ads:
Pedro de Figueiredo Saud
Estudando Flutuações da Potência da Política Monetária
Dissertação de Mestrado
Dissertação apresentada como requisito parcial para
obtenção do título de Mestre pelo Programa de Pós-
Graduação em Economia da PUC-Rio.
Orientador: Ilan Goldfajn
Rio de Janeiro, março de 2007
PUC-Rio - Certificação Digital Nº 0510689/CA
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Pedro de Figueiredo Saud
Estudando Flutuações da Potência da Política Monetária
Dissertação apresentada como requisito parcial para
obtenção do título de Mestre pelo Programa de Pós-
Graduação em Economia da PUC-Rio. Aprovada pela
Comissão Examinadora abaixo assinada.
Ilan Goldfajn
Orientador
PUC-Rio
Márcio Gomes Pinto Garcia
PUC-Rio
Marcelo Kfoury Muinhos
Citibank
João Pontes Nogueira
Coordenador Setorial do Centro de Ciências Sociais - PUC-Rio
Rio de Janeiro, 23 de março de 2007
PUC-Rio - Certificação Digital Nº 0510689/CA
ads:
Todos os direitos reservados. É proibida a reprodução total
ou parcial do trabalho sem autorização da universidade, do
autor e do orientador.
Pedro de Figueiredo Saud
Graduou-se em Economia pelo Departamento de Economia
da PUC-Rio em 2004. Foi bolsista por desempenho
acadêmico durante a graduação e a pós-graduação.
Concluiu o Mestrado de Economia em 2007.
Ficha Catalográfica
Saud, Pedro Figueiredo
Estudando flutuações da potência da política
monetária / Pedro de Figueiredo Saud ; orientador: Ilan
Goldfajn. – 2007.
52 f. : il. ; 30 cm
Dissertação (Mestrado em Economia)–Pontifícia
Universidade Católica do Rio de Janeiro, Rio de Janeiro,
2007.
Inclui bibliografia
1. Economia – Teses. 2. Política monetária. 3.
Canal do crédito. 4. Curva IS. I. Goldfajn, Ilan.
II.
Pontifícia Universidade Católica do Rio de Janeiro.
Departamento de Economia. III. Título.
CDD: 330
PUC-Rio - Certificação Digital Nº 0510689/CA
Agradecimentos
Ao meu professor e orientador, Ilan Goldfajn, pelo apoio e pelo exemplo
fundamentais para o sucesso deste trabalho e para meu amadurecimento na
profissão.
A Márcio Gomes Pinto Garcia e a Marcelo Kfoury Muinhos, componentes da
banca, pela leitura cuidadosa e pelos importantes comentários ao trabalho.
A meus colegas do mestrado, pelo convívio e troca de idéias que tanto
enriqueceram o mestrado, em especial Marcos Vivacqua e Diogo Almeida, e a
meus outros amigos que tiveram papel fundamental ao longo desses anos, em
especial Helena Veronese, Alice Salomão e Antônio Azevedo.
À CAPES, pelo apoio financeiro durante o mestrado.
A minha família.
PUC-Rio - Certificação Digital Nº 0510689/CA
Resumo
Saud, Pedro. Estudando Flutuações da Potência da Política Monetária.
Rio de Janeiro, 2007. 52p. Dissertação de Mestrado - Departamento de
Economia, Pontifícia Universidade Católica do Rio de Janeiro.
A política monetária brasileira opera, desde 1999, sob o regime de metas
para a inflação, em que a taxa de juros é o principal instrumento utilizado para o
cumprimento das metas. Esta dissertação estuda o efeito da política monetária
sobre o nível de atividade, e fatores que possam fazê-lo flutuar, através da
estimação de uma curva IS para o Brasil. Inicialmente, encontramos efeitos
significantes da taxa real de juros para o produto em uma curva IS backward-
looking. Em seguida, a partir de um modelo teórico, explicamos variações desse
efeito como decorrente de ganhos de eficiência da atividade de intermediação
financeira. Utilizando a tendência dos spreads bancários como medida da
eficiência da atividade de provisão de crédito na economia, testamos
empiricamente esta hipótese, e constatamos que o aumento da potência da política
monetária observado ao longo dos últimos anos é consistente com essa
explicação. Testes realizados com variáveis fiscais não encontram correlação
entre estas e a potência da política monetária.
Palavras-chave
Política monetária; Canal do crédito; Curva IS
PUC-Rio - Certificação Digital Nº 0510689/CA
Abstract
Saud, Pedro. Studying Fluctuations in the Potency of Monetary Policy.
Rio de Janeiro, 2007. 52p. M.Sc. Dissertation - Departamento de Economia,
Pontifícia Universidade Católica do Rio de Janeiro.
Monetary policy in Brazil has been working, since 1999, under an inflation
targeting regime, in which interest rates are the main instruments in achieving the
targets. This dissertation studies the effect of monetary policy on the economy’s
output and reasons for its fluctuations, through the estimation of an IS curve for
Brazil. We find a significant effect of the real interest rate on output in a
backward-looking IS curve. We then explain, using a theoretical model, variations
in this effect as arising from efficiency gains in the financial intermediation
activity. Using the trend over time of bank spreads as a measure of the efficiency
of the lending activity, we test this hypothesis empirically, and find that the higher
potency observed in the monetary policy on recent years is consistent with this
explanation. Tests using fiscal variables do not find correlation between them and
the potency of monetary policy.
Keywords
Monetary policy; Credit Channel; IS Curve
PUC-Rio - Certificação Digital Nº 0510689/CA
Sumário
1 Introdução 10
2 Estimação de uma Curva de Demanda Agregada para o Brasil 13
2.1. Séries de Dados 14
2.2. Estimação do Modelo 16
2.3. Teste de Robustez 21
3 Influência do Canal do Crédito Sobre o Efeito da Política
Monetária Sobre o Produto 22
3.1. O Mercado de Crédito no Brasil na Última Década 25
3.2. Teste empírico 29
3.3. Dados utilizados 30
3.4. Resultado da Estimação 31
3.5. Interpretação 32
3.6. Testes de Robustez 33
4 Interação entre Políticas Fiscal e Monetária 37
4.1. Teste empírico 38
4.2. Séries de Dados 39
4.3. Resultados das Estimações 40
4.4. Interpretação 41
4.5. Teste de Robustez 42
5 Considerações Finais 45
6 Referências Bibliográficas 47
7 Apêndice – Gráficos das Séries Utilizadas 49
PUC-Rio - Certificação Digital Nº 0510689/CA
Lista de figuras
FIGURA 1: Evolução da Relação Crédito / PIB, 1996-2006 26
FIGURA 2: Evolução dos Spreads Bancários e da Taxa Selic, 1995-2006 27
FIGURA 3: Correlações do Spread Médio Residual com o Hiato do
Produto em t+i 28
FIGURA 4: Tendência do Spread Bancário Médio 30
FIGURA 5: Proxy para Eficiência do Mercado de Crédito e Dummy para
Câmbio Fixo 36
FIGURA 6: Hiato do produto, 1996:1 – 2006:2 49
FIGURA 7: Juros Reais no Trimestre 50
FIGURA 8: Variação Percentual da Renda Média Real 50
FIGURA 9: Medida de tendência dos spreads bancários utilizada como
proxy para a eficiência da intermediação financeira na economia 50
FIGURA 10: Variação da Razão entre a Dívida Líquida do Setor Público
e o PIB 51
FIGURA 11: Variação da Razão entre o Déficit Primário e PIB 51
FIGURA 12: Variação da Razão entre o Déficit Nominal e o PIB 51
FIGURA 13: Variação Real das Despesas Totais do Tesouro
Nacional com Relação ao Mesmo Mês do Ano Anterior 52
FIGURA 14: Variação das Despesas Totais do Tesouro Nacional com
Relação ao Trimestre Imediatamente Anterior 52
FIGURA 15: Variação das Despesas Totais do Tesouro Nacional com
Relação ao Trimestre Imediatamente Anterior, na Série Com Ajuste Sazonal 52
PUC-Rio - Certificação Digital Nº 0510689/CA
Lista de tabelas
TABELA 1: Teste do Instrumento para a Expectativa de Hiato 18
TABELA 2: Estimação do Modelo Irrestrito 18
TABELA 3: Estimação do Modelo Backward-looking 19
TABELA 4: Intervalos de Confiança de 95% Calculados por Bootstrap 21
TABELA 5: Intervalos de Confiança de 90% Calculados por Bootstrap 21
TABELA 6: Estimação da Equação 4 31
TABELA 7: Resultado do Bootstrap ao Nível de Significância de 5% 33
TABELA 8: Regressão com Medida de Eficiência como Controle
na Equação 4 34
TABELA 9: Teste com Dummy entre 1996:1 e 1998:4 35
TABELA 11: Estimação da Equação 7 41
TABELA 12: Estimação da Equação 6 sem a Variável do Mercado
de Crédito 43
TABELA 13: Estimação da Equação 7 sem a Variável do Mercado
de Crédito 43
PUC-Rio - Certificação Digital Nº 0510689/CA
1
Introdução
A política monetária brasileira opera, desde 1999, sob o regime de metas
para a inflação, em que a taxa real de juros é o principal instrumento utilizado
para o cumprimento das metas. Para desempenhar essa tarefa, o Banco Central
conta com diversos mecanismos de transmissão da taxa de juros à inflação. Nesta
dissertação, estudamos o comportamento de um desses mecanismos, que opera
através do efeito da política monetária sobre o nível de atividade e, deste, para a
taxa de inflação. Em particular, questionamos se o desenvolvimento do mercado
de crédito e o comportamento da política fiscal afetam o impacto da taxa real de
juros sobre o nível de atividade.
Em termos de um modelo novo-keynesiano simples, como o apresentado em
Clarida, Galí e Gertler (1999), reproduzido abaixo (com notação alterada para
refletir a notação utilizada no restante desta dissertação), onde
t
h
é o hiato do
produto,
t
i
é a taxa nominal de juros,
t
π
a taxa de inflação,
t
E
⋅
indica expectativa
em
t
e
t
g
e
t
u
são choques da economia, nosso interesse neste trabalho é sobre o
efeito da taxa real de juros sobre o nível de atividade, medido pelo coeficiente
ϕ
:
[
]
1 1
1
t t t t t t t
t t t t t
h i E E h g
h E u
ϕ π
π λ β π
+ +
+
= − − + +
= + +
Neste modelo simples, a inflação depende exclusivamente do nível de
atividade atual e futuro, e dos choques esperados. Aqui, a capacidade da política
monetária de influenciar o produto é o único fator que determina sua capacidade
de controlar a inflação. Com a adição de outras características, como a abertura da
economia (que tornaria a inflação dependente da taxa nominal de câmbio, e a
demanda agregada, da demanda externa por bens e serviços), outros mecanismos
de transmissão ganham força, e a política monetária passa a ter vários canais
através de que afeta a taxa de inflação.
Nesta dissertação, estudamos o efeito da política monetária sobre o nível de
atividade no Brasil, e os fatores que possam fazê-lo flutuar. Em um modelo cuja
PUC-Rio - Certificação Digital Nº 0510689/CA
11
única imperfeição é a rigidez nominal, não há lugar para essas flutuações, já que o
efeito da política monetária sobre o nível de atividade é definido pelas
preferências dos agentes. Assim, há necessidade de se considerar outras
imperfeições. Dessa forma, olhamos para dois tipos dessas imperfeições: as
associadas ao mercado de crédito e ao mercado de dívida pública.
Inicialmente, identificamos uma curva de demanda agregada básica para o
Brasil, que relaciona o nível de atividade a algumas variáveis macroeconômicas,
nos concentrando sobre o efeito da taxa real de juros sobre o produto. O resultado
encontrado é que um aumento de um ponto percentual da taxa real de juros reduz
o hiato do produto (a diferença entre o nível de atividade da economia e o produto
potencial), em média, em 0,298 ponto percentual.
Em seguida, estudamos se características do mercado de crédito, como a
assimetria informacional entre tomadores e emprestadores, fazem com que o
mecanismo de transmissão da política monetária à atividade econômica dependa
da estrutura desse mercado. Argumentamos que os spreads bancários refletem
(inversamente) uma medida de eficiência da atividade de intermediação financeira
que o modelo teórico de Bernanke e Gertler (1986) prevê ter influência sobre o
efeito da taxa real de juros sobre o produto. Especificamente, quanto maior as
flutuações dessa medida de eficiência ao longo do ciclo econômico, maior a
potência da política monetária. Mostramos que os spreads têm o comportamento
esperado com relação ao ciclo econômico, e argumentamos que a redução
estrutural dos spreads deve aumentar sua resposta ao crescimento da economia e,
com isso, a potência da política monetária. O teste empírico realizado confirma
essa hipótese, e o resultado econtrado é que a redução de um ponto percentual na
trajetória de longo-prazo dos spreads bancários aumenta a magnitude do
coeficiente que mede o efeito da taxa real de juros sobre o produto em 0,0075. Por
exemplo, se, para uma dada situação no mercado de crédito e uma dada estrutura
da economia, o coeficiente da taxa real de juros na equação de demanda agregada
é igual a -0,298 (o valor médio estimado na primeira regressão), um aumento de
eficiência que reduza os spreads bancários de longo prazo em 1 ponto percentual
leva esse coeficiente a
0,3055
−
.
Já os testes com as variáveis relacionadas à política fiscal não encontram
relação entre estas e o efeito da taxa real de juros sobre o nível de atividade. A
delimitação deste trabalho a um dos canais de transmissão da política monetária à
PUC-Rio - Certificação Digital Nº 0510689/CA
12
inflação inspira, no entanto, cuidado na interpretação desse resultado. É possível
que uma variável que pareça, neste trabalho, não ter importância seja vital para o
funcionamento de outro mecanismo de transmissão; assim, um Banco Central
preocupado em controlar a inflação, e não apenas o nível de atividade, não pode
deixar de olhar para o efeito das variáveis macroeconômicas sobre todos os
mecanismos de transmissão com que opera. Embora não tenhamos encontrado
evidência de impacto das variáveis fiscais sobre o efeito da taxa real de juros
sobre o produto, essas variáveis podem afetar a capacidade de o Banco Central
controlar a inflação através de outros mecanismos, como explora, por exemplo,
toda a literatura de dominância fiscal.
Em termos práticos, os resultados encontrados sugerem que a evolução
estrutural da economia brasileira caminha para tornar o instrumento convencional
de política monetária, a taxa de juros, mais eficaz em sua tarefa de orientar a
política de metas para a inflação. Ao aumentar seu efeito sobre o produto, a
evolução do mercado de crédito permite que o Banco Central concentre
progressivamente sua atenção sobre a definição da taxa real de juros, como ele já
vem fazendo nos últimos anos, e vá deixando de utilizar outros instrumentos
secundários de política monetária, como a alíquota dos recolhimentos
compulsórios, refletindo uma maior maturidade da economia brasileira. Como, ao
final da amostra utilizada, no segundo trimestre de 2006, a medida de eficiência
estrutural da atividade de intermediação financeira encontrava-se em 37,5 pontos
percentuais, parece haver, ainda bastante espaço para a continuidade deste
processo.
Outra delimitação desta dissertação, além da concentração sobre a ligação
da política monetária ao nível de atividade, é trabalhar com dados agregados.
Embora dados desagregados possam ser mais apropriados para verificar
diretamente a existência de alguns mecanismos, os dados agregados fornecem
uma melhor medida de suas relevâncias para a formulação da política monetária.
Assim, a melhor maneira de interpretar as questões formuladas e os resultados
encontrados nesta dissertação é como interessadas em verificar se a magnitude dos
mecanismos estudados é grande o suficiente para seus efeitos aparecerem, de
forma relevante para a política monetária, na dinâmica dos dados agregados.
PUC-Rio - Certificação Digital Nº 0510689/CA
2
Estimação de uma Curva de Demanda Agregada para o
Brasil
Neste capítulo, identificamos e estimamos uma equação de demanda
agregada com dados brasileiros. Nos próximos capítulos, utilizamos esta relação
como base para estudar flutuações da potência da política monetária.
Utilizamos, como ponto de partida, a curva IS Novo-Keynesiana básica,
dada na equação 1:
[
]
1 1
t t t t t t t
h i E E h
φ π ε
+ +
= − − + +
(1)
Esta equação explica o hiato do produto
1
,
t
h
, como função da taxa real de
juros e da expectativa de hiato do produto em t+1. A expectativa do hiato reflete o
desejo dos agentes de suavizar o consumo ao longo do tempo, e a taxa real de
juros, o efeito substituição advindo do preço relativo que ela implica entre
consumo presente e consumo futuro. A curva pode ser derivada a partir de
microfundamentos, sendo obtida a partir da linearização da equação de Euler
(uma condição de primeira ordem) do problema de maximização de utilidade de
um agente representativo; neste caso, o coeficiente da taxa de juros será dado pelo
inverso do módulo da elasticidade da utilidade marginal do consumo no estado
estacionário. A curva microfundamentada está imune à crítica de Lucas, uma vez
que seus parâmetros são função de parâmetros comportamentais dos agentes.
Nosso interesse neste trabalho é sobre o coeficiente
φ
, que mede o efeito da taxa
real de juros sobre o produto agregado.
A aplicação mais comum da curva IS é dentro de pequenos modelos
estruturais, às vezes compostos apenas pela curva IS e por uma curva de Phillips
1
Nesta literatura, o hiato do produto tem uma definição precisa: “é o desvio do produto em
relação ao equilíbrio vigente na ausência de rigidez nominal” (Galí 2002, pág. 4), embora ele seja
usualmente, como neste trabalho, aproximado pela diferença do produto observado em relação a
uma tendência.
PUC-Rio - Certificação Digital Nº 0510689/CA
14
(Clarida, Galí e Gertler, 1999; Woodford, 2003), utilizados para realizar previsões
ou para avaliar o efeito de políticas monetárias alternativas (Taylor, 1999;
Bonomo e Brito, 2001). Para a economia brasileira, ela foi estimada, com
variações, isoladamente (Guardado, 2004) e dentro do contexto do modelo novo-
keynesiano completo (Bonomo e Brito, 2001). O primeiro trabalho não encontrou
efeito da taxa de juros sobre o nível de atividade, um resultado atribuído à
pequena amostra disponível. Ao considerar a flutuação da taxa de juros em
relação a uma tendência linear, no entanto, Guardado (2004) encontrou efeito
sobre o produto, com o sinal esperado. Bonomo e Brito (2001) encontram efeito
estatisticamente significante da taxa real de juros sobre o produto, com sinal
negativo e magnitudes iguais a 0,2 e 0,28 nas duas especificações estimadas de
sua curva IS.
Neste capítulo, nos baseamos na especificação simples da equação 1, mas
permitimos que a forma final da equação seja flexível, para acomodar
particularidades do período e da dinâmica da série do produto brasileiro.
Especificamente, estimamos uma curva IS backward-looking ao invés da
especificação forward-looking sugerida pela teoria básica. Nosso resultado
concorda com o de Guardado (2004) ao encontrar maior evidência de uma
especificação backward-looking para a demanda agregada no Brasil, embora este
resultado não seja unânime na literatura empírica brasileira (por exemplo,
Bonomo e Brito 2001, já citados, discordam).
2.1.Séries de Dados
Utilizamos, nas regressões apresentadas neste capítulo, dados para produto,
taxa de juros, expectativas de inflação e salários reais. Todas as estimações são em
freqüência trimestral, e a amostra cobre do primeiro trimestre de 1996 ao segundo
trimestre de 2006.
O hiato do produto é calculado como a diferença entre os logaritmos do PIB
dessazonalizado e do PIB potencial. A série é baseada na série encadeada sem
ajuste sazonal, apurada e divulgada pelo IBGE nas Contas Nacionais Trimestrais
– Referência 2000, após a revisão publicada em março de 2007. Essa série foi
dessazonalizada por uma regressão em um intercepto e 3 variáveis dummy
trimestrais, com a amostra da regressão de dessazonalização cobrindo do primeiro
PUC-Rio - Certificação Digital Nº 0510689/CA
15
trimestre de 1994 ao terceiro trimestre de 2006. À nova série com ajuste sazonal
foi aplicado o filtro Hodrick-Prescott, na mesma amostra, para suavizá-la e gerar
uma proxy para o produto potencial. A série de hiato do produto utilizada nas
regressões é calculada com base nessas duas séries.
A série de taxa nominal de juros é a taxa Selic acumulada durante o
trimestre.
Utilizamos, nas regressões, uma série de expectativas de inflação. O Banco
Central publica séries de expectativas, para diversos índices e prazos, coletadas
entre instituições do mercado financeiro. Essas expectativas talvez possam ser
vistas como as correspondentes às expectativas relevantes para a curva IS, mas
infelizmente a amostra disponível começa apenas em 2001. Para contornar este
problema e trabalhar com um período maior, utilizamos como proxy para as reais
expectativas de inflação uma série gerada econometricamente para toda a amostra.
Isso foi feito ajustando um processo auto-regressivo sobre a série trimestral de
inflação (IPCA). Na amostra comum, a correlação entre as séries de expectativas
do BC e a proxy gerada foi de 0,825.
Utilizou-se, ainda, duas séries de salário real coletadas pelo IBGE na
Pesquisa Mensal de Emprego, sob o nome de salário real médio efetivamente
recebido no trabalho principal pelas pessoas ocupadas. Como houve mudança da
metodologia da Pesquisa em 2002, que tornou incompatíveis as séries antes e após
essa data, foi necessário combinar ambas as séries em uma que cobrisse toda a
amostra: as duas séries mensais (da nova pesquisa e da antiga) foram
dessazonalizadas através de uma regressão em um intercepto e onze variáveis
dummy, e gerou-se uma nova série mensal com as mesmas variações mensais das
séries dessazonalizadas. Utilizou-se as variações mensais da pesquisa antiga até
fevereiro de 2002, e as variações da série nova a partir de março de 2002 (o
primeiro mês em que isso era possível). Essa série mensal foi transformada em
uma série trimestral pela média em cada trimestre. A série utilizada nas regressões
é a variação percentual trimestral do salário real médio.
Além destas séries, utilizamos outras como variáveis explicativas em
estimações da curva de demanda agregada que não são apresentadas neste
trabalho, como a depreciação cambial, a demanda externa e os gastos do governo.
Calculamos a depreciação cambial como a diferença percentual entre as taxas de
câmbio nominal médias (dólar comercial Ptax apurado diariamente pelo Banco
PUC-Rio - Certificação Digital Nº 0510689/CA
16
Central) em semestres consecutivos. Como proxy para a demanda externa,
utilizamos o hiato do PIB dos Estados Unidos, também calculado através do filtro
Hodrick-Prescott, a partir da série de PIB trimestral em bilhões de dólares de
2000, com ajuste sazonal, divulgada pelo Bureau of Economic Analysis.
Finalmente, utilizamos medidas de gastos do governo, especialmente as Despesas
do Tesouro Nacional, publicadas pelo Banco Central do Brasil com frequência
mensal, e trimestralizadas pela soma ao longo dos três meses, após deflacionada
pelo IPCA. Com isso, obtivemos uma medida de gastos do governo a preços
constantes, que permanecia não estacionária na amostra, sendo então obtidas três
medidas alternativas de variação percentual da série: a variação do gasto em um
trimestre sobre o mesmo trimestre do ano anterior; sobre o trimestre
imediatamente anterior, e sobre o trimestre imediatamente anterior na série
trimestral dessazonalizada. Como todas estas variáveis não se mostraram
significantes nas regressões em que participaram como controles, estas não são
apresentadas nesta dissertação.
2.2.Estimação do Modelo
Inicialmente, analisamos as propriedades univariadas da série de hiato do
produto. O teste de estacionariedade de Phillips-Perron rejeita a hipótese de
presença de raiz unitária ao nível de significância de 1%. A análise das funções de
autocorrelação e autocorrelação parcial sugere que três defasagens do hiato do
produto influenciam seu valor atual. Essas defasagens entram, assim, em todas as
estimações desta dissertação.
Para não impor, a priori, hipóteses sobre a dinâmica forward- ou backward-
looking da demanda agregada, inicialmente estimamos uma especificação
irrestrita (isto é, com ambas as componentes) da equação de demanda:
[
]
0 1 1 1 1 2 2 3 3 4 1
t t t t t t t t t t
h E h h h h i E u
α β α α α α π
+ − − − +
= + + + + + − +
(2)
Na equacão (2), aparecem duas expectativas: a expectativa de inflação um
trimestre à frente e a expectativa de hiato (a própria variável endógena), também
um trimestre à frente. Lidamos de forma diferenciada com cada uma delas. No
lugar das expectativas de inflação utilizamos nossa série gerada, bastante
PUC-Rio - Certificação Digital Nº 0510689/CA
17
correlacionada com a série divulgada pelo Banco Central. Repetir essa abordagem
não seria, no entanto, adequado para a expectativa de hiato: se o modelo
(especialmente sua estrutura de defasagens) estiver correto, o valor
contemporâneo do hiato é um dos determinantes dessa expectativa. Isso geraria
problemas de endogeneidade que tornaria as estimações inválidas: se a estrutura
de defasagens denota certa inércia, um alto crescimento hoje (isto é, um alto valor
de
t
u
) aumentaria a expectativa de crescimento em
1
t
+
. Econometricamente, o
estimador perderia consistência.
Ao invés dessa abordagem, optou-se pela estimação da equação por
variáveis instrumentais. O coeficiente da expectativa de hiato na equação passa a
medir, com isso, o efeito sobre o produto da variação no hiato futuro que pode ser
explicada pelas outras variáveis explicativas do modelo e pelo instrumento
utilizado – as variáveis exógenas em t. Em outras palavras, estamos captando o
efeito da parcela da variação esperada do hiato do produto em t+1 que não
depende de sua variação em t.
Utilizamos, como instrumento, a variação percentual da renda real média em
t. Exige-se duas características de um instrumento (Wooldridge, 2002): que não
seja correlacionado com o distúrbio estocástico (isto é, que não tenha os mesmos
problemas de endogeneidade da variável que se deseja instrumentalizar) e que
tenha poder explicativo sobre a variável instrumentalizada mesmo após as outras
variáveis explicativas do modelo. Pode-se argumentar a validade da primeira
característica para o instrumento escolhido, pois a principal origem de
variabilidade da renda real entre trimestres é a taxa de inflação, e flutuações do
nível de atividade provavelmente não impactam a inflação do mesmo trimestre. A
segunda característica é empiricamente testável, e a tabela 1 traz o resultado desse
teste. O coeficiente do salário real nesta regressão é altamente significante, e tem
elevado poder explicativo: a mesma regressão realizada sem o salário real tem um
R
2
de apenas 0,1370.
PUC-Rio - Certificação Digital Nº 0510689/CA
18
TABELA 1: Teste do Instrumento para a Expectativa de Hiato
Variável dependente: hiato
t+1
Método: mínimos quadrados ordinários
Amostra: 1996:1 a 2006:2 (42 observações)
Variável
Coeficiente
Erro padrão
Estatística-t
P-valor
intercepto
1.3357 0.5852 2.2823 0.0285
hiato
t-1
-0.2155 0.1545 -1.3955 0.1714
hiato
t-2
0.2156 0.1679 1.2841 0.2073
hiato
t-3
0.1767 0.1570 1.1252 0.2679
juros reais
t
-0.3824 0.1695 -2.2561 0.0302
salário real
t
0.2673 0.0844 3.1671 0.0031
R
2
0.3251
Durbin-Watson
2.7987
Dessa forma, estimamos o modelo irrestrito, com componentes forward- e
backward-looking, pelo método de mínimos quadrados em dois estágios,
utilizando o salário real em t como instrumento para a expectativa de hiato. A
tabela 2, abaixo, traz o resultado dessa estimação.
TABELA 2: Estimação do Modelo Irrestrito
Variável dependente: hiato
t
Método: mínimos quadrados em dois estágios
Amostra: 1996:1 a 2006:2 (42 observações)
Variável
Coeficiente
Erro padrão
Estatística-t
P-valor
intercepto
0.4739 0.6300 0.7522 0.4568
E
t
hiato
t+1
0.3817 0.2814 1.3566 0.1834
hiato
t-1
0.6023 0.1411 4.2704 0.0001
hiato
t-2
-0.4400 0.1524 -2.8868 0.0065
hiato
t-3
0.2728 0.1476 1.8486 0.0727
juros reais
t
-0.1533 0.1851 -0.8283 0.4130
R
2
0.4646
Durbin-Watson
2.7987
O coeficiente da expectativa de hiato não é estatisticamente significante, e o
p-valor da hipótese de que ele é igual a 1, como prevê a teoria que dá origem à
equação (1), é apenas 0,0280, pelo teste de
2
χ
. O coeficiente da taxa real de juros
tem o sinal esperado, mas também não é estatisticamente significante. Isso pode
ser causado pela perda de eficiência associada à técnica de estimação utilizada.
Não encontrando, portanto, evidência de que a demanda agregada brasileira
é forward-looking, estimamos a equação (3), a equação de demanda agregada
puramente backward-looking:
[
]
0 1 1 2 2 3 3 4 1
t t t t t t t t
h h h h i E u
α α α α α π
− − − +
= + + + + − +
(3)
PUC-Rio - Certificação Digital Nº 0510689/CA
19
Como não há problemas de endogeneidade nesta equação, podemos estimar
a equação pelo método de mínimos quadrados ordinários. A tabela 3 traz o
resultado dessa estimação. Com relação à equação (2), os valores estimados dos
coeficientes não mudaram muito (menos de um desvio-padrão estimado), mas
tornaram-se significantes, ao nível de 5%, os coeficientes associados à taxa real de
juros e à terceira defasagem do hiato do produto
2
. O teste de correlação serial dos
resíduos não rejeita a hipótese de ausência de correlação serial.
TABELA 3: Estimação do Modelo Backward-looking
Variável dependente: hiato
t
Método: mínimos quadrados ordinários
Amostra: 1996:1 a 2006:2 (42 observações)
Variável
Coeficiente
Erro padrão
Estatística-t
P-valor
intercepto
0.9541 0.4806 1.9852 0.0546
hiato
t-1
0.5506 0.1442 3.8178 0.0005
hiato
t-2
-0.3893 0.1616 -2.4093 0.0211
hiato
t-3
0.3365 0.1263 2.6633 0.0114
juros reais
t
-0.2984 0.1390 -2.1468 0.0384
R
2
0.3289
Durbin-Watson
1.9870
Teste de correlação serial dos resíduos
Teste Breusch-Godfrey com duas defasagens
Hipótese nula: não há correlação serial
Obs * R
2
0.4845 0.7849
A inércia estimada implica que, após um choque sobre o hiato, após quatro
trimestres 94% dele já se dissipou; após oito trimestres, 98%; após doze, 99,75%.
Comparando o resultado encontrado com outros trabalhos empíricos para a
economia brasileira, encontramos que a magnitude estimada do coeficiente da
taxa real de juros é praticamente idêntica à estimada por Bonomo & Brito (2001)
em sua especificação backward-looking, com uma amostra que cobria de 1994 a
2001: -0,28. Já o efeito da taxa real de juros sobre o nível de atividade é
marcadamente diferente em outros trabalhos. Kanczuk (2003) apresenta uma
estimação da curva IS, com dados trimestrais entre o primeiro trimestre de 1980 e
o primeiro trimestre de 2000, à exceção do ano de 1991, em que o coeficiente
estimado da taxa real de juros é de apenas -0,12. Freitas e Muinhos (2001), com
2
Como mostra o final do capítulo, a inferência por bootstrap qualifica o resultado para o
coeficiente da taxa real de juros, que torna-se significante apenas ao nível de 10%, e não mais ao
nível de 5%, como na inferência pelos intervalos de confiança habituais. O coeficiente da terceira
defasagem do hiato, no entanto, permanece significante ao nível de 5%.
PUC-Rio - Certificação Digital Nº 0510689/CA
20
uma amostra indo do segundo trimestre de 1992 ao primeiro trimestre de 1999,
estimam o coeficiente da taxa real de juros na curva IS em -0,39.
A equação estimada explica as flutuações do hiato do produto apenas em
função de sua própria dinâmica e da taxa real de juros. A maior diferença com
relação à teoria é, no entanto, não termos encontrado evidência de comportamento
forward-looking na demanda agregada brasileira, após controlarmos pela inércia
da série.
Nos próximos capítulos, utilizamos esta equação estimada como base para
testar hipóteses sobre flutuações da potência da política monetária.
PUC-Rio - Certificação Digital Nº 0510689/CA
21
2.3.Teste de Robustez
2.3.1.Inferência por Bootstrap
Devido ao tamanho reduzido da amostra, a inferência realizada com base
nos intervalos de confiança usuais fica sob suspeita. Realizamos, então, inferência
por bootstrap para os coeficientes estimados da equação (3), seguindo o
procedimento descrito em Johnston e Dinardo (1996). Para isso, realizamos
10.000 estimações através da reamostragem dos resíduos. A tabela 4, abaixo, traz
os coeficientes apresentados na tabela 3, os intervalos de 95% construídos pelo
bootstrap, a média e e a mediana dos intervalos. Os intervalos de confiança foram
construídos para representarem o menor intervalo que contivesse 95% das
observações. A tabela 5 traz cálculos análogos para o intervalo de confiança de
90%. A interpretação para as tabelas é que, caso o zero pertença ao intervalo
associado a um determinado nível de significância, o coeficiente não é
estatisticamente significante àquele nível.
TABELA 4: Intervalos de Confiança de 95% Calculados por Bootstrap
variável coeficiente limite inferior média mediana limite superior
intercepto
0.9541 -0.1546 0.9511 0.9538 2.0747
hiato
t-1
0.5506 0.2568 0.5501 0.5508 0.8381
hiato
t-2
-0.3893 -0.7002 -0.3897 -0.3913 -0.0721
hiato
t-3
0.3365 0.0344 0.3369 0.3369 0.6355
juros reais
t
-0.2984 -0.6220 -0.2985 -0.2989 0.0266
TABELA 5: Intervalos de Confiança de 90% Calculados por Bootstrap
variável coeficiente limite inferior média mediana limite superior
intercepto
0.9541 0.0602 0.9679 0.9658 1.9384
hiato
t-1
0.5506 0.3221 0.5566 0.5552 0.8133
hiato
t-2
-0.3893 -0.6653 -0.3951 -0.3945 -0.1337
hiato
t-3
0.3365 0.0923 0.3409 0.3396 0.5979
juros reais
t
-0.2984 -0.5613 -0.2961 -0.2975 -0.0238
O resultado da inferência tradicional, apresentado no texto, é marginalmente
afetado pela inferência por bootstrap. Especificamente, o coeficiente da taxa real
de juros, que no texto é apresentado como significante a 5%, mostra-se
significante apenas a 10% por esse teste. O intercepto vertical permanece
significante a 10% neste teste.
PUC-Rio - Certificação Digital Nº 0510689/CA
3
Influência do Canal do Crédito Sobre o Efeito da Política
Monetária Sobre o Produto
Neste capítulo, testamos se o canal do crédito impacta o efeito da política
monetária sobre o nível de atividade, a partir da equação de demanda agregada
estimada no capítulo anterior.
O efeito tradicional da política monetária sobre a demanda agregada opera,
em princípio, através da demanda por crédito, pela mudança de preços relativos
que ocorre após uma alteração da taxa real de juros: este é o efeito que a curva IS
básica estimada no capítulo anterior pretende captar. O funcionamento do canal
do crédito surge, então, como um candidato natural para afetar a potência da
política monetária. A literatura que estuda este canal sugere que a política
monetária afeta não só a demanda como também a oferta de crédito:
características específicas desse mercado, como a assimetria informacional entre
tomadores e emprestadores, fariam com que o aumento do “preço” básico, dado
pela taxa de juros, diminuísse a quantidade ofertada.
Uma distinção preliminar necessária é a que existe entre choque de demanda
e flutuação do efeito da política monetária sobre o produto. À primeira vista,
poderia parecer que um nível de atividade diferente do esperado para uma dada
taxa real de juros denota flutuação desse efeito, embora isso não seja
necessariamente verdade – pode ter ocorrido apenas um choque sobre a demanda.
Utilizando o mercado de crédito como exemplo, caso uma inovação tecnológica
permita melhor monitoramento, levando à concessão de crédito para agentes que
antes não o obteriam, poderia ocorrer um nível de atividade maior do que o
esperado para a taxa de juros vigente se parte deste crédito for utilizado em
consumo ou investimento nos períodos subseqüentes a esta inovação. Trata-se
apenas, no entanto, de um choque sobre a demanda agregada, já que, em
princípio, o Banco Central não vê sua capacidade de afetar a demanda reduzida
por essa inovação tecnológica: basta aumentar momentaneamente a taxa real de
juros após sua ocorrência para reestabilizar a demanda. Essa pode ser uma
PUC-Rio - Certificação Digital Nº 0510689/CA
23
interpretação válida, por exemplo, para o recente episódio de expansão do crédito
consignado em folha de pagamento no Brasil. É importante, portanto, no
momento de testar empiricamente flutuações da potência da política monetária,
procurar diferenciar choques de demanda de fatores que afetem propriamente o
efeito da política monetária sobre o produto.
Teoricamente, os efeitos da política monetária sobre a oferta de crédito se
dariam por dois canais principais (Kashyap e Stein, 1994; Bernanke e Blinder,
1995): por características inerentes ao mercado de crédito e através do “acelerador
financeiro”. Partindo de um aumento da taxa básica de juros, considerações
relativas ao risco dos tomadores, conforme descrito em Stiglitz e Weiss (1981),
levariam à diminuição da oferta pelo mecanismo dos empréstimos (“lending
mechanism”). Já a exigência de garantias como resposta à questão da assimetria
informacional entre tomadores e emprestadores levaria à redução da oferta de
crédito pelo mecanismo do acelerador financeiro: este funcionaria pela erosão,
após o aperto monetário, do valor do colateral que as firmas podem dar em
garantia aos empréstimos tomados, tanto pela redução esperada do valor de ativos
financeiros após o aumento dos juros quanto pela redução esperada de fluxo de
caixa pela diminuição esperada do nível de atividade. Com isso, as firmas teriam
acesso a um menor volume de crédito, reduzindo, na margem, o investimento
agregado da economia e amplificando o efeito contracionista do aumento da taxa
de juros. Carneiro, Salles e Wu (2006) apresentam evidência empírica de atuação
do mecanismo do acelerador financeiro na economia brasileira.
Bernanke e Gertler (1986) desenvolvem um modelo em que surge uma
variável, chamada “eficiência financeira do processo físico de investimento”, que
é maior quanto menor for a diferença entre os recursos destinados a investimentos
(isto é, a poupança da economia) e os efetivamente adicionados ao estoque de
capital, diferença que viria de perdas relacionadas à falência de algumas firmas
que obtiveram empréstimo. Assim, quanto maior a capacidade das firmas de
prover colateral, maior seria a eficiência financeira do processo físico de
investimento, já que maiores garantias diminuem as perdas esperadas dos bancos
para uma dada quantidade de crédito. À medida em que o aumento da demanda
agregada levasse ao aumento do colateral disponível nas firmas e aumentasse a
eficiência financeira do processo físico de investimento, as firmas veriam
reduções em seus custos de endividamento. O resultado desta dinâmica é que o
PUC-Rio - Certificação Digital Nº 0510689/CA
24
custo de endividamento na economia é anti-cíclico: reduz-se nas expansões
econômicas, e aumenta nas contrações. Custos anti-cíclicos aumentam a pró-
ciclicalidade do crédito, um mecanismo que potencializa flutuações da demanda e
amplifica a resposta da economia à política monetária. Neste arcabouço, portanto,
quanto maior a resposta da eficiência financeira do processo de investimento às
condições da economia – equivalentemente, quanto mais anti-cíclicos os custos
dos empréstimos –, maior a pró-ciclicalidade do crédito e do investimento, e
maior a potência da política monetária. Isso pode ser visto explicitamente pela
curva IS derivada por Bernanke e Gertler (1986):
( ) ( )
1
t t t
r y y
σ σ
θµ
−
= Γ , onde
0
θ
>
e
0 1
σ
< <
são parâmetros da função de produção,
(
)
t
y
µ
é a eficiência
financeira do processo físico de investimento, e
Γ
mede a proporção poupada da
renda. A inclinação dessa curva no plano y x r é dada por
( )
1
t
t
r
r
y y
σ ση
∂
= − +
∂
, e mede o efeito da taxa real de juros sobre o produto.
Para efeitos práticos, esta derivada é negativa: assim, dados os sinais e magnitudes
dos outros parâmetros, a curva IS é tão mais próxima à horizontal quanto maior
for
η
, que define-se como a elasticidade-renda da eficiência financeira do
processo de investimento – o quanto o aumento do produto melhora as
perspectivas de pagamento de empréstimos por parte das firmas.
Equivalentemente, quanto maior for a elasticidade-renda da eficiência financeira
do processo físico de investimento, maior a potência da política monetária.
O modelo de Bernanke e Gertler (1986) é estrutural, e o resultado derivado
reflete a assimetria informacional entre tomadores e emprestadores. Eles
interpretam flutuações da eficiência financeira do processo de investimento como
refletindo puramente a flutuação cíclica da capacidade de prover colateral das
firmas. O significado da variável no modelo é, no entanto, mais amplo: a
eficiência financeira do processo de investimento é uma medida da cunha entre os
recursos destinados à oferta de crédito e o capital efetivamente acumulado na
economia. Em um contexto mais aplicado, também compõem essa cunha fatores
como custos administrativos das instituições financeiras e impostos – fatores que
reduzem a eficiência da atividade de prover crédito e não estão, em princípio,
correlacionados ao nível de atividade. Se a atividade de prover crédito se tornar
mais eficiente na economia de forma estrutural (devido à redução das
PUC-Rio - Certificação Digital Nº 0510689/CA
25
componentes ligadas a custos administrativos e fiscais), deve aumentar a
importância dos fatores diretamente relacionados ao nível de atividade na
determinação da eficiência financeira do processo físico de investimento,
aumentando sua pro-ciclicalidade e a anti-ciclicalidade dos custos de
endividamento. Dessa forma, ganhos estruturais de eficiência da atividade
creditícia, que acreditamos estar ligados ao desenvolvimento do mercado de
crédito, teriam como benefício potencial, além de aumentar o nível de equilíbro
do crédito da economia (permitindo uma alocação mais eficiente de recursos),
fortalecer um dos mecanismos que garantem a potência da política monetária em
afetar o produto.
A hipótese subjacente principal do restante deste capítulo, que será
desenvolvida a seguir, é que os spreads bancários refletem (inversamente) a
eficiência financeira do processo físico de investimento, e que podemos atribuir o
comportamento observado no nível dos spreads ao longo da última década, após
retiradas as influências de fatores cíclicos, a flutuações estruturais da eficiência da
atividade de prover crédito. Utilizamos esta hipótese e a a noção de que o aumento
da eficiência estrutural da atividade de prover crédito aumenta a elasticidade-
renda da eficiência financeira do processo físico de investimento, conforme
argumentado acima, para testar, então, a hipótese de que, em um mercado de
crédito estruturalmente mais eficiente, a política monetária tem maiores efeitos
sobre o nível de atividade.
3.1.O Mercado de Crédito no Brasil na Última Década
A figura 1, abaixo, traz a evolução da razão crédito/PIB no Brasil a partir da
metade da década de 1990. Ela traz, como proporções do PIB, o crédito total da
economia e o crédito com recursos livres. Vemos que houve, até 2003, uma
progressiva redução da razão crédito/PIB, de 35% para cerca de 25%, e a partir
deste período uma contínua expansão, impulsionada principalmente pelo crédito
com recursos livres.
PUC-Rio - Certificação Digital Nº 0510689/CA
26
FIGURA 1: Evolução da Relação Crédito / PIB, 1996-2006
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
jan/96
jul/96
jan/97
jul/97
jan/98
jul/98
jan/99
jul/99
jan/00
jul/00
jan/01
jul/01
jan/02
jul/02
jan/03
jul/03
jan/04
jul/04
jan/05
jul/05
jan/06
jul/06
Crédito Total / PIB Crédito Recursos Livres / PIB
Até este ponto, sugerimos que a potência da política monetária é tão maior
quanto mais elástica a resposta da eficiência financeira do processo físico de
investimento a variações no produto. Podemos argumentar que há uma
correspondência inversa entre essa variável e os spreads bancários, que refletem a
diferença entre as taxas a que as instituições captam recursos e as taxas a que
emprestam, sendo em parte definidos pelas perdas advindas da inadimplência
esperada dos agentes que tomaram crédito. Assim, quando aumenta a eficiência
financeira do processo de investimento, os spreads devem cair, o oposto
acontecendo quando a eficiência diminui. Também conforme anteriormente
discutido, os spreads bancários são, no entanto, também compostos por diversas
outras componentes, algumas provavelmente inelásticas com relação ao nível de
atividade, de forma que a importância das variações advindas do risco de
inadimplência na variação total dos spreads é menor do que seria na ausência
dessas componentes. Com efeito, em 2005, estudo do Banco Central do Brasil
(Banco Central do Brasil, 2005) atribuía 24,7% do spread a custos tributários
(incluindo impostos, FGC e custo do compulsório), 21,6% a custos
administrativos, 34,0% à inadimplência e 19,8% ao resíduo que compõe o retorno
da instituição bancária. Isso significa que 46,2% do spread são devidos a fatores
de custos, e apenas 53,8% a fatores ligados ao risco e ao retorno da atividade
PUC-Rio - Certificação Digital Nº 0510689/CA
27
bancária, indicando que ganhos de eficiência, e desoneração tributária, podem
aumentar a participação das componentes elásticas ao produto na composição do
spread.
FIGURA 2: Evolução dos Spreads Bancários e da Taxa Selic, 1995-2006
0
20
40
60
80
100
120
140
160
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Spread Médio Selic
A figura 2, acima, traz a evolução da série de spreads médios, divulgada
pelo Banco Central, juntamente à evolução da taxa Selic, entre 1995 e junho de
2006. As séries apresentam-se altamente correlacionadas na amostra, sugerindo
que boa parte da variação dos spreads é explicada por variações da taxa básica de
juros. Ambas as séries apresentaram fortes quedas nos primeiros anos da amostra,
que se seguiram à implantação do Plano Real, e, posteriormente, no período após
a mudança dos regimes cambial e monetário, em 1999. Uma parte dessas reduções
parece ser estrutural, referente a fatores ligados a essas grandes mudanças por que
passou a economia brasileira ao longo do período. Outra parte pode estar ligada a
ganhos de eficiência associados a inovações e à competição no setor bancário.
Assim, podemos decompor o comportamento dos spreads bancários em duas
partes: uma, estrutural, com movimentos de longo prazo; outra, após considerados
estes movimentos de longo prazo, que espera-se que responda, no curto prazo, a
flutuações da atividade econômica.
PUC-Rio - Certificação Digital Nº 0510689/CA
28
Testamos se os spreads bancários de fato apresentam essa correlação de
curto prazo esperada com o nível de atividade, medido pelo hiato do produto. Para
isso, fizemos a regressão dos spreads médios na taxa Selic do mesmo período,
tratando os resíduos como indicativos da variação dos spreads que não pode ser
explicada pela variação contemporânea da taxa Selic. A figura 3, abaixo, traz as
correlações desse spread residual com o hiato entre 4 períodos antes e 4 períodos
à frente. Assim, por exemplo, o valor referente ao ponto -2 do eixo horizontal é a
correlação entre o spread em t e o hiato do produto em t-2; equivalentemente, traz
a correlação entre o hiato do produto em t e o spread médio em t+2. As três linhas
indicam as três subamostras em que dividimos o período, segundo os regimes
cambiais vigentes: a primeira cobre de 1996 a 1998, a segunda de 1999 ao
segundo semestre de 2006, e a terceira cobre toda a amostra.
FIGURA 3: Correlações do Spread Médio Residual com o Hiato do Produto em t+i
-0.60
-0.40
-0.20
0.00
0.20
0.40
0.60
0.80
-4 -3 -2 -1 0 1 2 3 4
Toda a Amostra Câmbio Flutuante Câmbio Fixo
Em ambas as subamostras, e no período todo, as correlações negativas
encontradas entre o spread em t e o hiato nos períodos imediatamente anteriores a
t
parecem confirmar a anti-ciclicalidade esperada e a direção da causalidade
sugerida, da saúde financeira das firmas para o tamanho dos spreads: o spread é
mais negativamente correlacionado com o nível de atividade defasado entre um e
três trimestres, o que parece consistente com a idéia de que o spread reflete, em
PUC-Rio - Certificação Digital Nº 0510689/CA
29
parte, a capacidade das firmas de prover garantias (supondo que esta capacidade
esteja ligada ao desempenho econômico do passado recente). Desta forma, os
dados sugerem um comportamento do canal do crédito coerente com a noção de
que custos de endividamente são anti-cíclicos, ao mostrar que os movimentos de
curto prazo do spread (que obtemos após retirar as variações da Selic da série de
spreads) estão correlacionados com a atividade econômica,.
3.2.Teste empírico
Neste capítulo, descrevemos dois tipos de movimentos dos spreads
bancários. O movimento de curto prazo, documentado na figura 3, demonstra a
anti-ciclicalidade dos spreads e sua capacidade de amplificar os efeitos da política
monetária. O de longo prazo deve refletir a eficiência estrutural do sistema
bancário. Para nosso teste, vamos nos concentrar nesse segundo tipo de
movimentos, baseando-nos na discussão anterior, em que argumentamos que o
aumento da eficiência estrutural da intermediação financeira deve ampliar a
elasticidade-renda da eficiência financeira do processo de investimento e, com
isso, a potência da política monetária, compreendida como o efeito da taxa real de
juros sobre o produto, como ilustra o modelo de Bernanke e Gertler (1986). Para
verificar esse efeito, testaremos se a maior eficiência da atividade de oferecer
crédito aumenta o coeficiente da taxa real de juros da equação de demanda
agregada. Em particular, estimamos a equação 4, dada abaixo.
(
)
(
)
0 1 1 2 2 3 3 4 1
t t t t t t t t t
h h h h eficiencia i E u
α α α α α β π
− − − +
= + + + + + − +
(4)
Trata-se de uma extensão da equação 3, do capítulo anterior, permitindo que
o efeito da taxa real de juros sobre o produto flutue de acordo com variações da
eficiência da atividade creditícia. Pela equação 4, o efeito da taxa real de juros
siobre o hiato em cada período é dado por:
[ ]
4
1
t
t t t
h
eficiencia
i E
α β
π
+
∂
= +
∂ −
(5)
PUC-Rio - Certificação Digital Nº 0510689/CA
30
3.3.Dados utilizados
Além das séries já utilizadas no capítulo anterior, a série de spreads
bancários utilizada em todos os exercícios deste capítulo é divulgada pelo Banco
Central, sob o nome “spread médio das operações de crédito com recursos livres
das instituições financeiras – total geral”. A série original tem periodicidade
mensal, sendo medida em pontos percentuais. Ela foi transformada em trimestral
pelo cálculo da média em três meses.
Por haver, como sugerido pela teoria e observado na figura 3, possível
endogeneidade entre o nível de atividade e os spreads bancários, extraímos da
série de spreads uma tendência, pela aplicação do filtro Hodrick-Prescott, que
deve refletir mais fielmente a variação, ao longo do tempo, da eficiência estrutural
da atividade creditícia, sem contaminação pelo efeito cíclico do nível de atividade.
Trata-se de uma série estacionária na amostra, com p-valor da hipótese de
presença de raiz unitária no teste de Phillips-Perron igual a 0 até quatro casas
decimais. A figura 4 mostra essa série.
FIGURA 4: Tendência do Spread Bancário Médio
0
20
40
60
80
100
120
abr/95
abr/96
abr/97
abr/98
abr/99
abr/00
abr/01
abr/02
abr/03
abr/04
abr/05
abr/06
pontos percentuais
PUC-Rio - Certificação Digital Nº 0510689/CA
31
3.4.Resultado da Estimação
Estimamos a equação 4 pelo método de mínimos quadrados ordinários. A
tabela 6, abaixo, traz o resultado dessa estimação. Com relação à tabela 3, do
capítulo anterior, que trazia a estimação da curva IS básica, os coeficientes
comuns estimados são numericamente similares. A dinâmica da inércia estimada
na tabela 6 também não é muito diferente da estimada no capítulo 2.
O principal resultado da tabela, no entanto, é o coeficiente estatisticamente
significante, e com o sinal esperado, da interação entre nossa proxy para eficiência
da atividade creditícia e a taxa real de juros. A pequena magnitude do coeficiente
estimado pode ser justificada pelo fato de a média da medida de eficiência ser
muito alta na amostra, igual a 50,5 pontos percentuais. Isso justifica, também,
parte do salto observado no coeficiente da taxa real de juros tomada isoladamente.
O efeito médio da taxa real de juros sobre o produto na amostra, dado pelo
coeficiente da taxa real de juros somado ao coeficiente da interação multiplicado
pelo valor médio da nossa medida de eficiência, é -0,5114, maior do que o
estimado na equação do capítulo 2, mas não tanto quanto o que a observação
casual da tabela 6 sugeriria.
TABELA 6: Estimação da Equação 4
Variável dependente: hiato
t
Método: mínimos quadrados ordinários
Amostra: 1996:1 a 2006:2 (42 observações)
Variável
Coeficiente
Erro padrão
Estatística-t
P-valor
intercepto
1.5554 0.6244 2.4912 0.0175
hiato
t-1
0.4720 0.1488 3.1722 0.0031
hiato
t-2
-0.3584 0.1572 -2.2801 0.0286
hiato
t-3
0.3127 0.1486 2.1046 0.0424
juros reais
t
-0.8923 0.3299 -2.7048 0.0104
eficiencia
t
* juros reais
t
0.0075 0.0037 2.0584 0.0468
R
2
0.3996
Durbin-Watson
2.0417
Teste de correlação serial dos resíduos
Teste Breusch-Godfrey com duas defasagens
Hipótese nula: não há correlação serial
Obs * R
2
1.5945 0.4506
3.5.Interpretação
O resultado da tabela 6 é uma indicação empírica de que a evolução do
mercado de crédito vem afetando o efeito da política monetária sobre o produto ao
PUC-Rio - Certificação Digital Nº 0510689/CA
32
longo dos últimos anos. Os coeficientes estimados sugerem que o aumento
estrutural da eficiência da atividade de prover crédito na economia (isto é, a
redução estrutural dos spreads bancários) aumenta a potência da política
monetária: o sinal positivo do coeficiente estimado implica que uma redução
estrutural de 1 ponto percentual nos spreads bancários reduz o coeficiente da taxa
real de juros sobre o nível de atividade em 0,0075. Como este coeficiente é
inicialmente negativo, isto implica no aumento de seu módulo. Por exemplo, se,
para uma dada situação no mercado de crédito e uma dada estrutura da economia,
o coeficiente da taxa real de juros na equação de demanda agregada é igual a -
0,298 (o valor médio estimado na equação estimada no capítulo anterior), um
aumento de eficiência que reduza os spreads bancários de longo prazo em 1 ponto
percentual leva esse coeficiente a
0,3055
−
.
Assim, o prosseguimento do desenvolvimento do mercado de crédito, com
aumento da eficiência da atividade de intermediação financeira e redução do
patamar médio dos spreads bancários, deve continuar aumentando a potência da
política monetária, fazendo com que uma mesma taxa real de juros conduza a um
nível de atividade mais deprimido. Ao final da amostra utilizada, no segundo
trimestre de 2006, a medida de eficiência estrutural da atividade de intermediação
financeira encontrava-se em 37,5 pontos percentuais.
Cabe, neste ponto, a observação de que não conseguimos identificar, devido
à correlação entre os spreads bancários e a taxa Selic (que pode refletir a estrutura
da economia como um todo, e não apenas o mercado de crédito) no período
estudado, se esse efeito se deve diretamente a ganhos de eficiência do setor
bancário ou se ao desenvolvimento da economia como um todo. Podemos afirmar,
no entanto, que o efeito da taxa de juros sobre o nível de atividade vem
aumentando nos últimos anos, ao mesmo tempo em que variáveis ligadas ao setor
de crédito indicam desenvolvimento do setor, conforme reportado na figura 1, e
encontramos indicações de que o mecanismo de transmissão que sugerimos no
início do capítulo realmente opera, conforme sugere a figura 3. Como os spreads
situam-se ainda bastante elevados, e com ainda cerca de 50% de sua composição
devida a tributos e custos administrativos, parece haver espaço para que esse
efeito prossiga.
PUC-Rio - Certificação Digital Nº 0510689/CA
33
3.6.Testes de Robustez
3.6.1.Bootstrap
Assim como no capítulo anterior, o tamanho da amostra com que
trabalhamos neste capítulo torna suspeita a inferência com os intervalos de
confiança habituais. Por isso, aqui também estimamos, para a regressão
apresentada na tabela 6, os intervalos de confiança corretos através da técnica de
bootstrap. A tabela 7, abaixo, traz os intervalos de confiança estimados através de
uma simulação com 10.000 sorteios.
TABELA 7: Resultado do Bootstrap ao Nível de Significância de 5%
variável coeficiente limite inferior média mediana limite superior
intercepto
1.5554
0.3770 1.5606 1.5533 2.8100
hiato
t-1
0.4720 0.1913 0.4757 0.4768 0.7750
hiato
t-2
-0.3584
-0.6726 -0.3593 -0.3600 -0.0521
hiato
t-3
0.3127
0.0238 0.3145 0.3146 0.6062
juros reais
-0.8923
-1.5263 -0.8890 -0.8854 -0.2276
interação
0.0075
0.00003 0.0074 0.0075 0.0144
Ao contrário do que ocorreu no capítulo anterior, a inferência por bootstrap
não afeta a conclusão acerca da significância estatística dos coeficientes
estimados. Como já apresentado no texto do capítulo, todos os coeficientes
estimados são significantes ao nível de 5%.
3.6.2.Especificação alternativa: medida de eficiência do mercado de
crédito como controle
Estimamos também uma especificação da equação 4 com a medida de
eficiência do mercado de crédito como controle na equação, e não apenas
participando através da interação com a taxa real de juros. O resultado está na
tabela 8, abaixo. Como se vê, as variáveis ligadas à política monetária e ao canal
do crédito perdem completamente a significância estatística que apresentavam nas
outras estimações. Não interpretamos este resultado, no entanto, como indicativo
de uma falha das especificações anteriores, uma vez que a alta correlação entre a
medida de eficiência do mercado de crédito e a interação entre esta medida e a
taxa real de juros, de 0,86, pode comprometer a precisão da estimação dos
coeficientes apresentados na tabela 8.
PUC-Rio - Certificação Digital Nº 0510689/CA
34
TABELA 8: Regressão com Medida de Eficiência como Controle na Equação 4
Variável dependente: hiato
t
Método: mínimos quadrados ordinários
Amostra: 1996:1 a 2006:2 (42 observações)
Variável
Coeficiente
Erro padrão
Estatística-t
P-valor
intercepto
1.0807 3.0106 0.3589 0.7218
hiato
t-1
0.4770 0.1541 3.0963 0.0038
hiato
t-2
-0.3625 0.1613 -2.2470 0.0310
hiato
t-3
0.3122 0.1507 2.0725 0.0456
juros reais
t
-0.7590 0.8910 -0.8518 0.4001
eficiencia
t
* juros reais
t
0.0050 0.0163 0.3058 0.7615
eficiencia
t
0.0097 0.0602 0.1613 0.8728
R
2
0.4000
Durbin-Watson
2.0551
Teste de correlação serial dos resíduos
Teste Breusch-Godfrey com duas defasagens
Hipótese nula: não há correlação serial
Obs * R
2
1.7397 0.4190
3.6.3.Especificação alternativa: dummy para câmbio fixo
Os spreads bancários e a taxa Selic apresentaram forte redução durante a
primeira metade da amostra: inicialmente, nos anos que se seguiram ao Plano
Real, e, após, em seguida à mudança de regimes monetário e cambial em 1999.
Desde 1999, os spreads encontram-se bem abaixo do nível que ocupavam até
então, e vêm mantendo-se relativamente constantes (especialmente em
comparação com a variabilidade vista no início da amostra). Essas características
fazem com que a série gerada para medir a tendência de longo prazo dos spreads,
nossa proxy para a eficiência estrutural do mercado de crédito, seja muito
próxima, para efeitos econométricos, de uma variável dummy para o período de
câmbio fixo. Isso ocorre porque ambas as séries são muito correlacionadas.
Estimamos a equação 4 considerando, ao invés do efeito da eficiência do
mercado de crédito, uma variável dummy para o período de câmbio fixo; os
resultados são indistingüíveis em relação aos apresentados no texto, conforme
mostra a tabela abaixo.
PUC-Rio - Certificação Digital Nº 0510689/CA
35
TABELA 9: Teste com Dummy entre 1996:1 e 1998:4
Variável dependente: hiato
t
Método: mínimos quadrados ordinários
Amostra: 1996:1 a 2006:2 (42 observações)
Variável
Coeficiente
Erro padrão
Estatística-t
P-valor
intercepto
1.6402 0.5913 2.7740 0.0087
hiato
t-1
0.4450 0.1512 2.9423 0.0057
hiato
t-2
-0.4521 0.1516 -2.9820 0.0051
hiato
t-3
0.2803 0.1489 1.8820 0.0679
juros reais
t
-0.6685 0.2136 -3.1297 0.0035
fixo
t
* juros reais
t
0.3847 0.1466 2.6243 0.0127
R
2
0.4291
Durbin-Watson
2.1389
Teste de correlação serial dos resíduos
Teste Breusch-Godfrey com duas defasagens
Hipótese nula: não há correlação serial
Obs * R
2
1.5533 0.4599
A figura abaixo traz as duas séries. Apesar de o resultado acima ser muito
similar ao encontrado na tabela 6, e de a correlação entre a série que mede a
eficiência do mercado de crédito e a variável dummy para o período de câmbio
fixo ser de 0,883, o fato de os spreads bancários, assim como nossa medida de
eficiência do mercado de crédito e a taxa Selic, caírem praticamente
continuamente na primeira parte de nossa amostra (até o início de 1999), e não
apenas na mudança do regime, sugere que o fenômeno captado não pode ser
atribuído integralmente à mudança de regime cambial. Esse resultado reforça o
comentário feito anteriormente, de que não se consegue diferenciar, nos dados,
ganhos de eficiência intrínsecos à atividade bancária de ganhos de eficiência da
economia como um todo, associados à redução da inflação e à mudança de
regimes cambial e monetário. Mas sugere que a mudança de regimes cambial e
monetário em si não é o único fator por trás do aumento da eficácia da política
monetária em afetar o produto.
PUC-Rio - Certificação Digital Nº 0510689/CA
36
FIGURA 5: Proxy para Eficiência do Mercado de Crédito e Dummy para Câmbio Fixo
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Medida de Eficiência Dummy para câmbio fixo
PUC-Rio - Certificação Digital Nº 0510689/CA
4
Interação entre Políticas Fiscal e Monetária
A interação entre as políticas fiscal e monetária é bem estudada em
macroeconomia. O impacto da política fiscal sobre a capacidade de a política
monetária controlar a taxa de inflação, principalmente através da expectativa de
senhoriagem futura que uma política fiscal persistentemente deficitária gera, é um
dos temas mais comuns. Esta é a abordagem de Sargent e Wallace (1981) e
Drazen e Helpman (1990), por exemplo. Mais recentemente, outros mecanismos
que levam ao mesmo fenômeno de “dominância fiscal” foram estudados, como o
efeito da política fiscal sobre a probabilidade de default e desta sobre a
depreciação cambial, impactando diretamente a inflação e as expectativas
inflacionárias. Em comum, esses artigos supõem que o efeito da política
monetária sobre a taxa de inflação depende da posição fiscal do governo.
Giavazzi, Goldfajn e Herrera (2005) trazem uma discussão sobre o tema.
Neste capítulo investigamos um outro canal através de que a política fiscal
poderia afetar a eficácia da política monetária em atingir seu objetivo de controlar
a inflação. Esse canal operaria diretamente sobre o efeito da política monetária
sobre o nível de atividade. À primeira vista, os argumentos de dominância fiscal
parecem levar a esse resultado de menor sensibilidade do produto aos juros
fixados pela política monetária, ao tornar a expectativa de inflação futura
positivamente correlacionada com a taxa nominal de juros: com isso, aumentos da
taxa nominal teriam um menor impacto sobre a taxa real e, conseqüentemente,
sobre a demanda agregada. Esse seria um fenômeno diferente, no entanto, uma
vez que apenas reduziria a variação da taxa real de juros, e não seu efeito sobre a
demanda agregada.
Pode-se pensar em outros mecanismos que reduziriam o efeito da taxa real
de juros sobre o produto através da política fiscal. Loyo (1999) apresenta um
modelo em que o resultado da dominância fiscal se dá através do efeito dos
pagamentos de juros da dívida do governo sobre a riqueza dos agentes. No
modelo, o aumento percebido de riqueza nominal por parte dos agentes os levaria
PUC-Rio - Certificação Digital Nº 0510689/CA
38
a aumentar suas demandas individuais por bens e serviços, aos preços vigentes.
No entanto, como os preços são flexíveis no modelo, o ajuste na prática se dá via
preços, e não via quantidades: não chega a haver a expansão da demanda agregada
que de outra forma haveria, e ele consegue explicar uma inflação alta e persistente
através da alta taxa de juros. Nas palavras de Loyo, haveria “too much nominal
wealth chasing too few goods”.
Utilizando a mesma lógica, é possível imaginar que, numa economia com
rigidez nominal e predominância de papéis de duração zero (como as LFT), parte
desse aumento percebido de riqueza nominal se reverta efetivamente em aumento
de consumo. Nesse caso, um aumento da taxa de juros poderia ter um impacto
positivo sobre a demanda agregada através do aumento da riqueza nominal dos
agentes. Intuitivamente, esse impacto deve ser tão maior quanto maior o
endividamento do governo, e tão menor quanto maior for o impacto negativo do
aumento dos juros sobre os preços de outros ativos detidos pelos agentes.
Empiricamente, buscamos neste capítulo identificar uma correlação negativa entre
o endividamento governamental e a capacidade da política monetária de afetar o
nível de atividade, conforme sugere essa discussão.
Na economia brasileira de hoje, os títulos indexados à taxa Selic são bons
exemplos de papéis cujo valor real aumenta com o aumento da taxa real de juros.
Caso os agentes não sejam perfeitamente ricardianos, uma parte desse aumento de
riqueza levaria a aumento da demanda, e quanto maior, com relação ao PIB, fosse
o estoque desses títulos, maior seria a magnitude desse efeito. O resultado líquido
desse efeito riqueza dependeria, evidentemente, do efeito da taxa de juros sobre os
outros ativos da economia, que poderia reduzir ou reverter o efeito do aumento da
remuneração dos títulos.
Neste capítulo, estudamos se este efeito está presente nos dados brasileiros
em uma magnitude relevante para decisões de política monetária. Testamos,
especificamente, se o efeito da política monetária sobre o produto é afetado por
flutuações de algumas variáveis fiscais.
4.1.Teste empírico
Baseamos o teste empírico em extensões da equação de demanda agregada
estimada no capítulo 3 (incluindo a proxy para eficiência do mercado de crédito lá
PUC-Rio - Certificação Digital Nº 0510689/CA
39
apresentada como variável explicativa) que incorporam as hipóteses levantadas
acima. Estimamos duas equações de demanda agregada. A primeira é a extensão
simples da utilizada no capítulo anterior, enquanto a segunda incorpora as
variáveis fiscais também como controles diretamente na equação. De forma
análoga ao capítulo anterior, com estas equações procuramos medir o possível
impacto das variáveis fiscais sobre o efeito da taxa real de juros sobre o produto.
As equações 6 e 7, abaixo, trazem as duas formas funcionais utilizadas.
[ ]
( )
0 1 1 2 2 3 3
4 1
var_
t t t t
t t t t t t
h h h h
eficiencia fiscal i E u
α α α α
α β γ π
− − −
+
= + + + +
+ + − +
(6)
[ ]
( )
0 1 1 2 2 3 3
4 1 5
var_ var_
t t t t
t t t t t t t
h h h h
eficiencia fiscal i E fiscal u
α α α α
α β γ π α
− − −
+
= + + + +
+ + − + +
(7)
Assim, além das componentes de inércia do hiato do produto, da taxa real de
juros e da interação entre a taxa real de juros e a medida de eficiência do mercado
de crédito, ambas as equações contam com a interação entre a variável fiscal e a
taxa real de juros, e a segunda equação controla diretamente o efeito da variável
fiscal sobre o nível de atividade. Utilizamos, como variáveis fiscais, variáveis de
estoque e de fluxo: como variável de estoque, utilizamos a dívida líquida total do
setor público consolidado, e, como variáveis de fluxo, os déficits primário e
nominal do setor público consolidado, além das Despesas do Tesouro Nacional.
4.2.Séries de Dados
As séries foram obtidas no Banco Central do Brasil. A de Dívida Líquida do
Setor Público é a série de dívida total (interna e externa) do setor público
consolidado. As séries de déficits primário e nominal também se referem ao setor
público consolidado, e são acumuladas em doze meses. Todas foram obtidas em
freqüência mensal, medidas em porcentagem do PIB, sendo transformadas para
freqüência trimestral pela média em três meses. Além destas, utilizamos também
as três séries de variações percentuais reais das Despesas do Tesouro Nacional
apresentadas no segundo capítulo (variações do trimestre sobre o mesmo trimestre
do ano anterior, do trimestre sobre o trimestre imediatamente anterior e do
PUC-Rio - Certificação Digital Nº 0510689/CA
40
trimestre sobre o trimestre imediatamente anterior na série dessazonalizada),
como medidas de fluxo.
Testes de estacionariedade de Phillips-Perron aplicados às três primeiras
séries (dívida total, déficits primário e nominal do setor público consolidado) não
rejeitaram a hipótese de presença de raiz unitária para nenhuma delas. Com isso,
vamos trabalhar, nas regressões, com suas primeiras diferenças. As séries de
variações percentuais das Despesas do Tesouro Nacional são estacionárias na
amostra.
4.3.Resultados das Estimações
A tabela 10, abaixo, traz o resultado das estimações da equação 6. Para
apresentar seis estimações na tabela, o formato desta é diferente do utilizado até
este ponto: a primeira coluna traz as variáveis explicativas, e cada uma das outras
colunas traz o resultado de uma estimação, a única diferença entre elas sendo a
variável fiscal utilizada. Em negrito, o coeficiente estimado para cada variável
explicativa e, sob este número, o desvio-padrão a ele associado, com o número de
asteriscos ao lado do desvio-padrão indicando o nível de significância do
coeficiente, segundo a legenda sob a tabela. Na primeira linha de cada coluna está
a variável fiscal utilizada como variável explicativa em cada estimação: na ordem
em que aparecem, utilizamos a variação na dívida líquida, a variação no déficit
primário, a variação no déficit nominal, e as três séries de variações percentuais
das Despesas do Tesouro Nacional: a variação do trimestre sobre o mesmo
trimestre do ano anterior, do trimestre sobre o trimestre imediatamente anterior e
do trimestre sobre o trimestre imediatamente anterior na série dessazonalizada.
Sob os coeficientes estimados, o R
2
da regressão e a estatística de Durbin-Watson.
O resultado das estimações é similar ao obtido na curva estimada no
capítulo 3, indicando ausência de efeito perceptível das variáveis fiscais em cada
uma das seis regressões, com a interação entre estas variáveis e a taxa real de
juros não sendo estatisticamente significante em nenhuma das regressões. As
magnitudes dos coeficientes estimados para as outras variáveis também não são
muito diferente das estimadas no capítulo 3. Dessa forma, a equação 6 não traz
evidência de influência das variáveis fiscais sobre a potência da política
monetária.
PUC-Rio - Certificação Digital Nº 0510689/CA
41
TABELA 10: Estimação da Equação 6
Variável dependente:
hiato
t
Método de estimação:
mínimos quadrados ordinários
Amostra:
1996:1 - 2006:1 (41 observações)
variável fiscal
d(DLSP)
d(primário)
d(nominal)
∆% yoy desp.
∆% mom desp.
∆% mom s.a. desp
intercepto
1.6112
1.5323
1.8675
1.5483
1.5301
1.5519
(0.7736)** (0.6479)** (0.6895)** (0.6231)** (0.6375)** (0.6313)**
hiato
t-1
0.4743 0.4679 0.4560 0.4246 0.4782 0.4733
(0.1520)*** (0.1528)*** (0.1493)*** (0.1549)*** (0.1520)*** (0.1504)***
hiato
t-2
-0.3588 -0.3584 -0.3689 -0.3757 -0.3553 -0.3569
(0.1594)** (0.1594)** (0.1572)** (0.1577)** (0.1595)** (0.1590)**
hiato
t-3
0.3128 0.3076 0.2961 0.3077 0.3081 0.3084
(0.1507)** (0.1537)* (0.1492)* (0.1483)** (0.1512)** (0.1505)**
juros reais
t
-0.9202 -0.8695 -1.0377 -0.9964 -0.8715 -0.8929
(0.4021)** (0.3610)** (0.3568)*** (0.3432)*** (0.3407)** (0.3335)**
eficiência
t
* juros reais
t
0.0077 0.0073 0.0084 0.0084 0.0074 0.0077
(0.0039)* (0.0040)* (0.0037)** (0.0037)** (0.0037)* (0.0037)**
variável fiscal
t
* juros reais
t
0.0034 0.0175 0.0380 0.0059 -0.0013 -0.0018
(0.0272) (0.1044) (0.0359) (0.0055) (0.0043) (0.0038)
R
2
0.3999
0.4001
0.4182
0.4187
0.4013
0.4034
Durbin-Watson
2.0446
2.0339
2.0543
2.1757
2.0112
2.0372
* significante a 10% ; ** significante a 5% ; *** significante a 1%
A tabela 11, abaixo, traz os resultados das estimações da equação 7,
realizadas apenas para as cinco variáveis de fluxo. A tabela é apresentada no
mesmo formato da tabela 10. Da mesma forma que na estimação da equação 6,
também não encontramos evidência de efeito estatisticamente significante das
variáveis fiscais sobre o nível de atividade, mesmo após incluir essas variáveis
diretamente como controles nas equações.
TABELA 11: Estimação da Equação 7
Variável dependente:
hiato
t
Método de estimação:
mínimos quadrados ordinários
Amostra:
1996:1 - 2006:1 (41 observações)
variável fiscal
d(primário)
d(nominal)
∆% yoy desp.
∆% mom desp.
∆% mom s.a. desp
intercepto
1.6397
2.0456
1.6539
2.0641
1.4868
(0.6777)** (0.7226)*** (0.9086)* (0.7010)*** (0.6508)**
hiato
t-1
0.4865 0.4865 0.4197 0.3944 0.4696
(0.1573)*** (0.1540)*** (0.1600)** (0.1568)** (0.1522)***
hiato
t-2
-0.3570 -0.3553 -0.3743 -0.2811 -0.3611
(0.1609)** (0.1586)** (0.1602)** (0.1620)* (0.1609)**
hiato
t-3
0.2856 0.3072 0.3075 0.2821 0.3243
(0.1594)* (0.1503)** (0.1505)** (0.1484)* (0.1553)**
juros reais
t
-0.9093 -1.1266 -1.0407 -1.0930 -0.8808
(0.3703)** (0.3729)*** (0.4430)** (0.3584)*** (0.3379)**
eficiência
t
* juros reais
t
0.0075 0.0087 0.0086 0.0085 0.0078
(0.0041)* (0.0038)** (0.0039)** (0.0037)** (0.0038)**
variável fiscal
t
0.7953 -0.3007 -0.0070 -0.0722 0.0203
(1.3188) (0.3506) (0.0429) (0.0436) (0.0399)
variável fiscal
t
* juros reais
t
-0.1483 0.1099 0.0085 0.0203 -0.0066
(0.2944) (0.0913) (0.0168) (0.0137) (0.0102)
R
2
0.4064 0.4306 0.4192 0.4459 0.4079
Durbin-Watson
2.0137
2.1210
2.1865
2.1133
2.0464
* significante a 10% ; ** significante a 5% ; *** significante a 1%
4.4.Interpretação
Pelos resultados encontrados, não há evidência de que as variáveis fiscais
estudadas afetem de forma importante o efeito da política monetária sobre o nível
PUC-Rio - Certificação Digital Nº 0510689/CA
42
de atividade da economia, conforme a discussão do princípio do capítulo sugeria.
Isso não significa, no entanto, que se possa negligenciar as variáveis fiscais na
condução da política monetária. Como destacado no primeiro capítulo desta
dissertação, o foco deste trabalho é o funcionamento de um canal de transmissão
em particular da política monetária, que opera através da relação entre política
monetária e nível de atividade, e deste para os preços. Embora não tenhamos
encontrado evidência de impacto das variáveis fiscais sobre o efeito da taxa real
de juros sobre o produto, essas variáveis podem afetar a capacidade de o Banco
Central controlar a inflação através dos outros mecanismos de transmissão, como
a formação das expectativas de inflação, como explora, por exemplo, toda a
literatura de dominância fiscal citada no início do capítulo.
4.5.Teste de Robustez
Ao contrário dos capítulos anteriores, não apresentamos o resultado da
inferência por bootstrap para as equações estimadas neste capítulo, por não
julgarmos necessário, uma vez que os coeficientes de interesse estimados não
foram estatisticamente significantes por larga margem, segundo a inferência
habitual, em todas as 11 regressões apresentadas.
4.5.1.Possível Efeito da Ordem dos Testes
Na ordem de apresentação dos capítulos desta dissertação, realizamos o
teste do efeito do canal do crédito sobre a potência da política monetária antes do
teste do efeito das variáveis fiscais, e utilizamos a equação estimada no capítulo 3
como base para os testes deste capítulo. Isto levanta a possibilidade de que o
resultado, caso a ordem dos testes fosse outra, pudesse ser diferente. Isto não
ocorreria, no entanto, como mostram as tabelas 12 e 13, abaixo. Elas são similares
a, respectivamente, as tabelas 10 e 11 já apresentadas, mas trazem o resultado das
estimações das equações sem a inclusão da interação entre a taxa real de juros e
variável de eficiência da atividade creditícia.
PUC-Rio - Certificação Digital Nº 0510689/CA
43
TABELA 12: Estimação da Equação 6 sem a Variável do Mercado de Crédito
Variável dependente:
hiato
t
Método de estimação:
mínimos quadrados ordinários
Amostra:
1996:1 - 2006:2 (42 observações)
variável fiscal
d(DLSP)
d(primário)
d(nominal)
∆% yoy desp.
∆% mom desp.
∆% mom s.a. desp
intercepto
0.7943
0.9436
1.0936
0.9123
0.9303
0.9443
(0.6802) (0.5767) (0.6285)* (0.5853) (0.5824) (0.5839)
hiato
t-1
0.5371 0.5147 0.5464 0.5294 0.5590 0.5524
(0.1545)*** (0.1552)*** (0.1515)*** (0.1558)*** (0.1521)*** (0.1520)***
hiato
t-2
-0.3861 -0.3837 -0.3971 -0.4008 -0.3823 -0.3888
(0.1651)** (0.1636)** (0.1652)** (0.1659)** (0.1652)** (0.1653)**
hiato
t-3
0.3344 0.3054 0.3285 0.3352 0.3271 0.3342
(0.1562)** (0.1584)* (0.1565)** (0.1559)** (0.1568)** (0.1567)**
juros reais
t
-0.2379 -0.2886 -0.3442 -0.3184 -0.2827 -0.2911
(0.2150) (0.1675)* (0.1859)* (0.1719)* (0.1707) (0.1710)*
variável fiscal
t
* juros reais
t
-0.0123 0.0913 0.0215 0.0033 -0.0024 -0.0011
(0.0271) (0.0990) (0.0370) (0.0057) (0.0044) (0.0040)
R
2
0.3327
0.3444
0.3351
0.3350
0.3347
0.3303
Durbin-Watson
1.9933
1.9728
1.9722
2.0321
1.9498
1.9815
* significante a 10% ; ** significante a 5% ; *** significante a 1%
Como se vê, o coeficiente estimado para a interação entre os juros reais e as
variáveis fiscais permanece não sendo significante em nenhuma das seis
regressões. Além disso, o coeficiente da taxa real de juros também perdeu
significância fortemente nas estimações, embora sua magnitude seja similar à
estimada no capítulo 2.
Resultados similares são obtidos para a estimação da equação 7 sem a
interação entre a taxa real de juros e a medida de eficiência estrutural do mercado
de crédito bancário.
TABELA 13: Estimação da Equação 7 sem a Variável do Mercado de Crédito
Variável dependente:
hiato
t
Método de estimação:
mínimos quadrados ordinários
Amostra:
1996:1 - 2006:2 (42 observações)
variável fiscal
d(primário)
d(nominal)
∆% yoy desp.
∆% mom desp.
∆% mom s.a. desp
intercepto
0.9992
1.1983
0.6715
1.2699
0.8843
(0.6013) (0.6594)* (0.8294) (0.6436)* (0.6084)
hiato
t-1
0.5281 0.5709 0.5368 0.5043 0.5499
(0.1609)*** (0.1586)*** (0.1586)*** (0.1578)*** (0.1539)***
hiato
t-2
-0.3834 -0.3883 -0.4030 -0.3290 -0.3926
(0.1656)** (0.1674)** (0.1679)** (0.1700)* (0.1675)**
hiato
t-3
0.2909 0.3375 0.3342 0.3094 0.3478
(0.1647)* (0.1587)** (0.1578)** (0.1565)* (0.1619)**
juros reais
t
-0.3000 -0.3875 -0.2390 -0.3861 -0.2761
(0.1721)* (0.2019)* (0.2588) (0.1900)** (0.1768)
variável fiscal
t
0.5214 -0.2151 0.0181 -0.0548 0.0172
(1.3545) (0.3695) (0.0435) (0.0454) (0.0417)
variável fiscal
t
* juros reais
t
-0.0156 0.0724 -0.0032 0.0139 -0.0051
(0.2950) (0.0952) (0.0167) (0.0142) (0.0106)
R
2
0.3472 0.3415 0.3383 0.3613 0.3335
Durbin-Watson
1.9567
1.9998
2.0313
1.9824
1.9828
* significante a 10% ; ** significante a 5% ; *** significante a 1%
Desta forma, caso a ordem dos testes fosse diferente, inicialmente
testaríamos, e rejeitaríamos, a idéia de que as variáveis fiscais influenciam a
potência da política monetária. Após isso, testaríamos a hipótese do capítulo 3
diretamente sobre a equação estimada no capítulo 2, com a mesma especificação
PUC-Rio - Certificação Digital Nº 0510689/CA
44
efetivamente utilizada. Assim, a ordem de apresentação dos resultados não os
afeta.
PUC-Rio - Certificação Digital Nº 0510689/CA
5
Considerações Finais
Nesta dissertação, estudamos, empiricamente, o funcionamento de um dos
mecanismos de transmissão da política monetária, que atua pelo efeito da taxa real de
juros sobre o nível de atividade. Como nosso foco foi sobre a relevância prática deste
mecanismo para a formulação da política monetária, utilizamos dados agregados.
Inicialmente, verificamos se os dados brasileiros corroboram a relevância prática
deste mecanismo de transmissão. Encontramos evidência disso no segundo capítulo, onde
estimamos uma curva de demanda agregada para o Brasil com uma dinâmica backward-
looking e cujo efeito médio da taxa real de juros sobre o hiato do produto ao longo da
amostra foi de -0,298: uma taxa real de juros 1 ponto percentual mais alta implica num
nível de atividade 0,298 ponto percentual mais fraco, em média.
Após esse primeiro passo, verificamos se haveria evidência empírica de flutuações
do efeito da taxa real de juros sobre o produto ao longo da amostra, procurando ligar
essas possíveis flutuações a variáveis que acreditamos poderem ter esse tipo de efeito. Em
particular, examinamos o efeito de uma medida de eficiência da atividade de
intermediação financeira, e da situação fiscal do governo.
Trabalhando com uma medida derivada dos spreads bancários, com que medimos a
eficiência estrutural da atividade de fornecimento de crédito, encontramos uma relação
estatisticamente significante entre ganhos de eficiência dessa atividade e o efeito da taxa
real de juros sobre o produto. Uma redução de 1 ponto percentual nos spreads bancários
advinda de um ganho estrutural de eficiência aumenta o efeito recessivo da taxa real de
juros sobre o produto em 0,0075 ponto percentual. Não conseguimos, no entanto,
determinar com certeza o quanto da flutuação captada nos spreads bancários se deve à
evolução geral das condições da economia brasileira e o quanto se deve a ganhos de
eficiência das firmas bancárias, mas à medida em que o efeito de ambos os fenômenos
seria reduzir os custos dos empréstimos, o resultado encontrado pode ser interpretado
como o impacto da redução estrutural desses custos sobre o efeito da taxa real de juros
sobre o produto.
Ao analisar o impacto de variáveis fiscais sobre o efeito da taxa real de juros sobre
o nível de atividade, no entanto, não conseguimos encontrar evidência empírica que
confirme sua existência. Trabalhamos com variáveis fiscais de fluxo e de estoque, e em
nenhum dos casos encontramos apoio para a hipótese de que essas variáveis afetam a
PUC-Rio - Certificação Digital Nº 0510689/CA
46
capacidade da política monetária de afetar o nível de atividade. Esse resultado não pode
ser interpretado, no entanto, como um sinal de irrelevância da política fiscal para a
conduta da política monetária, já que uma extensa literatura já demonstrou que, na
presença de política fiscal fora de controle, a política monetária não consegue controlar a
taxa de inflação da economia. A divergência entre esses resultados e o resultado
encontrado nesta dissertação pode vir do fato de que nos restringimos à interação entre
políticas fiscal e monetária no controle do nível de atividade, ignorando outras ligações
entre a política fiscal e a determinação dos preços na economia.
Dessa forma, a melhor equação estimada nesta dissertação, apresentada no capítulo
3, é dada por:
( )
[ ]
1 2 3
1
1,55 0,47 0,36 0,31
0,89 0,0075
t t t t
t t t t t
h h h h
eficiencia i E u
π
− − −
+
= + − + +
− + − +
(8)
Onde
t
h
é o hiato do produto em t,
t
eficiencia
é a nossa medida de eficiência da
intermediação financeira da economia em t,
[
]
1
t t t
i E
π
+
− são os juros reais, e
t
u
é o
distúrbio estocástico.
Os resultados encontrados nesta dissertação sobre a interação entre a eficiência da
intermediação financeira e a potência da política monetária confirmam a intuição de que o
prosseguimento do crescimento do mercado de crédito, que se espera com o avanço do
desenvolvimento da economia brasileira, deve levar ao aumento da capacidade da política
monetária de afetar o nível de atividade da economia. Com isso, o Banco Central pode se
ver cada vez mais à vontade em trabalhar apenas com esse instrumento de política
monetária, deixando de usar outros instrumentos, como a fixação da alíquota dos
recolhimentos compulsórios.
PUC-Rio - Certificação Digital Nº 0510689/CA
6
Referências Bibliográficas
BANCO CENTRAL DO BRASIL. Relatório de Economia Bancária e Crédito
– 2005. Brasília, 2005. 125 p.
BERNANKE, B.; GERTLER, M. Agency Costs, Collateral, and Business
Fluctuations. NBER Working Paper, n. 2015, 1986. 52 p.
BERNANKE, B.; BLINDER, A. Inside the Black Box: The Credit Channel of
Monetary Policy Transmission. Journal of Economic Perspectives, v. 9, n. 4, p.
27-48, 1995.
BONOMO, M. A.; BRITTO, R. D. Regras Monetárias e Dinâmica
Macroeconômica no Brasil: uma Abordagem de Expectativas Racionais.
Trabalho para Discussão do Banco Central do Brasil, n. 28. Brasília, 2001. 39
p.
CARNEIRO, D. D.; SALLES, F.; WU, T. Juros, Câmbio e as Imperfeições do
Canal do Crédito. Economia Aplicada, v. 10, n. 1. p. 7-23, 2006.
CLARIDA, R.; GALÍ, J.; GERTLER, M. The Science of Monetary Policy: a New
Keynesian Perspective. Journal of Economic Literature, v. 37, p. 1661-1707,
1999.
DRAZEN, A.; HELPMAN, E. Inflationary Consequences of Anticipated
Macroeconomic Policies. Review of Economic Studies, v. 57, n. 189, p. 147-164,
1990.
FREITAS, P. S.; MUINHOS, M. K. A Simple Model for Inflation Targeting in
Brazil. Trabalho para Discussão do Banco Central do Brasil, n. 18. Brasília,
2001. 25 p.
GALÍ, J. New Perspectives on Monetary Policy, Inflation, and the Business
Cycle. NBER Working Paper, n. 8767, 2002. 52 p.
PUC-Rio - Certificação Digital Nº 0510689/CA
48
GIAVAZZI, F.; GOLDFAJN, I.; HERRERA, S. (Eds.) Inflation Targeting,
Debt, and the Brazilian Experience, 1999 to 2003. Cambridge, MA: MIT Press,
2003. 303 p.
GUARDADO, F. M. R. Estudo da IS Intertemporal na Economia Brasileira.
Dissertação de Mestrado. Departamento de Economia, Pontifícia Universidade
Católica do Rio de Janeiro. 2004. 64 p.
DINARDO, J.; JOHNSTON, J. Econometric Methods. 4. ed. Chicago, IL:
McGraw-Hill, 1996. 531 p.
KANCZUK, F. Juros Reais e Ciclos Reais Brasileiros. Revista Brasileira de
Economia, v. 56, n. 2, p. 249-267, 2002
KASHYAP, A.; STEIN, J. Monetary Policy and Bank Lending. IN: MANKIW,
N. G. (Ed.). Monetary Policy. Chicago, IL: NBER e University of Chicago Press,
1994. 345 p.
LOYO, E. Tight Money Paradox on the Loose: a Fiscalist Hyperinflation.
Cambridge, MA: Harvard University, 1999. Mimeografado.
SARGENT, T.; WALLACE, N. Some Unpleasant Monetarist Arithmetic.
Federal Reserve Bank of Minneapolis Quarterly Review, 1981.
STIGLIZ, J.; WEISS, A. Credit Rationing in Markets with Imperfect Information.
American Economic Review, v. 71, n. 3, p. 393-410. 1981.
TAYLOR, J. (Ed.). Monetary Policy Rules. Chicago, IL: NBER e University of
Chicago Press, 1999. 447 p.
WOODFORD, M. Interest and Prices. Princeton, NJ: Princeton University
Press, 2003. 785 p.
WOOLDRIDGE, J. Econometric Analysis of Cross Section and Panel Data.
Cambridge, MA: MIT Press. 2002. 740 p.
PUC-Rio - Certificação Digital Nº 0510689/CA
7
Apêndice – Gráficos das Séries Utilizadas
Neste apêndice, trazemos os gráficos de todas as séries que integraram as
regressões desta dissertação. Apresentamos, nesta ordem, o hiato do produto, a
taxa real de juros, a variação percentual da renda média real, a medida de
tendência dos spreads bancários utilizada como proxy para a eficiência da
atividade de intermediação financeira na economa, a variação da dívida líquida
total do setor público consolidade, a variação dos déficits primário e nominal do
setor público consolidade, e as três medidas de variação percentual das despesas
do Tesouro Nacional: com relação ao mesmo trimestre do ano anterior, com
relação ao trimestre imediatamente anterior, e com relação ao trimestre
imediatamente anterior na série com ajuste sazonal. Não apresentamos o gráfico
para a variável binária para o período de câmbio controlado, que assume valor 1
do início da amostra ao final de 1998, e valor zero no restante da amostra.
FIGURA 6: Hiato do produto, 1996:1 – 2006:2
-4.0
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
PUC-Rio - Certificação Digital Nº 0510689/CA
50
FIGURA 7: Juros Reais no Trimestre
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
FIGURA 8: Variação Percentual da Renda Média Real
-8.0
-6.0
-4.0
-2.0
0.0
2.0
4.0
6.0
8.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
FIGURA 9: Medida de tendência dos spreads bancários utilizada como proxy para a
eficiência da intermediação financeira na economia
0.0
20.0
40.0
60.0
80.0
100.0
120.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
PUC-Rio - Certificação Digital Nº 0510689/CA
51
FIGURA 10: Variação da Razão entre a Dívida Líquida do Setor Público e o PIB
-4.0
-2.0
0.0
2.0
4.0
6.0
8.0
10.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
FIGURA 11: Variação da Razão entre o Déficit Primário e PIB
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
FIGURA 12: Variação da Razão entre o Déficit Nominal e o PIB
-8.0
-6.0
-4.0
-2.0
0.0
2.0
4.0
6.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
PUC-Rio - Certificação Digital Nº 0510689/CA
52
FIGURA 13: Variação Real das Despesas Totais do Tesouro Nacional com Relação ao
Mesmo Mês do Ano Anterior
-20.0
-10.0
0.0
10.0
20.0
30.0
40.0
50.0
60.0
70.0
80.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
FIGURA 14: Variação das Despesas Totais do Tesouro Nacional com Relação ao
Trimestre Imediatamente Anterior
-40.0
-30.0
-20.0
-10.0
0.0
10.0
20.0
30.0
40.0
50.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
FIGURA 15: Variação das Despesas Totais do Tesouro Nacional com Relação ao
Trimestre Imediatamente Anterior, na Série Com Ajuste Sazonal
-30.0
-20.0
-10.0
0.0
10.0
20.0
30.0
40.0
50.0
60.0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Pontos percentuais
PUC-Rio - Certificação Digital Nº 0510689/CA
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
