993.) (74164.7)

0.000000 1.000000 -1.013751 -3348.640 -159.3143

(0.01237) (117.537) (66.0419)


D(R_IND) 2.228566 -628.8811

(0.90113) (2686.42)

D(IM_P) 6.50E-05 -0.561622

(3.3E-05) (0.09920)

D(EX_P) 0.002539 3.429330

(0.00134) (3.98824)

D(TJ) -2.42E-07 0.000332

(5.0E-09) (1.5E-05)

D(P_E) 6.74E-07 0.001010

(2.4E-07) (0.00072)




1.000000 0.000000 0.000000 -78486715 -3408877.

(280600.) (862.920)

0.000000 1.000000 0.000000 -90367.42 -5159.820

(374.932) (1.15302)

0.000000 0.000000 1.000000 -85838.42 -4932.677

(383.950) (1.18075)


D(R_IND) 26.93542 -44757.49 23261.91

(0.42694) (776.556) (446.765)

159

D(IM_P) -0.000847 1.066700 -0.372682

(1.8E-05) (0.03279) (0.01887)

D(EX_P) 0.039230 -62.10416 30.68296

(0.00059) (1.07287) (0.61724)

D(TJ) -1.06E-07 8.99E-05 -2.74E-05

(4.6E-09) (8.3E-06) (4.8E-06)

D(P_E) 7.28E-06 -0.010788 0.004968

(1.1E-07) (0.00019) (0.00011)




1.000000 0.000000 0.000000 0.000000 -3758772.

(303.267)

0.000000 1.000000 0.000000 0.000000 -5562.680

(0.31165)

0.000000 0.000000 1.000000 0.000000 -5315.346

(0.28567)

0.000000 0.000000 0.000000 1.000000 -0.004458

(8.5E-06)


D(R_IND) 23.92108 -42546.46 25948.48 -39632494

(1.81091) (1480.44) (1628.32) (1.6E+07)

D(IM_P) -0.000703 0.961337 -0.500706 782.5998

(7.5E-05) (0.06094) (0.06703) (642.967)

D(EX_P) 0.035264 -59.19491 34.21792 -65658.53

(0.00252) (2.06255) (2.26857) (21761.2)

D(TJ) -7.65E-08 6.80E-05 -5.40E-05 2.307691

(2.0E-08) (1.6E-05) (1.8E-05) (0.16981)

D(P_E) 6.58E-06 -0.010276 0.005590 -16.74481

(4.6E-07) (0.00037) (0.00041) (3.95378)






Cointegrating Eq: CointEq1 CointEq2 CointEq3

R_IND(-1) 1.000000 0.000000 0.000000

IM_P(-1) 0.000000 1.000000 0.000000

EX_P(-1) 0.000000 0.000000 1.000000

TJ(-1) -78486715 -90367.42 -85838.42

(299974.) (400.820) (410.460)

[-261.645] [-225.457] [-209.127]

P_E(-1) -3408877. -5159.820 -4932.677

(922.500) (1.23263) (1.26227)

[-3695.26] [-4186.04] [-3907.77]

160

C -1.20E+10 -15392887 -16039397

Error Correction: D(R_IND) D(IM_P) D(EX_P) D(TJ) D(P_E)

CointEq1 26.93542 -0.000847 0.039230 -1.06E-07 7.28E-06

(0.45642) (1.9E-05) (0.00063) (4.9E-09) (1.1E-07)

[ 59.0143] [-43.9308] [ 62.2128] [-21.7087] [ 63.8162]

CointEq2 -44757.49 1.066700 -62.10416 8.99E-05 -0.010788

(830.174) (0.03506) (1.14695) (8.9E-06) (0.00021)

[-53.9134] [ 30.4287] [-54.1472] [ 10.0939] [-51.9957]

CointEq3 23261.91 -0.372682 30.68296 -2.74E-05 0.004968

(477.612) (0.02017) (0.65986) (5.1E-06) (0.00012)

[ 48.7046] [-18.4788] [ 46.4993] [-5.34701] [ 41.6194]

D(R_IND(-1)) 13.10613 -0.000667 0.018388 -9.64E-09 3.24E-06

(0.31545) (1.3E-05) (0.00044) (3.4E-09) (7.9E-08)

[ 41.5469] [-50.0866] [ 42.1913] [-2.84761] [ 41.0475]

D(IM_P(-1)) 188.0184 -0.008894 0.265576 -7.02E-08 4.71E-05

(7.81387) (0.00033) (0.01080) (8.4E-08) (2.0E-06)

[ 24.0621] [-26.9560] [ 24.6007] [-0.83707] [ 24.1180]

D(EX_P(-1)) -47245.47 2.218702 -65.59297 8.85E-05 -0.011363

(621.818) (0.02626) (0.85909) (6.7E-06) (0.00016)

[-75.9796] [ 84.4979] [-76.3517] [ 13.2704] [-73.1163]

D(TJ(-1)) 1.65E+08 907.1776 180390.1 -4.569913 31.23272

(1305678) (55.1348) (1803.90) (0.01401) (0.32633)

[ 125.997] [ 16.4538] [ 100.000] [-326.230] [ 95.7091]

D(P_E(-1)) -54309996 2483.955 -75862.86 0.088010 -13.44934

(307448.) (12.9826) (424.763) (0.00330) (0.07684)

[-176.648] [ 191.330] [-178.600] [ 26.6816] [-175.029]

C 5.66E+09 322411.0 4548330. -381.6417 656.6488

(2.9E+08) (12074.3) (395047.) (3.06776) (71.4651)

[ 19.7794] [ 26.7022] [ 11.5134] [-124.404] [ 9.18838]

R-squared 1.000000 1.000000 1.000000 0.999940 1.000000

Adj. R-squared 1.000000 1.000000 1.000000 0.999906 1.000000

Sum sq. resids 2.38E+19 4.24E+10 4.54E+13 2736.417 1485003.

S.E. equation 1.30E+09 55026.10 1800340. 13.98064 325.6865

F-statistic 6009043. 8.12E+09 6633476. 29223.65 6469336.

Log likelihood -509.6509 -277.9845 -358.2067 -87.59306 -160.0031

Akaike AIC 45.10008 24.95517 31.93102 8.399396 14.69592

Schwarz SC 45.54440 25.39950 32.37534 8.843720 15.14024

Mean dependent -1.54E+08 -364.8738 -111754.4 -71.45261 -114.7390

S.D. dependent 1.93E+12 2.99E+09 2.80E+09 1441.256 499532.0







161


Dependent Variable: D(R_IND)




D(R_IND) = C(1)*( R_IND(-1) - 78486715.431*TJ(-1) - 3408876.69456

*P_E(-1) - 11997034519.2 ) + C(2)*( IM_P(-1) - 90367.4244539*TJ(-1) -

5159.82010115*P_E(-1) - 15392886.6268 ) + C(3)*( EX_P(-1) -

85838.4248146*TJ(-1) - 4932.67681265*P_E(-1) - 16039397.1505 ) +

C(4)*D(R_IND(-1)) + C(5)*D(IM_P(-1)) + C(6)*D(EX_P(-1)) + C(7)*D(TJ(

-1)) + C(8)*D(P_E(-1)) + C(9)


C(1) 26.93540 0.456422 59.01429 0.0000

C(2) -44757.46 830.1735 -53.91338 0.0000

C(3) 23261.89 477.6117 48.70461 0.0000

C(4) 13.10613 0.315454 41.54691 0.0000

C(5) 188.0184 7.813874 24.06213 0.0000

C(6) -47245.47 621.8178 -75.97961 0.0000

C(7) 1.65E+08 1305678. 125.9974 0.0000

C(8) -54309997 307447.8 -176.6479 0.0000

C(9) 5.66E+09 2.86E+08 19.77942 0.0000

R-squared 1.000000 Mean dependent var -1.54E+08

Adjusted R-squared 1.000000 S.D. dependent var 1.93E+12

S.E. of regression 1.30E+09 Akaike info criterion 45.10008

Sum squared resid 2.38E+19 Schwarz criterion 45.54440









Test Equation:



Sample: 3 25




C(1) 0.016502 0.451266 0.036569 0.9714

C(2) -33.46507 820.8960 -0.040767 0.9681

C(3) 20.28819 472.3066 0.042956 0.9664

C(4) -0.011613 0.311896 -0.037233 0.9709

C(5) -0.301517 7.726149 -0.039025 0.9695

C(6) -25.58654 614.8848 -0.041612 0.9674

C(7) 2562.230 1290285. 0.001986 0.9984

162

C(8) -12532.33 304016.2 -0.041223 0.9677

C(9) -8577470. 2.83E+08 -0.030345 0.9763

RESID(-1) 0.307684 0.266189 1.155885 0.2685

R-squared 0.093196 Mean dependent var 0.006557

Adjusted R-squared -0.534591 S.D. dependent var 1.04E+09









Sample: 1 25

Lags: 1


IM_P does not Granger Cause R_IND 24 0.24413 0.6264

R_IND does not Granger Cause IM_P 6977.41 6.E-28

EX_P does not Granger Cause R_IND 24 174.242 1.E-11

R_IND does not Granger Cause EX_P 178.548 1.E-11

TJ does not Granger Cause R_IND 24 0.08917 0.7682

R_IND does not Granger Cause TJ 0.05348 0.8193

P_E does not Granger Cause R_IND 24 10.4651 0.0040

R_IND does not Granger Cause P_E 11.7873 0.0025

EX_P does not Granger Cause IM_P 24 25378.3 7.E-34

IM_P does not Granger Cause EX_P 0.21189 0.6500

TJ does not Granger Cause IM_P 24 0.07973 0.7804

IM_P does not Granger Cause TJ 0.04390 0.8361

P_E does not Granger Cause IM_P 24 124442. 4.E-41

IM_P does not Granger Cause P_E 0.32266 0.5760

TJ does not Granger Cause EX_P 24 0.03035 0.8634

EX_P does not Granger Cause TJ 0.05225 0.8214

P_E does not Granger Cause EX_P 24 3.09820 0.0929

EX_P does not Granger Cause P_E 3.65060 0.0698

P_E does not Granger Cause TJ 24 0.05024 0.8248

TJ does not Granger Cause P_E 0.00802 0.9295


163



Modelo relacionado a variação do emprego industrial - Forma Funcional F6



Endogenous variables: D(R_IND) D(IM_P) D(EX_P) D(TJ) D(P_PO)


Sample: 1 25



0 -2082.504 NA 4.70e+72 181.5221 181.7689 181.5842

1 -1535.907 808.0133* 1.00e+53* 136.1658* 137.6469* 136.5383*


-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to R_IND

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to IM_P

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to EX_P

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to TJ

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to P_E


164











Series: R_IND IM_P EX_P TJ P_PO





None * 0.999976 579.1735 69.81889 0.0001

At most 1 * 0.999623 334.9813 47.85613 0.0001

At most 2 * 0.998068 153.6705 29.79707 0.0001

At most 3 0.321557 9.934696 15.49471 0.2858

At most 4 0.043034 1.011720 3.841466 0.3145







None * 0.999976 244.1922 33.87687 0.0001

At most 1 * 0.999623 181.3108 27.58434 0.0001

At most 2 * 0.998068 143.7358 21.13162 0.0001

At most 3 0.321557 8.922976 14.26460 0.2926

At most 4 0.043034 1.011720 3.841466 0.3145





R_IND IM_P EX_P TJ P_PO

2.02E-10 -2.22E-07 7.33E-08 -0.003067 6.12E-05

3.87E-11 -1.07E-06 1.02E-06 0.001128 0.000229

6.08E-10 -2.20E-06 1.76E-06 -0.000195 0.000354

-1.13E-08 -4.76E-06 7.52E-06 -0.037245 0.017414

1.20E-08 1.90E-06 -2.16E-05 -0.096985 0.036285


D(R_IND) 1.85E+09 -4.48E+09 3.12E+09 -4.75E+08 -70835412

D(IM_P) 498232.9 992785.4 -93297.08 15743.35 -842.4719

165

D(EX_P) 1952716. -11844488 6995434. -633102.4 -90402.72

D(TJ) -959.0085 -179.0421 178.1913 3.628563 -0.047125

D(P_PO) 2147.418 -6109.648 3039.866 -180.2683 -29.92252




1.000000 -1101.723 362.9587 -15192897 303287.8

(20.8263) (59.9686) (574314.) (230263.)


D(R_IND) 0.372535

(0.27947)

D(IM_P) 0.000101

(5.0E-05)

D(EX_P) 0.000394

(0.00070)

D(TJ) -1.94E-07

(1.3E-08)

D(P_PO) 4.33E-07

(3.4E-07)




1.000000 0.000000 -714.4778 -17039144 69488.12

(74.2421) (604606.) (239576.)

0.000000 1.000000 -0.977956 -1675.781 -212.2128

(0.04273) (347.977) (137.886)


D(R_IND) 0.199160 4372.026

(0.16693) (884.741)

D(IM_P) 0.000139 -1.169549

(5.1E-06) (0.02708)

D(EX_P) -6.37E-05 12.19707

(0.00037) (1.93576)

D(TJ) -2.01E-07 0.000404

(9.2E-09) (4.9E-05)

D(P_PO) 1.97E-07 0.006038

(1.6E-07) (0.00083)




1.000000 0.000000 0.000000 91734326 -2544774.

(733905.) (1374.59)

0.000000 1.000000 0.000000 147210.1 -3790.537

(1006.62) (1.88539)

0.000000 0.000000 1.000000 152241.9 -3658.983

(1021.14) (1.91258)


166

D(R_IND) 2.095254 -2493.450 1074.125

(0.14750) (564.466) (467.432)

D(IM_P) 8.22E-05 -0.963989 0.880045

(5.5E-06) (0.02113) (0.01749)

D(EX_P) 0.004193 -3.215847 0.446966

(0.00020) (0.77339) (0.64044)

D(TJ) -9.21E-08 1.16E-05 6.20E-05

(1.9E-09) (7.2E-06) (6.0E-06)

D(P_PO) 2.05E-06 -0.000660 -0.000688

(6.3E-08) (0.00024) (0.00020)




1.000000 0.000000 0.000000 0.000000 -2227125.

(262.513)

0.000000 1.000000 0.000000 0.000000 -3280.791

(0.55646)

0.000000 0.000000 1.000000 0.000000 -3131.814

(0.59397)

0.000000 0.000000 0.000000 1.000000 -0.003463

(1.0E-05)


D(R_IND) 7.466030 -231.7320 -2494.514 6353156.

(2.22803) (1054.06) (1531.26) (7351061)

D(IM_P) -9.59E-05 -1.038997 0.998396 -976.0266

(8.7E-05) (0.04096) (0.05951) (285.682)

D(EX_P) 0.011356 -0.199486 -4.312384 2862.647

(0.00308) (1.45793) (2.11799) (10167.7)

D(TJ) -1.33E-07 -5.67E-06 8.93E-05 2.569376

(3.2E-08) (1.5E-05) (2.2E-05) (0.10404)

D(P_PO) 4.09E-06 0.000199 -0.002043 -7.358353

(9.9E-07) (0.00047) (0.00068) (3.25738)








R_IND(-1) 1.000000 0.000000 0.000000

IM_P(-1) 0.000000 1.000000 0.000000

EX_P(-1) 0.000000 0.000000 1.000000

TJ(-1) 91734326 147210.1 152241.9

(784577.) (1076.13) (1091.65)

[ 116.922] [ 136.796] [ 139.461]

P_PO(-1) -2544774. -3790.537 -3658.983

167

(1469.50) (2.01557) (2.04464)

[-1731.73] [-1880.63] [-1789.55]

C 2.74E+10 38599183 38981421

Error Correction: D(R_IND) D(IM_P) D(EX_P) D(TJ) D(P_PO)

CointEq1 2.095254 8.22E-05 0.004193 -9.21E-08 2.05E-06

(0.15769) (5.9E-06) (0.00022) (2.0E-09) (6.7E-08)

[ 13.2875] [ 13.9267] [ 19.4076] [-45.8219] [ 30.3942]

CointEq2 -2493.450 -0.963989 -3.215847 1.16E-05 -0.000660

(603.440) (0.02258) (0.82678) (7.7E-06) (0.00026)

[-4.13206] [-42.6841] [-3.88959] [ 1.51075] [-2.55975]

CointEq3 1074.125 0.880045 0.446966 6.20E-05 -0.000688

(499.706) (0.01870) (0.68466) (6.4E-06) (0.00021)

[ 2.14952] [ 47.0564] [ 0.65283] [ 9.73793] [-3.22332]

D(R_IND(-1)) 10.82581 -0.000477 0.015178 -7.58E-09 4.57E-06

(0.25068) (9.4E-06) (0.00034) (3.2E-09) (1.1E-07)

[ 43.1861] [-50.8522] [ 44.1913] [-2.37139] [ 42.7021]

D(IM_P(-1)) 188.7815 -0.007695 0.266046 -1.21E-07 8.20E-05

(6.41007) (0.00024) (0.00878) (8.2E-08) (2.7E-06)

[ 29.4508] [-32.0759] [ 30.2926] [-1.48721] [ 29.9519]

D(EX_P(-1)) 4188.831 -0.202595 5.969901 -1.36E-05 0.002164

(364.108) (0.01363) (0.49887) (4.6E-06) (0.00016)

[ 11.5044] [-14.8671] [ 11.9668] [-2.93037] [ 13.9179]

D(TJ(-1)) 74350276 4311.099 49278.11 -4.774467 1.631911

(1410681) (52.7960) (1932.80) (0.01798) (0.60252)

[ 52.7052] [ 81.6558] [ 25.4957] [-265.559] [ 2.70847]

D(P_PO(-1)) -45213143 1763.413 -62753.94 0.100476 -19.01840

(373617.) (13.9829) (511.899) (0.00476) (0.15958)

[-121.015] [ 126.112] [-122.590] [ 21.1010] [-119.180]

C -2.19E+09 583375.8 -6711913. -388.9110 -3107.327

(2.8E+08) (10589.2) (387659.) (3.60601) (120.847)

[-7.75655] [ 55.0915] [-17.3140] [-107.851] [-25.7129]

R-squared 1.000000 1.000000 1.000000 0.999931 1.000000

Adj. R-squared 1.000000 1.000000 1.000000 0.999892 1.000000

Sum sq. resids 1.94E+19 2.72E+10 3.64E+13 3152.620 3540707.

S.E. equation 1.18E+09 44066.49 1613224. 15.00624 502.8992

F-statistic 7360205. 1.27E+10 8261540. 25365.37 8716292.

Log likelihood -507.3184 -272.8760 -355.6827 -89.22128 -169.9955

Akaike AIC 44.89726 24.51096 31.71154 8.540981 15.56483

Schwarz SC 45.34158 24.95528 32.15586 8.985304 16.00915

Mean dependent -1.54E+08 -364.8738 -111754.4 -71.45261 -174.2585

S.D. dependent 1.93E+12 2.99E+09 2.80E+09 1441.256 895324.7






168


Tabela 44 – Regressão da primeira equação do VEC.

Dependent Variable: D(R_IND)




D(R_IND) = C(1)*( R_IND(-1) + 91734326.0944*TJ(-1) - 2544774.13176

*P_PO(-1) + 27354473046.7 ) + C(2)*( IM_P(-1) + 147210.091839*TJ(

-1) - 3790.53676195*P_PO(-1) + 38599182.7866 ) + C(3)*( EX_P(-1) +

152241.914971*TJ(-1) - 3658.9831348*P_PO(-1) + 38981420.8977 ) +

C(4)*D(R_IND(-1)) + C(5)*D(IM_P(-1)) + C(6)*D(EX_P(-1)) + C(7)*D(TJ(

-1)) + C(8)*D(P_PO(-1)) + C(9)


C(1) 2.095254 0.157686 13.28750 0.0000

C(2) -2493.449 603.4403 -4.132057 0.0010

C(3) 1074.125 499.7063 2.149513 0.0496

C(4) 10.82581 0.250678 43.18610 0.0000

C(5) 188.7815 6.410070 29.45077 0.0000

C(6) 4188.831 364.1080 11.50436 0.0000

C(7) 74350276 1410681. 52.70523 0.0000

C(8) -45213143 373617.0 -121.0147 0.0000

C(9) -2.19E+09 2.83E+08 -7.756548 0.0000













Test Equation:



Sample: 3 25




C(1) 0.000167 0.163587 0.001024 0.9992

C(2) -0.239645 625.9943 -0.000383 0.9997

C(3) 0.127212 518.3809 0.000245 0.9998

169

C(4) -0.000172 0.260051 -0.000661 0.9995

C(5) -0.003177 6.649679 -0.000478 0.9996

C(6) -0.111963 377.7157 -0.000296 0.9998

C(7) 284.1116 1463398. 0.000194 0.9998

C(8) -86.21786 387579.2 -0.000222 0.9998

C(9) 628345.5 2.94E+08 0.002140 0.9983

RESID(-1) 0.027312 0.279367 0.097763 0.9236











Sample: 1 25

Lags: 1


IM_P does not Granger Cause R_IND 24 0.24413 0.6264

R_IND does not Granger Cause IM_P 6977.41 6.E-28

EX_P does not Granger Cause R_IND 24 174.242 1.E-11

R_IND does not Granger Cause EX_P 178.548 1.E-11

TJ does not Granger Cause R_IND 24 0.08917 0.7682

R_IND does not Granger Cause TJ 0.05348 0.8193

P_PO does not Granger Cause R_IND 24 188.185 6.E-12

R_IND does not Granger Cause P_PO 196.399 4.E-12

EX_P does not Granger Cause IM_P 24 25378.3 7.E-34

IM_P does not Granger Cause EX_P 0.21189 0.6500

TJ does not Granger Cause IM_P 24 0.07973 0.7804

IM_P does not Granger Cause TJ 0.04390 0.8361

P_PO does not Granger Cause IM_P 24 1102764 5.E-51

IM_P does not Granger Cause P_PO 0.19232 0.6655

TJ does not Granger Cause EX_P 24 0.03035 0.8634

EX_P does not Granger Cause TJ 0.05225 0.8214

P_PO does not Granger Cause EX_P 24 181.337 8.E-12

EX_P does not Granger Cause P_PO 184.918 7.E-12

P_PO does not Granger Cause TJ 24 0.04672 0.8310

TJ does not Granger Cause P_PO 0.00052 0.9820


170






Endogenous variables: D(VAR_EMP) D(R_IND) D(P_E) D(EX_P) D(IM_P)

Exogenous variables: C D(TJ)

Sample: 1 25



0 -1800.026 NA 1.56e+62 157.3936 157.8873 157.5177

1 -1320.422 667.2753* 1.17e+45* 117.8628* 119.5907* 118.2974*

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to R_IND

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to IM_P

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to EX_P

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to TJ

-1.0E+10

-5.0E+09

0.0E+00

5.0E+09

1.0E+10

1.5E+10

2.0E+10

1 2 3 4 5 6 7 8 9 10

Response of R_IND to P_PO


171












Series: VAR_EMP R_IND P_E EX_P IM_P TJ





None * 0.999982 606.1559 95.75366 0.0001

At most 1 * 0.999606 354.9109 69.81889 0.0001

At most 2 * 0.997261 174.6130 47.85613 0.0000

At most 3 * 0.729647 38.90643 29.79707 0.0034

At most 4 0.286685 8.821782 15.49471 0.3821

At most 5 0.044694 1.051637 3.841466 0.3051







None * 0.999982 251.2450 40.07757 0.0001

At most 1 * 0.999606 180.2979 33.87687 0.0001

At most 2 * 0.997261 135.7066 27.58434 0.0000

At most 3 * 0.729647 30.08464 21.13162 0.0021

At most 4 0.286685 7.770145 14.26460 0.4025

At most 5 0.044694 1.051637 3.841466 0.3051





VAR_EMP R_IND P_E EX_P IM_P TJ

1.929808 -2.54E-10 0.000103 -1.44E-07 2.89E-07 0.002806

10.34294 -1.05E-10 0.000973 -6.64E-07 5.33E-07 -0.001535

22.24846 -1.22E-09 0.001229 -4.67E-06 5.07E-06 -0.005650

-385.2800 -1.98E-08 -0.066174 3.46E-05 -8.01E-06 0.136749

-218.9919 -2.68E-09 0.007561 1.53E-05 -1.42E-05 0.000666

124.6409 -1.36E-08 -0.014248 3.67E-05 -2.35E-05 0.022863

172


D(VAR_EMP) -0.000997 -0.004102 -0.000133 -0.000350 -0.000644 -0.000537

D(R_IND) -1.15E+10 -9.57E+09 -8.03E+09 95108234 -1.95E+08 29809020

D(P_E) -4285.204 -3699.415 -1733.298 -6.283946 -52.17647 11.26871

D(EX_P) -16439385 -18321076 -10698923 -16948.61 -294332.3 52161.78

D(IM_P) 124537.1 898948.0 146233.9 6476.743 16927.90 -1014.570

D(TJ) 928.2846 -347.0823 -5.596980 -8.611609 1.389788 0.236797




1.000000 -1.31E-10 5.32E-05 -7.47E-08 1.50E-07 0.001454

(1.1E-11) (2.7E-05) (2.6E-08) (1.6E-08) (4.9E-05)


D(VAR_EMP) -0.001923

(0.00249)

D(R_IND) -2.22E+10

(6.2E+09)

D(P_E) -8269.621

(2037.23)

D(EX_P) -31724857

(1.1E+07)

D(IM_P) 240332.7

(454209.)

D(TJ) 1791.411

(173.089)




1.000000 0.000000 9.75E-05 -6.33E-08 4.33E-08 -0.000283

(1.4E-05) (8.5E-09) (1.0E-08) (2.3E-05)

0.000000 1.000000 337452.8 86.47546 -808.2383 -13216250

(160020.) (98.2491) (118.596) (261552.)


D(VAR_EMP) -0.044352 6.84E-13

(0.00772) (2.0E-13)

D(R_IND) -1.21E+11 3.925414

(2.2E+10) (0.57086)

D(P_E) -46532.57 1.48E-06

(4729.34) (1.2E-07)

D(EX_P) -2.21E+08 0.006096

(2.9E+07) (0.00076)

D(IM_P) 9538107. -0.000126

(410579.) (1.1E-05)

D(TJ) -1798.440 -1.99E-07

(38.8072) (1.0E-09)



173


1.000000 0.000000 0.000000 -6.43E-07 6.17E-07 -0.003118

(2.5E-08) (2.4E-08) (1.2E-05)

0.000000 1.000000 0.000000 -1921.088 1178.971 -23029576

(106.350) (101.867) (49174.5)

0.000000 0.000000 1.000000 0.005949 -0.005889 29.08059

(0.00028) (0.00027) (0.12821)


D(VAR_EMP) -0.047308 8.45E-13 -4.26E-06

(0.01805) (9.1E-13) (1.2E-06)

D(R_IND) -3.00E+11 13.68178 -20361306

(3.9E+09) (0.19854) (250380.)

D(P_E) -85098.45 3.58E-06 -6.169440

(1031.87) (5.2E-08) (0.06586)

D(EX_P) -4.59E+08 0.019096 -32662.54

(5736736) (0.00029) (366.175)

D(IM_P) 12792142 -0.000304 1067.184

(242610.) (1.2E-05) (15.4858)

D(TJ) -1922.988 -1.92E-07 -0.249363

(83.5169) (4.2E-09) (0.00533)




1.000000 0.000000 0.000000 0.000000 1.09E-09 -0.001291

(3.7E-12) (7.0E-06)

0.000000 1.000000 0.000000 0.000000 -661.5737 -17575096

(0.01847) (34702.3)

0.000000 0.000000 1.000000 0.000000 -0.000189 12.18932

(2.5E-08) (0.04770)

0.000000 0.000000 0.000000 1.000000 -0.958074 2839.266

(1.0E-05) (19.7059)


D(VAR_EMP) 0.087426 7.76E-12 1.89E-05 -8.63E-09

(0.28095) (1.4E-11) (4.8E-05) (2.5E-08)

D(R_IND) -3.36E+11 11.80341 -26646047 48789.53

(6.1E+10) (3.11935) (1.0E+07) (5504.87)

D(P_E) -82661.80 3.71E-06 -5.751226 0.010948

(16172.4) (8.3E-07) (2.77282) (0.00146)

D(EX_P) -4.53E+08 0.019434 -31527.61 63.89079

(9.0E+07) (0.00462) (15424.5) (8.14657)

D(IM_P) 10293634 -0.000432 638.1112 -1.073098

(3750226) (0.00019) (642.993) (0.33960)

D(TJ) 1395.026 -2.19E-08 0.320522 -0.000175

(989.699) (5.1E-08) (0.16969) (9.0E-05)




1.000000 0.000000 0.000000 0.000000 0.000000 0.000182

(3.2E-06)

0.000000 1.000000 0.000000 0.000000 0.000000 -9.13E+08

(2970205)

174

0.000000 0.000000 1.000000 0.000000 0.000000 -243.8833

(0.81904)

0.000000 0.000000 0.000000 1.000000 0.000000 -1294501.

(4281.90)

0.000000 0.000000 0.000000 0.000000 1.000000 -1354113.

(4463.32)


D(VAR_EMP) 0.228534 9.48E-12 1.40E-05 -1.85E-08 8.82E-09

(0.31445) (1.4E-11) (4.7E-05) (2.7E-08) (1.2E-08)

D(R_IND) -2.94E+11 12.32003 -28143549 45808.33 -47102.94

(6.6E+10) (2.98198) (9938376) (5693.68) (2552.44)

D(P_E) -71273.00 3.84E-06 -6.150921 0.010152 -0.011202

(17606.9) (7.9E-07) (2.64289) (0.00151) (0.00068)

D(EX_P) -3.88E+08 0.020212 -33782.28 59.40049 -64.41701

(9.8E+07) (0.00440) (14677.6) (8.40877) (3.76960)

D(IM_P) 6593629. -0.000477 767.0918 -0.814407 0.963718

(3850784) (0.00017) (578.019) (0.33115) (0.14845)

D(TJ) 1090.500 -2.56E-08 0.331005 -0.000154 0.000104

(1126.64) (5.1E-08) (0.16911) (9.7E-05) (4.3E-05)


Tabela 49 – Regressão do modelo VEC.






VAR_EMP(-1) 1.000000 0.000000 0.000000 0.000000

R_IND(-1) 0.000000 1.000000 0.000000 0.000000

P_E(-1) 0.000000 0.000000 1.000000 0.000000

EX_P(-1) 0.000000 0.000000 0.000000 1.000000

IM_P(-1) 1.09E-09 -661.5737 -0.000189 -0.958074

(4.2E-12) (0.02065) (2.8E-08) (1.2E-05)

[ 260.334] [-32044.6] [-6664.15] [-81721.6]

TJ(-1) -0.001291 -17575096 12.18932 2839.266

(7.9E-06) (38798.4) (0.05333) (22.0319)

[-164.403] [-452.985] [ 228.573] [ 128.871]

C -0.519684 -1.62E+09 1609.334 -682574.6

Error Correction: D(VAR_EMP) D(R_IND) D(P_E) D(EX_P) D(IM_P) D(TJ)

CointEq1 0.087426 -3.36E+11 -82661.80 -4.53E+08 10293634 1395.026

(0.31412) (6.8E+10) (18081.2) (1.0E+08) (4192880) (1106.52)

[ 0.27832] [-4.95005] [-4.57169] [-4.50036] [ 2.45503] [ 1.26074]

CointEq2 7.76E-12 11.80341 3.71E-06 0.019434 -0.000432 -2.19E-08

(1.6E-11) (3.48754) (9.3E-07) (0.00516) (0.00022) (5.7E-08)

[ 0.48140] [ 3.38445] [ 3.99507] [ 3.76540] [-2.00771] [-0.38525]

175

CointEq3 1.89E-05 -26646047 -5.751226 -31527.61 638.1112 0.320522

(5.4E-05) (1.2E+07) (3.10011) (17245.1) (718.888) (0.18972)

[ 0.35064] [-2.28662] [-1.85517] [-1.82821] [ 0.88764] [ 1.68947]

CointEq4 -8.63E-09 48789.53 0.010948 63.89079 -1.073098 -0.000175

(2.8E-08) (6154.63) (0.00164) (9.10814) (0.37969) (0.00010)

[-0.30324] [ 7.92728] [ 6.68617] [ 7.01469] [-2.82627] [-1.75135]

D(VAR_EMP(-1)) -0.122836 7.48E+10 17189.11 95029161 -2805919. -622.8415

(0.29778) (6.4E+10) (17143.3) (9.5E+07) (3975262) (1048.99)

[-0.41250] [ 1.16009] [ 1.00267] [ 0.99649] [-0.70585] [-0.59375]

D(R_IND(-1)) -2.36E-12 14.54538 3.57E-06 0.020244 -0.000702 -1.73E-08

(2.0E-12) (0.43627) (1.2E-07) (0.00065) (2.7E-05) (7.1E-09)

[-1.16937] [ 33.3407] [ 30.7341] [ 31.3553] [-26.0913] [-2.44054]

D(P_E(-1)) -1.54E-06 -51473119 -12.72638 -71963.46 2396.386 0.075105

(2.5E-06) (549359.) (0.14615) (812.989) (33.8896) (0.00894)

[-0.60691] [-93.6967] [-87.0782] [-88.5171] [ 70.7115] [ 8.39837]

D(EX_P(-1)) 1.69E-09 -54712.26 -0.013071 -75.15708 2.419419 0.000135

(9.6E-09) (2077.35) (0.00055) (3.07425) (0.12815) (3.4E-05)

[ 0.17630] [-26.3375] [-23.6521] [-24.4473] [ 18.8795] [ 3.98736]

D(IM_P(-1)) -3.35E-11 201.8365 5.03E-05 0.283517 -0.009182 -1.34E-07

(3.7E-11) (7.91225) (2.1E-06) (0.01171) (0.00049) (1.3E-07)

[-0.91719] [ 25.5094] [ 23.8930] [ 24.2131] [-18.8116] [-1.03667]

D(TJ(-1)) 7.05E-05 -14463763 -11.23471 -54446.08 5915.940 -3.580270

(0.00019) (4.1E+07) (10.8798) (60521.7) (2522.86) (0.66573)

[ 0.37287] [-0.35367] [-1.03262] [-0.89961] [ 2.34493] [-5.37793]

C 0.000287 -6.15E+09 -2142.640 -10941244 649154.1 -316.9278

(0.01241) (2.7E+09) (714.438) (3974235) (165667.) (43.7162)

[ 0.02310] [-2.29136] [-2.99906] [-2.75304] [ 3.91843] [-7.24966]

R-squared 0.821114 1.000000 1.000000 1.000000 1.000000 0.999950

Adj. R-squared 0.672043 1.000000 1.000000 1.000000 1.000000 0.999909

Sum sq. resids 0.000183 8.56E+18 605550.3 1.87E+13 3.26E+10 2267.286

S.E. equation 0.003902 8.44E+08 224.6386 1249607. 52090.15 13.74556

F-statistic 5.508191 11448889 10878781 11015215 7.25E+09 24185.66

Log likelihood 102.4100 -497.8988 -149.6872 -348.0356 -274.9506 -85.43030

Akaike AIC -7.948696 44.25207 13.97280 31.22049 24.86527 8.385244

Schwarz SC -7.405634 44.79513 14.51586 31.76355 25.40834 8.928306

Mean dependent -0.003947 -1.54E+08 -114.7390 -111754.4 -364.8738 -71.45261

S.D. dependent 0.006814 1.93E+12 499532.0 2.80E+09 2.99E+09 1441.256








Dependent Variable: D(VAR_EMP)

176




D(VAR_EMP) = C(1)*( VAR_EMP(-1) + 1.08811623923E-09*IM_P(-1) -

0.0012913543942*TJ(-1) - 0.519684053797 ) + C(2)*( R_IND(-1) -

661.573689273*IM_P(-1) - 17575095.8352*TJ(-1) - 1616950680.3 ) +

C(3)*( P_E(-1) - 0.000189107285268*IM_P(-1) + 12.1893170365*TJ(

-1) + 1609.33386465 ) + C(4)*( EX_P(-1) - 0.95807391608*IM_P(-1) +

2839.26576625*TJ(-1) - 682574.590225 ) + C(5)*D(VAR_EMP(-1)) +

C(6)*D(R_IND(-1)) + C(7)*D(P_E(-1)) + C(8)*D(EX_P(-1)) + C(9)

*D(IM_P(-1)) + C(10)*D(TJ(-1)) + C(11)


C(1) 0.087413 0.314116 0.278284 0.7855

C(2) 7.76E-12 1.61E-11 0.481360 0.6389

C(3) 1.89E-05 5.39E-05 0.350601 0.7320

C(4) -8.62E-09 2.84E-08 -0.303196 0.7669

C(5) -0.122837 0.297785 -0.412501 0.6872

C(6) -2.36E-12 2.02E-12 -1.169366 0.2650

C(7) -1.54E-06 2.54E-06 -0.606908 0.5552

C(8) 1.69E-09 9.60E-09 0.176306 0.8630

C(9) -3.35E-11 3.66E-11 -0.917188 0.3771

C(10) 7.05E-05 0.000189 0.372869 0.7157

C(11) 0.000287 0.012410 0.023104 0.9819













Test Equation:



Sample: 3 25




C(1) 0.163396 0.367903 0.444128 0.6656

C(2) 1.10E-11 2.06E-11 0.536034 0.6026

C(3) 3.09E-05 6.48E-05 0.477042 0.6427

C(4) -1.12E-08 3.15E-08 -0.357472 0.7275

C(5) 0.467236 0.611969 0.763496 0.4612

C(6) -2.65E-12 3.64E-12 -0.726780 0.4825

177

C(7) -3.23E-06 4.49E-06 -0.719804 0.4867

C(8) 3.23E-10 9.70E-09 0.033291 0.9740

C(9) -5.68E-11 7.46E-11 -0.761738 0.4622

C(10) 9.90E-05 0.000222 0.446418 0.6640

C(11) 0.008580 0.015901 0.539597 0.6002

RESID(-1) -0.691781 0.789146 -0.876621 0.3994









178

Modelo relacionado ao Valor Adicionado da Indústria

Figura 10 – Forma gráfica das variáveis selecionadas de periodicidade trimestral.


179

Figura 11 – Forma gráfica das variáveis selecionadas de periodicidade trimestral.


180

Figura 12 – Forma gráfica das variáveis selecionadas de periodicidade anual.


Modelo relacionado ao Valor Adicionado da Indústria - Forma Funcional F8



181

Endogenous variables: D(VA_IND) D(BC) D(FB_CF) D(IPCA_NC) D(IPCA_C) D(TC) D(TJ) D(TX_C)


Sample: 1991Q1 2014Q4



0 -15511.66 NA 1.2e+135 333.7561 333.9740 333.8441

1 -12467.54 5499.058 1.8e+107 269.6675 271.6282 270.4592

2 -10533.95 3160.270* 6.43e+89* 229.4614* 233.1649* 230.9568*









Sample (adjusted): 1991Q4 2014Q4



Series: VA_IND BC FB_CF IPCA_NC IPCA_C TC TJ

TX_C




No. of CE(s) Eigenvalue Statistic

Critical

Value Prob.**

None * 1.000000 3339.427 159.5297 1.0000

At most 1 * 0.999900 1732.117 125.6154 1.0000

At most 2 * 0.994304 875.5682 95.75366 0.0001

At most 3 * 0.956431 394.9430 69.81889 0.0001

At most 4 * 0.453395 103.5363 47.85613 0.0000

At most 5 * 0.284591 47.36153 29.79707 0.0002

At most 6 * 0.107045 16.21580 15.49471 0.0389

At most 7 * 0.059313 5.686457 3.841466 0.0171






No. of CE(s) Eigenvalue Statistic

Critical

Value Prob.**

None * 1.000000 1607.311 52.36261 1.0000

At most 1 * 0.999900 856.5484 46.23142 0.0001

At most 2 * 0.994304 480.6252 40.07757 0.0001

At most 3 * 0.956431 291.4067 33.87687 0.0001

At most 4 * 0.453395 56.17476 27.58434 0.0000

At most 5 * 0.284591 31.14573 21.13162 0.0014

182

At most 6 0.107045 10.52934 14.26460 0.1794

At most 7 * 0.059313 5.686457 3.841466 0.0171




Unrestricted Cointegrating Coefficients (normalized by

b'*S11*b=I):

VA_IND BC FB_CF IPCA_NC IPCA_C TC TJ TX_C

-2.44E-13 -4.25E-12 1.83E-14 -7.58E-05 -1.23E-05 -1.95E-10 1.73E-05 -7.90E-06

4.07E-13 -7.26E-12 -1.50E-15 0.005114 0.001103 1.35E-09 -0.001963 0.000664

-2.38E-13 5.89E-12 -6.63E-15 -0.000874 0.037223 -8.29E-08 -0.002592 -0.000769

1.96E-13 -3.64E-13 -1.03E-14 -0.140841 -0.100271 3.26E-07 0.016727 -0.004678

4.62E-14 -2.90E-13 -3.16E-15 0.457524 -0.440832 8.50E-07 0.062093 -0.004002

-7.09E-13 7.06E-12 1.05E-14 -0.727819 1.155659 4.10E-06 0.179653 -0.053335

-3.57E-13 5.02E-12 2.27E-15 -0.125368 0.296327 -8.77E-06 0.048891 -0.032977

-2.39E-13 3.47E-12 1.13E-15 -0.223469 0.390348 1.64E-06 0.095947 -0.113202


D(VA_IND) 4.25E+12 4.02E+12 6.29E+12 -6.26E+11 1.54E+11 -1.32E+11 2.99E+10 2.44E+10

D(BC) 2.21E+11 3.52E+11 3.23E+11 -3.76E+10 7.99E+09 -6.42E+09 1.94E+09 1.51E+09

D(FB_CF) 5.69E+13 1.23E+14 1.57E+14 -1.65E+13 3.84E+12 -3.24E+12 8.08E+11 6.49E+11

D(IPCA_NC) 3.163253 -3.455493 -0.580660 4.661641 -0.306736 0.097412 -0.048656 -0.086445

D(IPCA_C) 3.012196 -4.379866 -0.811504 4.698764 0.643195 -0.350172 -0.045053 -0.115554

D(TC) -11589.30 3104.006 2920.633 10129.27 1303.596 7176.428 6009.510 -14278.31

D(TJ) 2.451328 -5.171525 1.300549 2.063030 -0.973993 -1.201372 -0.414660 -0.260268

D(TX_C) -0.253074 0.651333 0.903372 -0.997272 0.011990 -0.590046 0.893956 0.119709

1 Cointegrating

Equation(s):

Log

likelihood -9730.298



1.000000 17.41573 -0.075209 3.11E+08 50371595 800.6076 -70741733 32384547

(0.00071) (1.7E-06) (5.6E+07) (6.8E+07) (824.688) (1.2E+07) (8795326)


D(VA_IND) -1.036507

(0.21164)

D(BC) -0.053953

(0.01354)

D(FB_CF) -13.86973

(5.65294)

D(IPCA_NC) -7.72E-13

(1.7E-13)

D(IPCA_C) -7.35E-13

(1.9E-13)

D(TC) 2.83E-09

(1.8E-09)

D(TJ) -5.98E-13

(1.8E-13)

D(TX_C) 6.17E-14

(9.4E-14)

183

2 Cointegrating

Equation(s):

Log




1.000000 0.000000 -0.039848 6.36E+09 1.36E+09 2048.181 -2.42E+09 8.23E+08

(7.5E-06) (9.5E+08) (1.1E+09) (13712.4) (2.1E+08) (1.5E+08)

0.000000 1.000000 -0.002030 -3.47E+08 -75388131 -71.63487 1.35E+08 -45370392

(4.3E-07) (5.4E+07) (6.5E+07) (787.344) (1.2E+07) (8401936)


D(VA_IND) 0.602283 -47.23940

(0.34802) (6.16257)

D(BC) 0.089514 -3.494872

(0.01794) (0.31768)

D(FB_CF) 36.39563 -1136.810

(8.68059) (153.710)

D(IPCA_NC) -2.18E-12 1.16E-11

(2.7E-13) (4.7E-12)

D(IPCA_C) -2.52E-12 1.90E-11

(2.8E-13) (4.9E-12)

D(TC) 4.09E-09 2.67E-08

(3.5E-09) (6.2E-08)

D(TJ) -2.71E-12 2.71E-11

(2.2E-13) (3.9E-12)

D(TX_C) 3.27E-13 -3.65E-12

(1.8E-13) (3.2E-12)

3 Cointegrating

Equation(s):

Log




1.000000 0.000000 0.000000 -1.94E+10 -3.64E+11 789874.5 3.56E+10 3.77E+09

(5.7E+10) (6.8E+10) (818338.) (1.1E+10) (8.6E+09)

0.000000 1.000000 0.000000 -1.66E+09 -1.87E+10 40070.15 2.07E+09 1.05E+08

(2.9E+09) (3.5E+09) (41833.6) (5.6E+08) (4.4E+08)

0.000000 0.000000 1.000000 -6.47E+11 -9.16E+12 19770689 9.55E+11 7.39E+10

(1.4E+12) (1.7E+12) (2.1E+07) (2.7E+11) (2.2E+11)


D(VA_IND) -0.891219 -10.22714 0.030212

(0.05380) (1.04010) (0.00198)

D(BC) 0.012672 -1.590575 0.001383

(0.00303) (0.05866) (0.00011)

D(FB_CF) -0.833543 -214.1887 -0.181679

(1.38277) (26.7319) (0.05095)

D(IPCA_NC) -2.04E-12 8.22E-12 6.71E-14

(2.9E-13) (5.7E-12) (1.1E-14)

D(IPCA_C) -2.33E-12 1.42E-11 6.72E-14

(3.0E-13) (5.9E-12) (1.1E-14)

D(TC) 3.40E-09 4.39E-08 -2.37E-10

(3.9E-09) (7.6E-08) (1.4E-10)

D(TJ) -3.01E-12 3.48E-11 4.41E-14

(2.3E-13) (4.5E-12) (8.6E-15)

D(TX_C) 1.12E-13 1.67E-12 -1.16E-14

(1.9E-13) (3.7E-12) (7.1E-15)

184

4 Cointegrating

Equation(s):

Log




1.000000 0.000000 0.000000 0.000000 -3.46E+11 737520.7 3.29E+10 4.39E+09

(2.4E+10) (778616.) (1.0E+10) (8.2E+09)

0.000000 1.000000 0.000000 0.000000 -1.72E+10 35592.83 1.84E+09 1.58E+08

(1.2E+09) (39565.4) (5.2E+08) (4.1E+08)

0.000000 0.000000 1.000000 0.000000 -8.58E+12 18026651 8.64E+11 9.46E+10

(6.1E+11) (2.0E+07) (2.5E+11) (2.0E+11)

0.000000 0.000000 0.000000 1.000000 0.900102 -2.69E-06 -0.140726 0.032012

(0.05150) (1.7E-06) (0.02156) (0.01736)


D(VA_IND) -1.013924 -9.999157 0.036641 1.03E+11

(0.04018) (0.72912) (0.00157) (1.0E+10)

D(BC) 0.005304 -1.576884 0.001769 6.80E+09

(0.00210) (0.03816) (8.2E-05) (5.2E+08)

D(FB_CF) -4.062184 -208.1899 -0.012500 2.81E+12

(1.00647) (18.2654) (0.03929) (2.5E+11)

D(IPCA_NC) -1.13E-12 6.52E-12 1.92E-14 -0.673954

(7.7E-14) (1.4E-12) (3.0E-15) (0.01913)

D(IPCA_C) -1.41E-12 1.25E-11 1.90E-14 -0.683697

(1.1E-13) (1.9E-12) (4.1E-15) (0.02624)

D(TC) 5.38E-09 4.02E-08 -3.41E-10 -1412.417

(4.1E-09) (7.5E-08) (1.6E-10) (1024.61)

D(TJ) -2.61E-12 3.40E-11 2.29E-14 -0.318329

(2.1E-13) (3.8E-12) (8.1E-15) (0.05177)

D(TX_C) -8.30E-14 2.03E-12 -1.37E-15 0.143018

(2.0E-13) (3.6E-12) (7.6E-15) (0.04877)

5 Cointegrating

Equation(s):

Log




1.000000 0.000000 0.000000 0.000000 0.000000 -105531.7 -1.82E+10 1.18E+10

(887220.) (8.5E+09) (8.7E+09)

0.000000 1.000000 0.000000 0.000000 0.000000 -6243.377 -6.96E+08 5.24E+08

(45095.7) (4.3E+08) (4.4E+08)

0.000000 0.000000 1.000000 0.000000 0.000000 -2863292. -4.02E+11 2.77E+11

(2.2E+07) (2.1E+11) (2.2E+11)

0.000000 0.000000 0.000000 1.000000 0.000000 -5.03E-07 -0.007877 0.012838

(1.5E-06) (0.01441) (0.01459)

0.000000 0.000000 0.000000 0.000000 1.000000 -2.44E-06 -0.147593 0.021302

(1.6E-06) (0.01559) (0.01579)


D(VA_IND) -1.006828 -10.04375 0.036156 1.73E+11 2.33E+11

(0.03903) (0.70630) (0.00153) (3.3E+10) (3.1E+10)

D(BC) 0.005673 -1.579205 0.001744 1.05E+10 1.27E+10

(0.00204) (0.03698) (8.0E-05) (1.7E+09) (1.6E+09)

D(FB_CF) -3.884811 -209.3046 -0.024638 4.57E+12 5.93E+12

(0.97796) (17.6962) (0.03844) (8.2E+11) (7.8E+11)

D(IPCA_NC) -1.14E-12 6.61E-12 2.02E-14 -0.814294 -0.357669

(7.4E-14) (1.3E-12) (2.9E-15) (0.06274) (0.05944)

185

D(IPCA_C) -1.38E-12 1.23E-11 1.69E-14 -0.389420 -0.789761

(9.7E-14) (1.8E-12) (3.8E-15) (0.08172) (0.07743)

D(TC) 5.44E-09 3.98E-08 -3.45E-10 -815.9907 -1478.058

(4.1E-09) (7.5E-08) (1.6E-10) (3479.71) (3297.15)

D(TJ) -2.65E-12 3.43E-11 2.60E-14 -0.763954 0.265184

(2.0E-13) (3.6E-12) (7.8E-15) (0.16740) (0.15861)

D(TX_C) -8.24E-14 2.03E-12 -1.41E-15 0.148504 0.129058

(2.0E-13) (3.6E-12) (7.7E-15) (0.16566) (0.15697)

6 Cointegrating

Equation(s):

Log




1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -1.27E+10 1.07E+10

(7.9E+09) (8.5E+09)

0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 -3.71E+08 4.60E+08

(4.0E+08) (4.3E+08)

0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 -2.53E+11 2.48E+11

(2.0E+11) (2.1E+11)

0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.018264 0.007707

(0.01500) (0.01601)

0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 -0.020920 -0.003562

(0.00982) (0.01048)

0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 52018.60 -10210.57

(4162.47) (4443.93)


D(VA_IND) -0.912909 -10.97852 0.034763 2.70E+11 8.04E+10 -1133529.

(0.06087) (0.83531) (0.00165) (5.8E+10) (8.3E+10) (281622.)

D(BC) 0.010227 -1.624529 0.001677 1.51E+10 5.25E+09 -58192.24

(0.00320) (0.04390) (8.7E-05) (3.1E+09) (4.4E+09) (14800.6)

D(FB_CF) -1.586488 -232.1795 -0.058714 6.93E+12 2.18E+12 -28240633

(1.52693) (20.9536) (0.04147) (1.5E+12) (2.1E+12) (7064482)

D(IPCA_NC) -1.21E-12 7.30E-12 2.12E-14 -0.885192 -0.245094 1.70E-06

(1.2E-13) (1.6E-12) (3.2E-15) (0.11374) (0.16209) (5.5E-07)

D(IPCA_C) -1.13E-12 9.84E-12 1.33E-14 -0.134558 -1.194441 7.02E-07

(1.5E-13) (2.1E-12) (4.1E-15) (0.14447) (0.20588) (7.0E-07)

D(TC) 3.55E-10 9.05E-08 -2.69E-10 -6039.134 6815.445 0.033613

(6.6E-09) (9.0E-08) (1.8E-10) (6290.70) (8964.98) (0.03035)

D(TJ) -1.80E-12 2.58E-11 1.34E-14 0.110428 -1.123193 -5.20E-06

(2.9E-13) (4.0E-12) (7.9E-15) (0.27961) (0.39848) (1.3E-06)

D(TX_C) 3.36E-13 -2.14E-12 -7.61E-15 0.577951 -0.552833 -2.81E-06

(3.1E-13) (4.2E-12) (8.4E-15) (0.29555) (0.42120) (1.4E-06)

7 Cointegrating

Equation(s):

Log




1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 7.72E+09

(6.8E+09)

0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 3.73E+08

(3.5E+08)

0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 1.89E+11

(1.7E+11)

0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.011976

186

(0.01256)

0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 -0.008452

(0.00867)

0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 1948.543

(2593.24)

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 -0.233745

(0.08242)


D(VA_IND) -0.923584 -10.82832 0.034831 2.66E+11 8.92E+10 -1395840. -4.74E+10

(0.06531) (0.89936) (0.00166) (5.9E+10) (8.5E+10) (650892.) (1.3E+10)

D(BC) 0.009535 -1.614803 0.001681 1.49E+10 5.82E+09 -75179.08 -2.72E+09

(0.00343) (0.04723) (8.7E-05) (3.1E+09) (4.5E+09) (34183.8) (6.9E+08)

D(FB_CF) -1.874871 -228.1220 -0.056882 6.82E+12 2.42E+12 -35326934 -1.23E+12

(1.63807) (22.5556) (0.04158) (1.5E+12) (2.1E+12) (1.6E+07) (3.3E+11)

D(IPCA_NC) -1.19E-12 7.05E-12 2.11E-14 -0.879092 -0.259512 2.13E-06 0.082395

(1.3E-13) (1.8E-12) (3.2E-15) (0.11480) (0.16649) (1.3E-06) (0.02570)

D(IPCA_C) -1.11E-12 9.61E-12 1.32E-14 -0.128910 -1.207792 1.10E-06 0.064177

(1.6E-13) (2.2E-12) (4.1E-15) (0.14588) (0.21156) (1.6E-06) (0.03265)

D(TC) -1.79E-09 1.21E-07 -2.56E-10 -6792.538 8596.224 -0.019100 1819.591

(7.0E-09) (9.7E-08) (1.8E-10) (6326.09) (9174.16) (0.06991) (1416.01)

D(TJ) -1.66E-12 2.37E-11 1.24E-14 0.162414 -1.246067 -1.56E-06 -0.255247

(3.1E-13) (4.3E-12) (7.9E-15) (0.27933) (0.40509) (3.1E-06) (0.06252)

D(TX_C) 1.68E-14 2.35E-12 -5.59E-15 0.465877 -0.287930 -1.07E-05 -0.081858

(3.2E-13) (4.3E-12) (8.0E-15) (0.28444) (0.41250) (3.1E-06) (0.06367)







Cointegrating Eq: CointEq1 CointEq2 CointEq3 CointEq4 CointEq5 CointEq6

VA_IND(-1) 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000

BC(-1) 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000

FB_CF(-1) 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000

IPCA_NC(-1) 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000

IPCA_C(-1) 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000

TC(-1) 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000

TJ(-1) -1.27E+10 -3.71E+08 -2.53E+11 0.018264 -0.020920 52018.60

(8.2E+09) (4.2E+08) (2.1E+11) (0.01552) (0.01016) (4308.56)

[-1.54652] [-0.89105] [-1.23208] [ 1.17654] [-2.05816] [ 12.0733]

TX_C(-1) 1.07E+10 4.60E+08 2.48E+11 0.007707 -0.003562 -10210.57

(8.8E+09) (4.4E+08) (2.2E+11) (0.01657) (0.01085) (4599.90)

[ 1.21797] [ 1.03445] [ 1.13002] [ 0.46504] [-0.32828] [-2.21974]

C -2.66E+17 -1.80E+16 -6.90E+18 -930.2610 988.6069 -2.34E+09

187

Error Correction: D(VA_IND) D(BC) D(FB_CF) D(IPCA_NC) D(IPCA_C) D(TC) D(TJ)

CointEq1 -0.912909 0.010227 -1.586488 -1.21E-12 -1.13E-12 3.55E-10 -1.80E-12

(0.06301) (0.00331) (1.58052) (1.2E-13) (1.6E-13) (6.8E-09) (3.0E-13)

[-14.4890] [ 3.08843] [-1.00377] [-9.86684] [-7.23216] [ 0.05227] [-5.97429]

CointEq2 -10.97852 -1.624529 -232.1795 7.30E-12 9.84E-12 9.05E-08 2.58E-11

(0.86462) (0.04544) (21.6890) (1.7E-12) (2.1E-12) (9.3E-08) (4.1E-12)

[-12.6975] [-35.7511] [-10.7049] [ 4.33215] [ 4.59899] [ 0.97107] [ 6.23627]

CointEq3 0.034763 0.001677 -0.058714 2.12E-14 1.33E-14 -2.69E-10 1.34E-14

(0.00171) (9.0E-05) (0.04293) (3.3E-15) (4.2E-15) (1.8E-10) (8.2E-15)

[ 20.3133] [ 18.6422] [-1.36768] [ 6.35760] [ 3.13010] [-1.46050] [ 1.63188]

CointEq4 2.70E+11 1.51E+10 6.93E+12 -0.885192 -0.134558 -6039.134 0.110428

(6.0E+10) (3.2E+09) (1.5E+12) (0.11773) (0.14954) (6511.49) (0.28943)

[ 4.46174] [ 4.76388] [ 4.56894] [-7.51883] [-0.89983] [-0.92746] [ 0.38154]

CointEq5 8.04E+10 5.25E+09 2.18E+12 -0.245094 -1.194441 6815.445 -1.123193

(8.6E+10) (4.5E+09) (2.2E+12) (0.16778) (0.21311) (9279.64) (0.41247)

[ 0.93342] [ 1.15983] [ 1.01001] [-1.46081] [-5.60489] [ 0.73445] [-2.72312]

CointEq6 -1133529. -58192.24 -28240633 1.70E-06 7.02E-07 0.033613 -5.20E-06

(291507.) (15320.0) (7312434) (5.7E-07) (7.2E-07) (0.03141) (1.4E-06)

[-3.88851] [-3.79844] [-3.86200] [ 2.99536] [ 0.97339] [ 1.07000] [-3.72318]

D(VA_IND(-1)) -0.579856 -0.030114 -14.48753 5.38E-13 5.58E-13 1.34E-09 8.15E-13

(0.02288) (0.00120) (0.57403) (4.5E-14) (5.7E-14) (2.5E-09) (1.1E-13)

[-25.3395] [-25.0401] [-25.2381] [ 12.0675] [ 9.85928] [ 0.54223] [ 7.43219]

D(VA_IND(-2)) 0.054659 -0.001010 0.502255 1.48E-13 1.35E-13 -1.66E-10 3.98E-13

(0.01509) (0.00079) (0.37854) (2.9E-14) (3.7E-14) (1.6E-09) (7.2E-14)

[ 3.62220] [-1.27360] [ 1.32684] [ 5.02487] [ 3.60178] [-0.10196] [ 5.50817]

D(BC(-1)) -2.338044 -0.073494 -33.74721 -5.21E-12 -4.35E-12 3.87E-09 -8.07E-12

(0.33341) (0.01752) (8.36351) (6.5E-13) (8.3E-13) (3.6E-08) (1.6E-12)

[-7.01261] [-4.19439] [-4.03505] [-8.01847] [-5.27667] [ 0.10778] [-5.05107]

D(BC(-2)) 0.447895 0.014919 9.138036 -6.13E-13 -5.58E-13 1.01E-09 -2.29E-13

(0.01732) (0.00091) (0.43436) (3.4E-14) (4.3E-14) (1.9E-09) (8.3E-14)

[ 25.8669] [ 16.3950] [ 21.0380] [-18.1676] [-13.0320] [ 0.54055] [-2.76437]

D(FB_CF(-1)) 0.030174 0.001376 0.683774 -7.58E-15 -1.09E-14 -7.52E-11 -5.54E-15

(0.00115) (6.1E-05) (0.02895) (2.2E-15) (2.9E-15) (1.2E-10) (5.5E-15)

[ 26.1448] [ 22.6789] [ 23.6180] [-3.36942] [-3.80101] [-0.60440] [-1.00292]

D(FB_CF(-2)) -0.004109 -3.06E-05 -0.061251 -4.06E-15 -3.50E-15 -2.39E-12 -1.47E-14

(0.00056) (3.0E-05) (0.01414) (1.1E-15) (1.4E-15) (6.1E-11) (2.7E-15)

[-7.29000] [-1.03449] [-4.33191] [-3.69321] [-2.50729] [-0.03931] [-5.42721]

D(IPCA_NC(-1)) 1.45E+11 6.45E+09 3.44E+12 -0.036255 0.432212 11930.03 -0.348201

(5.4E+10) (2.8E+09) (1.3E+12) (0.10482) (0.13314) (5797.45) (0.25769)

[ 2.69898] [ 2.28193] [ 2.54987] [-0.34588] [ 3.24633] [ 2.05781] [-1.35125]

D(IPCA_NC(-2)) -6.82E+10 -3.25E+09 -1.67E+12 -0.434483 -0.135834 17349.55 -0.886917

(4.5E+10) (2.4E+09) (1.1E+12) (0.08730) (0.11088) (4828.28) (0.21461)

[-1.52156] [-1.38091] [-1.48559] [-4.97706] [-1.22504] [ 3.59332] [-4.13269]

D(IPCA_C(-1)) -2.62E+10 -1.37E+09 -6.30E+11 0.134255 -0.118455 -16714.85 -0.327311

188

(7.7E+10) (4.0E+09) (1.9E+12) (0.14908) (0.18936) (8245.39) (0.36650)

[-0.34283] [-0.34156] [-0.32822] [ 0.90056] [-0.62557] [-2.02717] [-0.89308]

D(IPCA_C(-2)) -1.29E+11 -6.36E+09 -3.16E+12 0.075949 -0.131849 -12947.85 -0.320861

(4.8E+10) (2.5E+09) (1.2E+12) (0.09288) (0.11797) (5136.89) (0.22833)

[-2.71623] [-2.53840] [-2.64535] [ 0.81774] [-1.11766] [-2.52056] [-1.40527]

D(TC(-1)) 1403361. 59620.66 32908764 -2.64E-06 7.00E-06 -0.562477 6.78E-06

(1050058) (55185.2) (2.6E+07) (2.0E-06) (2.6E-06) (0.11316) (5.0E-06)

[ 1.33646] [ 1.08037] [ 1.24935] [-1.29074] [ 2.69257] [-4.97074] [ 1.34851]

D(TC(-2)) 4559211. 219527.9 1.11E+08 1.32E-06 8.43E-06 -0.010243 1.01E-05

(938178.) (49305.4) (2.4E+07) (1.8E-06) (2.3E-06) (0.10110) (4.5E-06)

[ 4.85965] [ 4.45241] [ 4.72091] [ 0.72451] [ 3.62996] [-0.10132] [ 2.24591]

D(TJ(-1)) -9.49E+10 -4.49E+09 -2.30E+12 -0.114039 -0.151446 1196.192 -0.275073

(1.3E+10) (6.9E+08) (3.3E+11) (0.02540) (0.03226) (1404.80) (0.06244)

[-7.27946] [-6.55166] [-7.03748] [-4.48986] [-4.69436] [ 0.85151] [-4.40533]

D(TJ(-2)) 3.99E+10 1.95E+09 9.77E+11 0.054720 0.048630 -481.5708 0.214821

(7.5E+09) (4.0E+08) (1.9E+11) (0.01465) (0.01861) (810.148) (0.03601)

[ 5.30803] [ 4.94501] [ 5.18042] [ 3.73568] [ 2.61381] [-0.59442] [ 5.96560]

D(TX_C(-1)) -6.35E+09 -1.06E+08 -1.24E+11 -0.021547 0.100739 3612.868 -0.089090

(2.6E+10) (1.4E+09) (6.6E+11) (0.05145) (0.06535) (2845.77) (0.12649)

[-0.24040] [-0.07611] [-0.18763] [-0.41878] [ 1.54146] [ 1.26956] [-0.70432]

D(TX_C(-2)) 2.70E+10 1.26E+09 6.59E+11 -0.006264 0.051991 3204.442 0.190344

(2.5E+10) (1.3E+09) (6.2E+11) (0.04796) (0.06091) (2652.33) (0.11789)

[ 1.09810] [ 0.97611] [ 1.06704] [-0.13062] [ 0.85355] [ 1.20816] [ 1.61456]

C -2.03E+17 -1.50E+16 -5.06E+18 -41379.99 -28969.84 -72514591 65792.06

(3.4E+15) (1.8E+14) (8.5E+16) (6564.20) (8337.60) (3.6E+08) (16137.3)

[-60.1747] [-84.8386] [-59.9132] [-6.30389] [-3.47460] [-0.19973] [ 4.07701]

R-squared 1.000000 1.000000 1.000000 0.996626 0.996024 0.999999 1.000000

Adj. R-squared 1.000000 1.000000 1.000000 0.995566 0.994775 0.999999 1.000000

Sum sq. resids 3.13E+25 8.65E+22 1.97E+28 118.8954 191.8152 3.64E+11 718.5620

S.E. equation 6.69E+11 3.52E+10 1.68E+13 1.303267 1.655360 72081.85 3.203931

F-statistic 1.38E+13 2.46E+13 1.35E+13 939.8745 797.1239 2938966. 3.58E+09

Log likelihood -2651.037 -2377.068 -2950.708 -143.3838 -165.6242 -1159.007 -227.0376

Akaike AIC 57.50617 51.61436 63.95072 3.578146 4.056434 25.41951 5.377153

Schwarz SC 58.13251 52.24070 64.57706 4.204487 4.682776 26.04585 6.003495

Mean dependent -1.80E+17 -1.24E+16 -4.55E+18 -0.500990 -0.489138 1527863. -14241.44

S.D. dependent 1.21E+18 8.52E+16 3.02E+19 19.57131 22.90013 60428373 93717.61

Determinant resid covariance (dof

adj.) 3.99E+75







Dependent Variable: D(VA_IND)


189



D(VA_IND) = C(1)*( VA_IND(-1) - 12710174562.8*TJ(-1) + 10686774801.9

*TX_C(-1) - 2.66064765347E+17 ) + C(2)*( BC(-1) - 371217110.53*TJ(

-1) + 460101404.442*TX_C(-1) - 1.79695324111E+16 ) + C(3)*(

FB_CF(-1) - 253404505701*TJ(-1) + 248129146694*TX_C(-1) -

6.90342197732E+18 ) + C(4)*( IPCA_NC(-1) + 0.0182639529926*TJ(

-1) + 0.00770718200648*TX_C(-1) - 930.261046878 ) + C(5)*(

IPCA_C(-1) - 0.020920294093*TJ(-1) - 0.00356243524568*TX_C(-1) +

988.606926178 ) + C(6)*( TC(-1) + 52018.6038842*TJ(-1) -

10210.5683505*TX_C(-1) - 2340158115.48 ) + C(7)*D(VA_IND(-1)) +

C(8)*D(VA_IND(-2)) + C(9)*D(BC(-1)) + C(10)*D(BC(-2)) + C(11)

*D(FB_CF(-1)) + C(12)*D(FB_CF(-2)) + C(13)*D(IPCA_NC(-1)) + C(14)

*D(IPCA_NC(-2)) + C(15)*D(IPCA_C(-1)) + C(16)*D(IPCA_C(-2)) +

C(17)*D(TC(-1)) + C(18)*D(TC(-2)) + C(19)*D(TJ(-1)) + C(20)*D(TJ(-2))

+ C(21)*D(TX_C(-1)) + C(22)*D(TX_C(-2)) + C(23)


C(1) -0.909312 0.063061 -14.41964 0.0000

C(2) -11.01639 0.866305 -12.71652 0.0000

C(3) 0.034705 0.001710 20.29344 0.0000

C(4) 2.72E+11 6.04E+10 4.495967 0.0000

C(5) 7.66E+10 8.62E+10 0.889511 0.3768

C(6) -1144659. 291673.9 -3.924449 0.0002

C(7) -0.580697 0.022905 -25.35194 0.0000

C(8) 0.054422 0.015098 3.604567 0.0006

C(9) -2.334112 0.333563 -6.997506 0.0000

C(10) 0.448126 0.017317 25.87740 0.0000

C(11) 0.030193 0.001155 26.13977 0.0000

C(12) -0.004101 0.000564 -7.272216 0.0000

C(13) 1.45E+11 5.38E+10 2.688458 0.0090

C(14) -6.84E+10 4.48E+10 -1.527095 0.1312

C(15) -2.46E+10 7.65E+10 -0.321662 0.7487

C(16) -1.29E+11 4.77E+10 -2.695098 0.0088

C(17) 1397303. 1050297. 1.330388 0.1877

C(18) 4550892. 938859.5 4.847256 0.0000

C(19) -9.48E+10 1.30E+10 -7.272255 0.0000

C(20) 3.97E+10 7.52E+09 5.282883 0.0000

C(21) -6.52E+09 2.64E+10 -0.246969 0.8057

C(22) 2.73E+10 2.46E+10 1.109193 0.2711

C(23) -2.03E+17 3.37E+15 -60.15341 0.0000






F-statistic 1.38E+13 Durbin-Watson stat 1.886022







190

Test Equation:



Sample: 1991Q4 2014Q4




C(1) -0.002211 0.066760 -0.033118 0.9737

C(2) 0.058431 0.897544 0.065101 0.9483

C(3) -8.40E-05 0.001768 -0.047490 0.9623

C(4) 7.23E+09 6.34E+10 0.114146 0.9095

C(5) -8.54E+09 8.97E+10 -0.095194 0.9244

C(6) -38469.48 303264.7 -0.126851 0.8994

C(7) 0.001967 0.023834 0.082546 0.9345

C(8) -0.000967 0.016078 -0.060120 0.9522

C(9) 0.020701 0.354020 0.058474 0.9535

C(10) -0.000904 0.018027 -0.050124 0.9602

C(11) -0.000149 0.001190 -0.124905 0.9010

C(12) 4.34E-05 0.000601 0.072232 0.9426

C(13) -7.91E+09 5.68E+10 -0.139365 0.8896

C(14) -4.66E+08 4.63E+10 -0.010063 0.9920

C(15) 6.97E+09 7.88E+10 0.088351 0.9299

C(16) 2.21E+09 4.85E+10 0.045621 0.9637

C(17) 99903.42 1115676. 0.089545 0.9289

C(18) 95507.64 962966.7 0.099181 0.9213

C(19) 1.17E+09 1.36E+10 0.085738 0.9319

C(20) -2.29E+08 7.93E+09 -0.028914 0.9770

C(21) -8.75E+09 2.96E+10 -0.295132 0.7688

C(22) -4.82E+09 2.70E+10 -0.178938 0.8585

C(23) -1.93E+14 3.47E+15 -0.055530 0.9559

RESID(-1) 0.069310 0.139644 0.496329 0.6213

RESID(-2) 0.066278 0.145316 0.456091 0.6498











Sample: 1991Q1 2014Q4

Lags: 2


BC does not Granger Cause VA_IND 94 1833.61 5.E-73

VA_IND does not Granger Cause BC 2315.08 2.E-77

FB_CF does not Granger Cause VA_IND 94 13.4731 8.E-06

191

VA_IND does not Granger Cause FB_CF 9.24518 0.0002

IPCA_NC does not Granger Cause VA_IND 94 0.48492 0.6174

VA_IND does not Granger Cause IPCA_NC 3.42441 0.0369

IPCA_C does not Granger Cause VA_IND 94 0.25253 0.7774

VA_IND does not Granger Cause IPCA_C 2.88104 0.0613

TC does not Granger Cause VA_IND 94 876.830 3.E-59

VA_IND does not Granger Cause TC 10807.5 6E-107

TJ does not Granger Cause VA_IND 94 2203.23 2.E-76

VA_IND does not Granger Cause TJ 584.146 7.E-52

TX_C does not Granger Cause VA_IND 94 44.9137 3.E-14

VA_IND does not Granger Cause TX_C 5165.17 9.E-93

FB_CF does not Granger Cause BC 94 596.486 3.E-52

BC does not Granger Cause FB_CF 491.712 8.E-49

IPCA_NC does not Granger Cause BC 94 1.55440 0.2170

BC does not Granger Cause IPCA_NC 3.54277 0.0331

IPCA_C does not Granger Cause BC 94 1.07625 0.3453

BC does not Granger Cause IPCA_C 2.67542 0.0744

TC does not Granger Cause BC 94 1548.77 7.E-70

BC does not Granger Cause TC 7949.63 5E-101

TJ does not Granger Cause BC 94 4895.15 1.E-91

BC does not Granger Cause TJ 4866.58 1.E-91

TX_C does not Granger Cause BC 94 4094.42 3.E-88

BC does not Granger Cause TX_C 7016.15 1.E-98

IPCA_NC does not Granger Cause FB_CF 94 0.49714 0.6099

FB_CF does not Granger Cause IPCA_NC 3.53331 0.0334

IPCA_C does not Granger Cause FB_CF 94 0.27471 0.7604

FB_CF does not Granger Cause IPCA_C 2.89060 0.0608

TC does not Granger Cause FB_CF 94 543.784 1.E-50

FB_CF does not Granger Cause TC 15500.8 7E-114

TJ does not Granger Cause FB_CF 94 851.566 9.E-59

FB_CF does not Granger Cause TJ 2542.50 3.E-79

TX_C does not Granger Cause FB_CF 94 270.127 2.E-38

FB_CF does not Granger Cause TX_C 6966.27 2.E-98

IPCA_C does not Granger Cause IPCA_NC 94 17.6416 4.E-07

IPCA_NC does not Granger Cause IPCA_C 45.7219 2.E-14

TC does not Granger Cause IPCA_NC 94 0.51157 0.6013

IPCA_NC does not Granger Cause TC 1.67953 0.1923

TJ does not Granger Cause IPCA_NC 94 3.37036 0.0388

IPCA_NC does not Granger Cause TJ 1.87354 0.1596

192

TX_C does not Granger Cause IPCA_NC 94 4.01995 0.0213

IPCA_NC does not Granger Cause TX_C 1.44891 0.2403

TC does not Granger Cause IPCA_C 94 0.02650 0.9739

IPCA_C does not Granger Cause TC 1.34734 0.2652

TJ does not Granger Cause IPCA_C 94 3.20671 0.0452

IPCA_C does not Granger Cause TJ 1.64165 0.1995

TX_C does not Granger Cause IPCA_C 94 3.73480 0.0277

IPCA_C does not Granger Cause TX_C 1.38485 0.2557

TJ does not Granger Cause TC 94 9533.57 2E-104

TC does not Granger Cause TJ 2599.62 1.E-79

TX_C does not Granger Cause TC 94 19369.0 3E-118

TC does not Granger Cause TX_C 418.552 5.E-46

TX_C does not Granger Cause TJ 94 29871.4 1E-126

TJ does not Granger Cause TX_C 1176.74 1.E-64


193



-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D to

VA

_IN

D

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D to

BC

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D t

o FB

_CF

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D to

IPC

A_N

C

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D to

IPC

A_

C

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D to

TC

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D to

TJ

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA

_IN

D to

TX

_C

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to V

A_I

ND

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to B

C

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to F

B_C

F

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to IP

CA

_NC

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to I

PC

A_C

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to T

C

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to T

J

-2E

+1

0

0E

+0

0

2E

+1

0

4E

+1

0

24

68

10

Res

pons

e of

BC

to T

X_C

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to V

A_I

ND

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to B

C

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to F

B_C

F

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to IP

CA

_NC

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to IP

CA

_C

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to T

C

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to T

J

-1E

+1

3

0E

+0

0

1E

+1

3

2E

+1

3

24

68

10

Res

pons

e of

FB

_CF

to T

X_C

-1012

24

68

10

Res

pons

e of

IPC

A_N

C to

VA

_IN

D

-1012

24

68

10

Res

pons

e of

IPC

A_N

C t

o B

C

-1012

24

68

10

Res

pons

e of

IPC

A_N

C t

o FB

_CF

-1012

24

68

10

Res

pons

e of

IP

CA

_NC

to IP

CA

_NC

-1012

24

68

10

Res

pons

e of

IP

CA

_NC

to

IPC

A_

C

-1012

24

68

10

Res

pons

e of

IP

CA

_NC

to T

C

-1012

24

68

10

Res

pons

e of

IPC

A_N

C to

TJ

-1012

24

68

10

Res

pons

e of

IP

CA

_NC

to T

X_C

-1012

24

68

10

Res

pons

e of

IPC

A_C

to V

A_I

ND

-1012

24

68

10

Res

pons

e of

IPC

A_C

to B

C

-1012

24

68

10

Res

pons

e of

IPC

A_C

to

FB_C

F

-1012

24

68

10

Res

pons

e of

IP

CA

_C to

IPC

A_N

C

-1012

24

68

10

Res

pons

e of

IP

CA

_C to

IPC

A_

C

-1012

24

68

10

Res

pons

e of

IP

CA

_C to

TC

-1012

24

68

10

Res

pons

e of

IPC

A_C

to T

J

-1012

24

68

10

Res

pons

e of

IPC

A_C

to T

X_C

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to V

A_I

ND

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to B

C

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to F

B_C

F

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to I

PC

A_N

C

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to IP

CA

_C

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to T

C

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to T

J

-40

,00

00

40

,00

0

80

,00

0

24

68

10

Res

pons

e of

TC

to

TX_C

-4-2024

24

68

10

Res

pons

e of

TJ

to V

A_I

ND

-4-2024

24

68

10

Res

pons

e of

TJ

to B

C

-4-2024

24

68

10

Res

pons

e of

TJ

to F

B_C

F

-4-2024

24

68

10

Res

pons

e of

TJ

to IP

CA

_NC

-4-2024

24

68

10

Res

pons

e of

TJ

to IP

CA

_C

-4-2024

24

68

10

Res

pons

e of

TJ

to T

C

-4-2024

24

68

10

Res

pons

e of

TJ

to T

J

-4-2024

24

68

10

Res

pons

e of

TJ

to T

X_C

-4-2024

24

68

10

Res

pons

e of

TX

_C to

VA

_IN

D

-4-2024

24

68

10

Res

pons

e of

TX

_C to

BC

-4-2024

24

68

10

Res

pons

e of

TX

_C to

FB

_CF

-4-2024

24

68

10

Res

pons

e of

TX

_C t

o IP

CA

_NC

-4-2024

24

68

10

Res

pons

e of

TX

_C to

IP

CA

_C

-4-2024

24

68

10

Res

pons

e of

TX

_C to

TC

-4-2024

24

68

10

Res

pons

e of

TX

_C to

TJ

-4-2024

24

68

10

Res

pons

e of

TX

_C to

TX

_C

Res

pons

e to

Gen

eral

ized

One

S.D

. In

nova

tions

194




Endogenous variables: D(VA_IND) D(VA_AG) D(VA_S) D(TX_C) D(TJ_LP)


Sample: 1991Q1 2014Q4



0 -12329.33 NA 1.1e+109 265.2545 265.3906 265.3094

1 -11142.90 2219.784 1.55e+98 240.2773 241.0943 240.6072

2 -9605.462 2711.174* 1.16e+84* 207.7519* 209.2496* 208.3566*












Series: VA_IND VA_AG VA_S TX_C TJ_LP





None * 1.000000 4386.138 69.81889 1.0000

At most 1 * 1.000000 2538.359 47.85613 1.0000

At most 2 * 0.999838 1175.172 29.79707 1.0000

At most 3 * 0.979544 363.2554 15.49471 0.0001

At most 4 0.016378 1.535734 3.841466 0.2153







None * 1.000000 1847.780 33.87687 1.0000

At most 1 * 1.000000 1363.187 27.58434 0.0000

At most 2 * 0.999838 811.9163 21.13162 0.0001

At most 3 * 0.979544 361.7196 14.26460 0.0001

At most 4 0.016378 1.535734 3.841466 0.2153

195





VA_IND VA_AG VA_S TX_C TJ_LP

2.32E-14 5.31E-14 -1.66E-14 -1.06E-06 3.13E-05

9.68E-15 9.17E-14 -1.82E-14 1.26E-05 -0.000375

-1.49E-13 -8.07E-14 9.45E-14 0.001114 -0.021351

6.16E-14 1.47E-13 -5.11E-14 0.005789 -0.096577

-5.66E-14 -1.38E-13 4.24E-14 -0.073849 -0.046407


D(VA_IND) -1.57E+14 5.83E+13 -1.14E+13 3.65E+11 5.84E+09

D(VA_AG) -2.97E+13 -1.29E+12 -5.95E+12 5.65E+11 5.12E+09

D(VA_S) -2.79E+14 8.53E+13 -3.51E+13 2.41E+12 2.52E+10

D(TX_C) 13.85580 6.467751 1.008366 -6.788467 0.363931

D(TJ_LP) 1.737242 -0.329844 -1.829071 10.61298 0.063571




1.000000 2.292215 -0.715972 -45813608 1.35E+09

(3.8E-05) (3.9E-06) (1.6E+07) (2.5E+07)


D(VA_IND) -3.644027

(0.15289)

D(VA_AG) -0.688809

(0.01575)

D(VA_S) -6.469264

(0.23754)

D(TX_C) 3.21E-13

(2.5E-14)

D(TJ_LP) 4.03E-14

(2.8E-14)




1.000000 0.000000 -0.343894 -4.77E+08 1.41E+10

(1.4E-05) (1.4E+08) (2.5E+08)

0.000000 1.000000 -0.162322 1.88E+08 -5.58E+09

(6.1E-06) (6.0E+07) (1.1E+08)


D(VA_IND) -3.080102 -3.011812

(0.03179) (0.13410)

D(VA_AG) -0.701265 -1.696870

(0.01668) (0.07038)

D(VA_S) -5.643948 -7.012145

196

(0.09815) (0.41403)

D(TX_C) 3.84E-13 1.33E-12

(2.1E-14) (8.8E-14)

D(TJ_LP) 3.71E-14 6.20E-14

(3.0E-14) (1.3E-13)




1.000000 0.000000 0.000000 1.16E+10 -2.10E+11

(5.9E+08) (1.5E+09)

0.000000 1.000000 0.000000 5.89E+09 -1.12E+11

(2.6E+08) (6.9E+08)

0.000000 0.000000 1.000000 3.51E+10 -6.53E+11

(1.6E+09) (4.3E+09)


D(VA_IND) -1.382264 -2.092694 0.471693

(0.00673) (0.00593) (0.00435)

D(VA_AG) 0.186220 -1.216433 -0.046060

(0.00971) (0.00855) (0.00627)

D(VA_S) -0.411714 -4.179695 -0.238059

(0.04181) (0.03682) (0.02701)

D(TX_C) 2.33E-13 1.25E-12 -2.52E-13

(1.2E-13) (1.1E-13) (8.1E-14)

D(TJ_LP) 3.10E-13 2.10E-13 -1.96E-13

(1.8E-13) (1.6E-13) (1.2E-13)




1.000000 0.000000 0.000000 0.000000 -1.62E+10

(2.4E+09)

0.000000 1.000000 0.000000 0.000000 -1.30E+10

(1.2E+09)

0.000000 0.000000 1.000000 0.000000 -6.49E+10

(7.0E+09)

0.000000 0.000000 0.000000 1.000000 -16.75565

(0.17942)


D(VA_IND) -1.359807 -2.038995 0.453050 -9.67E+09

(0.00300) (0.00365) (0.00203) (1.1E+08)

D(VA_AG) 0.221025 -1.133206 -0.074954 -3.34E+09

(0.00215) (0.00261) (0.00145) (7.8E+07)

D(VA_S) -0.263103 -3.824330 -0.361433 -2.38E+10

(0.01093) (0.01329) (0.00738) (3.9E+08)

D(TX_C) -1.85E-13 2.48E-13 9.46E-14 -0.038105

(5.5E-14) (6.6E-14) (3.7E-14) (0.00197)

D(TJ_LP) 9.63E-13 1.77E-12 -7.38E-13 0.059389

(2.9E-14) (3.6E-14) (2.0E-14) (0.00106)


197







VA_IND(-1) 1.000000 0.000000 0.000000 0.000000

VA_AG(-1) 0.000000 1.000000 0.000000 0.000000

VA_S(-1) 0.000000 0.000000 1.000000 0.000000

TX_C(-1) 0.000000 0.000000 0.000000 1.000000

TJ_LP(-1) -1.62E+10 -1.30E+10 -6.49E+10 -16.75565

(2.4E+09) (1.2E+09) (7.1E+09) (0.18284)

[-6.73468] [-10.9255] [-9.08354] [-91.6405]

C -2.67E+17 -4.40E+16 -5.05E+17 -7791.879

Error Correction: D(VA_IND) D(VA_AG) D(VA_S) D(TX_C) D(TJ_LP)

CointEq1 -1.359807 0.221025 -0.263103 -1.85E-13 9.63E-13

(0.00306) (0.00219) (0.01114) (5.6E-14) (3.0E-14)

[-444.889] [ 101.034] [-23.6271] [-3.31831] [ 32.3117]

CointEq2 -2.038995 -1.133206 -3.824330 2.48E-13 1.77E-12

(0.00372) (0.00266) (0.01354) (6.8E-14) (3.6E-14)

[-548.688] [-426.058] [-282.473] [ 3.67134] [ 48.8933]

CointEq3 0.453050 -0.074954 -0.361433 9.46E-14 -7.38E-13

(0.00206) (0.00148) (0.00752) (3.8E-14) (2.0E-14)

[ 219.495] [-50.7372] [-48.0638] [ 2.51855] [-36.6690]

CointEq4 -9.67E+09 -3.34E+09 -2.38E+10 -0.038105 0.059389

(1.1E+08) (7.9E+07) (4.0E+08) (0.00201) (0.00108)

[-87.6518] [-42.3303] [-59.0720] [-18.9776] [ 55.1871]

D(VA_IND(-1)) -0.285299 -0.055445 -0.614774 -1.08E-13 3.70E-13

(0.00115) (0.00082) (0.00418) (2.1E-14) (1.1E-14)

[-248.853] [-67.5702] [-147.188] [-5.18067] [ 33.1340]

D(VA_IND(-2)) -0.046282 -0.029457 -0.130517 2.03E-14 -2.77E-13

(0.00073) (0.00052) (0.00265) (1.3E-14) (7.1E-15)

[-63.5325] [-56.4976] [-49.1777] [ 1.53094] [-39.0489]

D(VA_AG(-1)) -0.335857 -0.008188 -0.556025 2.91E-14 -2.65E-13

(0.00069) (0.00050) (0.00253) (1.3E-14) (6.8E-15)

[-484.162] [-16.4919] [-220.011] [ 2.30304] [-39.1688]

D(VA_AG(-2)) 0.053321 0.029434 0.118967 5.92E-15 -3.81E-14

(0.00011) (8.1E-05) (0.00041) (2.1E-15) (1.1E-15)

[ 472.873] [ 364.714] [ 289.593] [ 2.88474] [-34.6322]

D(VA_S(-1)) 0.153839 0.026396 0.314181 6.07E-14 -1.93E-13

(0.00061) (0.00044) (0.00222) (1.1E-14) (5.9E-15)

198

[ 252.514] [ 60.5358] [ 141.551] [ 5.47233] [-32.5139]

D(VA_S(-2)) 0.016689 0.012212 0.049330 -8.80E-15 1.43E-13

(0.00037) (0.00027) (0.00136) (6.8E-15) (3.6E-15)

[ 44.7361] [ 45.7376] [ 36.2968] [-1.29597] [ 39.4447]

D(TX_C(-1)) -8.13E+09 -2.47E+10 -9.44E+10 0.089964 -0.503159

(1.7E+09) (1.2E+09) (6.2E+09) (0.03098) (0.01661)

[-4.77412] [-20.2650] [-15.2164] [ 2.90352] [-30.2991]

D(TX_C(-2)) 4.98E+10 2.64E+10 1.57E+11 0.164485 0.159457

(7.2E+08) (5.1E+08) (2.6E+09) (0.01305) (0.00699)

[ 69.4754] [ 51.4115] [ 60.1339] [ 12.6061] [ 22.8016]

D(TJ_LP(-1)) -5.78E+10 -2.87E+10 -1.77E+11 -0.102471 -0.174856

(1.9E+09) (1.4E+09) (6.9E+09) (0.03437) (0.01842)

[-30.5861] [-21.2278] [-25.7426] [-2.98178] [-9.49335]

D(TJ_LP(-2)) 1.89E+09 2.32E+09 1.02E+10 0.019297 0.015166

(1.7E+09) (1.2E+09) (6.3E+09) (0.03126) (0.01675)

[ 1.10099] [ 1.88732] [ 1.62709] [ 0.61736] [ 0.90530]

C -2.23E+17 -2.89E+16 -4.21E+17 9224.970 -37713.57

(1.1E+14) (7.9E+13) (4.0E+14) (2015.12) (1080.03)

[-2017.23] [-364.108] [-1044.08] [ 4.57788] [-34.9191]

R-squared 1.000000 1.000000 1.000000 1.000000 0.981386

Adj. R-squared 1.000000 1.000000 1.000000 1.000000 0.978045

Sum sq. resids 2.54E+24 1.30E+24 3.37E+25 841.6086 241.7562

S.E. equation 1.81E+11 1.29E+11 6.58E+11 3.284791 1.760522

F-statistic 2.97E+14 1.50E+13 7.85E+13 1.63E+08 293.7404

Log likelihood -2534.269 -2503.165 -2654.506 -234.3876 -176.3841

Akaike AIC 54.82300 54.15408 57.40874 5.363173 4.115788

Schwarz SC 55.23148 54.56257 57.81722 5.771657 4.524272

Mean dependent -1.80E+17 -2.93E+16 -3.38E+17 -3401.232 -0.286923

S.D. dependent 1.21E+18 1.95E+17 2.27E+18 16384.02 11.88156












D(VA_IND) = C(1)*( VA_IND(-1) - 16166300191.5*TJ_LP(-1) -

2.66572685603E+17 ) + C(2)*( VA_AG(-1) - 12968653022.5*TJ_LP(-1)

- 4.40223228156E+16 ) + C(3)*( VA_S(-1) - 64913169479*TJ_LP(-1) -

5.05245667518E+17 ) + C(4)*( TX_C(-1) - 16.7556467867*TJ_LP(-1) -

7791.87913514 ) + C(5)*D(VA_IND(-1)) + C(6)*D(VA_IND(-2)) + C(7)

*D(VA_AG(-1)) + C(8)*D(VA_AG(-2)) + C(9)*D(VA_S(-1)) + C(10)

*D(VA_S(-2)) + C(11)*D(TX_C(-1)) + C(12)*D(TX_C(-2)) + C(13)

*D(TJ_LP(-1)) + C(14)*D(TJ_LP(-2)) + C(15)

199


C(1) -1.359594 0.003056 -444.8586 0.0000

C(2) -2.038794 0.003716 -548.6504 0.0000

C(3) 0.452906 0.002064 219.4441 0.0000

C(4) -9.67E+09 1.10E+08 -87.63250 0.0000

C(5) -0.285185 0.001146 -248.7772 0.0000

C(6) -0.046355 0.000728 -63.63905 0.0000

C(7) -0.335922 0.000694 -484.2931 0.0000

C(8) 0.053312 0.000113 472.8124 0.0000

C(9) 0.153778 0.000609 252.4382 0.0000

C(10) 0.016726 0.000373 44.84031 0.0000

C(11) -8.30E+09 1.70E+09 -4.874141 0.0000

C(12) 4.99E+10 7.17E+08 69.57664 0.0000

C(13) -5.78E+10 1.89E+09 -30.62484 0.0000

C(14) 1.90E+09 1.72E+09 1.107162 0.2716

C(15) -2.23E+17 1.11E+14 -2017.495 0.0000













Test Equation:



Sample: 1991Q4 2014Q4




C(1) -0.000644 0.003004 -0.214378 0.8308

C(2) -0.000936 0.003656 -0.256157 0.7985

C(3) 0.000470 0.002030 0.231757 0.8173

C(4) -23347009 1.08E+08 -0.215664 0.8298

C(5) -0.000250 0.001127 -0.221690 0.8252

C(6) 0.000173 0.000717 0.240912 0.8103

C(7) 0.000162 0.000682 0.238081 0.8125

C(8) 2.29E-05 0.000111 0.206753 0.8368

C(9) 0.000131 0.000599 0.219605 0.8268

C(10) -8.88E-05 0.000367 -0.242086 0.8094

C(11) 3.46E+08 1.67E+09 0.207037 0.8365

C(12) -1.23E+08 7.04E+08 -0.175255 0.8613

C(13) 6.18E+08 1.86E+09 0.331786 0.7410

200

C(14) -2.20E+08 1.68E+09 -0.131161 0.8960

C(15) 2.46E+13 1.09E+14 0.226240 0.8216

RESID(-1) -0.028480 0.111458 -0.255522 0.7990

RESID(-2) 0.268188 0.112007 2.394392 0.0191











Sample: 1991Q1 2014Q4

Lags: 2


VA_AG does not Granger Cause VA_IND 94 2574.64 2.E-79

VA_IND does not Granger Cause VA_AG 236.541 2.E-36

VA_S does not Granger Cause VA_IND 94 51.6978 1.E-15

VA_IND does not Granger Cause VA_S 57.8034 8.E-17

TX_C does not Granger Cause VA_IND 94 44.9137 3.E-14

VA_IND does not Granger Cause TX_C 5165.17 9.E-93

TJ_LP does not Granger Cause VA_IND 94 1.99747 0.1417

VA_IND does not Granger Cause TJ_LP 4.41959 0.0148

VA_S does not Granger Cause VA_AG 94 162.983 2.E-30

VA_AG does not Granger Cause VA_S 1274.53 3.E-66

TX_C does not Granger Cause VA_AG 94 713.964 2.E-55

VA_AG does not Granger Cause TX_C 7639.95 3E-100

TJ_LP does not Granger Cause VA_AG 94 3.44009 0.0364

VA_AG does not Granger Cause TJ_LP 5.55962 0.0053

TX_C does not Granger Cause VA_S 94 46.3606 2.E-14

VA_S does not Granger Cause TX_C 5996.25 1.E-95

TJ_LP does not Granger Cause VA_S 94 1.93484 0.1505

VA_S does not Granger Cause TJ_LP 4.41143 0.0149

TJ_LP does not Granger Cause TX_C 94 2.80448 0.0659

TX_C does not Granger Cause TJ_LP 5.01196 0.0087


201






Endogenous variables: D(VA_IND(-2)) D(BC(-2)) D(TC(-2)) D(P_E(-2)) D(R_IND(-2))


Sample: 1990 2013



-1E

+1

1

0E

+0

0

1E

+1

1

2E

+1

1

3E

+1

1

24

68

10

Res

pons

e of

VA_

IND

to V

A_IN

D

-1E

+1

1

0E

+0

0

1E

+1

1

2E

+1

1

3E

+1

1

24

68

10

Res

pons

e of

VA_

IND

to V

A_AG

-1E

+1

1

0E

+0

0

1E

+1

1

2E

+1

1

3E

+1

1

24

68

10

Res

pons

e of

VA_

IND

to V

A_S

-1E

+1

1

0E

+0

0

1E

+1

1

2E

+1

1

3E

+1

1

24

68

10

Res

pons

e of

VA_

IND

to T

X_C

-1E

+1

1

0E

+0

0

1E

+1

1

2E

+1

1

3E

+1

1

24

68

10

Res

pons

e of

VA_

IND

to T

J_LP

-1.0

E+

11

-5.0

E+

10

0.0

E+

00

5.0

E+

10

1.0

E+

11

1.5

E+

11

24

68

10

Res

pons

e of

VA_

AG to

VA_

IND

-1.0

E+

11

-5.0

E+

10

0.0

E+

00

5.0

E+

10

1.0

E+

11

1.5

E+

11

24

68

10

Res

pons

e of

VA_

AG to

VA_

AG

-1.0

E+

11

-5.0

E+

10

0.0

E+

00

5.0

E+

10

1.0

E+

11

1.5

E+

11

24

68

10

Res

pons

e of

VA_

AG to

VA_

S

-1.0

E+

11

-5.0

E+

10

0.0

E+

00

5.0

E+

10

1.0

E+

11

1.5

E+

11

24

68

10

Res

pons

e of

VA_

AG to

TX_

C

-1.0

E+

11

-5.0

E+

10

0.0

E+

00

5.0

E+

10

1.0

E+

11

1.5

E+

11

24

68

10

Res

pons

e of

VA_

AG to

TJ_

LP

-8E

+1

1

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA_

S to

VA_

IND

-8E

+1

1

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA_

S to

VA_

AG

-8E

+1

1

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA_

S to

VA_

S

-8E

+1

1

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA_

S to

TX_

C

-8E

+1

1

-4E

+1

1

0E

+0

0

4E

+1

1

8E

+1

1

24

68

10

Res

pons

e of

VA_

S to

TJ_

LP

-101234

24

68

10

Res

pons

e of

TX_

C to

VA_

IND

-101234

24

68

10

Res

pons

e of

TX_

C to

VA_

AG

-101234

24

68

10

Res

pons

e of

TX_

C to

VA_

S

-101234

24

68

10

Res

pons

e of

TX_

C to

TX_

C

-101234

24

68

10

Res

pons

e of

TX_

C to

TJ_

LP

-2-1012

24

68

10

Res

pons

e of

TJ_

LP to

VA_

IND

-2-1012

24

68

10

Res

pons

e of

TJ_

LP to

VA_

AG

-2-1012

24

68

10

Res

pons

e of

TJ_

LP to

VA_

S

-2-1012

24

68

10

Res

pons

e of

TJ_

LP to

TX_

C

-2-1012

24

68

10

Res

pons

e of

TJ_

LP to

TJ_

LP

Res

pons

e to

Gen

eral

ized

One

S.D

. Inn

ovat

ions

202

0 -1812.879 NA 6.13e+72 181.7879 182.0369 181.8365

1 -1596.058 303.5503* 3.15e+64* 162.6058* 164.0994* 162.8973*












Series: VA_IND BC TC P_E R_IND





None * 0.999969 341.5348 69.81889 0.0001

At most 1 * 0.985497 112.9520 47.85613 0.0000

At most 2 0.395584 19.81771 29.79707 0.4353

At most 3 0.311551 8.740868 15.49471 0.3899

At most 4 0.023712 0.527949 3.841466 0.4675







None * 0.999969 228.5828 33.87687 0.0001

At most 1 * 0.985497 93.13428 27.58434 0.0000

At most 2 0.395584 11.07684 21.13162 0.6397

At most 3 0.311551 8.212919 14.26460 0.3575

At most 4 0.023712 0.527949 3.841466 0.4675





VA_IND BC TC P_E R_IND

-2.87E-08 3.26E-07 1.14E-10 0.000191 -3.05E-11

-5.63E-07 -2.82E-07 -1.06E-09 0.001781 -4.95E-10

-6.22E-06 4.78E-07 -1.16E-08 -0.000905 2.71E-10

2.57E-06 -4.16E-08 -4.83E-08 0.000397 -1.10E-10

3.94E-06 -1.45E-07 5.13E-07 0.000479 -1.37E-10

203


D(VA_IND) -11367.64 -587.8058 9781.997 11086.86 3846.700

D(BC) -72587868 12769845 3878060. 4058494. -361569.1

D(TC) -422635.1 -183398.2 747057.4 -422890.9 165998.0

D(P_E) -426244.9 82167.85 31436.57 32286.27 -2854.234

D(R_IND) -7.32E+10 1.55E+10 6.11E+09 6.26E+09 -5.50E+08




1.000000 -11.35637 -0.003953 -6642.000 0.001062

(0.02425) (0.02240) (93.0646) (2.6E-05)


D(VA_IND) 0.000327

(0.00026)

D(BC) 2.085526

(0.12008)

D(TC) 0.012143

(0.01323)

D(P_E) 0.012246

(0.00085)

D(R_IND) 2103.063

(162.009)




1.000000 0.000000 0.001638 -3310.088 0.000886

(0.02365) (81.0249) (2.2E-05)

0.000000 1.000000 0.000492 293.3959 -1.55E-05

(0.00279) (9.57167) (2.6E-06)


D(VA_IND) 0.000658 -0.003543

(0.00517) (0.00396)

D(BC) -5.106816 -27.29128

(1.44857) (1.10852)

D(TC) 0.115438 -0.086090

(0.25833) (0.19769)

D(P_E) -0.034033 -0.162286

(0.01155) (0.00884)

D(R_IND) -6633.252 -28264.82

(2238.61) (1713.11)




1.000000 0.000000 0.000000 -24860.67 0.006655

(749.937) (0.00020)

0.000000 1.000000 0.000000 -6182.716 0.001718

204

(212.355) (5.7E-05)

0.000000 0.000000 1.000000 13154273 -3.521330

(421087.) (0.11281)


D(VA_IND) -0.060701 0.001156 -0.000115

(0.05494) (0.00567) (0.00010)

D(BC) -29.52607 -25.42381 -0.067344

(14.6528) (1.51472) (0.02733)

D(TC) -4.518294 0.270231 -0.008495

(2.59348) (0.26742) (0.00484)

D(P_E) -0.231937 -0.147150 -0.000505

(0.11649) (0.01204) (0.00022)

D(R_IND) -45065.45 -25325.42 -96.45730

(22567.6) (2332.91) (42.0926)




1.000000 0.000000 0.000000 0.000000 1.47E-07

(5.1E-08)

0.000000 1.000000 0.000000 0.000000 6.30E-05

(1.3E-08)

0.000000 0.000000 1.000000 0.000000 2.39E-05

(8.4E-06)

0.000000 0.000000 0.000000 1.000000 -2.68E-07

(2.3E-11)


D(VA_IND) -0.031689 0.000669 -0.000649 -7.665075

(0.05628) (0.00538) (0.00041) (17.0529)

D(BC) -18.79643 -25.60737 -0.262671 6999.418

(14.3205) (1.36816) (0.10529) (4339.00)

D(TC) -5.617719 0.288453 0.011893 -1251.415

(2.70716) (0.25864) (0.01990) (820.249)

D(P_E) -0.146580 -0.148611 -0.002059 49.41276

(0.11383) (0.01088) (0.00084) (34.4903)

D(R_IND) -28523.08 -25608.43 -397.6054 10624432

(22050.3) (2106.67) (162.122) (6681090)








D(VA_IND(-1)) 1.000000 0.000000

D(TC(-1)) 0.000000 1.000000

D(R_IND(-1)) 0.000278 -0.024046

(2.5E-05) (0.00210)

205

[ 11.1070] [-11.4631]

D(P_E(-1)) -1800.828 145959.8

(88.9829) (7452.03)

[-20.2379] [ 19.5866]

D(BC(-1)) -3.233549 238.4619

(0.02089) (1.74962)

[-154.776] [ 136.293]

C -291858.8 19555135

Error Correction: D(VA_IND,2) D(TC,2) D(R_IND,2) D(P_E,2) D(BC,2)

CointEq1 -0.164563 -5.976664 74932.43 0.399550 64.01131

(0.15989) (6.65512) (71379.2) (0.36707) (44.8416)

[-1.02925] [-0.89806] [ 1.04978] [ 1.08849] [ 1.42750]

CointEq2 -0.002235 -0.081015 920.4082 0.004857 0.770776

(0.00215) (0.08953) (960.291) (0.00494) (0.60327)

[-1.03906] [-0.90486] [ 0.95847] [ 0.98361] [ 1.27766]

D(VA_IND(-1),2) -0.798713 -32.69912 -79211.05 -0.413268 -64.72867

(0.47421) (19.7418) (211640.) (1.08836) (132.956)

[-1.68430] [-1.65634] [-0.37427] [-0.37971] [-0.48684]

D(TC(-1),2) 0.010612 0.104676 590.0156 0.003068 0.436613

(0.01131) (0.47082) (5047.39) (0.02596) (3.17085)

[ 0.93836] [ 0.22233] [ 0.11690] [ 0.11820] [ 0.13770]

D(R_IND(-1),2) -7.27E-07 -2.66E-05 0.286877 2.12E-06 0.000329

(7.1E-07) (2.9E-05) (0.31610) (1.6E-06) (0.00020)

[-1.02583] [-0.90172] [ 0.90755] [ 1.30506] [ 1.65888]

D(P_E(-1),2) 29.11636 1029.597 8065526. 31.35284 6007.998

(24.6527) (1026.32) (1.1E+07) (56.5809) (6911.99)

[ 1.18106] [ 1.00320] [ 0.73306] [ 0.55412] [ 0.86921]

D(BC(-1),2) -0.002045 -0.075738 845.9978 0.006153 0.933817

(0.00190) (0.07922) (849.287) (0.00437) (0.53354)

[-1.07488] [-0.95603] [ 0.99613] [ 1.40879] [ 1.75024]

C 4597.044 -270154.0 1.89E+08 1808.635 215196.6

(12213.8) (508471.) (5.5E+09) (28032.0) (3424427)

[ 0.37638] [-0.53131] [ 0.03461] [ 0.06452] [ 0.06284]

R-squared 0.377548 0.431227 0.999963 0.985120 0.998948

Adj. R-squared 0.042382 0.124964 0.999943 0.977108 0.998381

Sum sq. resids 3.93E+10 6.82E+13 7.83E+21 2.07E+11 3.09E+15

S.E. equation 55003.99 2289868. 2.45E+10 126240.5 15421688

F-statistic 1.126450 1.408030 49996.32 122.9541 1763.028

Log likelihood -253.9806 -332.2863 -527.1643 -271.4270 -372.3392

Akaike AIC 24.95053 32.40822 50.96803 26.61210 36.22278

Schwarz SC 25.34844 32.80613 51.36594 27.01001 36.62069

Mean dependent 1261.600 -381802.8 -1.34E+08 101.4786 -49823.23

S.D. dependent 56207.98 2447922. 3.25E+12 834371.7 3.83E+08



206






Dependent Variable: D(VA_IND,2)




D(VA_IND,2) = C(1)*( D(VA_IND(-1)) + 0.000278211851245*D(R_IND(-1)) -

1800.82755065*D(P_E(-1)) - 3.23354913031*D(BC(-1)) -

291858.774653 ) + C(2)*( D(TC(-1)) - 0.0240463703995*D(R_IND(-1))

+ 145959.84669*D(P_E(-1)) + 238.461932989*D(BC(-1)) +

19555134.8029 ) + C(3)*D(VA_IND(-1),2) + C(4)*D(TC(-1),2) + C(5)

*D(R_IND(-1),2) + C(6)*D(P_E(-1),2) + C(7)*D(BC(-1),2) + C(8)


C(1) -0.164654 0.159860 -1.029990 0.3218

C(2) -0.002236 0.002151 -1.039796 0.3174

C(3) -0.798713 0.474209 -1.684305 0.1160

C(4) 0.010612 0.011309 0.938358 0.3652

C(5) -7.27E-07 7.08E-07 -1.025832 0.3237

C(6) 29.11636 24.65274 1.181060 0.2587

C(7) -0.002045 0.001903 -1.074882 0.3020

C(8) 4597.044 12213.78 0.376382 0.7127













Test Equation:



Sample: 1993 2013




C(1) -0.015999 0.187158 -0.085483 0.9333

C(2) -0.000215 0.002517 -0.085392 0.9334

207

C(3) -0.123992 0.829914 -0.149403 0.8837

C(4) 0.001465 0.014157 0.103494 0.9193

C(5) -7.15E-08 8.31E-07 -0.086062 0.9328

C(6) 2.406136 28.71253 0.083801 0.9346

C(7) -0.000189 0.002225 -0.085064 0.9336

C(8) 347.3121 12831.33 0.027068 0.9789

RESID(-1) 0.130351 0.701957 0.185696 0.8558












Endogenous variables: VA_IND FB_CF CF_AP CF


Sample: 1991Q1 2014Q4



0 -15963.47 NA 1.2e+141 336.1572 336.2647 336.2007

1 -14381.72 2997.000* 5.6e+126* 303.1941* 303.7317* 303.4113*












Series: VA_IND FB_CF CF_AP CF





None 1.000000 NA 47.85613 NA

At most 1 * 1.000000 2390.944 29.79707 1.0000

At most 2 * 0.998246 988.2292 15.49471 0.0001

208

At most 3 * 0.984504 391.7142 3.841466 0.0000







None 1.000000 NA 27.58434 NA

At most 1 * 1.000000 1402.715 21.13162 1.0000

At most 2 * 0.998246 596.5150 14.26460 0.0001

At most 3 * 0.984504 391.7142 3.841466 0.0000





VA_IND FB_CF CF_AP CF

8.55E-17 -7.04E-19 -3.62E-18 -5.72E-17

-1.15E-16 4.27E-18 5.25E-17 -9.64E-17

4.79E-16 4.11E-17 -7.46E-16 -2.29E-17

5.23E-15 -1.01E-16 -6.07E-16 -1.96E-15


D(VA_IND) -1.25E+17 1.41E+16 1.66E+15 7.62E+14

D(FB_CF) -2.69E+18 2.91E+17 3.74E+16 1.94E+16

D(CF_AP) -2.23E+17 2.59E+16 4.43E+15 1.34E+15

D(CF) -1.13E+17 1.71E+16 1.85E+15 7.58E+14

1 Cointegrating Equation(s): Log likelihood NA



1.000000 -0.008229 -0.042358 -0.668871

(5.6E-07) (7.7E-06) (2.4E-06)


D(VA_IND) -10.65896

(0.12927)

D(FB_CF) -230.2960

(2.67956)

D(CF_AP) -19.06283

(0.23961)

D(CF) -9.685179

(0.15714)




209

1.000000 0.000000 0.075684 -1.097801

(1.1E-05) (2.3E-05)

0.000000 1.000000 14.34465 -52.12439

(0.00129) (0.00274)


D(VA_IND) -12.27229 0.147697

(0.02785) (0.00084)

D(FB_CF) -263.6677 3.135874

(0.64473) (0.01948)

D(CF_AP) -22.03118 0.267232

(0.07064) (0.00213)

D(CF) -11.64944 0.152731

(0.03052) (0.00092)




1.000000 0.000000 0.000000 -0.951896

(3.6E-06)

0.000000 1.000000 0.000000 -24.47057

(0.00064)

0.000000 0.000000 1.000000 -1.927815

(4.4E-05)


D(VA_IND) -11.47935 0.215728 -0.045623

(0.04112) (0.00340) (0.06154)

D(FB_CF) -245.7280 4.675022 -2.923751

(1.04493) (0.08638) (1.56392)

D(CF_AP) -19.91101 0.449135 -1.137447

(0.07277) (0.00602) (0.10892)

D(CF) -10.76423 0.228679 -0.070025

(0.04091) (0.00338) (0.06123)








VA_IND(-1) 1.000000 0.000000 0.000000

FB_CF(-1) 0.000000 1.000000 0.000000

CF_AP(-1) 0.000000 0.000000 1.000000

CF(-1) -0.951896 -24.47057 -1.927815

(3.6E-06) (0.00065) (4.5E-05)

[-261480.] [-37830.7] [-42939.2]

C 1.68E+16 1.01E+18 3.91E+17

210

Error Correction: D(VA_IND) D(FB_CF) D(CF_AP) D(CF)

CointEq1 -11.47935 -245.7280 -19.91101 -10.76423

(0.04159) (1.05701) (0.07362) (0.04138)

[-275.996] [-232.474] [-270.473] [-260.109]

CointEq2 0.215728 4.675022 0.449135 0.228679

(0.00344) (0.08738) (0.00609) (0.00342)

[ 62.7416] [ 53.5016] [ 73.8023] [ 66.8440]

CointEq3 -0.045623 -2.923751 -1.137447 -0.070025

(0.06225) (1.58200) (0.11018) (0.06194)

[-0.73289] [-1.84813] [-10.3236] [-1.13057]

D(VA_IND(-1)) 0.726904 18.99528 1.639297 0.746411

(0.03885) (0.98723) (0.06876) (0.03865)

[ 18.7121] [ 19.2409] [ 23.8422] [ 19.3112]

D(FB_CF(-1)) 0.142134 3.510082 0.275871 0.146307

(0.00040) (0.01011) (0.00070) (0.00040)

[ 357.310] [ 347.216] [ 391.831] [ 369.658]

D(CF_AP(-1)) -0.890085 -22.69390 -1.903047 -0.941681

(0.03444) (0.87516) (0.06095) (0.03426)

[-25.8469] [-25.9311] [-31.2227] [-27.4832]

D(CF(-1)) -2.162454 -53.18686 -4.098689 -2.179782

(0.01627) (0.41353) (0.02880) (0.01619)

[-132.894] [-128.617] [-142.314] [-134.635]

C -6.31E+15 5.68E+17 3.27E+17 -2.19E+16

(2.0E+16) (5.1E+17) (3.6E+16) (2.0E+16)

[-0.31152] [ 1.10393] [ 9.13325] [-1.08409]

R-squared 1.000000 1.000000 1.000000 1.000000

Adj. R-squared 1.000000 1.000000 1.000000 1.000000

Sum sq. resids 5.59E+31 3.61E+34 1.75E+32 5.54E+31

S.E. equation 8.07E+14 2.05E+16 1.43E+15 8.03E+14

F-statistic 1.32E+08 1.15E+08 75022583 1.53E+08

Log likelihood -3355.638 -3659.755 -3409.306 -3355.165

Akaike AIC 71.56677 78.03733 72.70864 71.55669

Schwarz SC 71.78322 78.25378 72.92509 71.77314

Mean dependent -4.11E+17 -9.94E+18 -5.77E+17 -4.41E+17

S.D. dependent 2.55E+18 6.02E+19 3.39E+18 2.72E+18











211


D(VA_IND) = C(1)*( VA_IND(-1) - 0.951896265556*CF(-1) +

1.68360414465E+16 ) + C(2)*( FB_CF(-1) - 24.4705650555*CF(-1) +

1.00711752731E+18 ) + C(3)*( CF_AP(-1) - 1.92781464959*CF(-1) +

3.91101517366E+17 ) + C(4)*D(VA_IND(-1)) + C(5)*D(FB_CF(-1)) +

C(6)*D(CF_AP(-1)) + C(7)*D(CF(-1)) + C(8)


C(1) -11.47939 0.041593 -275.9943 0.0000

C(2) 0.215725 0.003438 62.73986 0.0000

C(3) -0.045555 0.062251 -0.731793 0.4663

C(4) 0.726904 0.038847 18.71207 0.0000

C(5) 0.142134 0.000398 357.3097 0.0000

C(6) -0.890085 0.034437 -25.84686 0.0000

C(7) -2.162454 0.016272 -132.8939 0.0000

C(8) -6.31E+15 2.03E+16 -0.311520 0.7562













Test Equation:



Sample: 1991Q3 2014Q4




C(1) -0.022714 0.039331 -0.577521 0.5651

C(2) -0.001964 0.003255 -0.603354 0.5479

C(3) 0.035499 0.058930 0.602392 0.5485

C(4) -0.022085 0.036772 -0.600609 0.5497

C(5) -0.000207 0.000376 -0.550180 0.5836

C(6) 0.019386 0.032589 0.594856 0.5535

C(7) -0.008498 0.015371 -0.552845 0.5818

C(8) -1.15E+16 1.92E+16 -0.600842 0.5495

RESID(-1) 0.376517 0.102111 3.687337 0.0004





212





Tabela 74 – Regressão da primeira equação do modelo VEC, com correção de

autocorrelação.





HAC standard errors & covariance (Bartlett kernel, Newey-West fixed

bandwidth = 4.0000)

D(VA_IND) = C(1)*( VA_IND(-1) - 0.951896265556*CF(-1) +

1.68360414465E+16 ) + C(2)*( FB_CF(-1) - 24.4705650555*CF(-1) +

1.00711752731E+18 ) + C(3)*( CF_AP(-1) - 1.92781464959*CF(-1) +

3.91101517366E+17 ) + C(4)*D(VA_IND(-1)) + C(5)*D(FB_CF(-1)) +

C(6)*D(CF_AP(-1)) + C(7)*D(CF(-1)) + C(8)


C(1) -11.47939 0.023134 -496.2218 0.0000

C(2) 0.215725 0.002784 77.47591 0.0000

C(3) -0.045555 0.042006 -1.084480 0.2812

C(4) 0.726904 0.025253 28.78524 0.0000

C(5) 0.142134 0.000262 542.2996 0.0000

C(6) -0.890085 0.020408 -43.61365 0.0000

C(7) -2.162454 0.007504 -288.1886 0.0000

C(8) -6.31E+15 1.32E+16 -0.479055 0.6331









213

APÊNDICE 3

214

Figura 15 – Índice puro de ligação para trás e para frente, para os anos de 1995, 2000, 2005 e

2013.


215

Figura 16 – Multiplicador tipo II Rasmussen-Hirschman, para os anos de 1995, 2000, 2005 e

2013.


216

APÊNDICE 4

217

Tabela 75 – Índice puro de ligação para trás e para frente, para o ano de 1995.

1995

Nº Setores GHSBL Ranking GHSFL Ranking GHSTL Ranking

1 Agropecuária 0,0909 10º 0,6079 6º 0,3464 9º

2 Indústria extrativa mineral 0,0089 12º 0,1154 12º 0,0616 12º

3 Indústria de transformação 1,5998 3º 4,2614 1º 2,9148 2º

4 Produção e distribuição de eletricidade, gás

e água 0,5051 5º 0,5535 7º 0,5290 7º

5 Construção 1,8534 2º 0,2416 11º 1,0571 4º

6 Comércio 0,4943 6º 1,3125 3º 0,8985 5º

7 Transporte, armazenagem e correios 0,3540 8º 0,9081 5º 0,6278 6º

8 Serviços de informação 0,4917 7º 0,2576 10º 0,3760 8º

9 Intermediação financeira, seguros e

previdência complementar 1,4807 4º 1,3041 4º 1,3935 3º

10 Atividades imobiliárias e aluguel 0,0239 11º 0,4753 8º 0,2469 11º

11 Outros serviços 4,7897 1º 1,6739 2º 3,2504 1º

12 Administração, saúde e educação pública 0,3076 9º 0,2885 9º 0,2981 10º



2000





4 Produção e distribuição de eletricidade,

gás e água 0,5564 6º 0,6281 8º 0,5899 8º

5 Construção 1,6134 5º 0,2153 11º 0,9605 5º

6 Comércio 0,5277 7º 1,1957 3º 0,8396 6º









218


2005






e água 0,57824 6º 0,74418 6º 0,6551 8º

5 Construção 1,75151 3º 0,22098 11º 1,04263 5º

6 Comércio 0,57259 7º 1,227 3º 0,87568 6º










2013






e água 1,03936 6º 0,52868 8º 0,7979 7º

5 Construção 1,24967 4º 0,27186 12º 0,78735 8º

6 Comércio 0,89697 8º 1,51221 3º 1,18786 4º









219

Tabela 79 – Multiplicador tipo II Rasmussen-Hirschman, para os anos de 1995 e 2000.

1995 2000

Nº Setores RHBL Ranking RHFL Ranking RHBL Ranking RHFL Ranking

1 Agropecuária 0,9492 8º 0,8867 7º 0,9811 9º 0,8869 8º

2 Indústria extrativa mineral 1,1895 2º 0,6739 12º 1,0902 3º 0,6924 11º

3 Indústria de transformação 1,2614 1º 2,2565 1º 1,2812 1º 2,2430 1º

4 Produção e distribuição de

eletricidade, gás e água 1,0022 6º 0,9139 6º 1,0194 7º 0,9658 5º

5 Construção 1,1015 4º 0,7057 9º 1,1085 2º 0,6968 10º

6 Comércio 0,8367 11º 0,9931 4º 0,8714 11º 0,9746 4º

7 Transporte, armazenagem e

correios 1,0237 5º 0,9243 5º 1,0369 4º 0,9385 7º

8 Serviços de informação 1,1231 3º 0,6834 11º 1,0244 6º 0,9390 6º

9

Intermediação financeira,

seguros e previdência

complementar

0,9272 10º 1,1427 3º 1,0287 5º 0,9940 3º

10 Atividades imobiliárias e

aluguel 0,6631 12º 0,7206 8º 0,6547 12º 0,7048 9º

11 Outros serviços 0,9806 7º 1,4097 2º 0,9978 8º 1,2903 2º

12 Administração, saúde e

educação pública 0,9420 9º 0,6895 10º 0,9057 10º 0,6738 12º


Tabela 80 – Multiplicador tipo II Rasmussen-Hirschman, para os anos de 2005 e 2013.

2005 2013

Nº Setores RHBL Ranking RHFL Ranking RHBL Ranking RHFL Ranking

1 Agropecuária 1,0544 5º 0,903 8º 0,9997 6º 0,8210 8º

2 Indústria extrativa mineral 1,1244 2º 0,744 9º 0,9187 10º 0,8117 9º

3 Indústria de transformação 1,3253 1º 2,43 1º 1,2936 1º 2,0118 1º


eletricidade, gás e água 1,0007 7º 0,959 4º 1,1685 2º 0,9507 6º

5 Construção 1,0814 3º 0,678 11º 1,1280 3º 0,7441 10º

6 Comércio 0,8679 11º 0,972 3º 0,9320 9º 1,0856 3º


correios 1,0742 4º 0,953 6º 1,1057 4º 1,0176 4º

8 Serviços de informação 1,0040 6º 0,957 5º 1,0375 5º 0,8818 7º

9

Intermediação financeira,

seguros e previdência

complementar

0,9027 10º 0,927 7º 0,9471 8º 0,9686 5º

10 Atividades imobiliárias e

aluguel 0,6550 12º 0,683 10º 0,6768 12º 0,6865 11º

11 Outros serviços 0,9961 8º 1,14 2º 0,9472 7º 1,3406 2º

12 Administração, saúde e

educação pública 0,9138 9º 0,654 12º 0,8452 11º 0,6801 12º


220

APÊNDICE 5

221

Tabela 81 - Tradutor para agregação das matrizes de 42 para 12 setores.

Formato de Agregação 12 setores Formato de agregação 48 setores

1 Agropecuária 1 Agropecuária

2 Indústria extrativa mineral 2 Extrat. Mineral

2 Indústria extrativa mineral 3 Petróleo e gás

3 Indústria de transformação 4 Mineral ñ metálico

3 Indústria de transformação 5 Siderurgia

3 Indústria de transformação 6 Metalurg. Ñ ferrosos

3 Indústria de transformação 7 Outros metalúrgicos

3 Indústria de transformação 8 Máquinas e equip.

3 Indústria de transformação 9 Material elétrico

3 Indústria de transformação 10 Equip. Eletrônicos

3 Indústria de transformação 11 Autom./cam/onibus

3 Indústria de transformação 12 Peças e out. Veículos

3 Indústria de transformação 13 Madeira e mobiliário

3 Indústria de transformação 14 Celulose, papel e gráf.

3 Indústria de transformação 15 Ind. Da borracha

3 Indústria de transformação 16 Elementos quimicos

3 Indústria de transformação 17 Refino do petróleo

3 Indústria de transformação 18 Químicos diversos

3 Indústria de transformação 19 Farmac. E veterinária

3 Indústria de transformação 20 Artigos plásticos

3 Indústria de transformação 21 Ind. Têxtil

3 Indústria de transformação 22 Artigos do vestuário

3 Indústria de transformação 23 Fabricação calçados

3 Indústria de transformação 24 Indústria do café

3 Indústria de transformação 25 Benef. Prod. Vegetais

3 Indústria de transformação 26 Abate de animais

3 Indústria de transformação 27 Indústria de laticínios

3 Indústria de transformação 28 Fabricação de açúcar

3 Indústria de transformação 29 Fab. Óleos vegetais

3 Indústria de transformação 30 Outros prod. Aliment.

3 Indústria de transformação 31 Indústrias diversas

4 Produção e distribuição de eletricidade, gás e água 32 S.i.u.p.

5 Construção 33 Construção civil

6 Comércio 34 Comércio

7 Transporte, armazenagem e correio 35 Transportes

8 Serviços de informação 36 Comunicações

9 Intermediação financeira, seguros e previdência

complementar 37 Instituições financeiras

1

1 Outros serviços 38 Serv. Prest. À família

1

1 Outros serviços 39 Serv. Prest. À empresa

1

0 Atividades imobiliárias e aluguel 40 Aluguel de imóveis

1

2 Administração, saúde e educação públicas 41 Administração pública

1

1 Outros serviços 42 Serv. Priv. Ñ mercantis

222

Tabela 82 - Tradutor para agregação das matrizes de 68 para 12 setores.

Formato de Agregação 12 setores Formato de agregação 48 setores

1 Agropecuária 1 Agricultura, inclusive o apoio à agricultura e a pós-

colheita

1 Agropecuária 2 Pecuária, inclusive o apoio à pecuária

1 Agropecuária 3 Produção florestal; pesca e aquicultura

2 Indústria extrativa mineral 4 Extração de carvão mineral e de minerais não-metálicos

2 Indústria extrativa mineral 5 Extração de petróleo e gás, inclusive as atividades de

apoio

2 Indústria extrativa mineral 6 Extração de minério de ferro, inclusive beneficiamentos

e a aglomeração

2 Indústria extrativa mineral 7 Extração de minerais metálicos não-ferrosos, inclusive

beneficiamentos

3 Indústria de transformação 8 Abate e produtos de carne, inclusive os produtos do

laticínio e da pesca

3 Indústria de transformação 9 Fabricação e refino de açúcar

3 Indústria de transformação 10 Outros produtos alimentares

3 Indústria de transformação 11 Fabricação de bebidas

3 Indústria de transformação 12 Fabricação de produtos do fumo

3 Indústria de transformação 13 Fabricação de produtos têxteis

3 Indústria de transformação 14 Confecção de artefatos do vestuário e acessórios

3 Indústria de transformação 15 Fabricação de calçados e de artefatos de couro

3 Indústria de transformação 16 Fabricação de produtos da madeira

3 Indústria de transformação 17 Fabricação de celulose, papel e produtos de papel

3 Indústria de transformação 18 Impressão e reprodução de gravações

3 Indústria de transformação 19 Refino de petróleo e coquerias

3 Indústria de transformação 20 Fabricação de biocombustíveis

3 Indústria de transformação 21 Fabricação de químicos orgânicos e inorgânicos, resinas

e elastômeros

3 Indústria de transformação 22 Fabricação de defensivos, desinfestantes, tintas e

químicos diversos

3 Indústria de transformação 23 Fabricação de produtos de limpeza,

cosméticos/perfumaria e higiene pessoal

3 Indústria de transformação 24 Fabricação de produtos farmoquímicos e farmacêuticos

3 Indústria de transformação 25 Fabricação de produtos de borracha e de material

plástico

3 Indústria de transformação 26 Fabricação de produtos de minerais não-metálicos

3 Indústria de transformação 27 Produção de ferro-gusa/ferroligas, siderurgia e tubos de

aço sem costura

3 Indústria de transformação 28 Metalurgia de metais não-ferosos e a fundição de metais

3 Indústria de transformação 29 Fabricação de produtos de metal, exceto máquinas e

equipamentos

3 Indústria de transformação 30 Fabricação de equipamentos de informática, produtos

eletrônicos e ópticos

3 Indústria de transformação 31 Fabricação de máquinas e equipamentos elétricos

3 Indústria de transformação 32 Fabricação de máquinas e equipamentos mecânicos

3 Indústria de transformação 33 Fabricação de automóveis, caminhões e ônibus, exceto

peças

3 Indústria de transformação 34 Fabricação de peças e acessórios para veículos

automotores

3 Indústria de transformação 35 Fabricação de outros equipamentos de transporte, exceto

veículos automotores

3 Indústria de transformação 36 Fabricação de móveis e de produtos de indústrias

diversas

223

Comtinuação Tabela 83

3 Indústria de transformação 37 Manutenção, reparação e instalação de máquinas e

equipamentos


e água 38 Energia elétrica, gás natural e outras utilidades


e água 39 Água, esgoto e gestão de resíduos

5 Construção 40 Construção

6 Comércio 41 Comércio e reparação de veículos automotores e

motocicletas

6 Comércio 42 Comércio por atacado e a varejo, exceto veículos

automotores

7 Transporte, armazenagem e correio 43 Transporte terrestre

7 Transporte, armazenagem e correio 44 Transporte aquaviário

7 Transporte, armazenagem e correio 45 Transporte aéreo

7 Transporte, armazenagem e correio 46 Armazenamento, atividades auxiliares dos transportes e

correio

11 Outros serviços 47 Alojamento

11 Outros serviços 48 Alimentação

8 Serviços de informação 49 Edição e edição integrada à impressão

8 Serviços de informação 50 Atividades de televisão, rádio, cinema e gravação/edição

de som e imagem

8 Serviços de informação 51 Telecomunicações

8 Serviços de informação 52 Desenvolvimento de sistemas e outros serviços de

informação


previdência complementar 53

Intermediação financeira, seguros e previdência

complementar

10 Atividades imobiliárias e aluguel 54 Atividades imobiliárias

11 Outros serviços 55 Atividades jurídicas, contábeis, consultoria e sedes de

empresas

11 Outros serviços 56 Serviços de arquitetura, engenharia, testes/análises

técnicas e P & D

11 Outros serviços 57 Outras atividades profissionais, científicas e técnicas

11 Outros serviços 58 Aluguéis não-imobiliários e gestão de ativos de

propriedade intelectual

11 Outros serviços 59 Outras atividades administrativas e serviços

complementares

11 Outros serviços 60 Atividades de vigilância, segurança e investigação

12 Administração, saúde e educação públicas 61 Administração pública, defesa e seguridade social

12 Administração, saúde e educação públicas 62 Educação pública

11 Outros serviços 63 Educação privada

12 Administração, saúde e educação públicas 64 Saúde pública

11 Outros serviços 65 Saúde privada

11 Outros serviços 66 Atividades artísticas, criativas e de espetáculos

11 Outros serviços 67 Organizações associativas e outros serviços pessoais

11 Outros serviços 68 Serviços domésticos

224

Tabela 83 - Tradutor para agregação das matrizes de 128 produtos para 12 setores.

Formato estrutura 12 setores Formato estrutura 128 produtos

1 Agropecuária 1 Arroz, trigo e outros cereais

1 Agropecuária 2 Milho em grão

1 Agropecuária 3 Algodão herbáceo, outras fibras da lav. temporária

1 Agropecuária 4 Cana-de-açúcar

1 Agropecuária 5 Soja em grão

1 Agropecuária 6 Outros produtos e serviços da lavoura temporária

1 Agropecuária 7 Laranja

1 Agropecuária 8 Café em grão

1 Agropecuária 9 Outros produtos da lavoura permanente

1 Agropecuária 10 Bovinos e outros animais vivos, prods. animal, caça e serv.

1 Agropecuária 11 Leite de vaca e de outros animais

1 Agropecuária 12 Suínos

1 Agropecuária 13 Aves e ovos

1 Agropecuária 14 Produtos da exploração florestal e da silvicultura

1 Agropecuária 15 Pesca e aquicultura (peixe, crustáceos e moluscos)

2 Indústria extrativa mineral 16 Carvão mineral

2 Indústria extrativa mineral 17 Minerais não-metálicos

2 Indústria extrativa mineral 18 Petróleo, gás natural e serviços de apoio

2 Indústria extrativa mineral 19 Minério de ferro

2 Indústria extrativa mineral 20 Minerais metálicos não-ferrosos

3 Indústria de transformação 21 Carne de bovinos e outros prod. de carne

3 Indústria de transformação 22 Carne de suíno

3 Indústria de transformação 23 Carne de aves

3 Indústria de transformação 24 Pescado industrializado

3 Indústria de transformação 25 Leite resfriado, esterilizado e pasteurizado

3 Indústria de transformação 26 Outros produtos do laticínio

3 Indústria de transformação 27 Açúcar

3 Indústria de transformação 28 Conservas de frutas, legumes, outros vegetais e sucos de frutas

3 Indústria de transformação 29 Óleos e gorduras vegetais e animais

3 Indústria de transformação 30 Café beneficiado

3 Indústria de transformação 31 Arroz beneficiado e produtos derivados do arroz

3 Indústria de transformação 32 Produtos derivados do trigo, mandioca ou milho

3 Indústria de transformação 33 Rações balanceadas para animais

3 Indústria de transformação 34 Outros produtos alimentares

3 Indústria de transformação 35 Bebidas

3 Indústria de transformação 36 Produtos do fumo

3 Indústria de transformação 37 Fios e fibras têxteis beneficiadas

3 Indústria de transformação 38 Tecidos

3 Indústria de transformação 39 Art. têxteis de uso doméstico e outros têxteis

3 Indústria de transformação 40 Artigos do vestuário e acessórios

3 Indústria de transformação 41 Calçados e artefatos de couro

3 Indústria de transformação 42 Produtos de madeira, exclusive móveis

225

Continuação

3 Indústria de transformação 43 Celulose

3 Indústria de transformação 44 Papel, papelão, embalagens e artefatos de papel

3 Indústria de transformação 45 Serviços de impressão e reprodução

3 Indústria de transformação 46 Combustíveis para aviação

3 Indústria de transformação 47 Gasoálcool

3 Indústria de transformação 48 Naftas para petroquímica

3 Indústria de transformação 49 Óleo combustível

3 Indústria de transformação 50 Diesel - biodiesel

3 Indústria de transformação 51 Outros produtos do refino do petróleo

3 Indústria de transformação 52 Etanol e outros biocombustíveis

3 Indústria de transformação 53 Produtos químicos inorgânicos

3 Indústria de transformação 54 Adubos e fertilizantes

3 Indústria de transformação 55 Produtos químicos orgânicos

3 Indústria de transformação 56 Resinas,elastômeros e fibras artif. e sintéticas

3 Indústria de transformação 57 Defensivos agrícolas e desinfestantes domissanitários

3 Indústria de transformação 58 Produtos químicos diversos

3 Indústria de transformação 59 Tintas, vernizes, esmaltes e lacas

3 Indústria de transformação 60 Perfumaria, sabões e artigos de limpeza

3 Indústria de transformação 61 Produtos farmacêuticos

3 Indústria de transformação 62 Artigos de borracha

3 Indústria de transformação 63 Artigos de plástico

3 Indústria de transformação 64 Cimento

3 Indústria de transformação 65 Artefatos de cimento, gesso e semelhantes

3 Indústria de transformação 66 Vidros, cerâmicos e outros prod. de minerais não-metálicos

3 Indústria de transformação 67 Ferro-gusa e ferroligas

3 Indústria de transformação 68 Semi-acabacados, laminados planos, longos e tubos de aço

3 Indústria de transformação 69 Produtos da metalurgia de metais não-ferrosos

3 Indústria de transformação 70 Peças fundidas de aço e de metais não ferrosos

3 Indústria de transformação 71 Produtos de metal, excl. máquinas e equipamentos

3 Indústria de transformação 72 Componentes eletrônicos

3 Indústria de transformação 73 Máquinas para escritório e equip. de informática

3 Indústria de transformação 74 Material eletrônico e equip. de comunicações

3 Indústria de transformação 75 Equip. de medida, teste e controle, ópticos e eletromédicos

3 Indústria de transformação 76 Máquinas, aparelhos e materiais elétricos

3 Indústria de transformação 77 Eletrodomésticos

3 Indústria de transformação 78 Tratores e outras máquinas agrícolas

3 Indústria de transformação 79 Máquinas para a extração mineral e a construção

3 Indústria de transformação 80 Outras máquinas e equipamentos mecânicos

3 Indústria de transformação 81 Automóveis, camionetas e utilitários

3 Indústria de transformação 82 Caminhões e ônibus, incl. cabines, carrocerias e reboques

3 Indústria de transformação 83 Peças e acessórios para veículos automotores

3 Indústria de transformação 84 Aeronaves, embarcações e outros equipamentos de transporte

3 Indústria de transformação 85 Móveis

226

Continuação

3 Indústria de transformação 86 Produtos de industrias diversas

3 Indústria de transformação 87 Manutenção, reparação e instalação de máquinas e equipamentos


eletricidade, gás e água 88 Eletricidade, gás e outras utilidades


eletricidade, gás e água 89 Água, esgoto, reciclagem e gestão de resíduos

5 Construção 90 Edificações

5 Construção 91 Obras de infra-estrutura

5 Construção 92 Serviços especializados para construção

6 Comércio 93 Comércio e reparação de veículos

6 Comércio 94 Comércio por atacado e a varejo, exceto veículos automotores


correio 95 Transporte terrestre de carga


correio 96 Transporte terrestre de passageiros


correio 97 Transporte aquaviário


correio 98 Transporte aéreo


correio 99 Armazenamento e serviços auxiliares aos transportes


correio 100 Correio e outros serviços de entrega

11 Outros serviços 101 Serviços de alojamento em hotéis e similares

11 Outros serviços 102 Serviços de alimentação

8 Serviços de informação 103 Livros, jornais e revistas

8 Serviços de informação 104 Serviços cinematográficos, música, rádio e televisão

8 Serviços de informação 105 Telecomunicações, TV por assinatura e outros serv. relacionados

8 Serviços de informação 106 Desenvolvimento de sistemas e outros serviços de informação

9 Intermediação financeira, seguros

e previdência complementar 107 Intermediação financeira, seguros e previdência complementar

10 Atividades imobiliárias e aluguel 108 Aluguel efetivo e serviços imobiliários

10 Atividades imobiliárias e aluguel 109 Aluguel imputado

11 Outros serviços 110 Serviços jurídicos, contabilidade e consultoria

11 Outros serviços 111 Pesquisa e desenvolvimento

11 Outros serviços 112 Serviços de arquitetura e engenharia

11 Outros serviços 113 Publicidade e outros serviços técnicos

11 Outros serviços 114 Aluguéis não-imob. e gestão de ativos de propriedade intelectual

11 Outros serviços 115 Condomínios e serviços para edifícios

11 Outros serviços 116 Outros serviços administrativos

11 Outros serviços 117 Serviços de vigilância, segurança e investigação

12 Administração, saúde e educação

públicas 118 Serviços coletivos da administração pública


públicas 119 Serviços de previdência e assistência social


públicas 120 Educação pública

11 Outros serviços 121 Educação privada

227

Continuação


públicas 122 Saúde pública

11 Outros serviços 123 Saúde privada

11 Outros serviços 124 Serviços de artes, cultura, esporte e recreação

11 Outros serviços 125 Organizações patronais, sindicais e outros serviços associativos

11 Outros serviços 126 Manutenção de computadores, telefones e objetos domésticos

11 Outros serviços 127 Serviços pessoais

11 Outros serviços 128 Serviços domésticos

228

Tabela 84 - Tradutor para agregação das matrizes de 68 produtos para 12 setores.

Estrutura formato 12 setores Estrutura formato 42 produtos

1 Agropecuária 1 Café em coco

1 Agropecuária 2 Cana-de-açúcar

1 Agropecuária 3 Arroz em casca

1 Agropecuária 4 Trigo em grão

1 Agropecuária 5 Soja em grão

1 Agropecuária 6 Algodão em caroço

1 Agropecuária 7 Milho em grão

1 Agropecuária 8 Bovinos e suínos

1 Agropecuária 9 Leite natural

1 Agropecuária 10 Aves vivas

1 Agropecuária 11 Out. Prod. Agropecuários

2 Indústria extrativa mineral 12 Minério de ferro

2 Indústria extrativa mineral 13 Outros minerais

2 Indústria extrativa mineral 14 Petróleo e gás

2 Indústria extrativa mineral 15 Carvão e outros

2 Indústria extrativa mineral 16 Prod. Minerais ñ metálicos

3 Indústria de transformação 17 Prod. Siderúrgicos básicos

3 Indústria de transformação 18 Laminados de aço

3 Indústria de transformação 19 Prod. Metalúrg. Ñ ferrosos

3 Indústria de transformação 20 Out. Prod. Metalúrgicos

3 Indústria de transformação 21 Fabric. E manut. Maq. E equip.

3 Indústria de transformação 22 Tratores e maq. Terraplan.

3 Indústria de transformação 23 Material elétrico

3 Indústria de transformação 24 Equipamentos eletrônicos

3 Indústria de transformação 25 Autom., caminhões e ônibus

3 Indústria de transformação 26 Outros veículos e peças

3 Indústria de transformação 27 Madeira e mobiliário

3 Indústria de transformação 28 Papel, celul. papelão e artef.

3 Indústria de transformação 29 Produtos da borracha

3 Indústria de transformação 30 Elem. Quím. Ñ petroquímicos

3 Indústria de transformação 31 Álcool de cana e cereais

3 Indústria de transformação 32 Gasolina pura

3 Indústria de transformação 33 Óleos combustíveis

3 Indústria de transformação 34 Outros prod. Do refino

3 Indústria de transformação 35 Prod. Petroquímicos básicos

3 Indústria de transformação 36 Resinas

3 Indústria de transformação 37 Gasoalcool

3 Indústria de transformação 38 Adubos

3 Indústria de transformação 39 Tintas

3 Indústria de transformação 40 Outros prod. Químicos

3 Indústria de transformação 41 Prod. Farm. E de perfumaria

3 Indústria de transformação 42 Artigos de plástico

229

Continuação

3 Indústria de transformação 43 Fios têxteis naturais 3 Indústria de transformação 44 Tecidos naturais 3 Indústria de transformação 45 Fios têxteis artificiais 3 Indústria de transformação 46 Tecidos artificiais 3 Indústria de transformação 47 Outros prod. Têxteis 3 Indústria de transformação 48 Artigos do vestuário 3 Indústria de transformação 49 Prod. Couro e calçados 3 Indústria de transformação 50 Produtos do café 3 Indústria de transformação 51 Arroz beneficiado 3 Indústria de transformação 52 Farinha de trigo 3 Indústria de transformação 53 Out. Prod. Aliment. Benefic. 3 Indústria de transformação 54 Carne bovina 3 Indústria de transformação 55 Carne de aves abatidas 3 Indústria de transformação 56 Leite beneficiado 3 Indústria de transformação 57 Outros laticínios 3 Indústria de transformação 58 Açúcar 3 Indústria de transformação 59 Oleo vegetal em bruto 3 Indústria de transformação 60 Oleo vegetal refinado 3 Indústria de transformação 61 Rações e out. Alimentares 3 Indústria de transformação 62 Bebidas 3 Indústria de transformação 63 Produtos diversos

4 Produção e distribuição de eletricidade,

gás e água 64 Serv. Indust. De util. Pública

5 Construção 65 Prod. Da construção civil 6 Comércio 66 Margem de comércio 7 Transporte, armazenagem e correio 67 Margem de transporte 8 Serviços de informação 68 Comunicações


previdência complementar 69 Seguros


previdência complementar 70 Serviços financeiros

11 Outros serviços 71 Alojamento e alimentação 11 Outros serviços 72 Outros serviços 11 Outros serviços 73 Saúde e educ.mercantis 11 Outros serviços 74 Serv. Prest. À empresa 10 Atividades imobiliárias e aluguel 75 Aluguel de imóveis 10 Atividades imobiliárias e aluguel 76 Aluguel imputado


públicas 77 Administração pública


públicas 78 Saúde pública


públicas 79 Educação pública

11 Outros serviços 80 Serv. Ñ mercantil privado

230

Catalogação na Publicação elaborada pela Biblioteca Universitária

UNIOESTE/Campus de Toledo.

Bibliotecária: Marilene de Fátima Donadel - CRB – 9/924

Centurião, Daniel Amorim Souza

C397d Determinação do valor adicionado e emprego na indústria

brasileira : desindustrialização e crescimento econômico / Daniel

Amorim Souza Centurião. – Toledo, PR : [s. n.], 2018.

229 f. : il. [algumas color.], tabs,, grafs., figs.

Orientador: Prof. Dr. Ricardo Luís Lopes

Dissertação (Mestrado em Economia) - Universidade Estadual

do Oeste do Paraná. Campus de Toledo. Centro de Ciências

Sociais Aplicadas

1. Economia - Dissertações 2. Indústria – Brasil 3. Mercado de

trabalho – Brasil 4. Desenvolvimento econômico 5. Modelos

econométricos 6. Desindustrialização 7. Valor adicionado I. Lopes,

Ricardo Luís, orient. II.T

CDD 20. ed. 338.981

Documents

UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ (UNIOESTE) …tede.unioeste.br/bitstream/tede/4157/2/Daniel_Centuriao_2018.pdf · universidade estadual do oeste do paranÁ (unioeste) centro