ads:
ROBERTA MIRA
ATAQUES ESPECULATIVOS E CRISES CAMBIAIS : UMA ANÁLISE
DA CRISE BRASILEIRA DE 2002
MESTRADO EM ECONOMIA POLÍTICA
PUC-SP
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
II
ROBERTA MIRA
ATAQUES ESPECULATIVOS E CRISES CAMBIAIS : UMA ANÁLISE
DA CRISE BRASILEIRA DE 2002
Dissertação apresentada à Banca
Examinadora da Pontifícia
Universidade Católica de São Paulo,
como exigência parcial para obtenção
do título de MESTRE em Economia
Política, sob a orientação da Prof. Dra.
Patrícia Helena F. Cunha.
PUC-SP
2006
ads:
III
Banca Examinadora
__________________________
__________________________
__________________________
IV
para o meu filho Caio.
V
Agradecimentos
À Prof. Dra. Patrícia Helena F. Cunha, pelo empenho, dedicação e
orientação precisa.
Ao Prof. Dr. César Roberto Leite da Silva, pelas inúmeras correções de
rumo e valiosas recomendações, sem as quais não teria sido possível concluir
este trabalho.
Aos meus Pais que proporcionaram, no passado, as bases para este
trabalho. E agradeço a minha mãe pelas constantes idas e vindas,
proporcionado as condições no presente.
Aos colegas da BD, especialmente ao Jorge Bizarro, pelo impulso inicial,
e ao Leandro Waquil, pelo auxílio no levantamento dos textos.
Á Cynthia Benedetto, Elisângela Coutinho e Marcos de Oliveira, colegas
da Embraer, pelas enriquecedoras discussões sobre o tema e ajuda no
levantamento dos dados.
Agradeço também ao Rodrigo Delbem e ao Rodrigo Vergílio pelo
incentivo e pelas leituras das versões preliminares deste trabalho.
Finalmente, agradeço ao meu filho Caio pelo sacrifício imposto, sem que
tenha ainda capacidade de entender a motivação.
VI
Resumo
A partir de meados da década de 90, os estudos econômicos
relacionados a ataques especulativos direcionaram seu foco de atenção ao
desenvolvimento de modelos capazes de prever antecipadamente a
possibilidade de ocorrência de crises cambiais. A esta gama de modelos
estatísticos denominou-se Early Warning Systems, também conhecidos como
Modelos EWS. O presente trabalho pretende examinar a crise cambial de
2002, buscando responder a duas questões principais: a) Com base na
literatura empírica, é possível caracterizar a acentuada volatilidade verificada no
mercado de câmbio doméstico no ano 2002 como "crise cambial"? b) Quais
indicadores, analisados isoladamente ou em conjunto, podem ser relacionados
com este episódio? Com este propósito revisitam-se aqui os principais pontos
da literatura teórica sobre ataques especulativos, crises cambiais e modelos
EWS. Especificamente, utiliza-se a definição de crise cambial elaborada por
Frankel e Rose (1996), adaptando-a à realidade de um regime de câmbio
flutuante. Além disso, elabora-se um modelo de auto-regressão vetorial (VAR)
com o intuito de tentar identificar quais variáveis estiveram relacionadas com a
ocorrência de pressões cambiais no mercado brasileiro no ano de 2002.
Palavras-Chave: Ataques especulativos, crises cambiais, crise brasileira de
2002, risco país, modelos de previsão de crises cambiais.
VII
Abstract
Since the middle of the 1990s economic research relative to speculative
attacks has focused attention on developing a new generation model to predict
ex ante the likelihood of a currency crisis on a specific country or region. This
new family of currency crisis models was denominated Early Warning Systems,
well known as EWS Models. This paper examines the 2002 Brazilian Crises in
order to answer two basic questions: a) The empirical literature analysis
suggests that the extreme volatility in the Brazilian foreign exchange market on
this period could be classified as currency crises? c) Which indicators,
considered as one or as a group, could be related to this episode? With this
purpose, this paper revisits the main topics on the theoretical literature of
speculative attacks, currency crisis and EWS Models. More specifically it
examines the Frankel and Rose (1996) precise definition on currency crisis duly
adapted to a flexible exchange rate regimes. Also, it was elaborated a vector
auto-regression model (VAR) trying to identify which indicators could be related
to the extreme exchange market pressure in the 2002 domestic market.
Keywords: Speculative attacks, currency crisis, 2002 Brazilian crisis, country
risk, early warning system.
VIII
Sumário
Lista de Figuras IX
Lista de Tabelas X
Introdução 1
Capítulo 1 – Teoria das Crises Cambiais e Ataques Especulativos 4
1.1 Introdução.................................................................................................... 4
1.2 Modelos de Primeira Geração...................................................................... 8
1.3 Modelos de Segunda Geração..................................................................... 12
1.4 Modelos de Terceira Geração...................................................................... 18
1.5 Efeito Contágio e Comportamento de Manada............................................. 25
1.6 Conclusão..................................................................................................... 29
Capítulo 2 – Crise Cambial de 2002 31
2.1 Introdução.................................................................................................... 31
2.2 Os antecedentes da crise - (1994-1999)..................................................... 32
2.3 Cenário Macroeconômico com Câmbio Flutuante...................................... 38
2.4 Crise Brasileira de 2002.............................................................................. 46
2.5 Conclusão................................................................................................... 62
Capítulo 3 – Modelos de Crises Cambiais 65
3.1 Introdução..................................................................................................... 65
3.2 Definição de Crise Cambial e Teste para o ano de 2002............................. 67
3.3 Modelos de Previsão de Crises (Early Warning Systems-EWS)................. 77
3.4 Teste do Modelo VAR.................................................................................. 83
3.5 Conclusão.................................................................................................... 104
Considerações Finais 108
Referências Bibliográficas 112
Anexos 115
IX
Lista de Figuras
Figura 1: Dívida Líquida do Setor Público.......................................................................... 40
Figura 2: Evolução da Taxa de Câmbio Nominal............................................................... 43
Figura 3: Evolução da Taxa Selic....................................................................................... 44
Figura 4: Evolução da Taxa de Juro Real........................................................................... 45
Figura 5: Evolução da Inflação - IPCA............................................................................... 45
Figura 6: Risco Brasil x Risco Argentina............................................................................ 47
Figura 7: Risco de Países Emergentes x Risco Brasil...................................................... 49
Figura 8: Taxa de Câmbio Nominal x C-Bond................................................................... 50
Figura 9: Cupom Cambial Futuro...................................................................................... 51
Figura 10: Evolução Mensal do Cupom Cambial............................................................... 53
Figura 11: Evolução do EMBI+ Brasil................................................................................. 56
Figura 12: Risco Brasil x Juros Longos.............................................................................. 61
Figura 13: Índice Taxa de Câmbio R$/US$....................................................................... 89
Figura 14: Índice EMBI Brasil............................................................................................. 89
Figura 15: Índice Reservas Internacionais Líquidas.......................................................... 90
Figura 16: Índice Dívida Líquida do Setor Público............................................................. 90
Figura 17: Índice Taxa Swap DI 360 Dias........................................................................... 91
Figura 18: Índice Cupom Cambial..................................................................................... 96
Figura 19: Raízes do Polinômio Característico................................................................. 100
Figura 20: Função de Resposta a Impulso....................................................................... 103
X
Lista de Tabelas
Tabela 1: Balanço de Pagamentos Brasileiro - Conta de Transações Correntes.............. 33
Tabela 2: Taxa de Juros Selic - Acumulada no Mês Anualizada........................................ 34
Tabela 3: Reservas Internacionais - Conceito de Liquidez Total (US$ Milhões)................ 36
Tabela 4: Dólar Comercial de Venda Último Dia do Mês - PTAX 800................................ 37
Tabela 5: Evolução da Dívida Pública Mobiliária Federal (1994-2003).............................. 39
Tabela 6: Balanço Fiscal do Brasil - (1995 - 2002).............................. .............................. 42
Tabela 7: Mercado Futuro de Dólar Comercial BM&F........................................................ 54
Tabela 8: Taxa de Câmbio Mensal R$/US$ - PTAX 800.................................................... 74
Tabela 9: Taxa de Câmbio Anual R$/US$ - PTAX 800...................................................... 75
Tabela 10:Taxa de Câmbio R$/US$ - Cotação Média......................................................... 76
Tabela 11:Taxa de Câmbio R$/US$ - Média Semestral...................................................... 76
Tabela 12: Lag Length Criteria............................................................................................. 93
Tabela 13: Teste de Causalidade de Granger.................................................................... 94
Tabela 14: Lag Lenght Criteria - Modelo de Risco.............................................................. 97
Tabela 15: Teste de Causalidade de Granger - Modelo de Risco...................................... 99
Tabela 16: Decomposição da Variância dos Erros............................................................. 101
1
Introdução
O presente trabalho tem como objetivo analisar a crise cambial
brasileira de 2002 - caracterizada, entre outros fatores, por um momento de
elevada volatilidade no mercado cambial e pela interrupção do fluxo de
recursos internacionais para o país - a partir do arcabouço teórico e estudos
empíricos relacionados a ataques especulativos e crises cambiais.
Embora a literatura econômica sobre crises cambiais tenha focado na
explicação teórica e na busca de indicadores antecedentes de crises
cambiais em um regime de câmbio fixo, alguns desses modelos e
indicadores respondem também na identificação de pressões no mercado
cambial em um regime de câmbio flutuante. Partindo deste pressuposto,
será efetuado um estudo da crise do Real em 2002, adotando-se
inicialmente como parâmetro a definição quantitativa de crise cambial
elaborada por Frankel e Rose (1996), devidamente adaptada a um regime
de câmbio flutuante. O resultado deste teste sugere a ocorrência de uma
crise cambial no mercado doméstico neste período. Em seguida, elabora-se
um ensaio estatístico através da elaboração de um modelo de auto-
regressão vetorial (VAR) na tentativa de identificar quais indicadores
macroeconômicos e financeiros estiveram mais relacionados com este
episódio. A construção do modelo não tem como propósito principal
determinar a ordem de causalidade da relação, podendo os indicadores
analisados e utilizados como regressores atuarem ao mesmo tempo como
causa e efeito da crise. Portanto, o presente trabalho não tem o objetivo de
criar um modelo de probabilidade de ocorrência de crises cambiais, mas sim
2
de verificar quais indicadores estiveram relacionados com a crise brasileira
de 2002.
Seguindo esta linha, a presente dissertação irá dividir-se em três
capítulos principais, sendo que, dada a abrangência dos assuntos
abordados, cada um deles apresentará introdução e conclusão próprias. No
primeiro serão analisadas as principais teorias relacionadas à ataques
especulativos e crises cambiais, envolvendo a apresentação dos modelos de
primeira, segunda e terceira geração.
No capítulo 2 ocorrerá a caracterização e análise da crise brasileira
de 2002. Primeiramente, será efetuada uma análise dos antecedentes da
crise, cobrindo o período compreendido entre a implementação do Plano
Real e a crise cambial de janeiro de 1999, que culminou com o fim do regime
de bandas cambiais. Em seguida, verificar-se-á o comportamento do cenário
econômico no período 1999-2002, quando já prevalecia um regime de
câmbio flutuante. Neste ponto do trabalho serão apontados alguns
indicadores econômicos frágeis ou em processo de deterioração que
acredita-se estarem relacionados com a forte pressão verificada no mercado
cambial brasileiro no ano de 2002. Também será analisada a série de
choques internos e externos que afetaram a economia brasileira neste
período e que de certo modo teriam contribuído para o agravamento de
crise. Finalmente, na descrição e caracterização da crise, será demonstrada
a forma como a crise foi percebida pelo mercado financeiro doméstico e sua
propagação através dos seus principais canais de contágio: o mercado de
derivativos cambiais e o mercado de títulos da dívida externa brasileira.
3
No terceiro capítulo será efetuada uma abordagem da dinâmica dos
Modelos EWS, focando o estudo utilizado como parâmetro na tentativa de
comprovação da crise cambial, efetuada no presente trabalho. Será utilizada
a definição de crise cambial proposta por Frankel e Rose (1996),
devidamente adaptada a um cenário de câmbio flutuante, para testar se a
intensa volatilidade observada no mercado cambial, decorrente em parte da
crise de confiança com relação ao Brasil a partir de meados de 2002,
enquadra-se nesta definição. Em um segundo momento, busca-se identificar
quais variáveis poderiam explicar, pelo menos parcialmente, o
comportamento da taxa cambial no ano de 2002. Para testar a relação
destas variáveis com a pressão verificada no mercado de câmbio utiliza-se
como instrumental econométrico um modelo de auto-regressão vetorial
(VAR). Por fim, serão apresentadas as considerações finais deste trabalho.
4
Capítulo 1 – Teoria das Crises Cambiais e Ataques Especulativos
1.1 - Introdução
As crises cambiais
1
passaram a ocupar um papel de destaque nos
eventos econômicos mundiais a partir da década de 90, tornando-se um
importante objeto de estudos acadêmicos. Entre os inúmeros episódios de
crises cambiais desencadeadas por ataques especulativos
2
neste período
destacam-se o colapso do Sistema Monetário Europeu em 1992-93, a crise
mexicana de 1995 e seu impacto negativo sobre outros países da América
Latina, conhecido como "Efeito Tequila", e a crise cambial que se alastrou
pelos países asiáticos em 1997-98, abrangendo Indonésia, Korea, Malásia,
Filipinas e Tailândia.
O impacto negativo das crises cambiais no mercado financeiro
internacional e, principalmente, nos mercados emergentes
3
, estimulou a
elaboração de uma série de teorias e estudos empíricos sobre as possíveis
causas e conseqüências de ataques especulativos. Embora todo o
arcabouço teórico sobre crises cambiais e ataques especulativos adote
como parâmetro economias com regimes de taxa de câmbio nominal fixa,
defende-se no presente trabalho que a adoção de um regime de câmbio
flutuante não elimina a possibilidade de ocorrência de ataques especulativos
1
Segundo o Fundo Monetário Internacional (1998:74), uma crise cambial ocorre quando um ataque
especulativo a uma moeda resulta na sua desvalorização, força o governo a consumir um grande
volume de reservas internacionais ou a promover uma elevação acentuada da taxa de juros para
defendê-la.
2
Maurice Obstfeld (1984:19) define "especulação" como qualquer redução na demanda privada de
moeda doméstica em antecipação a uma possível desvalorização da taxa de câmbio.
5
e que a seleção de indicadores que revelem com antecedência a
vulnerabilidade de um país a uma crise cambial é importante mesmo em
economias com regimes de câmbio flutuante. Em estudo recente sobre a
performance de países emergentes que adotaram o regime de metas de
inflação com câmbio flutuante, o Fundo Monetário Internacional (FMI)
identificou que esse tipo de arranjo monetário está associado à uma
probabilidade menor de crises cambiais, mas não à inexistência ou
impossibilidade de crises. (FMI, 2005:171). Esta opinião é compartilhada por
Berg, Borensztein and Pattillo (2004:31), que defendem que “a princípio,
uma depreciação acentuada da taxa de câmbio pode ocorrer em um regime
de câmbio flutuante tão facilmente quanto em qualquer outro regime.”
Segue-se aqui a mesma linha de pensamento, na qual o regime de câmbio
flutuante apenas minimiza, sem contudo eliminar, a probabilidade de
ocorrência de crises cambiais.
A literatura econômica classifica as crises cambiais em três gerações
de modelos, denominados Modelos de Primeira, Segunda e Terceira
Geração.
Os Modelos de Primeira Geração, também conhecidos como modelos
de crises de balanço de pagamentos, têm sua análise centrada na
fragilidade dos fundamentos macroeconômicos de um país. Esses modelos
têm como base o artigo de Krugman (1979) e estabelecem que a
combinação de uma política fiscal expansionista financiada através de
emissão monetária com um regime de câmbio fixo leva necessariamente a
3
O FMI (1998:74) define mercados emergentes como aqueles receptores de parcela significativa de
fluxos de capitais privados e que, portanto, são vulneráveis à reversões nas expectativas dos agentes
do mercado.
6
um esgotamento gradual do estoque de reservas internacionais. Este
cenário de redução gradativa de reservas internacionais fornece indicações
antecipadas de que a manutenção da taxa de câmbio fixa em um
determinado patamar é insustentável ao longo do tempo, o que desencadeia
uma corrida para aquisição de reservas internacionais e antecipa a crise
cambial causada pelo esgotamento total das reservas. Um aspecto
importante dos Modelos de Primeira Geração é que o ataque especulativo
sempre ocorre em um cenário onde o abandono da taxa de câmbio fixa é
inevitável. Os Modelos de Primeira Geração foram desenvolvidos na
tentativa de explicar as crises na América Latina nas décadas de 60 e 70.
Nos Modelos de Segunda Geração, cujo precursor é Obstfeld (1984),
destaca-se o papel das expectativas auto-realizáveis. Contrariando a teoria
proposta nos Modelos de Primeira Geração de que um ataque especulativo
nunca ocorreria se as condições de mercado fossem consistentes com a
manutenção da taxa de câmbio fixa indefinidamente, defende-se aqui a
existência de um cenário onde mesmo uma taxa de câmbio viável
perpetuamente poderia ser atacada. A expectativa dos agentes econômicos
de que haverá desvalorização cambial pode levar o governo a abandonar o
regime de câmbio fixo quando ocorre o ataque, confirmando as expectativas
iniciais do mercado. Neste caso a desvalorização passa a ser uma decisão
política, de modo que mesmo sendo tecnicamente possível a manutenção
da taxa de câmbio fixa ela não é considerada como escolha ótima pelo
governo. Nestes modelos o governo aparece como o agente otimizador que
deve escolher entre os benefícios de se manter o regime de câmbio fixo em
termos de estabilidade monetária e os custos associados a tal manutenção,
7
como o agravamento do desemprego. Toda vez que o setor privado
identifica que o governo está diante de um dilema de política econômica
ocorre o desencadeamento de uma crise, que todos já previam que iria
acontecer. Os Modelos de Segunda Geração explicaram o colapso do
Sistema Monetário Europeu, no início da década de 90.
A próxima onda de crises cambiais, a crise mexicana em 1995 e a
crise asiática em 1997, estimularam uma nova variedade de modelos,
conhecidos como Modelos de Terceira Geração. Estes modelos incorporam
conceitos relativos à fragilidade financeira de um país, risco moral,
informação imperfeita e sobrevalorização dos preços (bolha especulativa) no
mercado de ativos doméstico. Em linhas gerais, a expansão dos fluxos de
capitais internacionais leva ao aumento da liquidez dos bancos, que passam
a investir em ativos mais arriscados. A reversão das expectativas dos
agentes econômicos com relação a capacidade do banco central em manter
a taxa de câmbio fixa leva a uma fuga de capitais e ao estouro da bolha no
mercado de ativos local. Ocorre uma queda de braço entre o banco central e
o mercado, levando o governo a abandonar a taxa de câmbio fixa.
Nas seções seguintes, elabora-se uma apresentação mais detalhada
dos modelos de Primeira, Segunda e Terceira Gerações. Em seguida são
descritas algumas características específicas das crises cambiais recentes,
como o efeito contágio e o comportamento de manada. Por fim, efetua-se
uma breve conclusão sobre a base teórica estudada, enfatizando-se a
importância de se estabelecer indicadores antecedentes de crises cambiais
mesmo em um regime de câmbio flexível, principalmente em países
emergentes com grande dependência de fluxos internacionais de capitais.
8
1.2 - Modelos de Primeira Geração
Os Modelos de Primeira Geração, cuja referência teórica são os
artigos de Krugman (1979) e Flood e Garber (1984), demonstram a não
sustentabilidade de uma política fiscal expansionista associada a um regime
de câmbio fixo. Segundo sua dinâmica, a ocorrência de déficits fiscais
persistentes financiados através de emissão monetária levaria
necessariamente à redução do nível de reservas internacionais a um
patamar incompatível com a defesa da taxa de câmbio pelo governo. Diante
dessa percepção os investidores iniciam uma corrida para aquisição de
moeda estrangeira, antecipando assim a crise cambial causada pelo
esgotamento total das reservas internacionais.
A grande contribuição da abordagem Krugman-Flood-Garber,
conhecida como Modelo KFG, foi a introdução da hipótese de previsibilidade
de ataques especulativos sob um regime de taxa de câmbio nominal fixa. Os
ataques seriam desencadeados toda vez que houvesse a percepção por
parte do mercado de que o governo estaria adotando uma política fiscal
expansionista inconsistente com a manutenção da taxa de câmbio fixa no
longo prazo. Segundo Flood, Garber e Kramer (1995:iii),
"os ataques especulativos a regimes de câmbio fixo eram
inicialmente entendidos como distorções, como ineficiências pontuais
que seriam solucionadas pelo próprio mecanismo de auto regulação do
mercado....o artigo publicado por Krugman em 1979 introduziu uma
nova visão ao classificar os ataques especulativos como respostas
eficientes do mercado à adoção de uma política macroeconômica
inconsistente pelo governo."
Partindo-se da hipótese forte de que todos os agentes do mercado
são perfeitamente informados sobre os fundamentos macroeconômicos,
9
assume-se que o nível crítico de reservas (“threshold level”) abaixo do qual o
Banco Central seria obrigado a abandonar a paridade fixa é conhecido pelo
mercado. Neste ambiente torna-se possível determinar quando os ataques
serão desencadeados.
Em seu artigo publicado em 1979, intitulado A Model of Balance-of-
Payments Crises, Paul Krugman desenvolveu sua teoria de crises de
balanço de pagamento onde formalizou um modelo de previsão de
ocorrência de ataques especulativos sob um regime de câmbio fixo. Em
1984, Flood e Garber publicaram uma extensão deste modelo onde aceitam
a possibilidade de ocorrência de uma crise cambial não previsível quando o
Banco Central é incentivado a abandonar a paridade fixa antes do ataque.
O Modelo KFG descreve uma economia onde o Banco Central mantém uma
taxa de câmbio fixa, amparado em uma determinada quantidade de reservas
internacionais, ao mesmo tempo em que financia déficits fiscais do governo.
Na construção de seu modelo são adotadas uma série de premissas e
simplificações, que foram largamente questionadas posteriormente. Ao
tentar estabelecer os fatores determinantes das crises cambiais, tomou-se
como exemplo um pequeno país que busca fixar sua taxa de câmbio à
moeda de um parceiro comercial sólido, porém com menor taxa de inflação
esperada. Esse diferencial inflacionário torna a política de câmbio fixa
claramente inconsistente no longo prazo e é exatamente a característica da
resposta do mercado a tal inconsistência que os modelos de primeira
geração tentaram formalizar. As principais hipóteses assumidas pelo modelo
são: a) o preço das mercadorias no mercado internacional é definido a partir
de parâmetros de mercado conforme a teoria da paridade do poder de
10
compra, não sendo possível nenhuma mudança na relação entre preços
internos e externos; b) os investidores só têm a possibilidade de investir em
títulos em moeda nacional e em títulos emitidos pelo país âncora; c) os
investidores são indiferentes quanto a composição de títulos em seu
portfólio, dado que os títulos nacionais e internacionais são substitutos
perfeitos.
4
A seguir, com base no artigo de Krugman (1979), apresenta-se uma
simplificação da lógica dos ataques especulativos descrita no modelo.
Primeiramente, pressupõe-se que a alocação de recursos pelos investidores
entre moeda nacional e estrangeira será determinada pela expectativa de
inflação doméstica, uma vez que a demanda por moeda nacional por parte
dos agentes econômicos responde de forma inversamente proporcional ao
seu custo de carregamento
5
. Enquanto as contas do governo estão
ajustadas, a expectativa de inflação futura é nula e os investidores são
indiferentes entre adquirir moeda doméstica ou moeda estrangeira. Ao
incorrer em déficit, o governo tem a opção de financiá-lo emitindo moeda ou
sacando do seu estoque de reservas internacionais, sendo que em ambos
os casos ocorrerá um aumento do nível de inflação esperada. A expectativa
de aumento de inflação reflete-se em uma alteração no equilíbrio do portfólio
do investidor, que passa a demandar mais moeda estrangeira. A partir deste
ponto o país começa gradualmente a perder reservas até o nível em que o
problema no balanço de pagamento se transforma em crise: os
especuladores, perfeitamente informados com relação ao nível mínimo de
4
Ao afirmar que dois títulos são substitutos perfeitos estamos aceitando que a taxa esperada de
retorno destes dois títulos é a mesma quando expressa em uma mesma moeda.
5
Quanto maior o nível de inflação doméstica, menor o retorno em termos reais de um investimento
financeiro.
11
reservas suportado pelo governo, antecipam o colapso da paridade cambial
através da aquisição de reservas internacionais na expectativa de
valorização das mesmas após a depreciação da taxa de câmbio. Krugman
(1979: 319, 320) afirma que caso não houvesse um ataque especulativo, o
esgotamento das reservas causaria uma elevação discreta nos preços
domésticos, resultando em uma perda de capital para o investidor que
manteve moeda doméstica em seu portfólio. Como os investidores buscam
evitar tal perda de capital, pode-se afirmar que um ataque especulativo
sempre ocorre antes do completo esgotamento das reservas internacionais.
Após um ataque especulativo bem sucedido, o governo é forçado a adotar
um regime de taxa de câmbio flutuante.
Ao elaborar seu modelo de Crises de Balanço de Pagamentos,
Krugman defendeu que um ataque especulativo às reservas internacionais
do governo pode ser interpretado como um processo através do qual os
investidores alteram a composição do seu portfólio de investimento,
aumentando a proporção de moeda internacional em detrimento da
participação de moeda doméstica. (Krugman, 1979: 312). O modelo KFG
estabelece que o timing do ataque especulativo está inversamente
relacionado ao estoque de reservas internacionais e responde positivamente
à taxa de expansão do crédito doméstico. Desse modo, quanto maior o
estoque de reservas internacionais maior o poder de defesa da paridade fixa
pelo governo e quanto maior a taxa de expansão do crédito doméstico, mais
rapidamente ocorre a redução do nível de reservas internacionais.
Entre as inúmeras críticas ao Modelo KFG, a mais contundente
refere-se à passividade das autoridades monetárias. Neste modelo, os
12
formuladores da política econômica nunca adotam um papel agressivo na
defesa da taxa de câmbio e a possibilidade do governo recorrer a
organismos internacionais de ajuda para defender a paridade fixa ou efetuar
uma elevação na taxa de juros doméstica nunca é considerada. Outro ponto
importante, que incentivou o surgimento dos Modelos de Segunda Geração,
foi que os Modelos de Primeira Geração não foram capazes de explicar o
colapso do Sistema Monetário Europeu. A lógica através da qual o ataque
especulativo culmina com o esgotamento das reservas internacionais, que
por sua vez leva o banco central a desistir da defesa da paridade cambial,
não refletiu a dinâmica das crises cambiais européias do início da década de
90.
1.3 - Modelos de Segunda Geração
Os Modelos de Segunda Geração surgem na tentativa de explicar o
colapso do Sistema Monetário Europeu em 1992-93. Neste grupo de
modelos destacam-se o papel das expectativas auto-realizáveis e da
possibilidade de equilíbrios múltiplos em resposta às diferentes expectativas
dos agentes econômicos.
Esses modelos consideram o governo como um agente otimizador,
que avalia constantemente a relação custo-benefício da manutenção da taxa
de câmbio fixa. O governo irá abandonar a paridade fixa toda vez que decidir
que o custo de defesa é maior que as conseqüências políticas, em termos
de credibilidade, de abandoná-la. O ataque especulativo surge toda vez que
13
o setor privado coloca em dúvida a disposição do governo de defender a
taxa de câmbio. Segundo Eichengreen e Jeanne (2001:2), nos Modelos de
Segunda Geração o governo e o banco central aparecem como agentes
maximizadores da função bem-estar que precisam gerenciar o conflito entre
os objetivos domésticos como produto, nível de emprego e estabilidade do
sistema bancário e o compromisso de política econômica externa de
defender a taxa de câmbio fixa. Neste caso não é mais o nível de reservas
internacionais que determina a capacidade de defesa da taxa de câmbio.
Dado que os agentes privados estão cientes do conflito vivido pelo governo,
uma deterioração nas condições domésticas pode levá-los a precipitar um
ataque especulativo. Os autores citam como exemplo a crise do Sistema
Monetário Europeu em 1992-93, mas especificamente o caso da França. A
elevada taxa de desemprego forneceu indicações antecipadas ao mercado
de que o governo não estaria disposto a elevar suficientemente a taxa de
juros para defender a paridade da moeda, sob pena de agravar ainda mais a
situação doméstica.
Em seu artigo publicado em 1984, Maurice Obstfeld defendeu que,
dadas certas expectativas sobre a condução da política econômica, as crises
cambiais poderiam ser desencadeadas puramente por profecias auto-
realizáveis. Ou seja, diferentemente do modelos de primeira geração, onde
os ataques especulativos eram totalmente racionais e respondiam a um
colapso cambial inevitável, Obstfeld propôs um cenário onde mesmo uma
taxa de câmbio viável permanentemente estaria suscetível a um ataque. Na
opinião do autor este comportamento não é irracional e reflete a existência
de equilíbrios múltiplos correspondentes às diferentes avaliações dos
14
agentes econômicos sobre a probabilidade de um colapso cambial. Ao
elaborar seu modelo Obstfeld (1984:4) critica algumas hipóteses não
consideradas nos modelos de crises de balanço de pagamento. Segundo o
autor, o esgotamento completo das reservas internacionais poderia ser
evitado na medida em que teoricamente o banco central de um país poderia
utilizar poupança externa indefinidamente, desde que estivesse disposto a
atrair capital a qualquer custo. Neste mesmo artigo, Obstfeld (1984:10,11)
descreve como a antecipação de uma provável alteração na política
econômica por parte dos agentes econômicos induz à possibilidade de
equilíbrios múltiplos e de crise cambial desencadeada por profecias auto-
realizáveis. Uma possível trajetória de equilíbrio ocorre quando o mercado
acredita que não haverá colapso. Como os agentes econômicos são
motivados por crenças auto-validadas, o regime de taxa de câmbio fixa
nunca será atacado. O autor afirma que existem infinitas alternativas de
equilíbrio, cada uma correspondendo a diferentes conjuntos de expectativas
dos agentes privados sobre a probabilidade de ocorrência de crises. Os
agentes privados esperam que qualquer cenário assumido pelo mercado
seja validado ex post pelas autoridades econômicas. A crença de que as
autoridades econômicas irão ratificar as crises faz com que seja não
lucrativo para cada especulador individual reter moeda doméstica quando na
eminência de um ataque. Conclui-se através da teoria proposta acima que o
momento exato de uma crise cambial pode ser indeterminado, dado que a
princípio um ataque especulativo pode ocorrer a qualquer tempo.
Flood and Marion (1996) desenvolvem um modelo onde demonstram
como um governo, mesmo adotando políticas macroeconômicas
15
consistentes, pode sofrer um ataque especulativo inesperado decorrente de
uma súbita variação na percepção dos agentes privados. Os autores adotam
como premissa a existência de expectativas auto-realizáveis, onde um
ataque especulativo espontâneo e imprevisível por si só induz o país a
adotar uma política monetária mais expansionista que acaba validando o
próprio ataque. Na ocorrência de um ataque especulativo, o custo de defesa
da taxa de câmbio fixa pelo governo pode superar os benefícios de sua
manutenção, especialmente se o país está no piso do seu ciclo econômico,
enfrenta pressões eleitorais ou possui um setor bancário frágil. Por esta
ótica, conclui-se que, dado que uma alteração arbitrária na expectativa dos
agentes privados altera a relação custo-benefício da política cambial e pode
levar o governo a abandonar a taxa de câmbio fixa, o momento exato do
ataque especulativo não pode ser determinado. Mesmo governos com
políticas de estabilização disciplinadas estariam suscetíveis a um ataque
especulativo bem sucedido.
A impossibilidade de se determinar o timing de um ataque
especulativo deriva da possibilidade de equilíbrios múltiplos, que por sua vez
origina-se do comportamento especulativo do setor privado. (Flood e Marion,
1996:4). O modelo elaborado por Flood and Marion considera a função
preferência do governo, que precisa priorizar entre déficit fiscal, política
monetária e taxa de câmbio fixa. Quando as reservas internacionais atingem
um limite crítico, o governo poderia optar por tomar reservas internacionais
emprestado ou alterar a taxa de juros doméstica. Ao invés disso, o governo
decide abandonar a paridade fixa e a taxa de câmbio passa a flutuar
livremente.
16
A teoria que fundamenta os Modelos de Segunda Geração está
centrada na contínua avaliação por parte do governo dos benefícios de uma
taxa de câmbio fixa comparado com outros objetivos domésticos como nível
de emprego e solvência do sistema bancário. A taxa de juros assume aqui
um papel importante, sendo que uma mudança na percepção de risco por
parte dos agentes domésticos pode induzir a elevação da taxa de juros
doméstica até o patamar em que o custo de manutenção da taxa de câmbio
fixa passe a exceder os benefícios. O ataque especulativo irá ocorrer toda
vez que o especulador acreditar que a moeda estrangeira que ele compra do
banco central a uma taxa de câmbio fixa poderá ser imediatamente
revendida a uma taxa depreciada. Ou seja, um ataque especulativo irá
ocorrer toda vez que for financeiramente vantajoso para o especulador.
Portanto, se os agentes de repente revisam suas expectativas porque
acreditam que o mercado cambial tornou-se mais arriscado, pode ocorrer o
colapso da taxa de câmbio, validando o risco antecipado pelos agentes.
Contudo, um ponto importante enfatizado por Flood and Marion (1996:17) é
que a ocorrência de crises auto-realizáveis requer um nível mínimo de
deterioração dos fundamentos econômicos, que coloque a economia na
chamada zona de ataque. Portanto, para os autores não é correto afirmar
que qualquer regime de câmbio fixo esteja sujeito a um ataque especulativo
bem sucedido. Os fundamentos necessariamente precisam se deteriorar ao
ponto de conduzir a economia a chamada zona de fragilidade ou zona de
ataque. Além disso, afirmam que a possibilidade de equilíbrios múltiplos,
gerada pelo comportamento especulativo do setor privado, não requer uma
alteração na política econômica ex post para que o ataque seja validado.
17
No artigo publicado em 1995, Maurice Obstfeld elabora um modelo
onde uma elevada taxa de desemprego pode acarretar uma crise cambial
com características de profecias auto-realizáveis. O autor enfatiza que
mesmo regimes cambiais que poderiam se sustentar indefinidamente podem
sofrer ataques motivados por um sentimento adverso do mercado,
considerando-se que o governo está continuamente avaliando o benefício
entre abandonar o regime cambial vigente ou defendê-lo. O autor cita
(Obstfeld, 1995:6) que existe um longo intervalo de variação onde os
fundamentos não são nem tão fortes que possam impossibilitar um ataque
especulativo bem sucedido nem tão fracos para torná-lo inevitável. Ou seja,
a possibilidade ou impossibilidade de um ataque não podem ser totalmente
definidas, dado que diferentes trajetórias de equilíbrio determinam diferentes
probabilidades de colapso.
Considerando-se a teoria exposta acima, conclui-se que os Modelos
de Segunda Geração enfatizam os aspectos políticos da decisão de
desvalorizar uma moeda, vista como um balanceamento entre objetivos
conflitantes por parte das autoridades monetárias. Embora a manutenção da
taxa de câmbio fixa seja tecnicamente viável, não é considerada como
escolha ótima pelo governo, que prioriza objetivos internos como
manutenção do nível de produto, estabilidade do sistema bancário e nível de
emprego. No tradicional Modelo de Segunda Geração (Krugman, 2001:6), o
governo em um primeiro momento prioriza a estabilidade econômica de
longo prazo, comprometendo-se em manter uma taxa de câmbio fixa cujo
impacto monetário contracionista o força a aceitar um nível de emprego no
curto prazo inferior ao que ele gostaria de manter. Contudo, o governo
18
aceita pagar este preço enquanto os agentes econômicos acreditarem que a
manutenção da política cambial é viável e será priorizada pelo governo. No
momento em que ocorre uma reversão das expectativas, os investidores
passam a demandar uma taxa de juros mais elevada para investir em ativos
denominados em moeda doméstica. Surge então o dilema em termos de
política econômica: se o governo decidir defender a paridade fixa oferecendo
taxas de juros mais elevadas, irá agravar a situação de desemprego. Um
ataque especulativo pode fazer com que o custo de manutenção da paridade
fixa se eleve ao ponto de, mesmo um governo que inicialmente estivesse
disposto a pagar o preço de manutenção de uma política de câmbio fixa na
ausência de um ataque especulativo, decida abandonar seu compromisso
de política externa e passe a priorizar os objetivos domésticos de curto
prazo. E os especuladores que acreditam que outros agentes estão na
eminência de um ataque são encorajados a fazer o mesmo, resultando na
possibilidade de crises cambiais desencadeadas por profecias auto-
realizáveis.
1.4 - Modelos de Terceira Geração
Os Modelos de Primeira e Segunda Geração de crises cambiais não
foram capazes de prever antecipadamente e nem de explicar o mecanismo
de eclosão, a complexidade e a abrangência da crise asiática, que
surpreendeu o mercado e o meio acadêmico pelo seu impacto negativo tão
profundo. Entre as conseqüências adversas observadas nos países
19
asiáticos no período posterior à crise podemos destacar o colapso no
mercado de ativos doméstico e a onda de inadimplemento dos bancos que
se espalhou por todo o mercado e culminou com a falência de muitas
empresas.
Primeiramente, nenhum dos fundamentos que dirigem os Modelos de
Primeira Geração pareciam estar presentes nas economias asiáticas. Os
países envolvidos apresentavam certo equilíbrio fiscal e taxas de inflação
relativamente baixas. Em segundo lugar, embora tivessem apresentado uma
pequena desaceleração no crescimento em 1996, esses países não
apresentavam uma taxa de desemprego elevada o suficiente a ponto de
fornecer indícios ao mercado de que o governo abandonaria a taxa de
câmbio fixa em prol da adoção de uma política monetária mais
expansionista, desencadeando assim um ataque motivado por profecias
auto-realizáveis. Por último, algumas características comuns nos países
asiáticos no período que antecedeu a crise cambial – como o elevado ciclo
de crescimento do mercado de ativos e o papel predominante exercido pelos
intermediários financeiros - não eram contempladas nos modelos até então
existentes. A evidência de que o enfoque da tradicional teoria de crises
cambiais era inadequado para entender a natureza da crise asiática
culminou no desenvolvimento de uma nova família de modelos,
denominados de Modelos de Terceira Geração ou Modelos de Crises
Financeiras. Esses modelos inovam ao incorporar conceitos relacionados à
fragilidade do sistema financeiro e adotam o pressuposto da existência de
crises cambiais e financeiras interligadas.
20
Em seu artigo publicado em 1998 Krugman defende que as crises
cambiais são apenas uma parcela de crises financeiras mais abrangentes e
profundas. O autor cita dois aspectos até então negligenciados na análise
das crises cambiais: o papel dos intermediários financeiros, e o chamado
risco moral (moral hazard)
6
associado a estes intermediários quando o
mercado é fracamente regulamentado. No desenvolvimento de sua teoria
Krugman analisa como a associação de risco moral e regulamentação
financeira ineficiente pode levar a um processo de excesso de investimento
e sobrevalorização do preço dos ativos locais a nível agregado e, por último,
como uma economia com risco moral e ativos sobrevalorizados pode tornar-
se vulnerável à ocorrência de crises financeiras.
Krugman afirma que a crise asiática pode ser interpretada como uma
crise desencadeada por um processo de excesso de investimento seguido
por colapso financeiro, onde a crise cambial aparece mais como sintoma que
como causa. A lógica do modelo está fundamentada na possibilidade de
formação de bolhas especulativas, cuja trajetória inicia-se com a existência
de intermediários financeiros em um mercado não regulamentado e sujeito a
sérios problemas de risco moral. Neste caso há uma crença generalizada no
mercado de que as obrigações destes intermediários financeiros possuem
uma garantia implícita do governo, levando-os a adotarem uma postura mais
arriscada na concessão de empréstimos. O risco excessivo assumido pelos
intermediários financeiros gera inflação no preço dos ativos, sustentado pela
lógica circular onde o aumento de empréstimos arriscados eleva a procura e
6
Entende-se por risco moral a situação onde um agente financeiro toma um risco excessivo ex ante
motivado pela existência de uma garantia contra um cenário desfavorável ex post. No caso dos
bancos, se o governo garante pagar os depositantes em caso de crises, os bancos serão menos
criteriosos na concessão de empréstimos.
21
consequentemente o preço dos ativos, que por sua vez eleva a demanda por
mais empréstimos. Em um determinado momento ocorre o estouro da bolha
e o mecanismo da crise passa a descrever a mesma lógica circular citada
anteriormente, só que em processo reverso. A queda no preço dos ativos
torna visível a insolvência dos intermediários financeiros, forçando-os a
encerrar suas operações e desencadeando uma queda ainda mais
acentuada no preço dos ativos.
A literatura econômica sugere que intermediários financeiros com
obrigações garantidas pelo governo normalmente enfrentam sérios
problemas de risco moral. A existência implícita de garantia governamental
incentiva os intermediários a efetuarem investimentos que podem
proporcionar uma elevada taxa de retorno em um cenário favorável, mesmo
havendo uma séria possibilidade de perdas significativas. (Krugman,
1998:4). Neste tipo de situação os intermediários financeiros não consideram
no processo de tomada de decisão de investimento todas as variáveis
relevantes. Ao invés disso, mantém o foco no que Krugman chamou de
Pangloss Values, que reflete o valor que as variáveis deveriam assumir no
cenário mais favorável possível. Este comportamento gera um excesso de
investimento que em última instância deverá reduzir o nível agregado de
retorno, uma vez que o aumento do retorno no cenário favorável não irá
compensar a elevação das perdas no cenário pessimista. No caso dos
países asiáticos, o diferencial entre taxas de juros domésticas e
internacionais, associado ao regime de câmbio fixo, estimulou o
comportamento arriscado assumido pelos intermediários financeiros locais.
Confiantes na manutenção da paridade fixa por parte do governo, os bancos
22
tomaram empréstimos internacionais com taxas de juros inferiores as
cobradas no mercado doméstico e repassaram internamente. A crise de
confiança por parte dos investidores internacionais gerou uma fuga de
capitais do país, o que contribuiu para o estouro da bolha no mercado de
ativos locais. A busca crescente por moeda estrangeira gerada pela fuga de
capitais leva o governo, em última instância, a abandonar a paridade fixa. O
autor conclui que o modelo revela uma trajetória de crises financeiras auto-
realizáveis, nas quais o estouro da bolha de ativos enfraquece o sistema
bancário, e o subsequente colapso do sistema bancário por sua vez ratifica a
queda acentuada no preço dos ativos.
Um ponto comum nos chamados Modelos de Terceira Geração é que
se comportam não como modelos específicos de crises cambiais e sim como
modelos de crises financeiras onde a moeda é apenas o ativo cujo preço
desempenha um importante papel. No modelo elaborado por Chang e
Velasco (1998), a iliquidez
7
do sistema financeiro doméstico aparece como
condição necessária e suficiente para a ocorrência de crises financeiras. O
processo de liberalização adotado pelos países emergentes e o
conseqüente ingresso de capital internacional de curto prazo agravam o
problema de falta de liquidez dos bancos e aumenta sua vulnerabilidade a
choques externos e inversão de expectativas. Os autores enfatizam que um
colapso no sistema bancário doméstico super dimensiona os efeitos de um
choque inicial, causando queda acentuada no nível de produção e no preço
dos ativos.
7
Chang e Velasco (1998:3) definem iliquidez como uma situação na qual as obrigações de curto prazo
do sistema financeiro excedem o valor de liquidação dos seus ativos.
23
Chang e Velasco (1998) defendem que os modelos capazes de
formalizar crises como a ocorrida nos mercado asiáticos em 1997-98,
chamados de novos modelos de crises financeiras, devem necessariamente
apresentar no mínimo três importantes características. Primeiramente, a
ocorrência de crises não deve ser creditada à má gestão das contas públicas
por parte do governo. Em segundo lugar os modelos precisam ser
abrangentes o suficiente para acomodar uma ampla variedade de cenários
macroeconômicos, não existindo nenhuma circunstância específica, como
elevado nível de desemprego, que possa desencadear uma crise cambial.
Os dois pontos descritos acima revelam o não enquadramento da crise
cambial asiática nos moldes dos Modelos de Primeira e Segunda Geração.
Por último, é preciso capturar a estreita correlação existente entre crises
cambiais e bancárias.
O artigo desenvolvido por Chang e Velasco (1998:43) apresenta
conclusões importantes a respeito da vulnerabilidade dos países emergentes
à crises financeiras, dentre as quais destacam-se os seguintes pontos: a) a
entrada maciça de capital internacional de curto prazo, gerada pela abertura
da conta de capital e/ou por um maior acesso do país ao mercado
internacional de crédito, pode acentuar o problema da falta de liquidez no
sistema bancário, uma vez que uma reversão nas expectativas dos credores
internacionais pode levá-los a não renovar os empréstimos de curto prazo;
b) o processo de liberalização financeira, representado pela redução do nível
requerido de reservas e pelo aumento da competição no setor bancário, na
medida em que acentua o descasamento temporal entre ativos e passivos,
pode elevar a probabilidade de ocorrência de crises bancárias; c) a garantia
24
implícita do governo aos intermediários financeiros estimula a adoção de
uma postura mais arriscada por parte dos bancos, levando a um excesso de
empréstimos e investimentos; d) a intermediação financeira do fluxo de
capital internacional, dada a adoção de uma postura arriscada na concessão
de empréstimos, acarreta uma elevação acentuada no preço dos ativos
reais, ocorrendo o processo inverso no caso de um colapso no sistema
bancário; e) na ocorrência de uma crise, estabilizar o setor bancário e
manter a taxa de câmbio fixa são metas incompatíveis, uma vez que na
tentativa de socorrer os bancos o Banco Central não poderia elevar as taxa
de juros, sob pena de agravar ainda mais a situação dos bancos. Uma outra
solução seria atuar como emprestador de última instância. Contudo, ao atuar
como emprestador de última instância o governo estimula a crise cambial,
uma vez que os agentes tendem a utilizar esses recursos adicionais para
comprar reservas internacionais. (Chang e Velasco, 1998:5).
A análise dos modelos desenvolvidos por Krugman (1998) e Chang e
Velasco (1998) permite identificar algumas particularidades que diferenciam
as chamadas Crises de Terceira Geração. Crises cambiais e financeiras
concomitantes podem ser desencadeadas por uma súbita reversão nas
expectativas dos agentes com relação a viabilidade da política cambial ou a
solidez sistema bancário. Podem iniciar-se através da interrupção do crédito
interno ou dos fluxos financeiros internacionais ou de uma queda acentuada
no preço dos ativos domésticos, que terminam expondo as fraquezas
econômicas e financeiras do respectivo país. Ou seja, para que distúrbios
externos possam desencadear uma crise o país em questão precisa
apresentar um elevado grau de vulnerabilidade. Outro ponto relevante é a
25
correlação existente entre crises financeiras e fragilidade do sistema
bancário. Nos países emergentes, onde o nível de supervisão e
regulamentação não proporcionam transparência ao sistema bancário, os
problemas relativos a liquidez enfrentados pelos intermediários financeiros
são encobertos por uma elevação acentuada no nível de empréstimos e no
preço dos ativos, gerando a chamada bolha especulativa ou bolha de ativos.
O chamado estouro da bolha, caracterizado pelo processo de correção de
preço dos ativos e a subsequente crise financeira, acabam expondo a
fragilidade do sistema financeiro doméstico. E a vulnerabilidade do sistema
financeiro doméstico a choques externos pode ser considerada fator
preponderante na determinação da probabilidade de ocorrência de crises
financeiras e cambiais em países emergentes.
1
.5 - Efeito Contágio e Comportamento de Manada
Embora a ocorrência de crises cambiais
8
não seja um fenômeno
recente, uma importante característica observada nas crises ocorridas nos
últimos anos é a possibilidade de uma crise em um determinado país ser
transmitida para outros países. Um ataque especulativo bem sucedido a
moeda de um país pode espalhar-se para outros países, mesmo que estes
últimos apresentem fundamentos macroeconômicos sólidos. A literatura
econômica passou a denominar este fenômeno genericamente de “efeito
contágio”. No presente trabalho, o termo contágio terá o mesmo significado
26
empregado por Drazen (2001:50), identificando o fenômeno através do qual
uma crise cambial por si só, em um país, torna mais provável uma crise
cambial em um outro país.
Conforme as razões pelas quais uma crise cambial em um país tende
a contaminar outros países, é possível destinguir três modelos gerais de
contágio. Um primeiro caso, denominado de “efeito monção”, ocorre quando
as crises são originadas por uma causa comum, quando dois ou mais países
são atingidos simultaneamente por um mesmo choque adverso. Um
exemplo de crises desencadeadas por efeito monção foi a crise da dívida
externa na América Latina no início dos anos 80, onde a acentuada elevação
das taxas de juros norte-americanas desempenhou um importante papel.
(FMI, 1998:83). É importante destacar que embora os eventos externos
possam contribuir para precipitar as crises, a vulnerabilidade de um
determinado país ao contágio pelo efeito monção está relacionada aos
fundamentos macroeconômicos internos.
Um segundo modelo de contágio é denominado “efeito spillover”,
onde a crise em um país afeta os fundamentos macroeconômicos de outro
devido às suas ligações nos mercados de bens e/ou de capitais, ou também
porque existe interdependência no portfólio dos credores
9
. No caso das
ligações comerciais, a desvalorização cambial em um país pode afetar
adversamente a competitividade internacional de outros países. Drazen
(2001:53) destaca que uma desvalorização induzida por um ataque
especulativo em um país o torna mais competitivo, levando seus parceiros
8
Embora com características diferentes das crises ocorridas na década de 90, houveram importantes
crises cambiais em períodos anteriores, como a quebra do sistema de Bretton Woods no início dos
anos 70 e a chamada crise da dívida no início dos anos 80.
27
comerciais a incorrerem em déficits e redução de reservas internacionais e,
consequentemente, aumentando a vulnerabilidade de suas moedas. Esta
visão do efeito spillover pelo lado do comércio aplica-se tanto para vínculos
comerciais bilaterais quanto para ligações múltiplas, nas quais dois países
concorrem um contra o outro, no mesmo mercado de um terceiro país. No
primeiro caso, as exportações do parceiro comercial são ameaçadas pela
desvalorização cambial do país em crise, uma vez que encarece o processo
de importação. No caso de um parceiro comercial comum, a desvalorização
cambial em um dos países leva a uma perda de competitividade dos
produtos dos demais países, processo este que só é revertido mediante
desvalorização cambial dos demais países. O efeito spillover foi apontado
como um dos responsáveis pela expansão geográfica da crise asiática.
Por último, denomina-se “contágio” ou “contágio puro” ao processo
através do qual uma crise em um país faz com que os credores passem a
reavaliar os fundamentos de outros países, mesmo que estes últimos não
tenham se alterado de forma significativa. É importante destacar que o
contágio na forma descrita acima somente é possível se o mercado
financeiro em questão exibir equilíbrios múltiplos e ataques especulativos
desencadeados por profecias auto-realizáveis. (FMI, 1998:83).
Segundo relatório do FMI (1998:86), os efeitos spillover e contágio
estiveram presentes em dois importantes episódios de crises cambiais: a
crise do sistema monetário europeu (SME) no início da década de 90 e a
crise mexicana de 1994-95.
9
Na ocorrência de falta de liquidez em um mercado, a interdependência no portfólio dos credores
obriga-os a liquidarem suas posições em um país para cobrir as perdas em um outro país.
28
A literatura econômica sobre contágio desenvolveu uma teoria com o
intuito de explicar um tipo de comportamento aparentemente irracional dos
agentes financeiros internacionais, conhecido como “comportamento de
manada” (herding). O comportamento de manada caracteriza uma situação
onde o investidor do mercado de ativos financeiros tende a tomar decisões
seqüencialmente, não baseadas em fatos sólidos, mas optando pelo
investimento que acredita como o mais provável de ser escolhido por outros
investidores. Uma vez que os fundamentos são ignorados na tomada de
decisão, o comportamento dos agentes converge unicamente porque adota-
se a postura de “seguir a maioria”.
Calvo (1996) desenvolve um modelo onde defende que o
comportamento de manada está diretamente relacionado à existência de
informação incompleta. Em um ambiente com elevada integração financeira
mundial e portfólios altamente diversificados geograficamente, os custos
marginais de se obter e ordenar informações específicas sobre cada país
superam os benefícios de tal aquisição. Quanto maior a diversificação
geográfica dos investimentos menor o benefício marginal de coletar
informações específicas sobre um país.
Entre as conclusões que Calvo obtém com seu modelo, destacam-se:
a) investidores com portfólio altamente diversificados geograficamente tem
um incentivo menor para coletarem informações específicas sobre
determinado país do que aqueles com menor possibilidade de diversificação;
b) em um mundo onde os investimentos são altamente diversificados, os
fluxos de capitais são extremamente sensíveis a notícias ou rumores de
mercado. Mais enfaticamente, o autor conclui que a diversificação encoraja a
29
ignorância e, neste contexto, rumores não fundamentados podem resultar
em uma realocação maciça de portfólio e consequentemente em uma saída
de capital expressiva sob o ponto de vista de um país individual. (Calvo,
1996:24).
1.6 - Conclusão
Este primeiro capítulo dedicou-se a análise, ainda que não
aprofundada, das principais correntes de pensamento da literatura
econômica relacionadas à ataques especulativos e crises cambiais.
A partir do artigo de Krugman, publicado em 1979, surgiram novos
modelos e estudos empíricos relacionados ao tema. Esta grande gama de
modelos teóricos, contudo, não foi capaz de identificar com antecedência a
natureza mutante das crises cambiais e nem de prever as crises que não se
enquadravam nos modelos já existentes. Com a crise de confiança e o
aumento da volatilidade internacional que se seguiram as crises mexicana e
asiática, dada a sua magnitude em termos de contágio em outras economias
em desenvolvimento, o Fundo Monetário Internacional passou a estimular o
desenvolvimento de modelos capazes de prever com determinada
antecedência, através de indicadores macroeconômicos internos e externos,
a possibilidade de eclosão de uma crise cambial em um determinado país.
A relevância do tema levou ao desenvolvimento de novos modelos
de ataques especulativos e crises cambiais, quase sempre a partir de
variações dos modelos já existentes. Contudo, com a flexibilização dos
30
regimes cambiais na maioria das economias atingidas por ataques
especulativos na década de 90, passou-se a questionar se ainda seriam
necessário esforços no sentido de prever a ocorrência de crises cambiais.
Atualmente existem alguns modelos teóricos que defendem que em
um regime de câmbio flexível associado à livre mobilidade de capitais os
desequilíbrios no balanço de pagamento são corrigidos automaticamente
pela variação da taxa de câmbio, não existindo portanto a possibilidade de
crises cambiais. Seus opositores, entretanto, classificam a taxa de câmbio
como o preço de um ativo, ou seja, o preço relativo de duas moedas. Como
todo preço, a taxa de câmbio em um regime de câmbio flexível estaria
sujeita à variações nas expectativas dos agentes econômicos. Neste
contexto, estando um país em regime de câmbio flexível e na dependência
de capitais internacionais, sua vulnerabilidade a crises cambiais responderá
positivamente ao aumento da volatilidade dos fluxos internacionais de
capital, a fragilidade do sistema financeiro doméstico e a redução da liquidez
internacional.
31
2 - Crise Cambial de 2002
2.1 - Introdução
Nesta etapa do trabalho serão analisados os antecedentes da crise
de 2002, ou seja, os fatores internos e externos que de algum modo possam
ter contribuído para a acentuada volatilidade observada no mercado cambial
brasileiro e para a interrupção do fluxo de recursos internacionais para o
país em 2002. Primeiramente será efetuada uma breve análise do período
compreendido entre a implantação do Plano Real e o colapso do regime de
câmbio quase fixo em janeiro de 1999. Procura-se mostrar os efeitos da
adoção de uma política de âncora cambial associada à manutenção de taxas
de juros elevadas sobre as finanças públicas.
Em seguida, será focado o período entre março de 1999 e a crise
cambial de 2002, caracterizado pela adoção de um regime de câmbio
flutuante associado à política monetária de metas de inflação. Neste ponto
do trabalho procura-se avaliar como os principais preços da economia - taxa
de câmbio, taxa de juros e inflação - comportaram-se no período.
Por último, efetua-se a caracterização da crise cambial de 2002,
compreendendo a descrição dos choques internos e externos que se
abateram sobre a economia brasileira e os efeitos da crise no mercado
financeiro doméstico através dos seus principais canais de propagação: o
mercado de títulos da dívida externa brasileira e o mercado de derivativos
cambiais.
32
2.2 - Os Antecedentes da Crise - (1994-1999)
O programa de estabilização posto em prática em 1994 utilizou como
âncora nominal a taxa de câmbio
10
. A baixa credibilidade dos países com
histórico de desequilíbrios inflacionários, a exemplo do México, Argentina e
Brasil, conduziu-os a adotar regimes cambiais combinados da classe do
regime de câmbio fixo. Utilizada como sustentação do Plano Real, a âncora
cambial cumpriu um papel importante na medida em que gerou confiança
nos mercados, derrotou a inflação e a propensão a indexação.
O Brasil adotou o regime de bandas cambiais com reajustes
prefixados do câmbio nominal em março de 1995 e aderiu ao regime de livre
flutuação em 15 de janeiro de 1999. Durante esta fase as bandas cambiais
sofreram realinhamentos periódicos e assumiram uma inclinação crescente,
acumulando uma desvalorização entre 0,50% e 0,65% mensais
(equivalentes a 6,1% e 7,5% anuais). (Franco, 1999:306). Essa política levou
a apreciações significativas da taxa de câmbio real de forma que, se
compararmos a média de outubro a dezembro de 1998, trimestre anterior a
desvalorização cambial, com a média do primeiro semestre de 1994, a
valorização é maior se o deflator doméstico for o INPC – Índice Nacional de
Preços ao Consumidor (25,4%) e menor se utilizado o IPA – Índice de
Preços por Atacado (12,1%). (Franco, 1999:310). Com a valorização do
câmbio real, os déficits em conta corrente começam a crescer, aumentando
10
Não é objetivo desse trabalho discutir em detalhes esse período. O Plano Real estabelecia no seu
lançamento um teto para a paridade entre a moeda brasileira em relação ao dólar, mas permitia a
livre flutuação no sentido da valorização do Real, que foi o que aconteceu entre o lançamento do
plano de estabilização em julho de 1994 e março de 1995, quando foi adotado o regime de bandas
cambiais estreitas. Ver: SIMONSEN, M.H. Política Cambial com comércio exterior, CYSNE, R.P. (org)
Plano Real ano a ano: anais dos Encontros Nacionais sobre Mercados Financeiros, Política Monetária
e Política Cambial. Rio de Janeiro, Editora da Fundação Getúlio Vargas, 1998, p. 48-52.
33
a necessidade de ingresso de capital internacional. A tabela 1 abaixo mostra
a evolução semestral da conta de transações correntes entre julho de 1994 e
dezembro de 1998.
Tabela 1 - Balanço de Pagamentos Brasileiro
Conta de Transações Correntes
Fonte dos Dados: Banco Central do Brasil
Entre o início do Plano Real e a crise cambial de janeiro de 1999, a
taxa interna de juros foi mantida em patamares suficientemente elevados
para atrair capital internacional, proporcionando assim tanto o acúmulo de
reservas como o financiamento dos déficits crescentes em conta corrente.
Neste período, conforme tabela 2 abaixo, ocorrem três fortes elevações das
taxas de juros em resposta às crises mexicana (1995), asiática (1997) e
russa (1998). Estas medidas foram em defesa do regime cambial vigente e
buscavam evitar uma fuga em massa do capital internacional, dada a
necessidade crescente de poupança externa.
Da ta
Tra nsa çõ e s Co rre n te s
(US $ M ilhõe s)
Ju l a D e z/9 4 (3 .1 3 3 ,7)
Ja n a Ju n /9 5 (1 2 .19 4 ,2 )
Ju l a D e z/9 5 (6 .1 8 9 ,6)
Ja n a Ju n /9 6 (7 .6 5 2 ,9)
Ju l a D e z/9 6 (1 5 .84 9 ,1 )
Ja n a Ju n /9 7 (1 2 .42 6 ,7 )
Ju l a D e z/9 7 (1 8 .02 5 ,7 )
Ja n a Ju n /9 8 (1 3 .45 3 ,5 )
Ju l a D e z/9 8 (1 9 .96 2 ,4 )
34
Tabela 2 - Taxa de Juros Selic
Acumulada no Mês Anualizada
Fonte dos Dados: Banco Central do Brasil
A crise do sudeste asiático atingiu a economia brasileira através de
dois canais principais de contágio: os mercados de títulos da dívida externa
brasileira e, mais intensamente, os mercados de derivativos cambiais.
Visando combater as pressões cambiais originadas no mercado de
derivativos (BM&F), o Banco Central forneceu hedge ao mercado através da
venda de títulos com correção cambial e venda de dólar futuro na BM&F.
(Franco, 1999:314). Será demonstrado na próxima seção a modificação do
perfil de endividamento público resultante da atuação do Banco Central no
mercado cambial via colocação de títulos públicos com cláusula de correção
cambial. Adicionalmente à atuação no mercado de derivativos cambiais, o
Banco Central elevou as taxas de juros a fim de atender os investidores
externos que passaram a exigir maiores rendimentos devido ao risco
crescente do país. Este último, por sua vez, decorria em grande parte do
atraso cambial cada vez mais percebido pelo mercado. No dia 30/10/1997
Mês 1994 1995 1996 1997 1998 1999
jan 46,3% 33,8% 21,7% 37,2% 31,2%
fev 56,5% 36,1% 26,1% 34,3% 39,0%
mar 58,0% 30,2% 24,1% 28,3% 43,3%
abr 85,5% 29,4% 21,8% 25,2% 36,1%
mai 61,1% 25,6% 21,9% 22,6% 27,1%
jun 60,8% 29,7% 21,1% 21,0% 22,0%
jul 122,0% 60,5% 23,3% 19,0% 20,3% 20,7%
ago 56,5% 51,1% 25,0% 20,8% 19,2% 19,5%
set 57,1% 51,0% 25,4% 19,8% 34,3% 19,4%
out 56,6% 44,1% 23,5% 19,9% 41,6% 18,9%
nov 65,4% 42,9% 25,3% 45,9% 38,7% 19,0%
dez 53,3% 41,2% 23,9% 39,8% 31,2% 19,0%
35
ocorre uma reunião extraordinária do Comitê de Política Monetária (Copom)
. Oito dias após a reunião normal, que fixou a taxa de juro anual próximo a
20%, o governo elevou a taxa para 45,67% ao ano. A taxa de juros só volta
ao patamar anual de 20% em meados de 1998. Contudo, essas medidas
não impediram a queima de US$ 11 bilhões em reservas internacionais no
período compreendido entre agosto e dezembro de 1997.
Os efeitos da crise da Rússia, deflagrada em setembro de 1998,
foram mais perversos e intensos que os da crise asiática. Estabeleceu-se a
partir daí um crescimento do grau de aversão a risco e os países
emergentes passaram a registrar vultosas saídas de capital. Conforme
tabela 3, as saídas registradas no Brasil no mês de setembro de 1998
totalizaram US$ 21,5 bilhões. Cabe ressaltar que no último trimestre de 1998
o Brasil assinou um acordo com o FMI que incluía um empréstimo no valor
de US$ 41,5 bilhões, dos quais US$ 9,3 bilhões foram sacados em
dezembro daquele mesmo ano. O saldo de reservas internacionais
dispostos na tabela 3 incluem os saques dos empréstimos do FMI.
36
Tabela 3 - Reservas Internacionais
Conceito de Liquidez Total (US$ Milhões)
Fonte dos Dados: Banco Central do Brasil
Segundo Franco (1999:316,317), o contraste na intensidade dos
efeitos das duas crises é melhor exemplificado pela oscilação no preço dos
Brady Bonds. Por serem instrumentos mais voláteis, os títulos de dívida
externa foram fortemente atingidos e passaram a embutir taxas internas da
ordem de 25% em dólar. Visando estancar a saída de recursos o Banco
Central, em 10/9/1998, em nova reunião extraordinária do Copom, eleva os
juros anuais para 40,18%.
O ataque especulativo sofrido pelo Brasil em janeiro de 1999 culminou
com a ruptura do regime de bandas cambiais implementado no início do
Plano Real. A valorização da taxa de câmbio real associada aos elevados
Mês 1994 1995 1996 1997 1998 1999
jan 38.278 53.540 58.951 53.103 36.136
fev 37.998 55.794 59.405 58.782 35.457
mar 33.742 55.753 58.980 68.594 33.848
abr 31.887 56.769 56.171 74.656 44.315
mai 33.731 59.394 59.279 72.826 44.310
jun 33.512 59.997 57.615 70.898 41.346
jul 43.090 41.823 59.521 60.331 70.210 42.156
ago 42.981 47.660 59.643 63.056 67.333 41.918
set 43.455 48.713 58.775 61.931 45.811 42.562
out 42.845 49.694 58.600 53.690 42.385 40.052
nov 41.937 51.257 60.471 52.035 41.189 42.175
dez 38.806 51.840 60.110 52.173 44.556 36.342
37
déficits nas contas correntes e ao alto patamar das taxas de juros doméstica
sinalizou aos especuladores sua chance de êxito caso disparassem um
ataque especulativo. Os fundamentos econômicos da economia brasileira
sinalizavam ao mercado financeiro internacional que não seria possível a
manutenção do regime cambial de bandas cambiais deslizantes. A reação
inicial do Banco Central ao ataque foi tentar estabelecer um sistema
conhecido como “banda diagonal endógena” que fracassou em 48 horas
(Franco, 1999:321). Com o fracasso deste sistema ocorre a perda de
credibilidade do Banco Central e o mercado força a adoção da livre flutuação
cambial em 16 de janeiro de 1999. Segue abaixo a evolução da taxa de
câmbio nominal relativa ao período estudado.
Tabela 4 - Dólar Comercial de Venda Último dia do Mês
PTAX 800
(*) Variação com relação a dez/98
Fonte dos Dados: Banco Central do Brasil
Considerando-se a cotação de fechamento de fevereiro de 1999, o
Real atingiu uma desvalorização surpreendente de 70,8% quando
comparada ao fechamento de 1998. O cálculo descrito acima considera
somente as cotações relativas ao último dia útil de cada mês sendo que,
Data
Taxa de Câmbio
R$/US$ Variação (%)
Jul/94
0,9400
-
Dez/94 0,8460 -10,00%
Dez/95 0,9725 14,95%
Dez/96 1,0394 6,88%
Dez/97 1,1164 7,41%
Dez/98 1,2087 8,27%
Jan/99 1,9832 64,08%
Fev/99* 2,0648 70,83%
38
quando consideradas as cotações de câmbio diárias, este patamar é ainda
mais elevado.
2.3 - Cenário Macroeconômico com Câmbio Flutuante
A política econômica adotada no período analisado na seção anterior
(jul/94 a jan/99), caracterizada entre outros fatores pela defesa do regime
cambial através da manutenção de taxas de juros elevadas e do aumento do
endividamento externo, refletiu-se no crescimento acentuado da dívida
pública. As captações externas para financiar os déficits na conta de
transações correntes e acumular reservas internacionais, necessárias a
sustentabilidade do programa de estabilização, eram esterilizadas através da
emissão de títulos públicos. Este aumento da dívida pública através da
emissão de “dívida nova” foi agravado pela manutenção de juros elevados,
pelo choque de taxa de juros na defesa da política cambial que sucedeu as
crises do México, Ásia, Rússia e pelo ataque especulativo sofrido pela
economia brasileira em janeiro de 1999.
Além dos fatores mencionados no parágrafo anterior, outro fator
decisivo para a aceleração da dívida interna foi o aumento da participação
de títulos públicos atrelados à moeda estrangeira no total da dívida interna
do governo. A estratégia de emissão de títulos públicos indexados ao
dólar
11
, adotada como mecanismo de concessão de hedge
12
ao mercado,
11
Os títulos públicos indexados a moeda estrangeira são denominados em moeda local e corrigidos
pela variação da taxa de câmbio mais uma taxa de juros pré-fixada.
12
Operação que garante proteção quanto a oscilação de um preço ou índice, normalmente
estruturada com instrumentos derivativos.
39
teve início em 1997 e foi mantida até o início de 2004. Esta medida fez com
que parcela significativa do custo das desvalorizações cambiais de 1999 e
2002 fosse absorvida pelo governo.
A tabela 5 abaixo mostra a piora da contas públicas a partir do início
do Plano Real e ilustra a modificação do perfil da dívida através da
participação percentual dos seus principais indicadores: Taxa Pré-Fixada,
Taxa Pós-Fixada (Selic, IGP-M, Taxa Referencial e outros) e Câmbio.
Tabela 5 - Evolução da Dívida Pública Mobiliária Federal
(1994-2003)
Fonte dos Dados: Banco Central do Brasil
É interessante observar que a participação percentual dos títulos
indexados ao câmbio mais que dobrou de 1996 a 1998, refletindo a intenção
do governo de possibilitar instrumentos de hedge ao mercado. Já a redução
drástica da participação de títulos prefixados de 40,9% em 1997 para 3,5%
em 1998 reflete o risco percebido pelo mercado com relação aos
fundamentos macroeconômicos do país. Cabe ressaltar que as tentativas
futuras por parte do governo de voltar a prefixar parte de sua dívida não
Ano Saldo
R$ Milhões Pós-fixado Prefixado Cambial
1994 61,782 51.5 40.2 8.3
1995 108,486 52.0 42.7 5.3
1996 176,211 29.6 61.0 9.4
1997 255,509 43.7 40.9 15.4
1998 323,860 75.5 3.5 21.0
1999 414,901 66.6 9.2 24.2
2000 510,698 63.0 14.8 22.3
2001 624,084 63.6 7.8 28.6
2002 623,191 75.4 2.2 22.4
2003 731,858 76.8 12.4 10.8
Participação % por Indexador
40
tiveram aceitação pelo mercado, sendo que os títulos prefixados fecharam o
ano de 2002 com a participação mínima de 2,2% do total da carteira de
títulos públicos.
A participação de títulos indexados ao dólar na composição da dívida
pública encerrou 2001 em 28,6% e manteve-se próximo a este patamar até
setembro de 2002, decrescendo daí em diante. A concessão de hedge aos
agentes financeiros, iniciada em meados de 1997, foi mantida nos anos
seguintes devido a forte demanda por parte do mercado.
A figura 1 mostra a evolução da Dívida Líquida do Setor Público,
conceito que inclui a dívida interna e externa menos os ativos do governo,
composto basicamente pelas reservas internacionais. A Dívida Líquida do
Setor Público sofreu piora significativa a partir da implantação do Plano Real,
passando de aproximadamente 30% do PIB em 1994 para o patamar de
aproximadamente 50% do PIB em 1999. A partir de 1997 o crescimento
passa a ocorrer de forma mais acentuada, reflexo do impacto dos juros
elevados praticados na defesa da política cambial.
Figura 1 - Dívida Líquida do Setor Público
Fonte dos Dados: Banco Central do Brasil
Dívid a L íquida do S e tor P úb lico e m % do P IB
20%
25%
30%
35%
40%
45%
50%
55%
60%
1994 1995 1996 1997 1998 1999 2000 2001 2002
41
Com o crescimento acelerado da dívida pública, atingindo 54% no
início de 2002, acentua-se a crise de desconfiança com relação à
capacidade do governo de honrar sua dívida. O nível de endividamento
público, contudo, representa apenas uma das variáveis condicionantes da
crise cambial de 2002. Conforme verificado no primeiro capítulo deste
trabalho, dedicado à análise do referencial teórico sobre ataques
especulativos e crises cambiais, as crises normalmente são precedidas por
um conjunto de fundamentos econômico frágeis ou em processo de
deterioração. Além disso, crises cambiais quase sempre têm origem em
combinações de fatores econômicos e políticos. Portanto, a tentativa de
entender a essência da crise brasileira de 2002 passa necessariamente por
uma análise mais abrangente do cenário macroeconômico e político do país
naquele período.
O programa formal acordado com o FMI no final de 1998, além da
correspondente assistência financeira, centrava-se na necessidade de ajuste
fiscal da economia brasileira. O compromisso fiscal assumido com o fundo,
caracterizado pela adoção de metas de superávit primário, teve como
objetivo garantir a sustentabilidade da dívida pública. Na Carta de Intenções
enviada ao FMI em 13/11/1998, o Brasil se compromete a atingir metas de
superávit primário, medido em percentual do PIB, da ordem de 2,6%, 2,8% e
3,0% para os anos de 1999, 2000 e 2001 respectivamente. A tabela 6
apresenta o comportamento do balanço fiscal do Brasil entre 1995 e 2002,
nos conceitos de déficit nominal, operacional e primário.
42
Tabela 6 - Balanço Fiscal do Brasil - (1995 - 2002)
(*) Valores negativos correspondem a superávit
Fonte dos Dados: Banco Central do Brasil
Conforme tabela 6, verifica-se que no período entre 1995-1998 o
Brasil registrou déficit primário ou até mesmo um pequeno superávit, o que
só foi revertido a partir de 1999 em função do compromisso assumido com o
FMI. O período posterior a 1999 caraterizou-se pela adoção de medidas de
ajuste fiscal, direcionadas ao cumprimento das metas com o fundo.
Analisando o cenário macroeconômico pós desvalorização cambial,
verifica-se que alguns importantes preços da economia, embora tenham
atingido patamares diferenciados, mantiveram a mesma tendência
apresentada no período anterior (1995-1998). Com relação ao mercado
cambial, entre o período compreendido entre março de 1999 e março de
2001 a taxa de câmbio oscilou no intervalo de R$/US$ 1,50 e R$/US$ 2,00.
A partir deste período o mercado cambial passa a apresentar oscilações
mais acentuadas, sobretudo após junho de 2002. A figura 2 mostra a
evolução da média mensal da cotação da moeda norte-americana em reais,
no período compreendido entre a implantação do Plano Real e dezembro de
2002.
Ano Déficit Nom ina l Déficit Operacional Déficit Prim ário
1995 7,15 4,90 -0,26
1996 6,08 3,88 0,10
1997 6,14 4,33 1,02
1998 8,13 7,59 -0,01
1999 5,86 1,13 -3,24
2000 3,66 1,19 -3,51
2001 3,57 1,05 -3,64
2002 4,66 -2,63 -3,96
Balanço Fiscal - dados em % do PIB (*)
43
Figura 2 - Evolução da Taxa de Câmbio Nominal
Fonte dos Dados: Banco Central do Brasil
No período compreendido entre janeiro de 1999 e dezembro de 2002,
o câmbio médio evoluiu de aproximadamente R$/US$ 1,5 para cerca de
R$/US$ 3,60, tendo atingido R$/US$ 3,80 em outubro de 2002. Quando
considerada a PTAX-800 cotação para venda divulgada pelo Banco Central
do Brasil, referente ao último dia do mês, o câmbio nominal depreciou de
R$/US$ 2,8444 em junho de 2002 (até aquele momento a maior cotação de
final de mês desde o início do Plano Real) para R$ /US$ 3,8949 em
setembro deste mesmo ano. Ou seja, somente no período de junho a
setembro de 2002 a taxa de câmbio depreciou-se aproximadamente 37%.
A figura 3 revela o comportamento da taxa Selic - taxa de juros básica
da economia - no período analisado nesta seção. Utilizada como instrumento
para atingir as metas de inflação, as taxas de juros nominais foram mantidas
em níveis elevados, em torno de 18,00% ao ano.
Taxa de Câmbio Livre - Média no Mês
Dólar Americano - Cotação de Venda
0,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
jul/94
nov/94
mar/95
jul/95
nov/95
mar/96
jul/96
nov/96
mar/97
jul/97
nov/97
mar/98
jul/98
nov/98
mar/99
jul/99
nov/99
mar/00
jul/00
nov/00
mar/01
jul/01
nov/01
mar/02
jul/02
nov/02
R$/ US$
44
Figura 3 - Evolução da Taxa Selic
Fonte dos Dados: Banco Central do Brasil
Quando considerada em termos reais, a taxa de juros manteve-se
mais elevada no período entre julho de 1994 e março de 1999 que no
período pós desvalorização, uma vez que com a adoção do regime de
câmbio flutuante as taxas de juros deixaram de ser utilizadas como
instrumento de defesa da paridade cambial. A figura 4 revela a evolução da
taxa de juro real, considerada em termos anuais. Como medida da taxa de
juro real utilizou-se a taxa Selic acumulada no mês anualizada, divulgada
pelo Banco Central do Brasil e como deflator o IPCA (Índice de Preço ao
Consumidor Amplo) acumulado para 12 meses, publicado pelo IBGE.
Taxa de Juros
Selic acumulada no mês anualizada
10
13
15
18
20
23
25
Jun
/
99
Set/99
Dez/99
Mar/00
J
un
/00
Set
/
00
D
ez
/
00
Mar/
01
Jun
/
01
Set/01
Dez/01
Mar/02
J
un
/02
Set
/
02
D
ez
/
02
%
45
Figura 4 - Evolução da Taxa de Juro Real
Fonte dos Dados: Banco Central do Brasil
Por último, para completar o quadro macroeconômico do país, cabe
analisar o comportamento de outro importante preço da economia: a taxa de
inflação. A figura 5 mostra o comportamento da inflação medida pelo IPCA
durante 1999 e 2002.
Figura 5 - Evolução da Inflação - IPCA
Fonte dos Dados: Banco Central do Brasil
Taxa de Juro Real Anual
Selic - IPCA
4,0%
10,0%
16,0%
22,0%
28,0%
34,0%
40,0%
Dez/95
Jun/96
Dez/96
Jun/97
Dez/97
Jun/98
Dez/98
Jun/99
Dez/99
Jun/00
Dez/00
Jun/01
Dez/01
Jun/02
Dez/02
Jun/03
Dez/03
Evolução do IPCA - Mensal x Acumulado em 12 meses
0,0%
0,5%
1,0%
1,5%
2,0%
2,5%
3,0%
3,5%
Jan/99
Jun/99
Nov/99
Abr/00
Set/00
Fev/01
Jul/01
Dez/01
Mai/02
Out/02
Mensal
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
Acumulado
Taxa Mensal Acumulado em 12 Meses
46
Verifica-se que nos três primeiros anos de câmbio flutuante associado
à política de metas de inflação a taxa de inflação anual ficou abaixo de dois
dígitos, ultrapassando o limite estabelecido pelo Banco Central apenas em
2001. Instituído formalmente em junho de 1999, o regime de metas para
inflação teve como objetivo propiciar uma âncora nominal para os preços,
conferindo assim maior transparência ao mercado e aumentando o nível de
confiança no compromisso do governo com a estabilidade monetária. Assim,
foram estabelecidas metas anuais para o IPCA para os anos de 1999
(8,0%), 2000 (6,0%) e 2001 (4,0%), com um intervalo de variação de 2
pontos percentuais acima e abaixo das metas centrais. As taxas registradas
de inflação para estes anos foram 8,9%, 6,0% e 7,7% respectivamente. O
não cumprimento da meta em 2001 sinalizou ao mercado que não haveria
espaço, pelo menos no curto prazo, para uma queda expressiva nas taxas
de juros. No ano de 2002, em parte reflexo da depreciação cambial, o IPCA
fechou o ano totalizando 12,50% ante a uma meta central de 3,5% ao ano.
2.4 - Crise Brasileira de 2002
O mercado cambial sofreu forte pressão no final de 2001, decorrente
sobretudo dos choques externos que atingiram a economia brasileira neste
período, destacando-se a onda de incerteza que se seguiu aos ataques
terroristas aos Estados Unidos e o contágio decorrente da crise argentina.
Teve início neste período a onda de aversão ao risco que agravou-se de
forma acentuada no ano de 2002. No âmbito interno, a crise no setor de
47
energia
13
aumentou a incerteza com relação ao futuro da economia
brasileira, contribuindo também para aumentar a pressão de depreciação
cambial. A cotação oficial do real medida pela PTAX-800, que havia fechado
o ano de 2000 em R$/US$ 1,9554, encerrou o mês de outubro de 2001 em
2,7071, acumulando uma depreciação de aproximadamente 38%. Nos
últimos dois meses do ano ocorre uma apreciação da taxa de câmbio,
reduzindo a depreciação acumulada no ano de 2001 para 19%.
A crise Argentina afetou o Brasil através da elevação da percepção de
risco por parte dos agentes internacionais, dada a proximidade geográfica e
as relações de comércio entre os dois países. A figura 6, que descreve o
comportamento do risco Argentina e do risco Brasil, medidos através do
índice EMBI+
14
, evidencia a correlação positiva existente entre os
indicadores de risco dos dois países.
Figura 6 - Risco Brasil x Risco Argentina
Fonte dos Dados: Bloomberg
13
No ano de 2001 o Brasil registrou uma crise no fornecimento de energia, controlada através da
imposição de medidas de racionamento e contenção de consumo, que ficou conhecida no mercado
como "apagão".
EMBI - Emerging Market Bond Index
200
600
1.000
1.400
1.800
Jan/99 Jun/99 Nov/99 Abr/00 Set/00 Fev/01 Jul/01
Risco Brasil Risco Argentina
48
A crise de confiança com relação à economia brasileira agravou-se de
forma acentuada no ano de 2002, motivada entre outros fatores pela
elevação da aversão ao risco nos mercados internacionais. À seqüência de
choques externos que atingiram o mercado doméstico somaram-se fatores
internos, como a crise de marcação a mercado
15
e a instabilidade do quadro
político gerada pela proximidade das eleições presidenciais. Entre as
conseqüências dessa conjugação de choques externos e internos destacam-
se a excessiva volatilidade do mercado cambial, a dificuldade na
administração da dívida pública e a queda brusca das linhas de
financiamento externo para o país. A este conjunto de efeitos adversos
denominou-se crise brasileira de 2002.
É importante ressaltar que a crise de confiança com relação ao Brasil
não representa um fato isolado, estando inserida no contexto de um
processo global de aversão ao risco que alastrou-se pela mercado financeiro
internacional neste período. No item 5 da carta aberta ao ministro da
fazenda, publicada em 21/01/2003 pelo então presidente do Banco Central
Henrique de Campos Meirelles, justifica-se a queda no nível de
financiamento externo para o Brasil como efeito de um fenômeno global,
onde "os fluxos de capital para países emergentes caíram de US$ 140,4
bilhões em 2001 para US$ 124,7 bilhões em 2002, incluindo ingressos
líquidos de capitais privados (90,2%) e oficiais (9,8%), conforme estimativa
do Institute of International Finance. Em particular, os fluxos para a América
14
Emerging Market Bond Index, índice que mede o risco de países emergentes calculado pelo banco
americano JP Morgan.
15
Crise desencadeada no mercado de administração de ativos financeiros quando o Banco Central
torna obrigatória por imposição legal a contabilização do valor dos títulos das carterias dos fundos de
investimento pelo seu valor de mercado.
49
Latina reduziram-se ainda mais acentuadamente, de US$ 70,2 bilhões, em
2001, para US$ 39,2 bilhões, em 2002, uma queda de 44,2%."
A figura 7 confronta a evolução do EMBI+ Brasil com o EMBI+ geral,
evidenciando o aumento da percepção de risco no mercado financeiro
internacional com relação ao conjunto de países emergentes monitorados
pelo índice. A crise brasileira, evidenciada pela maior percepção de risco da
economia por parte dos agentes internacionais, tem início em junho de 2002
e acentua-se durante os meses de julho a setembro, recuando a partir de
outubro. O EMBI+ Geral, que sinaliza o nível de aversão ao risco com
relação ao conjunto de países emergentes, também eleva-se neste período,
porém em menor escala.
Figura 7 - Risco de Países Emergentes x Risco Brasil
Fonte dos Dados: Bloomberg
Semelhante ao ocorrido no ataque especulativo de janeiro de 1999,
os choques vindos do exterior atingiram a economia brasileira através de
dois canais principais de contágio: o mercado de derivativos cambiais e o
EMBI - Emerging Market Bond Index
500
1.000
1.500
2.000
2.500
Jan/01 Abr/01 Jul/01 Out/01 Jan/02 Abr/02 Jul/02 Out/02
EMBI Brasil EMBI Geral
50
mercado de títulos da dívida externa brasileira, conhecidos como Brady
Bonds
16
. A figura 8 revela a forte correlação negativa existente entre a taxa
de câmbio nominal e a cotação do C-Bond. Além de ser, àquela época, o
título de dívida externa de maior liquidez internacional, o C-Bond era um dos
indicadores utilizados no cálculo do risco Brasil (EMBI+).
Figura 8 - Taxa de Câmbio Nominal x C-Bond
Fonte dos Dados: Bloomberg
Observa-se que com o aumento da percepção de risco com relação à
economia brasileira ocorre uma redução na cotação do C-Bond, resultado de
uma menor demanda por estes títulos por parte dos investidores
internacionais. No auge da crise a cotação unitária do C-Bond passa a valer
menos da metade do seu valor de face (US$ 100,00), fechando o mês
cotado a US$ 48,95.
16
Denomina-se Brady Bonds ao pacote de títulos emitidos na renegociação da dívida externa
Taxa de Câmbio x C-Bond
30
45
60
75
90
Jan/02 Mar/02 Mai/02 Jul/02 Set/02 Nov/02
C-Bond - US$
2,00
2,50
3,00
3,50
4,00
R$/US$
Cotação do C-Bond - US$
Taxa de Câmbio Nominal R$/US$
51
A propagação da crise através do mercado de derivativos cambiais
pode ser evidenciada através do mercado futuro de dólar e do mercado
futuro de cupom cambial
17.
O cupom cambial representa a taxa de juros para
papéis indexados a variação cambial negociados no mercado doméstico,
como títulos públicos e Export Notes. Pode ser definido como a diferença
entre a taxa de juros domésticas esperada para um determinado período e a
expectativa de variação cambial para o mesmo período. Equivale a uma taxa
de juros expressa em dólar, que irá refletir para o investidor internacional a
taxa de retorno de uma aplicação em reais, já considerando o impacto da
desvalorização cambial. A cotação do cupom cambial futuro é muito utilizada
no processo de precificação das operações de hedge no mercado de
derivativos.
Figura 9 – Cupom Cambial Futuro
Fonte dos Dados: Bolsa de Mercadorias & Futuros (BM&F)
brasileira em 1994, destacando-se o C-Bond (Capitalization Bond) como o de maior liquidez
internacional .
Mercado Futuro - Cupom Cambial Anual
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
J
a
n
/
0
2
M
a
r
/
0
2
M
a
i
/
0
2
J
u
l
/
0
2
S
e
t
/
0
2
N
o
v
/
0
2
% Anual
Vencimento Abril/2003 Vencimento Abril/2004
52
A figura 9 aponta a evolução da cotação do cupom cambial futuro
para dois vencimentos distintos: abril de 2003 e abril de 2004. No início do
ano de 2002 a cotação do cupom cambial para ambos os vencimentos ficou
abaixo de 10% ao ano. A partir de junho a cotação começou a elevar-se de
forma acentuada, ou seja, utilizando a terminologia empregada no mercado
financeiro, o cupom cambial começou a abrir de forma considerável. O
cupom cambial está diretamente relacionado com a percepção de risco país.
Um cupom cambial próximo a 40% ao ano para determinado período, como
ocorreu em setembro de 2002 para o vencimento futuro de abril de 2003,
revela o patamar de taxa de remuneração em dólares que o investidor
estrangeiro exige receber para investir recursos no mercado financeiro
doméstico. A crise de confiança com relação ao rumo da economia
brasileira, evidenciada pela elevação no prêmio de risco exigido pelo
investidor internacional para investimentos financeiros no país, torna-se mais
evidente se considerarmos que a média da cotação da Libor
18
para 6 meses
ficou próxima a 1,90% ao ano em 2002.
A evolução mensal do cupom cambial para 12 e 6 meses no ano de
2002, conforme figura 10, também ilustra um movimento de aversão ao risco
com relação à economia brasileira por parte dos investidores.
Na realidade, considerando-se que os mercados são perfeitos e desta
forma trabalham ajustados, toda percepção de risco com relação aos
fundamentos da economia já foi precificada na taxa de juros de longo prazo,
representada pela taxa de swap pré-fixada DI 360 dias. Como a taxa de
17
O Cupom Cambial é uma taxa de juros linear, expressa em termos anuais considerando-se um ano
base de 360 dias.
18
Libor (London Interbank Offered Rate): taxa de juros sobre depósitos em dólar americano no
euromercado.
53
juros interna de longo prazo já embute o componente de risco país, o cupom
cambial acaba atuando como variável de ajuste entre o mercado interno e
externo. Este é um outro modo de definir o cupom cambial, como sendo a
taxa que equilibra a taxa de juros entre dois mercados. Portanto, uma
elevação acentuada do cupom cambial para 6 e 12 meses, conforme a
verificada no segundo semestre de 2002, evidencia a desconfiança por parte
dos investidores com relação a evolução dos fundamentos econômicos do
país.
Figura 10 – Evolução Mensal do Cupom Cambial
Fonte dos Dados: Bloomberg
A performance do mercado futuro de taxa de câmbio neste período
representa outra forma de visualizar a propagação da crise através do
mercado de derivativos. A cotação da taxa de câmbio futura negociada em
bolsa de mercadorias e futuros reflete a combinação de três variáveis: taxa
de câmbio no mercado à vista (spot), taxa de juros doméstica e taxa de juros
internacional. Em linhas gerais, a formação da taxa de câmbio futura para
Mercado Futuro - Cupom Cambial Anual
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
50%
J
a
n
/
0
2
M
a
r
/
0
2
M
a
i
/
0
2
J
u
l
/
0
2
S
e
t
/
0
2
N
o
v
/
0
2
% Anual
Cupom Cambial Meses Cupom Cambial 12 Meses
54
um determinado período irá refletir a seguinte equação: (Taxa de Câmbio
Spot x Taxa de Juros Doméstica) / (Taxa de Juros Internacional).
Considerando-se que a taxa de juros doméstica é superior a taxa de juros
internacional, a curva futura de dólar no Brasil historicamente tem um
formato ascendente. Ou seja, as taxas com prazo de vencimento mais longo
superam as taxas com prazo de vencimento mais curto
19
. No ano de 2002,
especificamente no segundo semestre, ocorreu uma inversão da curva
futura de taxa de câmbio. Considerando-se os patamares de taxas juros
nacionais e internacionais futuras, uma curva futura de taxa de câmbio
descendente revela uma distorção do mercado, possibilitando inclusive
ganhos com operações de arbitragem.
20
Tabela 7 - Mercado Futuro de Dólar Comercial BM&F
Cotação R$/US$ - Preço de Ajuste (*)
Fonte dos Dados: Bolsa de Mercadorias & Futuros (BM&F)
(*) Cotação referente ao 1º dia útil do mês de referência
19
O oposto ocorre com países cuja taxa de juros doméstica é inferior à Libor, como o Japão. A curva
futura de taxa de câmbio no Japão é descendente, refletindo o diferencial entre as duas taxas de
juros.
Vencim ento
Futuro Jul/02 Ago/02 Set/02 Out/02 Nov/02 Dez/02
Out/02 2,9425 2,9719 3,0462 - - -
Nov/02 2,9618 3,0569 3,02 75 3,5922 - -
Dez/02 2,9821 3,0375 3,01 60 3,4970 3,550 0 -
Jan/03 3,0036 2,9686 3,0113 3,40 65 3,5033 3,5847
Fev/03 3,0299 2,9764 3,01 99 3,3548 3,468 6 3,5597
Mar/03 3,0577 2,9864 3,0277 3,3601 3,455 1 3,5398
Abr/03 3,0858 2,9903 3,0352 3,36 49 3,4782 3,5233
Mai/03 3,1143 3,0017 3,0563 3,39 29 3,5004 3,5368
Jun/03 3,1417 3,0138 3,0786 3,42 23 3,5237 3,5511
Jul/03 3,2478 3,02 53 3,1000 3,4509 3,5461 3,5646
Jan/04 3,4909 3,2171 3,2671 3,79 29 3,7214 3,7263
55
A tabela 7 mostra que no mês de julho de 2002 o mercado futuro de
câmbio ainda comportava-se de maneira prevista, isto é, a taxa de câmbio
futura em um determinado período era superior a taxa cotada para os
períodos anteriores. Já no mês de agosto o mercado passa a comportar-se
de maneira atípica. No dia 1 agosto de 2002 a cotação do dólar com
vencimento para novembro/2002 foi de R$/US$ 3,0569 contra R$/US$
2,9903 para abril/2003. Esse comportamento não convencional do mercado
possibilitou aos agentes financeiros captação de recursos até mesmo com
taxa de juros negativa
21
. Os agentes captavam empréstimos de curto prazo
em dólar, internavam os recursos à taxa de câmbio negociada no mercado à
vista e simultaneamente contratavam uma operação de compra futura de
dólar a uma taxa inferior à da entrada. Dado o diferencial de taxas de câmbio
spot e futura e o baixo patamar das taxas de juros internacionais no período,
em algumas captações de recursos o ingresso de moeda local foi superior à
saída de reais necessários para honrar o compromisso externo, mesmo
considerando-se o pagamento de juros.
A magnitude da crise de confiança com relação à evolução da
economia brasileira também pode ser evidenciada pelo comportamento do
indicador de risco EMBI+ Brasil. Mesmo com o impacto negativo que se
alastrou pelo mercado financeiro internacional decorrente da crise russa e da
quebra do LTCM
22
, que culminou com o ataque especulativo sofrido pelo
Brasil em janeiro de 1999, o risco país não atingiu patamares tão elevados
20
Caracterizada pela atuação simultânea em dois mercados para obtenção de um ganho líquido e
certo.
21
Apesar da escassez de recursos para o Brasil neste período, alguns bancos e empresas
multinacionais aproveitaram esta janela de oportunidade propiciada pelo mercado de derivativos para
captar recursos de curto prazo junto à sua matriz no exterior.
22
Long Term Capital Management (LTCM), importante
hedge fund
criado e administrado, entre
outros, por dois ganhadores do Prêmio Nobel de Economia: Robert Merton e Myron Scholes.
56
como na crise de 2002. O EMBI+ fechou o mês de julho e setembro de 2002
cotado em 2.341 e 2.395 pontos base respectivamente, maior cotação desde
março de 1994 conforme demonstrado na figura 11.
Figura 11 – Evolução do EMBI+ Brasil
Fonte dos Dados: Bloomberg
Além dos processos especulativos com títulos da dívida externa
brasileira e com operações de derivativos na BM&F, a economia brasileira
de 2002 enfrentou o que alguns autores classificam como sudden stop
(SS)
23
. Entre os fatores internos responsáveis por este processo destacam-
se a proximidade das eleições presidenciais e a chamada "crise de
marcação a mercado".
Pesquisas recentes voltaram-se a responder questionamentos
fundamentais sobre a real influência de fatores políticos na probabilidade de
paradas bruscas de financiamento externo e crises cambiais e, embora os
fatores econômicos ainda sejam apontados como mais importantes, os
EMBI Brasil
0
500
1000
1500
2000
2500
Mar/94
Mar/95
Mar/96
Mar/97
Mar/98
Mar/99
Mar/00
Mar/01
Mar/02
Mar/03
Mar/04
Pontos Base
Crise
Mexicana
Crise
Asiática
Crise
Russa
Crise
Brasileira
1999
Crise
Argentina
Crise
Brasileira
2002
57
fatores políticos começam a ganhar relevância. As preocupações referentes
à sucessão política no Brasil, derivada do receio por parte dos investidores
nacionais e internacionais da ascensão ao poder de um presidente de
esquerda, afetaram diretamente a disponibilidade de financiamento externo
para o país. A redução de linhas de crédito disponíveis para o país esteve
relacionada, entre outros fatores, à possibilidade de que o candidato Luis
Inácio Lula da Silva, líder nas pesquisas de intenções de voto e
historicamente defensor de medidas heterodoxas, pudesse implementar
mudanças econômicas como a não manutenção do regime de metas de
inflação ou o rompimento do acordo com o FMI. Segundo Pérsio Arida
(2003:10,11), " o Brasil em 2002 também ilustra a possibilidade de uma
parada súbita mesmo com taxa de câmbio flutuante. As linhas de crédito
comercial e bancário deixaram de ser renovadas, mesmo que parcialmente,
sem que tivesse havido qualquer modificação na política macroeconômica. À
parte o efeito traumático da moratória Argentina, a parada súbita refletiu a
convicção dos mercados de que o governo Lula seria populista (políticas
fiscais e monetárias excessivamente expansivas) e recorreria ao controle de
capitais."
A restrição de linhas de financiamento externo para o Brasil atingiu
praticamente todos os mercados, inclusive o mercado de trade finance
24
. As
linhas tradicionais de financiamento à exportação, como ACC -
Adiantamento de Contrato de Câmbio, ou à importação (Finimp -
Financiamento a Importação), praticamente desapareceram das prateleiras
23
Denomina-se Sudden Stop (SS) a uma parada brusca de financiamento externo para um
determinado país.
24
Operações de financiamento com lastro em operações de comércio exterior, estando
diretamente relacionadas às operações internacionais de compra e venda de mercadorias.
58
dos bancos. A disponibilidade de linhas de financiamento de trade finance,
principalmente as vinculadas à alguma ECA - Export Credit Agency
25
,
tendem a manter-se constante mesmo nos períodos de turbulência, uma
vez que existem com o propósito de estreitar vínculos comerciais de longo
prazo entre os países. Portanto, esta situação de liquidez restrita no
mercado de trade finance característica da crise de 2002 não havia sido
observada em nenhum momento desde o início do Plano Real.
No item 5 da carta aberta enviada ao Ministro da Fazenda Antônio
Palocci Filho, o então presidente do Banco Central do Brasil Henrique de
Campos Meirelles declarou que "a queda no financiamento externo foi
significativa. A retração no fluxo de capitais somou US$ 27,8 bilhões,
refletindo a deterioração das contas de investimentos diretos, empréstimos e
financiamentos, capitais de curto prazo e ativos. A captação bruta de
empréstimos privados, que inclui a colocação de papéis, somou US$ 4,4
bilhões em 2002, contra US$ 12,4 bilhões em 2001, o que significou redução
na taxa média de rolagem de 98% para 33%. O fluxo líquido de
investimentos estrangeiros diretos ao Brasil, que alcançara US$ 22,5 bilhões
em 2001, reduziu-se para US$ 16,6 bilhões em 2002. A retração nos fluxos
de capitais incluiu as linhas de comércio, que diminuíram 28%."
O quadro de instabilidade interna gerado pelo contexto internacional
adverso e pela eminência das eleições presidenciais foi agravado por um
episódio conhecido como Crise de Marcação a Mercado. Através da Circular
3.086, divulgada em 15 de fevereiro de 2002, o Banco Central do Brasil
25
Agências internacionais de fomento às exportações, como o Eximbank nos EUA ou EDC no
Canadá.
59
torna legal a exigência da prática de marcação a mercado
26
pelos
administradores de fundos de investimentos. Conforme descrição oficial, a
Circular 3.086 "estabelece critérios para registro e avaliação contábil de
títulos e valores mobiliários e de instrumentos financeiros derivativos pelos
fundos de investimento financeiro, fundos de aplicação em quotas de fundos
de investimento, fundos de aposentadoria programada individual e fundos de
investimento no exterior." (Carta Circular 3.086, Banco Central do Brasil). O
artigo 3º da Circular 3.086 determina que " Os títulos e valores mobiliários
classificados na categoria referida no art. 1º, inciso I, bem como os
instrumentos financeiros derivativos de que trata o art. 2º, devem ser
ajustados, diariamente, pelo valor de mercado, computando-se a valorização
ou a desvalorização em contrapartida à adequada conta de receita ou
despesa, no resultado do período."
A obrigatoriedade de marcação a mercado sinalizou aos investidores
a existência de fundos de investimento que não adotavam esta prática. Para
o investidor internacional ficou claro que o patrimônio líquido declarado dos
fundos de investimento financeiro onde seus recursos estavam alocados
poderia estar superestimado. Ou seja, o patrimônio líquido informado era
superior ao preço de liquidação da carteira de investimento no mercado.
Esta medida intensificou a crise de confiança com relação à divida pública
brasileira e os investidores passaram a exigir prêmios cada vez mais
elevados para carregar estes títulos em carteira. Ocorre a partir deste
26
MTM - Mark to Market: Prática contábil através da qual os títulos e valores mobiliários que compõem
uma carteira de investimentos são ajustados diariamente pelo seu valor de mercado e não pelo seu
valor nominal. Este procedimento garante que o valor contábil de um título reflita exatamente seu
preço de liquidação em uma determinada data.
60
episódio o crescimento dos prêmios de risco sobre os títulos da dívida
pública.
O item 4 da carta aberta elaborada pelo presidente do Banco Central
do Brasil relata a redução expressiva na demanda por títulos públicos,
especialmente os de maior duração, declarando que " no caso dos títulos
públicos emitidos pelo Tesouro Nacional, a taxa de rolagem (excluindo-se os
títulos cambiais e as operações de troca e de compra promovidas pelo
Banco Central) reduziu-se fortemente nos meses de junho a setembro de
2002, situando-se em um patamar próximo a 30%, frente a uma taxa de
rolagem média de 74% nos quatro primeiros meses do ano. No mesmo
período, observou-se significativa elevação dos deságios das LFT. Entre o
final de março e meados de agosto, os deságios das LFT com vencimento
de 2004 a 2006 aumentaram e 0,40% para 2,70%. Devido às dificuldades de
colocação de títulos mais longos e à necessidade de encurtamento de prazo
por parte de alguns agentes do mercado financeiro, a dívida de curto prazo
(vencimentos em até 1 ano) aumentou de 25,6% no final de 2001 para
38,9% no final de 2002 e o prazo médio da dívida pública diminuiu de 35
meses em dezembro de 2001 para 33 meses em dezembro de 2002."
Alguns fundos de investimento, por carregarem em suas carteiras títulos de
mais longo prazo, tornaram-se vulneráveis à maior taxa de desconto
praticada nestes papéis e passaram a registrar perda de patrimônio, o que
desencadeou uma onda expressiva de saques. Foi exatamente para evitar
uma onda de saques que alguns fundos de investimento retardaram o
reconhecimento das perdas contábeis, o que levou o Banco Central a exigir
dos fundos a adoção da prática de marcação a mercado. No curto prazo,
61
esta ação levou a mais perdas contábeis e mais saques substanciais dos
fundos de investimento. Todos estes acontecimentos fizeram surgir a
percepção, por parte dos investidores nacionais e internacionais, de
insustentabilidade da dívida pública.
Figura 12 – Risco Brasil x Juros Longos
Fonte dos Dados: Bloomberg e Banco Central do Brasil.
A figura 12 permite visualizar a correlação positiva existente entre o
cálculo de risco país e a taxa de juros de longo prazo, representada pela
taxa dos swaps de taxas de juros pré-fixadas de 360 dias. Os momentos de
aumento de prêmio nas taxas mais longas são acompanhados por
movimentos de elevação do risco brasil. Essa correlação já era esperada,
uma vez que intuitivamente a deterioração dos fundamentos internos é
primeiramente percebida pelos agentes inseridos no mercado financeiro
doméstico e reflete-se nos prêmios de risco da taxa de juros de longo prazo
(taxa swap de juros 360 dias) para, em seguida, ser percebida pelo mercado
EMBI Brasil x Swap DI 360 dias
0.00%
10.00%
20.00%
30.00%
40.00%
Set/99
Dez/99
Mar/00
Jun/00
Set/00
Dez/00
Mar/01
Jun/01
Set/01
Dez/01
Mar/02
Jun/02
Set/02
Dez/02
Mar/03
Jun/03
Set/03
Dez/03
% ao ano
0
500
1000
1500
2000
2500
Pontos Base
Swap DI 360 dias EMBI Brasil
62
financeiro internacional. Embora em 2002 esta tendência a correlação entre
os dois indicadores tenha se mantido, a percepção de risco país elevou-se
de forma mais acentuada que a percepção de risco de default da dívida
pública pelos agentes domésticos.
Procurou-se neste capítulo demonstrar a magnitude e a abrangência
dos choques que atingiam a economia brasileira em 2002. A sucessão de
choques decorrentes sobretudo do contágio da crise argentina, de uma crise
energética interna, de um aumento da aversão ao risco a nível mundial e
das incertezas resultantes da campanha presidencial de 2002. Além do
impacto sofrido pelo mercado cambial, segundo Céspedes, Goldfajn, Lowe e
Valdés (2005:19), o Brasil sofreu em 2002 uma reversão do fluxo de capitais,
classificada como uma parada brusca de financiamento externo, da ordem
de 6% do PIB. Considerando-se a variação cambial anual, medida pela
PTAX-800 cotação de venda para o último dia útil do mês, o Brasil registrou
uma depreciação cambial de aproximadamente 68% no período de dez/01 a
set/02 e de 52% de dez/01 a dez/02. Conclui-se, a partir dos dados, que
parcela significativa do impacto dos choques internos e externos sofridos
pela economia brasileira em 2002 foi absorvida pelo mercado cambial.
2.5 – Conclusão
Neste segundo capítulo analisou-se a dinâmica da crise cambial de
2002.
63
A estratégia de manutenção da taxa interna de juros em patamares
elevados visando atrair capital internacional, a fim de financiar os déficits na
conta de transações correntes e acumular reservas internacionais
necessárias a sustentabilidade do programa de estabilização, culminou com
a elevação acentuada da dívida interna brasileira. Além dos juros internos
elevados, contribuiu para a deterioração das contas internas a decisão do
Banco Central de proporcionar mecanismos de hedge ao mercado através
da emissão de títulos com cláusula de correção cambial. Com a adoção
desta medida, parcela significativa do custo das desvalorizações cambiais
de 1999 e 2002 acabou sendo absorvida pelo governo. Como conseqüência,
a dívida líquida do setor público eleva-se de aproximadamente 30% do PIB
em 1994 para cerca de 50% do PIB em 1999 e 54% do PIB no início de
2002. Acentua-se a partir daí a crise de confiança, tanto dos investidores
domésticos quanto internacionais, com relação à capacidade do governo de
honrar seus compromissos.
Os choques externos que atingiram a economia brasileira no final de
2001, destacando-se a onda de incerteza que se seguiu aos ataques
terroristas aos Estados Unidos e o contágio decorrente da crise argentina,
deram início à onda de aversão ao risco que agravou-se de forma acentuada
no ano de 2002. Conforme mencionado ao longo do capítulo, somaram-se a
estes fatores alguns choques de ordem interna, destacando-se a
instabilidade gerada pela proximidade das eleições presidenciais e a
chamada crise de marcação a mercado.
A crise brasileira de 2002 inicia-se no mês de junho e agrava-se no
período de julho a setembro, recuando a partir de outubro. Semelhante ao
64
ocorrido na crise cambial de 1999, os choques externos atingiram a
economia brasileira através de dois principais canais de contágio: o mercado
de derivativos cambiais, caracterizado neste trabalho pelo mercado futuro de
dólar e pelo mercado futuro de cupom cambial, e o mercado de Brady
Bonds.
A turbulência gerada pelo quadro financeiro doméstico e internacional
acentua a crise de confiança com relação ao rumo da economia brasileira, o
que leva o investidor internacional a exigir um prêmio de risco cada vez mais
elevado para efetuar investimentos financeiros no mercado doméstico. O
indicador de risco país EMBI encerrou o mês de julho e setembro de 2002
cotado em 2.341 e 2.395 pontos base respectivamente, maior cotação desde
o início do Plano Real. Como conseqüência desta sucessão de adversidades
ocorre a redução acentuada do fluxo de recursos externos para o país,
processo conhecido como sudden stop (SS). Este quadro de liquidez restrita
atinge inclusive o mercado de trade finance, normalmente alheio a crises
geradas por processos especulativos ou choques pontuais.
Como já era esperado em um regime de câmbio flutuante, o mercado
cambial terminou absorvendo parcela significativa dos choques externos e
internos que impactaram a economia brasileira em 2002, registando uma
depreciação cambial de aproximadamente 68% entre dezembro de 2001 e
setembro de 2002.
65
Capítulo 3 – Modelos de Crises Cambiais
3.1 - Introdução
A partir do referencial teórico descrito no capítulo 1, surgiram uma
série de modelos voltados à compreensão das crises cambiais. Essa grande
gama de modelos, contudo, não foi capaz de identificar com antecedência a
natureza mutante das crises cambiais e nem de prever as crises que não se
enquadravam nos modelos anteriormente existentes. Com a crise de
confiança e o aumento da volatilidade internacional que se seguiram às
crises mexicana e asiática, o Fundo Monetário Internacional (FMI) passou a
estimular o desenvolvimento de modelos estatísticos capazes de prever com
certa antecedência, através de indicadores macroeconômicos internos e
externos, a possibilidade de eclosão de uma crise cambial em um
determinado país ou região. A este conjunto de modelos denominou-se Early
Warning Systems - EWS
Dentro desta mesma linha de pesquisa, além dos modelos EWS,
foram identificados e testados algumas variáveis que consideradas
isoladamente ou em conjunto seriam indicativas de crises cambiais. Este
conjunto de variáveis, denominadas non-model-based forecasts,
compreende sobretudo os spreads cobrados pelos títulos soberanos, os
ratings conferidos pelas agências especializadas e pontuações de risco
publicadas pelos analistas do mercado financeiro. Para testar o poder
explicativo dos modelos EWS e dos indicadores financeiros enquanto
ferramentas úteis no monitoramento e identificação de volatilidades, alguns
66
economistas examinaram episódios recentes de crises cambiais. Em alguns
episódios o conjunto de indicadores acompanhados pelos analistas de
mercado apresentaram melhor performance que os modelos na identificação
das crises, enquanto que em outros os modelos foram mais eficazes.
Embora a literatura econômica sobre crises cambiais tenha focado na
explicação teórica e na busca de indicadores antecedentes de crises
cambiais em um regime de câmbio fixo, alguns desses modelos e
indicadores respondem também na identificação de pressões no mercado
cambial em um regime de câmbio flutuante. Partindo deste princípio, e
diferentemente do capítulo 1, dedicado à análise do referencial teórico sobre
crises cambiais, o presente capítulo está voltado ao estudo de trabalhos
empíricos e dividir-se-á em quatro partes ou seções. Na primeira, serão
apresentadas definições quantitativas de crises cambiais elaboradas por
alguns autores e, a partir da adaptação de uma destas definições, será
efetuado o teste para o ano de 2002. Busca-se aqui verificar se a partir da
metodologia empregada pode-se classificar a pressão verificada no mercado
cambial brasileiro neste período como crise cambial. Em seguida, será
efetuada uma breve apresentação dos modelos voltados à previsão de
crises cambiais, conhecidos como modelos EWS. Na terceira parte, será
efetuado um estudo estatístico através da elaboração de um modelo de
vetores auto-regressivos (VAR) na tentativa de relacionar a acentuada
volatilidade no mercado cambial com o comportamento de algumas variáveis
utilizadas como regressores. Por fim, será apresentada a conclusão.
67
3.2 – Definição de Crise Cambial e Teste para o ano de 2002
Com o objetivo de entender a essência das crises cambias alguns
autores efetuaram testes empíricos relacionando a probabilidade de crises a
um grande conjunto de indicadores. Um fator importante é que esta família
de estudos empíricos não teve como objetivo testar nenhuma teoria
específica, ligada a alguma geração de modelo vista no primeiro capítulo.
Basicamente, buscou-se responder à algumas questões fundamentais como:
a) o que caracteriza uma crise cambial? b) quais variáveis comportam-se de
maneira distinta na eminência de uma crise cambial? c) quais variáveis
seriam apropriadas quando utilizadas como indicadores antecedentes de
crises cambias?
Nessa linha de pesquisa Eichengreen, Rose e Wyplosz (1995)
buscaram identificar as prováveis causas e conseqüências de episódios de
turbulência em mercados cambiais. A metodologia seguida pelos autores
consistiu em primeiramente identificar o que diferencia os períodos de
turbulência dos períodos remanescentes, chamados de períodos de
tranqüilidade. Um diferencial importante deste trabalho é que o mesmo
procurou analisar as causas e conseqüências de turbulências que afetam
tanto o regime de câmbio fixo como o de câmbio flutuante. Os autores
defendem que mesmo um regime de câmbio flutuante como o americano
está sujeito a grande volatilidade e citam como exemplo a deterioração da
cotação do dólar frente a moeda japonesa (yen) em 1994-95, quando os
Estados Unidos tiveram que sacrificar outras metas de política econômica
para recuperar o valor da sua moeda. “Qualquer um que duvide que uma
68
taxa de câmbio flutuante possa ser atacada deve simplesmente pensar no
movimento do dólar americano na primavera de 1995.” (Eichengreen, Rose
and Wyplosz, 1995:4).
Um período de turbulência, classificado pelos autores como episódio
de crise cambial, inclui também ataques especulativos mal sucedidos. Eles
defendem que pressões no mercado cambial causadas por ataques
especulativos podem ser repelidas através da “queima” de reservas
internacionais, da elevação da taxa de juros doméstica ou da intervenção
direta no mercado de câmbio. Ou seja, mesmo que um ataque especulativo
não culmine em uma grande depreciação da taxa de câmbio, a ocorrência
de uma crise cambial pode ser comprovada através de outros indicadores
que não a taxa de câmbio, uma vez que outras metas de política econômica
tiveram que ser sacrificadas na defesa da moeda doméstica.
Eichengreen, Rose and Wyplosz (1995:35) elaboram um índice de
pressão no mercado cambial, chamado índice de pressão especulativa,
composto pela média ponderada da variação dos indicadores taxa de
câmbio, taxa de juros doméstica e estoque de reservas internacionais.
Define-se como crise cambial o período marcado por extrema pressão no
mercado de câmbio, quando o índice de pressão especulativa supera seu
comportamento médio em pelo menos dois desvios padrões. Ou seja, para
se comprovar um período de crise, é necessário que o índice de pressão no
mercado cambial exceda seu comportamento médio em no mínimo dois
desvios padrões.
Uma questão importante levantada pelos autores refere-se ao peso
adequado para ponderar os três componentes do índice de pressão
69
especulativa. Como foi observado que historicamente em um ataque
especulativo a variação das reservas internacionais supera de forma
significativa a variação na taxa de câmbio, que por sua vez supera a
variação da taxa de juros, os autores defendem a ponderação dos três
componentes de modo que, depois de ponderados pelos respectivos pesos,
todos terminem apresentando a mesma volatilidade. Seguindo esta
metodologia, os autores se referem àqueles trimestres nos quais o índice de
pressão especulativa ficou pelo menos dois desvios padrões acima de sua
média como um episódio de crise cambial.
27
(Eichengreen, Rose and
Wyplosz, 1995:35).
Kaminsky, Lizondo e Reinhart (1998:15) definem crise cambial como
uma situação na qual um ataque especulativo a uma moeda leva a uma
acentuada depreciação na taxa de câmbio, um expressivo declínio no
estoque de reservas internacionais ou uma combinação destes dois fatores.
A intenção dos autores foi elaborar uma definição que incluísse tanto
ataques bem quanto mal sucedidos. Além disso, a definição deveria ser
abrangente o bastante para incluir não apenas ataques a um regime de
câmbio fixo, mas também a outras formas de arranjos cambiais. Para tanto,
criou-se um índice de pressão no mercado cambial, utilizado para identificar
uma crise cambial ex post.
28
O índice de pressão no mercado cambial desenvolvido por Kaminsky,
Lizondo e Reinhart (1998) - doravante chamado índice KLR - é composto
pela média ponderada da variação mensal na taxa de câmbio (definida em
27
Eichengreen, Rose and Wyplosz ressaltam que nem todo ataque especulativo é passível de ser
identificado através do índice de pressão cambial, pois algumas vezes um ataque consegue ser
contido apenas com uma suave e curta elevação na taxa de juros doméstica.
70
unidade de moeda doméstica por dólar norte-americano) com a variação
mensal no estoque de reservas internacionais (medida em dólares norte-
americanos).
29
Os pesos são estabelecidos de modo que os dois
componentes do índice apresentem mesma variância. Os autores ressaltam
que, considerando-se que o índice aumenta com uma depreciação na taxa
de câmbio e com uma redução no estoque de reservas internacionais, uma
elevação deste índice reflete uma forte pressão vendedora de moeda
doméstica. Utilizando um jargão do mercado financeiro, o mercado assume
posição comprada em dólar. Empiricamente, uma crise cambial é
identificada ex post pelo comportamento do índice KLR nos períodos em que
o índice supera sua média em mais de três desvios padrões. (Kaminsky,
Lizondo e Reinhart, 1998:16).
Berg e Pattillo (1999) adotam a mesma definição de crise cambial que
Kaminsky, Lizondo e Reinhart. Os autores também não consideram a
variável taxa de juros doméstica na composição do índice, uma vez que este
tipo de dado nem sempre encontra-se disponível para os países
emergentes.
Frankel e Rose (1996) também iniciam seus estudos empíricos
buscando primeiramente uma definição formal de crise cambial. Neste
contexto, definiu-se crise cambial como um episódio de depreciação na taxa
nominal de câmbio em determinado ano de pelos menos 25%
30
e que
representasse um incremento de pelo menos 10% na taxa de depreciação
28
Embora os autores reconheçam a importância de se considerar a variável taxa de juros doméstica
na composição do
index of exchange market pressure
, não a consideram devido a inexistência de
dados para alguns países emergentes na amostra estudada.
29
Dado que a variação no estoque de reservas internacionais responde negativamente à incidência de
crises, considera-se para esta variável o sinal invertido.
30
Frankel e Rose afirmam que o nível crítico de 25% é arbitrário e que análises de sensibilidade
asseguraram que o percentual exato não é uma informação tão relevante.
71
nominal observada no ano imediatamente anterior. (Frankel e Rose, 1996:2).
Ao estabelecer esta definição os autores buscaram responder quatro
questões conceituais: 1) a definição de crise cambial deveria se restringir a
episódios que culminam em uma grande depreciação da taxa de câmbio? 2)
Quão expressiva deve ser a variação da taxa de câmbio para que se
caracterize uma crise? 3) Como a variação da taxa de câmbio deveria ser
medida? e 4) Como analisar países com alta taxa de inflação que
rotineiramente sofrem grandes depreciações na taxa de câmbio?
Para responder à terceira questão, de como a taxa de câmbio deveria
ser medida, os autores optaram pela variação anual da cotação média da
moeda sob análise com relação ao dólar norte-americano, medida em
termos médios. A exigência de que a desvalorização cambial de no mínimo
25% em determinado ano seja pelo menos 10% superior à desvalorização
observada no ano imediatamente anterior foi adotada com o intuito de evitar
que episódios de depreciações na taxa de câmbio de países com altas taxas
de inflação fossem considerados como crise cambial.
31
Em países cujos
níveis de inflação anual sejam classificados como aceitáveis, esta exigência
torna-se desnecessária.
Embora outros autores tenham elaborado diferentes indicadores de
crises cambiais, as definições descritas acima são as que receberam maior
aceitação no meio acadêmico. Um ponto importante enfatizado por todos os
autores estudados neste trabalho é que a definição de crise deve levar em
conta o histórico de cada país. Ou seja, a definição quantitativa de crise
cambial requerida na construção de um EWS deve ser elaborada em termos
31
Kaminsky, Lizondo e Reinhart (1999) adotaram um tratamento diferenciado na definição de crise
cambial para os países com taxa de inflação acumulada acima de 150% em 6 meses.
72
relativos e não absolutos. Para um país com um sistema de câmbio
administrado, como o de bandas cambiais, uma pequena desvalorização da
taxa de câmbio pode ser considerada crise. Já uma depreciação da mesma
magnitude pode não ser considerada crise em um país com regime de
câmbio flutuante, onde existe maior volatilidade.
A seguir será testada a definição de crise sugerida por Frankel e Rose
(1996) com o intuito de verificar se a partir destes parâmetros podemos
classificar a volatilidade do mercado cambial brasileiro no ano de 2002 como
um episódio de crise cambial.
32
Seguindo Frankel e Rose (1996), a comprovação de uma crise se dá
através da análise de um índice de pressão no mercado cambial, definido
como uma variação na taxa nominal de câmbio em um determinado período
igual ou superior a 25%. Na elaboração de seu modelo os autores
analisaram uma lista de dados anuais para um conjunto de países em
desenvolvimento durante os anos de 1971 a 1992. No presente trabalho
será efetuada uma adaptação do modelo proposto, considerando-se que a
análise foca um único episódio de crise cambial em um país com regime de
câmbio flutuante. Portanto, a definição de crise cambial irá considerar, ao
invés de dados anuais como proposto para um regime de câmbio fixo, dados
mensais. Por esta razão, será considerado como episódio de crise variações
mensais da taxa nominal de câmbio iguais ou superiores a 20%. Além disso,
será desconsiderada a exigência de que a desvalorização nominal em um
determinado período supere em pelo menos 10% a desvalorização
32
A existência de diferentes definições de crises cambiais deve-se à possibilidade de incorporação do
conceito de ataques especulativos mal sucedidos. Modelos empíricos cujo propósito seja captar
também ataques especulativos mal sucedidos normalmente englobam no indicador de crises, além da
taxa de câmbio, variações na taxa de juros doméstica e/ou no estoque de reservas internacionais.
73
observada no período imediatamente anterior, uma vez que esta ressalva foi
introduzida porque a amostra examinada pelos autores continha países
convivendo com cenário de hiperinflação.
Após efetuadas as devidas adaptações ao critério de identificação de
crise cambial proposto por Frankel e Rose (1996), aplicou-se a metodologia
para a economia brasileira no período compreendido entre março de 1999 e
dezembro de 2005. Para a cotação da taxa de câmbio utilizou-se a PTAX-
800, cotação para venda, divulgada pelo Banco Central do Brasil, que reflete
a média ponderada das operações efetuadas no mercado interbancário de
câmbio no último dia útil de cada mês. Identificou-se para este período, nos
termos da definição proposta, dois episódios de crise cambial, ocorridos em
julho e setembro de 2002.
A tabela 8 mostra a cotação da taxa nominal de câmbio Real/ Dólar
referente ao último dia útil de cada mês e as variações mensais desta
mesma taxa. Embora o mês de junho de 2002 também tenha apresentado
uma desvalorização cambial expressiva, ficou abaixo do nível critico de 20%
adotado como critério de seleção.
Alguns meses também mostraram valorizações cambiais significativas
(acima de 10%), como agosto de 2002 e abril de 2003, muito embora a
definição de crise cambial empregada não considere os movimentos de
valorização nominal da taxa de câmbio como indicadores de pressão no
mercado cambial.
74
Tabela 8 - Taxa de Câmbio Mensal R$/US$
PTAX-800
Mês
Cotação de
Venda Fim
de Período
Variação Mês
Cotação de
Venda Fim
de Período
Variação
Mar-99 1.7220 - Aug-02 3.0223 -11.85%
Apr-99 1.6607 -3.56%
Sep-02 3.8949 28.87%
May-99 1.7240 3.81% Oct-02 3.6450 -6.42%
Jun-99 1.7695 2.64% Nov-02 3.6365 -0.23%
Jul-99 1.7892 1.11% Dec-02 3.5333 -2.84%
Aug-99 1.9159 7.08% Jan-03 3.5258 -0.21%
Sep-99 1.9223 0.33% Feb-03 3.5632 1.06%
Oct-99 1.9530 1.60% Mar-03 3.3531 -5.90%
Nov-99 1.9227 -1.55% Apr-03 2.8898 -13.82%
Dec-99 1.7890 -6.95% May-03 2.9656 2.62%
Jan-00 1.8024 0.75% Jun-03 2.8720 -3.16%
Feb-00 1.7685 -1.88% Jul-03 2.9655 3.26%
Mar-00 1.7473 -1.20% Aug-03 2.9665 0.03%
Apr-00 1.8067 3.40% Sep-03 2.9234 -1.45%
May-00 1.8266 1.10% Oct-03 2.8562 -2.30%
Jun-00 1.8000 -1.46% Nov-03 2.9494 3.26%
Jul-00 1.7748 -1.40% Dec-03 2.8892 -2.04%
Aug-00 1.8234 2.74% Jan-04 2.9409 1.79%
Sep-00 1.8437 1.11% Feb-04 2.9138 -0.92%
Oct-00 1.9090 3.54% Mar-04 2.9086 -0.18%
Nov-00 1.9596 2.65% Apr-04 2.9447 1.24%
Dec-00 1.9554 -0.21% May-04 3.1291 6.26%
Jan-01 1.9711 0.80% Jun-04 3.1075 -0.69%
Feb-01 2.0452 3.76% Jul-04 3.0268 -2.60%
Mar-01 2.1616 5.69% Aug-04 2.9338 -3.07%
Apr-01 2.1847 1.07% Sep-04 2.8586 -2.56%
May-01 2.3600 8.02% Oct-04 2.8565 -0.07%
Jun-01 2.3049 -2.33% Nov-04 2.7307 -4.40%
Jul-01 2.4313 5.48% Dec-04 2.6544 -2.79%
Aug-01 2.5517 4.95% Jan-05 2.6248 -1.12%
Sep-01 2.6713 4.69% Feb-05 2.5950 -1.14%
Oct-01 2.7071 1.34% Mar-05 2.6662 2.74%
Nov-01 2.5287 -6.59% Apr-05 2.5313 -5.06%
Dec-01 2.3204 -8.24% May-05 2.4038 -5.04%
Jan-02 2.4183 4.22% Jun-05 2.3504 -2.22%
Feb-02 2.3482 -2.90% Jul-05 2.3905 1.71%
Mar-02 2.3236 -1.05% Aug-05 2.3637 -1.12%
Apr-02 2.3625 1.67% Sep-05 2.2222 -5.99%
May-02 2.5220 6.75% Oct-05 2.2543 1.44%
Jun-02 2.8444 12.78% Nov-05 2.2070 -2.10%
Jul-02 3.4285 20.54%
Dec-05 2.3407 6.06%
Fonte dos Dados: Banco Central do Brasil
75
Adicionalmente ao monitoramento da taxa de câmbio mensal,
analisou-se também as variações em termos anuais da taxa de câmbio fim
de período e da taxa de câmbio medida em termos médios. A tabela 9
mostra a variação da taxa de câmbio anual fim de período de 1999 a 2005.
Verifica-se que a adoção deste procedimento sugere a ocorrência, conforme
definição proposta, de uma crise cambial no ano de 2002, onde registrou-se
uma variação de 52%.
Tabela 9 - Taxa de Câmbio Anual R$/US$
PTAX-800
Mês
Cotação de Venda
Fim de Período
Variação
Dec-99 1.7890 -
Dec-00 1.9554 9.30%
Dec-01 2.3204 18.67%
Dec-02 3.5333 52.27%
Dec-03 2.8892 -18.23%
Dec-04 2.6544 -8.13%
Dec-05 2.3407 -11.82%
Fonte dos Dados: Banco Central do Brasil
Conforme demonstrado na tabela 10, ao considerar-se a cotação da
taxa de câmbio medida em termos médios, contudo, encontra-se um
resultado diferentes do apurado até o momento. A adoção deste
procedimento, mantendo-se o nível crítico de 20% de variação, sugere a
ocorrência de crise cambial tanto no ano de 2002 quanto no ano de 2001.
76
Tabela 10 - Taxa de Câmbio R$/US$
Cotação Média
Mês
Cotação de Venda
Média do Período
Variação
Dec-99 1.8158 -
Dec-00 1.8295 0.75%
Dec-01 2.3522 28.57%
Dec-02 2.9309 24.60%
Dec-03 3.0715 4.80%
Dec-04 2.9257 -4.75%
Dec-05 2.4341 -16.80%
Fonte dos Dados: Banco Central do Brasil
Como prováveis explicações para este resultado aparecem o aumento
da volatilidade cambial observada no final de 2001 decorrente dos choques
internos e externos que impactaram a economia brasileira neste período e o
fato da pressão acentuada no câmbio em 2002 ter se concentrado entre os
meses de junho a outubro, o que suavizou o movimento da taxa quando
considerada em termos anuais. A fim de comprovar este fato, analisou-se o
comportamento da taxa de câmbio, também medida em termos médios, em
períodos de 6 meses. Efetuou-se a média da taxa de câmbio média entre os
meses de julho a dezembro de 2001, janeiro a junho de 2002 e julho a
dezembro de 2002. Os resultados encontram-se na tabela 11.
Tabela 11 - Taxa de Câmbio R$/US$
Média Semestral
Período
Cotação de Venda
Média do Período
Variação
jul/01-dez/01 2.5491 -
jan/02-jun/02 2.4432 -4.15%
jul/02-dez/02 3.3992 39.13%
Fonte dos Dados: Banco Central do Brasil
77
3.3 - Modelos de Previsão de Crises Cambais (Early Warning
Systems - EWS)
A onda de crises cambiais observada na década de 90, relacionada
em grande parte ao aumento do volume e da volatilidade do fluxo de capital
privado internacional, estimulou pesquisas empíricas voltadas ao
desenvolvimento de estruturas capazes de prever com antecedência a
probabilidade de ocorrência de crises cambiais. Esforços foram direcionados
no desenho de modelos de previsão conhecidos como Early Warning
Systems - EWS.
Os modelos EWS tem como objetivo a utilização de métodos
estatísticos para prever com antecedência a probabilidade de um país
enfrentar uma crise cambial, com características previamente definidas, em
um determinado horizonte de tempo. Após o estabelecimento de uma
definição formal de crise, um segundo passo na elaboração dos EWS é a
seleção de quais variáveis, consideradas isoladamente ou em conjunto,
atuariam como indicadores antecedentes de crises cambiais. Seguindo esta
linha, após diferenciar períodos de crises cambiais de períodos de
tranqüilidade, os estudos empíricos voltaram-se à identificação de quais
variáveis seriam mais eficientes na indicação da eminência de uma crise
cambial. A literatura teórica sobre ataques especulativos foi relevante para
esse processo na medida em que facilitou a escolha de indicadores
pertinentes. Como exemplo, a partir da análise do tradicional modelo de
crise de balanço de pagamento de Krugman, concluiu-se que uma política
monetária excessivamente expansionista e uma taxa de câmbio real
78
sobrevalorizada seriam eficientes indicadores antecedentes de crises
cambiais.
Inicialmente, os autores analisaram o comportamento de variáveis
macroeconômicas ao longo das crises, utilizando primeiramente para esse
fim uma análise gráfica, onde buscou-se identificar quais variáveis
comportavam-se de maneira distinta durante os períodos de crise e os
períodos de tranqüilidade. Em seguida, utilizando o conjunto de variáveis
explicativas identificadas na análise gráfica, os autores partiram para um
teste estatístico mais rigoroso. Enquanto muitos estudos empíricos
propuseram-se a testar os diferentes modelos teóricos de crises cambiais,
os modelos EWS não tiveram o propósito de explicar uma crise específica
ou testar determinado modelo. Seu foco foi buscar um método mais eficaz
na previsão de probabilidade de ataques especulativos e crises cambias.
Segundo Berg, Borensztein, Milesi-Ferretti e Pattillo (1999:10), um EWS
consiste em uma precisa definição de crise associada a um mecanismo
capaz de gerar previsões, incluindo o estabelecimento de variáveis capazes
de auxiliar na previsão de crises e de um método sistemático para obter uma
previsão a partir destas variáveis. Os autores concluem que as
considerações mais importantes na elaboração de um EWS são definição de
crise cambial, metodologia a ser utilizada e, por último, escolha das variáveis
para atuarem como indicadores antecedentes.
Diferentes modelos adotaram diferentes soluções para as questões
que surgiram no processo de definição de crise e desenho de um método
eficaz de previsão. Algumas premissas importantes diferenciaram os
modelos já na sua concepção. Alguns modelos propuseram-se a prever
79
episódios de ataques especulativos e crises cambiais apenas em regime de
câmbio fixo. Outros, entenderam que ataques especulativos e crises
cambiais são passíveis de ocorrer em qualquer regime cambial adotado.
Berg, Borensztein, Milesi-Ferretti e Pattillo (1999:10) defendem que os
regimes cambiais sujeitos a ataques especulativos incluem não apenas
câmbio fixo, mas também câmbio com flutuação administrada ou mesmo
regimes de câmbio flutuante, dado que uma depreciação acentuada em uma
taxa de câmbio flutuante também é considerada crise. Outro ponto de
divergência está no fato de que, enquanto alguns modelos dedicaram-se à
previsão apenas de ataques especulativos bem sucedidos
33
, outros se
propuseram a identificar com antecedência também a ocorrência de ataques
especulativos mal sucedidos.
Modelos cuja intenção foi prever apenas ataques especulativos bem
sucedidos definiram crise cambial como episódios de elevada depreciação
na taxa nominal ou real de câmbio em um curto período de tempo. Como
demonstrado na seção anterior, na elaboração de seu modelo Frankel e
Rose (1996) definiram crise cambial como uma variação na taxa nominal de
câmbio de no mínimo 25%. Uma defesa bem sucedida ao ataque, seja
através da elevação de taxas de juros domésticas ou da queima de
reservas, não seria captada por este modelo. Outros modelos buscaram
captar a probabilidade de um país sofrer um ataque especulativo mais que a
simples detecção de crises cambiais. Este é o caso do modelo desenvolvido
por Eichengreen, Rose e Wyplosz (1995), cuja definição de crise combina
variação na taxa de juros domésticas, estoque de reservas internacionais e
33
Como exemplo o modelo elaborado por Frankel e Rose (1996).
80
taxa de câmbio. Outro exemplo, também demonstrado na seção anterior, é o
modelo desenvolvido por Kaminsky, Lizondo e Reinhart (1998), que
contempla em sua definição de crise variação tanto na taxa de câmbio
quanto no estoque de reservas.
34
Uma vez estabelecida a definição apropriada de crise cambial, surge
a questão de qual metodologia utilizar para prevê-la. Eichengreen, Rose e
Wyplosz (1995) utilizaram como ferramenta econométrica um modelo logit
onde consideram uma série de variáveis econômicas e políticas
simultaneamente, buscando estabelecer ex ante a probabilidade de
ocorrência de um ataque especulativo em determinado país. Seguindo esta
mesma linha, Frankel e Rose (1996) utilizaram também um modelo de
regressão com variável dependente binária, um modelo probit. Nas duas
classes de modelos descritas acima – logic e probit – a variável dependente
assume o valor 1 na ocorrência de crise e 0 em períodos de tranqüilidade.
Kaminsky, Lizondo e Reinhart (1998) desenvolveram um EWS
utilizando uma metodologia diferenciada, conhecido como Modelo KLR.
Resumidamente, a metodologia consiste no monitoramento de uma
variedade de indicadores mensais que sinalizam uma crise toda vez que
ultrapassam determinado nível crítico. A informação relativa a cada variável
separadamente é combinada em um único indicador composto de
probabilidade de crises. Este método de previsão, contudo, possui alguns
pontos fracos, entre eles o fato de ao trabalhar com as variáveis
separadamente não considerar a correlação entre elas.
34
Toda vez que forem mencionadas no presentes trabalho as siglas FR, KLR e DCSD significarão
respectivamente Frankel e Rose, Kaminsky, Lizondo e Reinhart, e Developing Country Studies
Division.
81
A grande contribuição do trabalho de Kaminsky, Lizondo e Reinhart
(1998) resulta do minucioso critério de seleção das variáveis utilizadas como
indicadores antecedentes de crises cambiais. Utilizando a mesma definição
de crise cambial e considerando inicialmente as mesmas variáveis do
Modelo KLR, Berg, Borensztein, Milesi-Ferretti e Pattillo (1999)
desenvolveram um modelo de regressão probit de previsão de crises
cambiais. Este modelo foi originalmente formulado para a Divisão de
Estudos para os Países Emergentes do FMI (Developing Country Studies
Division) e ficou conhecido como Modelo DCSD.
Além da performance dos modelos desenvolvidos in-house e no meio
acadêmico, o FMI também monitorou o desempenho de alguns modelos de
previsão de crises cambiais desenvolvidos pelo setor privado,
especificamente por alguns bancos
35
. Os modelos privados monitorados
pelo FMI foram o GS-WATCH (Goldman Sachs), Emerging Markets Risk
Indicator - EMRI (Credit Suisse First Boston) e DB Alarm Clock (Deutsche
Bank).
A principal diferenciação entre os modelos desenvolvidos pelo staff do
FMI e os modelos desenvolvidos pelo setor privado é com relação ao
horizonte de previsão. Os modelos do FMI adotam um horizonte de previsão
longo, em torno de 2 anos, uma vez que o prazo deve ser suficiente para
permitir alterações na política econômica necessárias para evitar a
ocorrência de crises. Já os modelos elaborados pelo setor privado cobrem
um prazo bem mais curto e são bons na avaliação de volatilidade. Os
modelos DB Alarm Clock e EMRI conseguem prever crises com um mês de
35
Considerando-se o fato de que a comunidade de investidores internacionais confere credibilidade
aos modelos privados, eles de certa forma influenciam a tomada de decisão.
82
antecedência, enquanto que o GS-WATCH trabalha com um horizonte de
três meses.
Em seu trabalho sobre os modelos EWS, Berg, Borensztein e Pattillo
(2004) chegam a algumas importantes conclusões sobre a utilização de
modelos econométricos para previsão de crises cambiais. Primeiramente,
embora possa parecer simples, prever a ocorrência de crises cambiais é
uma tarefa muito próxima a de prever movimentos na taxa nominal de
câmbio, o que comprovadamente tem se mostrado um grande desafio tanto
para o governo quanto para o setor privado.
Em segundo lugar, é importante avaliar a eficácia de um modelo
enquanto sinalizador da vulnerabilidade de um país a uma crise cambial
efetuando um teste Out-of-Sample. A performance dos modelos quando
testados In-Sample, isto é, relacionado ao episódio de crise sobre o qual o
modelo foi originalmente formulado, tende a ser significativamente melhor
que quando testados Out-of-Sample. Muitas vezes elabora-se um modelo
com base em uma determinada crise. Estabelece-se a partir daí os
parâmetros do modelo e as variáveis utilizadas como regressores. Ao testar
o mesmo modelo em outros episódios de crise, contudo, este tem seu poder
de previsão reduzido de forma considerável. Conclui-se então que para que
um EWS seja uma ferramenta útil para monitorar vulnerabilidade, ele deve
ser eficaz na previsão de crises quando testado Out-of-Sample.
Finalmente, Berg, Borensztein e Pattillo (2004) concluem que embora
tenha ficado evidente que os EWS existentes ainda precisam de ajustes, são
mais eficazes e confiáveis que outras formas de previsão de crises
consideradas isoladamente como classificação de risco país conferida pelas
83
agências de ratings e publicações especializadas na previsão de crises
cambiais como a The Economist Intelligence Unit (EIU). Para garantir uma
avaliação mais precisa, um EWS não deve ser utilizado isoladamente e sim
como parte de um processo de avaliação mais amplo, baseado em
informações quantitativas e qualitativas específicas de cada país.
3.4 - Teste do Modelo de Auto-regressão Vetorial - VAR
O enfoque estrutural da modelagem de séries temporais utiliza a
teoria econômica para modelar a relação entre as variáveis de interesse. Um
modelo está na forma estrutural quando as equações apresentam
diretamente as relações comportamentais, com a variável exógena do lado
esquerdo e as variáveis endógenas, previamente definidas, do lado direito
da equação. Contudo, algumas vezes a teoria econômica não é rica o
suficiente para fornecer subsídios que permitam identificar de que forma
determinadas variáveis se relacionam entre si. A fim de permitir a
modelagem da relação entre variáveis nos casos em que há pouca estrutura
teórica Christopher Sims apresentou em 1980 uma estrutura de modelagem
baseada em enfoques não estruturais, denominada Modelo Auto-regressivo
Vetorial ou VAR (Vector Auto-Regression).
Segundo (Stock e Watson, 2001:1), um modelo auto-regressivo
univariado constitui-se em um modelo linear composto por uma única
equação e uma única variável onde o valor presente da variável é explicado
pelo seu próprio valor passado. Um VAR pode ser definido como um modelo
84
linear composto por n equações e n variáveis, no qual cada variável é
explicado por seu próprio valor passado e também pelo valor presente e
passado das restantes n-1 variáveis. Ou seja, a concepção do modelo VAR
elimina a necessidade de identificação prévia da relação entre as variáveis
ao tratar todas as variáveis como variáveis endógenas. Não é mais
necessário definir na estruturação do modelo se as variáveis são endógenas
ou exógenas, uma vez que no VAR todas as variáveis são endógenas.
Sendo assim, não é necessário saber antecipadamente o sentido de
causalidade da relação entre as variáveis.
A título de exemplo, supõe-se que se deseja modelar a relação entre
as variáveis X e Y, considerando-se dois períodos de defasagens. O modelo
VAR pode ser descrito da seguinte forma:
X
t
= a
11
X
t-1
+
a
12
Y
t-1
+
b
11
X
t-2
+
b
12
Y
t-2
+
C
1
+
1t
Y
t
= a
21
X
t-1
+
a
22
Y
t-1
+
b
21
X
t-2
+
b
22
Y
t-2
+
C
2
+
2t
Onde,
C
j
= constante a ser estimada, única variável exógena do modelo
a
i j
, b
i j
= coeficientes a serem estimados
t
= erro
da equação no período t, entendido como um choque aleatório que
não pode ser explicado pelas variáveis propostas no modelo
Como não existe a necessidade de se definir, a priori, a ordem de
causalidade da relação entre as variáveis, um segundo fator que deve ser
determinado após a definição das variáveis pertinentes é o número ideal de
defasagens. Teoricamente, quanto maior o número de defasagens
85
empregada, mais completa e consistente será a captura dos efeitos de uma
variável sobre a outra. Contudo, o aumento do número de defasagens
acarreta elevação no número de parâmetros utilizados e menor grau de
liberdade. Existem diferentes métodos para se determinar o número ideal de
defasagens de uma equação. No presente trabalho utilizaremos o Critério de
Informação de Akaike (Akaike Information Criteria - AIC) como metodologia
de identificação do número ótimo de defasagens. Segundo Hair, Anderson,
Tatham e Black (1998:659), o AIC é uma medida comparativa entre modelos
com diferentes números de defasagens. Um AIC próximo de zero indica um
melhor ajuste do modelo. Partindo deste princípio, deve-se optar pela
quantidade de defasagens correspondente ao menor AIC.
Segundo Stock e Watson (2001:6), a interpretação dos dados
gerados pelo VAR é normalmente efetuada através das seguintes
estatísticas: Teste de Causalidade de Granger (Granger-Causality Test),
Função de Resposta a Impulsos (Impulse Responses) e Decomposição da
Variância dos Erros (Error Variance Decompositions). Os autores afirmam
que, dado o mecanismo dinâmico do modelo VAR, estas estatísticas são
mais apropriadas e fornecem mais informações que os coeficientes
estimados pela regressão VAR ou a medida tradicional de poder explicativo
do modelo R
2
. Segue abaixo a explicação dos autores para as três
estatísticas propostas.
O Teste de Causalidade de Granger verifica se o valor defasado de
uma variável auxilia na previsão de outra variável. Esta estatística testa se
uma determinada variável endógena pode ser tratada como exógena.
Segundo Gujarati (2000:626,629), os testes de causalidade em si não
86
caracterizam, necessariamente, o status de exogeneidade de uma variável,
uma vez que a análise do sentido de causação são bastante sensíveis à
escolha do número ótimo de defasagens testadas. Considerando-se duas
variáveis quaisquer X e Y, utiliza-se o teste de Granger quando há interesse
em descobrir se, estatisticamente, é possível detectar a direção de
causalidade (relação de causa e efeito) entre X e Y quando existe uma
relação de precedência temporal entre as duas variáveis. Após efetuado o
teste, pode-se distinguir quatro resultados diferentes: causalidade unilateral
de Y para X, causalidade unilateral de X para Y, realimentação ou
causalidade bilateral e, por fim, independência entre as variáveis.
Concluindo, considerando-se que o futuro não pode prever o passado, se a
variável X causa (no sentido de Granger) a variável Y, então mudanças em
X devem preceder mudanças em Y. A hipótese nula a ser testada (H0) é de
que o conjunto dos coeficientes defasados da variável explicativa são
estatisticamente iguais a zero. Ou seja, a hipótese nula a ser testada é de
que a variável explicativa não ajuda a prever a outra variável (variável
dependente). No presente trabalho, o resultado do Teste de Causalidade de
Granger será apresentado para cada uma das variáveis utilizadas no VAR.
A Função de Resposta a Impulso busca identificar o efeito de um
choque em determinada variável sobre os valores presentes e futuros da
própria variável e sobre os valores presentes e futuros de todas as outras
variáveis endógenas do modelo. Um choque pode ser definido como um
aumento em uma unidade no valor corrente de um dos erros do modelo
VAR, assumindo que este erro retorna ao valor zero nos períodos
subsequentes e que todos os outros erros do modelo são iguais a zero. Em
87
outras palavras, o teste analisa a resposta de uma variável a um choque
nela mesma ou em outra variável. Outro ponto importante ressaltado pelos
autores é que implicitamente, o experimento de modificar um dos erros
enquanto os outros são mantidos constantes faz mais sentido quando os
erros não são correlacionados entre as equações. Resumindo, a função de
resposta a impulso para uma determinada variável informa qual a magnitude
do impacto de um choque nela mesma ou em outra variável e, sobretudo, se
o efeito do choque é permanente e incorpora-se a série em questão ou se a
série retorna a sua trajetória original após determinado período de tempo.
A Decomposição da Variância dos Erros mede o percentual da
variância do erro de uma variável decorrente de um choque específico no
termo de erro dela mesma e de outras variáveis do modelo em um dado
horizonte de tempo. Portanto, esta estatística funciona como um R
2
parcial
para a previsão do erro, em um determinado horizonte de tempo. A
decomposição da variância dos erros informa o quanto da variância de
determinada variável pode ser explicada pela variação do seu próprio termo
de erro ou pela oscilação do termo de erro de outras variáveis do modelo.
A seguir será efetuado um teste para verificar se no período estudado
existe relação entre a cotação do dólar no mercado doméstico e as
seguintes variáveis:
a) indicador de risco Brasil EMBI+, calculado pelo Banco JPMorgan;
88
b) estoque de reservas internacionais líquidas, isto é, excluindo-se os
empréstimos recebidos do FMI e agências multilaterais de crédito,
representando a entrada espontânea de recursos no país;
c) dívida líquida do setor líquido;
d) taxa de juros de longo prazo, representada pelo taxa de swap pré-fixada
DI 360 dias.
Além de verificar a existência de relação entre estes indicadores,
pretende-se aqui identificar de que forma se dá a influência entre eles. Para
geração do modelo e obtenção das estatísticas pertinentes utilizaremos o
software econométrico Econometric Views - Eviews.
Para a cotação da taxa de câmbio R$/US$ será utilizada a série
PTAX-800 divulgada pelo Banco Central do Brasil, referente a média da
cotação de venda do dólar norte-americano do último dia útil de cada mês.
Para a série do EMBI foram utilizados os dados divulgados pelo
sistema de informações Bloomberg, referentes ao último dia útil de cada
mês.
A série do estoque de reservas internacionais líquidas é divulgada no
site do Banco Central do Brasil, em séries temporais.
Os dados referentes à dívida líquida do setor público também foram
obtidos no site do Banco Central do Brasil, em séries temporais.
Representando a taxa de juros de longo prazo utilizou-se a série de
taxa de swap pré-fixada DI 360 dias, calculado pela BM&F e disponibilizado
pelo Banco Central do Brasil em séries temporais.
Ambas as observações são mensais. Analisar-se-á o período
compreendido entre setembro de 1999 a setembro de 2005, quando já
89
prevalecia um regime de câmbio flutuante. O período entre março de 1999 e
agosto de 1999 foi excluído do presente estudo devido à não disponibilidade
da série swap DI 360 dias para este período. O primeiro passo na análise de
toda série temporal é a representação gráfica dos seus dados. As figuras 13,
14, 15, 16, e 17, obtidas através da representação gráfica das séries
inseridas no E-Views, fornecem uma idéia inicial sobre o comportamento das
séries analisadas. Todas as séries foram transformadas em número índice,
com base março de 1999 = 100, exceto a série de swap, cuja base é
setembro de 1999 = 100.
Figura 13 – Índice Taxa de Câmbio R$/US$
Figura 14 – Índice EMBI Brasil
80
100
120
140
160
180
200
220
240
1999 2000 2001 2002 2003 2004 2005
DOLAR
0
40
80
120
160
200
240
1999 2000 2001 2002 2003 2004 2005
EMBI
90
Figura 15 – Índice Reservas Internacionais Líquidas
Figura 16 – Índice Dívida Líquida do Setor Público
60
80
100
120
140
160
180
1999 2000 2001 2002 2003 2004 2005
RESERVAS
80
100
120
140
160
180
200
220
1999 2000 2001 2002 2003 2004 2005
DIVIDA
91
Figura 17 – Índice Taxa SWAP DI 360 dias
Antes de iniciar a construção do modelo, é necessário verificar se as
séries utilizadas são estacionárias. A não estacionariedade das séries
utilizadas em uma regressão pode levar a obtenção de resultados que
superficialmente parecem bons, mas depois de analisados mais
profundamente revelam-se duvidosos ou espúrios.
Uma série temporal é dita fracamente estacionária se o processo
estocástico gerador desta série está em equilíbrio, ou seja, possui média,
variância e autocovariância constantes ao longo do tempo. Formalmente, a
estacionariedade de uma série pode ser checada através do teste ADF
(Augmented Dickey Fuller), que verifica se a série temporal analisada
contém uma raiz unitária. Caso haja raiz unitária, a série em questão é
considerada não estacionária. Todas as séries foram testadas considerando-
se a existência de tendência e intercepto.
A série da taxa de câmbio quando analisada em nível apresentou raiz
unitária e portanto foi considerada não estacionária. O teste ADF de -
50
60
70
80
90
100
110
120
130
1999 2000 2001 2002 2003 2004 2005
SWAP
92
3.947778, referente à primeira diferença da série Dólar, é superior ao Critical
Value a um nível de significância de 5%. Portanto, podemos rejeitar a
hipótese nula de que a série possui raiz unitária quando analisada na
primeira diferença. Concluímos então que a primeira diferença da série Dólar
é estacionária, ou seja, temos um processo integrado de ordem 1 ou I(1). Os
testes de raiz unitária da variável taxa de câmbio (Dólar) encontram-se no
Anexo I deste trabalho.
Semelhante à série Dólar, a série de risco Brasil (EMBI) quando
analisada em nível também apresentou raiz unitária. Os testes de raiz
unitária da variável EMBI encontram-se no Anexo II. Como o teste ADF de -
3.746975 referente à primeira diferença da série é superior ao Critical Value
a 5% de significância, podemos rejeitar a hipótese nula de que a série possui
raiz unitária. Portanto a primeira diferença da série EMBI é estacionária, ou
seja, novamente temos um processo I(1).
A série reservas internacionais líquidas também apresentou raiz
unitária quando analisada tanto em nível quanto na primeira diferença. Na
Segunda diferença a série estacionou, conforme demonstrado no Anexo III.
Na segunda diferença da série reservas o teste ADF de -7.070503 ficou
acima do Critical Value em todos os níveis de significância, resultando em
um processo I(2).
Os testes de raiz unitária da série dívida líquida do setor público
encontram-se no Anexo IV. Testada em nível, a série apresentou raiz
unitária. Na primeira diferença, o teste ADF de -4.047755 ficou acima do
Critical Value a 5% de significância, resultando em um processo integrado
de ordem 1.
93
A série Swap, conforme demonstrado no Anexo V, estacionou já na
primeira diferença. O teste ADF para a primeira diferença da série de -
4.092677 é superior ao Critical Value a 5% de significância, resultando
novamente em um processo I(1).
Para selecionar o número ideal de defasagens utilizadas no VAR, utilizou-se
o Critério de Informação de Akaike (AIC) com base em uma comparação de
4 defasagens.
Conforme tabela 12 abaixo, verifica-se que a defasagem 1 é a melhor
segundo o Critério de Informação de Akaike (AIC), assim como pelos
critérios FPE (Final Prediction Error), SC (Schwarz Information Criterion) e
HQ (Hannan-Quinn Information Criterion
)
. O número de defasagem ideal de
acordo com cada critério é indicado pela presença do asterisco ( *) .
Tabela 12 - Lag Length Criteria
VAR Lag Order Selection Criteria
Endogenous variables: DDOLAR DEMBI DSWAP DRESERVAS DDIVIDA
Exogenous variables:
Date: 03/12/06 Time: 16:04
Sample: 1999:09 2005:09
Included observations: 68
Lag LogL LR FPE AIC SC HQ
1 -1039.842 NA 27530787* 31.31887* 32.13487* 31.64219*
2 -1020.705 32.64472 33021882 31.49133 33.12332 32.13797
3 -998.6566 34.36967 36969770 31.57814 34.02612 32.54810
4 -983.1511 21.89014 51521108 31.85738 35.12137 33.15067
* 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
Foram estimados dois modelos VAR, com e sem intercepto,
considerando-se a defasagem de apenas 1 período, conforme sugerido pelo
critério AIC. A partir da análise do modelo com intercepto, demonstrado no
94
Anexo VI, verifica-se que o intercepto não apresenta significância estatística.
Portanto, optou-se pelo modelo sem intercepto, demonstrado no Anexo VII.
A partir da análise dos dados obtidos, demonstrada no Anexo VII,
observa-se que a variável taxa de câmbio (Dólar) só é influenciada de forma
significativa pela primeira defasagem da série Swap (DSWAP(-1)). As
demais variáveis consideradas com 1 período de defasagem não influenciam
a série Dólar de forma significativa.
Para testar a relação de causalidade entre as variáveis para 1 período
de defasagem empregou-se o teste de causalidade de Granger. A tabela 13
mostra os resultados do teste.
Tabela 13 - Teste de Causalidade de Granger
Pairwise Granger Causality Tests
Date: 03/12/06 Time: 17:01
Sample: 1999:03 2005:09
Lags: 1
Null Hypothesis: Obs F-Statistic Probability
DEMBI does not Granger Cause DDOLAR 77 0.26594 0.60760
DDOLAR does not Granger Cause DEMBI 1.72830 0.19269
DSWAP does not Granger Cause DDOLAR 71 6.35689 0.01404
DDOLAR does not Granger Cause DSWAP 7.49670 0.00788
DRESERVAS does not Granger Cause DDOLAR
76 0.01753 0.89504
DDOLAR does not Granger Cause DRESERVAS 4.87019 0.03047
DDIVIDA does not Granger Cause DDOLAR 77 0.03723 0.84752
DDOLAR does not Granger Cause DDIVIDA 0.75639 0.38727
DSWAP does not Granger Cause DEMBI 71 5.35434 0.02370
DEMBI does not Granger Cause DSWAP 4.36091 0.04052
DRESERVAS does not Granger Cause DEMBI 76 0.10192 0.75045
DEMBI does not Granger Cause DRESERVAS 6.48261 0.01300
DDIVIDA does not Granger Cause DEMBI 77 2.00677 0.16079
DEMBI does not Granger Cause DDIVIDA 0.62372 0.43219
DRESERVAS does not Granger Cause DSWAP 71 0.89791 0.34670
DSWAP does not Granger Cause DRESERVAS 0.21629 0.64337
DDIVIDA does not Granger Cause DSWAP 71 5.19697 0.02577
DSWAP does not Granger Cause DDIVIDA 5.08252 0.02739
DDIVIDA does not Granger Cause DRESERVAS
76 1.72854 0.19271
DRESERVAS does not Granger Cause DDIVIDA 0.03853 0.84493
95
O teste de causalidade de Granger indica que, para uma defasagem,
deve-se rejeitar a hipótese nula de que a taxa de Swap DI 360 dias não
causa a variação do dólar. A decisão baseia-se no nível de significância do
teste P valor (Probability). Ou seja, no caso da variável SWAP, podemos
rejeitar a hipótese nula de que os coeficientes da variável explicativa SWAP
sejam iguais a zero com uma probabilidade de estarmos cometendo um erro
do tipo I (probabilidade de se rejeitar H0 quando ela é verdadeira) de apenas
1,40%. Pode-se afirmar que estatisticamente o indicador Swap DI 360 dias
tem uma relação de causalidade com a taxa de câmbio no sentido proposto
por Granger, ou seja, esta variável pode ser utilizada para prever a taxa de
câmbio determinada pelo mercado. Neste exemplo, a influência também
existe na direção oposta, resultando em um caso de realimentação ou
causalidade bilateral.
No caso das demais variáveis, EMBI, DIVIDA e RESERVAS, quando
analisadas com um período de defasagem, o teste de causalidade de
Granger indica que devemos aceitar a hipótese nula de que ambos os
indicadores não causam, no sentido proposto por Granger, a variação na
taxa de câmbio. A decisão novamente está baseada no teste P valor, que
encontra-se na zona de aceitação da hipótese nula para as três variáveis.
A partir da baixa relação entre as variáveis identificadas no modelo
anterior, optou-se por um outro exercício estatístico onde foram descartadas
as variáveis relacionadas aos fundamentos macroeconômicos do país e
consideradas somente as variáveis relacionadas à percepção de risco.
Seguindo esta linha de raciocínio, optou-se pelo emprego das séries EMBI,
96
na medida em que indica a percepção de risco identificada pelo mercado
internacional, SWAP, uma vez que esta última traz embutida em seu preço a
percepção de risco dos agentes domésticos com relação aos fundamentos
da economia e pela introdução da série de CUPOM CAMBIAL. A inclusão da
série cupom cambial como regressor no modelo deve-se ao importante
papel desempenhado por esta variável na precificação das operações
efetuadas no mercado de derivativos e na formação da curva futura de taxa
de câmbio. Além disso, ela também reflete o risco percebido pelos
investidores internacionais na medida em que, partindo-se do pressuposto
de que os mercados trabalham perfeitamente arbitrados, atua como variável
de ajuste entre os juros praticados no mercado doméstico e no mercado
internacional. Apenas para diferenciar os modelos, este segundo estudo
será denominado no presente trabalho de Modelo de Risco.
Primeiramente, a exemplo das outras séries aqui estudadas, efetua-
se a representação gráfica da série cupom cambial. Semelhante às outras
séries, a série cupom cambial também foi transformada em número índice,
com base setembro de 1999 = 100.
Figura 18 – Índice Cupom Cambial
0
50
100
150
200
250
300
350
1999 2000 2001 2002 2003 2004 2005
CUPOM
97
Em seguida, faz-se necessário testar se a série cupom cambial é
estacionária. Os testes de estacionariedade da série cupom cambial
encontram-se no Anexo VIII do presente trabalho. A série cupom cambial
apresentou raiz unitária quando analisada em nível, estacionando já na
primeira diferença. O teste ADF de -4.497927, referente à primeira diferença
da série, é superior ao Critical Value em todos os níveis de significância.
Rejeita-se assim a hipótese nula de que a primeira diferença da série cupom
cambial possui raiz unitária, tratando-se de um processo integrado de ordem
1 ou I (1).
Novamente, para identificar o número ideal de defasagem empregada
na construção do modelo utilizou-se o Critério de Informação de Akaike
(AIC) com base em uma comparação de 4 defasagens. O resultado obtido
encontra-se na tabela 14 abaixo.
Tabela 14 -
Lag Length Criteria - Modelo de Risco
VAR Lag Order Selection Criteria
Endogenous variables: DDOLAR DSWAP DEMBI DCUPOM
Exogenous variables:
Date: 03/25/06 Time: 13:55
Sample: 1999:09 2005:09
Included observations: 68
Lag LogL LR FPE AIC SC HQ
1 -1000.204 NA 1.12E+08 29.88836 30.41060* 30.09529*
2 -977.2167 40.56628 91854463 29.68285 30.72732 30.09670
3 -958.8561 30.24114* 86602590* 29.61341* 31.18012 30.23419
4 -943.1170 24.07151 89122212 29.62109 31.71004 30.44879
* 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
98
O Critério de Informação de Akaike (AIC) aponta como sendo 3 o
número ideal de defasagens a serem utilizadas na construção do modelo de
risco. Novamente foram testados modelos com e sem intercepto e
novamente optou-se pelo modelo sem intercepto, dada a pouca relevância
do intercepto em termos estatísticos. Ambos os modelos de risco, com e
sem intercepto, estão apresentados nos Anexos IX e X respectivamente.
A partir da análise do modelo de risco sem intercepto, verifica-se que
a variável taxa de câmbio (DOLAR) é explicada de forma significativa pelas
variáveis SWAP (-1), SWAP(-2), CUPOM (-1) e CUPOM (-3). A variável
EMBI (-1) também apresentou correlação com a série DOLAR, porém com
pouca significância estatística.
As equações obtidas com o VAR estão descritas abaixo:
VAR Model - Substituted Coefficients:
===============================
DDOLAR = - 0.1801946723*DDOLAR(-1) - 0.005737874518*DDOLAR(-2) -
0.09314762588*DDOLAR(-3) + 0.6333649783*DSWAP(-1) - 0.5753500467*DSWAP(-2) +
0.1045674188*DSWAP(-3) + 0.1853162204*DEMBI(-1) + 0.1037665209*DEMBI(-2) +
0.03398510553*DEMBI(-3) - 0.1448366105*DCUPOM(-1) + 0.08725127785*DCUPOM(-2) +
0.1193261079*DCUPOM(-3)
DSWAP = 0.1005612026*DDOLAR(-1) + 0.07659544598*DDOLAR(-2) -
0.07540677758*DDOLAR(-3) + 0.3086203588*DSWAP(-1) - 0.1360496282*DSWAP(-2) +
0.02031647071*DSWAP(-3) - 0.04065221272*DEMBI(-1) + 0.1018143457*DEMBI(-2) +
0.003988394684*DEMBI(-3) + 0.004023176568*DCUPOM(-1) - 0.07186370546*DCUPOM(-
2) + 0.06124404843*DCUPOM(-3)
DEMBI = - 0.7119930995*DDOLAR(-1) - 0.3797571247*DDOLAR(-2) -
0.365967531*DDOLAR(-3) + 1.167922159*DSWAP(-1) - 0.3610121269*DSWAP(-2) -
0.2829755622*DSWAP(-3) + 0.4473400913*DEMBI(-1) + 0.2735635117*DEMBI(-2) +
0.2626607517*DEMBI(-3) - 0.2952529138*DCUPOM(-1) + 0.1070679578*DCUPOM(-2) +
0.0812488491*DCUPOM(-3)
DCUPOM = - 1.53197314*DDOLAR(-1) + 0.2629521378*DDOLAR(-2) -
0.7150005648*DDOLAR(-3) + 2.366299543*DSWAP(-1) - 1.637284016*DSWAP(-2) -
0.9129180669*DSWAP(-3) + 1.416180194*DEMBI(-1) + 0.6667659645*DEMBI(-2) +
0.8007589333*DEMBI(-3) - 0.75996158*DCUPOM(-1) - 0.1781535279*DCUPOM(-2) +
0.07058263838*DCUPOM(-3)
99
Para testar a influência das variáveis SWAP, EMBI e CUPOM sobre a
variável DOLAR, conforme identificado no modelo, utilizou-se o teste de
Causalidade de Granger com 3 defasagens. A tabela 15 mostra o resultado
do teste de causalidade do modelo de risco.
Tabela 15 - Teste de Causalidade de Granger - Modelo de Risco
Pairwise Granger Causality Tests
Date: 03/25/06 Time: 14:29
Sample: 1999:03 2005:09
Lags: 3
Null Hypothesis: Obs F-Statistic Probability
DSWAP does not Granger Cause DDOLAR 69 3.59664 0.01835
DDOLAR does not Granger Cause DSWAP 2.99545 0.03743
DEMBI does not Granger Cause DDOLAR 75 3.58441 0.01810
DDOLAR does not Granger Cause DEMBI 2.16397 0.10026
DCUPOM does not Granger Cause DDOLAR 69 8.02359 0.00013
DDOLAR does not Granger Cause DCUPOM 0.55980 0.64356
DEMBI does not Granger Cause DSWAP 69 1.87080 0.14378
DSWAP does not Granger Cause DEMBI 1.35990 0.26335
DCUPOM does not Granger Cause DSWAP 69 2.81307 0.04653
DSWAP does not Granger Cause DCUPOM 4.36616 0.00746
DCUPOM does not Granger Cause DEMBI 69 4.78053 0.00463
DEMBI does not Granger Cause DCUPOM 3.10755 0.03275
Com base nos dados apresentados na tabela 15, podemos rejeitar a
hipótese nula de que as séries SWAP, EMBI e CUPOM não causam, no
sentido proposto por Granger, a variação da variável DOLAR. Conforme a
estatística probability, todas as hipóteses nulas de não influência na série
DOLAR podem ser rejeitadas com uma margem reduzida de erro (1.8% para
as séries SWAP e EMBI e apenas 0.01% para a série CUPOM). Ou seja, de
acordo com os resultados estatísticos do modelo proposto, as variáveis
SWAP, EMBI e CUPOM poderiam ser utilizadas como indicadores do
comportamento futuro da taxa de câmbio. Os dados revelam também que o
100
sentido de causação inverso também existe entre as variáveis DOLAR e
SWAP. A um nível de significância de 5%, rejeita-se a hipótese nula de que
a variável DOLAR não influencia a variável SWAP. Contudo, os dados
indicam que a relação é mais forte no sentido inverso, ou seja, com a
variável SWAP explicando a variável DOLAR. Por último, aceitam-se as
hipóteses nulas de que a variável DOLAR não influencia, no sentido
proposto por Granger, as variáveis EMBI e CUPOM.
Uma forma de verificar se o modelo VAR estimado é estável
(estacionário) é através do teste AR Roots Graph (Raízes do Polinômio
Característico). A regressão estimada é estacionária se todas as raízes tem
módulo menor que 1 e encontram-se dentro de um único círculo. O teste de
estacionariedade do VAR - Modelo de Risco, representado pela figura 19
abaixo, comprova a estabilidade da regressão Modelo de Risco estimada.
Figura 19 – Raízes do Polinômio Característico
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
101
A Decomposição da Variância dos Erros para o Modelo de Risco está
demonstrada na tabela 16 abaixo.
Tabela 16 - Decomposição da Variância dos Erros
Variance Decomposition of DDOLAR:
Period
S.E. DDOLAR DSWAP DEMBI DCUPOM
1 7.504920 100.0000 0.000000 0.000000 0.000000
2 8.614349 76.10171 12.31826 0.413846 11.16618
3 10.12840 60.67343 16.06764 3.889134 19.36979
4 10.88528 53.79316 21.67059 7.422441 17.11381
5 10.93997 53.38404 21.47295 7.463172 17.67984
6 11.09595 51.93213 21.01434 8.053948 18.99958
7 11.13920 51.81950 21.27329 8.043928 18.86328
8 11.16475 51.59660 21.27260 8.273587 18.85722
9 11.17666 51.67196 21.24613 8.263635 18.81827
10 11.19303 51.59744 21.21009 8.312905 18.87957
11 11.20239 51.58000 21.22797 8.329547 18.86248
12 11.20565 51.56927 21.22142 8.339449 18.86987
Variance Decomposition of DSWAP:
Period
S.E. DDOLAR DSWAP DEMBI DCUPOM
1 5.695014 21.28455 78.71545 0.000000 0.000000
2 6.005489 22.61938 77.11061 0.252284 0.017727
3 6.217286 21.53498 72.02337 0.485238 5.956413
4 6.429472 21.96013 67.44992 2.000639 8.589310
5 6.585083 21.36264 66.25228 3.726931 8.658146
6 6.594926 21.41460 66.19633 3.753716 8.635354
7 6.621601 21.25008 65.66732 3.864729 9.217873
8 6.633618 21.27350 65.60762 3.931299 9.187583
9 6.644036 21.21572 65.43718 4.032261 9.314839
10 6.647212 21.23838 65.42702 4.028524 9.306077
11 6.654550 21.23681 65.30327 4.071195 9.388732
12 6.657650 21.24409 65.28603 4.079199 9.390679
Variance Decomposition of DEMBI:
Period
S.E. DDOLAR DSWAP DEMBI DCUPOM
1 15.92092 67.62807 0.915249 31.45668 0.000000
2 18.10572 54.65992 10.43431 24.40190 10.50388
3 19.87061 48.22933 10.10578 23.50366 18.16123
4 20.76397 44.26274 12.74578 23.90475 19.08672
5 20.90327 43.87748 13.26745 23.72126 19.13382
6 21.02670 43.37747 13.33005 23.89489 19.39760
7 21.14669 43.58688 13.50283 23.73210 19.17818
8 21.15046 43.58113 13.50993 23.72377 19.18517
9 21.17154 43.62633 13.48308 23.73744 19.15314
10 21.18969 43.57113 13.49305 23.79997 19.13585
11 21.19209 43.56275 13.49367 23.81172 19.13185
12 21.19397 43.55513 13.49209 23.81947 19.13330
Variance Decomposition of DCUPOM:
Period
S.E. DDOLAR DSWAP DEMBI DCUPOM
1 33.20969 42.18402 0.910874 21.09025 35.81486
2 38.45672 32.12071 9.942558 15.80307 42.13366
3 40.17140 30.54777 15.03688 14.69483 39.72053
4 41.42862 28.72367 15.38540 17.57829 38.31263
5 41.83103 28.48727 15.24177 17.24967 39.02128
6 42.07524 28.16167 15.78490 17.28656 38.76687
7 42.39077 28.37152 15.85422 17.22464 38.54962
8 42.43007 28.37579 15.93814 17.20155 38.48451
9 42.46413 28.40952 15.91520 17.17597 38.49930
10 42.48293 28.39937 15.90473 17.22969 38.46621
11 42.50123 28.37620 15.89379 17.27096 38.45905
12 42.51136 28.36384 15.91032 17.28100 38.44485
Cholesky Ordering: DDOLAR DSWAP DEMBI DCUPOM
102
A decomposição da variância dos erros para um horizonte de 12
meses sugere uma interação considerável entre as variáveis. No caso da
variável de interesse taxa de câmbio (DOLAR), cerca de 48% de sua
variância em 12 meses pode ser explicada como reações a choques nas
variáveis SWAP, EMBI e CUPOM. A proporção da variância projetada
decorrente de um choque nas variáveis utilizadas como regressores tende a
oscilar até o 6º mês, estabilizando-se em seguida. O resultado encontrado a
partir da ferramenta decomposição da variância dos erros ratifica a interação
sugerida pela estatística t obtida no resultado do modelo de risco: a variável
SWAP responde por uma parcela maior da variação da taxa de câmbio (21%
da variância), seguida da variável CUPOM (cerca de 19% da variância). Já a
variável EMBI aparece como a menos influente, respondendo por apenas
8% da variância.
Por último, analisa-se a função de resposta a impulso relacionada ao
modelo de risco, calculada pelo método de Monte Carlo. Trabalha-se com
um horizonte de 24 meses.
O resultado da estatística função de resposta a impulso sugere que
os choques provocados na série de taxa de câmbio por variações nas
variáveis utilizadas como regressores não são incorporados na série, sendo
que esta última tende a retornar à sua trajetória original a partir do quarto
mês. Assim, embora a taxa de câmbio inicialmente responda a um choque
nas variáveis SWAP, EMBI e CUPOM, este choque é mais acentuado nos
primeiros meses e tende a desaparecer a médio de longo prazo.
103
Figura 20 – Função de Resposta a Impulso
-4
0
4
8
5 10 15 20
Response of DDOLAR to DDOLAR
-4
0
4
8
5 10 15 20
Response of DDOLAR to DSWAP
-4
0
4
8
5 10 15 20
Response of DDOLAR to DEMBI
-4
0
4
8
5 10 15 20
Response of DDOLAR to DCUPOM
-4
-2
0
2
4
6
8
5 10 15 20
Response of DSWAP to DDOLAR
-4
-2
0
2
4
6
8
5 10 15 20
Response of DSWAP to DSWAP
-4
-2
0
2
4
6
8
5 10 15 20
Response of DSWAP to DEMBI
-4
-2
0
2
4
6
8
5 10 15 20
Response of DSWAP to DCUPOM
-15
-10
-5
0
5
10
15
20
5 10 15 20
Response of DEMBI to DDOLAR
-15
-10
-5
0
5
10
15
20
5 10 15 20
Response of DEMBI to DSWAP
-15
-10
-5
0
5
10
15
20
5 10 15 20
Response of DEMBI to DEMBI
-15
-10
-5
0
5
10
15
20
5 10 15 20
Response of DEMBI to DCUPOM
-30
-20
-10
0
10
20
30
5 10 15 20
Response of DCUPOM to DDOLAR
-30
-20
-10
0
10
20
30
5 10 15 20
Response of DCUPOM to DSWAP
-30
-20
-10
0
10
20
30
5 10 15 20
Response of DCUPOM to DEMBI
-30
-20
-10
0
10
20
30
5 10 15 20
Response of DCUPOM to DCUPOM
Response to Cholesky One S.D. Innovations ± 2 S.E.
104
3.5 – Conclusão
Buscou-se inicialmente no capítulo 3 efetuar um breve levantamento
dos trabalhos empíricos voltados a elaboração de modelos de previsão de
ataques especulativos e crises cambiais em um determinado país ou região.
Os modelos EWS, elaborados com o propósito de monitorar e identificar com
certa antecedência pressões especulativas no mercado cambial, passaram a
ganhar notoriedade a partir da sucessão de crises cambiais ocorridas na
década de 90.
Um ponto importante encontrado nos diferentes trabalhos empíricos
aqui abordados é a necessidade de se definir, como primeira etapa na
construção de um modelo EWS, como caracterizar quantitativamente uma
crise cambial. As diferentes definições de crise cambial adotadas por alguns
autores na elaboração de seus modelos, definindo qual o patamar mínimo a
partir do qual uma desvalorização cambial passa a caracterizar uma crise
cambial, revelam que esta não é uma tarefa simples. A complexidade deriva
do fato de que esta definição servirá de embasamento para todo o
desenvolvimento posterior do modelo e certamente afetará a eficácia do seu
resultado. Talvez seja devido a esta complexidade que não exista um
consenso no meio acadêmico quanto a correta definição de crise cambial.
No presente trabalho adotou-se a definição elaborada por Frankel e
Rose (1996), adaptando-a a um regime de câmbio flutuante. A opção pelo
conceito elaborado por estes autores em detrimento de outros aqui
apresentados deveu-se ao fato de sua definição de crise cambial buscar
captar apenas um ataque especulativo bem sucedido, que realmente tenha
105
causado um impacto significativo no mercado de câmbio. Como o objetivo
deste trabalho foi verificar se a variação acentuada da taxa de câmbio
doméstica no ano de 2002 poderia ser chamada de crise cambial a partir de
determinado critério proposto, a definição de Frankel e Rose (1996) adaptou-
se mais a este propósito.
Estabelecido o nível crítico de 20% como patamar mínimo de variação
mensal da taxa nominal de câmbio para caracterização de uma crise
cambial, testou-se a definição proposta para o período compreendido entre
março de 1999 e dezembro de 2005. Verificou-se que somente nos meses
de julho de 2002 (20,54%) e setembro de 2002 (28,87%) a desvalorização
cambial ultrapassou o nível mínimo definido como parâmetro. Quando
considerada a taxa fim de período em termos anuais, a variação da taxa de
câmbio no ano de 2002 quando comparada ao ano anterior atingiu
aproximadamente 52%.
Como foi afirmado pelos próprios autores aqui estudados, a definição
do nível crítico de variação é arbitrária e não pode ser considerada em
termos absolutos, devendo levar em consideração características
particulares de cada país. Considerar um nível de variação mensal da taxa
nominal de câmbio igual ou superior a 20% como indicativo de crise cambial
em um país com regime de câmbio flutuante pareceu uma opção razoável. A
análise do mercado cambial brasileiro a partir deste critério sugere a
ocorrência de uma crise cambial no ano de 2002.
Na terceira e última parte deste capítulo, efetuou-se um exercício
econométrico com o objetivo e tentar identificar quais variáveis estiveram
relacionadas com o comportamento da taxa de câmbio neste período. Como
106
não havia a princípio o conhecimento do sentido de causalidade entre as
variáveis testadas, optou-se pela utilização de um modelo de vetor auto-
regressivo (VAR), onde não existe a necessidade de se estabelecer a priori
o sentido de causalidade, uma vez que todas as variáveis do modelo são
consideradas endógenas.
Inicialmente elaborou-se um modelo contendo tanto variáveis
relacionadas aos fundamentos macroeconômicos - como reservas
internacionais líquidas e dívida líquida do setor público - quanto indicadores
especificamente financeiros como o indicador de risco país EMBI+ e a taxa
de swap pré-fixada DI 360 dias, representado a curva de juros de longo
prazo. Para o período estudado, considerando-se o modelo VAR como
ferramenta estatística de avaliação, os fundamentos macroeconômicos não
parecem atuar como variáveis explicativas da crise brasileira de 2002. Este
resultado já era de certo modo esperado, uma vez que, conforme
mencionado no capítulo 2 do presente trabalho, os canais de contágio da
crise de 2002 foram os mercados de derivativos cambiais e os mercados de
Brady Bonds.
A partir da pouca relevância estatística do modelo misto descrito
acima, optou-se pela elaboração de um modelo utilizando como regressores
apenas variáveis tipicamente financeiras. Além do EMBI+ e da taxa de swap
pré-fixada DI 360 dias, adicionou-se a série de cupom cambial. A este
segundo modelo denominou-se modelo de risco. O resultado foi
estatisticamente superior ao obtido no modelo anterior, ratificando a idéia
desenvolvida no capítulo 2 da importância da variável percepção de risco
neste processo.
107
Por último, cabe ressaltar que a não utilização de uma variável
dummy para caracterizar a insegurança gerada pela proximidade das
eleições presidenciais em setembro de 2002 deve-se ao entendimento de
que o risco decorrente do processo eleitoral já esteja precificado pela curva
futura de juros, representada pela taxa de swap pré-fixada DI 360 dias.
Buscou-se enfim neste capítulo analisar a crise brasileira de 2002
através de um ferramental estatístico, utilizando como parâmetro a literatura
empírica considerada relevante neste processo.
108
Considerações Finais
Buscou-se no presente trabalho analisar a crise brasileira de 2002.
Primeiramente, revisitou-se o arcabouço teórico sobre ataques especulativos
e crises cambiais, cobrindo os tradicionais Modelos de Primeira, Segunda e
Terceira Gerações. Adicionalmente, foram mostrados dois importantes
efeitos associados às crises cambiais mais recentes: o efeito contágio e o
comportamento de manada (herding). Este primeiro capítulo teve, portanto, o
objetivo de desenvolver a base teórica necessária.
Em seguida, no segundo capítulo, efetuou-se uma análise do
comportamento de alguns indicadores macroeconômicos e financeiros no
período compreendido entre 1999 e 2002, marcado pela adoção do regime
de câmbio flutuante associado à política monetária de metas para a inflação.
Esta análise permitiu identificar quais variáveis estiveram mais intimamente
relacionadas com a acentuada pressão verificada no mercado cambial
brasileiro. Embora alguns indicadores econômicos, como o elevado patamar
de endividamento público, fornecessem àquela época ao mercado
indicações de fragilidade econômico-financeira, foi através do mercado de
derivativos cambiais e títulos da dívida externa brasileira (Brady Bonds) que
ocorreu a propagação dos choques externos no mercado doméstico. À
sucessão de choques externos que atingiram a economia brasileira neste
período - impacto dos ataques terroristas aos Estados Unidos e o contágio
decorrente da crise argentina - somaram-se alguns choques de ordem
interna. Neste ponto, destacam-se a instabilidade gerada pela proximidade
das eleições presidenciais e a chamada crise de marcação a mercado. A
109
onda mundial de aversão ao risco agravou-se de forma acentuada no ano de
2002, culminando com a interrupção do fluxo de capitais internacionais
(sudden stop) para o país no segundo semestre daquele mesmo ano.
No terceiro e último capítulo, revisitou-se a literatura empírica voltada
à elaboração de modelos de previsão de ataques especulativos e crises
cambiais, os chamados EWS Models (Early Warning Systems). Neste ponto
do trabalho buscou-se evidenciar os esforços desenvolvidos no meio
acadêmico e até mesmo pelo setor privado na elaboração de modelos
capazes de monitorar volatilidades e identificar antecipadamente a
possibilidade de eclosão de uma crise cambial. Na descrição do processo de
elaboração destes modelos, torna-se evidente a necessidade prévia de uma
definição de crise cambial em termos quantitativos. O teste da definição de
crise cambial elaborada por Frankel e Rose (1996), devidamente adaptada a
um cenário com taxa de câmbio flutuante, sugere a ocorrência de uma crise
cambial no mercado brasileiro no ano de 2002.
Por último, e ainda como parte do terceiro capítulo, efetuou-se um
estudo econométrico através da construção de um modelo de auto-
regressão vetorial (VAR) com o objetivo de identificar estatisticamente quais
indicadores estariam mais relacionados com este episódio. Para a
elaboração do modelo, cobriu-se o período compreendido entre setembro de
1999 e setembro de 2005. Alguns resultados ficaram dentro do esperado,
conforme indicado no segundo capítulo deste trabalho. As variáveis ligadas
aos fundamentos macroeconômicos - reservas internacionais líquidas e
dívida líquida do setor público - não demonstraram ter influenciado a taxa de
câmbio nominal de forma significativa no período estudado. Já as variáveis
110
relacionadas ao mercado financeiro e de derivativos cambiais, como o
indicador de risco país EMBI+, taxa de swap pré-fixada DI 360 dias e cupom
cambial, apresentaram melhor resposta. Ratifica-se com este resultado a
idéia defendida no segundo capítulo de que a crise brasileira de 2002
caracterizou-se sobretudo por uma crise de confiança por parte dos
investidores domésticos e internacionais com relação aos fundamentos e ao
futuro da economia brasileira. Portanto, o modelo sugere que variáveis
relacionadas à percepção de risco por parte dos agentes tenham
influenciado o comportamento da taxa de câmbio durante o período
estudado.
Considerando que a existência de países emergentes com regime de
câmbio flutuante e conta de capital aberta ou em processo de abertura é
atualmente mais regra do que exceção, surgem alguns questionamentos
sobre a relevância do tema estudado. Neste ponto, defende-se aqui que em
um ambiente de elevada mobilidade de capitais internacionais associado à
crescente sofisticação e participação do mercado de derivativos nas
economias emergentes, os modelos voltados à previsão de volatilidades e
crises cambiais mantêm-se necessários. Isso porque as economias
emergentes, dependentes de capital externo, continuam vulneráveis a uma
súbita alteração na percepção de risco por parte dos investidores, atuando o
mercado de derivativos como um novo canal de propagação de crises
cambiais.
Finalmente, ressalta-se a importância de novas pesquisas com
relação a alguns aspectos não abordados no presente trabalho. Entre eles,
destaca-se a necessidade de uma análise mais detalhada do impacto de
111
fatores políticos sobre a probabilidade de ocorrência de crises cambiais em
um país e, mais especificamente, a necessidade de dimensionar a influência
dos fatores políticos na crise brasileria de 2002.
112
Referências Bibliográficas
ARIDA, Persio. Aspectos Macroeconômicos da Conversibilidade: uma
discussão do caso brasileiro. Original apresentado Seminário BM&F -
Aprimorando o Mercado de Câmbio Brasileiro em 4 de dezembro de 2003.
BANCO CENTRAL DO BRASIL. Carta aberta ao Ministro da Fazenda
Antônio Palocci Filho. Disponível no site www.bcb.gov, sistema de metas
para a inflação, Carta Aberta de 21 de janeiro de 2003.
BERG, Andrew; BORENSZTEIN, Eduardo; MILESI-FERRETTI, Gian Maria;
PATTILLO, Catherine. Anticipating Balance of Payments Crises: The Role of
Early Warning Systems. IMF Occasional Paper number 186, 1999, 34p.
BERG, Andrew; e PATTILLO, Catherine. Predicting Currency Crises: The
Indicators Approach and an Alternative. Journal of International Money and
Finance, Vol. 18, p.561-86, 1999.
BERG, Andrew; BORENSZTEIN, Eduardo; e PATTILLO, Catherine.
Assessing Early Warning Systems: How Have They Worked in Practice? IMF
Working Paper, Research Department, Mar. 2004, 43p.
CALVO, Guilhermo. Varieties of Capital Market Crises. Center for
International Economics, Working Paper 15, University of Maryland, 1996,
34p.
CÉSPEDES C., Luis Felipe; GOLDFAJN, Ilan; LOWE, Phil; e VALDÉS P.,
Rodrigo. Respuestas de Política a Shocks Externos en Australia, Brasil y
Chile. Economía Chilena, vol. 8, nº 2, p. 7-44, agosto 2005.
CHANG, Roberto; e VELASCO, Andrés. Financial Crises in emerging
Markets: A Canonical Model. Federal Reserve Bank of Atlanta, Working
Paper 98-10, Jul. 1998, 50p.
DRAZEN, Allen. O Contágio Político nas Crises Monetárias. In: P. Krugman
(ed.), Crises Monetárias. São Paulo, Makron Books, p. 47-76, 2001.
EICHENGREEN, Barry; e JEANNE, Olivier. Crise Monetária e Desemprego:
A Libra Esterlina em 1931. In: P. Krugman (ed.), Crises Monetárias. São
Paulo, Makron Books, p. 1-46, 2001.
113
EICHENGREEN, Barry; ROSE, Andrew K.; e WYPLOSZ, Charles. Exchange
Market Mayhem: The Antecedents and Aftermath of Speculative Attacks,
Economic Policy, v. 21, p.249-312, 1995.
FLOOD, Robert P.; e GARBER, Peter M. Collapsing Exchange Rates:
Another Linear Example. Journal of International Economics, Amsterdam:
North-Holland, v. 17, p.1-13, 1984.
FLOOD, Robert P.; GARBER, Peter M.; e KRAMER, Charles. Collapsing
Exchange Rates Regimes: Another Linear Example. NBER Working Paper
Series, Working Paper 5318. Cambridge, MA: National Bureau of Economic
Research, Oct. 1995, 23p.
FLOOD, Robert; e MARION, Nancy. Speculative Attacks: Fundamentals and
Self-Fulfilling Prophecies. NBER Working Paper Series, Working Paper
5789. Cambridge, MA: National Bureau of Economic Research, Oct. 1996,
31p.
FRANCO, Gustavo H. B. O Desafio Brasileiro: Ensaios sobre
Desenvolvimento, Globalização e Moeda. São Paulo, Editora 34 Ltda., 1999.
FRANKEL, Jeffrey; e ROSE, Andrew K. Currency Crashes in Emerging
Markets: An Empirical Treatment. Journal of International Economics, Vol.41.
p.351-66, Nov. 1996.
GUJARATI, Damodar N. Econometria Básica. São Paulo, Pearson Education
do Brasil, 2000.
HAIR, Joseph F. Jr.; ANDERSON, Rolph E.; TATHAM, Ronald L.; BLACK,
William C. Multivariate Data Analysis. New Jersey, Prentice Hall, 1998.
International Monetary Fund. Financial Crises: Characteristics and Indicators
of Vulnerability. In: World Economic Outlook: a Survey by the Staff of the
International Monetary Fund. Washington D.C., May 1998, Cap. IV.
-----------------------------
. Does Inflation Targeting Work in Emerging Markets? In:
World Economic Outlook: World Economic and Financial Surveys by the
Staff of the International Monetary Fund. Washington D.C., Sep 2005, Cap.
IV.
114
KAMINSKY, Graciela L. Currency and Banking Crises: The Early Warnings
of Distress. International Finance Discussion Papers 629, Board of
Governors of the Federal Reserve System, Oct. 1998, 39p.
-----------------------------;
Lizondo, Saul; REINHART, Carmen M. Leading Indicators of
currency Crises, International Monetary Fund Staff Papers, Vol. 45, Mar.
1998, 48p.
KRUGMAN, Paul. A Model of Balance of Payments Crises. Journal of
Money, Credit and Banking, v.11, Nº 3, p. 311-325, Aug. 1979.
--------------------- ------
. What happened to Asia?. Mimeo, MIT, 1998.
-----------------------------
. Crises: The next Generation? Razin Conference, Tel Aviv
University, March 25-6, 2001, 27p.
OBSTFELD, Maurice. Rational and Self-Fulfilling Balance-of-Payments
Crises. NBER Working Paper Series, Working Paper 1486. Cambridge, MA:
National Bureau of Economic Research, Nov. 1984, 23p.
-----------------------------
. Models of Currency Crises with Self-Fulfilling Features.
NBER Working Paper Series, Working Paper 5285. Cambridge, MA: National
Bureau of Economic Research, Oct. 1995,19p.
STOCK, James H.; WATSON, Mark W. Vector Autoregressions. Mimeo.
Cambridge, MA: National Bureau of Economic Research, Mar. 2001.
115
Anexo I - Teste de Raiz Unitária - Dólar
A - Teste ADF Dólar - Em Nível
ADF Test Statistic -1.128270 1% Critical Value* -4.0819
5% Critical Value -3.4688
10% Critical Value -3.1610
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DOLAR)
Method: Least Squares
Date: 03/12/06 Time: 14:24
Sample(adjusted): 1999:06 2005:09
Included observations: 76 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
DOLAR(-1) -0.053121
0.047082
-1.128270
0.2630
D(DOLAR(-1)) -0.135047
0.120385
-1.121787
0.2657
D(DOLAR(-2)) 0.272778
0.117704
2.317487
0.0234
C 8.543738
5.419114
1.576593
0.1193
@TREND(1999:03) -0.010107
0.070364
-0.143641
0.8862
R-squared 0.144933
Mean dependent var 0.380658
Adjusted R-squared 0.096761
S.D. dependent var 9.862969
S.E. of regression 9.373658
Akaike info criterion 7.377209
Sum squared resid 6238.448
Schwarz criterion 7.530547
Log likelihood -275.3340
F-statistic 3.008615
Durbin-Watson stat 2.062650
Prob(F-statistic) 0.023688
B - Teste ADF Dólar - Primeira Diferença
ADF Test Statistic -3.947778 1% Critical Value* -4.0836
5% Critical Value -3.4696
10% Critical Value -3.1615
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DOLAR,2)
Method: Least Squares
Date: 03/12/06 Time: 14:26
Sample(adjusted): 1999:07 2005:09
Included observations: 75 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
D(DOLAR(-1)) -0.840571
0.212923
-3.947778
0.0002
D(DOLAR(-1),2) -0.361267
0.181811
-1.987051
0.0508
D(DOLAR(-2),2) -0.101591
0.119176
-0.852450
0.3969
C 2.654372
2.431593
1.091618
0.2787
@TREND(1999:03) -0.058538
0.052218
-1.121032
0.2661
R-squared 0.641376
Mean dependent var -0.144667
Adjusted R-squared 0.620884
S.D. dependent var 15.38705
S.E. of regression 9.474179
Akaike info criterion 7.399358
Sum squared resid 6283.204
Schwarz criterion 7.553857
Log likelihood -272.4759
F-statistic 31.29767
Durbin-Watson stat 1.984342
Prob(F-statistic) 0.000000
116
Anexo II - Teste de Raiz Unitária - EMBI
A - Teste ADF EMBI - Em Nível
ADF Test Statistic -2.334748 1% Critical Value* -4.0819
5% Critical Value -3.4688
10% Critical Value -3.1610
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(EMBI)
Method: Least Squares
Date: 02/19/06 Time: 23:20
Sample(adjusted): 1999:06 2005:09
Included observations: 76 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
EMBI(-1) -0.139514
0.059756
-2.334748
0.0224
D(EMBI(-1)) -0.117961
0.116290
-1.014368
0.3139
D(EMBI(-2)) 0.306204
0.112088
2.731824
0.0079
C 14.37901
7.308650
1.967396
0.0530
@TREND(1999:03) -0.097997
0.095224
-1.029122
0.3069
R-squared 0.199004
Mean dependent var -0.894737
Adjusted R-squared 0.153877
S.D. dependent var 18.76326
S.E. of regression 17.25938
Akaike info criterion 8.598114
Sum squared resid 21149.91
Schwarz criterion 8.751451
Log likelihood -321.7283
F-statistic 4.409902
Durbin-Watson stat 2.151431
Prob(F-statistic) 0.003058
B - Teste ADF EMBI - Primeira Diferença
ADF Test Statistic -3.746975 1% Critical Value* -4.0836
5% Critical Value -3.4696
10% Critical Value -3.1615
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(EMBI,2)
Method: Least Squares
Date: 02/19/06 Time: 23:22
Sample(adjusted): 1999:07 2005:09
Included observations: 75 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
D(EMBI(-1)) -0.801705 0.213961 -3.746975 0.0004
D(EMBI(-1),2) -0.442070 0.182079 -2.427903 0.0178
D(EMBI(-2),2) -0.158073 0.116759 -1.353837 0.1801
C 0.367515 4.405745 0.083417 0.9338
@TREND(1999:03) -0.025563 0.095228 -0.268441 0.7891
R-squared 0.668985 Mean dependent var 0.049467
Adjusted R-squared 0.650070 S.D. dependent var 30.09794
S.E. of regression 17.80441 Akaike info criterion 8.661110
Sum squared resid 22189.79 Schwarz criterion 8.815609
Log likelihood -319.7916 F-statistic 35.36765
Durbin-Watson stat 1.922213 Prob(F-statistic) 0.000000
117
Anexo III - Teste de Raiz Unitária - Reservas Internacionais
A - Teste ADF Reservas - Em Nível
ADF Test Statistic -0.606926 1% Critical Value* -4.0819
5% Critical Value -3.4688
10% Critical Value -3.1610
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESERVAS)
Method: Least Squares
Date: 03/05/06 Time: 16:34
Sample(adjusted): 1999:06 2005:09
Included observations: 76 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
RESERVAS(-1) -0.017796 0.029322 -0.606926 0.5458
D(RESERVAS(-1)) 0.193702 0.119641 1.619021 0.1099
D(RESERVAS(-2)) 0.216052 0.122103 1.769419 0.0811
C 0.904261 3.515644 0.257211 0.7978
@TREND(1999:03) 0.041790 0.032621 1.281091 0.2043
R-squared 0.131902 Mean dependent var 0.988026
Adjusted R-squared 0.082995 S.D. dependent var 6.342050
S.E. of regression 6.073171 Akaike info criterion 6.509164
Sum squared resid 2618.721 Schwarz criterion 6.662502
Log likelihood -242.3482 F-statistic 2.696999
Durbin-Watson stat 1.998042 Prob(F-statistic) 0.037474
B - Teste ADF Reservas - Primeira Diferença
ADF Test Statistic -3.414936 1% Critical Value* -4.0836
5% Critical Value -3.4696
10% Critical Value -3.1615
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESERVAS,2)
Method: Least Squares
Date: 03/05/06 Time: 16:37
Sample(adjusted): 1999:07 2005:09
Included observations: 75 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
D(RESERVAS(-1)) -0.554984
0.162517
-3.414936
0.0011
D(RESERVAS(-1),2) -0.283012
0.152603
-1.854557
0.0679
D(RESERVAS(-2),2) -0.097722
0.119800
-0.815716
0.4174
C -0.590095
1.513755
-0.389822
0.6979
@TREND(1999:03) 0.031441
0.033485
0.938971
0.3510
R-squared 0.413499
Mean dependent var 0.227067
Adjusted R-squared 0.379985
S.D. dependent var 7.692537
S.E. of regression 6.057184
Akaike info criterion 6.504708
Sum squared resid 2568.264
Schwarz criterion 6.659207
Log likelihood -238.9265
F-statistic 12.33797
Durbin-Watson stat 1.937770
Prob(F-statistic) 0.000000
118
C - Teste ADF Reservas - Segunda Diferença
ADF Test Statistic -7.070503 1% Critical Value* -4.0853
5% Critical Value -3.4704
10% Critical Value -3.1620
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESERVAS,3)
Method: Least Squares
Date: 03/05/06 Time: 16:40
Sample(adjusted): 1999:08 2005:09
Included observations: 74 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
D(RESERVAS(-1),2) -2.160608
0.305581
-7.070503
0.0000
D(RESERVAS(-1),3) 0.484238
0.228622
2.118070
0.0378
D(RESERVAS(-2),3) 0.128335
0.119875
1.070572
0.2881
C -0.142992
1.654445
-0.086429
0.9314
@TREND(1999:03) 0.007180
0.035446
0.202573
0.8401
R-squared 0.772073
Mean dependent var 0.010541
Adjusted R-squared 0.758859
S.D. dependent var 13.25494
S.E. of regression 6.508979
Akaike info criterion 6.649419
Sum squared resid 2923.310
Schwarz criterion 6.805099
Log likelihood -241.0285
F-statistic 58.43198
Durbin-Watson stat 1.981918
Prob(F-statistic) 0.000000
119
Anexo IV - Teste de Raiz Unitária - Dívida Líquida do Setor
Público
A - Teste ADF Dívida - Em Nível
ADF Test Statistic -1.455113 1% Critical Value* -4.0819
5% Critical Value -3.4688
10% Critical Value -3.1610
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DIVIDA)
Method: Least Squares
Date: 03/05/06 Time: 21:50
Sample(adjusted): 1999:06 2005:09
Included observations: 76 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
DIVIDA(-1) -0.076034
0.052253
-1.455113
0.1500
D(DIVIDA(-1)) -0.141273
0.120923
-1.168287
0.2466
D(DIVIDA(-2)) 0.215461
0.117819
1.828735
0.0716
C 8.883163
4.874648
1.822319
0.0726
@TREND(1999:03) 0.114155
0.089265
1.278836
0.2051
R-squared 0.116827
Mean dependent var 1.395000
Adjusted R-squared 0.067070
S.D. dependent var 3.882893
S.E. of regression 3.750419
Akaike info criterion 5.545138
Sum squared resid 998.6608
Schwarz criterion 5.698476
Log likelihood -205.7152
F-statistic 2.347977
Durbin-Watson stat 2.071119
Prob(F-statistic) 0.062548
B - Teste ADF Dívida - Primeira Diferença
ADF Test Statistic -4.047755 1% Critical Value* -4.0836
5% Critical Value -3.4696
10% Critical Value -3.1615
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DIVIDA,2)
Method: Least Squares
Date: 03/05/06 Time: 21:52
Sample(adjusted): 1999:07 2005:09
Included observations: 75 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
D(DIVIDA(-1)) -0.889948
0.219862
-4.047755
0.0001
D(DIVIDA(-1),2) -0.327606
0.183695
-1.783421
0.0789
D(DIVIDA(-2),2) -0.124909
0.118363
-1.055305
0.2949
C 1.681937
1.026052
1.639232
0.1057
@TREND(1999:03) -0.011040
0.020416
-0.540724
0.5904
R-squared 0.636536
Mean dependent var -0.020133
Adjusted R-squared 0.615767
S.D. dependent var 6.134786
S.E. of regression 3.802742
Akaike info criterion 5.573662
Sum squared resid 1012.259
Schwarz criterion 5.728162
Log likelihood -204.0123
F-statistic 30.64785
Durbin-Watson stat 1.982469
Prob(F-statistic) 0.000000
120
Anexo V - Teste de Raiz Unitária - Taxa Swap DI
A - Teste ADF Swap - Em Nível
ADF Test Statistic -2.096611 1% Critical Value* -4.0928
5% Critical Value -3.4739
10% Critical Value -3.1640
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SWAP)
Method: Least Squares
Date: 03/07/06 Time: 00:13
Sample(adjusted): 1999:12 2005:09
Included observations: 70 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
SWAP(-1) -0.100599
0.047981
-2.096611
0.0399
D(SWAP(-1)) 0.309607
0.120253
2.574628
0.0123
D(SWAP(-2)) -0.009964
0.123322
-0.080794
0.9359
C 8.564776
4.541207
1.886013
0.0638
@TREND(1999:03) -0.015409
0.035404
-0.435233
0.6648
R-squared 0.131659
Mean dependent var -0.322857
Adjusted R-squared 0.078223
S.D. dependent var 6.071437
S.E. of regression 5.829140
Akaike info criterion 6.432365
Sum squared resid 2208.627
Schwarz criterion 6.592972
Log likelihood -220.1328
F-statistic 2.463851
Durbin-Watson stat 1.999385
Prob(F-statistic) 0.053700
B - Teste ADF Swap - Primeira Diferença
ADF Test Statistic -4.092677 1% Critical Value* -4.0948
5% Critical Value -3.4749
10% Critical Value -3.1645
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SWAP,2)
Method: Least Squares
Date: 03/07/06 Time: 00:15
Sample(adjusted): 2000:01 2005:09
Included observations: 69 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
D(SWAP(-1)) -0.736444
0.179942
-4.092677
0.0001
D(SWAP(-1),2) 0.016655
0.152294
0.109358
0.9133
D(SWAP(-2),2) -0.082861
0.123931
-0.668607
0.5062
C -0.035774
1.767602
-0.020239
0.9839
@TREND(1999:03) -0.003303
0.036527
-0.090415
0.9282
R-squared 0.382692
Mean dependent var 0.050435
Adjusted R-squared 0.344110
S.D. dependent var 7.454722
S.E. of regression 6.037360
Akaike info criterion 6.503515
Sum squared resid 2332.782
Schwarz criterion 6.665407
Log likelihood -219.3713
F-statistic 9.918971
Durbin-Watson stat 2.033780
Prob(F-statistic) 0.000003
121
Anexo VI - Modelo com Intercepto (Rejeitado)
Vector Autoregression Estimates
Date: 03/12/06 Time: 16:12
Sample(adjusted): 1999:11 2005:09
Included observations: 71 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]
DDOLAR DEMBI DSWAP DRESERVAS
DDIVIDA
DDOLAR(-1) -0.173038 -0.486121 0.388754 -0.663894 -0.154653
(0.43469) (0.79194) (0.25204) (0.28305) (0.16982)
[-0.39807] [-0.61383] [ 1.54240] [-2.34549] [-0.91069]
DEMBI(-1) -0.057353 0.013927 -0.017334 -0.068260 -0.013881
(0.11920) (0.21717) (0.06912) (0.07762) (0.04657)
[-0.48114] [ 0.06413] [-0.25079] [-0.87940] [-0.29808]
DSWAP(-1) 0.526044 1.042876 0.181261 0.039701 0.206303
(0.21299) (0.38803) (0.12350) (0.13869) (0.08321)
[ 2.46986] [ 2.68761] [ 1.46776] [ 0.28626] [ 2.47941]
DRESERVAS(-1) 0.064982 0.183569 0.053894 -0.483542 0.050377
(0.16166) (0.29452) (0.09373) (0.10527) (0.06315)
[ 0.40197] [ 0.62328] [ 0.57496] [-4.59353] [ 0.79767]
DDIVIDA(-1) -0.112203 -0.892284 -0.461444 1.586002 0.103661
(0.95719) (1.74388) (0.55501) (0.62329) (0.37394)
[-0.11722] [-0.51167] [-0.83142] [ 2.54458] [ 0.27721]
C 0.608877 1.162769 0.180411 -1.820001 1.357321
(1.68609) (3.07183) (0.97764) (1.09791) (0.65870)
[ 0.36112] [ 0.37853] [ 0.18454] [-1.65769] [ 2.06061]
R-squared 0.132243 0.195303 0.176232 0.364850 0.147158
Adj. R-squared 0.065493 0.133403 0.112866 0.315992 0.081554
Sum sq. resids 6280.549 20846.40 2111.535 2663.013 958.5469
S.E. equation 9.829743 17.90849 5.699574 6.400737 3.840166
F-statistic 1.981157 3.155144 2.781148 7.467592 2.243147
Log likelihood -259.8746 -302.4647 -221.1780 -229.4156 -193.1419
Akaike AIC 7.489424 8.689148 6.399381 6.631425 5.609630
Schwarz SC 7.680636 8.880360 6.590594 6.822637 5.800842
Mean dependent 0.220282 -0.702958 -0.385915 0.216479 1.371972
S.D. dependent 10.16836 19.23757 6.051286 7.739259 4.007037
Determinant Residual Covariance 13925574
Log Likelihood (d.f. adjusted) -1087.671
Akaike Information Criteria 31.48369
Schwarz Criteria 32.43976
122
Anexo VII - Modelo sem Intercepto
Vector Autoregression Estimates
Date: 03/12/06 Time: 15:59
Sample(adjusted): 1999:11 2005:09
Included observations: 71 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]
DDOLAR DEMBI DSWAP DRESERVAS
DDIVIDA
DDOLAR(-1) -0.257982 -0.648340 0.363585 -0.409984 -0.344014
(0.36313) (0.66163) (0.21040) (0.24116) (0.14628)
[-0.71045] [-0.97991] [ 1.72810] [-1.70006] [-2.35182]
DEMBI(-1) -0.061048 0.006871 -0.018429 -0.057216 -0.022117
(0.11798) (0.21496) (0.06836) (0.07835) (0.04752)
[-0.51745] [ 0.03197] [-0.26960] [-0.73025] [-0.46539]
DSWAP(-1) 0.522935 1.036940 0.180340 0.048992 0.199374
(0.21140) (0.38519) (0.12249) (0.14040) (0.08516)
[ 2.47362] [ 2.69202] [ 1.47231] [ 0.34895] [ 2.34121]
DRESERVAS(-1) 0.065026 0.183652 0.053907 -0.483672 0.050474
(0.16059) (0.29260) (0.09305) (0.10665) (0.06469)
[ 0.40492] [ 0.62765] [ 0.57936] [-4.53511] [ 0.78025]
DDIVIDA(-1) 0.133689 -0.422705 -0.388586 0.851002 0.651809
(0.66828) (1.21765) (0.38720) (0.44382) (0.26920)
[ 0.20005] [-0.34715] [-1.00357] [ 1.91746] [ 2.42128]
R-squared 0.130502 0.193529 0.175801 0.337998 0.091446
Adj. R-squared 0.077805 0.144652 0.125849 0.297877 0.036382
Sum sq. resids 6293.150 20892.36 2112.641 2775.595 1021.164
S.E. equation 9.764771 17.79188 5.657712 6.484942 3.933468
F-statistic 2.476474 3.959505 3.519431 8.424392 1.660730
Log likelihood -259.9457 -302.5429 -221.1966 -230.8855 -195.3883
Akaike AIC 7.463259 8.663181 6.371736 6.644663 5.644740
Schwarz SC 7.622603 8.822524 6.531080 6.804006 5.804084
Mean dependent 0.220282 -0.702958 -0.385915 0.216479 1.371972
S.D. dependent 10.16836 19.23757 6.051286 7.739259 4.007037
Determinant Residual Covariance 19003169
Log Likelihood (d.f. adjusted) -1098.707
Akaike Information Criteria 31.65373
Schwarz Criteria 32.45045
123
Anexo VIII - Teste de Raiz Unitária - Cupom Cambial
A - Teste ADF Cupom Cambial - Em Nível
ADF Test Statistic -2.394026 1% Critical Value* -4.0928
5% Critical Value -3.4739
10% Critical Value -3.1640
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(CUPOM)
Method: Least Squares
Date: 03/25/06 Time: 13:39
Sample(adjusted): 1999:12 2005:09
Included observations: 70 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
CUPOM(-1) -0.192011
0.080204
-2.394026
0.0196
D(CUPOM(-1)) -0.169344
0.128343
-1.319466
0.1916
D(CUPOM(-2)) 0.176763
0.122082
1.447901
0.1525
C 20.17816
13.49896
1.494794
0.1398
@TREND(1999:03) -0.175282
0.224749
-0.779902
0.4383
R-squared 0.185453
Mean dependent var -0.947714
Adjusted R-squared 0.135327
S.D. dependent var 38.74319
S.E. of regression 36.02643
Akaike info criterion 10.07513
Sum squared resid 84363.73
Schwarz criterion 10.23574
Log likelihood -347.6296
F-statistic 3.699744
Durbin-Watson stat 2.046044
Prob(F-statistic) 0.008944
B - Teste ADF Cupom - Primeira Diferença
ADF Test Statistic -4.497927 1% Critical Value* -4.0948
5% Critical Value -3.4749
10% Critical Value -3.1645
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(CUPOM,2)
Method: Least Squares
Date: 03/25/06 Time: 13:41
Sample(adjusted): 2000:01 2005:09
Included observations: 69 after adjusting endpoints
Variable Coefficient
Std. Error
t-Statistic
Prob.
D(CUPOM(-1)) -1.124039
0.249901
-4.497927
0.0000
D(CUPOM(-1),2) -0.169282
0.202914
-0.834257
0.4072
D(CUPOM(-2),2) -0.050457
0.124650
-0.404785
0.6870
C 0.240450
11.02700
0.021806
0.9827
@TREND(1999:03) -0.024477
0.228303
-0.107212
0.9150
R-squared 0.666136
Mean dependent var 0.296522
Adjusted R-squared 0.645269
S.D. dependent var 63.41342
S.E. of regression 37.76859
Akaike info criterion 10.17054
Sum squared resid 91293.83
Schwarz criterion 10.33243
Log likelihood -345.8835
F-statistic 31.92364
Durbin-Watson stat 2.010522
Prob(F-statistic) 0.000000
124
Anexo IX - Modelo de Risco com Intercepto (Rejeitado)
Vector Autoregression Estimates
Date: 03/25/06 Time: 14:04
Sample(adjusted): 2000:01 2005:09
Included observations: 69 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]
DDOLAR DSWAP DEMBI DCUPOM
DDOLAR(-1) -0.199203 0.105987 -0.732036 -1.553082
(0.20465) (0.15613) (0.43618) (0.91087)
[-0.97337] [ 0.67885] [-1.67828] [-1.70505]
DDOLAR(-2) -0.030057 0.083537 -0.405400 0.235946
(0.19828) (0.15127) (0.42261) (0.88253)
[-0.15158] [ 0.55224] [-0.95928] [ 0.26735]
DDOLAR(-3) -0.119767 -0.067809 -0.394036 -0.744561
(0.20145) (0.15368) (0.42935) (0.89661)
[-0.59453] [-0.44123] [-0.91775] [-0.83042]
DSWAP(-1) 0.652454 0.303172 1.188050 2.387498
(0.20046) (0.15292) (0.42724) (0.89219)
[ 3.25486] [ 1.98250] [ 2.78079] [ 2.67600]
DSWAP(-2) -0.557447 -0.141160 -0.342134 -1.617403
(0.19325) (0.14743) (0.41189) (0.86014)
[-2.88453] [-0.95747] [-0.83065] [-1.88040]
DSWAP(-3) 0.116600 0.016882 -0.270288 -0.899556
(0.18928) (0.14440) (0.40341) (0.84244)
[ 0.61602] [ 0.11691] [-0.67000] [-1.06780]
DEMBI(-1) 0.185563 -0.040723 0.447600 1.416454
(0.13268) (0.10122) (0.28279) (0.59054)
[ 1.39855] [-0.40231] [ 1.58280] [ 2.39855]
DEMBI(-2) 0.115132 0.098570 0.285548 0.679387
(0.12981) (0.09903) (0.27666) (0.57774)
[ 0.88695] [ 0.99539] [ 1.03213] [ 1.17594]
DEMBI(-3) 0.047400 0.000159 0.276806 0.815656
(0.11757) (0.08969) (0.25058) (0.52329)
[ 0.40316] [ 0.00178] [ 1.10465] [ 1.55871]
DCUPOM(-1) -0.143324 0.003591 -0.293658 -0.758282
(0.04884) (0.03726) (0.10409) (0.21736)
[-2.93475] [ 0.09640] [-2.82127] [-3.48855]
DCUPOM(-2) 0.083996 -0.070935 0.103636 -0.181768
(0.05187) (0.03957) (0.11056) (0.23088)
[ 1.61921] [-1.79243] [ 0.93736] [-0.78727]
DCUPOM(-3) 0.119288 0.061255 0.081209 0.070540
(0.05651) (0.04311) (0.12045) (0.25154)
[ 2.11073] [ 1.42075] [ 0.67420] [ 0.28044]
C 0.787691 -0.224832 0.830576 0.874728
(0.94308) (0.71946) (2.01002) (4.19748)
[ 0.83523] [-0.31250] [ 0.41322] [ 0.20839]
R-squared 0.557655 0.269736 0.437877 0.391722
Adj. R-squared 0.462867 0.113251 0.317422 0.261377
Sum sq. resids 3170.956 1845.473 14404.20 62815.63
S.E. equation 7.524907 5.740634 16.03801 33.49190
F-statistic 5.883177 1.723715 3.635191 3.005268
Log likelihood -229.9618 -211.2870 -282.1771 -332.9847
Akaike AIC 7.042371 6.501073 8.555857 10.02854
Schwarz SC 7.463289 6.921992 8.976775 10.44946
Mean dependent 0.364638 -0.264638 -0.403043 -0.697101
S.D. dependent 10.26740 6.096203 19.41218 38.96983
Determinant Residual Covariance 47352057
Log Likelihood (d.f. adjusted) -1001.350
Akaike Information Criteria 30.53188
Schwarz Criteria 32.21555
125
Anexo X - Modelo de Risco sem Intercepto
Vector Autoregression Estimates
Date: 03/16/06 Time: 23:11
Sample(adjusted): 2000:01 2005:09
Included observations: 69 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]
DDOLAR DSWAP DEMBI DCUPOM
DDOLAR(-1) -0.180195 0.100561 -0.711993 -1.531973
(0.20284) (0.15393) (0.43031) (0.89759)
[-0.88834] [ 0.65331] [-1.65460] [-1.70676]
DDOLAR(-2) -0.005738 0.076595 -0.379757 0.262952
(0.19561) (0.14844) (0.41498) (0.86560)
[-0.02933] [ 0.51601] [-0.91513] [ 0.30378]
DDOLAR(-3) -0.093148 -0.075407 -0.365968 -0.715001
(0.19838) (0.15054) (0.42085) (0.87785)
[-0.46953] [-0.50091] [-0.86959] [-0.81449]
DSWAP(-1) 0.633365 0.308620 1.167922 2.366300
(0.19862) (0.15072) (0.42135) (0.87890)
[ 3.18884] [ 2.04764] [ 2.77185] [ 2.69234]
DSWAP(-2) -0.575350 -0.136050 -0.361012 -1.637284
(0.19155) (0.14536) (0.40636) (0.84763)
[-3.00363] [-0.93597] [-0.88841] [-1.93161]
DSWAP(-3) 0.104567 0.020316 -0.282976 -0.912918
(0.18823) (0.14283) (0.39931) (0.83292)
[ 0.55554] [ 0.14224] [-0.70867] [-1.09605]
DEMBI(-1) 0.185316 -0.040652 0.447340 1.416180
(0.13233) (0.10042) (0.28072) (0.58557)
[ 1.40041] [-0.40483] [ 1.59352] [ 2.41848]
DEMBI(-2) 0.103767 0.101814 0.273564 0.666766
(0.12875) (0.09770) (0.27313) (0.56972)
[ 0.80597] [ 1.04213] [ 1.00160] [ 1.17035]
DEMBI(-3) 0.033985 0.003988 0.262661 0.800759
(0.11616) (0.08815) (0.24642) (0.51401)
[ 0.29257] [ 0.04525] [ 1.06590] [ 1.55785]
DCUPOM(-1) -0.144837 0.004023 -0.295253 -0.759962
(0.04867) (0.03694) (0.10326) (0.21538)
[-2.97568] [ 0.10892] [-2.85943] [-3.52842]
DCUPOM(-2) 0.087251 -0.071864 0.107068 -0.178154
(0.05159) (0.03915) (0.10944) (0.22829)
[ 1.69122] [-1.83564] [ 0.97828] [-0.78038]
DCUPOM(-3) 0.119326 0.061244 0.081249 0.070583
(0.05636) (0.04277) (0.11957) (0.24942)
[ 2.11703] [ 1.43188] [ 0.67950] [ 0.28299]
R-squared 0.552145 0.268462 0.436163 0.391251
Adj. R-squared 0.465717 0.127289 0.327352 0.273773
Sum sq. resids 3210.458 1848.691 14448.11 62864.34
S.E. equation 7.504920 5.695014 15.92092 33.20969
F-statistic 6.388484 1.901643 4.008456 3.330418
Log likelihood -230.3889 -211.3471 -282.2821 -333.0114
Akaike AIC 7.025765 6.473830 8.529916 10.00033
Schwarz SC 7.414306 6.862370 8.918456 10.38887
Mean dependent 0.364638 -0.264638 -0.403043 -0.697101
S.D. dependent 10.26740 6.096203 19.41218 38.96983
Determinant Residual Covariance 45288048
Log Likelihood (d.f. adjusted) -999.8121
Akaike Information Criteria 30.37137
Schwarz Criteria 31.92553
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
