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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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