impactos assimétricos da incerteza na produção industrial … · 2019-05-06 · o objetivo deste...
TRANSCRIPT
1
Impactos assimeacutetricos da incerteza na produccedilatildeo industrial brasileira
Ariana Stephanie Zerbinatti
Mestre em Economia pelo Programa de Poacutes-Graduaccedilatildeo em Economia da Universidade Federal
do ABC (PPGE-UFABC)
Economista do Departamento de Pesquisas e Estudos Econocircmicos do Banco Bradesco (Depec-
Bradesco)
Rua Aurora Barbosa Soares 1081 ndash Vila Campesina Osasco-SP 06023-010
TelFax (11) 3684-8225
arianazerbinattiufabcedubr
Bruno de Paula Rocha
Doutor em Teoria Econocircmica pela Universidade de Satildeo Paulo (USP)
Docente do Programa de Poacutes-Graduaccedilatildeo em Economia da Universidade Federal do ABC
(PPGE-UFABC)
Alameda da Universidade 3 Sala 320 - Anchieta Satildeo Bernardo do Campo - SP 09606-070
TelFax (11) 2320-6328
rochabufabcedubr
Ana Luiacutesa Gouvecirca Abras
PhD em Economia pela University of Maryland College Park
Docente do Programa de Poacutes-Graduaccedilatildeo em Economia da Universidade Federal do ABC
(PPGE-UFABC)
Alameda da Universidade 3 Sala 369 - Anchieta Satildeo Bernardo do Campo - SP 09606-070
TelFax (11) 2320-6372
anaabrasufabcedubr
Aacuterea 4 ndash Teoria Econocircmica e Meacutetodos Quantitativos
2
Impactos assimeacutetricos da incerteza na produccedilatildeo industrial brasileira
RESUMO
Diante dos impactos negativos da incerteza na atividade econocircmica descritos pela literatura e
dos poucos estudos sobre o tema no Brasil este artigo tem como objetivo analisar a relaccedilatildeo
entre incerteza e produccedilatildeo industrial Buscou-se testar a presenccedila de natildeo-linearidade dos efeitos
da primeira variaacutevel sobre a segunda com a estimaccedilatildeo de modelos Logistic Smooth Transition
Autoregressive (LSTAR) Esses modelos incorporam mudanccedila de regime com transiccedilatildeo suave
entre um estado e outro que neste estudo se referem a periacuteodos de alta e baixa incerteza
Foram construiacutedas duas variaacuteveis proxies de incerteza (i) um iacutendice industrial agregado que
captura a incerteza dentre os segmentos da induacutestria de transformaccedilatildeo e (ii) uma medida
agregada que consiste na meacutedia ponderada de 17 indicadores subsetoriais Os resultados
apontam para assimetria da incerteza tanto macroeconocircmica como industrial com efeitos mais
intensos para patamares mais elevados
Palavras-chave Incerteza Atividade econocircmica Produccedilatildeo industrial Modelos LSTAR
Coacutedigos JEL C24 E00
ABSTRACT
Given the negative impacts of uncertainty on economic activity described by the literature and
the few studies about this subject in Brazil this study aims to analyze the effects of uncertainty
on industrial production We estimate Logistic Smooth Transition Autoregressive (LSTAR)
models considering aggregate manufacturing activity These models incorporate regime-
switching that allows a smooth transition between two regimes (in this study periods of high
or low uncertainty) Also we calculate three types of proxies to uncertainty (i) an aggregate
index to measure industrial uncertainty among the manufacturing subsectors and (ii) an
aggregate index calculated as a weighted average of the 17 subsectorial indexes The results
suggest that the impacts of macroeconomic and industrial uncertainties on aggregate industrial
production are asymmetric
Keywords Uncertainty Economic Activity Industrial Production LSTAR models
JEL Codes C24 E00
Aacuterea 4 ndash Teoria Econocircmica e Meacutetodos Quantitativos
3
1 Introduccedilatildeo
A incerteza pode ser definida como a ausecircncia de conhecimento da distribuiccedilatildeo de
probabilidade dos possiacuteveis eventos futuros Assim em situaccedilotildees de incerteza os indiviacuteduos
satildeo incapazes de prever as chances de que eventos aconteccedilam Esse conceito difere da
concepccedilatildeo de risco para o qual a distribuiccedilatildeo de probabilidade dos acontecimentos possiacuteveis eacute
conhecida (BLOOM 2014) A incerteza tende a ser contraciacuteclica nos niacuteveis micro e
macroeconocircmico com reduccedilatildeo e postergaccedilatildeo do investimento das contrataccedilotildees e da produccedilatildeo
conforme apontado pela literatura sobre o tema
Essa acepccedilatildeo foi inicialmente trabalhada em estudos teoacutericos como os de Bernanke
(1983) e de Dixit e Pindyck (1994) que analisaram os impactos negativos da incerteza em
investimentos considerados irreversiacuteveis (que natildeo podem ser desfeitos ou recuperados) Essas
anaacutelises partem do pressuposto de que natildeo somente as informaccedilotildees necessaacuterias para a tomada
de decisatildeo dos agentes econocircmicos satildeo importantes mas o timing em que satildeo obtidas tambeacutem
eacute relevante para elevar a probabilidade de sucesso de projetos cujos retornos se datildeo no longo
prazo
Na uacuteltima deacutecada o interesse pelo tema tem se mostrado crescente diante das incertezas
advindas da crise financeira de 2008 e da europeia no iniacutecio desta deacutecada e mais recentemente
do Brexit (processo que deu iniacutecio agrave saiacuteda do Reino Unido da Uniatildeo Europeia) Aleacutem disso a
dificuldade de se mensurar a incerteza e a inexistecircncia de medidas perfeitas fazem com que
sejam criadas e calculadas diversas variaacuteveis proxies contribuindo tambeacutem para o aumento de
trabalhos sobre o assunto
Nos paiacuteses em desenvolvimento a anaacutelise dos efeitos da incerteza sobre a atividade
econocircmica ganha importacircncia adicional visto que esses paiacuteses tendem a apresentar ambientes
mais incertos (BLOOM 2014) Estudos empiacutericos tecircm apontado para impacto negativo mais
persistente e de maior magnitude nessas regiotildees Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo estimaram os efeitos de choques de incerteza global em 40 economias Segundo os
resultados encontrados os paiacuteses emergentes apresentaram em meacutedia decliacutenio dos
investimentos cerca de quatro vezes mais intenso que o observado em paiacuteses desenvolvidos
No mesmo sentido o consumo das famiacutelias tambeacutem mostrou recuo mais acentuado nesses
paiacuteses cuja recuperaccedilatildeo se deu mais lentamente que a verificada em economias desenvolvidas
A literatura tambeacutem tem discutido a presenccedila de natildeo-linearidade dos impactos da
incerteza na economia Foerster (2014) por exemplo encontrou efeitos negativos de maior
magnitude na economia norte-americana em periacuteodos de incerteza mais elevada ao incluir em
suas estimativas lineares duas variaacuteveis de interaccedilotildees dos indicadores de incerteza com
dummies que assumem valor um para momentos de alta ou baixa incerteza1
O estudo de Jones e Enders (2016) analisou o efeito da incerteza na atividade dos
Estados Unidos a partir de modelos que contemplam mudanccedila de regime de baixa para alta
incerteza (ou vice-versa) cuja transiccedilatildeo ocorre suavemente Foram estimados modelos Logistic
Smooth Transition Autoregressive (LSTAR) que satildeo natildeo-lineares e geram equiliacutebrios distintos
para cada regime De acordo com os resultados obtidos a incerteza impacta negativamente a
atividade macroeconocircmica cujo crescimento eacute menor em periacuteodos de alta mostrando-se
robustos para diversos indicadores e diferentes medidas de incerteza
Modelos vetoriais autorregerssivos (VAR) natildeo-lineares tambeacutem tecircm sido utilizados
para verificar respostas assimeacutetricas de variaacuteveis macroeconocircmicas agrave incerteza Caggiano
Castelnuovo e Groshenny (2014) utilizaram modelos Smooth Transition Vector
Autoregressions (STVAR) cujos resultados apresentaram efeitos mais intensos e prologados
1 Esses periacuteodos foram definidos como patamares acima ou abaixo da meacutedia dos iacutendices somados ou subtraiacutedos
de um desvio-padratildeo respectivamente
4
de choques de incerteza que os encontrados por modelos lineares Fazendo uso dessa classe de
modelos Caggiano Castelnuovo e Nodari (2017) apontaram para inefetividade da poliacutetica
monetaacuteria na atividade macroeconocircmica em periacuteodos de maior incerteza
A assimetria da incerteza tem sido pouco explorada pela literatura nacional Souza
Zabot e Caetano (2017) investigaram a dinacircmica e a transiccedilatildeo do niacutevel da incerteza por meio
da estimaccedilatildeo de autorregressotildees quantiacutelicas para essa variaacutevel Os resultados encontrados
sugerem que choques de incerteza natildeo geram deslocamentos de estados extremos de baixa
incerteza para alta e vice-versa A probabilidade de que permaneccedila elevada no periacuteodo seguinte
eacute superior agrave de que continue baixa no proacuteximo periacuteodo Ou seja a persistecircncia da incerteza eacute
maior em niacuteveis mais altos
O objetivo deste artigo eacute analisar o efeito da incerteza na atividade industrial brasileira
Buscou-se verificar a existecircncia de impactos natildeo-lineares da incerteza sobre a produccedilatildeo
industrial agregada Seguindo a abordagem de Jones e Enders (2016) foram estimados modelos
LSTAR que contemplam mudanccedila de regime de alta para baixa incerteza (ou vice-versa) cuja
transiccedilatildeo se daacute de maneira suave
O presente trabalho procura preencher as lacunas de estudos que tratem da relaccedilatildeo entre
incerteza e atividade industrial e da investigaccedilatildeo de impactos assimeacutetricos da primeira variaacutevel
sobre a segunda Ademais a abordagem economeacutetrica utilizada neste artigo difere das
implementadas pelos demais trabalhos sobre o tema para a economia brasileira visto que natildeo
haacute conhecimento de anaacutelises que contemplem estimativas de modelos LSTAR para quantificar
os efeitos da incerteza na atividade domeacutestica
Os resultados encontrados sugerem a presenccedila de assimetria da incerteza tanto
industrial como macroeconocircmica na variaccedilatildeo interanual do produto da induacutestria com efeito
negativo mais intenso em periacuteodos de alta incerteza Ademais haacute evidecircncias de que a taxa de
crescimento da produccedilatildeo apresenta equiliacutebrios de longo prazo distintos entre os regimes de alta
e baixa incerteza
2 Medidas de incerteza utilizadas na literatura e estudos para o Brasil
Os trabalhos empiacutericos que investigam os efeitos da incerteza na atividade econocircmica
tecircm trazido resultados convergentes no sentido de que apontam para impactos negativos nos
investimentos consumo produccedilatildeo e emprego Todavia divergem quanto agrave abordagem
economeacutetrica utilizada e principalmente aos indicadores de incerteza empregados
Em sua maioria os efeitos satildeo estimados por meio de modelos VAR como em Colombo
(2013) Aastveit Natvik e Sola (2013) e Bachmann Elstner e Sims (2013) Haacute estudos como
os de Bloom (2009) Leduc e Liu (2016) e Basu e Bundick (2017) que combinam VAR e
modelos de equiliacutebrio geral estocaacutestico dinacircmico (DSGE) comparando os resultados obtidos
de forma empiacuterica e por simulaccedilotildees Ainda que em menor nuacutemero tambeacutem existem trabalhos
que buscaram verificar tais impactos por meio da construccedilatildeo de paineacuteis para paiacuteses ou
empresas como o de Nowzohour e Stracca (2017) no qual utilizaram dados em painel de 27
paiacuteses da Organizaccedilatildeo para a Cooperaccedilatildeo e Desenvolvimento Econocircmico (OCDE) Baker
Bloom e Davis (2016) por exemplo combinaram o uso de modelos VAR para a economia
agregada e de paineacuteis para empresas
Em relaccedilatildeo agraves medidas de incerteza destacam-se os indicadores construiacutedos a partir de
notiacutecias de jornais como os presentes em Baker Bloom e Davis (2016) Alexopoulos e Cohen
(2009) Baker et al (2014) e Bloom (2013) O primeiro desses trabalhos bastante citado por
estudiosos do assunto propocircs a criaccedilatildeo do Economic Policy Uncertainty index (EPU index)
que mensura a frequecircncia da divulgaccedilatildeo de notiacutecias que mencionem simultaneamente termos
referentes agrave incerteza poliacuteticas monetaacuteria ou fiscal e economia Haacute diversos indicadores
originados a partir do EPU index como o iacutendice global de incerteza construiacutedo por Davis
5
(2016) calculado como a meacutedia dos iacutendices de diversos paiacuteses ponderada pelos respectivos
pesos relativos do PIB
Dada a complexidade de se distinguir risco de incerteza outra variaacutevel proxy
frequentemente utilizada em estudos sobre o tema eacute a volatilidade do mercado acionaacuterio vista
em Bloom (2009) Aastveit Natvik e Sola (2013) e Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo Ademais medidas baseadas em dispersotildees tambeacutem satildeo constantemente usadas como
as das projeccedilotildees macroeconocircmicas dos analistas de mercado construiacutedas por Scotti (2016) e de
respostas de surveys calculadas por Bachmann Elstner e Sims (2013) As surpresas das
projeccedilotildees macroeconocircmicas dos analistas de mercado (diferenccedila entre as projeccedilotildees e os dados
efetivos) foram empregadas no artigo de Rossi Sekhpoyan e Soupre (2016) enquanto os
trabalhos de Nowzohour e Stracca (2017) e de Moore (2016) agregaram diversas das medidas
mencionadas anteriormente seja calculando sua meacutedia ponderada ou por meio de anaacutelise de
componentes principais
Em consonacircncia com os estudos internacionais a literatura sobre incerteza aplicada ao
Brasil analisou o impacto dessa variaacutevel na atividade principalmente por meio da estimaccedilatildeo de
modelos VAR e encontrou efeitos negativos estatisticamente significativos da incerteza na
economia
Mesquita Guardado e Burity (2013) sugeriram a construccedilatildeo de um novo indicador a
partir de dois grupos de variaacuteveis industriais e macroeconocircmicas O primeiro eacute constituiacutedo
pelos desvios-padratildeo dentre os segmentos industriais de suas perspectivas de produccedilatildeo
demanda e emprego presentes na Sondagem da Induacutestria do IBREFGV O segundo eacute
composto pela variaccedilatildeo interanual do Iacutendice de Preccedilos ao Consumidor Amplo (IPCA) taxa de
cacircmbio diferenccedila entre as projeccedilotildees de PIB para o ano corrente em t e para o mesmo periacuteodo
nos doze meses anteriores aleacutem da dispersatildeo das projeccedilotildees para o IPCA acumulado em doze
meses Posteriormente essas seacuteries foram agregadas por meio da anaacutelise de componentes
principais dando origem ao iacutendice de incerteza
Ferreira et al (2017) tambeacutem propuseram uma medida que passou a ser divulgada
mensalmente pelo IBREFGV Trata-se do Indicador de Incerteza Econocircmica-Brasil (IIE-Br)
calculado como a meacutedia ponderada de trecircs subiacutendices (IIE-Br Miacutedia IIE-Br Expectativa e IIE-
Br Mercado com pesos de 70 20 e 10 respectivamente) O IIE-Br Miacutedia eacute um indicador
de notiacutecias baseado em Baker Bloom e Davis (2016) construiacutedo a partir de notiacutecias das versotildees
impressa e online dos jornais Valor Econocircmico Folha de S Paulo Correio Brasiliense Estado
de S Paulo O Globo e Zero Hora O IIE-Br Expectativa por sua vez eacute baseado nas projeccedilotildees
dos analistas de mercado presentes no Relatoacuterio Focus divulgado semanalmente pelo Banco
Central Consiste na meacutedia aritmeacutetica simples das variaccedilotildees das expectativas das cinco
instituiccedilotildees com menores erros de previsatildeo (Top 5) para o IPCA doze meses agrave frente e para a
taxa de cacircmbio Jaacute o IIE-Br Mercado eacute a volatilidade do mercado acionaacuterio sendo calculado
como a razatildeo entre o desvio-padratildeo e a meacutedia dos fechamentos diaacuterios do Ibovespa
Costa Filho (2014) fez uso de trecircs variaacuteveis proxies para estimar os efeitos da incerteza
na atividade (indicador construiacutedo a partir de notiacutecias volatilidades do Ibovespa e das projeccedilotildees
para o PIB de um dois e trecircs anos agrave frente) No mesmo sentido os trabalhos de Barboza (2017)
e Barboza e Zilberman (2017) consideraram diversas medidas (i) meacutedia entre o EPU index
para o Brasil de Baker Bloom e Davis (2016) e indicador semelhante calculado pelos autores
com notiacutecias do jornal O Globo (ii) volatilidade impliacutecita dos contratos de opccedilatildeo de cacircmbio
(ldquoat the moneyrdquo) (iii) desvio-padratildeo dos retornos diaacuterios do Ibovespa e (iv) variaccedilatildeo das
expectativas de inflaccedilatildeo e de taxa de cacircmbio do Focus doze meses agrave frente (v) primeiro
componente principal das quatro medidas anteriores e (iv) o IIE-Br do IBREFGV
Bezerra (2017) elaborou um indicador de incerteza agregando iacutendices baseados em
Bachmann Elstner e Sims (2013) para a induacutestria de transformaccedilatildeo serviccedilos construccedilatildeo civil
e comeacutercio a partir de dados das Sondagens do IBREFGV Azevedo (2017) por sua vez
6
construiu um indicador de sentimento utilizando o Google Trends e outro baseado em notiacutecias
do Broadcast portal de notiacutecias da Agecircncia Estado Ademais Godeiro e Lima (2017)
calcularam um iacutendice de incerteza baseado na metodologia de Jurado Ludvigson e Ng (2015)
na qual a incerteza h periacuteodos agrave frente eacute definida como a volatilidade condicional do
componente do valor futuro do PIB que natildeo eacute possiacutevel de ser previsto
Souza Zabot e Caetano (2017) investigaram a assimetria da incerteza usando
autorregressatildeo quantiacutelica no teste de raiz unitaacuteria Para as duas variaacuteveis proxies utilizadas pelos
autores observou-se comportamento assimeacutetrico dos coeficientes autorregressivos com
reversatildeo agrave meacutedia nos quantis mais baixos ao passo que nos mais altos os iacutendices apresentam
comportamento natildeo estacionaacuterio Barbosa (2018) estudou os efeitos da incerteza sobre
variaacuteveis fiscais ao fazer uso de modelos VAR e DSGE encontrando impactos relevantes e
persistentes sobre a receita tributaacuteria Em contrapartida as transferecircncias governamentais
mostraram-se pouco afetadas enquanto a despesa puacuteblica apresentou respostas natildeo
significativas
3 Modelos LSTAR
Considerando que a maioria das seacuteries macroeconocircmicas eacute resultado de decisotildees de
diversos agentes os processos de mudanccedilas de regime podem ser descritos com mais precisatildeo
por modelos nos quais essa transiccedilatildeo ocorra de maneira suave em comparaccedilatildeo com uma
transiccedilatildeo direta Ainda que se assuma que os agentes alterem seu comportamento de forma
discreta eacute menos provaacutevel que isso ocorra simultaneamente (TERASVIRTA 1994) Os
modelos LSTAR satildeo uma categoria do modelo Smooth Transition Autoregressive (STAR) que
atendem a essa condiccedilatildeo de transiccedilatildeo gradual entre regimes que eacute descrita por uma funccedilatildeo
logiacutestica Tratam-se portanto de regressotildees natildeo-lineares do tipo (JONES ENDERS 2016
TERASVIRTA 1994)
119910119905 = 1206011119961119957[1 minus 119866(119904119905 120574 119888)] + 1206012119961119957119866(119904119905 120574 119888) + 휀119905 (1)
sendo 119961119957 o vetor composto por 1 e os termos defasados de 119910119905 119904119905 a variaacutevel de transiccedilatildeo 120574 o
paracircmetro de suavizaccedilatildeo e c o paracircmetro de centralizaccedilatildeo Assume-se que 휀119905~N(01205902)
119866(119904119905 120574 119888) eacute a funccedilatildeo de transiccedilatildeo logiacutestica que varia entre 0 e 1
119866(119904119905 120574 119888) = [1 + 119890119909119901 (minus120574(119904119905 minus 119888))]minus1 120574 gt 0 (2)
O paracircmetro de suavizaccedilatildeo determina a suavidade da transiccedilatildeo entre os dois regimes
ao passo que o paracircmetro c eacute o valor threshold que divide a variaacutevel em regimes distintos
Quando γ tende a zero o modelo se reduz a um AR(p) Em contrapartida quando γ assume
valores suficientemente grandes a mudanccedila de um regime para o outro torna-se instantacircnea em
c (JONES ENDERS 2016)
4 Dados e indicadores de incerteza
As seacuteries utilizadas neste trabalho tecircm iniacutecio em janeiro de 2003 e teacutermino em dezembro
de 2017 com frequecircncia mensal Os dados de produccedilatildeo industrial foram extraiacutedos da Pesquisa
Industrial Mensal (PIM-PF) do Instituto Brasileiro de Geografia e Estatiacutestica (IBGE)
Os indicadores de incerteza construiacutedos neste trabalho foram calculados a partir dos
dados da Sondagem da Induacutestria do Instituto Brasileiro de Economia da Fundaccedilatildeo Getuacutelio
Vargas (IBREFGV) A sondagem eacute uma pesquisa mensal majoritariamente qualitativa que
traz a percepccedilatildeo dos empresaacuterios sobre diversos aspectos dos negoacutecios como produccedilatildeo
demandas interna e externa emprego e estoques Essas informaccedilotildees tambeacutem satildeo divulgadas de
7
forma agregada nos iacutendices de confianccedila A parte quantitativa da pesquisa engloba as seacuteries de
Niacutevel de Utilizaccedilatildeo da Capacidade Instalada (NUCI)
Primeiramente foi calculada uma medida cujo objetivo eacute mensurar a incerteza dentre
os subsetores da induacutestria de transformaccedilatildeo a saber o Indicador de Incerteza Agregada
Industrial (IIAI) Para tanto foram construiacutedas seacuteries dos desvios-padratildeo cross-sectional das
variaacuteveis de produccedilatildeo emprego e demanda esperados para os proacuteximos trecircs meses para 17
subsetores2 extraindo-se em seguida seu primeiro componente principal Essa metodologia eacute
equivalente ao subiacutendice industrial do indicador de Mesquita Guardado e Burity (2013)
Assume-se que os respondentes calculam seus choques idiossincraacuteticos de distribuiccedilotildees
semelhantes e que portanto modificaccedilotildees na dispersatildeo (desvios-padratildeo) satildeo decorrentes de
alteraccedilotildees no niacutevel de incerteza Como o primeiro componente principal apresenta valores
negativos considerou-se seu valor zero como 100 somando-se portanto 100 a todas as
entradas da seacuterie
Como forma de construir um iacutendice de incerteza alternativo ao IIAI 17 indicadores
subsetoriais foram agregados como uma meacutedia ponderada pelos seus pesos na PIM-PF
presentes na uacuteltima nota metodoloacutegica divulgada pelo IBGE (2015) Esse indicador foi
denominado Indicador de Incerteza Subsetorial da Induacutestria Ponderado (IISIP)
O iacutendice para cada um dos segmentos chamado de Indicador de Incerteza Subsetorial
da Induacutestria (IISI) foi baseado em uma das diversas medidas propostas por Bachmann Elstner
e Sims (2013) De acordo com os autores indicadores de incerteza compostos por dados de
surveys satildeo adequados para mensurar o impacto dessa variaacutevel na atividade pois visam a captar
a incerteza dos tomadores de decisatildeo em contraposiccedilatildeo agrave observada pelo puacuteblico geral
O IISI consiste na dispersatildeo do percentual das respostas positivas e negativas para
determinada questatildeo da pesquisa qualitativa da induacutestria No caso deste estudo foi escolhida a
pergunta referente agrave expectativa dos empresaacuterios sobre a tendecircncia dos negoacutecios para os
proacuteximos seis meses medido como
119868119868119878119868119894119905 = radic119865119903119886119888119894119905+ + 119865119903119886119888119894119905
minus minus (119865119903119886119888119894119905+ minus 119865119903119886119888119894119905
minus )2
(3)
em que 119865119903119886119888119894119905+ e 119865119903119886119888119894119905
minus satildeo as porcentagens de respostas positivas e negativas no periacuteodo t
respectivamente para cada um dos i subsetores O indicador varia entre zero e um sendo que
valores proacuteximos a um denotam maiores niacuteveis de incerteza Os 17 iacutendices foram
dessazonalizados pelo meacutetodo X13-ARIMA-SEATS pois foi possiacutevel observar padrotildees
sazonais nessas seacuteries
Aleacutem disso foram utilizadas duas medidas de incerteza macroeconocircmica A primeira
delas o IIE-Br do IBREFGV foi escolhida por se tratar de uma meacutedia ponderada de trecircs outros
indicadores conforme descrito na subseccedilatildeo anterior A segunda eacute o Economic Policy Ucertainty
index (EPU index) para o Brasil calculado por Baker Bloom e Davis (2016) e disponibilizado
pelos autores3 O iacutendice eacute construiacutedo a partir da frequecircncia de notiacutecias do jornal Folha de S
Paulo que mencionem a palavra incerteza ou correlatas juntamente com termos que remetam
2 Os subsetores analisados foram alimentos tecircxtil vestuaacuterio couro e calccedilados celulose e papel derivados de
petroacuteleo e biocombustiacuteveis produtos quiacutemicos produtos farmacecircuticos plaacutestico minerais natildeo metaacutelicos
metalurgia metal informaacutetica e eletrocircnicos maacutequinas e materiais eleacutetricos maacutequinas e equipamentos automoacuteveis
e outros transportes sendo responsaacuteveis por aproximadamente 78 do total da produccedilatildeo industrial em 2015
(IBGE 2015) A induacutestria extrativa e os demais segmentos da induacutestria de transformaccedilatildeo natildeo foram considerados
neste estudo devido agrave ausecircncia de informaccedilotildees sobre eles na Sondagem da Induacutestria impossibilitando a construccedilatildeo
de seus respectivos indicadores subsetoriais de incerteza 3 O iacutendice EPU global calculado por Davis (2016) natildeo foi utilizado neste estudo como variaacutevel proxy de incerteza
externa devido a sua alta correlaccedilatildeo com os indicadores de incerteza macroeconocircmica para o Brasil
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
2
Impactos assimeacutetricos da incerteza na produccedilatildeo industrial brasileira
RESUMO
Diante dos impactos negativos da incerteza na atividade econocircmica descritos pela literatura e
dos poucos estudos sobre o tema no Brasil este artigo tem como objetivo analisar a relaccedilatildeo
entre incerteza e produccedilatildeo industrial Buscou-se testar a presenccedila de natildeo-linearidade dos efeitos
da primeira variaacutevel sobre a segunda com a estimaccedilatildeo de modelos Logistic Smooth Transition
Autoregressive (LSTAR) Esses modelos incorporam mudanccedila de regime com transiccedilatildeo suave
entre um estado e outro que neste estudo se referem a periacuteodos de alta e baixa incerteza
Foram construiacutedas duas variaacuteveis proxies de incerteza (i) um iacutendice industrial agregado que
captura a incerteza dentre os segmentos da induacutestria de transformaccedilatildeo e (ii) uma medida
agregada que consiste na meacutedia ponderada de 17 indicadores subsetoriais Os resultados
apontam para assimetria da incerteza tanto macroeconocircmica como industrial com efeitos mais
intensos para patamares mais elevados
Palavras-chave Incerteza Atividade econocircmica Produccedilatildeo industrial Modelos LSTAR
Coacutedigos JEL C24 E00
ABSTRACT
Given the negative impacts of uncertainty on economic activity described by the literature and
the few studies about this subject in Brazil this study aims to analyze the effects of uncertainty
on industrial production We estimate Logistic Smooth Transition Autoregressive (LSTAR)
models considering aggregate manufacturing activity These models incorporate regime-
switching that allows a smooth transition between two regimes (in this study periods of high
or low uncertainty) Also we calculate three types of proxies to uncertainty (i) an aggregate
index to measure industrial uncertainty among the manufacturing subsectors and (ii) an
aggregate index calculated as a weighted average of the 17 subsectorial indexes The results
suggest that the impacts of macroeconomic and industrial uncertainties on aggregate industrial
production are asymmetric
Keywords Uncertainty Economic Activity Industrial Production LSTAR models
JEL Codes C24 E00
Aacuterea 4 ndash Teoria Econocircmica e Meacutetodos Quantitativos
3
1 Introduccedilatildeo
A incerteza pode ser definida como a ausecircncia de conhecimento da distribuiccedilatildeo de
probabilidade dos possiacuteveis eventos futuros Assim em situaccedilotildees de incerteza os indiviacuteduos
satildeo incapazes de prever as chances de que eventos aconteccedilam Esse conceito difere da
concepccedilatildeo de risco para o qual a distribuiccedilatildeo de probabilidade dos acontecimentos possiacuteveis eacute
conhecida (BLOOM 2014) A incerteza tende a ser contraciacuteclica nos niacuteveis micro e
macroeconocircmico com reduccedilatildeo e postergaccedilatildeo do investimento das contrataccedilotildees e da produccedilatildeo
conforme apontado pela literatura sobre o tema
Essa acepccedilatildeo foi inicialmente trabalhada em estudos teoacutericos como os de Bernanke
(1983) e de Dixit e Pindyck (1994) que analisaram os impactos negativos da incerteza em
investimentos considerados irreversiacuteveis (que natildeo podem ser desfeitos ou recuperados) Essas
anaacutelises partem do pressuposto de que natildeo somente as informaccedilotildees necessaacuterias para a tomada
de decisatildeo dos agentes econocircmicos satildeo importantes mas o timing em que satildeo obtidas tambeacutem
eacute relevante para elevar a probabilidade de sucesso de projetos cujos retornos se datildeo no longo
prazo
Na uacuteltima deacutecada o interesse pelo tema tem se mostrado crescente diante das incertezas
advindas da crise financeira de 2008 e da europeia no iniacutecio desta deacutecada e mais recentemente
do Brexit (processo que deu iniacutecio agrave saiacuteda do Reino Unido da Uniatildeo Europeia) Aleacutem disso a
dificuldade de se mensurar a incerteza e a inexistecircncia de medidas perfeitas fazem com que
sejam criadas e calculadas diversas variaacuteveis proxies contribuindo tambeacutem para o aumento de
trabalhos sobre o assunto
Nos paiacuteses em desenvolvimento a anaacutelise dos efeitos da incerteza sobre a atividade
econocircmica ganha importacircncia adicional visto que esses paiacuteses tendem a apresentar ambientes
mais incertos (BLOOM 2014) Estudos empiacutericos tecircm apontado para impacto negativo mais
persistente e de maior magnitude nessas regiotildees Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo estimaram os efeitos de choques de incerteza global em 40 economias Segundo os
resultados encontrados os paiacuteses emergentes apresentaram em meacutedia decliacutenio dos
investimentos cerca de quatro vezes mais intenso que o observado em paiacuteses desenvolvidos
No mesmo sentido o consumo das famiacutelias tambeacutem mostrou recuo mais acentuado nesses
paiacuteses cuja recuperaccedilatildeo se deu mais lentamente que a verificada em economias desenvolvidas
A literatura tambeacutem tem discutido a presenccedila de natildeo-linearidade dos impactos da
incerteza na economia Foerster (2014) por exemplo encontrou efeitos negativos de maior
magnitude na economia norte-americana em periacuteodos de incerteza mais elevada ao incluir em
suas estimativas lineares duas variaacuteveis de interaccedilotildees dos indicadores de incerteza com
dummies que assumem valor um para momentos de alta ou baixa incerteza1
O estudo de Jones e Enders (2016) analisou o efeito da incerteza na atividade dos
Estados Unidos a partir de modelos que contemplam mudanccedila de regime de baixa para alta
incerteza (ou vice-versa) cuja transiccedilatildeo ocorre suavemente Foram estimados modelos Logistic
Smooth Transition Autoregressive (LSTAR) que satildeo natildeo-lineares e geram equiliacutebrios distintos
para cada regime De acordo com os resultados obtidos a incerteza impacta negativamente a
atividade macroeconocircmica cujo crescimento eacute menor em periacuteodos de alta mostrando-se
robustos para diversos indicadores e diferentes medidas de incerteza
Modelos vetoriais autorregerssivos (VAR) natildeo-lineares tambeacutem tecircm sido utilizados
para verificar respostas assimeacutetricas de variaacuteveis macroeconocircmicas agrave incerteza Caggiano
Castelnuovo e Groshenny (2014) utilizaram modelos Smooth Transition Vector
Autoregressions (STVAR) cujos resultados apresentaram efeitos mais intensos e prologados
1 Esses periacuteodos foram definidos como patamares acima ou abaixo da meacutedia dos iacutendices somados ou subtraiacutedos
de um desvio-padratildeo respectivamente
4
de choques de incerteza que os encontrados por modelos lineares Fazendo uso dessa classe de
modelos Caggiano Castelnuovo e Nodari (2017) apontaram para inefetividade da poliacutetica
monetaacuteria na atividade macroeconocircmica em periacuteodos de maior incerteza
A assimetria da incerteza tem sido pouco explorada pela literatura nacional Souza
Zabot e Caetano (2017) investigaram a dinacircmica e a transiccedilatildeo do niacutevel da incerteza por meio
da estimaccedilatildeo de autorregressotildees quantiacutelicas para essa variaacutevel Os resultados encontrados
sugerem que choques de incerteza natildeo geram deslocamentos de estados extremos de baixa
incerteza para alta e vice-versa A probabilidade de que permaneccedila elevada no periacuteodo seguinte
eacute superior agrave de que continue baixa no proacuteximo periacuteodo Ou seja a persistecircncia da incerteza eacute
maior em niacuteveis mais altos
O objetivo deste artigo eacute analisar o efeito da incerteza na atividade industrial brasileira
Buscou-se verificar a existecircncia de impactos natildeo-lineares da incerteza sobre a produccedilatildeo
industrial agregada Seguindo a abordagem de Jones e Enders (2016) foram estimados modelos
LSTAR que contemplam mudanccedila de regime de alta para baixa incerteza (ou vice-versa) cuja
transiccedilatildeo se daacute de maneira suave
O presente trabalho procura preencher as lacunas de estudos que tratem da relaccedilatildeo entre
incerteza e atividade industrial e da investigaccedilatildeo de impactos assimeacutetricos da primeira variaacutevel
sobre a segunda Ademais a abordagem economeacutetrica utilizada neste artigo difere das
implementadas pelos demais trabalhos sobre o tema para a economia brasileira visto que natildeo
haacute conhecimento de anaacutelises que contemplem estimativas de modelos LSTAR para quantificar
os efeitos da incerteza na atividade domeacutestica
Os resultados encontrados sugerem a presenccedila de assimetria da incerteza tanto
industrial como macroeconocircmica na variaccedilatildeo interanual do produto da induacutestria com efeito
negativo mais intenso em periacuteodos de alta incerteza Ademais haacute evidecircncias de que a taxa de
crescimento da produccedilatildeo apresenta equiliacutebrios de longo prazo distintos entre os regimes de alta
e baixa incerteza
2 Medidas de incerteza utilizadas na literatura e estudos para o Brasil
Os trabalhos empiacutericos que investigam os efeitos da incerteza na atividade econocircmica
tecircm trazido resultados convergentes no sentido de que apontam para impactos negativos nos
investimentos consumo produccedilatildeo e emprego Todavia divergem quanto agrave abordagem
economeacutetrica utilizada e principalmente aos indicadores de incerteza empregados
Em sua maioria os efeitos satildeo estimados por meio de modelos VAR como em Colombo
(2013) Aastveit Natvik e Sola (2013) e Bachmann Elstner e Sims (2013) Haacute estudos como
os de Bloom (2009) Leduc e Liu (2016) e Basu e Bundick (2017) que combinam VAR e
modelos de equiliacutebrio geral estocaacutestico dinacircmico (DSGE) comparando os resultados obtidos
de forma empiacuterica e por simulaccedilotildees Ainda que em menor nuacutemero tambeacutem existem trabalhos
que buscaram verificar tais impactos por meio da construccedilatildeo de paineacuteis para paiacuteses ou
empresas como o de Nowzohour e Stracca (2017) no qual utilizaram dados em painel de 27
paiacuteses da Organizaccedilatildeo para a Cooperaccedilatildeo e Desenvolvimento Econocircmico (OCDE) Baker
Bloom e Davis (2016) por exemplo combinaram o uso de modelos VAR para a economia
agregada e de paineacuteis para empresas
Em relaccedilatildeo agraves medidas de incerteza destacam-se os indicadores construiacutedos a partir de
notiacutecias de jornais como os presentes em Baker Bloom e Davis (2016) Alexopoulos e Cohen
(2009) Baker et al (2014) e Bloom (2013) O primeiro desses trabalhos bastante citado por
estudiosos do assunto propocircs a criaccedilatildeo do Economic Policy Uncertainty index (EPU index)
que mensura a frequecircncia da divulgaccedilatildeo de notiacutecias que mencionem simultaneamente termos
referentes agrave incerteza poliacuteticas monetaacuteria ou fiscal e economia Haacute diversos indicadores
originados a partir do EPU index como o iacutendice global de incerteza construiacutedo por Davis
5
(2016) calculado como a meacutedia dos iacutendices de diversos paiacuteses ponderada pelos respectivos
pesos relativos do PIB
Dada a complexidade de se distinguir risco de incerteza outra variaacutevel proxy
frequentemente utilizada em estudos sobre o tema eacute a volatilidade do mercado acionaacuterio vista
em Bloom (2009) Aastveit Natvik e Sola (2013) e Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo Ademais medidas baseadas em dispersotildees tambeacutem satildeo constantemente usadas como
as das projeccedilotildees macroeconocircmicas dos analistas de mercado construiacutedas por Scotti (2016) e de
respostas de surveys calculadas por Bachmann Elstner e Sims (2013) As surpresas das
projeccedilotildees macroeconocircmicas dos analistas de mercado (diferenccedila entre as projeccedilotildees e os dados
efetivos) foram empregadas no artigo de Rossi Sekhpoyan e Soupre (2016) enquanto os
trabalhos de Nowzohour e Stracca (2017) e de Moore (2016) agregaram diversas das medidas
mencionadas anteriormente seja calculando sua meacutedia ponderada ou por meio de anaacutelise de
componentes principais
Em consonacircncia com os estudos internacionais a literatura sobre incerteza aplicada ao
Brasil analisou o impacto dessa variaacutevel na atividade principalmente por meio da estimaccedilatildeo de
modelos VAR e encontrou efeitos negativos estatisticamente significativos da incerteza na
economia
Mesquita Guardado e Burity (2013) sugeriram a construccedilatildeo de um novo indicador a
partir de dois grupos de variaacuteveis industriais e macroeconocircmicas O primeiro eacute constituiacutedo
pelos desvios-padratildeo dentre os segmentos industriais de suas perspectivas de produccedilatildeo
demanda e emprego presentes na Sondagem da Induacutestria do IBREFGV O segundo eacute
composto pela variaccedilatildeo interanual do Iacutendice de Preccedilos ao Consumidor Amplo (IPCA) taxa de
cacircmbio diferenccedila entre as projeccedilotildees de PIB para o ano corrente em t e para o mesmo periacuteodo
nos doze meses anteriores aleacutem da dispersatildeo das projeccedilotildees para o IPCA acumulado em doze
meses Posteriormente essas seacuteries foram agregadas por meio da anaacutelise de componentes
principais dando origem ao iacutendice de incerteza
Ferreira et al (2017) tambeacutem propuseram uma medida que passou a ser divulgada
mensalmente pelo IBREFGV Trata-se do Indicador de Incerteza Econocircmica-Brasil (IIE-Br)
calculado como a meacutedia ponderada de trecircs subiacutendices (IIE-Br Miacutedia IIE-Br Expectativa e IIE-
Br Mercado com pesos de 70 20 e 10 respectivamente) O IIE-Br Miacutedia eacute um indicador
de notiacutecias baseado em Baker Bloom e Davis (2016) construiacutedo a partir de notiacutecias das versotildees
impressa e online dos jornais Valor Econocircmico Folha de S Paulo Correio Brasiliense Estado
de S Paulo O Globo e Zero Hora O IIE-Br Expectativa por sua vez eacute baseado nas projeccedilotildees
dos analistas de mercado presentes no Relatoacuterio Focus divulgado semanalmente pelo Banco
Central Consiste na meacutedia aritmeacutetica simples das variaccedilotildees das expectativas das cinco
instituiccedilotildees com menores erros de previsatildeo (Top 5) para o IPCA doze meses agrave frente e para a
taxa de cacircmbio Jaacute o IIE-Br Mercado eacute a volatilidade do mercado acionaacuterio sendo calculado
como a razatildeo entre o desvio-padratildeo e a meacutedia dos fechamentos diaacuterios do Ibovespa
Costa Filho (2014) fez uso de trecircs variaacuteveis proxies para estimar os efeitos da incerteza
na atividade (indicador construiacutedo a partir de notiacutecias volatilidades do Ibovespa e das projeccedilotildees
para o PIB de um dois e trecircs anos agrave frente) No mesmo sentido os trabalhos de Barboza (2017)
e Barboza e Zilberman (2017) consideraram diversas medidas (i) meacutedia entre o EPU index
para o Brasil de Baker Bloom e Davis (2016) e indicador semelhante calculado pelos autores
com notiacutecias do jornal O Globo (ii) volatilidade impliacutecita dos contratos de opccedilatildeo de cacircmbio
(ldquoat the moneyrdquo) (iii) desvio-padratildeo dos retornos diaacuterios do Ibovespa e (iv) variaccedilatildeo das
expectativas de inflaccedilatildeo e de taxa de cacircmbio do Focus doze meses agrave frente (v) primeiro
componente principal das quatro medidas anteriores e (iv) o IIE-Br do IBREFGV
Bezerra (2017) elaborou um indicador de incerteza agregando iacutendices baseados em
Bachmann Elstner e Sims (2013) para a induacutestria de transformaccedilatildeo serviccedilos construccedilatildeo civil
e comeacutercio a partir de dados das Sondagens do IBREFGV Azevedo (2017) por sua vez
6
construiu um indicador de sentimento utilizando o Google Trends e outro baseado em notiacutecias
do Broadcast portal de notiacutecias da Agecircncia Estado Ademais Godeiro e Lima (2017)
calcularam um iacutendice de incerteza baseado na metodologia de Jurado Ludvigson e Ng (2015)
na qual a incerteza h periacuteodos agrave frente eacute definida como a volatilidade condicional do
componente do valor futuro do PIB que natildeo eacute possiacutevel de ser previsto
Souza Zabot e Caetano (2017) investigaram a assimetria da incerteza usando
autorregressatildeo quantiacutelica no teste de raiz unitaacuteria Para as duas variaacuteveis proxies utilizadas pelos
autores observou-se comportamento assimeacutetrico dos coeficientes autorregressivos com
reversatildeo agrave meacutedia nos quantis mais baixos ao passo que nos mais altos os iacutendices apresentam
comportamento natildeo estacionaacuterio Barbosa (2018) estudou os efeitos da incerteza sobre
variaacuteveis fiscais ao fazer uso de modelos VAR e DSGE encontrando impactos relevantes e
persistentes sobre a receita tributaacuteria Em contrapartida as transferecircncias governamentais
mostraram-se pouco afetadas enquanto a despesa puacuteblica apresentou respostas natildeo
significativas
3 Modelos LSTAR
Considerando que a maioria das seacuteries macroeconocircmicas eacute resultado de decisotildees de
diversos agentes os processos de mudanccedilas de regime podem ser descritos com mais precisatildeo
por modelos nos quais essa transiccedilatildeo ocorra de maneira suave em comparaccedilatildeo com uma
transiccedilatildeo direta Ainda que se assuma que os agentes alterem seu comportamento de forma
discreta eacute menos provaacutevel que isso ocorra simultaneamente (TERASVIRTA 1994) Os
modelos LSTAR satildeo uma categoria do modelo Smooth Transition Autoregressive (STAR) que
atendem a essa condiccedilatildeo de transiccedilatildeo gradual entre regimes que eacute descrita por uma funccedilatildeo
logiacutestica Tratam-se portanto de regressotildees natildeo-lineares do tipo (JONES ENDERS 2016
TERASVIRTA 1994)
119910119905 = 1206011119961119957[1 minus 119866(119904119905 120574 119888)] + 1206012119961119957119866(119904119905 120574 119888) + 휀119905 (1)
sendo 119961119957 o vetor composto por 1 e os termos defasados de 119910119905 119904119905 a variaacutevel de transiccedilatildeo 120574 o
paracircmetro de suavizaccedilatildeo e c o paracircmetro de centralizaccedilatildeo Assume-se que 휀119905~N(01205902)
119866(119904119905 120574 119888) eacute a funccedilatildeo de transiccedilatildeo logiacutestica que varia entre 0 e 1
119866(119904119905 120574 119888) = [1 + 119890119909119901 (minus120574(119904119905 minus 119888))]minus1 120574 gt 0 (2)
O paracircmetro de suavizaccedilatildeo determina a suavidade da transiccedilatildeo entre os dois regimes
ao passo que o paracircmetro c eacute o valor threshold que divide a variaacutevel em regimes distintos
Quando γ tende a zero o modelo se reduz a um AR(p) Em contrapartida quando γ assume
valores suficientemente grandes a mudanccedila de um regime para o outro torna-se instantacircnea em
c (JONES ENDERS 2016)
4 Dados e indicadores de incerteza
As seacuteries utilizadas neste trabalho tecircm iniacutecio em janeiro de 2003 e teacutermino em dezembro
de 2017 com frequecircncia mensal Os dados de produccedilatildeo industrial foram extraiacutedos da Pesquisa
Industrial Mensal (PIM-PF) do Instituto Brasileiro de Geografia e Estatiacutestica (IBGE)
Os indicadores de incerteza construiacutedos neste trabalho foram calculados a partir dos
dados da Sondagem da Induacutestria do Instituto Brasileiro de Economia da Fundaccedilatildeo Getuacutelio
Vargas (IBREFGV) A sondagem eacute uma pesquisa mensal majoritariamente qualitativa que
traz a percepccedilatildeo dos empresaacuterios sobre diversos aspectos dos negoacutecios como produccedilatildeo
demandas interna e externa emprego e estoques Essas informaccedilotildees tambeacutem satildeo divulgadas de
7
forma agregada nos iacutendices de confianccedila A parte quantitativa da pesquisa engloba as seacuteries de
Niacutevel de Utilizaccedilatildeo da Capacidade Instalada (NUCI)
Primeiramente foi calculada uma medida cujo objetivo eacute mensurar a incerteza dentre
os subsetores da induacutestria de transformaccedilatildeo a saber o Indicador de Incerteza Agregada
Industrial (IIAI) Para tanto foram construiacutedas seacuteries dos desvios-padratildeo cross-sectional das
variaacuteveis de produccedilatildeo emprego e demanda esperados para os proacuteximos trecircs meses para 17
subsetores2 extraindo-se em seguida seu primeiro componente principal Essa metodologia eacute
equivalente ao subiacutendice industrial do indicador de Mesquita Guardado e Burity (2013)
Assume-se que os respondentes calculam seus choques idiossincraacuteticos de distribuiccedilotildees
semelhantes e que portanto modificaccedilotildees na dispersatildeo (desvios-padratildeo) satildeo decorrentes de
alteraccedilotildees no niacutevel de incerteza Como o primeiro componente principal apresenta valores
negativos considerou-se seu valor zero como 100 somando-se portanto 100 a todas as
entradas da seacuterie
Como forma de construir um iacutendice de incerteza alternativo ao IIAI 17 indicadores
subsetoriais foram agregados como uma meacutedia ponderada pelos seus pesos na PIM-PF
presentes na uacuteltima nota metodoloacutegica divulgada pelo IBGE (2015) Esse indicador foi
denominado Indicador de Incerteza Subsetorial da Induacutestria Ponderado (IISIP)
O iacutendice para cada um dos segmentos chamado de Indicador de Incerteza Subsetorial
da Induacutestria (IISI) foi baseado em uma das diversas medidas propostas por Bachmann Elstner
e Sims (2013) De acordo com os autores indicadores de incerteza compostos por dados de
surveys satildeo adequados para mensurar o impacto dessa variaacutevel na atividade pois visam a captar
a incerteza dos tomadores de decisatildeo em contraposiccedilatildeo agrave observada pelo puacuteblico geral
O IISI consiste na dispersatildeo do percentual das respostas positivas e negativas para
determinada questatildeo da pesquisa qualitativa da induacutestria No caso deste estudo foi escolhida a
pergunta referente agrave expectativa dos empresaacuterios sobre a tendecircncia dos negoacutecios para os
proacuteximos seis meses medido como
119868119868119878119868119894119905 = radic119865119903119886119888119894119905+ + 119865119903119886119888119894119905
minus minus (119865119903119886119888119894119905+ minus 119865119903119886119888119894119905
minus )2
(3)
em que 119865119903119886119888119894119905+ e 119865119903119886119888119894119905
minus satildeo as porcentagens de respostas positivas e negativas no periacuteodo t
respectivamente para cada um dos i subsetores O indicador varia entre zero e um sendo que
valores proacuteximos a um denotam maiores niacuteveis de incerteza Os 17 iacutendices foram
dessazonalizados pelo meacutetodo X13-ARIMA-SEATS pois foi possiacutevel observar padrotildees
sazonais nessas seacuteries
Aleacutem disso foram utilizadas duas medidas de incerteza macroeconocircmica A primeira
delas o IIE-Br do IBREFGV foi escolhida por se tratar de uma meacutedia ponderada de trecircs outros
indicadores conforme descrito na subseccedilatildeo anterior A segunda eacute o Economic Policy Ucertainty
index (EPU index) para o Brasil calculado por Baker Bloom e Davis (2016) e disponibilizado
pelos autores3 O iacutendice eacute construiacutedo a partir da frequecircncia de notiacutecias do jornal Folha de S
Paulo que mencionem a palavra incerteza ou correlatas juntamente com termos que remetam
2 Os subsetores analisados foram alimentos tecircxtil vestuaacuterio couro e calccedilados celulose e papel derivados de
petroacuteleo e biocombustiacuteveis produtos quiacutemicos produtos farmacecircuticos plaacutestico minerais natildeo metaacutelicos
metalurgia metal informaacutetica e eletrocircnicos maacutequinas e materiais eleacutetricos maacutequinas e equipamentos automoacuteveis
e outros transportes sendo responsaacuteveis por aproximadamente 78 do total da produccedilatildeo industrial em 2015
(IBGE 2015) A induacutestria extrativa e os demais segmentos da induacutestria de transformaccedilatildeo natildeo foram considerados
neste estudo devido agrave ausecircncia de informaccedilotildees sobre eles na Sondagem da Induacutestria impossibilitando a construccedilatildeo
de seus respectivos indicadores subsetoriais de incerteza 3 O iacutendice EPU global calculado por Davis (2016) natildeo foi utilizado neste estudo como variaacutevel proxy de incerteza
externa devido a sua alta correlaccedilatildeo com os indicadores de incerteza macroeconocircmica para o Brasil
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
3
1 Introduccedilatildeo
A incerteza pode ser definida como a ausecircncia de conhecimento da distribuiccedilatildeo de
probabilidade dos possiacuteveis eventos futuros Assim em situaccedilotildees de incerteza os indiviacuteduos
satildeo incapazes de prever as chances de que eventos aconteccedilam Esse conceito difere da
concepccedilatildeo de risco para o qual a distribuiccedilatildeo de probabilidade dos acontecimentos possiacuteveis eacute
conhecida (BLOOM 2014) A incerteza tende a ser contraciacuteclica nos niacuteveis micro e
macroeconocircmico com reduccedilatildeo e postergaccedilatildeo do investimento das contrataccedilotildees e da produccedilatildeo
conforme apontado pela literatura sobre o tema
Essa acepccedilatildeo foi inicialmente trabalhada em estudos teoacutericos como os de Bernanke
(1983) e de Dixit e Pindyck (1994) que analisaram os impactos negativos da incerteza em
investimentos considerados irreversiacuteveis (que natildeo podem ser desfeitos ou recuperados) Essas
anaacutelises partem do pressuposto de que natildeo somente as informaccedilotildees necessaacuterias para a tomada
de decisatildeo dos agentes econocircmicos satildeo importantes mas o timing em que satildeo obtidas tambeacutem
eacute relevante para elevar a probabilidade de sucesso de projetos cujos retornos se datildeo no longo
prazo
Na uacuteltima deacutecada o interesse pelo tema tem se mostrado crescente diante das incertezas
advindas da crise financeira de 2008 e da europeia no iniacutecio desta deacutecada e mais recentemente
do Brexit (processo que deu iniacutecio agrave saiacuteda do Reino Unido da Uniatildeo Europeia) Aleacutem disso a
dificuldade de se mensurar a incerteza e a inexistecircncia de medidas perfeitas fazem com que
sejam criadas e calculadas diversas variaacuteveis proxies contribuindo tambeacutem para o aumento de
trabalhos sobre o assunto
Nos paiacuteses em desenvolvimento a anaacutelise dos efeitos da incerteza sobre a atividade
econocircmica ganha importacircncia adicional visto que esses paiacuteses tendem a apresentar ambientes
mais incertos (BLOOM 2014) Estudos empiacutericos tecircm apontado para impacto negativo mais
persistente e de maior magnitude nessas regiotildees Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo estimaram os efeitos de choques de incerteza global em 40 economias Segundo os
resultados encontrados os paiacuteses emergentes apresentaram em meacutedia decliacutenio dos
investimentos cerca de quatro vezes mais intenso que o observado em paiacuteses desenvolvidos
No mesmo sentido o consumo das famiacutelias tambeacutem mostrou recuo mais acentuado nesses
paiacuteses cuja recuperaccedilatildeo se deu mais lentamente que a verificada em economias desenvolvidas
A literatura tambeacutem tem discutido a presenccedila de natildeo-linearidade dos impactos da
incerteza na economia Foerster (2014) por exemplo encontrou efeitos negativos de maior
magnitude na economia norte-americana em periacuteodos de incerteza mais elevada ao incluir em
suas estimativas lineares duas variaacuteveis de interaccedilotildees dos indicadores de incerteza com
dummies que assumem valor um para momentos de alta ou baixa incerteza1
O estudo de Jones e Enders (2016) analisou o efeito da incerteza na atividade dos
Estados Unidos a partir de modelos que contemplam mudanccedila de regime de baixa para alta
incerteza (ou vice-versa) cuja transiccedilatildeo ocorre suavemente Foram estimados modelos Logistic
Smooth Transition Autoregressive (LSTAR) que satildeo natildeo-lineares e geram equiliacutebrios distintos
para cada regime De acordo com os resultados obtidos a incerteza impacta negativamente a
atividade macroeconocircmica cujo crescimento eacute menor em periacuteodos de alta mostrando-se
robustos para diversos indicadores e diferentes medidas de incerteza
Modelos vetoriais autorregerssivos (VAR) natildeo-lineares tambeacutem tecircm sido utilizados
para verificar respostas assimeacutetricas de variaacuteveis macroeconocircmicas agrave incerteza Caggiano
Castelnuovo e Groshenny (2014) utilizaram modelos Smooth Transition Vector
Autoregressions (STVAR) cujos resultados apresentaram efeitos mais intensos e prologados
1 Esses periacuteodos foram definidos como patamares acima ou abaixo da meacutedia dos iacutendices somados ou subtraiacutedos
de um desvio-padratildeo respectivamente
4
de choques de incerteza que os encontrados por modelos lineares Fazendo uso dessa classe de
modelos Caggiano Castelnuovo e Nodari (2017) apontaram para inefetividade da poliacutetica
monetaacuteria na atividade macroeconocircmica em periacuteodos de maior incerteza
A assimetria da incerteza tem sido pouco explorada pela literatura nacional Souza
Zabot e Caetano (2017) investigaram a dinacircmica e a transiccedilatildeo do niacutevel da incerteza por meio
da estimaccedilatildeo de autorregressotildees quantiacutelicas para essa variaacutevel Os resultados encontrados
sugerem que choques de incerteza natildeo geram deslocamentos de estados extremos de baixa
incerteza para alta e vice-versa A probabilidade de que permaneccedila elevada no periacuteodo seguinte
eacute superior agrave de que continue baixa no proacuteximo periacuteodo Ou seja a persistecircncia da incerteza eacute
maior em niacuteveis mais altos
O objetivo deste artigo eacute analisar o efeito da incerteza na atividade industrial brasileira
Buscou-se verificar a existecircncia de impactos natildeo-lineares da incerteza sobre a produccedilatildeo
industrial agregada Seguindo a abordagem de Jones e Enders (2016) foram estimados modelos
LSTAR que contemplam mudanccedila de regime de alta para baixa incerteza (ou vice-versa) cuja
transiccedilatildeo se daacute de maneira suave
O presente trabalho procura preencher as lacunas de estudos que tratem da relaccedilatildeo entre
incerteza e atividade industrial e da investigaccedilatildeo de impactos assimeacutetricos da primeira variaacutevel
sobre a segunda Ademais a abordagem economeacutetrica utilizada neste artigo difere das
implementadas pelos demais trabalhos sobre o tema para a economia brasileira visto que natildeo
haacute conhecimento de anaacutelises que contemplem estimativas de modelos LSTAR para quantificar
os efeitos da incerteza na atividade domeacutestica
Os resultados encontrados sugerem a presenccedila de assimetria da incerteza tanto
industrial como macroeconocircmica na variaccedilatildeo interanual do produto da induacutestria com efeito
negativo mais intenso em periacuteodos de alta incerteza Ademais haacute evidecircncias de que a taxa de
crescimento da produccedilatildeo apresenta equiliacutebrios de longo prazo distintos entre os regimes de alta
e baixa incerteza
2 Medidas de incerteza utilizadas na literatura e estudos para o Brasil
Os trabalhos empiacutericos que investigam os efeitos da incerteza na atividade econocircmica
tecircm trazido resultados convergentes no sentido de que apontam para impactos negativos nos
investimentos consumo produccedilatildeo e emprego Todavia divergem quanto agrave abordagem
economeacutetrica utilizada e principalmente aos indicadores de incerteza empregados
Em sua maioria os efeitos satildeo estimados por meio de modelos VAR como em Colombo
(2013) Aastveit Natvik e Sola (2013) e Bachmann Elstner e Sims (2013) Haacute estudos como
os de Bloom (2009) Leduc e Liu (2016) e Basu e Bundick (2017) que combinam VAR e
modelos de equiliacutebrio geral estocaacutestico dinacircmico (DSGE) comparando os resultados obtidos
de forma empiacuterica e por simulaccedilotildees Ainda que em menor nuacutemero tambeacutem existem trabalhos
que buscaram verificar tais impactos por meio da construccedilatildeo de paineacuteis para paiacuteses ou
empresas como o de Nowzohour e Stracca (2017) no qual utilizaram dados em painel de 27
paiacuteses da Organizaccedilatildeo para a Cooperaccedilatildeo e Desenvolvimento Econocircmico (OCDE) Baker
Bloom e Davis (2016) por exemplo combinaram o uso de modelos VAR para a economia
agregada e de paineacuteis para empresas
Em relaccedilatildeo agraves medidas de incerteza destacam-se os indicadores construiacutedos a partir de
notiacutecias de jornais como os presentes em Baker Bloom e Davis (2016) Alexopoulos e Cohen
(2009) Baker et al (2014) e Bloom (2013) O primeiro desses trabalhos bastante citado por
estudiosos do assunto propocircs a criaccedilatildeo do Economic Policy Uncertainty index (EPU index)
que mensura a frequecircncia da divulgaccedilatildeo de notiacutecias que mencionem simultaneamente termos
referentes agrave incerteza poliacuteticas monetaacuteria ou fiscal e economia Haacute diversos indicadores
originados a partir do EPU index como o iacutendice global de incerteza construiacutedo por Davis
5
(2016) calculado como a meacutedia dos iacutendices de diversos paiacuteses ponderada pelos respectivos
pesos relativos do PIB
Dada a complexidade de se distinguir risco de incerteza outra variaacutevel proxy
frequentemente utilizada em estudos sobre o tema eacute a volatilidade do mercado acionaacuterio vista
em Bloom (2009) Aastveit Natvik e Sola (2013) e Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo Ademais medidas baseadas em dispersotildees tambeacutem satildeo constantemente usadas como
as das projeccedilotildees macroeconocircmicas dos analistas de mercado construiacutedas por Scotti (2016) e de
respostas de surveys calculadas por Bachmann Elstner e Sims (2013) As surpresas das
projeccedilotildees macroeconocircmicas dos analistas de mercado (diferenccedila entre as projeccedilotildees e os dados
efetivos) foram empregadas no artigo de Rossi Sekhpoyan e Soupre (2016) enquanto os
trabalhos de Nowzohour e Stracca (2017) e de Moore (2016) agregaram diversas das medidas
mencionadas anteriormente seja calculando sua meacutedia ponderada ou por meio de anaacutelise de
componentes principais
Em consonacircncia com os estudos internacionais a literatura sobre incerteza aplicada ao
Brasil analisou o impacto dessa variaacutevel na atividade principalmente por meio da estimaccedilatildeo de
modelos VAR e encontrou efeitos negativos estatisticamente significativos da incerteza na
economia
Mesquita Guardado e Burity (2013) sugeriram a construccedilatildeo de um novo indicador a
partir de dois grupos de variaacuteveis industriais e macroeconocircmicas O primeiro eacute constituiacutedo
pelos desvios-padratildeo dentre os segmentos industriais de suas perspectivas de produccedilatildeo
demanda e emprego presentes na Sondagem da Induacutestria do IBREFGV O segundo eacute
composto pela variaccedilatildeo interanual do Iacutendice de Preccedilos ao Consumidor Amplo (IPCA) taxa de
cacircmbio diferenccedila entre as projeccedilotildees de PIB para o ano corrente em t e para o mesmo periacuteodo
nos doze meses anteriores aleacutem da dispersatildeo das projeccedilotildees para o IPCA acumulado em doze
meses Posteriormente essas seacuteries foram agregadas por meio da anaacutelise de componentes
principais dando origem ao iacutendice de incerteza
Ferreira et al (2017) tambeacutem propuseram uma medida que passou a ser divulgada
mensalmente pelo IBREFGV Trata-se do Indicador de Incerteza Econocircmica-Brasil (IIE-Br)
calculado como a meacutedia ponderada de trecircs subiacutendices (IIE-Br Miacutedia IIE-Br Expectativa e IIE-
Br Mercado com pesos de 70 20 e 10 respectivamente) O IIE-Br Miacutedia eacute um indicador
de notiacutecias baseado em Baker Bloom e Davis (2016) construiacutedo a partir de notiacutecias das versotildees
impressa e online dos jornais Valor Econocircmico Folha de S Paulo Correio Brasiliense Estado
de S Paulo O Globo e Zero Hora O IIE-Br Expectativa por sua vez eacute baseado nas projeccedilotildees
dos analistas de mercado presentes no Relatoacuterio Focus divulgado semanalmente pelo Banco
Central Consiste na meacutedia aritmeacutetica simples das variaccedilotildees das expectativas das cinco
instituiccedilotildees com menores erros de previsatildeo (Top 5) para o IPCA doze meses agrave frente e para a
taxa de cacircmbio Jaacute o IIE-Br Mercado eacute a volatilidade do mercado acionaacuterio sendo calculado
como a razatildeo entre o desvio-padratildeo e a meacutedia dos fechamentos diaacuterios do Ibovespa
Costa Filho (2014) fez uso de trecircs variaacuteveis proxies para estimar os efeitos da incerteza
na atividade (indicador construiacutedo a partir de notiacutecias volatilidades do Ibovespa e das projeccedilotildees
para o PIB de um dois e trecircs anos agrave frente) No mesmo sentido os trabalhos de Barboza (2017)
e Barboza e Zilberman (2017) consideraram diversas medidas (i) meacutedia entre o EPU index
para o Brasil de Baker Bloom e Davis (2016) e indicador semelhante calculado pelos autores
com notiacutecias do jornal O Globo (ii) volatilidade impliacutecita dos contratos de opccedilatildeo de cacircmbio
(ldquoat the moneyrdquo) (iii) desvio-padratildeo dos retornos diaacuterios do Ibovespa e (iv) variaccedilatildeo das
expectativas de inflaccedilatildeo e de taxa de cacircmbio do Focus doze meses agrave frente (v) primeiro
componente principal das quatro medidas anteriores e (iv) o IIE-Br do IBREFGV
Bezerra (2017) elaborou um indicador de incerteza agregando iacutendices baseados em
Bachmann Elstner e Sims (2013) para a induacutestria de transformaccedilatildeo serviccedilos construccedilatildeo civil
e comeacutercio a partir de dados das Sondagens do IBREFGV Azevedo (2017) por sua vez
6
construiu um indicador de sentimento utilizando o Google Trends e outro baseado em notiacutecias
do Broadcast portal de notiacutecias da Agecircncia Estado Ademais Godeiro e Lima (2017)
calcularam um iacutendice de incerteza baseado na metodologia de Jurado Ludvigson e Ng (2015)
na qual a incerteza h periacuteodos agrave frente eacute definida como a volatilidade condicional do
componente do valor futuro do PIB que natildeo eacute possiacutevel de ser previsto
Souza Zabot e Caetano (2017) investigaram a assimetria da incerteza usando
autorregressatildeo quantiacutelica no teste de raiz unitaacuteria Para as duas variaacuteveis proxies utilizadas pelos
autores observou-se comportamento assimeacutetrico dos coeficientes autorregressivos com
reversatildeo agrave meacutedia nos quantis mais baixos ao passo que nos mais altos os iacutendices apresentam
comportamento natildeo estacionaacuterio Barbosa (2018) estudou os efeitos da incerteza sobre
variaacuteveis fiscais ao fazer uso de modelos VAR e DSGE encontrando impactos relevantes e
persistentes sobre a receita tributaacuteria Em contrapartida as transferecircncias governamentais
mostraram-se pouco afetadas enquanto a despesa puacuteblica apresentou respostas natildeo
significativas
3 Modelos LSTAR
Considerando que a maioria das seacuteries macroeconocircmicas eacute resultado de decisotildees de
diversos agentes os processos de mudanccedilas de regime podem ser descritos com mais precisatildeo
por modelos nos quais essa transiccedilatildeo ocorra de maneira suave em comparaccedilatildeo com uma
transiccedilatildeo direta Ainda que se assuma que os agentes alterem seu comportamento de forma
discreta eacute menos provaacutevel que isso ocorra simultaneamente (TERASVIRTA 1994) Os
modelos LSTAR satildeo uma categoria do modelo Smooth Transition Autoregressive (STAR) que
atendem a essa condiccedilatildeo de transiccedilatildeo gradual entre regimes que eacute descrita por uma funccedilatildeo
logiacutestica Tratam-se portanto de regressotildees natildeo-lineares do tipo (JONES ENDERS 2016
TERASVIRTA 1994)
119910119905 = 1206011119961119957[1 minus 119866(119904119905 120574 119888)] + 1206012119961119957119866(119904119905 120574 119888) + 휀119905 (1)
sendo 119961119957 o vetor composto por 1 e os termos defasados de 119910119905 119904119905 a variaacutevel de transiccedilatildeo 120574 o
paracircmetro de suavizaccedilatildeo e c o paracircmetro de centralizaccedilatildeo Assume-se que 휀119905~N(01205902)
119866(119904119905 120574 119888) eacute a funccedilatildeo de transiccedilatildeo logiacutestica que varia entre 0 e 1
119866(119904119905 120574 119888) = [1 + 119890119909119901 (minus120574(119904119905 minus 119888))]minus1 120574 gt 0 (2)
O paracircmetro de suavizaccedilatildeo determina a suavidade da transiccedilatildeo entre os dois regimes
ao passo que o paracircmetro c eacute o valor threshold que divide a variaacutevel em regimes distintos
Quando γ tende a zero o modelo se reduz a um AR(p) Em contrapartida quando γ assume
valores suficientemente grandes a mudanccedila de um regime para o outro torna-se instantacircnea em
c (JONES ENDERS 2016)
4 Dados e indicadores de incerteza
As seacuteries utilizadas neste trabalho tecircm iniacutecio em janeiro de 2003 e teacutermino em dezembro
de 2017 com frequecircncia mensal Os dados de produccedilatildeo industrial foram extraiacutedos da Pesquisa
Industrial Mensal (PIM-PF) do Instituto Brasileiro de Geografia e Estatiacutestica (IBGE)
Os indicadores de incerteza construiacutedos neste trabalho foram calculados a partir dos
dados da Sondagem da Induacutestria do Instituto Brasileiro de Economia da Fundaccedilatildeo Getuacutelio
Vargas (IBREFGV) A sondagem eacute uma pesquisa mensal majoritariamente qualitativa que
traz a percepccedilatildeo dos empresaacuterios sobre diversos aspectos dos negoacutecios como produccedilatildeo
demandas interna e externa emprego e estoques Essas informaccedilotildees tambeacutem satildeo divulgadas de
7
forma agregada nos iacutendices de confianccedila A parte quantitativa da pesquisa engloba as seacuteries de
Niacutevel de Utilizaccedilatildeo da Capacidade Instalada (NUCI)
Primeiramente foi calculada uma medida cujo objetivo eacute mensurar a incerteza dentre
os subsetores da induacutestria de transformaccedilatildeo a saber o Indicador de Incerteza Agregada
Industrial (IIAI) Para tanto foram construiacutedas seacuteries dos desvios-padratildeo cross-sectional das
variaacuteveis de produccedilatildeo emprego e demanda esperados para os proacuteximos trecircs meses para 17
subsetores2 extraindo-se em seguida seu primeiro componente principal Essa metodologia eacute
equivalente ao subiacutendice industrial do indicador de Mesquita Guardado e Burity (2013)
Assume-se que os respondentes calculam seus choques idiossincraacuteticos de distribuiccedilotildees
semelhantes e que portanto modificaccedilotildees na dispersatildeo (desvios-padratildeo) satildeo decorrentes de
alteraccedilotildees no niacutevel de incerteza Como o primeiro componente principal apresenta valores
negativos considerou-se seu valor zero como 100 somando-se portanto 100 a todas as
entradas da seacuterie
Como forma de construir um iacutendice de incerteza alternativo ao IIAI 17 indicadores
subsetoriais foram agregados como uma meacutedia ponderada pelos seus pesos na PIM-PF
presentes na uacuteltima nota metodoloacutegica divulgada pelo IBGE (2015) Esse indicador foi
denominado Indicador de Incerteza Subsetorial da Induacutestria Ponderado (IISIP)
O iacutendice para cada um dos segmentos chamado de Indicador de Incerteza Subsetorial
da Induacutestria (IISI) foi baseado em uma das diversas medidas propostas por Bachmann Elstner
e Sims (2013) De acordo com os autores indicadores de incerteza compostos por dados de
surveys satildeo adequados para mensurar o impacto dessa variaacutevel na atividade pois visam a captar
a incerteza dos tomadores de decisatildeo em contraposiccedilatildeo agrave observada pelo puacuteblico geral
O IISI consiste na dispersatildeo do percentual das respostas positivas e negativas para
determinada questatildeo da pesquisa qualitativa da induacutestria No caso deste estudo foi escolhida a
pergunta referente agrave expectativa dos empresaacuterios sobre a tendecircncia dos negoacutecios para os
proacuteximos seis meses medido como
119868119868119878119868119894119905 = radic119865119903119886119888119894119905+ + 119865119903119886119888119894119905
minus minus (119865119903119886119888119894119905+ minus 119865119903119886119888119894119905
minus )2
(3)
em que 119865119903119886119888119894119905+ e 119865119903119886119888119894119905
minus satildeo as porcentagens de respostas positivas e negativas no periacuteodo t
respectivamente para cada um dos i subsetores O indicador varia entre zero e um sendo que
valores proacuteximos a um denotam maiores niacuteveis de incerteza Os 17 iacutendices foram
dessazonalizados pelo meacutetodo X13-ARIMA-SEATS pois foi possiacutevel observar padrotildees
sazonais nessas seacuteries
Aleacutem disso foram utilizadas duas medidas de incerteza macroeconocircmica A primeira
delas o IIE-Br do IBREFGV foi escolhida por se tratar de uma meacutedia ponderada de trecircs outros
indicadores conforme descrito na subseccedilatildeo anterior A segunda eacute o Economic Policy Ucertainty
index (EPU index) para o Brasil calculado por Baker Bloom e Davis (2016) e disponibilizado
pelos autores3 O iacutendice eacute construiacutedo a partir da frequecircncia de notiacutecias do jornal Folha de S
Paulo que mencionem a palavra incerteza ou correlatas juntamente com termos que remetam
2 Os subsetores analisados foram alimentos tecircxtil vestuaacuterio couro e calccedilados celulose e papel derivados de
petroacuteleo e biocombustiacuteveis produtos quiacutemicos produtos farmacecircuticos plaacutestico minerais natildeo metaacutelicos
metalurgia metal informaacutetica e eletrocircnicos maacutequinas e materiais eleacutetricos maacutequinas e equipamentos automoacuteveis
e outros transportes sendo responsaacuteveis por aproximadamente 78 do total da produccedilatildeo industrial em 2015
(IBGE 2015) A induacutestria extrativa e os demais segmentos da induacutestria de transformaccedilatildeo natildeo foram considerados
neste estudo devido agrave ausecircncia de informaccedilotildees sobre eles na Sondagem da Induacutestria impossibilitando a construccedilatildeo
de seus respectivos indicadores subsetoriais de incerteza 3 O iacutendice EPU global calculado por Davis (2016) natildeo foi utilizado neste estudo como variaacutevel proxy de incerteza
externa devido a sua alta correlaccedilatildeo com os indicadores de incerteza macroeconocircmica para o Brasil
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
4
de choques de incerteza que os encontrados por modelos lineares Fazendo uso dessa classe de
modelos Caggiano Castelnuovo e Nodari (2017) apontaram para inefetividade da poliacutetica
monetaacuteria na atividade macroeconocircmica em periacuteodos de maior incerteza
A assimetria da incerteza tem sido pouco explorada pela literatura nacional Souza
Zabot e Caetano (2017) investigaram a dinacircmica e a transiccedilatildeo do niacutevel da incerteza por meio
da estimaccedilatildeo de autorregressotildees quantiacutelicas para essa variaacutevel Os resultados encontrados
sugerem que choques de incerteza natildeo geram deslocamentos de estados extremos de baixa
incerteza para alta e vice-versa A probabilidade de que permaneccedila elevada no periacuteodo seguinte
eacute superior agrave de que continue baixa no proacuteximo periacuteodo Ou seja a persistecircncia da incerteza eacute
maior em niacuteveis mais altos
O objetivo deste artigo eacute analisar o efeito da incerteza na atividade industrial brasileira
Buscou-se verificar a existecircncia de impactos natildeo-lineares da incerteza sobre a produccedilatildeo
industrial agregada Seguindo a abordagem de Jones e Enders (2016) foram estimados modelos
LSTAR que contemplam mudanccedila de regime de alta para baixa incerteza (ou vice-versa) cuja
transiccedilatildeo se daacute de maneira suave
O presente trabalho procura preencher as lacunas de estudos que tratem da relaccedilatildeo entre
incerteza e atividade industrial e da investigaccedilatildeo de impactos assimeacutetricos da primeira variaacutevel
sobre a segunda Ademais a abordagem economeacutetrica utilizada neste artigo difere das
implementadas pelos demais trabalhos sobre o tema para a economia brasileira visto que natildeo
haacute conhecimento de anaacutelises que contemplem estimativas de modelos LSTAR para quantificar
os efeitos da incerteza na atividade domeacutestica
Os resultados encontrados sugerem a presenccedila de assimetria da incerteza tanto
industrial como macroeconocircmica na variaccedilatildeo interanual do produto da induacutestria com efeito
negativo mais intenso em periacuteodos de alta incerteza Ademais haacute evidecircncias de que a taxa de
crescimento da produccedilatildeo apresenta equiliacutebrios de longo prazo distintos entre os regimes de alta
e baixa incerteza
2 Medidas de incerteza utilizadas na literatura e estudos para o Brasil
Os trabalhos empiacutericos que investigam os efeitos da incerteza na atividade econocircmica
tecircm trazido resultados convergentes no sentido de que apontam para impactos negativos nos
investimentos consumo produccedilatildeo e emprego Todavia divergem quanto agrave abordagem
economeacutetrica utilizada e principalmente aos indicadores de incerteza empregados
Em sua maioria os efeitos satildeo estimados por meio de modelos VAR como em Colombo
(2013) Aastveit Natvik e Sola (2013) e Bachmann Elstner e Sims (2013) Haacute estudos como
os de Bloom (2009) Leduc e Liu (2016) e Basu e Bundick (2017) que combinam VAR e
modelos de equiliacutebrio geral estocaacutestico dinacircmico (DSGE) comparando os resultados obtidos
de forma empiacuterica e por simulaccedilotildees Ainda que em menor nuacutemero tambeacutem existem trabalhos
que buscaram verificar tais impactos por meio da construccedilatildeo de paineacuteis para paiacuteses ou
empresas como o de Nowzohour e Stracca (2017) no qual utilizaram dados em painel de 27
paiacuteses da Organizaccedilatildeo para a Cooperaccedilatildeo e Desenvolvimento Econocircmico (OCDE) Baker
Bloom e Davis (2016) por exemplo combinaram o uso de modelos VAR para a economia
agregada e de paineacuteis para empresas
Em relaccedilatildeo agraves medidas de incerteza destacam-se os indicadores construiacutedos a partir de
notiacutecias de jornais como os presentes em Baker Bloom e Davis (2016) Alexopoulos e Cohen
(2009) Baker et al (2014) e Bloom (2013) O primeiro desses trabalhos bastante citado por
estudiosos do assunto propocircs a criaccedilatildeo do Economic Policy Uncertainty index (EPU index)
que mensura a frequecircncia da divulgaccedilatildeo de notiacutecias que mencionem simultaneamente termos
referentes agrave incerteza poliacuteticas monetaacuteria ou fiscal e economia Haacute diversos indicadores
originados a partir do EPU index como o iacutendice global de incerteza construiacutedo por Davis
5
(2016) calculado como a meacutedia dos iacutendices de diversos paiacuteses ponderada pelos respectivos
pesos relativos do PIB
Dada a complexidade de se distinguir risco de incerteza outra variaacutevel proxy
frequentemente utilizada em estudos sobre o tema eacute a volatilidade do mercado acionaacuterio vista
em Bloom (2009) Aastveit Natvik e Sola (2013) e Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo Ademais medidas baseadas em dispersotildees tambeacutem satildeo constantemente usadas como
as das projeccedilotildees macroeconocircmicas dos analistas de mercado construiacutedas por Scotti (2016) e de
respostas de surveys calculadas por Bachmann Elstner e Sims (2013) As surpresas das
projeccedilotildees macroeconocircmicas dos analistas de mercado (diferenccedila entre as projeccedilotildees e os dados
efetivos) foram empregadas no artigo de Rossi Sekhpoyan e Soupre (2016) enquanto os
trabalhos de Nowzohour e Stracca (2017) e de Moore (2016) agregaram diversas das medidas
mencionadas anteriormente seja calculando sua meacutedia ponderada ou por meio de anaacutelise de
componentes principais
Em consonacircncia com os estudos internacionais a literatura sobre incerteza aplicada ao
Brasil analisou o impacto dessa variaacutevel na atividade principalmente por meio da estimaccedilatildeo de
modelos VAR e encontrou efeitos negativos estatisticamente significativos da incerteza na
economia
Mesquita Guardado e Burity (2013) sugeriram a construccedilatildeo de um novo indicador a
partir de dois grupos de variaacuteveis industriais e macroeconocircmicas O primeiro eacute constituiacutedo
pelos desvios-padratildeo dentre os segmentos industriais de suas perspectivas de produccedilatildeo
demanda e emprego presentes na Sondagem da Induacutestria do IBREFGV O segundo eacute
composto pela variaccedilatildeo interanual do Iacutendice de Preccedilos ao Consumidor Amplo (IPCA) taxa de
cacircmbio diferenccedila entre as projeccedilotildees de PIB para o ano corrente em t e para o mesmo periacuteodo
nos doze meses anteriores aleacutem da dispersatildeo das projeccedilotildees para o IPCA acumulado em doze
meses Posteriormente essas seacuteries foram agregadas por meio da anaacutelise de componentes
principais dando origem ao iacutendice de incerteza
Ferreira et al (2017) tambeacutem propuseram uma medida que passou a ser divulgada
mensalmente pelo IBREFGV Trata-se do Indicador de Incerteza Econocircmica-Brasil (IIE-Br)
calculado como a meacutedia ponderada de trecircs subiacutendices (IIE-Br Miacutedia IIE-Br Expectativa e IIE-
Br Mercado com pesos de 70 20 e 10 respectivamente) O IIE-Br Miacutedia eacute um indicador
de notiacutecias baseado em Baker Bloom e Davis (2016) construiacutedo a partir de notiacutecias das versotildees
impressa e online dos jornais Valor Econocircmico Folha de S Paulo Correio Brasiliense Estado
de S Paulo O Globo e Zero Hora O IIE-Br Expectativa por sua vez eacute baseado nas projeccedilotildees
dos analistas de mercado presentes no Relatoacuterio Focus divulgado semanalmente pelo Banco
Central Consiste na meacutedia aritmeacutetica simples das variaccedilotildees das expectativas das cinco
instituiccedilotildees com menores erros de previsatildeo (Top 5) para o IPCA doze meses agrave frente e para a
taxa de cacircmbio Jaacute o IIE-Br Mercado eacute a volatilidade do mercado acionaacuterio sendo calculado
como a razatildeo entre o desvio-padratildeo e a meacutedia dos fechamentos diaacuterios do Ibovespa
Costa Filho (2014) fez uso de trecircs variaacuteveis proxies para estimar os efeitos da incerteza
na atividade (indicador construiacutedo a partir de notiacutecias volatilidades do Ibovespa e das projeccedilotildees
para o PIB de um dois e trecircs anos agrave frente) No mesmo sentido os trabalhos de Barboza (2017)
e Barboza e Zilberman (2017) consideraram diversas medidas (i) meacutedia entre o EPU index
para o Brasil de Baker Bloom e Davis (2016) e indicador semelhante calculado pelos autores
com notiacutecias do jornal O Globo (ii) volatilidade impliacutecita dos contratos de opccedilatildeo de cacircmbio
(ldquoat the moneyrdquo) (iii) desvio-padratildeo dos retornos diaacuterios do Ibovespa e (iv) variaccedilatildeo das
expectativas de inflaccedilatildeo e de taxa de cacircmbio do Focus doze meses agrave frente (v) primeiro
componente principal das quatro medidas anteriores e (iv) o IIE-Br do IBREFGV
Bezerra (2017) elaborou um indicador de incerteza agregando iacutendices baseados em
Bachmann Elstner e Sims (2013) para a induacutestria de transformaccedilatildeo serviccedilos construccedilatildeo civil
e comeacutercio a partir de dados das Sondagens do IBREFGV Azevedo (2017) por sua vez
6
construiu um indicador de sentimento utilizando o Google Trends e outro baseado em notiacutecias
do Broadcast portal de notiacutecias da Agecircncia Estado Ademais Godeiro e Lima (2017)
calcularam um iacutendice de incerteza baseado na metodologia de Jurado Ludvigson e Ng (2015)
na qual a incerteza h periacuteodos agrave frente eacute definida como a volatilidade condicional do
componente do valor futuro do PIB que natildeo eacute possiacutevel de ser previsto
Souza Zabot e Caetano (2017) investigaram a assimetria da incerteza usando
autorregressatildeo quantiacutelica no teste de raiz unitaacuteria Para as duas variaacuteveis proxies utilizadas pelos
autores observou-se comportamento assimeacutetrico dos coeficientes autorregressivos com
reversatildeo agrave meacutedia nos quantis mais baixos ao passo que nos mais altos os iacutendices apresentam
comportamento natildeo estacionaacuterio Barbosa (2018) estudou os efeitos da incerteza sobre
variaacuteveis fiscais ao fazer uso de modelos VAR e DSGE encontrando impactos relevantes e
persistentes sobre a receita tributaacuteria Em contrapartida as transferecircncias governamentais
mostraram-se pouco afetadas enquanto a despesa puacuteblica apresentou respostas natildeo
significativas
3 Modelos LSTAR
Considerando que a maioria das seacuteries macroeconocircmicas eacute resultado de decisotildees de
diversos agentes os processos de mudanccedilas de regime podem ser descritos com mais precisatildeo
por modelos nos quais essa transiccedilatildeo ocorra de maneira suave em comparaccedilatildeo com uma
transiccedilatildeo direta Ainda que se assuma que os agentes alterem seu comportamento de forma
discreta eacute menos provaacutevel que isso ocorra simultaneamente (TERASVIRTA 1994) Os
modelos LSTAR satildeo uma categoria do modelo Smooth Transition Autoregressive (STAR) que
atendem a essa condiccedilatildeo de transiccedilatildeo gradual entre regimes que eacute descrita por uma funccedilatildeo
logiacutestica Tratam-se portanto de regressotildees natildeo-lineares do tipo (JONES ENDERS 2016
TERASVIRTA 1994)
119910119905 = 1206011119961119957[1 minus 119866(119904119905 120574 119888)] + 1206012119961119957119866(119904119905 120574 119888) + 휀119905 (1)
sendo 119961119957 o vetor composto por 1 e os termos defasados de 119910119905 119904119905 a variaacutevel de transiccedilatildeo 120574 o
paracircmetro de suavizaccedilatildeo e c o paracircmetro de centralizaccedilatildeo Assume-se que 휀119905~N(01205902)
119866(119904119905 120574 119888) eacute a funccedilatildeo de transiccedilatildeo logiacutestica que varia entre 0 e 1
119866(119904119905 120574 119888) = [1 + 119890119909119901 (minus120574(119904119905 minus 119888))]minus1 120574 gt 0 (2)
O paracircmetro de suavizaccedilatildeo determina a suavidade da transiccedilatildeo entre os dois regimes
ao passo que o paracircmetro c eacute o valor threshold que divide a variaacutevel em regimes distintos
Quando γ tende a zero o modelo se reduz a um AR(p) Em contrapartida quando γ assume
valores suficientemente grandes a mudanccedila de um regime para o outro torna-se instantacircnea em
c (JONES ENDERS 2016)
4 Dados e indicadores de incerteza
As seacuteries utilizadas neste trabalho tecircm iniacutecio em janeiro de 2003 e teacutermino em dezembro
de 2017 com frequecircncia mensal Os dados de produccedilatildeo industrial foram extraiacutedos da Pesquisa
Industrial Mensal (PIM-PF) do Instituto Brasileiro de Geografia e Estatiacutestica (IBGE)
Os indicadores de incerteza construiacutedos neste trabalho foram calculados a partir dos
dados da Sondagem da Induacutestria do Instituto Brasileiro de Economia da Fundaccedilatildeo Getuacutelio
Vargas (IBREFGV) A sondagem eacute uma pesquisa mensal majoritariamente qualitativa que
traz a percepccedilatildeo dos empresaacuterios sobre diversos aspectos dos negoacutecios como produccedilatildeo
demandas interna e externa emprego e estoques Essas informaccedilotildees tambeacutem satildeo divulgadas de
7
forma agregada nos iacutendices de confianccedila A parte quantitativa da pesquisa engloba as seacuteries de
Niacutevel de Utilizaccedilatildeo da Capacidade Instalada (NUCI)
Primeiramente foi calculada uma medida cujo objetivo eacute mensurar a incerteza dentre
os subsetores da induacutestria de transformaccedilatildeo a saber o Indicador de Incerteza Agregada
Industrial (IIAI) Para tanto foram construiacutedas seacuteries dos desvios-padratildeo cross-sectional das
variaacuteveis de produccedilatildeo emprego e demanda esperados para os proacuteximos trecircs meses para 17
subsetores2 extraindo-se em seguida seu primeiro componente principal Essa metodologia eacute
equivalente ao subiacutendice industrial do indicador de Mesquita Guardado e Burity (2013)
Assume-se que os respondentes calculam seus choques idiossincraacuteticos de distribuiccedilotildees
semelhantes e que portanto modificaccedilotildees na dispersatildeo (desvios-padratildeo) satildeo decorrentes de
alteraccedilotildees no niacutevel de incerteza Como o primeiro componente principal apresenta valores
negativos considerou-se seu valor zero como 100 somando-se portanto 100 a todas as
entradas da seacuterie
Como forma de construir um iacutendice de incerteza alternativo ao IIAI 17 indicadores
subsetoriais foram agregados como uma meacutedia ponderada pelos seus pesos na PIM-PF
presentes na uacuteltima nota metodoloacutegica divulgada pelo IBGE (2015) Esse indicador foi
denominado Indicador de Incerteza Subsetorial da Induacutestria Ponderado (IISIP)
O iacutendice para cada um dos segmentos chamado de Indicador de Incerteza Subsetorial
da Induacutestria (IISI) foi baseado em uma das diversas medidas propostas por Bachmann Elstner
e Sims (2013) De acordo com os autores indicadores de incerteza compostos por dados de
surveys satildeo adequados para mensurar o impacto dessa variaacutevel na atividade pois visam a captar
a incerteza dos tomadores de decisatildeo em contraposiccedilatildeo agrave observada pelo puacuteblico geral
O IISI consiste na dispersatildeo do percentual das respostas positivas e negativas para
determinada questatildeo da pesquisa qualitativa da induacutestria No caso deste estudo foi escolhida a
pergunta referente agrave expectativa dos empresaacuterios sobre a tendecircncia dos negoacutecios para os
proacuteximos seis meses medido como
119868119868119878119868119894119905 = radic119865119903119886119888119894119905+ + 119865119903119886119888119894119905
minus minus (119865119903119886119888119894119905+ minus 119865119903119886119888119894119905
minus )2
(3)
em que 119865119903119886119888119894119905+ e 119865119903119886119888119894119905
minus satildeo as porcentagens de respostas positivas e negativas no periacuteodo t
respectivamente para cada um dos i subsetores O indicador varia entre zero e um sendo que
valores proacuteximos a um denotam maiores niacuteveis de incerteza Os 17 iacutendices foram
dessazonalizados pelo meacutetodo X13-ARIMA-SEATS pois foi possiacutevel observar padrotildees
sazonais nessas seacuteries
Aleacutem disso foram utilizadas duas medidas de incerteza macroeconocircmica A primeira
delas o IIE-Br do IBREFGV foi escolhida por se tratar de uma meacutedia ponderada de trecircs outros
indicadores conforme descrito na subseccedilatildeo anterior A segunda eacute o Economic Policy Ucertainty
index (EPU index) para o Brasil calculado por Baker Bloom e Davis (2016) e disponibilizado
pelos autores3 O iacutendice eacute construiacutedo a partir da frequecircncia de notiacutecias do jornal Folha de S
Paulo que mencionem a palavra incerteza ou correlatas juntamente com termos que remetam
2 Os subsetores analisados foram alimentos tecircxtil vestuaacuterio couro e calccedilados celulose e papel derivados de
petroacuteleo e biocombustiacuteveis produtos quiacutemicos produtos farmacecircuticos plaacutestico minerais natildeo metaacutelicos
metalurgia metal informaacutetica e eletrocircnicos maacutequinas e materiais eleacutetricos maacutequinas e equipamentos automoacuteveis
e outros transportes sendo responsaacuteveis por aproximadamente 78 do total da produccedilatildeo industrial em 2015
(IBGE 2015) A induacutestria extrativa e os demais segmentos da induacutestria de transformaccedilatildeo natildeo foram considerados
neste estudo devido agrave ausecircncia de informaccedilotildees sobre eles na Sondagem da Induacutestria impossibilitando a construccedilatildeo
de seus respectivos indicadores subsetoriais de incerteza 3 O iacutendice EPU global calculado por Davis (2016) natildeo foi utilizado neste estudo como variaacutevel proxy de incerteza
externa devido a sua alta correlaccedilatildeo com os indicadores de incerteza macroeconocircmica para o Brasil
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
5
(2016) calculado como a meacutedia dos iacutendices de diversos paiacuteses ponderada pelos respectivos
pesos relativos do PIB
Dada a complexidade de se distinguir risco de incerteza outra variaacutevel proxy
frequentemente utilizada em estudos sobre o tema eacute a volatilidade do mercado acionaacuterio vista
em Bloom (2009) Aastveit Natvik e Sola (2013) e Carriegravere-Swallow e Ceacutespedes (2013) por
exemplo Ademais medidas baseadas em dispersotildees tambeacutem satildeo constantemente usadas como
as das projeccedilotildees macroeconocircmicas dos analistas de mercado construiacutedas por Scotti (2016) e de
respostas de surveys calculadas por Bachmann Elstner e Sims (2013) As surpresas das
projeccedilotildees macroeconocircmicas dos analistas de mercado (diferenccedila entre as projeccedilotildees e os dados
efetivos) foram empregadas no artigo de Rossi Sekhpoyan e Soupre (2016) enquanto os
trabalhos de Nowzohour e Stracca (2017) e de Moore (2016) agregaram diversas das medidas
mencionadas anteriormente seja calculando sua meacutedia ponderada ou por meio de anaacutelise de
componentes principais
Em consonacircncia com os estudos internacionais a literatura sobre incerteza aplicada ao
Brasil analisou o impacto dessa variaacutevel na atividade principalmente por meio da estimaccedilatildeo de
modelos VAR e encontrou efeitos negativos estatisticamente significativos da incerteza na
economia
Mesquita Guardado e Burity (2013) sugeriram a construccedilatildeo de um novo indicador a
partir de dois grupos de variaacuteveis industriais e macroeconocircmicas O primeiro eacute constituiacutedo
pelos desvios-padratildeo dentre os segmentos industriais de suas perspectivas de produccedilatildeo
demanda e emprego presentes na Sondagem da Induacutestria do IBREFGV O segundo eacute
composto pela variaccedilatildeo interanual do Iacutendice de Preccedilos ao Consumidor Amplo (IPCA) taxa de
cacircmbio diferenccedila entre as projeccedilotildees de PIB para o ano corrente em t e para o mesmo periacuteodo
nos doze meses anteriores aleacutem da dispersatildeo das projeccedilotildees para o IPCA acumulado em doze
meses Posteriormente essas seacuteries foram agregadas por meio da anaacutelise de componentes
principais dando origem ao iacutendice de incerteza
Ferreira et al (2017) tambeacutem propuseram uma medida que passou a ser divulgada
mensalmente pelo IBREFGV Trata-se do Indicador de Incerteza Econocircmica-Brasil (IIE-Br)
calculado como a meacutedia ponderada de trecircs subiacutendices (IIE-Br Miacutedia IIE-Br Expectativa e IIE-
Br Mercado com pesos de 70 20 e 10 respectivamente) O IIE-Br Miacutedia eacute um indicador
de notiacutecias baseado em Baker Bloom e Davis (2016) construiacutedo a partir de notiacutecias das versotildees
impressa e online dos jornais Valor Econocircmico Folha de S Paulo Correio Brasiliense Estado
de S Paulo O Globo e Zero Hora O IIE-Br Expectativa por sua vez eacute baseado nas projeccedilotildees
dos analistas de mercado presentes no Relatoacuterio Focus divulgado semanalmente pelo Banco
Central Consiste na meacutedia aritmeacutetica simples das variaccedilotildees das expectativas das cinco
instituiccedilotildees com menores erros de previsatildeo (Top 5) para o IPCA doze meses agrave frente e para a
taxa de cacircmbio Jaacute o IIE-Br Mercado eacute a volatilidade do mercado acionaacuterio sendo calculado
como a razatildeo entre o desvio-padratildeo e a meacutedia dos fechamentos diaacuterios do Ibovespa
Costa Filho (2014) fez uso de trecircs variaacuteveis proxies para estimar os efeitos da incerteza
na atividade (indicador construiacutedo a partir de notiacutecias volatilidades do Ibovespa e das projeccedilotildees
para o PIB de um dois e trecircs anos agrave frente) No mesmo sentido os trabalhos de Barboza (2017)
e Barboza e Zilberman (2017) consideraram diversas medidas (i) meacutedia entre o EPU index
para o Brasil de Baker Bloom e Davis (2016) e indicador semelhante calculado pelos autores
com notiacutecias do jornal O Globo (ii) volatilidade impliacutecita dos contratos de opccedilatildeo de cacircmbio
(ldquoat the moneyrdquo) (iii) desvio-padratildeo dos retornos diaacuterios do Ibovespa e (iv) variaccedilatildeo das
expectativas de inflaccedilatildeo e de taxa de cacircmbio do Focus doze meses agrave frente (v) primeiro
componente principal das quatro medidas anteriores e (iv) o IIE-Br do IBREFGV
Bezerra (2017) elaborou um indicador de incerteza agregando iacutendices baseados em
Bachmann Elstner e Sims (2013) para a induacutestria de transformaccedilatildeo serviccedilos construccedilatildeo civil
e comeacutercio a partir de dados das Sondagens do IBREFGV Azevedo (2017) por sua vez
6
construiu um indicador de sentimento utilizando o Google Trends e outro baseado em notiacutecias
do Broadcast portal de notiacutecias da Agecircncia Estado Ademais Godeiro e Lima (2017)
calcularam um iacutendice de incerteza baseado na metodologia de Jurado Ludvigson e Ng (2015)
na qual a incerteza h periacuteodos agrave frente eacute definida como a volatilidade condicional do
componente do valor futuro do PIB que natildeo eacute possiacutevel de ser previsto
Souza Zabot e Caetano (2017) investigaram a assimetria da incerteza usando
autorregressatildeo quantiacutelica no teste de raiz unitaacuteria Para as duas variaacuteveis proxies utilizadas pelos
autores observou-se comportamento assimeacutetrico dos coeficientes autorregressivos com
reversatildeo agrave meacutedia nos quantis mais baixos ao passo que nos mais altos os iacutendices apresentam
comportamento natildeo estacionaacuterio Barbosa (2018) estudou os efeitos da incerteza sobre
variaacuteveis fiscais ao fazer uso de modelos VAR e DSGE encontrando impactos relevantes e
persistentes sobre a receita tributaacuteria Em contrapartida as transferecircncias governamentais
mostraram-se pouco afetadas enquanto a despesa puacuteblica apresentou respostas natildeo
significativas
3 Modelos LSTAR
Considerando que a maioria das seacuteries macroeconocircmicas eacute resultado de decisotildees de
diversos agentes os processos de mudanccedilas de regime podem ser descritos com mais precisatildeo
por modelos nos quais essa transiccedilatildeo ocorra de maneira suave em comparaccedilatildeo com uma
transiccedilatildeo direta Ainda que se assuma que os agentes alterem seu comportamento de forma
discreta eacute menos provaacutevel que isso ocorra simultaneamente (TERASVIRTA 1994) Os
modelos LSTAR satildeo uma categoria do modelo Smooth Transition Autoregressive (STAR) que
atendem a essa condiccedilatildeo de transiccedilatildeo gradual entre regimes que eacute descrita por uma funccedilatildeo
logiacutestica Tratam-se portanto de regressotildees natildeo-lineares do tipo (JONES ENDERS 2016
TERASVIRTA 1994)
119910119905 = 1206011119961119957[1 minus 119866(119904119905 120574 119888)] + 1206012119961119957119866(119904119905 120574 119888) + 휀119905 (1)
sendo 119961119957 o vetor composto por 1 e os termos defasados de 119910119905 119904119905 a variaacutevel de transiccedilatildeo 120574 o
paracircmetro de suavizaccedilatildeo e c o paracircmetro de centralizaccedilatildeo Assume-se que 휀119905~N(01205902)
119866(119904119905 120574 119888) eacute a funccedilatildeo de transiccedilatildeo logiacutestica que varia entre 0 e 1
119866(119904119905 120574 119888) = [1 + 119890119909119901 (minus120574(119904119905 minus 119888))]minus1 120574 gt 0 (2)
O paracircmetro de suavizaccedilatildeo determina a suavidade da transiccedilatildeo entre os dois regimes
ao passo que o paracircmetro c eacute o valor threshold que divide a variaacutevel em regimes distintos
Quando γ tende a zero o modelo se reduz a um AR(p) Em contrapartida quando γ assume
valores suficientemente grandes a mudanccedila de um regime para o outro torna-se instantacircnea em
c (JONES ENDERS 2016)
4 Dados e indicadores de incerteza
As seacuteries utilizadas neste trabalho tecircm iniacutecio em janeiro de 2003 e teacutermino em dezembro
de 2017 com frequecircncia mensal Os dados de produccedilatildeo industrial foram extraiacutedos da Pesquisa
Industrial Mensal (PIM-PF) do Instituto Brasileiro de Geografia e Estatiacutestica (IBGE)
Os indicadores de incerteza construiacutedos neste trabalho foram calculados a partir dos
dados da Sondagem da Induacutestria do Instituto Brasileiro de Economia da Fundaccedilatildeo Getuacutelio
Vargas (IBREFGV) A sondagem eacute uma pesquisa mensal majoritariamente qualitativa que
traz a percepccedilatildeo dos empresaacuterios sobre diversos aspectos dos negoacutecios como produccedilatildeo
demandas interna e externa emprego e estoques Essas informaccedilotildees tambeacutem satildeo divulgadas de
7
forma agregada nos iacutendices de confianccedila A parte quantitativa da pesquisa engloba as seacuteries de
Niacutevel de Utilizaccedilatildeo da Capacidade Instalada (NUCI)
Primeiramente foi calculada uma medida cujo objetivo eacute mensurar a incerteza dentre
os subsetores da induacutestria de transformaccedilatildeo a saber o Indicador de Incerteza Agregada
Industrial (IIAI) Para tanto foram construiacutedas seacuteries dos desvios-padratildeo cross-sectional das
variaacuteveis de produccedilatildeo emprego e demanda esperados para os proacuteximos trecircs meses para 17
subsetores2 extraindo-se em seguida seu primeiro componente principal Essa metodologia eacute
equivalente ao subiacutendice industrial do indicador de Mesquita Guardado e Burity (2013)
Assume-se que os respondentes calculam seus choques idiossincraacuteticos de distribuiccedilotildees
semelhantes e que portanto modificaccedilotildees na dispersatildeo (desvios-padratildeo) satildeo decorrentes de
alteraccedilotildees no niacutevel de incerteza Como o primeiro componente principal apresenta valores
negativos considerou-se seu valor zero como 100 somando-se portanto 100 a todas as
entradas da seacuterie
Como forma de construir um iacutendice de incerteza alternativo ao IIAI 17 indicadores
subsetoriais foram agregados como uma meacutedia ponderada pelos seus pesos na PIM-PF
presentes na uacuteltima nota metodoloacutegica divulgada pelo IBGE (2015) Esse indicador foi
denominado Indicador de Incerteza Subsetorial da Induacutestria Ponderado (IISIP)
O iacutendice para cada um dos segmentos chamado de Indicador de Incerteza Subsetorial
da Induacutestria (IISI) foi baseado em uma das diversas medidas propostas por Bachmann Elstner
e Sims (2013) De acordo com os autores indicadores de incerteza compostos por dados de
surveys satildeo adequados para mensurar o impacto dessa variaacutevel na atividade pois visam a captar
a incerteza dos tomadores de decisatildeo em contraposiccedilatildeo agrave observada pelo puacuteblico geral
O IISI consiste na dispersatildeo do percentual das respostas positivas e negativas para
determinada questatildeo da pesquisa qualitativa da induacutestria No caso deste estudo foi escolhida a
pergunta referente agrave expectativa dos empresaacuterios sobre a tendecircncia dos negoacutecios para os
proacuteximos seis meses medido como
119868119868119878119868119894119905 = radic119865119903119886119888119894119905+ + 119865119903119886119888119894119905
minus minus (119865119903119886119888119894119905+ minus 119865119903119886119888119894119905
minus )2
(3)
em que 119865119903119886119888119894119905+ e 119865119903119886119888119894119905
minus satildeo as porcentagens de respostas positivas e negativas no periacuteodo t
respectivamente para cada um dos i subsetores O indicador varia entre zero e um sendo que
valores proacuteximos a um denotam maiores niacuteveis de incerteza Os 17 iacutendices foram
dessazonalizados pelo meacutetodo X13-ARIMA-SEATS pois foi possiacutevel observar padrotildees
sazonais nessas seacuteries
Aleacutem disso foram utilizadas duas medidas de incerteza macroeconocircmica A primeira
delas o IIE-Br do IBREFGV foi escolhida por se tratar de uma meacutedia ponderada de trecircs outros
indicadores conforme descrito na subseccedilatildeo anterior A segunda eacute o Economic Policy Ucertainty
index (EPU index) para o Brasil calculado por Baker Bloom e Davis (2016) e disponibilizado
pelos autores3 O iacutendice eacute construiacutedo a partir da frequecircncia de notiacutecias do jornal Folha de S
Paulo que mencionem a palavra incerteza ou correlatas juntamente com termos que remetam
2 Os subsetores analisados foram alimentos tecircxtil vestuaacuterio couro e calccedilados celulose e papel derivados de
petroacuteleo e biocombustiacuteveis produtos quiacutemicos produtos farmacecircuticos plaacutestico minerais natildeo metaacutelicos
metalurgia metal informaacutetica e eletrocircnicos maacutequinas e materiais eleacutetricos maacutequinas e equipamentos automoacuteveis
e outros transportes sendo responsaacuteveis por aproximadamente 78 do total da produccedilatildeo industrial em 2015
(IBGE 2015) A induacutestria extrativa e os demais segmentos da induacutestria de transformaccedilatildeo natildeo foram considerados
neste estudo devido agrave ausecircncia de informaccedilotildees sobre eles na Sondagem da Induacutestria impossibilitando a construccedilatildeo
de seus respectivos indicadores subsetoriais de incerteza 3 O iacutendice EPU global calculado por Davis (2016) natildeo foi utilizado neste estudo como variaacutevel proxy de incerteza
externa devido a sua alta correlaccedilatildeo com os indicadores de incerteza macroeconocircmica para o Brasil
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
6
construiu um indicador de sentimento utilizando o Google Trends e outro baseado em notiacutecias
do Broadcast portal de notiacutecias da Agecircncia Estado Ademais Godeiro e Lima (2017)
calcularam um iacutendice de incerteza baseado na metodologia de Jurado Ludvigson e Ng (2015)
na qual a incerteza h periacuteodos agrave frente eacute definida como a volatilidade condicional do
componente do valor futuro do PIB que natildeo eacute possiacutevel de ser previsto
Souza Zabot e Caetano (2017) investigaram a assimetria da incerteza usando
autorregressatildeo quantiacutelica no teste de raiz unitaacuteria Para as duas variaacuteveis proxies utilizadas pelos
autores observou-se comportamento assimeacutetrico dos coeficientes autorregressivos com
reversatildeo agrave meacutedia nos quantis mais baixos ao passo que nos mais altos os iacutendices apresentam
comportamento natildeo estacionaacuterio Barbosa (2018) estudou os efeitos da incerteza sobre
variaacuteveis fiscais ao fazer uso de modelos VAR e DSGE encontrando impactos relevantes e
persistentes sobre a receita tributaacuteria Em contrapartida as transferecircncias governamentais
mostraram-se pouco afetadas enquanto a despesa puacuteblica apresentou respostas natildeo
significativas
3 Modelos LSTAR
Considerando que a maioria das seacuteries macroeconocircmicas eacute resultado de decisotildees de
diversos agentes os processos de mudanccedilas de regime podem ser descritos com mais precisatildeo
por modelos nos quais essa transiccedilatildeo ocorra de maneira suave em comparaccedilatildeo com uma
transiccedilatildeo direta Ainda que se assuma que os agentes alterem seu comportamento de forma
discreta eacute menos provaacutevel que isso ocorra simultaneamente (TERASVIRTA 1994) Os
modelos LSTAR satildeo uma categoria do modelo Smooth Transition Autoregressive (STAR) que
atendem a essa condiccedilatildeo de transiccedilatildeo gradual entre regimes que eacute descrita por uma funccedilatildeo
logiacutestica Tratam-se portanto de regressotildees natildeo-lineares do tipo (JONES ENDERS 2016
TERASVIRTA 1994)
119910119905 = 1206011119961119957[1 minus 119866(119904119905 120574 119888)] + 1206012119961119957119866(119904119905 120574 119888) + 휀119905 (1)
sendo 119961119957 o vetor composto por 1 e os termos defasados de 119910119905 119904119905 a variaacutevel de transiccedilatildeo 120574 o
paracircmetro de suavizaccedilatildeo e c o paracircmetro de centralizaccedilatildeo Assume-se que 휀119905~N(01205902)
119866(119904119905 120574 119888) eacute a funccedilatildeo de transiccedilatildeo logiacutestica que varia entre 0 e 1
119866(119904119905 120574 119888) = [1 + 119890119909119901 (minus120574(119904119905 minus 119888))]minus1 120574 gt 0 (2)
O paracircmetro de suavizaccedilatildeo determina a suavidade da transiccedilatildeo entre os dois regimes
ao passo que o paracircmetro c eacute o valor threshold que divide a variaacutevel em regimes distintos
Quando γ tende a zero o modelo se reduz a um AR(p) Em contrapartida quando γ assume
valores suficientemente grandes a mudanccedila de um regime para o outro torna-se instantacircnea em
c (JONES ENDERS 2016)
4 Dados e indicadores de incerteza
As seacuteries utilizadas neste trabalho tecircm iniacutecio em janeiro de 2003 e teacutermino em dezembro
de 2017 com frequecircncia mensal Os dados de produccedilatildeo industrial foram extraiacutedos da Pesquisa
Industrial Mensal (PIM-PF) do Instituto Brasileiro de Geografia e Estatiacutestica (IBGE)
Os indicadores de incerteza construiacutedos neste trabalho foram calculados a partir dos
dados da Sondagem da Induacutestria do Instituto Brasileiro de Economia da Fundaccedilatildeo Getuacutelio
Vargas (IBREFGV) A sondagem eacute uma pesquisa mensal majoritariamente qualitativa que
traz a percepccedilatildeo dos empresaacuterios sobre diversos aspectos dos negoacutecios como produccedilatildeo
demandas interna e externa emprego e estoques Essas informaccedilotildees tambeacutem satildeo divulgadas de
7
forma agregada nos iacutendices de confianccedila A parte quantitativa da pesquisa engloba as seacuteries de
Niacutevel de Utilizaccedilatildeo da Capacidade Instalada (NUCI)
Primeiramente foi calculada uma medida cujo objetivo eacute mensurar a incerteza dentre
os subsetores da induacutestria de transformaccedilatildeo a saber o Indicador de Incerteza Agregada
Industrial (IIAI) Para tanto foram construiacutedas seacuteries dos desvios-padratildeo cross-sectional das
variaacuteveis de produccedilatildeo emprego e demanda esperados para os proacuteximos trecircs meses para 17
subsetores2 extraindo-se em seguida seu primeiro componente principal Essa metodologia eacute
equivalente ao subiacutendice industrial do indicador de Mesquita Guardado e Burity (2013)
Assume-se que os respondentes calculam seus choques idiossincraacuteticos de distribuiccedilotildees
semelhantes e que portanto modificaccedilotildees na dispersatildeo (desvios-padratildeo) satildeo decorrentes de
alteraccedilotildees no niacutevel de incerteza Como o primeiro componente principal apresenta valores
negativos considerou-se seu valor zero como 100 somando-se portanto 100 a todas as
entradas da seacuterie
Como forma de construir um iacutendice de incerteza alternativo ao IIAI 17 indicadores
subsetoriais foram agregados como uma meacutedia ponderada pelos seus pesos na PIM-PF
presentes na uacuteltima nota metodoloacutegica divulgada pelo IBGE (2015) Esse indicador foi
denominado Indicador de Incerteza Subsetorial da Induacutestria Ponderado (IISIP)
O iacutendice para cada um dos segmentos chamado de Indicador de Incerteza Subsetorial
da Induacutestria (IISI) foi baseado em uma das diversas medidas propostas por Bachmann Elstner
e Sims (2013) De acordo com os autores indicadores de incerteza compostos por dados de
surveys satildeo adequados para mensurar o impacto dessa variaacutevel na atividade pois visam a captar
a incerteza dos tomadores de decisatildeo em contraposiccedilatildeo agrave observada pelo puacuteblico geral
O IISI consiste na dispersatildeo do percentual das respostas positivas e negativas para
determinada questatildeo da pesquisa qualitativa da induacutestria No caso deste estudo foi escolhida a
pergunta referente agrave expectativa dos empresaacuterios sobre a tendecircncia dos negoacutecios para os
proacuteximos seis meses medido como
119868119868119878119868119894119905 = radic119865119903119886119888119894119905+ + 119865119903119886119888119894119905
minus minus (119865119903119886119888119894119905+ minus 119865119903119886119888119894119905
minus )2
(3)
em que 119865119903119886119888119894119905+ e 119865119903119886119888119894119905
minus satildeo as porcentagens de respostas positivas e negativas no periacuteodo t
respectivamente para cada um dos i subsetores O indicador varia entre zero e um sendo que
valores proacuteximos a um denotam maiores niacuteveis de incerteza Os 17 iacutendices foram
dessazonalizados pelo meacutetodo X13-ARIMA-SEATS pois foi possiacutevel observar padrotildees
sazonais nessas seacuteries
Aleacutem disso foram utilizadas duas medidas de incerteza macroeconocircmica A primeira
delas o IIE-Br do IBREFGV foi escolhida por se tratar de uma meacutedia ponderada de trecircs outros
indicadores conforme descrito na subseccedilatildeo anterior A segunda eacute o Economic Policy Ucertainty
index (EPU index) para o Brasil calculado por Baker Bloom e Davis (2016) e disponibilizado
pelos autores3 O iacutendice eacute construiacutedo a partir da frequecircncia de notiacutecias do jornal Folha de S
Paulo que mencionem a palavra incerteza ou correlatas juntamente com termos que remetam
2 Os subsetores analisados foram alimentos tecircxtil vestuaacuterio couro e calccedilados celulose e papel derivados de
petroacuteleo e biocombustiacuteveis produtos quiacutemicos produtos farmacecircuticos plaacutestico minerais natildeo metaacutelicos
metalurgia metal informaacutetica e eletrocircnicos maacutequinas e materiais eleacutetricos maacutequinas e equipamentos automoacuteveis
e outros transportes sendo responsaacuteveis por aproximadamente 78 do total da produccedilatildeo industrial em 2015
(IBGE 2015) A induacutestria extrativa e os demais segmentos da induacutestria de transformaccedilatildeo natildeo foram considerados
neste estudo devido agrave ausecircncia de informaccedilotildees sobre eles na Sondagem da Induacutestria impossibilitando a construccedilatildeo
de seus respectivos indicadores subsetoriais de incerteza 3 O iacutendice EPU global calculado por Davis (2016) natildeo foi utilizado neste estudo como variaacutevel proxy de incerteza
externa devido a sua alta correlaccedilatildeo com os indicadores de incerteza macroeconocircmica para o Brasil
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
7
forma agregada nos iacutendices de confianccedila A parte quantitativa da pesquisa engloba as seacuteries de
Niacutevel de Utilizaccedilatildeo da Capacidade Instalada (NUCI)
Primeiramente foi calculada uma medida cujo objetivo eacute mensurar a incerteza dentre
os subsetores da induacutestria de transformaccedilatildeo a saber o Indicador de Incerteza Agregada
Industrial (IIAI) Para tanto foram construiacutedas seacuteries dos desvios-padratildeo cross-sectional das
variaacuteveis de produccedilatildeo emprego e demanda esperados para os proacuteximos trecircs meses para 17
subsetores2 extraindo-se em seguida seu primeiro componente principal Essa metodologia eacute
equivalente ao subiacutendice industrial do indicador de Mesquita Guardado e Burity (2013)
Assume-se que os respondentes calculam seus choques idiossincraacuteticos de distribuiccedilotildees
semelhantes e que portanto modificaccedilotildees na dispersatildeo (desvios-padratildeo) satildeo decorrentes de
alteraccedilotildees no niacutevel de incerteza Como o primeiro componente principal apresenta valores
negativos considerou-se seu valor zero como 100 somando-se portanto 100 a todas as
entradas da seacuterie
Como forma de construir um iacutendice de incerteza alternativo ao IIAI 17 indicadores
subsetoriais foram agregados como uma meacutedia ponderada pelos seus pesos na PIM-PF
presentes na uacuteltima nota metodoloacutegica divulgada pelo IBGE (2015) Esse indicador foi
denominado Indicador de Incerteza Subsetorial da Induacutestria Ponderado (IISIP)
O iacutendice para cada um dos segmentos chamado de Indicador de Incerteza Subsetorial
da Induacutestria (IISI) foi baseado em uma das diversas medidas propostas por Bachmann Elstner
e Sims (2013) De acordo com os autores indicadores de incerteza compostos por dados de
surveys satildeo adequados para mensurar o impacto dessa variaacutevel na atividade pois visam a captar
a incerteza dos tomadores de decisatildeo em contraposiccedilatildeo agrave observada pelo puacuteblico geral
O IISI consiste na dispersatildeo do percentual das respostas positivas e negativas para
determinada questatildeo da pesquisa qualitativa da induacutestria No caso deste estudo foi escolhida a
pergunta referente agrave expectativa dos empresaacuterios sobre a tendecircncia dos negoacutecios para os
proacuteximos seis meses medido como
119868119868119878119868119894119905 = radic119865119903119886119888119894119905+ + 119865119903119886119888119894119905
minus minus (119865119903119886119888119894119905+ minus 119865119903119886119888119894119905
minus )2
(3)
em que 119865119903119886119888119894119905+ e 119865119903119886119888119894119905
minus satildeo as porcentagens de respostas positivas e negativas no periacuteodo t
respectivamente para cada um dos i subsetores O indicador varia entre zero e um sendo que
valores proacuteximos a um denotam maiores niacuteveis de incerteza Os 17 iacutendices foram
dessazonalizados pelo meacutetodo X13-ARIMA-SEATS pois foi possiacutevel observar padrotildees
sazonais nessas seacuteries
Aleacutem disso foram utilizadas duas medidas de incerteza macroeconocircmica A primeira
delas o IIE-Br do IBREFGV foi escolhida por se tratar de uma meacutedia ponderada de trecircs outros
indicadores conforme descrito na subseccedilatildeo anterior A segunda eacute o Economic Policy Ucertainty
index (EPU index) para o Brasil calculado por Baker Bloom e Davis (2016) e disponibilizado
pelos autores3 O iacutendice eacute construiacutedo a partir da frequecircncia de notiacutecias do jornal Folha de S
Paulo que mencionem a palavra incerteza ou correlatas juntamente com termos que remetam
2 Os subsetores analisados foram alimentos tecircxtil vestuaacuterio couro e calccedilados celulose e papel derivados de
petroacuteleo e biocombustiacuteveis produtos quiacutemicos produtos farmacecircuticos plaacutestico minerais natildeo metaacutelicos
metalurgia metal informaacutetica e eletrocircnicos maacutequinas e materiais eleacutetricos maacutequinas e equipamentos automoacuteveis
e outros transportes sendo responsaacuteveis por aproximadamente 78 do total da produccedilatildeo industrial em 2015
(IBGE 2015) A induacutestria extrativa e os demais segmentos da induacutestria de transformaccedilatildeo natildeo foram considerados
neste estudo devido agrave ausecircncia de informaccedilotildees sobre eles na Sondagem da Induacutestria impossibilitando a construccedilatildeo
de seus respectivos indicadores subsetoriais de incerteza 3 O iacutendice EPU global calculado por Davis (2016) natildeo foi utilizado neste estudo como variaacutevel proxy de incerteza
externa devido a sua alta correlaccedilatildeo com os indicadores de incerteza macroeconocircmica para o Brasil
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
8
agrave poliacutetica econocircmica e foi selecionado por ser a variaacutevel de incerteza mais usada em trabalhos
nacionais4
O quadro 1 traz os quatro indicadores agregados de incerteza considerados neste
trabalho Nota-se que os trecircs periacuteodos de crises da economia brasileira abrangidos por eles
coincidem com patamares mais altos de incerteza principalmente das recessotildees de 2008-9 e
2014-16 e mais evidentes no IISIP no IIE-Br e no EPU index A despeito disso os iacutendices
apresentam comportamentos distintos evidenciados pelas correlaccedilotildees lineares relativamente
baixas entre a maioria deles disponiacuteveis na Tabela 1 a seguir
Tabela 1 Coeficiente de correlaccedilatildeo de Pearson ndash Indicadores agregados de incerteza IIAI IISIP IIE-Br EPU index
IIAI 1 02521 02980 03237
IISIP 02521 1 02033 00189
IIE-Br 02980 02033 1 06738
EPU index 03237 00189 06738 1
4 O indicador eacute atualizado mensalmente e disponibilizado em wwwpolicyuncertaintycom Foram contabilizadas
as notiacutecias que contecircm os verbetes ldquoincertordquo ou ldquoincertezardquo ldquoeconocircmicordquo ou ldquoeconomiardquo e um ou mais dos
seguintes termos relacionados a poliacuteticas ldquoregulaccedilatildeordquo ldquodeacuteficitrdquo ldquoorccedilamentordquo ldquoimpostordquo ldquobanco centralrdquo
ldquoalvoradardquo ldquoplanaltordquo ldquocongressordquo ldquosenadordquo ldquocacircmara dos deputadosrdquo ldquolegislaccedilatildeordquo ldquoleirdquo e ldquotarifardquo
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
9
Quadro 1 Indicadores agregados de incerteza ndash Dados mensais Fontes IBREFGV policyuncertaintycom (Baker Bloom e Davis (2016)) As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de
Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
10
5 Estimaccedilatildeo
Foram estimados modelos LSTAR de ordem 1 para a variaccedilatildeo interanual da produccedilatildeo
da induacutestria de transformaccedilatildeo Foram utilizados como variaacuteveis de transiccedilatildeo os niacuteveis do IISIP
do IIE-Br e do EPU index e da primeira diferenccedila da seacuterie do IIAI5 como forma de verificar se
o crescimento da atividade industrial eacute diferente em regimes de alta e baixa incerteza
119910119905 = 1205720 + 1205721119910119905minus1 + (1205730 + 1205731119910119905minus1)[1 + 119890119909119901 (minus120574(119894119899119888119905 minus 119888))]minus1 + 휀119905 (4)
em que 119910119905 eacute a variaccedilatildeo interanual do logaritmo da produccedilatildeo no periacuteodo t e 119894119899119888119905 satildeo os
indicadores de incerteza em t Para todas as especificaccedilotildees foram utilizados erros-padratildeo
robustos agrave heterocedasticidade de White (1980)
Quanto maior a incerteza no periacuteodo t mais proacuteximo de um seraacute a funccedilatildeo de transiccedilatildeo
Assim valores do paracircmetro 1205730 negativos implicam efeitos mais intensos da incerteza nos
periacuteodos em que se encontra em patamares mais elevados em comparaccedilatildeo com os de baixa
incerteza (funccedilatildeo de transiccedilatildeo mais proacutexima de zero)
Seguindo Jones e Enders (2016) foram realizados os testes de natildeo-linearidade
Regression error specification test (RESET) e para modelos STAR presente em Terasvirta
(1994) para os dados de produccedilatildeo industrial O teste RESET consiste em testar a hipoacutetese nula
de linearidade contra hipoacutetese alternativa de natildeo-linearidade embora natildeo especifique qual seja
sua melhor forma funcional Assim a rejeiccedilatildeo da hipoacutetese nula natildeo implica que o modelo
LSTAR captura a forma funcional adequada da natildeo-linearidade Primeiramente estima-se o
modelo linear de melhor ajuste Seu resiacuteduo (휀119905) eacute posteriormente regredido em uma regressatildeo
auxiliar contra os valores estimados anteriormente e suas potecircncias (ENDERS 2014)
휀119905 = 120575119911119905 + sum 120572ℎ119905ℎ119867
ℎ=2 (5)
sendo 119911119905 e 119905 os termos da equaccedilatildeo originalmente estimada e os valores estimados
anteriormente nessa ordem Rejeita-se a hipoacutetese de linearidade caso os valores de 119886ℎ sejam
conjuntamente estatisticamente diferentes de zero
O teste para modelos STAR tambeacutem verifica se o modelo estimado eacute linear ou apresenta
comportamento STAR (podendo nesse caso ser LSTAR ou Exponential Smooth Transition
Autoregressive ndash ESTAR) Como natildeo eacute possiacutevel testar essa hipoacutetese diretamente por meio do
teste Lagrange Multiplier (LM) eacute feita uma aproximaccedilatildeo de Taylor de terceira ordem da funccedilatildeo
de transiccedilatildeo Assim estima-se a seguinte regressatildeo auxiliar (Terasvirta 1994 Jones e Enders
2016)
119910119905 = 1205730119910119905minus1 + 1205731119910119905minus1119904119905 + 1205732119910119905minus11199041199052 + 1205733119910119905minus1119904119905
3 + 119890119905 (6)
em que 119890119905 = 휀119905 + (1206012 minus 1206011)1199101199051198773(119904119905 120574 119888) onde 1198773(119904119905 120574 119888) eacute o termo restante da expansatildeo
de Taylor Como os paracircmetros βs satildeo funccedilotildees de 1206011 1206012 γ e c a hipoacutetese nula de natildeo
linearidade eacute equivalente agrave de que os βs estimados satildeo conjuntamente iguais a zero
Apoacutes as estimaccedilotildees foram calculadas funccedilotildees de resposta ao impulso para choques de
incerteza na produccedilatildeo industrial Ao contraacuterio dos modelos lineares para os quais as funccedilotildees
de impulso-resposta satildeo simeacutetricas os modelos natildeo-lineares apresentam funccedilotildees que satildeo
assimeacutetricas e dependentes da condiccedilatildeo inicial da variaacutevel dependente e da magnitude e sinal
dos choques e de seus valores posteriores (KOOP PESARAN POTTER 1996 JONES
ENDERS 2016) Neste caso como se quer analisar o impacto de um choque na variaacutevel de
5 Utilizou-se a primeira diferenccedila do IIAI visto que a seacuterie eacute natildeo-estacionaacuteria
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
11
transiccedilatildeo na variaacutevel dependente e natildeo de 휀119905 propriamente dito foram considerados choques
nos indicadores de incerteza em linha com Jones e Enders (2016) Para tanto foram estimados
modelos autorregressivos para as variaacuteveis proxies de incerteza Seus resiacuteduos foram
selecionados aleatoriamente via bootstrap com 1000 repeticcedilotildees Para um choque
continuamente positivo (negativo) de incerteza foram somados (subtraiacutedos) a esses termos o
valor de um desvio-padratildeo sendo posteriormente incorporados como resiacuteduos aos modelos
AR(p) para doze periacuteodos agrave frente
Assim como em Jones e Enders (2016) para o estado inicial da variaccedilatildeo interanual da
produccedilatildeo industrial foi considerado o valor do equiliacutebrio de longo prazo do modelo linear
(esperanccedila natildeo condicional para 119910119905) ao passo que para os valores iniciais de incerteza foram
utilizadas as estimativas para c obtidas nos modelos LSTAR
Tambeacutem foram realizados exerciacutecios contrafactuais para o periacuteodo da crise de 2008-9
que consistem em simular qual seria o niacutevel da produccedilatildeo industrial caso os patamares da
incerteza observados antes e durante esse periacuteodo fossem mantidos constantes
6 Resultados
A tabela a seguir traz os resultados dos testes RESET e STAR para o modelo
autorregressivo de ordem 1 ndash AR(1) ndash para a seacuterie de variaccedilatildeo interanual da produccedilatildeo industrial
agregada Natildeo eacute possiacutevel rejeitar a hipoacutetese nula de linearidade do teste RESET enquanto o
STAR sugere natildeo-linearidade a 10 de significacircncia
Tabela 2 Testes de natildeo-linearidade induacutestria de transformaccedilatildeo RESET STAR
Estatiacutestica do teste 177 214
p-valor 01547 00972
Nota Para ambos os testes a hipoacutetese nula eacute de que o modelo eacute linear contra hipoacutetese alternativa de natildeo
linearidade
Ainda que a rejeiccedilatildeo da hipoacutetese nula do uacuteltimo teste natildeo tenha se dado ao niacutevel de
significacircncia mais adequado (5) foram estimados modelos LSTAR de ordem 1 para o
logaritmo natural da variaccedilatildeo interanual da produccedilatildeo da induacutestria de transformaccedilatildeo cujos
resultados encontram-se na tabela 36
As estimativas para o 1205730 mostraram-se negativas e estatisticamente significativas aos
niacuteveis de 1 5 e 10 quando utilizados o IISIP o IIE-Br e o EPU index respectivamente
Em contrapartida natildeo se pode rejeitar a hipoacutetese nula de que o coeficiente estimado eacute
estatisticamente igual a zero quando a primeira diferenccedila do IIAI eacute variaacutevel de transiccedilatildeo Os
resultados apontaram portanto para a natildeo-linearidade dos efeitos da incerteza para trecircs das
quatro medidas utilizadas sugerindo que para patamares elevados de incerteza o impacto
negativo eacute mais intenso que aquele verificado para niacuteveis mais baixos Essas evidecircncias estatildeo
portanto alinhadas agraves encontradas para variaacuteveis macroeconocircmicas norte-americanas e agrave
literatura sobre o tema
6 O modelo LSTAR com uma defasagem foi escolhido devido agrave dificuldade de se estimar processos mais longos
Os testes reportados acima foram os realizados para um modelo linear AR(1) para se ter uma comparaccedilatildeo mais
proacutexima com o LSTAR estimado natildeo significando necessariamente melhor especificaccedilatildeo linear para o modelo
de crescimento industrial
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
12
Tabela 3 Estimaccedilotildees para a induacutestria de transformaccedilatildeo (37) (38) (39) (40)
VARIAacuteVEIS IIE-Br EPU index IIAI IISIP
1205720 000594 000873 000116 00175
(000347) (000451) (000676) (000576)
1205721 0769 0723 0837 0689
(00476) (00583) (00794) (00645)
1205730 -00230 -00112 -0000320 -00259
(000914) (000609) (000756) (000713)
1205731 -00169 0126 -00202 0101
(0102) (00783) (00913) (00864)
120574 2704 7003 -3866 6222
(1422) (2688) (195285) (1309014)
119888 1110 1235 0873 0596
(1113) (0909) (3913) (000594)
Observaccedilotildees 179 179 179 179
R-quadrado ajustado 0691 0682 0683 0699
AIC -646750 -641839 -637194 -651399
BIC -627626 -622715 -618070 -632275
Nota Desvios-padratildeo robustos ajustados em parecircnteses Os asteriscos indicam a significacircncia aos niacuteveis de 1
5 e 10 respectivamente ( plt001 plt005 plt01 sendo p os p-valores)
Analisando as funccedilotildees de transiccedilatildeo para os indicadores de incerteza para os quais foi
possiacutevel identificar impactos assimeacutetricos no crescimento interanual da produccedilatildeo industrial
ilustradas no quadro 2 nota-se que a transiccedilatildeo eacute mais suave entre os regimes de alta e baixa
incerteza industrial (IISIP) que entre os regimes de incerteza macroeconocircmica (IIE-Br e EPU
index) Para o uacuteltimo tipo de incerteza as duas variaacuteveis indicam mudanccedila quase imediata de
um estado para o outro No caso do IISIP e do EPU index em cerca de 57 da amostra os
valores da funccedilatildeo de transiccedilatildeo foram diferentes de zero enquanto que para o IIE-Br isso foi
verificado em 22 do periacuteodo considerado Para os trecircs iacutendices as funccedilotildees apresentaram
valores iguais a um ao longo das crises iniciadas em 2008 e 2014 apontando para efeito
negativo maacuteximo da incerteza no crescimento da produccedilatildeo industrial nesses periacuteodos
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
13
Quadro 2 Funccedilotildees de transiccedilatildeo dos modelos LSTAR Fonte Caacutelculo dos autores
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
14
Seguindo Jones e Enders (2016) foram calculados os valores de equiliacutebrio de longo
prazo para os regimes de alta e baixa incerteza e para o modelo AR(1) linear dado que as
estimativas de 1205731 tambeacutem podem afetar o equiliacutebrio Trata-se do caacutelculo da esperanccedila natildeo
condicional da variaccedilatildeo interanual da produccedilatildeo industrial Por definiccedilatildeo no regime de incerteza
alta a funccedilatildeo de transiccedilatildeo eacute igual a um assumindo valor zero no regime de incerteza baixa
Posteriormente foi testada a significacircncia estatiacutestica desses valores Essas informaccedilotildees estatildeo
disponiacuteveis na tabela 4
A despeito do coeficiente associado agrave primeira defasagem da variaccedilatildeo da produccedilatildeo
industrial ser significativo na estimaccedilatildeo linear o equiliacutebrio de longo prazo mostrou-se
estatisticamente igual a zero devido agrave natildeo significacircncia da constante do modelo Em
contrapartida os equiliacutebrios das estimaccedilotildees natildeo-lineares com exceccedilatildeo do referente ao regime
de alta incerteza para o EPU index como variaacutevel de transiccedilatildeo satildeo significativos aos niacuteveis de
1 5 ou 10 de significacircncia Chamam atenccedilatildeo os valores de longo prazo para o IIE-Br O
equiliacutebrio do regime de alta incerteza para esse indicador eacute em moacutedulo mais de duas vezes
superior ao do regime de baixa incerteza aleacutem de ser quase catorze vezes mais intenso que o
equiliacutebrio sugerido pelo modelo linear reforccedilando as evidecircncias de assimetria dos efeitos da
incerteza no crescimento da produccedilatildeo industrial Para as demais medidas de incerteza essas
diferenccedilas apresentaram menor magnitude
Tabela 4 Equiliacutebrios de longo prazo Estimaccedilatildeo linear e regimes de alta e baixa incerteza Regime de alta
incerteza
Regime de baixa
incerteza
Modelo
linear
Equiliacutebrio -00400052 00562212 0004974
IISIP Estatiacutestica de teste -202 374 029
p-valor 0044 0000 0773
Equiliacutebrio -00687299 00256715 0004974
IIE-Br Estatiacutestica de teste -249 183 029
p-valor 0013 0067 0773
Equiliacutebrio -00164499 00315576 0004974
EPU index Estatiacutestica de teste -061 205 029
p-valor 0545 0040 0773
Nota O modelo linear estimado foi 119910 = 0000875 + 0827795 119905minus1 O equiliacutebrio de longo prazo eacute calculado
como a esperanccedila natildeo condicional de 119910119905 No caso do modelo linear tem-se que 119864(119910119905) =0000875
1minus0827795 = 0004974
Para o caacutelculo das funccedilotildees de resposta ao impulso os pontos de partida foram os
modelos autorregressivos que melhor explicam o comportamento do niacutevel das medidas de
incerteza de acordo com os criteacuterios de informaccedilatildeo Akaike Information Criterion (AIC) e
Baysean Information Criterion (BIC) Dessa forma os sucessivos choques foram incorporados
a esses indicadores e posteriormente aos modelos LSTAR Especificamente em relaccedilatildeo ao
IISIP o melhor modelo encontrado foi o AR(2) Para o caacutelculo das seacuteries de incerteza com os
choques contiacutenuos positivo e negativo partiu-se da estimativa do threshold do modelo natildeo-
linear (0596) ao passo que para a funccedilatildeo impulso-resposta considerou-se o equiliacutebrio de
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
15
longo prazo linear (0004974) como valor inicial Para o IIE-Br e para o EPU index foram
estimados modelos AR(1) e AR(3) nessa ordem
Como pode ser observado no quadro 3 que traz as funccedilotildees para choques positivos e
negativos de incerteza juntamente com seus respectivos intervalos de confianccedila de 95 os
valores para o crescimento interanual da produccedilatildeo da induacutestria de transformaccedilatildeo tendem aos de
equiliacutebrio de longo prazo com o passar do tempo Para choques continuamente positivos do
IISIP a taxa de variaccedilatildeo caiu de aproximadamente 00050 para -00358 apoacutes 12 meses
enquanto para choques negativos subiu para 00551 No mesmo sentido a variaccedilatildeo da
produccedilatildeo para choques positivos do IIE-Br contraiu-se de aproximadamente 5 para -00640
em um ano e cresceu para 00241 quando considerados choques negativos Por fim para o EPU
index as taxas de crescimento da atividade industrial apoacutes choques positivos e negativos
passaram para -00133 e 00225 respectivamente no mesmo periacuteodo
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
16
Quadro 3 Resposta da variaccedilatildeo da produccedilatildeo industrial a choques contiacutenuos de incerteza Fonte Caacutelculo dos autores
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
17
7 Contrafactuais para a Crise de 2008-9
Jones e Enders (2016) realizaram dois exerciacutecios contrafactuais para ilustrar o efeito da
incerteza na produccedilatildeo industrial norte-americana considerando os niacuteveis de incerteza preacute e
durante a crise de 2008-9 que seratildeo seguidos nesta seccedilatildeo Esses exerciacutecios consistem em fixar
o patamar da incerteza nos valores meacutedios observados nesses dois periacuteodos e calcular as taxas
de crescimento da produccedilatildeo a partir desses valores Assume-se que natildeo somente os niacuteveis de
incerteza estatildeo inalterados mas tambeacutem ausecircncia de outros tipos de choques que podem
aumentar ou contrair o produto com o objetivo de verificar os impactos de niacuteveis elevados e
reduzidos de incerteza
Embora as medidas de incerteza brasileira tenham alcanccedilado valores mais elevados na
recessatildeo iniciada em 2014 (periacuteodo no qual tambeacutem foi registrada queda mais intensa do
produto) os periacuteodos preacute e durante a crise de 2008-9 para a anaacutelise do impacto na produccedilatildeo
nacional foram mantidos visto que natildeo seria possiacutevel comparar os niacuteveis sugerido e observado
por um periacuteodo extenso (restariam apenas 12 meses na amostra finda em dez17) Os periacuteodos
preacute e durante a crise foram selecionados conforme a dataccedilatildeo do CODACE para recessotildees
Para o caso da incerteza baixa foi calculada a meacutedia dos indicadores entre setembro de
2003 e mesmo mecircs de 2008 A partir de set2008 foram encontradas as taxas de crescimento
interanual da produccedilatildeo industrial para todo periacuteodo restante da amostra Visto que as variaccedilotildees
satildeo interanuais os niacuteveis da produccedilatildeo foram calculados a partir de set2009 O exerciacutecio foi
repetido para o periacuteodo entre outubro de 2008 e marccedilo de 2009 (incerteza durante a crise)
encontrando-se as variaccedilotildees interanuais a partir desse periacuteodo
Os quadros 4 e 5 apresentam os patamares da atividade industrial observado e sugeridos
pelas incertezas preacute e durante a crise respectivamente Como os modelos LSTAR foram
estimados a partir da seacuterie original (natildeo dessazonalizada) os graacuteficos trazem os valores para a
meacutedia moacutevel de doze meses da produccedilatildeo de forma a facilitar a visualizaccedilatildeo
A meacutedia do IISIP do periacuteodo preacute-crise foi de 05957 para a qual a funccedilatildeo de transiccedilatildeo
do modelo LSTAR assume valor zero De acordo com essa simulaccedilatildeo o niacutevel meacutedio da
produccedilatildeo industrial em 2017 foi 275 mais baixo que o sugerido pelo patamar da incerteza
preacute-crise e ausecircncia de demais choques Apesar disso eacute possiacutevel notar que entre 2010 e 2013
a produccedilatildeo industrial esteve em um patamar acima do calculado para baixa incerteza Uma das
possiacuteveis causas ainda que parcial deste resultado natildeo esperado pode ser a poliacutetica fiscal (e
parafiscal) expansionista praticada nesse periacuteodo que impulsionou o crescimento do produto
Para a meacutedia do IISIP observada durante a crise de 2008-9 (06872) o exerciacutecio mostrou
que o patamar meacutedio da produccedilatildeo industrial em 2017 foi 178 mais alto que o indicado pelo
niacutevel da incerteza referente agrave crise de 2008-9 Os resultados foram similares para os niacuteveis
meacutedios do IIE-Br antes (918) e durante a crise (1181) O patamar da produccedilatildeo industrial em
2017 foi cerca de 32 inferior ao sugerido pela incerteza preacute-crise e 35 superior ao indicado
pela incerteza durante a crise A simulaccedilatildeo considerando o EPU index como medida de
incerteza tambeacutem forneceu resultado semelhante ao obtido para as outras duas proxies para o
periacuteodo preacute-crise enquanto a realizada a partir do patamar meacutedio da incerteza durante a crise
apresentou resultado quantitativamente bastante distinto Para o primeiro periacuteodo a meacutedia do
EPU index foi de 1167 apontando para niacutevel de produto 383 acima do verificado em 2017
Em contrapartida o patamar do EPU index durante a crise cuja meacutedia foi de 2327 apontou
para produto apenas 15 abaixo do observado (lembrando que a taxa de variaccedilatildeo interanual
da produccedilatildeo industrial estimada para regime de baixa incerteza do EPU index eacute menos intensa
que a sugerida pelas demais medidas)
Ademais os resultados reforccedilam as evidecircncias de assimetria da incerteza ao mostrarem
que com exceccedilatildeo do IIE-Br a elevaccedilatildeo da produccedilatildeo industrial para o niacutevel da incerteza preacute-
crise eacute superior ao recuo em moacutedulo dessa variaacutevel quando considerado o patamar meacutedio da
incerteza durante a recessatildeo
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
18
Quadro 4 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza preacute-crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
19
Quadro 6 Niacuteveis da produccedilatildeo industrial observado e sugerido pela meacutedia da incerteza durante a crise de 2008-9 ndash Meacutedia moacutevel doze meses Fonte IBGE Caacutelculo dos autores As aacutereas sombreadas correspondem aos periacuteodos de recessotildees da economia brasileira definidos pelo Comitecirc de Dataccedilatildeo de Ciclos Econocircmicos (CODACE)
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
20
8 Conclusatildeo
O presente artigo testou a existecircncia de comportamento natildeo-linear dos efeitos da
incerteza na produccedilatildeo industrial Foram estimados modelos LSTAR classe de modelos natildeo-
lineares que permite transiccedilatildeo suave entre dois regimes distintos Foi analisado o
comportamento da variaccedilatildeo interanual da produccedilatildeo industrial de transformaccedilatildeo utilizando
como variaacuteveis de transiccedilatildeo as duas medidas de incerteza industrial construiacutedas neste trabalho
(IIAI e IISIP) e dois indicadores de incerteza macroeconocircmica (IIE-Br e EPU index)
Os resultados sugerem impactos assimeacutetricos com o crescimento da produccedilatildeo sendo
afetado de forma mais negativa em periacuteodos de alta incerteza quando comparados com
periacuteodos de baixa para trecircs das quatro medidas utilizadas Essas evidecircncias estatildeo portanto em
linha com a literatura sobre o assunto que enfatiza o impacto negativo mais intenso da incerteza
elevada na atividade econocircmica Os equiliacutebrios de longo prazo para os regimes de alta e baixa
incerteza que se mostraram estatisticamente significativos indicam taxas de variaccedilatildeo da
produccedilatildeo de maior magnitude que a apresentada pelo equiliacutebrio do modelo linear tambeacutem
ressaltando a relaccedilatildeo negativa entre incerteza elevada e crescimento do produto
Os efeitos negativos da incerteza exercidos na produccedilatildeo industrial tambeacutem foram
exemplificados pelos exerciacutecios contrafactuais que mantiveram os patamares da incerteza dos
periacuteodos preacute e durante a crise de 2008-9 constantes para o restante da amostra Os contrafactuais
apontam para niacuteveis de produccedilatildeo mais altos caso os valores de incerteza preacute-crise fossem
registrados durante todo o periacuteodo analisado e niacuteveis mais baixos para os patamares de
incerteza observados ao longo da crise
As conclusotildees estatildeo alinhadas aos trabalhos sobre natildeo-linearidade da incerteza sobre
variaacuteveis macroeconocircmicas principalmente com o artigo de Jones e Enders (2016) seguido
aqui Em conformidade com os modelos empregados para explicar as taxas de variaccedilatildeo da
produccedilatildeo norte-americana os coeficientes associados agraves funccedilotildees de transiccedilatildeo se mostraram
negativos para diferentes variaacuteveis proxies utilizadas no caso brasileiro
Por fim o desenvolvimento de estudos sobre incerteza no Brasil aleacutem de contribuir com
a literatura nacional joga luz sobre periacuteodos de recessatildeo principalmente o mais recente Altos
niacuteveis de incerteza por periacuteodos prolongados tendem a intensificar e estender crises De fato
observaram-se patamares elevados de incerteza a partir de 2014 que coincidiram com
sucessivas quedas do produto A despeito da melhora das condiccedilotildees de negoacutecio da qual o ciclo
de reduccedilatildeo da taxa de juros iniciado em meados de 2016 e encerrado no primeiro trimestre de
2018 eacute exemplo a economia do Paiacutes tem se recuperado lenta e gradativamente
REFEREcircNCIAS
AASTVEIT Knut Are NATVIK Gisle James SOLA Sergio Economic uncertainty and
the effectiveness of monetary policy Working paper n 17 Norges Bank Research 2013
ALEXOPOULOS Michelle COHEN John Uncertain Times Uncertain Measures
Working paper n 352 University of Toronto 2009
AZEVEDO Luis Fernando Pereira Impactos econocircmicos e financeiros de notiacutecias Tese
(Doutorado) ndash Fundaccedilatildeo Getuacutelio Vargas Satildeo Paulo 2017
BACHMANN Ruumldiger STEFFEN Elstner SIMS Eric R Uncertainty and Economic
Activity Evidence from Business Survey Data American Economic Journal Macroeconomics
v 5 n 2 p 217-249 2013
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
21
BAKER Scott R BLOOM Nicholas DAVIS Steven J Measuring Economic Policy
Uncertainty Quartely Journal of Economics v 131 n 4 p 1593-1936 2016
BARBOSA Rafael Barros Impactos da incerteza macroeconocircmica sobre a situaccedilatildeo fiscal
no Brasil 46deg Encontro Nacional de Economia da Anpec 2018
BARBOZA Ricardo de Menezes ZILBERMAN Eduardo Os Efeitos da Incerteza sobre
Atividade Econocircmica no Brasil Texto para Discussatildeo n 658 Departamento de Economia da
PUC-RJ 2017
BARBOZA Ricardo de Menezes Os Efeitos da Incerteza sobre Atividade e Poliacutetica
Monetaacuteria no Brasil Dissertaccedilatildeo (Mestrado) ndash Pontifiacutecia Universidade Catoacutelica Rio de
Janeiro 2017
BASU Susanto BUNDICK Brent Uncertainty Shocks in a Model of Effective Demand
Econometrica v 85 n 3 p 937-958 2017
BERNANKE Ben S Irreversibility Uncertainty and Cyclical Investment The Quartely
Journal of Economics v 98 n 1 p 85-106 1983
BEZERRA Itaiguara de Oliveira Iacutendice de Incerteza Empresarial Uma Abordagem
Usando Microdados de Sondagens Economia Aplicada v 21 n 4 p 659-679 2017
BLOOM Nicholas Fluctuations in Uncertainty Journal of Economic Perspectives v 28 n
2 p 153-176 2014
BLOOM Nicholas Has Economic Policy Uncertainty Slowed Down the World Economy
World Development Report 2013
BLOOM Nicholas The Impact of Uncertainty Shocks Econometrica v 77 n 3 p 623-
685 2009
CAGGIANO Giovanni CASTELNUOVO Efrem GROSHENNY Nicolas Uncertainty
shocks and unemployment dynamics in US recessions Journal of Monetary Economics v
67 p 78-92 2014
CAGGIANO Giovanni CASTELNUOVO Efrem NODARI Gabriela Uncertainty and
Monetary Policy in Good and Bad Times Bank of Finland Research Discussion Paper n 8
2017
CARRIEgraveRE-SWALLOW Yan CEacuteSPEDES Luis Felipe The Impact of Uncertainty Shocks
in Emerging Economies Journal of International Economics v 90 p 316-325 2013
COLOMBO Valentina Economic Policy Uncertainty in the US Does it matter for the Euro
Area Economic Letters v 131 p 39-42 2013
COSTA FILHO Adonias Evaristo Incerteza e Atividade Econocircmica no Brasil Economia
Aplicada v 18 n 3 p 421-453 2014
DAVIS Steven J An Index of Global Economic Policy Uncertainty Working Paper n
22740 National Bureau of Economic Research 2016
DIXIT Avinash PINDYCK Robert Investment Under Uncertainty Princeton University
Press 1994
ENDERS Walter Applied Econometrics Time Series 4ordf ed Wiley 2014
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980
22
FERREIRA Pedro Costa OLIVEIRA Ingrid C LIMA Lucas Farias BARROS Anna C
Medindo a Incerteza Econocircmica no Brasil Texto para Discussatildeo IBREFGV 2017
FOERSTER Andrew The Asymmetric Effects of Uncertainty Economic Review q 3 p
5-26 2014
GODEIRO Lucas Luacutecio LIMA Luiz Renato Reacutegis de Oliveira Medindo Incerteza
Macroeconocircmica para o Brasil Economia Aplicada v 21 n 2 p 311-334 2017
IBGE Indicadores Conjunturais da Induacutestria Produccedilatildeo 2ordf ed 2015
JONES Paul M ENDERS Walter The Asymmetric Effects of Uncertainty on
Macroeconomic Activity Macroeconomic Dynamics n 20 p 1219-1246 2016
KOOP Gary PESARAN M Harshem POTTER Simon M Impulse Response Analysis in
Nonlinear Multivariate Models Journal of Econometrics v 74 n 1 p 119-147 1996
LEDUC Sylvain LIU Zheng Uncertainty Shocks are Aggregate Demand Shocks Journal
of Monetary Economics v 82 p 20-35 2016
MESQUITA Mario GUARDADO Fernanda BURITY Priscilla Brasil The Role of
Uncertainty Brasil Plural Economic Research 2013
MOORE Angus Measuring Economic Uncertainty and its Efects Research Discussion
Paper 2016-1 Reserve Bank of Australia 2016
NOWZOHOUR Laura STRACCA Livio More than a Feeling Confidence Uncertainty
and Macroeconomic Flutuations Working Paper Series n 2100 European Central Bank
2017
ROSSI Barbara SEKHPOSYAN Tatevik SOUPRE Matthieu Understanding the Sources
of Macroeconomic Uncertainty Centre for Economic Policy Research n 11415 2016
SCOTTI Chiara Surprise and Uncertainty Indexes Real-time Aggregation of Real-activity
Macro-surprises Journal of Monetary Economics v 82 p 1-19 2016
SOUZA Michel ZABOT Udilmar CAETANO Sidney Dinacircmica e Transiccedilatildeo da Incerteza
no Brasil Uma Investigaccedilatildeo de Autorregressatildeo Quantiacutelica 45deg Encontro Nacional de
Economia da Anpec 2017
TERASVIRTA Timo Specification Estimation and Evaluation of Smooth Transition
Autoregressive Models Journal of the American Statistical Association v 89 n 425 p 208-
218 1994
WHITE Halbert A heteroskedasticity-consistent covariance matrix estimator and a direct
test for heteroskedasticity Econometrica v 48 n 4 p 817-838 1980