a dinÂmica do crÉdito e a atividade econÔmica no … · trabalho. a universidade federal do rio...
TRANSCRIPT
! i!
A DINÂMICA DO CRÉDITO E A ATIVIDADE ECONÔMICA NO
BRASIL
Victor Vieira Lino
Projeto de Graduação apresentado ao Curso de
Engenharia de Produção da Escola Politécnica,
Universidade Federal do Rio de Janeiro, como parte
dos requisitos necessários à obtenção do título de
Engenheiro.
Orientador: Roberto Ivo da Rocha Lima Filho
Rio de Janeiro
Setembro de 2017
Scanned by CamScanner
! iii!
Lino, Victor Vieira
A dinâmica do crédito e a atividade econômica no Brasil/ Victor Vieira Lino –
Rio de Janeiro: UFRJ/ Escola Politécnica, 2017.
VII, 71 p.: il.; 29,7 cm.
Orientador: Roberto Ivo da Rocha Lima Filho
Projeto de Graduação – UFRJ/ Escola Politécnica/ Curso de Engenharia de
Produção, 2017.
Referências Bibliográficas: p. 70-71
1. Crédito. 2. Atividade econômica. 3. Macroeconomia. 4. Banco Central. I. Filho,
Roberto Ivo da Rocha Lima II. Universidade Federal do Rio de Janeiro, UFRJ,
Curso de Engenharia de Produção. III. A dinâmica do crédito e a atividade
econômica no Brasil
! iv!
Agradecimentos
Gostaria de agradecer ao meu orientador, Roberto Ivo, pelo apoio e ajuda na elaboração deste
trabalho. A Universidade Federal do Rio de Janeiro e o corpo docente da Engenharia de Produção
pelo aprendizado acadêmico, profissional e, principalmente, pessoal nesses 5 anos de convívio.
A minha família, que sempre me motivou a perseguir sonhos cada vez maiores. Além de tudo,
sempre acreditaram que eu conseguiria alcançar meus objetivos. A minha companheira Fernanda
e sua família, que também estiveram ao meu lado durante toda essa caminhada. E,
principalmente, a Deus, que sempre me deu força para continuar.
! v!
Resumo do Projeto de Graduação apresentado à Escola Politécnica/ UFRJ como parte
dos requisitos necessários para a obtenção do grau de Engenheiro de Produção.
A DINÂMICA DO CRÉDITO E A ATIVIDADE ECONÔMICA NO BRASIL
Victor Vieira Lino
Setembro/2017
Orientador: Roberto Ivo da Rocha Lima Filho
Curso: Engenharia de Produção
O trabalho analisa o sistema financeiro nacional, e, principalmente, a dinâmica do crédito a partir
de 1997. O foco da parte qualitativa do trabalho é identificar as variáveis que influenciam essa
dinâmica do crédito e como elas se comportaram no período analisado, de modo a permitir ou
restringir o crescimento do crédito. Além dessa análise qualitativa, busca-se estudar uma relação
econométrica entre a atividade econômica, representada aqui pela demanda doméstica privada, o
crescimento do crédito e o impulso do crédito.
Palavras-chave: Crédito, Atividade econômica, Macroeconomia, Banco Central
! vi!
Abstract of Undergraduate Project presented to POLI/UFRJ as a partial fulfillment of
the requirements for the degree of Industrial Engineer.
CREDIT DYNAMICS AND ECONOMIC ACTIVITY IN BRAZIL
Victor Vieira Lino
September/2017
Advisor: Roberto Ivo da Rocha Lima Filho
Course: Industrial Engineering
This paper analyzes the Brazilian financial system, especially the credit dynamics since 1997. The
focus of the qualitative part is to identify the variables that influence the credit dynamics and how
they behaved in the analyzed period, limiting or allowing credit growth In addition to this qualitative
analysis, we aim to identify an econometric relationship between economic activity, represented by
private domestic demand, credit growth and credit impulse.
Keywords: Credit, Economic Activity, Macroeconomics, Central Bank
! vii!
Sumário 1. Introdução .................................................................................................................................. 1
1.1 Motivação ............................................................................................................................. 1 1.2 Objetivo ................................................................................................................................. 1 1.3 Estrutura do trabalho ............................................................................................................ 2 1.4 Metodologia .......................................................................................................................... 3 1.5 Limitações ............................................................................................................................. 3
2. O Sistema Financeiro Nacional e a dinâmica do crédito ............................................................ 4 2.1 O Banco Central ................................................................................................................... 7
2.1.1 A função de reação do Banco Central ........................................................................ 8 2.2.2 Os Instrumentos do BACEN ..................................................................................... 10
2.2 A criação de dinheiro e a dinâmica do crédito .................................................................. 12 2.3 O impulso de crédito .......................................................................................................... 14
3. Aspectos macroeconômicos .................................................................................................... 18 3.1 Atividade econômica ........................................................................................................... 18 3.2 Inflação e Desemprego ....................................................................................................... 20 3.3 Expectativas e confianças dos agentes .............................................................................. 24 3.4 As finanças públicas ........................................................................................................... 25
4. Metodologia .............................................................................................................................. 28 4.1 Séries temporais ................................................................................................................. 28 4.2 Regressão linear ................................................................................................................. 30 4.3 Regressão linear múltipla ................................................................................................... 31 4.4 Estimadores ........................................................................................................................ 33 4.5 O método dos mínimos quadrados (OLS) .......................................................................... 34 4.6 A qualidade do modelo ....................................................................................................... 35 4.7 Teste de hipóteses ............................................................................................................. 36 4.8 Regressão com séries temporais ....................................................................................... 40 4.9 Estacionariedade ................................................................................................................ 41 4.10 Cointegração .................................................................................................................... 42 4.11 Causalidade de Granger ................................................................................................... 43
5. O caso brasileiro ...................................................................................................................... 45 5.1 O comportamento dos bancos ............................................................................................ 46 5.2 O comportamento dos tomadores de empréstimo ............................................................. 48 5.3 A política monetária do Banco Central ............................................................................... 50 5.4 O crédito público ................................................................................................................. 52 5.5 Avaliação do cenário .......................................................................................................... 54
6. A aplicação do modelo ao caso brasileiro ................................................................................ 55 6.1 Os dados ............................................................................................................................ 55 6.2 As transformações .............................................................................................................. 55 6.3 Estacionariedade das séries ............................................................................................... 57 6.4 Cointegração das séries ..................................................................................................... 59 6.5 Causalidade de Granger ..................................................................................................... 63 6.6 O modelo aplicado ao caso brasileiro ................................................................................. 64 6.7 O modelo em situações de recuperação da economia ...................................................... 67
7. Conclusão ................................................................................................................................ 69
8. Referências bibliográficas ........................................................................................................ 72
! viii!
Lista de Figuras
Figura 1 – Sistema Financeiro Nacional....................................................................................... 5
Figura 2 – Função de reação do Banco Central........................................................................... 9
Figura 3 – Taxa Selic...................................................................................................................11
Figura 4 – Processo de empréstimo em um banco.....................................................................12
Figura 5 – Relação do crédito com atividade..............................................................................16
Figura 6 – Impulso de crédito e o crescimento da atividade no Brasil........................................17
Figura 7 – Variação anual do PIB brasileiro................................................................................19
Figura 8 – Curva de Phillips ajustada..........................................................................................21
Figura 9 – Inflação no Brasil........................................................................................................22
Figura 10 – Taxa de desemprego no Brasil................................................................................23
Figura 11 – Modelo do Banco Central para inflação de serviços................................................24
Figura 12 – Dívida pública americana como porcentagem do PIB nominal................................26
Figura 13 – Componentes de uma série temporal hipotética......................................................28
Figura 14 – Representação de uma regressão linear.................................................................31
Figura 15 – Teste de hipóteses...................................................................................................37
Figura 16 – Evolução do estoque de crédito por tipo de instituição no Brasil.............................45
Figura 17 – Condições de crédito: oferta de crédito observada..................................................47
Figura 18 – Principais riscos reportados pelos bancos...............................................................48
Figura 19 – Condições de crédito: demanda por crédito observada...........................................49
Figura 20 – Endividamento das famílias.....................................................................................50
Figura 21 – Taxas de juros médias provenientes de recursos livres..........................................51
Figura 22 – Estoque de crédito provenientes de instituições públicas.......................................53
Figura 23 – O impulso de crédito................................................................................................54
Figura 24 – Componentes do PIB...............................................................................................56
Figura 25 – PIB americano..........................................................................................................58
Figura 26 – Modelo de regressão................................................................................................65
! ix!
Lista de Tabelas
Tabela 1 – Pressupostos de Gauss-Markov para regressões....................................................33
Tabela 2 – Teste t para estimadores..........................................................................................38
Tabela 3 – Teste F para estimadores.........................................................................................39
Tabela 4 – Teste Dickey-Fuller aumentado................................................................................57
Tabela 5 – Teste Dickey-Fuller aumentado para o caso americano..........................................58
Tabela 6 – Teste de Engle-Granger para cointegração.............................................................59
Tabela 7 – Critérios para escolha de lag....................................................................................60
Tabela 8 – Teste de Johansen para cointegração.....................................................................60
Tabela 9 – Coeficientes de cointegração...................................................................................61
Tabela 10 – Resultado do VECM...............................................................................................62
Tabela 11 – Causalidade de Granger........................................................................................63
Tabela 12 – Descrição estatística dos coeficientes do modelo.................................................64
Tabela 13 – Resultados da regressão.......................................................................................64
Tabela 14 – Teste de Chow.......................................................................................................66
Tabela 15 – Regressão em períodos diferentes........................................................................66
Tabela 16 – Modelo de regressão para os EUA........................................................................67
Tabela 17 – Regressão em períodos de recuperação...............................................................68
Tabela 18 – Regressão em períodos de “não- recuperação”....................................................68
! 1!
1. Introdução !
1.1 Motivação
O crédito é uma variável muito importante para a economia moderna e é objeto de extenso
estudo e discussão no meio acadêmico. Os principais Bancos Centrais (BCs) do mundo, como o
Federal Reserve americano (FED), o European Central Bank (ECB), o Bank of England (BoE) e o
Banco Central do Brasil (BACEN), registram, monitoram e agem para influenciar no seu
desenvolvimento.
Portanto, o crédito possui um papel relevante na economia global e estudos a respeito de seu
impacto são fundamentais para a disponibilização aos órgãos responsáveis informações ao seu
respeito. Contudo, mesmo com a literatura vasta sobre a importância do crédito, o impulso de
crédito a sua relação com atividade econômica continua sendo negligenciado, muitas vezes sendo
substituído pelo crescimento do crédito.
1.2 Objetivo
O trabalho pretende analisar a relação entre o crédito e a economia brasileira e,
principalmente, entender o seu papel nas crises econômicas vivenciadas pelo país em 2008 e na
recessão durante os anos de 2014 a 2016. Busca-se, através do uso de indicadores econômicos e
de dados de concessão, identificar uma possível relação estatística entre a variação do Produto
Interno Bruto (PIB) e a variação no crescimento de crédito (o Impulso de Crédito).
Além disso, esse trabalho possui o objetivo da identificação dos diferentes fatores que alteram
e influenciam a dinâmica da evolução do crédito no país, através de uma revisão teórica da
literatura econômica moderna e de análise qualitativa de indicadores. Por fim, busca-se comparar
a evolução do crédito em outros países e analisar essas diferenças.
! 2!
1.3 Estrutura do trabalho !
O trabalho está dividido em 7 seçōes. O capítulo 1 é referente a uma breve apresentação do
tema e mostrar sua relevância nas questões macroeconômicas atuais. Além disso, é apresentado
o objetivo e a metodologia utilizada no trabalho para validar e ou não se aceitar hipóteses. As
limitações encontradas também são expostas.
No capítulo seguinte (2), serão analisados o Sistema Financeiro Nacional (SFN), a importância
do crédito para a economia e, mais intensamente, a apresentação do impulso de crédito e como
ele pode ser deduzido das equações macroeconômicas modernas. Também serão expostas
teorias que visam mostrar em que contexto o crédito pode crescer ou diminuir e como diversas
variáveis podem influenciar nele.
No capítulo 3 será apresentada as variáveis macroeconômicas que regem o comportamento
do Banco Central e como elas são medidas e parte da teoria por trás das relações entre elas. Os
conceitos de Produto Interno Bruto (PIB) e Inflação serão estudados, além de salientar a
importância deles.
No capítulo 4, teremos a metodologia por trás da análise quantitativa dos dados. Já no
capítulo posterior (5), será contextualizada a situação Brasileira e como ela interferiu no
comportamento dos bancos e tomadores de empréstimo, influenciando assim no comportamento
do crédito.
No capítulo 6 serão apresentados os resultados obtidos da análise estatística e as hipóteses
formuladas serão consideradas aceitas ou não. O material teórico apresentado nas seções
anteriores também será referido de forma a dar contexto ao resultado. Além disso, os resultados
serão explicados e expostos de maneira clara e objetiva.
Finalmente, a conclusão apresentará as principais respostas que o trabalho objetivou resolver
e apresentará sugestões, críticas e novas ideias para futuros trabalhos. Após a conclusão, a
literatura utilizada será disponibilizada na bibliografia. Além disso, figuras e tabelas auxiliares,
além dos dados utilizados no trabalho serão disponibilizados.
! 3!
1.4 Metodologia !
A metodologia utilizada nesse trabalho será de natureza tanto qualitativa como, em sua maior
parte e sendo o principal foco do trabalho, quantitativa.
Em relação a parte qualitativa, o trabalho terá como base a literatura econômica moderna e
utilizará diversas teorias para explicar o comportamento do crédito durante o período analisado
(de 2003 até março de 2017). Além disso, uma dedução teórica do impulso de crédito será
apresentada.
Na parte qualitativa do trabalho, será realizada uma análise da relação estatística entre o
crescimento do PIB e o impulso do crédito como porcentagem do PIB nominal. Para se observar a
intensidade e estimar os parâmetros dessa relação será utilizado um modelo de regressão e serão
observados diferentes critérios estatísticos que permitam validar ou não a hipóteses formuladas.
1.5 Limitações
As limitações encontradas pelo trabalho se referem principalmente a pouca quantidade de
estudos sobre o impulso de crédito aplicado ao Brasil e ao fato de que o conceito é relativamente
novo e ainda confundido com o crescimento do crédito. O trabalho também não se propõe a
explicar de maneira aprofundada as teorias econômicas por trás das relações entre as variáveis,
apenas utilizando-as como background do trabalho empírico entre crédito e atividade econômica.
Além disso, o curto período disponível para análise é um limitante para obtenção de resultados
mais confiáveis. Ao contrário de países como os Estados Unidos, onde os dados disponíveis de
crédito são extensos e o país goza de relativa estabilidade, o Brasil teve períodos onde a análise
poderia ser feita de maneira errônea devido a eventos capazes de alterar estruturalmente a
questão do crédito.
! 4!
2. O Sistema Financeiro Nacional e a dinâmica do crédito
O sistema financeiro é um sistema que tem como objetivo estabelecer e prover um link entre
depositantes e investidores de maneira eficiente. Esse sistema é composto de instituições
financeiras (principalmente bancos) que operam num mercado financeiro onde geram, compram e
vendem instrumentos financeiros. Além disso, esses bancos também oferecem serviços
financeiros (empréstimos, depósitos, etc.) para seus consumidores. Devido a essa natureza que
permite a transferência de recursos financeiros entre diferentes partes da economia, o sistema
financeiro possui um papel crucial no funcionamento da economia. (GURUSAMY, 2009)
De acordo com o website do Banco Central do Brasil1, o Sistema Financeiro Nacional (SFN)
abrange:
• Moeda, crédito, capitais e câmbio - o principal ramo do sistema financeiro brasileiro.
Ele lida com quatro principais mercados: mercado monetário, mercado de crédito,
mercado de capitais e o mercado de câmbio
• Seguros privados – o ramo do SFN para quem busca seguros privados, contratos de
capitalização e previdência complementar.
• Previdência fechada – trata de planos de aposentadoria poupança ou pensão voltados
para funcionários de empresas e organizações.
No presente trabalho, busca-se focar apenas no ramo do SFN voltado para os mercados
monetário, de crédito, de capitais e de câmbio. Sua estrutura se dá em três principais
camadas:
• Órgãos normativos – órgãos responsáveis por definirem as regras gerais para o melhor
funcionamento do sistema financeiro.
• Órgãos supervisores – as entidades que trabalham para garantir que as regrais
definidas pelos órgãos normativos estejam sendo seguidas de maneira a assegurar o
objetivo de bom funcionamento do sistema financeiro
• Operadores – são as instituições financeiras em si, que lidam diretamente com o
público e são as responsáveis por fazer o papel de intermediário financeiro.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!1 Fonte: http://www.bcb.gov.br/pre/composicao/composicao.asp, recuperado em 17, agosto, 2017. 2 Imagem retirada do website do BCB: http://www.bcb.gov.br/pre/composicao/composicao.asp,
! 5!
O Conselho Monetário Nacional (CMN) é o órgão normativo do SFN e assim é o
responsável por formular a política da moeda, do crédito, de capitais e cambial. Ele tem por
objetivo a estabilização da moeda e do desenvolvimento (tanto econômico quanto social) do
Brasil. A composição atual do CMN é formada pelo Ministro da Fazenda como presidente do
conselho, o Ministro do Planejamento, Desenvolvimento e Gestão e pelo Presidente do Banco
Central do Brasil. Os seus membros se reúnem mensalmente para deliberarem sobre os assuntos
que envolvam o conselho.
Figura 1 – Estrutura do Sistema Financeiro Nacional
Fonte: Banco Central2
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!2 Imagem retirada do website do BCB: http://www.bcb.gov.br/pre/composicao/composicao.asp, recuperado em 17, agosto, 2017.
! 6!
Os órgãos supervisores do sistema financeiro são o Banco Central do Brasil e a Comissão de
Valores Mobiliários (CMV). O Banco Central possui papel chave nesse trabalho e será visto mais
detalhadamente no capítulo seguinte. A Comissão de Valores Mobiliários é definida3 como:
“A Comissão de Valores Mobiliários (CVM) foi criada em 07/12/1976 pela Lei 6.385/76, com o
objetivo de fiscalizar, normatizar, disciplinar e desenvolver o mercado de valores mobiliários no
Brasil. A CVM é uma entidade autárquica em regime especial, vinculada ao Ministério da
Fazenda, com personalidade juridical e patrimônio próprios, dotada de autoridade administrativa
independente, ausência de subordinação hierárquica, mandato fixo e estabilidade de seus
dirigentes, e autonomia financeira e orçamentária.”
Portanto, a CVM é um agente muito importante do SFN. Entretanto, como esse trabalho terá
foco na criação de crédito pelos Bancos, o principal órgão supervisor a ser estudado será o Banco
Central e como ele funciona para executar as ordens do CMN. Esses órgãos supervisores são,
como explicados, os responsáveis por garantir que as regras definidas pelo CMN sejam
cumpridas por todos os operadores dos mercados. A CVM focará sua atuação no mercado de
instrumentos financeiros (principalmente em relação aos valores mobiliários como Bolsa de
Valores, Bolsa futuras, entre outras), ao passo que o Banco Central terá sua principal atuação na
regulação dos bancos comerciais e da definição da política monetária, cambial e de crédito.
Por fim, temos os operadores do SFN. Os operadores são as instituições que lidam
diretamente com o público, no papel de intermediário financeiro. As principais instituições são os
bancos comerciais, a bolsa de valores, cooperativas de créditos, bolsa de mercadorias e futuros,
entre outras. Tem-se por objetivo estudar o papel do crédito na atividade econômica, então os
principais operadores estudados serão os bancos comerciais. Portanto, dentro do sistema
financeiro nacional, iremos ver como os bancos comerciais operam num ambiente de controle e
fiscalização do Banco Central de acordo com as regras definidas pelo Conselho Monetário
Nacional.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!3!Fonte: http://www.cvm.gov.br/menu/acesso_informacao/institucional/sobre/cvm.html, recuperado em 17, agosto, 2017!
! 7!
2.1 O Banco Central !
O Banco Central, como explicado anteriormente, é um órgão supervisor do Sistema
Financeiro Nacional. Ele atua nos mercados de moeda, crédito, capitais e câmbio. Ele é instituição
responsável pela realização da política monetária de uma nação. Em geral, é uma instituição
independente politicamente, porém pertencente ao setor público. No Brasil, o Banco Central não é
por lei independente, mas em diversas ocasiões funciona com autonomia operacional.
De acordo com o BACEN4, ele tem como responsabilidade ser o “banco dos bancos”, capaz
de emitir papel-moeda com exclusividade. Também possui o papel de banqueiro do Estado.
Entretanto, a constituição de 1988 veda ao BACEN a concessão direta ou indireta de empréstimos
ao Tesouro Nacional. Também é o responsável pela supervisão do Sistema Financeiro,
possuindo o poder de punir bancos e de controlar a taxa de juros básica da economia.
No Brasil, o Banco Central toma suas decisões através do Comitê de Política Monetária
(COPOM), criado em 1996 e inspirado no Federal Open Market Committee (FOMC) americano. O
comitê atualmente é formado por oito diretores e por um presidente. Esse comitê é o responsável
por definir a taxa de juros e implementar a politica monetária para alcançar as normas definidas
pela CMN. De acordo com o website do BACEN5, os objetivos do COPOM são: "implementar a
política monetária, definir a meta da Taxa Selic e seu eventual viés, e analisar o Relatório de
Inflação".
O relatório de inflação é um relatório trimestral produzido pelo COPOM que analisa a situação
macroeconômica e financeira do país e apresenta as projeções realizadas pelo comitê para os
indicadores chaves da politica monetária: a inflação, desemprego e a atividade econômica.
Friedman (1968) argumenta que há um consenso de que os principais objetivos da política
econômica são assegurar um alto índice de emprego, estabilidade de preços e crescimento
econômico rápido. E o Banco Central, como principal autoridade monetária de um país, monitora
de perto as variáveis macroeconômicas explicadas acima (PIB, Inflação e Taxa de Desemprego)
de modo a guiar suas ações para assegurar os objetivos da política econômica citados por
Friedman.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!4 Fonte: http://www.bcb.gov.br/pre/portalCidadao/bcb/bcFaz.asp?idpai=LAIINSTITUCIONAL,
recuperado em 17, agosto, 2017. 5 Fonte: http://www.bcb.gov.br/htms/copom/a-hist.asp, recuperado em 19, agosto, 2017.!
! 8!
2.1.1 A função de reação do Banco Central
O Banco Central deve, como órgão supervisor do sistema financeiro nacional, garantir a
execução das regras definidas pelo CMN. O decreto número 3.088 de junho de 1999 estabelece
o sistema de metas de inflação. Com isso, ao executar sua politica monetária, o Banco Central
tem como objetivo levar a inflação para a meta definida pelo CMN. Caso o Banco Central falhe em
cumprir sua missão, ele deve divulgar publicamente os motivos do descumprimento em uma carta
aberta ao Ministério da Fazenda. Como veremos mais adianta, o Banco Central não tem controle
direto da inflação, agindo através de diferentes instrumentos para leva-la a meta estabelecida pelo
órgão normativo.
Minella, de Freitas, Goldfajn et al (2002) estimaram que a função de reação do Banco Central
(ou seja, qual deve ser o juro estabelecido do Banco Central para levar a inflação para meta) deve
ser uma função do hiato do produto (ou seja, a diferença entre o crescimento real e o potencial
estimado pela autoridade monetária), das expectativas de inflação dos agentes do mercado, da
meta de inflação e também dos juros passados. Em termos matemáticos, temos que:
(1) !! = !!!!!!! + 1− !!! [!! + !!!!!! + !! !!!!!! − !!∗!!! ]
Onde !! é a taxa de juros a ser definida pelo Banco Central, !! é o hiato do produto, !!!!!! são
as expectativas de inflação e !∗!!! é o centro da meta definida pelo CMN.
Minella, de Freitas, Goldfajn et all (2002) chegam a conclusão que o modelo explica bem a
função de reação do Banco Central na época (!!!acima de 0.95), ou seja, que o modelo seguido
pelo Banco Central depende do tamanho do hiato do produto e da expectativas de inflação.
Quando o hiato do produto é alto, o Banco Central deve cortar os juros para estimular a atividade
e assim levar a inflação para o centro da meta.
Quando as expectativas de inflação estão ancoradas (ou seja, ao redor da meta estabelecida),
o Banco Central pode ser mais agressivo na hora de executar sua politica monetária. Embora na
época o regime de metas fosse bem recente, ele mostrou que se seguido de maneira transparente
e séria pelo BACEN, o Banco teria credibilidade para alcançar seu objetivo e seria melhor
sucedido em sua tarefa.
No período de 2003 até 2016, de acordo com De Jesus e Lopes (2016), a função de reação do
Banco Central não se alterou totalmente. Entretanto, de acordo com os autores, no período da
presidência de Alexandre Tombini, o BACEN negligenciou o descolamento das expectativas de
! 9!
inflação em relação a meta e foi mais agressivo nos impactos dos juros em relação a atividade, ou
seja, em linguagem econômica, tivemos um Banco Central excessivamente dovish, mais focado
em manter um nível de crescimento alto que de levar a inflação para o centro da meta
estabelecida pelo CMN.
`Figura 2 – Função de reação do Banco Central durante a presidência de Alexandre Tombini
Fonte: De Jesus e Lopes (2016)
!
Os juros mais baixos do que a função de reação sugerida do Banco Central serão vistos
como uma das causas do aumento descontrolado da inflação e posterior descumprimento da meta
no ano de 2015. Mais recentemente, esse aumento de juros (e manutenção em altos níveis por
tempo prolongado) aliado a um Banco Central com maior credibilidade funcionará para frear a
atividade e assim reduzir o impacto inflacionário, levando a inflação a chegar abaixo do piso da
meta.
! 10!
2.2.2 Os Instrumentos do BACEN !
O Banco Central, como já explicado, atua para manter a estabilidade financeira e da moeda,
além de visar o crescimento sustentável da economia e um desemprego próximo ao nível natural.
Para atingir esses objetivos, ele dispõe de três instrumentos tradicionais de política monetária: a
taxa de juros no mercado de reservas bancárias, a taxa de redesconto e as alíquotas das reservas
compulsórias sobre os depósitos do sistema bancário. (BARBOSA, 1996)
De acordo com o Tesouro Nacional, quando ele é incapaz de manter um orçamento
equilibrado (isso é, com receitas superiores ou iguais as despesas), há a necessidade de novo
endividamento para financiar suas despesas e dívidas passadas. Para isso, ele emite títulos no
mercado primário, onde os principais compradores são os bancos comerciais. Esses títulos
emitidos de dívida são produtos de renda fixa considerados os investimentos de menor risco do
mercado de capitais, por serem garantidos pelo Estado brasileiro.
O Banco Central define um nível de depósitos compulsórios que os Bancos Comerciais
devem manter em suas carteiras. Por exemplo, se um banco possui R$100,00 em depósitos de
clientes, um compulsório de 10% significa que R$10,00 devem estar no fim do dia retido no Banco
Central. Entretanto, devido a saques de clientes e empréstimos, os bancos podem chegar no fim
do dia com nível de depósitos abaixo do requerido pelo Banco Central, e ai surge o mercado
interbancário.
Barbosa (1996) explica que para conseguir se adequar a regra imposta pelo BACEN, o Banco
Comercial com saldo abaixo do necessário têm duas opções: pedir emprestado para outro banco
que ficou com saldo acima do requerido ou se dirigir ao BACEN e requerir dinheiro dele. Essa
última opção é raramente utilizada, pois a taxa da transação (a taxa de redesconto referida acima)
é uma taxa punitiva e com juros altos. Portanto, é no mercado interbancário em que os bancos
conseguirão o dinheiro para cumprirem as exigências do BACEN.
Ao realizar um empréstimo no mercado interbancário, o BACEN definiu que esse empréstimo
deveria ser de curtíssimo prazo, com duração de uma noite (overnight). Além disso, esse
empréstimo do banco “superavitário” para o “deficitário” tem como contrapartida títulos do tesouro
direto (em transações compromissadas, que representam cerca de R$1,1 trilhão por dia segundo
o Banco Central em janeiro de 2017) de modo a garantir maior segurança para o emprestador. A
média das taxas de juros cobradas nessa operação de curtíssimo prazo é considerada a taxa
básica de juros da economia, a taxa SELIC.
! 11!
Finalmente, o Banco Central também atua no mercado de títulos públicos no chamado
mercado secundário. Com o monopólio da emissão de moeda, ele pode comprar e vender títulos
do tesouro no mercado secundário de acordo com a política monetária que ele deseja
empreender. Quando ele deseja aumentar a base monetária, ele compra os títulos dos bancos e
deposita dinheiro em suas contas. O mesmo vale para o sentido inverso, quando o Banco Central
deseja diminuir a base monetária, ele vende títulos do tesouro para esses bancos.
Figura 3 – Taxa de Juros SELIC
Adaptado do BACEN
Portanto, podemos ver que o Banco Central tem pleno controle das taxas de juros do
mercado interbancário através de seus instrumentos. Quando ele deseja aumenta-la, pode
contrair a base monetária e aumentar os compulsórios necessário e a taxa de redesconto. Para
diminuí-la, ele pode fazer o movimento contrário. Essa taxa de juros é utilizada para influenciar
nas variáveis macroeconômicas descritas (atividade, inflação e desemprego) de modo a ir com a
política econômica desejada.
5
10
15
20
25
30
35
40
45
mar
-99
ago-
99
jan-
00
jun-
00
nov-
00
abr-
01
set-
01
fev-
02
jul-0
2 de
z-02
m
ai-0
3 ou
t-03
m
ar-0
4 ag
o-04
ja
n-05
ju
n-05
no
v-05
ab
r-06
se
t-06
fe
v-07
ju
l-07
dez-
07
mai
-08
out-
08
mar
-09
ago-
09
jan-
10
jun-
10
nov-
10
abr-
11
set-
11
fev-
12
jul-1
2 de
z-12
m
ai-1
3 ou
t-13
m
ar-1
4 ag
o-14
ja
n-15
ju
n-15
no
v-15
ab
r-16
se
t-16
fe
v-17
ju
l-17
Brasil - Taxa Selic Anualizada, % a.a.
Meta do COPOM
Taxa SELIC Efetiva
! 12!
2.2 A criação de dinheiro e a dinâmica do crédito
A palavra crédito possui diversos significados. Dentre as várias definições, duas são
particularmente importante para esse trabalho: de acordo com o dicionário online Merriam, o
crédito pode ser visto como uma “provisão de dinheiro, bens ou serviços com expectativa de um
pagamento futuro”. Também podemos enxergá-lo como “uma entrada no lado direito do balancete
contábil, que constitui uma adição a uma receita, patrimônio líquido ou responsabilidade”.
Portanto, tanto o aspecto contábil e real do crédito serão levados em consideração na sua
explicação. O Bank of England em seu primeiro boletim trimestral de 2014 (MCLEAY, RADIA e
THOMAS, 2014) traz a tona duas concepções erradas que o público possui a respeito da criação
de dinheiro: que os bancos atuam somente como intermediários, isso é, apenas emprestam
dinheiro que é depositado nele e que o Banco Central determina a quantidade de empréstimos e
depósitos na economia controlando a quantidade de dinheiro do Banco Central (a teoria do
“multiplicador bancário”).
Figura 4 – Processo de empréstimo de um banco.
Adaptado de Bank of England
! 13!
McLeay, Radia e Thomas (2014) explicam que, na economia moderna, são os
empréstimos que criam os depósitos, e não o processo inverso que geralmente é associado a
criação de crédito. O conceito de base monetária é constituído de depósitos bancários e papel
moeda, sendo que o primeiro possui volume muito maior que o segundo. Quando um indivíduo ou
empresa realizam um empréstimo (um ativo no balancete do banco), um banco comercial cria um
depósito com o mesmo valor em nome do tomador de empréstimo (um passivo no balancete do
banco). Esse depósito criado em nome do adquirente do empréstimo é um dinheiro novo para a
economia e expande assim a base monetária. Ou seja, toda vez que um individuo solicita um
empréstimo, está sendo gerado dinheiro novo. O processo inverso também é verdade, quando um
tomador de empréstimo quita suas dívidas, ele está retirando dinheiro da economia e, assim,
diminui a base monetária.
Esse processo de criação de dinheiro põe em questão a estabilidade financeira. Se os bancos
podem criar dinheiro, o que os impediria de inundar a economia de novo crédito? O estudo do
Banco Central inglês enumera três principais restrições que limitam essa capacidade dos bancos
de criar dinheiro via concessão de empréstimos:
• Os próprios bancos impõe limites sobre o quanto emprestar. Isso ocorre principalmente
pelo fato de que o empréstimo deve se provar lucrativo ao banco (bancos possuem
custos para funcionar e sua principal forma de receita é através de juros em
empréstimos). Também é levado em consideração os riscos de se fazer um novo
empréstimo, pois o devedor pode não pagar pelo empréstimo realizado. Finalmente,
limites regulatórios impostos, em geral pelo Banco Central, também restringem a
criação de empréstimos para assegurar a estabilidade financeira e evitar bolhas.
• O comportamento das famílias e empresas que fazem o empréstimo também influencia
a criação de dinheiro. Esses “detentores de dinheiro” tem em geral duas opções para o
seu dinheiro recém criado: pagar empréstimos antigos, destruindo assim o dinheiro
recém criado (assim como novos empréstimos criam dinheiro, pagar esses
empréstimos destroem dinheiro). Outra opção é gastar esse empréstimo em bens e
serviços, o que pode causar efeito inflacionário e exigir assim uma ação da autoridade
monetária.
• A política monetária é a terceira e última restrição a criação de dinheiro por parte dos
bancos. Como o principal objetivo do banco central é assegurar a estabilidade de
preços e, como dito acima, esse crescimento de dinheiro pode ocasionar pressões
inflacionárias, o banco central, através de seus mecanismos de controle de juros
podem encarecer ou baratear o preço dos empréstimos. Se o Banco Central deseja
! 14!
criar uma política restritiva de crédito de modo a tentar diminuir impactos inflacionários,
ele aumentará os juros básicos, tornando assim investimentos seguros mais
vantajosos para os banco e investimentos mais arriscados se tornarão mais caros para
os “tomadores de dinheiro”, que controlarão assim seu apetite por crédito. O contrário
também se aplica. Quando a inflação é considerada baixa e a economia pouco
dinâmica, o banco pode baratear o crédito, transformando assim investimentos seguros
pouco atraente e, consequentemente, investimentos mais arriscados com melhor
rentabilidade. Essa diminuição no preço do crédito influencia os tomadores de dinheiro
a pedirem novos empréstimos.
Portanto, podemos ver que o processo de criação de empréstimos é bem mais complexo do
que percebido pelo público e influencia, no médio prazo, os principais indicadores econômicos
como a inflação, a atividade e desemprego. Por esse motivo, a autoridade responsável pela
política monetária de um país está sempre alerta a essa variável (criação de dinheiro) para
assegurar o cumprimento de seus deveres.
2.3 O impulso de crédito
Como pode-se observar, o crédito possui uma grande importância na economia moderna e a
principal autoridade responsável pelo seu monitoramento e controle é o Banco Central. Biggs,
Mayer e Pick (2009) argumentam que muita importância é dada para o crescimento do estoque de
crédito. Entretanto, seu estudo demonstra que a principal relação entre atividade e crédito ocorre
através não do crescimento do crédito mas sim do seu impulso (a variação do crescimento do
crédito, ou seja, a segunda derivada do estoque de crédito).
Como será explicado, o PIB pode ser definido como a soma das compras de bens e serviços
finais de uma economia (PIB pela ótica da demanda). Em uma economia fechada (X – M = 0) e
sem governo (G = 0), temos que Y = C + I. Essa variável também pode ser chamada de demanda
doméstica privada. De acordo com Biggs, Mayer e Pick (2009), um modelo simples (explicado a
seguir) pode ser usado para descrever essa demanda privada.
O modelo consiste, primeiramente, em assumir que bens de capital são produzidos pelas
famílias e compradas pelas empresas. Essas empresas utilizam esses bens de capital na
! 15!
produção de bens de consumos não duráveis para os consumidores da economia. Portanto,
temos que:
(2) C! = !F(K!) != !AK!!
Onde K! é o estoque de bens de capital e A é uma constante. O estoque de capital é uma
função tanto da depreciação (!) do estoque quanto do investimento!(I!) em novos equipamentos
e máquinas:
(3) K! != !F(δ, I!) != ! (1!– !δ)!K!!! !+ ! I!!
O mercado para bens de consumo é competitivo e as empresas não podem reter ganhos e
utiliza-los para comprar bens de investimento. Com isso, uma das grandes suposições do modelo
é que o investimento é financiado exclusivamente por dívida (em geral, empréstimos bancários).
Os juros pagos pela empresa, de acordo com a maximização do lucro e sujeitas as condições
presentes nas equações (2) e (3) são iguais a:
(4) r!=!A!–!δ
Onde r representa os juros pagos pelas empresas nos empréstimos. Assumindo que todo o
investimento é realizado via empréstimo e que depois de pagar rKt de juros as firmas usam o que
restou dos seus ganhos (δKt) para abater parte do estoque de dívida, ou seja, todo o dinheiro
ganho pelo consumo das família (AKt) é usado para pagar os juros e a depreciação. A relação
entre crédito e investimento é, então:
(5) I! = !D! !− !(1− !δ)D!!! != !ΔD! !+ !δD!!!!
Os consumidores são as mesmas famílias que venderam os bens de investimento para as
empresas. No final, eles pagam pelo seu consumo com as receitas geradas pelos empréstimos as
empresas (rDt) e com o estoque de dívida abatido pelas empresas (δDt). Então, o estoque de
poupança das famílias também evolui em linha com a equação (v). Portanto, assumindo que todo
investimento foi realizado via empréstimo e levando em consideração as equações (2) e (4),
temos que:
(6) C! != !AK! != !AD! !!= ! (r!+ !δ)!D!!!
Finalmente, combinando as equações (5) e (6) e considerando que Y = C + I para uma
economia fechada e sem governo, temos que a demanda privada em função do estoque de
crédito se da por:
! 16!
(7) Y! != ! (r!+ !δ)!D! !+ !ΔD! !+ !δD! − 1! = ! (1!– !δ)!ΔD! !+ !(2δ!+ !r)!D!!
A variável que realmente importa para a analise da atividade econômica pelos diversos
economistas e até mesmo pelo Banco Central, é a taxa de crescimento do PIB real ao longo do
tempo, isto é, sua variação em relação ao período anterior. Tem-se então que essa variação é
representada pela seguinte equação:
(8) !!!!!!!!!!!
= 1 − !δ !∆!!!!∆!!!!!!!!+ 2δ + r ∆!!
!!!!
O primeiro termo da equação!(∆Dt − !∆Dt−1)!é o que chamamos de impulso de crédito e ele
será o foco do nosso trabalho. Pode-se observar através da equação (8) que o impulso de crédito
deve ter peso bem maior que o crescimento do crédito para valores normais (com depreciação e
juros mais próximos de zero do que de 1).
Figura 5 – Relação do Crédito com a atividade.
Fonte: Biggs, Mayer e Pick (2009)
!
Biggs, Mayer e Pick (2009) alegam que o crescimento do crédito tem uma performance melhor
(embora inferior ao impulso) em cenários onde há um crescimento do PIB para níveis anteriores
ao choque. No exemplo da figura 5, o cenário descrito é um que o PIB caiu de 5% para 1% e
depois voltou para o nível anterior. O crescimento do crédito não consegue explicar essa volta de
maneira tão precisa quanto o impulso e, no cenário visto após a crise de 2008, foi posto em
! 17!
dúvida a relação do crédito com a atividade econômica, o que deu origem ao estudo de novas
fontes de impacto do crédito, que foi explicado pela relação entre o impulso de crédito e o
crescimento do PIB.!!
Figura 6 – O impulso de crédito e o crescimento da atividade no Brasil.
Fonte: Adaptado de IBGE e Banco Central. Elaboração Própria.
Portanto, esse trabalho testará essa hipótese de o impulso de crédito se relacionar com a
atividade econômica de uma maneira melhor do que o simples crescimento para dados da
economia brasileira e conseguiremos ver como esse impulso se relacionou com a depressão
vivida no Brasil após 2013.
!
!
!
!
!
! 18!
!
!
3. Aspectos macroeconômicos
Essa seção tem como objetivo introduzir os principais conceitos que serão usados ao longo do
trabalho, assim como apresentar a literatura que da suporte a eles. O foco será na apresentação e
conceituação das principais variáveis observadas pelos principais Bancos Centrais modernos. O
conceito de Produto Interno Bruto (PIB) será o principal indicador usado para se analisar a
atividade econômica de um país. Sua relação com o crédito é o principal objetivo do trabalho.
3.1 Atividade econômica
O conceito moderno de PIB foi introduzido pelo cientista russo-americano Simon Kuznet
em um relatório para o congresso americano em 1937. Desde então, o PIB é uma das principais
variáveis observadas para medir a riqueza de uma determinada nação em um certo intervalo de
tempo. De acordo com a Organização para a Cooperação e Desenvolvimento Econômico
(OECD)6, o PIB é uma medida que mensura o valor monetário final de bens e serviços produzidos
por uma economia em um determinado período de tempo.
Entretanto, essa medida está sucessível a variações de preço que não necessariamente
modificam a produção de riqueza na economia. Para resolver essa questão, o conceito de PIB
real é utilizado. Ele é calculado deflacionando o PIB nominal de um país pela mudança de nível de
preços ocorrida (essa variável é conhecida de deflator do PIB, e embora seja também uma
medida de inflação, não confundi-la com o índice de preços ao consumidor).
Cabe ressaltar que o PIB real por si só não é uma medida de bem estar de uma região,
sendo apenas um indicador para “medir” a atividade econômica e não leva em consideração
indicadores como qualidade de vida, desigualdade, violência, entre outros. Porém, é um bom
termômetro de como um determinado pais está evoluindo e a queda nesse indicador é, em geral,
vista como um sinônimo de fraqueza e que medidas devem ser tomadas para ajustá-lo a um
caminho visto como mais saudável. !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!6 Fonte: https://data.oecd.org/gdp/gross-domestic-product-gdp.htm, recuperada em 20 de agosto de 2017.
! 19!
O PIB, de acordo com o Fundo Monetário Internacional (FMI)7, pode ser calculado por três
óticas: da oferta, da renda e da produção. Ambas as formas de calculo deveriam chegar a um
mesmo resultado. Nesse trabalho, estamos mais interessados no PIB pela ótica da demanda.
Nessa fórmula de cálculo, temos que o PIB é a soma das compras feitas pelos usuários finais dos
produtos. Em termos matemáticos:
(9) !! = !!!!! + !!!! + !! + (!! − !!!)
Onde Y é o PIB, C o consumo das famílias, G o consumo do Governo, I o investimento, X as
exportações totais de bens e serviços e M as importações. De maneira que a primeira parte da
equação é chamada de demanda domestica (C + G + I) e a segunda de exportações liquidas (X –
M). Quando a variação do PIB é negativa, dizemos que um país se encontra em recessão.
Figura 7 – Variação anual do PIB brasileiro.
Fonte: Adaptado de IBGE
Portanto, o PIB é o principal indicador de atividade econômica observado na atualidade. Seu
crescimento é observado e estudado de perto por impactar diretamente na riqueza de um país e, !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!7!Fonte: http://www.imf.org/external/pubs/ft/fandd/basics/gdp.htm, recuperada em 20 de agosto de 2017.!
! 20!
consequentemente, na vida de sua população. Devido a essas características do PIB de ser um
bom indicador da atividade econômica de uma região, ele é utilizado em estudos e estatísticas de
autoridades monetárias e fiscais para a tomada de diversas decisões.
3.2 Inflação e Desemprego
De acordo com a OECD8, a inflação é vista como um aumento generalizado no nível dos
preços de uma economia. Em geral, ela é medida com base em uma cesta de produtos e serviços
baseadas nas preferencias do consumidor do local. No Brasil, o decreto 3.088 assinado em junho
de 1999 estabelece o regime de metas de inflação para o Banco Central. A inflação é
acompanhada através do Índice de Preços ao Consumidor Amplo (IPCA), calculada pelo IBGE e
usada pelo Banco Central como principal variável de medição de estabilidade (ou instabilidade)
dos preços.
O desemprego se refere as pessoas que buscam emprego e não conseguem encontrá-los.
Ele é acompanhado, principalmente, através da taxa de desemprego. A taxa de desemprego diz
respeito a essa parcela da população que não consegue ser empregada sobre a população
economicamente ativa, ou seja, a soma de empregados e desempregados. No Brasil, essa taxa
também é calculada pelo IBGE, sendo divulgada na Pesquisa Nacional por Amostra de Domicílios
Contínua (PNAD-C), substituindo a Pesquisa Mensal do Emprego (PME).
(10) ! = !número!de!desempregadosforça!de!trabalho!!
Onde u é a taxa de desemprego e “força de trabalho” se refere a todas as pessoas
economicamente ativas, ou seja, a soma de desempregados e os empregados.
Essas duas variáveis são extremamente importante no estudo macroeconômico por afetarem
de maneira direta a vida da população. Portanto, desde o início do século XX, quando a
macroeconomia moderna foi introduzida por Keynes, elas têm sido objeto de intenso estudo e
debate entre diferentes frentes ideológicas que tentam explicá-las e arrumar maneiras de controlá-
las.
Hoje, como discutido anteriormente, o papel do Banco Central e suas políticas monetárias é
exatamente influenciar essas variáveis para tentar assegurar o bom funcionamento da economia e
as colocarem nos níveis considerados adequados. Isso ocorre devido a um aparente trade-off
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!8!Fonte: https://data.oecd.org/price/inflation-cpi.htm, recuperada em 20 de agosto de 2017.!
! 21!
entre essas duas variáveis se transforma em uma discussão, a partir de 1968, sobre condução de
políticas monetárias.
O economista neozelandês William Phillips (1958) publicou um paper explicando a relação
entre taxa de desemprego e o crescimento de salários nominais no Reino Unido. Logo em
seguida, influenciados por Phillips, os americanos Samuelson e Solow (1960) criaram o link direto
entre desemprego e inflação ao apresentarem um estudo que identificava uma relação inversa
entre as duas variáveis.
Figura 8 – Curva de Phillips ajustada.
Fonte: Boundless Economics9
!
Desde então, diversas escolas de pensamento econômico visam entender essa relação e
o porque da existência desta. Com a estagflação dos Estados Unidos da América, surgem
diversas críticas ao modelo da curva de Philips clássica. Uma dessas críticas vêm da escola
monetarista, na figura de Milton Friedman (1968), que encara a relação anterior como uma relação !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!9 Fonte: https://www.boundless.com/economics/textbooks/boundless-economics-textbook/inflation-
and-unemployment-23/the-relationship-between-inflation-and-unemployment-105/the-long-run-
phillips-curve-401-12498/, recuperado em 15 de julho de 2017.
!
! 22!
de curto prazo. No longo prazo, existe uma taxa natural de desemprego determinada por fatores
estruturais da economia. Logo, a inflação muda de acordo com a política monetária realizada pela
autoridade monetária.
Portanto, existe um caloroso debate sobre maneiras de encontrar um ponto ótimo que
levaria a sociedade a viver em níveis considerados saudáveis de inflação e desemprego.
Independente da corrente ideológica, o fato é que elas influenciam diretamente na vida da
população e portanto merecem atenção especial dos agentes da economia. Em um discurso em
Munique, o presidente do Banco Central Europeu, Mario Draghi (2013), argumentou que a inflação
ataca não só a riqueza econômica como a estabilidade política e que o desemprego é uma
tragédia que impede as pessoas de participarem de maneira completa e significante na
sociedade.
Figura 9 – Inflação no Brasil, medida pelo IPCA.
Adaptado de IBGE
!
No Brasil, o Conselho Monetário estabelece um regime de metas para a inflação que deve
ser perseguido pelo Banco Central. O figura abaixo nos mostra que o Brasil viveu vários períodos
de instabilidade no poder de compra da moeda. Depois de 4 anos rondando o teto da meta, a
inflação disparou em 2015 para níveis bem acima ao estabelecido pelo Banco Central. Agora,
! 23!
vivenciamos o movimento contrário, de inflação abaixo do centro da meta e moeda mais estável,
depois da grande recessão e politica monetária contracionista.
A dinâmica do desemprego também se alterou nos últimos anos. Depois de 14 anos em
tendência de diminuição, a partir de meados de 2014 a tendência se reverteu e hoje presenciamos
desemprego tão alto quanto no começo de 2003. Com isso, milhões de pessoas estão deixando
de contribuir de maneira “completa e significante para a sociedade”, como disse Mario Draghi em
seu discurso em 2013.
Figura 10 – Taxa de desemprego no Brasil.
Fonte: Adaptado de IBGE
Portanto, podemos ver que o momento vivenciado no Brasil traz mais foco ainda para as
questões macroeconômicas e bota assim o Banco Central no centro das atenções. E, como
explicado, as decisões do Banco Central visam garantir a estabilidade financeira e da moeda.
Como será explicado adiante, a taxa de juros básica será o principal meio do banco central
influenciar essas grandezas macroeconômicas e buscar alcançar seus objetivos.
! 24!
3.3 Expectativas e confianças dos agentes !
Expectativas possuem um papel central nos esforços de desenvolvimento de uma
comunidade (Coyne, 2009) . Quando as confianças estão altas, a economia tende a sentir o efeito
desse otimismo. Quando o consumidor está confiante com sua situação econômica, ele gasta
mais, aumentando assim o consumo e, consequentemente, a atividade econômica. O mesmo se
refere a confiança dos empresários, que em momentos de otimismo podem aumentar seus
investimentos, gerando assim mais empregos e também aumentando a renda do país. O contrário
também é verdadeiro. Expectativas pessimistas sobre a condução da política econômica ou do
ciclo pelo qual passa o país também geram uma restrição ao consumo e ao investimento.
As expectativas de inflação possuem papel relevante na condução da politica monetária. De
acordo com o Bank of International Settlements (Upper, 2016), as expectativas de inflação vem
tendo uma força maior na dinâmica inflacionária de países emergentes. Isso faz com que os
Bancos Centrais consigam olhar através de choques inflacionários se as expectativas de médio
prazo estiverem ancoradas (ou seja, ao redor da meta que ele deve perseguir). Entretanto,
também é um peso maior caso estejam descoladas da meta e assim o Banco Central deve ser
mais agressivo no corte ou no aumento dos juros para vencer a resistência das expectativas.
Figura 11 – Modelo do Banco Central para inflação de serviços. Conclui-se que o principal
responsável pela alta ocorrida ao final de 2014 foram as expectativas de inflação mais alta.
Fonte: Relatório de inflação do Banco Central, Junho de 2017.
! 25!
No Brasil, o boletim Focus, divulgado semanalmente pelo BACEN, visa agregar as
expectativas dos agentes de mercado sobre as variáveis econômicas. O próprio Banco Central o
utiliza na condução de sua política monetária (Relatório de Inflação, Junho de 2017). Em relação a
confiança dos agentes em relação a economia, outras pesquisas, como o Índice de Gerentes
(PMI), procuram medir a confiança dos empresário. O Índice de Confiança do Consumidor,
calculado pela Fundação Getúlio Vargas, é exemplo de outra pesquisa. Ele busca detectar as
expectativas do consumidor em relação a economia.
3.4 As finanças públicas
O debate econômico sobre o papel exercido do Estado na economia é um dos principais
objetos de debate em meios acadêmicos e profissionais. Adam Smith (2008) argumentou que o
Estado não deve interferir no comercio entre as nações, atacando a visão mercantilista de
comércio vigente na época, onde o Estado era o principal patrocinador dos empreendimentos
comerciais. Marx (1988) defende o controle estatal a todos os setores da economia, como forma
de garantir justiça aos operários no controle dos bens produzidos por ele e de acabar com a
exploração por parte da figura do capitalista.
Entretanto, de acordo com De Vroey e Malgrange (2011) o debate moderno sobre o Estado na
economia moderna se inicia com o livro A Teoria Geral do Emprego, do Juro e da Moeda de John
Maynard Keynes. No contexto, estavam as economias capitalistas ocidentais em meio a grande
crise iniciada em 1929, onde o desemprego em massa, a recessão e a deflação os atingiram em
cheio esses países. Keynes (1996) argumenta que o Estado deve sim influenciar na economia em
tempos de recessão, de forma a criar empregos e incentivar o consumo. Assim, com consumo
crescente, as empresas achariam oportuno a produção de mais bens e serviços, o que levaria a
uma demanda maior por trabalhadores. Esse crescimento puxado pelo consumo é uma das
principais marcas da economia keynesiana e nele o Estado exerce um papel predominante em
animar a economia em tempos de recessão.
Posteriormente, como já explicitado aqui nesse trabalho, o estudo de Samuelson e Solow
(1960) sugeriu um possível trade-off entre a inflação e a taxa de desemprego através da aplicação
da “Curva de Phillips” aos dados referentes a economia americana (trocando a variação do salário
nominal pela inflação). Com isso, agora os governos sabem que eles poderiam “comprar” uma
queda no desemprego através de um aumento na inflação.
! 26!
Entretanto, no novo contexto da economia mundial (o chamado Estado de Bem-estar social),
os EUA vivenciavam uma situação de crescimento fraco, inflação alta e desemprego também alto.
Essa situação trouxe críticas ao modelo vigente da curva de Phillips, visto que a realidade
mostrava que desemprego alto e inflação alta podiam sim conviver juntos.
Então, Milton Friedman (1968) e Edmund Phelps (1967), argumentam que existe uma taxa
natural de desemprego de longo prazo e, portanto, a curva de Phillips seria apenas uma relação
de curto prazo. Além disso, Friedman também traz consigo críticas ao modelo fiscal e monetário
de Keynes. Ele argumenta em discurso a American Economic Association (1967) que o governo
não deve interferir na economia e deve deixar a livre iniciativa agir. Além disso, ele critica a visão
de que o governo deva forçar os bancos centrais a manterem taxas de juros baixas e que deva
existir criação de dinheiro para assim conseguirem desemprego baixo.
Entretanto, a discussão estrava restrita ao nível de governo na economia e como a política
monetária impactava a economia. Dornbusch e Draghi (1991) argumentam que a discussão sobre
as finanças públicas surge nos anos 1980 com o rápido crescimento da dívida americana e como
começam a surgir questões sobre a sua sustentabilidade. A dinâmica também se repete na
Europa ocidental, onde diversos países (como Bélgica, Irlanda, Itália e Grécia) começam a ter um
crescimento explosivo da dívida.
Figura 12 – Dívida pública americana como porcentagem do PIB
Fonte: Federal Reserve Bank of St Louis
! 27!
As principais variáveis utilizadas para identificar a saúde fiscal de um país são a dívida pública
e o déficit fiscal (ambos divididos pelo PIB nominal). Isso se deve ao fato de que o PIB de um país
representa a capacidade dele de gerar riqueza para pagar a sua dívida. Por exemplo, não tem
como comparar a dívida de dois países diretamente, pois o tamanho das suas economias
influenciam diretamente na capacidade de cumprir seus deveres.
De acordo com o relatório World Economic Outlook produzido em abril de 2017 pelo FMI, a
Grécia possuía em 2015 uma dívida de 315 bilhões de euros, um valor bem abaixo dos 2.157
bilhões de euros da dívida alemã. Entretanto, quando levamos em consideração o tamanho das
economias dos dois países, temos que a Alemanha (com relação dívida/PIB igual a 71%) se
encontra em situação muito mais favorável que a Grécia (onde a dívida se encontra a
impressionantes 180% do PIB).
! 28!
4. Metodologia !
Com o objetivo de analisar a relação do impulso de crédito de maneira empírica com a
atividade (representada aqui pela demanda doméstica privada) será usado nesse trabalho um
modelo econométrico que busca relacionar a atividade econômica, o crescimento de crédito e o
impulso, conforme descrito no capítulo 3. Para realizar as análises estatísticas serão utilizados
como literatura básica o trabalho de Enders (2014) e Wooldridge (2012). A variável explicada
(dependente) será a demanda doméstica privada (C + I) e as variáveis explicativas serão o
crescimento do crédito e o impulso de crédito.
4.1 Séries temporais !
Um conceito fundamental no estudo de variáveis econômicas é o de séries temporais.
Segundo Enders (2014), uma questão fundamental na econometria moderna é a criação de
modelos que sejam simples e capazes de analisar, interpretar, testar hipóteses e prever
comportamento de variáveis econômicas. A analise de series temporais inicia como uma questão
de auxilio a previsões. Entretanto, muitas vezes esse conjunto de dados possui certos
comportamentos que podem ser problemáticos para esse fim, como sazonalidade, tendência e um
componente irregular.
Figura 13 – Componentes de uma série temporal hipotética
Fonte: Enders, 2014
! 29!
A metodologia geral usada para conseguir realizar previsões consiste em achar uma
equação de movimento que conduz o processo estocástico (um conjunto de variáveis aleatórias
que representa uma evolução ao longo do tempo). Por exemplo, seja Yt uma variável que
representa um valor no momento t. Essa variável pode ser representada da seguintes forma:
(11) Y! != !T! + S! + !C! + I! (12) Y! != !T!!×!S!!×!!C!!×!I!
Onde: !! = valor da variável no tempo t
!! = valor da tendência no tempo t
!! = valor do componente sazonal em t
!! = valor da componente cíclica em t
!! = valor do componente irregular no período t
No modelo (xi), chamado de aditivo, os componentes cíclicos, sazonais e irregulares são desvios
absolutos da tendência, isso é, eles não dependem do nível do componente de tendência. Já no
modelo (xii), o modelo multiplicativo, eles são desvios relativos da tendência, isso é, quanto maior
o componente de tendência, mais intensa serão as variações.
A equação por trás de cada componente citado é chamada de equação de diferença. Em
sua forma mais comum, essa equação de diferença relaciona o valor da variável com o de seu
próprio lag (isso é, o seu valor em um período anterior no tempo), com o tempo e outras variáveis.
Os componentes sazonais e de tendência são ambos funções do tempo e o termo irregular é uma
função de seu próprio lag e o valor de uma variável estocástica ℰ!.
! 30!
4.2 Regressão linear !
A regressão linear vem para econometria com a função de explicar uma variável através
do comportamento de outras variáveis (uma ou mais varíaveis). Wooldridge (2012) mostra que
uma maneira simples e direta de representar uma relação entre duas variáveis aleatórias
populacionais (ou seja, foram usados todos os valores da população para se produzir a
regressão) se da na forma de um modelo de regressão linear simples:
(13) ! = !!! + !!! + !
Onde: ! = variável dependente ou explicada
!! = constante que representa o intercepto da curva
!! = coeficiente de inclinação da curva.
! = variável independente ou explicativa
! = termo residual
A linearidade implica que uma mudança de uma unidade em x tem o mesmo efeito em y
independente do valor inicial da variável explicativa, o que não é realístico para a maioria das
aplicações de regressões na economia real (WOOLDRIDGE, 2012). A maior dificuldade é
certificar que o modelo de regressão simples descrito permite que tenhamos conclusões ceteris
paribus (ou seja, tudo mais constante) sobre os efeitos da variável explicativa sobre a explicada.
Para que isso ocorra, existem várias premissas que devem ser levadas em conta. Entre elas, uma
é considerada chave para que a regressão seja considerada útil: o valor esperado do termo
residual (u) na população deve ser zero.
(14) E(u) = !0
Onde E(u) representa o valor esperado do termo residual u
Essa premissa diz que a distribuição dos fatores não observados da população (aqueles
inclusos no termo residual) possuem valor esperado de zero. Outra premissa muito importante
para regressões surge da relação entre o termo estocástico e a variável explicativa. Devido ao fato
de que u e x são variáveis aleatórias, podemos definir a distribuição condicional de u dado
qualquer valor de x. A premissa para regressões serem válidas é de que o valor esperado de u
para qualquer valor de x é igual a 0, ou seja, u é independente de x.
! 31!
(15) ! !|! = !! ! = 0
Portanto, agora com essas duas premissas, podemos montar um modelo de regressão linear
onde uma variação de x implica em uma mudança igual a !!(!! − !!!) para o valor esperado da
variável explicativa y. Ou seja, em termos matemáticos, temos agora que:
(16) ! !|! = !!! + !!!
Figura 14 – Representação de uma regressão linear
Fonte: Wooldridge, 2012
!
4.3 Regressão linear múltipla !
Wooldrige (2012) argumenta que regressões múltiplas são melhores para tirarmos conclusões
ceteris paribus pois podemos acomodar mais de uma variável que possa explicar os resultados da
variável independente. Por exemplo, no mundo real vários fatores podem influenciar no
comportamento de uma variável e, ao restringi-la a relação com apenas uma única variável
explicativa, podemos estar perdendo informação preciosa. Portanto, muitas vezes, modelos de
regressão linear múltipla são melhores e permitem muito mais flexibilidade. Agora, a equação da
regressão populacional, em termos matemáticos, é expressa por:
(17) y = !β! + β!x! + β!x! +⋯ !β!x! + !u
! 32!
Onde: ! = variável dependente ou explicada
!!!!!!!!! = constante que representa o intercepto da curva
!! = coeficientes que medem a variação de y com respeito a !!, mantendo tudo mais
constante.
!! = variáveis independentes
Outra premissa fundamental é que, quando usarmos estimadores, esses estimadores sejam
resultado de amostras aleatórias de n observações que sejam escolhida de modo a
representarem a população de acordo com o modelo descrito em (17).
As premissas usadas na análise de regressões simples continuam sendo úteis para
regressões múltiplas. Entretanto, agora podemos ter mais confiança nelas, pois termos que
poderiam estar sendo incorporados pelo termo estocástico na regressão simples estão agora
sendo explicitados e poderemos analisar seus impactos na variável explicada (WOOLDRIDGE,
2012).
(18) !(!|!!, !!,… , !!) = !0
Para a regressão ser válida, outra premissa é de que não exista colinearidade perfeita, ou seja,
nenhuma das variáveis independentes pode ser constante e não existe relação linear exata entre
as variáveis independentes. Só podemos ter os estimadores da regressão se as variáveis
independentes não possuam multicolinearidade perfeita.
Outra premissa é a premissa de homocedasticidade, ou seja, o termo residual u possui
variância constante independente das variáveis explicativas. Essa premissa, embora Wooldridge
(2012) argumenta que ela é de importância secundária, ele ao mesmo tempo afirma que essa
condição garante que teremos um indicador eficiente, ou seja, com menor variância (como será
explicado posteriormente). Matematicamente, temos que:
(19) !"#(!|!!, !!,… , !!) = !!!
Por fim, temos a premissa de que o erro (u) é normalmente distribuído ao redor da sua média
(de acordo com a premissa descrita em (18), essa média é igual a zero) e possui variância
constante e igual a !!. Portanto, essa última premissa tem a seguinte forma:
(20) !! ∼ !"#$%&(0,!!)
Portanto, uma regressão linear múltipla é muitas vezes válida para calcular modelos que
podem explicar de uma maneira mais aprofundada o comportamento de uma variável dependente,
! 33!
pois teremos menos informações contidas no termo residual u e conseguiremos observar o efeito
de múltiplos fatores que afetam esse comportamento (como no mundo real, é difícil achar uma
relação causa e efeito tão direta para ser explicada por apenas um fator).
Tabela 1 – Pressupostos de Gauss-Markov para regressão
Fonte: Adaptado de Wooldridge (2012)
4.4 Estimadores
Muitas vezes não conseguimos trabalhar com populações inteiras. Na economia real (que é
onde este trabalho foca), nunca conseguimos ter todos os dados disponíveis pois em geral
trabalhamos com séries temporais que não terminaram, ou seja, não possuímos todos os dados.
Entretanto, precisamos mesmo assim arrumar maneiras de explicarmos relações entre as
variáveis e fazermos previsões. Portanto, usamos amostras que visam simular o comportamento
de toda a população. Para simularmos da melhor maneira possível o comportamento da
população, precisamos de estimadores com três propriedades, são elas (WOOLDRIDGE, 2012):
• Não tendenciosidade, isto é, o valor esperado dos coeficientes devem ser iguais aos
coeficientes da população. Para isso ocorrer, devemos escolher uma amostra aleatória
que representa de maneira aproximada toda a população. Portanto, temos que o melhor
estimador para a nossa regressão ( β̂ ) possui sua distribuição centrada em !.
(21) E!(!) = !! • Consistência, ou seja, sua variância vai diminuindo a medida que o número de estimativas
obtidas com amostras aumenta. Com isso, garantimos que o erro de estimação diminui
com o aumento do tamanho da amostra. Em termos matemáticos, temos que:
Pressupostos de Gauss-Markov para regressão
Linearidade dos parâmetros Modelo populacional: !! = !!! + !!!! +⋯+ !!!!!!
Amostragem aleatória Amostra aleatória de n observações
Sem colinearidade perfeita Variáveis independentes não possuem correlação
Valor médio do resíduo é nulo E(!) = !0
Homocedasticidade !"#(!|!!, !!,… , !!) = !!!
! 34!
(22) lim!!→! !"# (!) = 0
• Eficiência: outra propriedade ligada a variância do estimador. A propriedade de eficiência
nos diz que o melhor estimador é aquele cuja variabilidade (em geral medido pela
variância) é mínima. Ou seja, o melhor estimador possui média centrada no parâmetro
populacional, variância que diminui com o tamanho da amostra e também a menor
variância entre os estimadores.
(23) Var!(!) < !Var ! , onde ! não é um estimador eficiente
Portanto, temos que um bom estimador para a variável populacional explicada (y) tem que ser
não tendencioso, consistente e eficiente. Este estimador pode ser representado da na seguinte
forma:
(24) y = !!! + !!!!! + !!!!!! +⋯+ !!!!!!
4.5 O método dos mínimos quadrados (OLS)
Como explicado acima, um bom estimador para a variável explicada y é y. Entretanto, como
existe um fator estocástico associado a regressão, temos que y será diferente do valor estimado
por uma quantidade igual ao valor do termo residual, ou seja:
(25) !! != !! − !!! !, onde !! é o estimador do termo residual.
O método dos mínimos quadrados é um modelo usado para a estimação dos parâmetros de
uma regressão. Seu funcionamento visa a minimização da soma dos erros quadráticos, ou seja:
(26) min !!!!!!! = min![ !! − !!! !!
!!! ]
Pode-se ver em (vii) que y é explicado pelas variáveis explicativas !!!, !!!,… ! , !!! , seus
respectivos coeficientes !!!,!!!,… ! ,!!! e uma constante !!!. Desta forma, pode-se definir o
método dos mínimos quadrados como o modelo que minimiza a seguinte expressão observada:
(27) min!{ !! − !! + !!!!! +⋯+ !!!!!"!}!
!!!
! 35!
Onde n é o número de observações na amostra e m a quantidade de estimadores. Ao
minimizar a soma dos erros quadráticos, tem-se um modelo que, aliado as premissas de Gauss-
Markov e aos requisitos necessários para ter bons estimadores, formam a regressão múltipla que
explica o comportamento de uma variável y em função das variáveis explicativas x. Esse modelo
é descrito pela equação (24).
4.6 A qualidade do modelo
Tem-se agora o modelo que será usado para obter a relação entre as variáveis explicadas e
explicativas, representado pela equação (xxiv). Entretanto, uma pergunta que se segue é o quão
bom e confiável esse modelo é. Wooldridge (2012) argumenta que uma medida para ver o quão
ajustado o modelo está do valor correto é utilizar a medida conhecida como Coeficiente de
Determinação (!!). Ou seja, um valor de !! próximo a 1 indicaria um modelo que se adere bem
a regressão e portanto pode ser usado para explica-la de maneira convincente e ser utilizado
para a realização de previsões a frente.
Como visto em (xxv), o resídulo é a diferença entre o estimador de y e seu valor exato. O
método dos mínimos quadrados visa, como explicado em (24), a minimização da soma dos erros
quadrados. Essa soma dos erros ao quadrado na estatística tem o nome de Soma Total dos
Quadrados (SSR, do inglês residual sum of squares) e é representada por:
(28) !!" = ! !! − !!! !!!!!
Entretanto, só essa relação não é suficiente para entender a variação da amostra ao redor do
seu valor médio e assim determinar o quão bom é o modelo. Define-se a Soma Total dos
Quadrados (SST) a soma da variação de cada ponto amostral em relação a sua média, ou seja,
SST é uma medida da variação total da amostra. Matematicamente, temos que:
(29) !!" = ! !! − !! !!!!! , onde!! é a média amostral de y
(30) !! = !!"!−1 ,onde !!é a variância amostral de y
Têm-se, por definição que SST é composta de uma variação não explicada (ou seja, o quanto
o termo residual influência na variação total de y) e por uma parte explicada pela regressão,
chamada estatisticamente de Soma dos Quadrados Explicadas (ESS). Esse grandeza mensura o
! 36!
quanto da variação total de y é explicada pela regressão, ou seja, ele mede a variação do
estimador de y em relação a média amostral. Matematicamente temos que:
(31) !!" = ! !! − !! !!!!!
Têm-se então que o coeficiente de explicação de uma regressão é a medida que relaciona o
quanto da variação da amostra consegue ser explicada pela variação do estimador da regressão
(!). Têm-se portanto que uma das principais medidas de fit de um modelo é a razão entre SSE e
SST. Ou seja:
(32) !!" = !!!" + !!"
(33) !! = !!!"!!"
Portanto, temos que um bom modelo terá explicará boa parte da variação total (SST) e que
por definição SST é maior que SSE (como todos os termos são quadráticos, não possuímos
números negativos), de forma que um coeficiente de determinação !!!próximo de 1 nos indica
que o modelo explica bem a relação proposta. Entretanto, como veremos mais a frente, deve-se
levar em consideração outras visões na hora de se avaliar o modelo além do coeficiente de
determinação, pois existem regressões espúrias, isso é, com alto valor de !!, porém que não a
relação não faz sentido.
4.7 Teste de hipóteses !
De acordo com Wooldridge (2012), muitas vezes usamos estatísticas para responder
questões de “sim” ou “não”. O teste de hipótese surge como um método para responder tal
questões baseados em resultados provenientes do estudo de amostras estatísticas. Ou seja,
podemos responder que um determinado resultado faz sentido com um certo grau de confiança
baseado no estudo estatístico de uma amostra.
Define-se a hipótese nula !! como sendo a hipótese que queremos testar, ou seja, podemos
ver a hipótese nula como um réu em um tribunal: assim como todos são inocentes até que se
prove o contrário, a hipótese nula é verdadeira até que os dados dêem forte indicações que ela
não é. Outro importante conceito é o de hipótese alternativa (!!). A hipótese alternativa será
considerada verdadeira se a hipótese nula for considerada falsa (na alusão feita anteriormente, a
! 37!
hipótese alternativa seria a negação da inocência do réu, ou seja, baseado em dados, o réu é
criminoso).
No teste de hipóteses, há dois tipos de erros possíveis: podemos rejeitar a hipótese nula
sendo que ela é verdadeira (ou seja, condenarmos um réu inocente) ou podemos aceitar a
hipótese nula quando ela deveria ser rejeitada (absolvermos um réu culpado). O primeiro tipo de
erro é denominado Erro Tipo I (denominado tipicamente pela letra grega !) e, em geral, teste de
hipóteses são construídos para que a probabilidade de acontecer um Erro Tipo I seja bem
pequena. O valor de ! é bem extremamente importante para o teste de hipótese e seu valor é
exatamente a tolerância que teremos para o Erro Tipo 1.
Figura 15 – Teste de Hipóteses
Fonte: Wooldridge (2012)
Também gostaríamos de minimizar a probabilidade do Erro Tipo 2 dado um nível de
significância baixo. Entretanto, como por definição manter um !!baixo implica em maior chances
de ocorrer o Erro Tipo 2, temos que o poder do teste (1 – Erro Tipo 2) nunca será igual ao valor
total de 1 unidade. Portanto, um bom teste de hipóteses possui um baixo valor para o Erro Tipo 1
e busca maximizar o poder do teste minimizando o Erro Tipo 2.
! 38!
Na análise de regressão múltiplas (que será o foco desse trabalho), temos dois principais
teste de hipóteses que serão fundamentais para verificarmos se os parâmetros estimados são
significativos para a regressão (através do teste t de Student) e também para verificarmos se há
ou não regressão (através do teste F).
O test t corresponde a análise de se o parâmetro é significativo para a regressão, ou seja, se
!! !≠ 0. Vamos assumir que o desvio do estimador do parâmetro em relação ao parâmetro sobre
seu desvio padrão possua distribuição t (embora o pressuposto de normalidade indique que
deveria ter distribuição normal, como não temos o desvio padrão populacional e estamos usando
um estimador desse desvio, a distribuição t deve ser usada) com graus de liberdade igual ao
número de observações da amostra subtraídos do número de parâmetros desconhecidos menos
2). Matematicamente:
(34) !! − !! /!" !! ∼ ! !!!!!!
onde: !! é o valor estimado do parâmetro populacional !! k +1 é o número de parâmetros desconhecidos
n é o número de observações na amostra
!" !! é o desvio padrão amostral de !!
Como explicado, o teste de hipótese possui uma hipótese nula que deve ser rejeitada ou
aceita e que ela é “verdadeira até que se prove o contrário”. A tabela abaixo resume o teste de
hipótese t:
Tabela 2 – Teste t para Estimadores
Fonte: Adaptado de Wooldridge (2012)
Teste de Hipóteses: teste t
Hipótese nula !!:!!!!!!!! = !0
Hipótese alternativa !!:!!!!!!!! !≠ !0
Valor calculado do teste !!"#! = !! !/!"(!!)
Valor tabelado do teste !!"# =!Valor na tabela t de Student para n – k -1
graus de liberdade e significância igual a !!
Teste de Hipótese: Rejeitar !! se e somente se |!!"#!| > |!!"#|
! 39!
A hipótese nula no teste t é a de que o estimador populacional é igual a zero. Teremos no
teste de hipótese então dois valores para o teste t: o tabelado e o calculado. O tabelado será o
valor limite para que o estimador seja significativo para a regressão, ao passo que o calculado
será o valor que será achado a partir da estimação por meio do método dos mínimos quadrados,
ou seja:
O valor de !!"#! também mede a significância do parâmetro, ou seja, quanto maior for o valor t
para o parâmetro, mais significativo ele é para a regressão. Como dito anteriormente, existe um
outro teste para validarmos se uma regressão múltipla existe ou não e esse teste é chamado de
Teste F ou ANOVA (análise de Variância). A tabela abaixo explica como se calcula o valor Fcalc
que será usado para validar se existe ou não regressão:
Tabela 3 – Teste F para Estimadores
Fonte: Adaptado de Wooldirdge (2012)
Portanto, existem dois principais testes de hipóteses para a análise da existência e
significância da regressão. Entretanto, como será apresentado a seguir, esses testes quando
usados em séries temporais podem apresentar resultados enganosos devido as propriedades das
séries temporais apresentadas no capítulo 4.1. Devido a esse aspecto, as análises aqui
apresentadas devem ser sempre usadas cuidadosamente no contexto correto, para que o modelo
possa ser explicado de maneira satisfatória e deverá atender também a outros critérios que serão
discutidos mais a frente.
Teste de Hipóteses: Teste F
Hipótese nula !!:!!!!!!!! = !! = ⋯ = !! != !0
Hipótese alternativa !!:!!!!!"#$%&!!"!!í!"#$!!"!!!! !≠ !0
Valor calculado do teste !!"#! =!!"/!
!!"/(! − ! − 1)
Valor tabelado do teste !!"# =!Valor na tabela F para (k – 1) graus de liberdade no
numerador e (n – k) no denominador e significância igual a !!
Teste de Hipótese: Rejeitar !! se e somente se !!"#! > !!"#
! 40!
4.8 Regressão com séries temporais !
Wooldridge (2012) constata que quando se trabalha com séries temporais, as premissas
de Gauss-Markov precisam ser adaptadas. Isso se deve as características das séries
temporais citadas no capítulo 4.1: tendência, sazonalidade, componente irregular e cíclica.
Para que então tenha-se um modelo de regressão linear múltipla que possua os testes
explicados acima (teste t e teste F) válidos além do coeficiente de determinação ser
considerado correto, as séries que serão usadas na regressão devem obedecer as seguintes
premissas:
• Linearidade e fraca dependência: o processo estocástico é estacionário, “fracamente
dependente” (isso é, a correlação entre !! e !!!! tende a zero quando h tende a infinito).
Essa premissa é importante para implicar que a lei dos grande números e o teorema do
limite central sejam válidas, ou seja, para que a distribuição seja normal.
• Não existência de perfeita colinearidade: o mesmo que explicado para regressões
múltiplas.
• Valor médio do resíduo é nulo independentemente de qualquer variável dependente em
qualquer tempo t.
• Homocedasticidade: os resíduos são contemporaneamente homocedásticos, isto é,
possuem variância constante independente do valor das variáveis dependentes em
qualquer tempo t.
• Não existe autocorrelação serial dos resíduos.
Portanto, podemos ver que em geral as premissas de Gauss-Markov se mantêm bem
parecidas com as indicadas no capítulo 4.3. O conceito novo que surge é o de
estacionaridade da série temporal e será dado a devida atenção para ele no capítulo que se
segue. Também serão explicados os testes usados para conseguirmos calcular se a
regressão está sendo violado ou não. Estes testes serão usados na parte empírica do
trabalho para validar o modelo ou dar visibilidade do porque o modelo não consegue ser
estatisticamente correto (ou seja, se o modelo pode ir contra alguma premissa utilizada para
fazer uma boa regressão).
! 41!
4.9 Estacionariedade !
Como dito no capítulo anterior, quando se analisa a regressão de séries temporais surge o
conceito de estacionariedade para a análise dessas séries. Segundo Wooldridge (2012), uma
série é dita estacionária se a sua distribuição ao longo do tempo não muda, ou seja, independente
do tempo t, a média, a variância e a covariância não mudam ao longo do tempo. Em um sentido
teórico, estacionariedade serve para a aplicação da lei dos grandes números e do teorema do
limite central. No nível prático, precisa-se assumir alguma forma de estabilidade ao longo do
tempo para conseguir entender uma análise de regressão entre duas ou mais variáveis.
Outro problema advindo da não-estacionaridade das séries temporais são as chamadas
regressões espúrias. Esse tipo de regressão indica que a variável dependente, supostamente, é
bem explicada pelo modelo. Um exemplo de regressão espúria acontece quando duas séries com
tendência positiva e sem relação uma com a outra podem, através de uma análise de regressão
simples, apresentar alto coeficiente de determinação. Para garantir que a série é estacionária,
existem vários testes que podem ser aplicados.
Um jeito fácil de resolver o problema da não estacionaridade é através do método das
diferenças, isto é, subtrair o valor da série temporal no tempo t pelo seu valor em (t -1) :
(35) Δ!! = !!! − !!!!!
Dizemos que quando uma série é estacionária ela é I(0). Quando a primeira diferença dela é
estacionária, ela é I(1), e assim por diante. Para se testar a estacionariedade de uma série, um
dos testes mais utilizados é o teste de Dickey-Fuller aumentado (ADF). Ele consiste em testar a
hipótese nula se o coeficiente da raiz unitária é nulo ou não. Seja a equação abaixo a equação do
teste ADF:
(36) Δ!! = !! + !!!!!! + ! !!Δ!!!!!!!! + !!!
Onde ! é uma constante, e ! é o estimador usado na hipótese nula. Se ! é igual a zero,
existe uma raíz unitária e, portanto a regressão pode estar comprometida. Como o teste de
Dickey-Fuller aumentado é bem complexo, é utilizado uma tabela para aceitar-se ou não a
hipótese nula. O software estatístico utilizado nesse trabalho já dará essa informação na parte
prática, o que ajudará a verificar se as séries utilizadas na regressão podem ser consideradas
estacionárias.
! 42!
4.10 Cointegração !
Como visto na seção anterior, a hipótese de estacionariedade é muito importante para
garantirmos que a uma regressão não seja espúria e, portanto, não tenha valor estatístico algum
mesmo com !! próximos a 1. Para testar se um série é estacionária, pode-se usar o teste de ADF
e testar a hipótese nula de presença de raiz unitária. Entretanto, Wooldridge (2012) argumenta
que, existe um caso importante em que regressões envolvendo séries I(1) não formam regressões
espúrias e é muito importante no estudo econométrico: a cointegração.
A cointegração se refere a uma relação de longo prazo entre séries I(1). Como pode-se ver,
muitas vezes na economia não existem séries totalmente estacionárias devido a vários problemas
(desde o tamanho da amostra disponível até a não confiabilidade dos dados). Porém, através de
modelos teóricos e matemáticos consegue-se perceber relação entre variáveis que justificariam as
regressões embora testes puramente estatísticos não consigam devido a possíveis limitações de
premissas.
Hjalmarsson e Österholm (2007) argumenta que a hipótese de raízes unitárias por trás desse
teste não são facilmente justificadas na teoria econômica. Que variáveis como inflação e juros,
que muitas vezes são vistas como possuindo raiz unitária, não possuem razão a priori para
acreditar nessa hipótese e que, em grandes amostras, possuem sinais de reversão de média. Um
teste sugerido para testar a cointegração é o de Johansen (1995), onde seu ponto inicial é no
vetor autoregressivo (VAR) de y de ordem igual a p:
(37) !! = !! + !!!!!!! +⋯+ !!!!!! + !!!
Onde !!é um vetor de n x 1 variáveis que são integradas de ordem um I(1) e !! é um vetor de
nx1 contendo os resíduos. Esse VAR pode ser reescrito como:
(38) ∆!! = !!+ !!!!−1 + !!∆!!−!!−1!=1 + !!!
Onde ! = !! −!!!! ! e !! = − !!!
!!!!! . Se a matriz de coeficientes (!) tem um rank
reduzido (r < n), então existem nxr matrizes ! e !, cada uma com rank igual a r, de forma que
! = !"′!, sendo !′!! estacionário. Onde r é o numéro de relações de cointegração, ! é o
conjunto de elementos conhecidos como parâmetros de ajuste no VECM (vector error correction
model) e cada coluna de ! é um vetor de cointegração. Usando essas informações, Johansen
! 43!
(1995) propõe dois testes para estudar a cointegração de series: o trace test e o maximum
eigenvalue test, respectivamente:
(39) !!"#$% = !−!! ln!(1−!!=!+1 !!!)
(40) !!"# = !−!!ln!(1− !!!+1) Onde T é o número de observações na amostra e !! é a i maior correlação canônica entre os
vetores. O trace test testa a hipótese nula de r vetores de cointegreção contra a hipótese
alternative de n vetores de cointegração. Já o maximum eigenvalue test testa a hipótese de r
vetores de cointegração contra a alternative de r + 1 vetores. A presença de variáveis
estacionárias no sistema não é um problema para a funcionalidade do teste e da cointegração. A
cointegração, então, sugere que embora as séries possam não ser estacionárias, existe uma
relação de longo prazo que valida a regressão.
4.11 Causalidade de Granger !
Eichler (2011) argumenta que na análise de séries temporais, inferências sobre as relações de
causa e efeito entre variáveis são baseadas no conceito de causalidade de Granger (1969). Esse
modelo é feito para analise de relações de causa e efeito de maneira empírica e não de um
modelo científico, como muitas vezes é feito na economia. Dois princípios são fundamentais na
análise de causalidade de Granger:
• O “efeito” (Y) nunca precede a “causa” (X) no tempo.
• A série da “causa” contém informações únicas sobre a série que sofre os efeitos que
não está disponível na relação inversa.
A primeira premissa é comumente aceita. Já em relação a segunda premissa, Granger (1969)
considera dois conjuntos de informação:
• ℒ∗(!) é o conjunto de todas informações no universe até o tempo t.
• ℒ∗!!(!) contém as mesmas informações, exceto pelos valores contidos na série X
até o tempo t.
Matematicamente, temos que: a série X não causa Y se:
![!!!! ∈ !!|!ℒ∗(!)] = ![!!!! ∈ !!|!ℒ∗−! ! ]!
! 44!
Onde A é um conjunto não vazio de variáveis escolhidas arbitrariamente e P é a probabilidade
do evento acontecer. Portanto, temos que a causalidade de Granger é importante para verificar se
existe alguma relação de causa e efeito entre as variáveis. Entretanto, Eichler (2014) diz que a
causalidade de Granger nem sempre indica uma causalidade verdadeira e que é difícil a
separação do universo em ℒ∗(!) e ℒ∗!!(!) devido a premissas de que o universo pode ser
considerado discreto tanto no tempo, quanto no espaço. Também limita que se X afeta Y através
de uma terceira variável, a causalidade de Granger não pega esse efeito, visto que essa terceira
variável estaria no outro grupo.
! 45!
5. O caso brasileiro !
Esta seção tem por objetivo utilizar todo o conhecimento teórico adquirido ao longo do trabalho
para analisar a evolução do crédito no Brasil. O objetivo do trabalho não é testar estatisticamente
a influência de cada limitante do crédito na atividade e sim descrever o cenário macroeconômico
brasileiro e situar o crédito nesse contexto. No Brasil, existem três tipos de instituições que
participam ativamente da concessão de crédito e que podem possuir atuação e objetivos distintos:
instituições públicas, privadas nacionais e privadas estrangeiras.
Figura 16 – Evolução do estoque de crédito por tipo de instituição no Brasil
Fonte: Adaptado de Banco Central
!
O figura 16 mostra a dinâmica de crédito após o ano de 2000. Vê-se que o crescimento do
crédito se deu de maneira rápida e intensa, liderado principalmente pelo crescimento exponencial
do crédito proveniente de instituições públicas no período pós-2008. Após 2011, o crédito
proveniente de instituições públicas se consolida como a principal forma de financiamento de
empresas e famílias no Brasil e hoje é maior que a soma de instituições públicas e privadas. De
Paula, Oreiro e Basilio (2013) identificam que o crescimento do crédito por instituições públicas se
deu principalmente via BNDES e que esse tipo de crédito não obedece as condições normais de
mercado.
! 46!
Como foi visto na capítulo 2.3, McLeay, Radia e Thomas (2014) explicam que existem três
principais restrições que limitam a criação de dinheiro através de empréstimos bancários. Como
foi explicado, na economia moderna o empréstimo bancário cria um depósito e, assim, expande a
base monetária de uma nação. Entretanto, os bancos podem enfrentar resistência para a criação
de novos empréstimos devido a três principais fatores: a própria disposição do banco a emprestar,
o comportamento dos tomadores de empréstimos e a política monetária ditada pelo CMN e
perseguida pelo Banco Central.
5.1 O comportamento dos bancos
McLeay, Radia e Thomas (2014) argumentam que os bancos levam em consideração na hora
de criar um empréstimo se este será lucrativo e também consideram o risco de conceder esse
empréstimo. O Banco Central, desde 2011, divulga a pesquisa trimestral de condições de
crédito10. Nessa pesquisa, ele visa através de pesquisas com os bancos apurar como foi a oferta e
a demanda de crédito. Nela, as instituições financeiras selecionadas pelo Banco Central
devem responder como foi (e o que elas esperam a frente) as condições de crédito em quatro
categorias:
• Consideravelmente mais restritivo (CR): os bancos apertaram bastante as condições
de crédito de maneira a diminuir a concessão.
• Mais restritivo (MR): os bancos apertaram as condições de crédito, porém de maneira
mais moderada que na CR.
• Basicamente inalterável (BI): Não houve mudança significativa nas condições de
empréstimos.
• Moderadamente mais flexível (MF): os bancos facilitaram as condições de crédito.
• Consideravelmente mais flexível (CF): os bancos afrouxaram consideravelmente os
requisitos para realizar empréstimos.
O cálculo do índice é feito utilizando uma média entre as instituições financeiras a partir das
condições de créditos reportadas por ela (em que CR equivale a -2 pontos, MR a -1, BI tem valor
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
10 Mais detalhes sobre a construção dos indicadores podem ser verificados no site do Banco Central: Trabalho para Discussão no 245 – Pesquisa Trimestral de Condições de Crédito no Brasil, de junho de 2011.
! 47!
nulo, MF é igual a 1 e CF tem valor igual a 2). Portanto, quanto mais próximo de 2 for a média,
mais frouxa as condições de crédito foram no período observado.
O figura 17 mostra que durante todo o período observado, os bancos reportaram, em geral,
um aperto das condições de crédito. Entretanto, pode-se ver que a partir do quarto trimestre de
2014, as condições de oferta de crédito pioraram significativamente e de maneira mais intensa
para as empresas. Essa maior dificuldade de obtenção de crédito para as empresas pode
impactar diretamente no investimento pois, como visto na descrição do impulso de crédito, os
empréstimos realizados pelas empresas se traduz em investimento.
Figura 17 – Condições de crédito: oferta de crédito observada
Fonte: Adaptado de Banco Central
Pode-se ver que no cenário brasileiro, após 2014, os bancos começaram a limitar o
crescimento de crédito por sua própria iniciativa. De acordo com McLeay, Radia e Thomas (2014),
essa restrição ao fornecimento de novos empréstimos afeta a criação de crédito de maneira
direta: bancos não se sentem aptos a emprestar dinheiro e assim o crédito não aumenta. De
acordo com o Relatório de Estabilidade Financeira11 do Banco Central, os principais riscos
reportados pelas instituições financeiras nacionais são os riscos de inadimplência, de mercado, de
liquidez e de recessão. O figura 18 indica que, a partir de dezembro de 2014, (quando vemos que
as condições de crédito começam a ficar mais apertadas) o risco de inadimplência, que até então
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!11 O relatório de Estabilidade Financeira produzido pelo Banco Central e divulgado em Abril de 2017 pode ser encontrado aqui: http://www.bcb.gov.br/?relestab201704.
! 48!
estava em tendência de queda, reverte a trajetória até passar a ser reportado como o principal
risco observado pelas instituições financeiras.
Figura 18 – Principais riscos reportados pelos Bancos
Fonte: Relatório de Estabilidade Financeira, Banco Central, Abril de 2017.
Portanto, os bancos, a partir de 2014 se mostram menos dispostos a criação de novos
empréstimos e com isso dificultam o crescimento de crédito no Brasil. Entre os principais motivos
de riscos (ou seja, fatores que podem deixar o banco mais cauteloso na hora de emprestar
dinheiro) se destaca o risco de inadimplência por parte dos tomadores de empréstimos. Tem-se
então que o cenário brasileiro, na crise de 2014, contou com bancos apertando as condições de
crédito e assim o comportamento dos bancos atuou de maneira a impedir o crescimento do
crédito.
5.2 O comportamento dos tomadores de empréstimo
Como defendido por McLeay, Radia e Thomas (2014), o comportamento das famílias e
empresas que pedem empréstimos pode afetar de maneira direta a criação de crédito pelos
Bancos. Mais uma vez, a pesquisa trimestral das condições de crédito do Banco Central é um
! 49!
bom indicador para a análise de como os tomadores de empréstimos se comportaram nos últimos
anos e seu funcionamento é parecido com o explicado anteriormente. A única diferença é que
agora os bancos e instituições financeiras opinam sobre como eles perceberam que a demanda
de seus clientes se alterou em relação ao trimestre anterior.
Figura 19 – Condições de crédito: demanda de crédito observada
Fonte: Adaptado de Banco Central
Pode-se observar que, assim como a oferta de crédito se tornou mais restritiva a partir de
2014, também houve uma diminuição na demanda por crédito por parte dos tomadores. O
comportamento desses tomadores de empréstimo pode ser explicado, de acordo com o relatório
de estabilidade financeira da banco central pelo aumento do desemprego (figura 9) que interfere
na renda das famílias, e também pelo forte processo de redução de endividamento das famílias
(figura 19) e também um processo de desalavancagem por parte das empresas não-financeiras.
Tem-se como resultado, então dessa demanda mais fraca por crédito uma diminuição da criação
de empréstimos, o que faz com que a segunda limitação para o crescimento do crédito esteja
presente.
! 50!
Figura 20 – Endividamento das famílias
Fonte: Adaptado de Banco Central
Como pode-se observar, o endividamento das famílias se estabilizou a partir de 2014 e desde
metade de 2015 vem caindo, mostrando assim que as famílias estão menos propensas a contrair
empréstimos e estão em processo de deleveraging, ou seja, se livrando das dívidas. Portanto, do
lado dos tomadores de empréstimos, temos que, a partir de 2014, a demanda diminuiu e se iniciou
um processo de estabilização (e posterior diminuição) do endividamento, mostrando que as
pessoas e empresas estão mais cautelosas na hora de fazer empréstimos, o que somado a
bancos mais rígidos na hora de emprestar, limita e até mesmo diminui assim o crescimento do
crédito.
5.3 A política monetária do Banco Central
A terceira e última “variável” que influencia na criação de empréstimo, segundo McLeay,
Radia e Thomas (2014), é a política monetária perseguida pelo Banco Central. Como explicado no
item 2.1, o Banco Central deve obedecer a um regime de metas de inflação e usar todos os seus
instrumentos para conduzir essa inflação para o objetivo estabelecido pelo CMN. O principal
instrumento do Banco Central na sua política monetária é a taxa de juros (representada pela
SELIC). Na função de reação do Banco Central vê-se, de maneira simplificada, que o Banco
! 51!
Central define essa taxa de juros em função do hiato do produto e das expectativas de inflação
dos agentes da economia.
Como visto na figura 8, após anos rodando o teto da meta, após dezembro de 2014 a inflação
estoura a meta do Banco Central. Para levar essa inflação de volta para a meta, o Banco Central
adota uma política monetária contracionista, ou seja, ele dificulta o acesso ao dinheiro pelos
bancos, subindo assim as taxas de juros (figura 3).
Figura 21 – Taxa de juros média proveniente de recursos livres
Fonte: Adaptado de Banco Central
Como argumentado por McLeay, Radia e Thomas (2014), quando o Banco Central adota uma
política de juros altos, ele encarece assim o crédito e transforma instrumentos de renda fixas em
investimentos mais atraentes e aumentando o preço de investimentos mais arriscados. No Brasil,
há um alto spread bancário, ou seja, a diferença entre a taxa de captação de dinheiro pelo banco
e a taxa em que ele empresta no varejo. Esse trabalho não visa entrar no mérito das causas
desse spread, entretanto, vê-se que não obstante os juros mais altos devido a política monetária,
o efeito desse spread tornou empréstimos bem caros aos tomadores.
A partir de 2014 tem-se então um cenário de crédito mais caro que desencoraja a realização
de empréstimos por parte dos bancos e dos tomadores. Além da política restritiva do Banco
Central, o elevado spread bancário no Brasil contribuiu para tornar as taxas de empréstimos
pouco atrativas paras as empresas e famílias.
! 52!
5.4 O crédito público
Como visto na figura 15, o crédito proveniente de instituições públicas é hoje o principal meio
de financiamento nacional, ocupando em torno de 56% do estoque de credito do país (dados de
junho de 2017). Como o crédito de instituições públicas estão muitas vezes fora das leis que
regem o mercado, os limitantes explicados acima não se aplicam a essas instituições. Para isso,
precisa-se analisar a fonte de crédito e os motivos que regem o seu comportamento ao longo do
tempo. De Paula, Oreiro e Basilio (2013) mostram que existem diferenças entre a composição
das carteiras dos bancos públicos e da sua forma de captação de recursos. Além disso, o crédito
público também responde a interesses do governo em relação a políticas de desenvolvimento
econômico adotada pelo governo.
O figura abaixo mostra que a estabilização do crédito público se deve, principalmente, a
créditos oriundos do BNDES. Segundo o site do BNDES12, o banco pode ser descrito como:
“Fundado em 1952, o Banco Nacional de Desenvolvimento Econômico e Social (BNDES) é um
dos maiores bancos de desenvolvimento do mundo e, hoje, o principal instrumento do Governo
Federal para o financiamento de longo prazo e investimento em todos os segmentos da economia
brasileira (…) Por ser uma empresa pública e não um banco comercial, o BNDES avalia a
concessão do apoio com foco no impacto socioambiental e econômico no Brasil. Incentivar a
inovação, o desenvolvimento regional e o desenvolvimento socioambiental são prioridades para a
instituição (…) Em situações de crise, o Banco também tem fundamental atuação anticíclica e
auxilia na formulação das soluções para a retomada do crescimento da economia. O BNDES está
presente para apoiar o crescimento do País onde é necessário. “
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!12 Fonte: http://www.bndes.gov.br/wps/portal/site/home/quem-somos. Recuperado em 24 de agosto de 2017.
! 53!
Figura 22 – Estoque de crédito proveniente de instituições públicas
Fonte: Adaptado de Banco Central
!
Visto que o principal causador da queda no estoque de crédito durante o período foi o
BNDES, o trabalho focará apenas em entender o porque dessa diminuição. Como explicado
acima, o BNDES não tem as funções de um banco comercial e está focado em operações que
visam o desenvolvimento do país e não o lucro. Uma reportagem do Jornal Estadão13 indica
que a então presidente do BNDES, Maria Silvia, argumenta que falta demanda de crédito para
investir. Além disso, o então ministro da Fazenda, Henrique Meirelles, também atuou para a
diminuição do Banco no cenário econômico. Portanto, vê-se que crédito proveniente do setor
público não é regido apenas pelas leis do mercado, o que faz qualquer análise se tornar mais
complexa. Toda essa discussão da atuação do BNDES se da em meio a explosão da dívida
pública brasileira, o que fez com que o governo aumentasse o esforço fiscal.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!13!Fonte:!http://economia.estadao.com.br/noticias/geral,bndesAdiminuiAemprestimosAeAsetoresAreclamam,70001775462.!
! 54!
5.5 Avaliação do cenário
Como foi visto ao logo do capítulo, o crédito foi, principalmente no período entre o fim de 2014
e o início de 2017, contido por inúmeras fonte de pressões:
• Os bancos se tornaram mais cautelosos a emprestar e, assim, apertaram as condições de
crédito.
• Os tomadores de empréstimos, afetados pela recessão, diminuíram seu apetite por crédito e
começaram um processo de redução do endividamento.
• O Banco Central adotou uma política contracionista, aumentando os juros e encarecendo
assim o crédito, que contou também com o elevado spread bancário existente no Brasil.
• A política pública vigente afetou os empréstimos dos bancos públicos, principalmente do
BNDES e diminuíram assim o estoque de crédito público.
Portanto, o Brasil contou com uma “tempestade perfeita” após 2014 que impediu qualquer
crescimento por parte do crédito e, consequentemente, do impulso de crédito. Entretanto, a partir
de 2017, a dinâmica do crédito voltou a melhorar e assim aumentando o impulso de crédito, o que
poderá dar suporte a uma melhora da atividade a frente.
Figura 23 – O impulso de crédito
Fonte: Adaptado de Banco Central
! 55!
6. A aplicação do modelo ao caso brasileiro
!
6.1 Os dados
Os dados de crédito utilizados estão disponíveis pelo site do Banco Central, que os divulga de
maneira mensal e classifica o estoque de crédito em privado, público e de bancos estrangeiros. O
PIB e seus componentes utilizados foram os disponibilizados pelo Instituto Nacional de Geografia
e Estatísticas (IBGE), que os atualiza com uma frequência trimestral. A atual série histórica do PIB
calculado pelo IBGE tem início em 1996, ao passo que a série de crédito do Banco Central tem
início em 1988. Entretanto, antes de 1994 o cenário macroeconômico brasileiro era bem diferente,
vivenciando períodos de grande inflação e com a utilização de outra moeda, o que dificulta
comparações de crescimento entre os períodos.
De maneira a compatibilizar as frequências dos dados, os dados de crédito no banco central
foram arrumados também de uma maneira trimestral, com o dado do trimestre sendo
representado pela média do estoque de crédito no trimestre correspondente. Por exemplo, o dado
para o estoque de crédito no trimestre 2015.1 foi o relativo a média entre os estoques de crédito
de janeiro, fevereiro e março do devido ano. Os dados serão transformados de acordo com o
modelo proposto por Biggs, Mayer e Pick (2009) na seção seguinte. Todas as análises estatísticas
serão feitas com o auxílio do software estatístico eViews.
6.2 As transformações
Como visto na seção 2.3, a atividade econômica, aqui representada pela demanda doméstica
privada (Y = C + I), se relaciona da seguinte maneira com o crédito:
(41) !!!!!!!!!!!
= 1 − !δ !∆!!!!∆!!!!!!!!+ 2δ + r ∆!!∗!!!!!
!!!!∗!!!!!
Para testarmos esse modelo empiricamente, Biggs, Mayer e Pick (2009) sugerem as
seguintes transformações para os dados que possuímos:
(42) !! = !!(C!!!+!I!!)!−!(C!−4
! !+!I!−4! )(C!−4! !+!I!−4! )
! 56!
Onde !! será a nossa variável dependente e simboliza a demanda doméstica privada. Embora
possa-se argumentar que o modelo não é válido para simbolizar toda a atividade do país pois
exclui componentes importantes como os gastos do governo e o comércio externo, temo que , no
Brasil, essa variável representou cerca de 80% do PIB do país no ano de 2016.
Figura 24 – Componentes do PIB
Fonte: Adaptado de IBGE
!
Já o crédito será tradado da seguinte maneira. O crescimento real do crédito se dá pela
seguinte forma:
(43) d! = !!(!! !!)!−!(!!−4 !!−4)
(!!−4 !!−4)
Onde d! é o crescimento real do crédito, !! é o estoque de crédito no período t e !! é o
deflator implícito do PIB, isto é, a divisão entre PIB nominal e PIB real no período t. Por fim, o
impulso tem a seguinte forma:
(44) ci! = !!!!−!!!−1!!!− !!−4−!!−5
!!−5!
! 57!
Onde !!! é o PIB Nominal no período t. Por fim, a regressão que representará o modelo se
dará da seguinte forma:
(45) !! = !!!!! + !!!!!! + !!!!!"! + !!!
Portanto, o modelo a ser testado empiricamente é o descrito acima e ele visa ter a relação
entre a economia real e o crédito. Além disso, Biggs, Mayer e Pick (2009) analisam que o
crescimento de crédito e o impulso reagem de forma diferente em períodos de recuperação
econômica após crises. Nesse trabalho será testado se o mesmo se aplica ao Brasil.
6.3 Estacionariedade das séries !
Como visto no capítulo 4.10, a hipótese de estacionariedade é importante para verificarmos se
a regressão é espúria ou não. Também é importante para verificarmos as premissas da
regressão. O teste a ser usado será o teste Dickey-Fuller aumentado e testaremos todas as séries
individualmente. A tabela abaixo resumo os resultados apresentados e utilizando o critério de
Akaike para seleção de lags de maneira a termos resultados confiáveis. Lembrando que !! é a
hipótese de que há raiz unitária (logo, a série não é estacionária).
Tabela 4 – Teste Dickey-Fuller Aumentado
Fonte: Elaboração Própria
A tabela acima mostra que duas das três variáveis usadas no modelo possuem raízes
unitárias e portanto não são estacionárias e, então, gerariam regressões espúrias. Entretanto,
deve-se ter cautela a analisar esse resultado devido aos seguintes fatores:
Variável t-valor Valor Crítico (1%)
Valor Crítico (5%)
Valor Crítico (10%) p-valor Resultado
yt -1,74 -4,09 -3,47 -3,12 0,72 Não rejeita Ho
dt -0,66 -4,09 -3,47 -3,16 0,97 Não rejeita Ho
cit -3,94 -4,09 -3,47 -3,16 0,02Rejeita-se Ho com
5%
! 58!
• No caso do Brasil, devido a fatores macroeconômicos que afetam de maneira significativa
os dados, não pode-se ter uma amostra muito grande (possuímos 80 observações,
entretanto, como os dados são trimestrais, esse número de observações pode não ser
considerado suficiente).
• Quando analisamos o caso americano, verificamos que no mesmo período analisado
nesse trabalho, o PIB americano (e o PIB brasileiro também, vale ressaltar), possuem
raízes unitárias. Entretanto, quando consideramos uma amostra maior (desde 1947, uma
amostra de 278 observações), temos que a série pode ser considerada estacionária.
Tabela 5 – Teste Dickey-Fuller Aumentado para o caso americano
Fonte: Elaboração Própria
!
Figura 25 – PIB Americano
Fonte: Adaptado de Bureau of Economic Analysis
Portanto, deve-se ter cuidado ao interpretar os resultados do teste de estacionariedade
para os dados e tentar usar também da teoria econômica para analisar os resultados que serão
Variável Amostra t-valor Valor Crítico (1%)
Valor Crítico (5%)
Valor Crítico (10%) p-valor Resultado
yt 1997 a 2017 -2,67 -4,09 -3,47 -3,16 0,72 Não rejeita Ho
yt 1948 a 2017 -5,79 -4,09 -3,47 -3,16 0,00 Rejeita-se Ho com 1%
! 59!
gerados. No caso brasileiro, infelizmente, não temos a disponibilidade de séries trimestrais que
remetem a década de 1940 como nos EUA e portanto não temos como concluir se o problema
da estacionariedade é devido ao tamanho da amostra.
6.4 Cointegração das séries
Como explicado na seção 4.10, séries que não são estacionárias podem possuir relação
de longo prazo. Para testar essas relações, têm-se que existe o conceito de cointegração.
Woolridge (2012) argumenta que muitas vezes a cointegração possui interpretação
econômica. No caso do presente estudo, verificou-se que no caso das séries de demanda
doméstica privada e do crescimento real do crédito, não se pode rejeitar a hipótese de raízes
unitárias. Entretanto, como visto no caso americano, esse problema pode ser devido ao
limitado tamanho da amostra.
Existem inúmeros testes para verificar a hipótese de cointegração entre as séries.
Wooldrige (2012) sugere o teste de Engle-Granger para os resíduos provenientes da
regressão entre as séries. Como não pudemos rejeitar a hipótese do impulso de crédito
possuir raízes unitárias com nível de significância de 1%, podemos assumir que o impulso
também é uma série I(1) nesse nível de significância e usarmos o teste de Engle-Granger para
verificarmos se as variáveis presentes na regressão são cointegradas. A hipótese nula no caso
é a hipótese de que não há cointegração, ou seja, !!: não há cointegração.
Tabela 6 – Teste de Engle-Granger para cointegração
Fonte: Elaboração Própria
Portanto, a tabela acima confirma que, com nível de significância de 5% existe sim
cointegração entre as variáveis, ou seja, há relação de longo prazo e portanto a regressão faz
sentido. Quando possui-se variáveis que são relacionadas e, entretanto, não são
estacionárias, usa-se um modelo corretor de erros.
Como visto na seção 4.10, Hjalmarsson e Österholm (2007) argumentam que o teste de
Johansen também é útil para a avaliação de cointegração, e é capaz de determinar quantos
Variável dependente t-valor Valor
Crítico (1%)Valor Crítico
(5%)Valor Crítico
(10%) p-valor Resultado
yt -4,29 -4,32 -4,03 -3,78 0,05 Rejeita-se Ho com 5%
! 60!
vetores de cointegração existem. Enders (2012) afirma que o teste de Johansen é bem
sensível ao lag permitido e, portanto, deve-se calcular o VAR com as variáveis em nível e usar
o lag ótimo de um dos variados critérios para escolher o lag correto no teste. A figura abaixo
resume os resultados para o lag ótimo do VAR de acordo com diferentes critérios (o máximo
permitido foram 4 lags14).
Tabela 7 – Critérios para escolha de lag
Fonte: Elaboração própria
Como visto na tabela 7, apenas o critério SC escolhe um lag diferente de 4, e, portanto, o lag a
ser escolhido para o teste de Johansen será igual a quatro. A tabela 8 resume o resultado do teste
de Johansen aplicado as variáveis de atividade, crescimento real do crédito e impulso de crédito,
controlando para tendência determinística linear nos dados e permitindo 4 lags conforme indicado
acima.
Tabela 8 – Teste de Johansen para cointegração
Fonte: Elaboração Própria
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!14!SIMS,!Eric.!Graduate!macro!theory.!mar.!2013,!!jun.!2013.!Notas!de!Aula.!
Hipóteses
Ho Estatística Valor crítico P-valor Estatística Valor crítico P-valor
r = 0 41,7012 29,7971 0,0014 29,7944 21,1316 0,0024 Rejeita-se Ho com alfa = 5%
r = 1 11,9576 15,4947 0,1590 11,2749 14,2646 0,1410 Não rejeita-se Ho com alfa = 5%
r = 2 0,6827 3,8415 0,4087 0,683 3,8415 0,4087 -
Trace test Max. Eigenvalue TestResultado
! 61!
Pode-se ver que, de acordo com ambos os testes de Johansen (1995), existe apenas uma
equação de cointegração ao nível de significância de 5% entre as variáveis selecionadas e,
portanto, pode-se afirmar que existe uma relação de longo prazo entre elas. O vetor de !
Embora os coeficientes estejam representados negativos acima, tem-se que levar em conta
que isso é uma equação implícita, de forma que, no modelo padrão, pode-se ver que a relação de
longo prazo se da por:
Tabela 9 – Coeficientes de cointegração
Fonte: Elaboração Própria
(46) !! = !0,1980!!! + !5,2341!!"!
Portanto, podemos ver que no longo prazo o impulso de crédito é muito mais significativo do
que o crescimento do crédito real. Por fim, deve-se agora chegar no VECM. Como explicado em
4.10 e como tem-se apenas uma equação de cointegração e relativo a 4 lags, temos que o VECM
tem a seguinte forma matemática:
(47) ∆!! = !!+ !!0(1− 0,1980!− 5,2341!")!!−1 + β!1∆!!−!4!=1 + β!2∆!!−!4
!=1 +β!3∆!"!−!4
!=1
Onde !!(1− 0,1980! − 5,2341!")!!!! é a relação de longo prazo entre as variáveis, sendo
!! o coeficiente que descreve a velocidade de ajuste de volta ao equilíbrio, e β!" descrevem a
relação de curto prazo entre mudanças em y e x. De acordo com Wooldridge (2012), !! deve ser
significativo e menor que zero par que exista relação de longo prazo, isso é, para que o valor volte
para o equilíbrio.
Variável Coeficiente de Cointegração Normalizado
Desvio padrão β/σ
yt 1 - -
dt -0,198 0,1164 -1,7010
cit -5,2341 0,8924 -5,8652
! 62!
Tabela 10 – Resultado do ECVM. Resultado sem parênteses representam os valores dos
coeficientes, entre parênteses o desvio-padrão e entre colchetes a estatística t-Student.
Fonte: Elaboração Própria
!
A tabela 10 também mostra o coeficiente de ajuste não é significativo e nem negativo, o que
faz com que não exista uma correção para o equilíbrio do erro no longo prazo. Para verificar se
relação de curto prazo, foi realizado um teste de Wald para verificar se os coeficientes são iguais
a zero. O teste mostra que tanto os coeficientes do impulso, quanto do crescimento de crédito,
são iguais a zero e portanto também não há relação de curto prazo de acordo com o modelo
! 63!
VECM. Entretanto, vale destacar que o modelo estudado tem um baixo coeficiente de
determinação, (!!ajustado próximo de 0,26), o que faz com que o modelo não explique bem a
variável esperada.
6.5 Causalidade de Granger !
A seção 5.11 explica que uma forma muito utilizada para verificar o efeito de uma variável X
em uma variável Y é feita através de uma análise de causalidade de Granger. Foram utilizadas as
mesmas variáveis utilizadas na seção anterior para verificar a presença de alguma causalidade. A
tabela abaixo resume os resultados:
Tabela 11 – Causalidade de Granger
Fonte: Elaboração Própria
Portanto, a análise mostra que é a atividade que provoca um crescimento do crédito no Brasil
e que o crescimento real do crédito provoca o crescimento do impulso de crédito (como é
esperado, afinal, o impulso é a derivada do crescimento do crédito por definição). Entretanto, o
ponto principal da análise é de que o impulso de crédito não causa (e nem é fruto) do crescimento
da economia.
Ho F-Estatística P-valor Resultado
y não causa ci no sentido de Granger 1,2098 0,3042 Não rejeita-se Ho com alfa = 5%
ci não causa y no sentido de Granger 0,1689 0,8449 Não rejeita-se Ho com alfa = 5%
d não causa ci no sentido de Granger 7,774 0,0009 Rejeita-se Ho com alfa = 5%
ci não causa d no sentido de Granger 0,7500 0,4760 Não rejeita-se Ho com alfa = 5%
y não causa d no sentido de Granger 12,1850 0,0000 Rejeita-se Ho com alfa = 5%
d não causa y no sentido de Granger 2,1910 0,1190 Não rejeita-se Ho com alfa = 5%
! 64!
6.6 O modelo aplicado ao caso brasileiro
Portanto, verificou-se que as variáveis, embora não conseguiu-se rejeitar a hipótese de raízes
unitárias, possuem relação de longo prazo através do teste de cointegração. Com isso, através do
modelo descrito em (41), temos que o resultado da relação empírica no período entre o segundo
trimestre de 1997 e o primeiro de 2017 se dá através da seguinte equação:
(48) !! = !0,5310 + !0,3478!! + !0,2730!"!
Tabela 12 – Descrição estatística dos coeficientes do modelo
Fonte: Elaboração Própria
Tabela 13 – Resultados da regressão
Fonte: Elaboração Própria
Pode-se observar na tabela 13 que existe regressão, embora não possua uma alto valor
estatístico. Também importante é observar que, no caso brasileiro, o crescimento real do crédito
explica a demanda doméstica privada de maneira superior ao impulso, resultado esse que
contraria o estudo de Biggs, Mayer e Pick (2009) usando dados da economia americana. Mais
uma vez, um possível fator de influência nos resultados é o fato da amostra ser bem menor que a
Variável Valor do Coeficiente Desvio Padrão Estatística t p-valor
Constante 0,5310 0,4428 1,1991 0,2342
dt 0,3480 0,0465 7,4817 0,0000
cit 0,2730 0,1113 2,4527 0,0164
Teste Resultado
R2 ajustado 0,5151
Teste F 42,9692
p-valor da regressão 0,0000
! 65!
utilizada no caso americano e, portanto, possuir períodos onde o crescimento do crédito consegue
explicar de maneira melhor a atividade (isso é, períodos onde não há crises econômicas),
principalmente na bonança vivida entre 2003 e 2008.
Figura 26 – Modelo de regressão
Fonte: Elaboração Própria
!
A imagem acima nos sugere que o modelo parece ter explicado bem os períodos
anteriores ao primeiro trimestre de 2008. Entretanto, após 2008, parece ter acontecido alguma
quebra no poder de explicação do modelo. Sabe-se que a crise econômica americana
coincide-se com esse período e o governo brasileiro, como explicado anteriormente, aumentou
o crédito como forma de manter uma política anticíclica. A figura (21) mostra isso de maneira
bem clara: enquanto o impulso de crédito proveniente das instituições privadas decaiu
bastante, o impulso resultante das instituições financeiras públicas se manteve no campo
positivo.
Wooldridge (2012) sugere que o teste de Chow (que é um simples teste F) pode ser usado
para verificar quebras estruturais, ou seja, se a relação entre as variáveis mudou no tempo. O
teste de Chow simplesmente verifica se o resultado da regressão usando toda a amostra é
superior ao resultado obtido dividindo essa amostra em 2 partes: antes e depois da mudança
estrutural. Usando, mais uma vez o software eViews, pode-se rodar um teste de Chow e
verificar se houve uma quebra estrutural após 2008:
! 66!
Tabela 14 – Teste de Chow
Fonte: Elaboração Própria
Pode-se então dizer que houve uma quebra estrutural no primeiro trimestre de 2008, muito
provavelmente devido ao comportamento do impulso de crédito proveniente das instituições
financeiras públicas, que continuou crescendo muito embora o crédito privado diminuísse.
Realizando então uma nova regressão para os dois períodos utilizados, têm se que os
resultados são:!!
Tabela 15 – Regressão em períodos diferentes
Fonte: Elaboração Própria
Portanto, verificamos que quando dividimos a regressão em duas partes (antes e depois
da crise de 2008), possuímos resultados melhores do que para a regressão como um todo.
Entretanto, vale ressaltar que a amostra já era considerada pequena e, portanto, os resultados
podem não ser exatamente o esperado pelo modelo proposto.!
Ponto de quebra sugerido Primeiro trimestre de 2008
H0 Nenhuma quebra no ponto referido
F-calc 4,8933
P-valor 0,037
Resultado Rejeita-se Ho e pode-se concluir que há uma quebra estrutural em 1T2008
Teste de Chow
Teste Resultado Teste Resultado Teste Resultado
R2 ajustado 0,5151 R2 ajustado 0,5657 R2 ajustado 0,5919
Teste F 42,9692 Teste F 28,3547 Teste F 27,1088
p-valor da regressão 0,0000 p-valor da regressão 0,0000 p-valor da regressão 0,0000
Amostra completa 1997 até 2007 2008 até 2017
! 67!
6.7 O modelo em situações de recuperação da economia
Biggs, Mayer e Pick (2009) argumentam que uma das principais vantagens do impulso de
crédito é que, em situações de recuperação da economia, o crescimento do crédito é lag da
atividade econômica, ao passo que o impulso explica melhor essa situação. A metodologia
utilizada é:
• Períodos de recuperação são definidos como períodos de PIB crescente após
resultados de crescimento menor que 1%.
• Períodos de “não-recuperação” são os períodos com crescimento acima de 1% no
trimestre corrente e no imediatamente anterior a ele.
Biggs, Mayer e Pick (2009) encontraram que o crescimento da atividade em períodos de
recuperação é ainda melhor explicado pelo impulso de crédito. Entretanto, os pesquisadores
também tem como resultado que o impulso é melhor que o crescimento para toda a amostra (o
que difere do resultado achado até aqui) e, em períodos de “não-recuperação”, o impulso
também continua sendo superior ao crescimento real do crédito.
Tabela 16 – Modelo de regressão para os EUA, estatísticas t em parênteses.
Fonte: Biggs, Mayer e Pick (2009)
Para verificar se o fenômeno também ocorre no Brasil, foi utilizada a mesma metodologia
aplicada por Biggs, Mayer e Pick (2009). O resultado encontrado (tabela 11) indica que,
mesmo usando a amostra brasileira em que o crescimento real do crédito se relaciona melhor
com a atividade, o impulso de crédito é melhor relacionado com a atividade econômica em
períodos de recuperação. A amostra usada contém 13 observações.
! 68!
Tabela 17 – Regressão em períodos de recuperação da economia
Fonte: Elaboração Própria
Já para períodos de “não-recuperação”, como esperado, o crescimento real do crédito no
Brasil conseguiu um resultado mais significativo do que o impulso. Esse resultado se deve
principalmente ao aumento contínuo e, portanto, tendência apresentada na série no período
entre 2003 e 2008, onde o Brasil teve um bom crescimento, apoiado no então tripé econômico
e no boom das commodities. A amostra usada contém 45 observações.
Tabela 18 – Regressão em períodos de “não-recuperação” da economia
Fonte: Elaboração Própria
Portanto, o modelo proposto por Biggs, Mayer e Pick (2009) tem poder de explicação médio
em relação ao Brasil e suas premissas de que o impulso de crédito se relaciona melhor com o
crescimento econômico não foi aprovada no caso brasileiro. Entretanto, o ponto principal da
sua análise, que se refere ao impulso de crédito em momentos de recuperação econômica, é
validado no caso brasileiro (com nível de significância de 10%). Todavia, vale destacar que a
amostra utilizada por Biggs, Mayer e Pick (2009) é significativamente maior e abrange diversos
períodos da economia americana, ao passo que a amostra brasileira abrange, em sua maioria,
o período de crescimento da economia brasileira na bonança vivida entre 2000 e 2008, onde o
PIB teve sempre uma tendência de crescimento.
Variável Valor do Coeficiente Desvio Padrão Estatística t p-valor
Constante -0,2708 0,9445 -0,2868 0,7801
dt 0,2078 0,1094 1,9002 0,0866
cit 0,4636 0,2191 2,1155 0,0605
Variável Valor do Coeficiente Desvio Padrão Estatística t p-valor
Constante 3,8011 0,6256 6,0754 0,0000
dt 0,1586 0,0555 2,8559 0,0066
cit 0,2161 0,1367 1,5815 0,1213
! 69!
7. Conclusão
!
O estudo visa contextualizar o comportamento do crédito no cenário macroeconômico
brasileiro. Viu-se que, após o ano de 2003, o crédito começou a crescer exponencialmente.
Porém, foi a partir de 2008, como consequência da crise econômica originada nos EUA, que o
crédito teve sua maior alta, influenciado principalmente pelo crédito proveniente de instituições
financeiras públicas, em especial o BNDES. Vemos também, através de um teste de Chow, que
existe sim uma quebra estrutural a partir do primeiro trimestre de 2008.
Após 2012, há uma estabilização do estoque de crédito privado, que é mais que compensada
por mais uma rodada de crescimento acelerado do crédito público. O crédito privado, como
argumentado no trabalho, obedeceria a três principais limitantes: a disposição dos bancos a
emprestarem, a partir da avaliação do cenário econômico e levando em consideração os riscos e
possibilidades de lucros advindas de conceder empréstimos, da disposição de se endividar das
empresas e consumidores, quando estes enxergam oportunidades melhores de adiantar o
consumo ou de realizar investimentos, e, também, da política monetária do Banco Central, que
pode baratear ou encarecer o crédito para tentar conter efeitos inflacionários.
Verificou-se, através da pesquisa trimestral das condições de crédito realizada pelo Banco
Central, que as principais instituições financeiras já vinham oferecendo condições de créditos
restritas desde 2011, porém que se acentuaram muito a partir do final de 2014, o que faz com que
uma das principais limitantes do crédito estivesse de fato impedindo um crescimento do estoque
de crédito. Vê-se também a demanda, através da mesma pesquisa, por crédito estava em campo
positivo até o final de 2014, porém essa vontade de tomar empréstimo tem uma forte reversão a
partir do primeiro trimestre de 2015. Essa demanda fraca por crédito também é refletida no nível
de endividamento das famílias, que após anos de crescimento, se estabiliza e começa a cair em
2015, mostrando assim tomadores de empréstimos mais relutantes a se endividar para consumir e
investir.
Por fim, verificou-se também que o Banco Central, após anos com uma política monetária
mais frouxa que sua função de reação indicaria e após o menor nível de juros até então (7.25%
a.a. entre 2012 e 2013), teve que apertar profundamente a sua política monetária, em face da
inflação crescente, de expectativas desancoradas e elevadas. Isso ocorreu em um cenário de
baixa confiança dos agentes econômicos tanto na economia, como na própria credibilidade do
Banco Central. Com isso, a taxa de juros básica da economia (SELIC), controlada pelo próprio
Banco Central, praticamente dobrou em menos de 3 anos para 14.25% ao ano. Com isso, o
! 70!
crédito no Brasil, que já sofre de um problema de spread bancário, se tornou ainda mais caro e
menos atraente para a realização de novos empréstimos no período.
Entretanto, a história acima começa a se reverter em a partir da metade final de 2016, com
bancos mais dispostos a emprestar e consumidores e empresas com mais vontade de contrair
empréstimos. Entretanto, a recuperação é lenta no cenário de alto desemprego e economia fraca.
Mas a principal mudança é vista na política monetária onde, o Banco Central, em um cenário de
expectativas ancoradas, atividade econômica fraca e inflação baixa, corta o juros sucessivamente
para níveis cada vez mais baixos (até a presente publicação, o Banco Central cortou o juros para
8.25% ao ano, com expectativas15 de chegar a um patamar ainda menor que 2012, em torno de
7% ao ano)
Além dessa análise teórica, o trabalho focou no estudo do impulso de crédito no Brasil e sua
relação com o crescimento da economia, representado pela demanda doméstica privada (C+I).
Ao contrário da análise de Biggs, Mayer e Pick (2009), o impulso de crédito no Brasil é menos
significativo do que o crescimento real do crédito, quando regredido contra a demanda doméstica
privada. E o modelo possui um resultado para o coeficiente de determinação relativamente fraco,
com !! próximo a 0,50. Entretanto, vale ressaltar que a amostra, principalmente devido a ser bem
inferior a amostra utilizada no estudo que serviu como base, pode ter causado essas distorções.
Como observado na seção 6.3, as séries não podem ser consideradas estacionárias no período.
Entretanto, o mesmo ocorre para o PIB americano que, quando considerando intervalos mais
amplos, prova-se uma série estacionária.
Mesmo com a consideração da amostra, buscou-se fazer uma análise estatística correta para
séries não-estacionárias e verificou-se que há cointegração entre as séries de crescimento da
demanda privada, crescimento real do crédito e impulso do crédito no caso Brasileiro entre 1997 e
o primeiro trimestre de 2017 e, no longo prazo, o impulso de crédito é mais significativo que o
crescimento do crédito real, como teorizado por Biggs, Mayer e Pick (2009). O VECM, entretanto,
mostrou que o coeficiente de ajuste não é significativo e nem negativo, o que faz com que não
exista uma correção para o equilíbrio do erro no longo prazo. Realizando um teste de Wald para
verificar se os coeficientes das relações de curto prazo são iguais a zero, verificou-se também que
não há causalidade de curto prazo. Portanto, o estudo do impulso de crédito no Brasil se mostrou
diferente do achado no estudo base, porém, ainda assim consistente com a atividade econômica
no Brasil.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!15!Fonte:!http://www.valor.com.br/financas/5110758/copomAcortaAselicAemA1ApontoApercentualAparaA825AaoAano!(Recuperado!em!06!de!setembro!de!2017).!
! 71!
Para frente, novos estudos poderão testar se os resultados relativos a estacionariedade das
séries ainda são válidos e, contando com amostras que contenham períodos mais amplos de
crises e recuperações da economia, validar os coeficientes da relação econométrica encontrada.
No Brasil, com o volume alto de crédito proveniente de instituições financeiras estatais, uma
análise puramente econométrica é dificultada. Sugere-se avaliar a diferença entre o impulso de
crédito proveniente de instituições públicas e privadas e em que grau cada um deles se relaciona
com a atividade econômica.
! 72!
8. Referências bibliográficas !
BANCO CENTRAL DO BRASIL. Departamento de Relacionamento com Investidores e Estudos Especiais. Funções do Banco Central do Brasil. Brasília, 2016.
BARBOSA, F. H., 1996. “Política Monetária: Instrumentos, Objetivos e a Experiência Brasileira”. Rio de Janeiro, IPEA/PNPE.
BIGGS, M.; MAYER, T.; PICK, A.. “Credit and Economic Recovery”. DNB Working Paper, n. 218 2009.
COYNE, C., 2009. “The Importance of Expectations in Economic Development”. Chamlee-Wright, E. (Ed.). The Annual Pro-ceedings of the Wealth and Well-Being of Nations, p. 63.
DE JESUS, C. S., LOPES, T. H. C. R., 2017. “Função de Reação da Política Monetária: O caso do Brasil”. XX Encontro de Economia da Região Sul da ANPEC, Porto Alegre, RS.
DE PAULA, L. F.; OREIRO, J.; BASILIO, F. “Estrutura do setor bancário e o ciclo recente de expansão de crédito: o papel dos bancos públicos federais”. Nova Economia, vol. 23, n. 3, 2013.
DE VROEY, M., MALGRANGE, P. “The History of Macroeconomics from Keynes’s General Theory to the Present”. UCL Discussion Paper, n. 28, 2011.
DORNBUSCH, R., DRAGHI, M. Public Debt management: theory and history. 1 ed. Cambridge: Cambridge University Press, 1990.
DRAGHI, M., 2013. “Speech on The Policy and role of the European Central Bank during the crisis in the euro area”. Munique, BY.
ENDERS, Walter. Applied Econometric Time Series. 4. ed. Alabama: John Wiley Professio, 2014.
FRIEDMAN, M. “The Role of Monetary Policy”. American Economic Review, Vol 58, n. 1, 1968, p. 1-17.
GRANGER, C. “Investigating Causal Relations by Econometric Models and Cross-spectral Methods”. Econometrica, Vol. 37, n. 3, 1969, p. 424-438.
GURUSAMY, S. Financial services and system. 2. ed. New Delhi: Tata Mcgraw-hill Education Private Ltd, 2009.
KEYNES, J. M. A Teoria Geral do Emprego, do Juro e da Moeda. Royal Economic Society, São Paulo: Editora Nova Cultural Ltda, 1996.
LAHURA, E. “An Empirical Analysis of the Credit-Output Relationship: Evidence from Peru”. Central Bank of Peru Working Papers, n. 18, 2011.
MARX, Karl. O Capital. Vol. 2. 3. ed, São Paulo, Nova Cultural, 1988.
! 73!
MCLEAY, M.; RADIA, A.; THOMAS, R. “Money Creation in the Modern Economy”. Bank of England Quarterly Bulletin, Vol. 54, 2014, p. 1–14.
MINELLA, A., FREITS, P. S., GOLDFAJN, I., MUINHOS , M. K., 2002. “Inflation targeting in Brazil: Lessons and challenges”, Central Bank Working Paper, n. 53. Brasília, DF: Banco Central do Brasil.
PHILLIPS, A. “The Relation Between Unemployment and the Rate of Change of Money Wage Rates in the United Kingdom, 1861–1957”. Economica, vol. 25, n. 100, 1958, p. 283-299.
OSTERHOLM, P.; HJALMARSSON, E. “Testing for Cointegration Using the Johansen Methodology when Variables are Near-Integrated”. IMF Working Papers, vol. 07, n. 141, 2007.
SMITH, Adam. A Riqueza das Nações: uma biografia. P.J. O’Rourke; tradução, Roberto Franco Valente. Rio de Janeiro: Jorge Zahar Ed., 2008.
SAMUELSON, P.; SOLOW, R. “Analytical aspects of anti-inflation policy”. The American Economic Review, vol. 50, n. 2, 1960, p. 177-194.
UPPER, C. “Inflation Mechanisms, expectations and monetary policy”. BIS Papers, n. 89, 2016.
WOOLDRIDGE, Jeffrey M. Introductory Econometrics: A Modern Approach. 5. ed. Michigan: South-western College Pub, 2012.
!