o efeito do setor financeiro sobre o crescimento...
TRANSCRIPT
i
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOOPPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM EECCOONNOOMMIIAA
O EFEITO DO SETOR FINANCEIRO SOBRE O CRESCIMENTO ECONÔMICO
BBIIAANNCCAA BBEEZZEERRRRAA CCEESSAARRIIOO
ORIENTADOR: MARCELO DE ALBUQUERQUE E MELLO
Rio de Janeiro, 09 de agosto de 2011.
ii
“O EFEITO DO SETOR FINANCEIRO SOBRE O CRESCIMENTO ECONÔMICO”
BIANCA BEZERRA CESARIO
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Economia Empresarial
ORIENTADOR: MARCELO DE ALBUQUERQUE E MELLO
Rio de Janeiro, 09 de agosto de 2011.
iii
“O EFEITO DO SETOR FINANCEIRO SOBRE O CRESCIMENTO ECONÔMICO”
BIANCA BEZERRA CESARIO
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Economia Empresarial
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor Dr. MARCELO DE ALBUQUERQUE E MELLO (Orientador) Instituição: IBMEC RJ
_____________________________________________________
Professor Dr. ALEXANDRE BARROS DA CUNHA Instituição: IBMEC RJ
_____________________________________________________
Professor Dr. WERNER BAER Instituição: University of Illinois at Urbana-Champaign
Rio de Janeiro, 09 de agosto de 2011.
iv
M�
330 C132
�
Cesario, Bianca Bezerra O Efeito do Setor Financeiro sobre o Crescimento Econômico / Bianca
Bezerra Cesario – Rio de Janeiro: Faculdades Ibmec, 2011. 47 P.
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia.
Área de Concentração: Economia Empresarial.
Orientador: Prof. Dr. Marcelo de Albuquerque e Mello.
1. Crescimento Econômico – Setor Financeiro 2. Relação positiva entre o setor financeiro e o crescimento econômico. I. Cesario, Bianca Bezerra. II. Prof. Dr. Albuquerque e Mello, Marcelo (Orientador). III. O Efeito do Setor Financeiro Sobre o Crescimento Econômico.
vi
AGRADECIMENTOS
Agradeço aos meus familiares e amigos por todo o incentivo, em especial à minha filha Beatriz, ao
meu marido, João Marcello e aos meus pais, Vera e Antonio.
Meu reconhecimento e agradecimento aos Professores Marcelo Mello e Fernando Veloso pela
orientação conferida para a conclusão deste trabalho.
Meu agradecimento aos Professores Alexandre Cunha e Werner Baer pela participação em minha
banca examinadora.
vii
RESUMO
O objetivo desta dissertação é corroborar a existência de uma relação positiva entre o setor
financeiro e o crescimento econômico. Para tal, nós construímos um painel para uma amostra de 78
países, considerando dados referentes ao período de 1960 a 2005. Como medida do setor financeiro,
utilizamos duas variáveis explicativas, M2/PIB e crédito privado/PIB. Como variáveis de controle,
utilizamos a taxa de investimento, a renda inicial, a inflação, o consumo do governo, o grau de
abertura da economia e capital humano, considerando a média de anos de estudo da população com
idade igual ou acima dos 15 anos e dos 25 anos. As estimativas dos modelos são feitas de duas formas:
considerando a amostra total de países e considerando uma subdivisão da mesma entre países
avançados e países emergentes/em desenvolvimento, conforme classificação do Fundo Monetário
Internacional. Os resultados são consistentes com a literatura e ratificam as relações entre as variáveis
explicativas adotadas como medidas do setor financeiro e o crescimento econômico, mas somente
quando são analisadas as amostras agrupadas pela classificação econômica dos países. Também há a
constatação de que o crescimento econômico do período anterior influencia suas taxas futuras.
viii
ABSTRACT
The aim of this study is to corroborate the existence of a positive relationship between finance and
economic growth. Therefore, we build a data panel for a sample of seventy eight countries,
considering values from 1960 to 2005. For financial sector’s measurement, we use two explanatory
variables, M2/GDP and private credit/GDP. As control variables, we use investment rate, initial
income, inflation rate, government expenditures, degree of openness and human capital, measured
considering the average years of schooling (for 15 years and 25 years). The models’ estimates are
made in two ways: considering the total sample and considering a division between advanced
economies and emerging/development economies in the sample, as International Monetary Fund’s
classification. The results are consistent with the literature and confirm the relations between
explanatory variables and economic growth, but only for the samples with countries economic
classification. Also, the predetermined economic growth influences its future rates.
ix
LISTA DE TABELAS
Tabela 1 – Amostra de países e classificação quanto ao nível de desenvolvimento econômico ...........18
Tabela 2 – Estatísticas descritivas..........................................................................................................19
Tabela 3 – Painel com estimador OLS, utilizando M2 como variável explicativa ...............................21
Tabela 4 – Painel com estimador OLS, utilizando M2 como variável explicativa (países AE) ............22
Tabela 5 – Painel com estimador OLS, utilizando M2 como variável explicativa (países EDE) ..........23
Tabela 6 – Painel com estimador OLS, utilizando Crédito Privado como variável explicativa ............24
Tabela 7 – Painel com estimador OLS, utilizando Crédito Privado como variável explicativa (países
AE) ................................................................................................................................................25
Tabela 8 – Painel com estimador OLS, utilizando Crédito Privado como variável explicativa (países
EDE)..............................................................................................................................................26
Tabela 9 – Estimativas com efeito fixo, utilizando M2 como variável explicativa ...............................27
Tabela 10 – Estimativas com efeito fixo, utilizando M2 como variável explicativa (países AE)..........28
Tabela 11 – Estimativas com efeito fixo, utilizando M2 como variável explicativa (países EDE) .......29
Tabela 12 – Estimativas com efeito fixo, utilizando Crédito Privado como variável explicativa .........30
Tabela 13 – Estimativas com efeito fixo, utilizando Crédito Privado como variável explicativa (países
AE) ................................................................................................................................................31
Tabela 14 – Estimativas com efeito fixo, utilizando Crédito Privado como variável explicativa (países
EDE)..............................................................................................................................................32
Tabela 15 – Painel com estimador GMM, utilizando M2 como variável explicativa............................33
Tabela 16 – Painel com estimador GMM, utilizando Crédito Privado como variável explicativa........34
x
SUMÁRIO
1 INTRODUÇÃO ................................................................................................................1
2 REVISÃO DA LITERATURA .......................................................................................4
2.1 KING E LEVINE (1993) ........................................................................................................................ 5
2.2 LEVINE E ZERVOS (1998)................................................................................................................... 8
2.3 BECK, LEVINE e LOAYZA (1999).................................................................................................... 11
3 DESCRIÇÃO DA BASE DE DADOS ..........................................................................16
4 RESULTADOS...............................................................................................................20
4.1 REGRESSÕES DE DADOS EM PAINEL COM ESTIMADOR OLS .......................................... 21
4.2 ESTIMATIVAS COM EFEITO FIXO .............................................................................................. 27
4.3 REGRESSÕES DE DADOS EM PAINEL COM ESTIMADOR GMM.......................................... 33
5 CONCLUSÃO................................................................................................................ 35
REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................ 37
1
1 INTRODUÇÃO
Esta dissertação tem como objetivo analisar empiricamente a relação entre o setor financeiro e a taxa
de crescimento do PIB per capita dos países, a partir de variações em dois indicadores adotados para
mensurar o setor financeiro: M2/PIB e crédito privado/PIB.
Os diversos agentes (Banco Central, bancos comerciais, bancos de investimento, bolsas de valores,
corretoras e fundos, dentre outros) que compõem o setor financeiro de um país atuam de forma a
minimizar possíveis falhas de informações entre poupadores e investidores, reduzindo os custos e
aumentando a liquidez nas operações. Além disso, administram o risco do mercado via diversificação
de suas carteiras e monitoramento de empresas por setores produtivos, divulgando suas informações e
posicionamentos ao mercado.
O desenvolvimento do setor financeiro pode impactar os níveis de crescimento econômico dos países,
direta ou indiretamente. Seja por elevações na poupança interna, por reduções no custo de capital, pela
transferência de tecnologia ou, ainda, por aumentos na produção especializada via gerenciamento de
risco, o setor financeiro torna-se fundamental para uma melhor alocação de recursos nos investimentos
produtivos promovendo, assim, incrementos nas taxas de crescimento do PIB per capita dos países.
King e Levine (1993) elaboram quatro indicadores para avaliar o nível de desenvolvimento financeiro,
utilizando dados de cerca de 80 países, no período de 1960 a 1989. A conclusão dos autores é de que,
tanto para uma análise cross-section como para uma análise de painel utilizando dados agrupados por
décadas, existe uma correlação parcial positiva e significante entre a taxa anual média de crescimento
do PIB per capita e o nível médio de desenvolvimento do setor financeiro, além da comprovação de
2
que os componentes pré-determinados dos indicadores financeiros prevêem, de forma significativa, os
valores subseqüentes das medidas de crescimento.
Levine e Zervos (1998), visando avaliar empiricamente se medidas de liquidez das bolsas de valores
são robustamente correlacionadas com as taxas correntes e futuras de crescimento econômico,
desenvolvem seis indicadores para os mercados de capitais, utilizando dados de 47 países, no período
de 1976 a 1993. A conclusão do trabalho é de que, em termos gerais, a liquidez nos mercados de
capitais é positiva e robustamente correlacionada com as taxas contemporâneas e futuras de
crescimento econômico.
Beck, Levine e Loayza (1999) avaliam a relação empírica entre o nível de desenvolvimento do setor
financeiro e o crescimento econômico, entre outros fatores. Os autores utilizam como procedimentos
econométricos um estimador de variável instrumental e um painel de dados. A variável instrumental é
adotada para extrair o componente exógeno que afeta o desenvolvimento do setor financeiro. O painel
de dados faz o controle para simultaneidade e efeitos não observados e específicos. Para a amostra, são
utilizados dados de 63 países, referentes ao período de 1960 a 1995, agrupados em 7 períodos de 5
anos. Adicionalmente, também utilizam um painel dinâmico GMM (Método dos Momentos
Generalizado), com dados de 77 países, referentes ao mesmo período e agrupados da mesma forma a
fim de obter estimativas consistentes e eficientes do impacto do desenvolvimento do setor financeiro
no crescimento. A conclusão é de que o setor financeiro exerce um impacto positivo sobre o
crescimento da produtividade total dos fatores que, por sua vez, resulta em uma elevação do
crescimento do PIB per capita.
Para esta dissertação, são realizadas regressões com dados em painel, no intervalo de 1960 a 2005,
para uma amostra de 78 países, analisada de forma integral e subdividida em países avançados e países
emergentes/em desenvolvimento, por três estimadores (OLS, efeito fixo e GMM). A utilização de
painéis permite fazer o controle por variáveis não-observáveis que são importantes na determinação do
crescimento econômico, mas que não variam ao longo do tempo.
3
A conclusão desta dissertação aponta para a constatação de que o setor financeiro tem impacto sobre o
crescimento econômico do PIB per capita dos países. Para isso, entretanto, é necessário qualificar os
países conforme sua classificação econômica. Em outras palavras, somente pode-se obter resultados
confiáveis ao se analisar países agrupados com níveis de desenvolvimento econômico semelhantes.
A dissertação está organizada em cinco seções, além dessa introdução. Na seção 2, é feita uma revisão
da literatura. Na seção 3, é realizada a descrição da base de dados. Na seção 4 são apresentados os
resultados obtidos, seguidos da conclusão na seção 5.
4
2 REVISÃO DA LITERATURA
A relação entre o setor financeiro e o crescimento econômico vem sendo analisada mais fortemente ao
longo dos últimos trinta anos.
Neusser e Kugler (1998) e Rousseau e Wachtel (1998), em seus trabalhos, confirmam que o setor
financeiro prediz crescimento.
Estudos, como os de Dermirgüç-Kunt e Maksimovic (1996) e Jayaratne e Strahan (1996), sugerem que
o nível de desenvolvimento do setor financeiro tem um grande impacto no PIB (Produto Interno
Bruto) per capita, indicando que contratos celebrados, associados ao volume de operações registrado
no mercado de capitais (que expressam uma forma de desenvolvimento financeiro), se encontram
ligados ao crescimento econômico, pois promovem uma ampliação das condições financeiras à
disposição das empresas.
Raghuram e Zingales (1998), afirmam que o desenvolvimento financeiro pode ser traduzido em uma
vantagem competitiva para o país, pois constitui um fator determinante para o setor industrial, uma
vez que pode atrair ou servir como barreira a indústrias que são mais dependentes da captação externa
de recursos.
Por fim, há ainda, trabalhos como os de La Porta, Lopez-De-Silanes, Schleifer e Vishny (1997), e
Levine (1998), que indicam que o ambiente legal é fortemente relacionado com o desenvolvimento a
5
longo prazo, com a acumulação de capital e com a expansão da produtividade, sendo estes fatores
característicos do crescimento econômico.
Em suma, por mais vertentes que possam ter sido abordadas ao longo dos últimos 30 anos, todas
indicam que há uma relação positiva entre o setor financeiro e o crescimento econômico. A seguir, os
estudos de King e Levine (1993), Levine e Zervos (1998) e Beck, Levine e Loayza (1999) serão
discutidos e analisados em maior detalhe.
2.1 KING E LEVINE (1993)
Os autores apresentam evidências de que o sistema financeiro pode promover o crescimento
econômico, a partir da comprovação de que altos níveis de desenvolvimento financeiro são
positivamente associados com o desenvolvimento econômico. Para isso, utilizam dados de cerca de 80
países, no período de 1960 a 1989 e analisam a relação do setor com as fontes de crescimento,
realizando uma decomposição do mesmo em duas variáveis: a primeira, correspondendo à taxa de
acumulação de capital e a segunda, equivalente à produtividade total de fatores, utilizada como uma
medida de eficiência econômica.
Especificamente, os autores analisam se altos níveis de desenvolvimento financeiro, medidos a partir
de quatro indicadores (“Setor Financeiro”, “Banco”, “Privado” e “Privy”) são significativa e
robustamente correlacionados com taxas de crescimento econômico mais elevadas, acumulação de
capital e melhorias de eficiência econômica.
O primeiro indicador (“Setor Financeiro”) computa o tamanho do setor, de forma tradicional,
equivalendo à proporção do passivo líquido no PIB. Por não se apresentar como uma boa medida para
alguns serviços financeiros, tais como monitoramento de risco e níveis de informação, os autores
desenvolvem outro indicador (“Banco”), que é baseado no primeiro, porém foi construído como a
razão entre os ativos dos bancos comerciais e a soma desses ativos com os ativos do Banco Central.
6
Este indicador visa examinar a importância dos depósitos bancários referentes ao Banco Central na
alocação do crédito doméstico. Tendo em vista que: (a) os bancos não são os únicos intermediários
que provém monitoramento de risco e aquisição de informações; (b) governos influenciam fortemente
os bancos em vários países, fazendo com que não haja tanta diferença entre o Banco Central e os
outros bancos, dentro de um país; e (c) “Banco” não mede para quem o sistema financeiro está
alocando seus recursos, os autores desenvolvem outros dois indicadores, ambos para medir a
distribuição dos ativos domésticos.
A ideia é que um sistema financeiro que simplesmente aloque todos os seus créditos para o governo ou
empresas estatais pode não estar avaliando riscos nem selecionando projetos de investimento da
mesma forma que sistemas financeiros que fazem suas alocações para o setor privado.
Assim sendo, os autores criam o indicador “Privado”, que é equivalente à razão dos créditos no setor
privado não-financeiro com os créditos domésticos totais, e o indicador “Privy”, correspondente à
razão dos créditos no setor privado não-financeiro com o PIB. Todavia, estes indicadores podem
refletir, de forma geral, o tamanho do setor público na economia por meio do volume de seus
empréstimos adquiridos, não representando de forma apurada o nível dos serviços financeiros. Por
meio deles, é possível identificar setores financeiros que atendem mais a firmas privadas,
provavelmente prestando mais serviços do que os setores que disponibilizam recursos para o governo
ou para empresas estatais.
São utilizadas duas metodologias pelos autores: uma análise de dados dos países cross-section, usando
as médias das variáveis entre o período de 1960 e 1989, para medir a força da correlação parcial entre
o desenvolvimento do setor financeiro e os indicadores de crescimento, e uma análise de painel de
dados, usando as médias das variáveis das décadas de 60, 70 e 80 para cada um dos 80 países da
amostra, obtendo três valores por país, a fim de mostrar se o componente pré-determinado do setor
financeiro é fortemente ligado ao crescimento e às fontes de crescimento posteriores.
7
Com relação à análise cross-section a partir dos dados médios do período 1960 a 1989, os autores
encontram uma positiva e significante correlação parcial entre a taxa anual média de crescimento do
PIB per capita e o nível médio de desenvolvimento do setor financeiro, ambos referentes ao período de
1960 a 1989.
Para a análise de painel ao longo das décadas de 60, 70 e 80, os autores dividem a amostra com os 80
países em quatro categorias de crescimento (muito rápido, rápido, lento e muito lento) e observam que
níveis mais altos de desenvolvimento financeiro são positivamente associados com taxas de
crescimento econômico mais elevadas, acumulação de capital e melhorias na eficiência econômica.
Além disso, constatam que altos níveis de desenvolvimento financeiro em uma década são
correlacionados com os da década seguinte, isto é, que o componente pré-determinado do setor
financeiro é um bom estimador do crescimento de longo prazo (10 a 30 anos). Os autores também
mostram que os altos níveis de desenvolvimento financeiro são fortemente associados com taxas
futuras de acumulação de capital bem como com futuras melhorias da eficiência na alocação de
capital.
Os autores observam que: (a) que os indicadores do nível de desenvolvimento do setor financeiro (o
tamanho do setor com relação ao PIB, a importância dos bancos em relação ao Banco Central, o
percentual de crédito alocado para firmas privadas e a razão do crédito das firmas privadas e o PIB)
são forte e robustamente correlacionados com o crescimento, a taxa de acumulação de capital e as
melhorias na eficiência de alocação de capital; e (b) que os componentes pré-determinados dos
indicadores financeiros prevêem, de forma significativa, os valores subseqüentes das medidas de
crescimento, com uma defasagem de tempo de 10 a 30 anos.
A conclusão encontrada pelos autores é de que existe uma associação positiva entre o setor financeiro
e a taxa de acumulação de capital e a eficiência econômica.
8
2.2 LEVINE E ZERVOS (1998)
O objetivo dos autores é realizar uma investigação empírica para verificar se medidas de liquidez das
bolsas de valores, tamanho, volume, volatilidade e integração com os mercados de capitais mundiais
são robustamente correlacionadas com as taxas correntes e futuras de crescimento econômico,
acumulação de capital, melhorias na produtividade e poupança. Para isto, utilizam seis indicadores de
desenvolvimento dos mercados de capitais. O primeiro, “Capitalização”, é construído para medir o
tamanho dos mercados, sendo equivalente à razão entre o valor das participações domésticas em
operações registradas, realizadas nas bolsas de valores, e o PIB.
O segundo e o terceiro são construídos como medidas de liquidez: “Giro”, para medir o volume de
capital próprio doméstico negociado nas bolsas de valores com relação ao tamanho do mercado e
“Valor Negociado”, para medir o volume negociado como parcela nacional, sendo equivalente ao
valor de negócios com participação doméstica nas bolsas de valores, dividido pelo PIB. Enquanto
“Valor Negociado” captura o volume de negociação relativo ao tamanho da economia, “Giro” mede o
volume negociado relacionado ao tamanho do mercado de ativos.
O quarto indicador é a “Volatilidade”, desenvolvida para medir a volatilidade dos retornos nas bolsas e
sendo equivalente ao desvio-padrão estimado dos retornos para um período de 12 meses. O quinto e o
sexto indicadores, “CAPM (Capital Asset Pricing Model) Integration” e “APT (Arbitrage Pricing
Theory) Integration”, são adotados para medir a integração das bolsas de valores com os mercados
mundiais e obtidos a partir dos coeficientes mensais do valor absoluto dos termos de intercepto de uma
regressão multivariável, considerando que o CAPM e o APT representam modelos razoáveis de
apreçamento de ativos.
Os autores também desenvolvem o indicador “Crédito Bancário”, obtido para medir o
desenvolvimento bancário através da relação entre o valor dos empréstimos feitos por bancos
comerciais ao setor privado em relação ao PIB. Este indicador difere das estimativas de
9
desenvolvimento do setor bancário até então elaboradas, por separar, dentro dos créditos totais dos
bancos, aqueles que são provenientes apenas dos bancos comerciais e por considerar somente os
empréstimos ao setor privado.
Os autores constroem quatro indicadores de crescimento. O primeiro, “Crescimento”, equivale ao
crescimento real de longo prazo do PIB per capita. O segundo indicador é o “Crescimento do Estoque
de Capital”, equivalente à taxa do crescimento real do capital per capita, obtido através das Contas
Nacionais. O terceiro é o “Crescimento da Produtividade Total dos Fatores” e o quarto indicador,
“Poupança”, equivale à poupança privada bruta dos países e é relevante, pois permite aos autores uma
análise empírica sobre a relação entre poupança bruta e liquidez dos mercados de capitais, riscos
internacionais e o nível de desenvolvimento bancário, entre outros.
Para testar a força da relação entre os níveis iniciais dos mercados de capitais e de desenvolvimento
bancário com os indicadores de crescimento, os autores ainda introduzem outro conjunto de variáveis
de controle, descritas a seguir: “Renda Inicial”, como sendo o logaritmo do PIB inicial real per capita;
“Matrículas”, como sendo o logaritmo da taxa de matrículas para o ensino secundário; “Revoluções e
Golpes”, para medir o nível de instabilidade política; “Inflação” e “Governo”, sendo este último para
medir os gastos dos governos como proporção do PIB (a instabilidade de variáveis macroeconômicas
está negativamente relacionada com o crescimento econômico); e “Prêmio do Mercado Negro”, como
uma medida para as distorções de política econômica.
Os autores utilizam uma amostra com 47 países, no período de 1976 a 1993 para a construção de um
painel de dados. Os autores estimam modelos considerando os indicadores de crescimento como
variáveis dependentes, utilizando “Giro” como variável explicativa.
Como resultados, cabem ser destacados que: “Crédito Bancário” é altamente correlacionado com os
indicadores de crescimento e com todos os indicadores de desenvolvimento dos mercados de capitais,
além de apresentar uma alta correlação com “Capitalização” (indicando que torna-se difícil de ser
10
distinguido entre medidas de tamanho do mercado de capital próprio e medidas de crédito bancário
destinado à empresas privadas sobre o PIB); e, por fim, que as medidas de liquidez são positiva e
significativamente correlacionadas com “Crescimento”, “Crescimento do Estoque de Capital” e
“Crescimento da Produtividade Total dos Fatores”.
Posteriormente, os autores refazem a análise acima, porém considerando “Valor Negociado” como
variável explicativa. Da mesma forma que o outro conjunto, os indicadores de desenvolvimento
bancário e de liquidez mostram-se robustamente correlacionados com as taxas futuras de crescimento
econômico, acumulação de capital e produtividade.
Os autores ainda incluem “Giro” e “Valor Negociado”, simultaneamente, no mesmo conjunto de
regressões, sendo que o último mantem-se significativo, o que é inconsistente com o raciocínio de que
expectativas de crescimento futuro (refletidas na especulação de preços) estão conduzindo a forte
relação empírica entre a liquidez das bolsas de valores e o crescimento.
Para investigar a relação entre os indicadores de crescimento com os de integração com os mercados
de capitais mundiais, os autores revisam a estrutura analítica descrita de duas formas: (i) somente
considerando dados da integração com os mercados de capitais mundiais de 24 países, a partir dos
valores médios dos períodos 1976-1985 e 1986-1993; e, (ii) utilizando os indicadores CAPM e APT
como regressores, que entram nas equações com coeficientes positivos, sugerindo que uma melhor
integração com os mercados de capitais mundiais é positivamente relacionada à performance da
economia. Os resultados obtidos não corroboram a hipótese de que uma melhor alocação de riscos na
integração entre os mercados de capitais mundiais afeta o crescimento, a acumulação de capital, o
crescimento da produtividade total dos fatores ou taxas de poupança privada. Isso pode estar
relacionado com o tamanho da amostra que, por ter sido pequena, pode diminuir a confiabilidade dos
resultados obtidos.
11
Os autores concluem que, mesmo após fazer o controle para inúmeras variáveis associadas ao
crescimento, a liquidez dos mercados de capitais e o desenvolvimento bancário são positiva e
robustamente correlacionados com as taxas contemporâneas e futuras de crescimento econômico,
acumulação de capital e produtividade.
Além disto, tendo em vista que medidas de liquidez de mercados de capitais e desenvolvimento
bancário apresentam-se significativas nas regressões, entende-se que os bancos proveem diferentes
serviços financeiros daqueles oferecidos pelos mercados de capitais.
Os autores não encontram evidências para a discussão de que a liquidez dos mercados de capitais, a
integração entre os mercados de capitais mundiais ou a volatilidade do retorno do estoque, reduzem as
taxas de poupança privada ou retardam o crescimento.
Outra conclusão está relacionada ao volume de empréstimos do setor bancário ao setor privado,
indicando a existência de uma relação forte e positiva entre esse volume, que é uma forma de
mensuração do desenvolvimento do setor financeiro, e o crescimento econômico.
2.3 BECK, LEVINE E LOAYZA (1999)
O objetivo dos autores neste trabalho é avaliar a relação empírica entre o nível de desenvolvimento do
setor financeiro e (i) crescimento econômico; (ii) crescimento da produtividade total dos fatores; (iii)
acumulação de capital; e (iv) nível de poupança privada.
Para avaliar o impacto do setor financeiro no crescimento econômico, os autores procuram construir
variáveis que capturem a capacidade do setor de pesquisar e identificar negócios rentáveis, facilitar o
gerenciamento de risco e a mobilização de recursos. A primeira variável construída foi a de “Crédito
Privado”, equivalente ao valor dos créditos do setor financeiro ao setor privado, dividido pelo PIB. Os
autores excluem os créditos dos bancos centrais e dos bancos de desenvolvimento dos países e
12
utilizam valores médios deflacionados entre dois anos, sendo que tais considerações não haviam sido
utilizadas, até então, em outros trabalhos.
Para verificar a robustez dos resultados, são construídas outras duas medidas: “Passivo Líquido”,
calculado como a razão entre o passivo líquido do setor financeiro e o PIB e “Ativos dos Bancos
Comerciais/Ativos Totais”, que mede o nível com o qual bancos comerciais ou o Banco Central
alocam a poupança da sociedade e é o resultado da razão entre os ativos domésticos dos bancos
comerciais com a soma dos ativos comerciais e ativos domésticos do Banco Central de cada país.
Ambas as medidas mostraram-se correlacionadas com “Crédito Privado” a 1% de significância.
Enquanto “Passivo Líquido” é somente um indicador de tamanho, a interpretação de “Ativos dos
Bancos Comerciais/Ativos Totais” pode ser descrita como a comparação entre os bancos comerciais e
o Banco Central de cada país na identificação de investimentos rentáveis e na mobilização de recursos.
O passo seguinte foi a construção de variáveis para medir o crescimento econômico. Dessa forma, os
autores desenvolvem “Crescimento Econômico”, “Crescimento do Estoque de Capital”; “Crescimento
da Produtividade Total dos Fatores” e “Poupança Privada”.
A variável “Crescimento Econômico” é equivalente à taxa do crescimento real do PIB per capita no
período. Os dados foram obtidos das Contas Nacionais. A variável “Crescimento do Estoque de
Capital” corresponde à taxa de crescimento do estoque de capital. A partir daí, os autores realizam
duas análises, uma considerando dados agregados e outra, dados desagregados, divididos em quatro
categorias: máquinas, equipamentos de transporte, construção comercial e outras construções não-
residenciais. Todos os dados foram extraídos da Penn-World Table (versão 5.6).
Com relação à variável “Crescimento da Produtividade Total dos Fatores”, os autores assumem que a
função de produção agregada é a mesma ao longo dos países e do tempo e a constroem a partir da
visão neoclássica, chegando à relação em que a mesma equivale à diferença entre “Crescimento
Econômico” e 30% de “Crescimento do Estoque de Capital”.
13
Para a construção de “Poupança Privada”, os autores utilizam dados de poupança privada de uma base
de dados com 61 países, construída em 1998 pelo Banco Mundial. Esta variável equivale à razão entre
a poupança privada bruta e a receita privada bruta disponível.
Foram utilizados dois métodos econométricos de forma a controlar para a determinação endógena do
desenvolvimento do setor financeiro com crescimento e suas fontes: (a) uma análise cross-section,
com estimador de variável instrumental para extrair o componente exógeno que afeta o
desenvolvimento do setor financeiro e (b) uma análise de dados em painel, que faz o controle para
simultaneidade e efeitos não observados e específicos dos 77 países da amostra, com dados referentes
ao período de 1960 a 1995, agrupados em sete períodos de 5 anos.
A análise cross-section é realizada com as variáveis dependentes “Crescimento Econômico”,
“Crescimento dos Estoques de Capital”; “Crescimento da Produtividade Total dos Fatores” e
“Poupança Privada” e os autores utilizam como variável instrumental a origem do sistema legal
(dividido em quatro sistemas principais - inglês, francês, alemão e escandinavo, todos descendentes
das leis romanas) de cada país observado na amostra, de forma a extrair o componente exógeno do
desenvolvimento do setor financeiro.
Esta escolha é feita porque trabalhos recentes indicam que a origem do sistema legal dos países (que
foram ocupados ou colonizados) impacta em diferenças entre os mesmos, seja em direitos dos
credores, nos mecanismos de débitos existentes em contratos ou na padronização de abertura de
informações corporativas. Há duas condições para que o sistema legal dos países seja adotado como
variável instrumental: primeiro, eles têm que ser exógenos ao crescimento da economia durante o
período da amostra e, segundo, eles tem que estar correlacionados com o desenvolvimento do setor
financeiro.
De forma a analisar se alterações no desenvolvimento do setor financeiro ao longo do tempo para cada
país tem efeito no crescimento econômico, por meio de seus canais, os autores realizam uma análise
14
de dados em painel, estimado por GMM (Método dos Momentos Generalizado) e construído a partir
de dados agrupados de 77 países a cada 5 anos, por 7 períodos, entre o período de 1960-1995, para
obter estimativas consistentes e eficientes do impacto do desenvolvimento do setor financeiro no
crescimento e nas fontes de crescimento.
Comparativamente à estimativa por dados de corte transversal, os dados em painel possuem
vantagens, pois a análise com dados em painel explora a variação temporal nos dados, capta efeitos
específicos de alguns países que não foram observados, permite a inclusão de variáveis dependentes
como regressores e controla a endogeneidade de todas as variáveis explicativas, incluindo as variáveis
de desenvolvimento financeiro. Em contrapartida, porém, apresenta um ponto negativo, por não
distinguir relações de crescimento de longo prazo com ciclos econômicos, já que seu foco é em
períodos agrupados de 5 anos. Dessa forma, os autores utilizaram as duas metodologias de forma
complementar. Também foram utilizadas outras variáveis de controle, tais como nível de escolaridade,
inflação, gastos do governo e somatório das exportações e importações.
Utilizando ambas as metodologias, os autores concluem que o setor financeiro exerce um impacto
positivo sobre o crescimento da produtividade total dos fatores que, por sua vez, resulta em uma
elevação do crescimento do PIB per capita. Dessa forma, um elevado nível de desenvolvimento do
setor financeiro produz taxas mais altas de crescimento da economia e da produtividade. Outra
conclusão do trabalho é de que as relações de longo prazo entre o desenvolvimento do setor financeiro
com acumulação de capital e com o nível de poupança privado são tênues.
Nos três artigos descritos acima, os autores procuram construir indicadores para mensurar tanto o setor
financeiro, com destaque para Levine e Zervos (1998) que utilizou variáveis para mensurar o mercado
de capitais, como para o crescimento econômico. As amostras utilizadas apresentam características
distintas, como o agrupamento em subperíodos de 5 anos, descrito no trabalho de Beck, Levine e
Loayza (1999) ou o uso de médias das décadas de 60, 70 e 80, conforme apresentado no trabalho de
King e Levine (1993). Todos os trabalhos estimam seus modelos utilizando dados em painel e, à
15
exceção de Levine e Zervos (1998), por análises cross-section. Todos os trabalhos corroboram a forte
correlação entre o setor financeiro e o crescimento econômico.
16
3 DADOS
A base de dados construída para esta dissertação engloba dados anuais de 78 países, para o período de
1960 a 2005, e foi obtida a partir de 3 fontes: Penn World Table (versão 6.3), World Development
Indicators (2010) e Barro e Lee (2010).1
O PIB per capita (utilizado para obtenção da taxa de crescimento do PIB per capita e da renda inicial)
e as variáveis taxa de investimento, consumo do governo em percentual do PIB e grau de abertura da
economia foram obtidas da base de dados Penn World Table (versão 6.3). Os dados de inflação,
crédito para o setor privado e M2 foram coletados do World Development Indicators (2010). Os dados
para capital humano utilizados nesta dissertação, ou seja, as médias de anos de estudo da população
com idade igual ou acima dos 15 anos e dos 25 anos, por sua vez, foram obtidas de Barro e Lee
(2010).
A variável dependente é a taxa de crescimento do PIB per capita, obtida a partir do logaritmo do PIB
per capita. Dentre as variáveis de controle, são utilizadas:
- Taxa de investimento, calculada em relação ao PIB: a taxa de investimento foi adotada pelo seu
impacto positivo sobre a capacidade produtiva da economia que, por conseguinte, impacta as taxas de
crescimento econômico;
1 Para maiores informações, ver Heston, Summers e Aten (2009).
17
- Renda inicial, dada pelo logaritmo natural do PIB per capita de cada ano: esta variável foi utilizada
por conta da convergência condicional, isto é, quanto menor a renda inicial de um país ou quanto mais
distante de seu estado estacionário, maiores serão suas taxas de crescimento;
- Grau de abertura da economia, que representa a soma das exportações e importações, em percentual
do PIB;
- Consumo do governo em percentual do PIB: o grau de intervenção governamental, medido pela taxa
de participação do governo na economia, também pode ser visto como uma importante medida do
nível de distorções;
- Inflação: utilizada como medida de distorção de política econômica;
- Escolaridade: representa uma forma de mensuração do capital humano, o qual também exerce
impacto positivo sobre o crescimento econômico dos países, já que trabalhadores mais bem preparados
têm maior capacidade de absorver os avanços tecnológicos. Esta variável de controle foi desmembrada
em duas, representadas pela média de anos de estudo da população com idade igual ou acima dos 15
anos e pela média de anos de estudo da população com idade igual ou acima dos 25 anos.
Com relação às variáveis explicativas, foram utilizadas como medidas de tamanho do setor financeiro:
- M2/PIB, onde M2 representa o estoque de papel moeda em poder do público, mais depósitos à vista
e a prazo nos bancos comerciais;
- Crédito privado/PIB, onde o crédito privado é equivalente ao valor dos créditos do setor financeiro
ao setor privado.
18
Por meio do World Economic Outlook Database (versão de abril de 2011), disponível no sítio do
Fundo Monetário Internacional (FMI), a amostra dos países foi classificada entre países avançados
(AE) e países emergentes/em desenvolvimento (EDE), totalizando 21 países AE e 57 países EDE,
conforme demonstrado na Tabela 1 a seguir:
Tabela 1 – Países considerados na amostra e classificados quanto ao nível de desenvolvimento econômico, segundo o FMI:
Países Avançados (AE)
Alemanha EUA Japão
Austrália Finlândia Noruega
Áustria França Nova Zelândia
Bélgica Grécia Portugal
Canadá Holanda Reino Unido
Chipre Hong Kong Singapura
Coréia Irlanda Suécia
Dinamarca Israel Suíça
Espanha Itália Taiwan
Países Emergentes/Em desenvolvimento (EDE)
África Central Colômbia Guatemala Lesotho Paquistão Sri Lanka
África do Sul Congo Guiana Malásia Paraguai Tailândia
Argelia Costa Rica Haiti Malawi Peru Togo
Argentina Egito Honduras México Quênia Trinidad e
Tobago
Bolívia El
Salvador Ilhas Maurício Nepal
República Dominicana
Uruguai
Brasil Equador Índia Nicarágua Ruanda Venezuela
Camarões Filipinas Indonésia Nigeria Senegal
Chile Gâmbia Irã Panamá Serra Leoa
China Gana Jamaica Papua Nova
Guiné Síria
19
A seguir, a Tabela 2 apresenta as estatísticas descritivas das variáveis em questão, considerando a
amostra integral dos países.
Tabela 2 – Estatística Descritiva
Estatística Descritiva da Amostra
Média Mediana Máximo MínimoDesvio-Padrão
Observações
Crescimento 0,0183 0,0207 0,5240 -0,5612 0,0551 2377
Renda inicial (log do PIB per capita)
8,5034 8,4955 10,6550 6,228570 0,9910 2377
Escolaridade (população >= 15 anos)
5,8394 5,6016 12,7056 0,2699 2,8889 2377
Escolaridade (população >= 25 anos)
5,3102 4,8483 13,0040 0,1553 3,0290 2377
Investimento (% PIB)
20,8192 19,4975 63,8422 0,8797 10,9299 2377
Consumo do Governo (% PIB)
16,2554 14,8729 48,8042 3,6397 7,0349 2377
Grau de Abertura (% PIB)
68,7657 55,0302 622,6263 7,3349 55,6501 2377
Inflação (preços ao
consumidor)
31,9724 7,5759 11749,64 -9,6162 320,4962 2377
M2 (% PIB)
42,3332 31,5555 1452,233 3,7753 47,8290 2377
Crédito Privado (% PIB)
41,3608 26,3774 231,0819 1,3583 40,2605 2377
Dada a amostra de países utilizada na base de dados, com características distintas entre si, percebe-se
uma variação bastante significativa entre os valores máximos e mínimos das variáveis adotadas. Ao
serem analisadas as variáveis adotadas para mensurar o setor financeiro, pode-se observar que M2/PIB
apresentou como valor médio 42,333, como valor mínimo 3,775 e como valor máximo 1.452,233. Já a
variável crédito privado/PIB apresentou como valor médio 41,361, como valor mínimo 1,358 e como
valor máximo 231,082.
20
4 RESULTADOS
Tanto para a amostra integral, que contempla os 78 países, como para as amostras que englobam os
países avançados e os países emergentes/em desenvolvimento, todas com dados referentes ao período
de 1960 a 2005, os modelos estimados são analisados utilizando-se dados em painel, estimado por
OLS, com efeito fixo e por GMM, tendo neste sido adotado o método de Arellano-Bond. Os modelos
consideram como variável dependente, cada uma das variáveis explicativas (M2/PIB ou crédito
privado/PIB) e uma combinação das variáveis de controle. A representação do conjunto de regressões
encontra-se descrita a seguir:
ititititit zx ξαµβ +++Ψ+=Υ
Onde itΥ representa a taxa de crescimento do PIB per capita, Xit: representa as variáveis explicativas
M2/PIB e crédito privado/PIB e Zit: representa uma matriz com duas combinações das variáveis de
controle.
Com relação às regressões construídas, são utilizadas no primeiro modelo, as variáveis de controle
grau de abertura, consumo do governo, escolaridade e inflação. No segundo modelo, além das
variáveis já citadas, foi incorporada a taxa de investimento.
21
4.1 REGRESSÕES DE DADOS EM PAINEL COM ESTIMADOR OLS
A Tabela 3 apresenta os resultados das regressões com dados de painel, estimadas através de Mínimos
Quadrados Ordinários, considerando a variável explicativa M2, de forma a verificar se a mesma afeta
o crescimento.
Tabela 3 – Painel com estimador OLS, utilizando M2 como variável explicativa
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0075* (0,0033)
0,0034 (0,0031)
0,0080* (0,0034)
0,0035 (0,0033)
Escolaridade 15 -0,0007 (0,0009)
-0,0009 (0,0009)
- -
Escolaridade 25 - - -0,0009 (0,0009)
-0,0009 (0,0010)
M2 -0,0000 (0,0001)
-0,0000 (0,0001)
-0,0000 (0,0001)
-0,0000 (0,0001)
Inflação -0,0000* (0,0000)
-0,0000* (0,0000)
-0,0000* (0,0000)
-0,0000* (0,0000)
Consumo do Governo
-0,0003 (0,0001)
-0,0002 (0,0001)
-0,0002 (0,0001)
-0,0002 (0,0002)
Grau de Abertura
0,0000* (0,0000)
0,0000 (0,0000)
0,0000* (0,0000)
0,0000 (0,0000)
Investimento - 0,0010* (0,0002)
- 0,0010* (0,0001)
Observações 2391 2391 2391 2391 R² ajustado 0,03 0,05 0,03 0,05
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Como pode ser observado, a variável M2, em nível, mostrou-se negativa e não significativa nas quatro
especificações, considerando a amostra integral de países. Além disso, variáveis como escolaridade,
não mostraram-se significativas nos modelos, o que não parece fazer sentido, ao se pensar em fatores
que influenciam a taxa de crescimento do PIB per capita dos países. Dessa forma, a seguir, as Tabelas
4 e 5 trazem os resultados das mesmas regressões, porém com a amostra subdividida pelo nível de
desenvolvimento econômico dos países.
22
Tabela 4 – Painel com estimador OLS, utilizando M2 como variável explicativa (países AE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
Escolaridade 15 0,0780* (0,0073)
0,0832* (0,0073)
- -
Escolaridade 25 - - 0,0742* (0,0066)
0,0782* (0,0065)
M2 0,0005* (0,0002)
0,0005* (0,0002)
0,0005* (0,0002)
0,0006* (0,0002)
Inflação -0,0001 (0,0003)
-0,0003 (0,0003)
-0,0001 (0,0003)
-0,0003 (0,0003)
Consumo do Governo
0,0056* (0,0011)
0,0091* (0,0014)
0,0050* (0,0011)
0,0081* (0,0013)
Grau de Abertura
0,0007* (0,0001)
0,0007* (0,0001)
0,0008* (0,0001)
0,0008* (0,0001)
Investimento - 0,0044* (0,0011)
- 0,0042* (0,0010)
Observações 486 486 486 486 R² ajustado 0,90 0,91 0,91 0,91
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Percebe-se que, na análise considerando somente os países AE, os resultados obtidos apresentam-se
mais robustos, uma vez que, à exceção da variável inflação, que mostrou-se negativa (conforme
esperado) e não significativa, as demais variáveis apresentaram-se positivas e significativas para
explicar a taxa de crescimento do PIB per capita.
Especificamente com relação a M2, os sinais positivos e significativos dos coeficientes confirmam a
relação favorável entre o setor financeiro e o crescimento econômico, ao se interpretar que o volume
de moeda na economia reflete melhor a capacidade do setor financeiro.
A seguir, a mesma análise é feita, para a amostra com países emergentes/em desenvolvimento.
23
Tabela 5 – Painel com estimador OLS, utilizando M2 como variável explicativa (países EDE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0002* (0,0000)
0,0002* (0,0000)
0,0002* (0,0000)
0,0002* (0,0000)
Escolaridade 15 0,0539* (0,0036)
0,0529* (0,0034)
- -
Escolaridade 25 - - 0,0512* (0,0037)
0,0516* (0,0035)
M2 0,0000
(0,0002) -0,0000 (0,0001)
0,0001 (0,0002)
-0,0000 (0,0001)
Inflação 0,0000
(0,0000) 0,0000
(0,0000) 0,0000
(0,0000) 0,0000
(0,0000)
Consumo do Governo
-0,0022* (0,0009)
-0,0033* (0,0009)
-0,0023* (0,0009)
-0,0035* (0,0009)
Grau de Abertura
-0,0012* (0,0002)
-0,0017* (0,0002)
-0,0011* (0,0002)
-0,0017* (0,0002)
Investimento - 0,0089* (0,0007)
- 0,0092* (0,0007)
Observações 1932 1932 1932 1932R² ajustado 0,88 0,89 0,88 0,89
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Como pode ser notado, os coeficientes de M2 não se apresentam significativos, o que pode ser
traduzido como esta variável não sendo adequada para explicar a relação do setor financeiro com as
taxas de crescimento do PIB per capita dos países pertencentes ao grupo EDE. Diferente da
sinalização ocorrida com os países AE, os resultados acima podem representar um nível de confiança
insuficiente da população com relação às diretrizes econômicas realizadas nos países EDE, de forma
que as pessoas passam a preferir não alocar seus recursos monetários em bancos comerciais ou mantê-
los em seu próprio poder.
Os coeficientes das demais variáveis apontam para uma correlação significativa com a taxa de
crescimento do PIB per capita, à exceção da inflação, conforme esperado.
24
Cabe destacar que, tanto para os países AE como para os países EDE, o R² ajustado dos modelos
aumentou consideravelmente, ao ser comparado com o R² ajustado do mesmo modelo, para a amostra
integral dos países.
A seguir, a Tabela 6 apresenta os resultados das regressões com dados de painel, estimadas através de
Mínimos Quadrados Ordinários, considerando crédito privado como variável explicativa, de forma a
verificar se a mesma afeta o crescimento.
Tabela 6 – Painel com estimador OLS, utilizando crédito privado como variável explicativa
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0072* (0,0028)
0,0022 (0,0025)
0,0077* (0,0030)
0,0023 (0,0027)
Escolaridade 15 -0,0012 (0,0009)
-0,0012 (0,0008)
- -
Escolaridade 25 - - -0,0013 (0,0009)
-0,0011 (0,0009)
Crédito Privado -0,0000 (0,0000)
-0,0000 (0,0000)
0,0000 (0,0000)
-0,0000 (0,0000)
Inflação -0,0000* (0,0000)
-0,0000* (0,0000)
-0,0000* (0,0000)
-0,0000* (0,0000)
Consumo do Governo
-0,0003* (0,0001)
-0,0003** (0,0001)
-0,0003* (0,0002)
-0,0003** (0,0001)
Grau de Abertura
0,0000* (0,0000)
0,0000 (0,0000)
0,0000* (0,0000)
0,0000 (0,0000)
Investimento - 0,0010* (0,0001)
- 0,0010* (0,0001)
Observações 2810 2810 2810 2810 R² ajustado 0,02 0,06 0,03 0,13
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
A variável crédito privado mostrou-se negativa e não significativa em todos os modelos. Mais uma
vez, os resultados obtidos para a amostra integral dos países não pode ser traduzido de forma
relevante. Dessa forma, a seguir, nas Tabelas 7 e 8 encontram-se os mesmos modelos para as
amostras subdivididas pelo nível econômico dos países.
25
Tabela 7 – Painel com estimador OLS, utilizando crédito privado como variável explicativa (países AE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
Escolaridade 15 0,0049
(0,0033) 0,0050
(0,0033) - -
Escolaridade 25 - - 0,0056** (0,0031)
0,0057* (0,0031)
Crédito Privado -0,0003* (0,0001)
-0,0003* (0,0001)
-0,0003* (0,0001)
-0,0003* (0,0001)
Inflação 0,0005** (0,0003)
0,0005** (0,0003)
0,0005** (0,0003)
0,0005** (0,0003)
Consumo do Governo
0,0018* (0,0009)
0,0016** (0,0010)
0,0017** (0,0009)
0,0015 (0,0010)
Grau de Abertura
-0,0003* (0,0000)
-0,0003* (0,0000)
-0,0003* (0,0000)
-0,0003* (0,0000)
Investimento - -0,0002 (0,0008)
- -0,0002 (0,0008)
Observações 916 916 916 916 R² ajustado 0,89 0,89 0,89 0,89
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Nesta configuração, nota-se que a variável explicativa crédito privado apresenta coeficiente negativo e
significativo, o que pode ser traduzido como um fator que não contribui tanto para a taxa de
crescimento do PIB per capita dos países AE que, por sua vez, já apresentam suas economias
consolidadas. Além disso, a variável inflação possui coeficiente positivo, com grau de significância a
10% e que há perda de significância da variável consumo do governo, ao ser incorporada a taxa de
investimento nos modelos. Também observa-se que a variável escolaridade (15 anos) apresenta-se sem
poder significativo.
26
Tabela 8 – Painel com estimador OLS, utilizando crédito privado como variável explicativa (países EDE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0002* (0,0000)
0,0002* (0,0000)
0,0002* (0,0000)
0,0002* (0,0000)
Escolaridade 15 0,0507* (0,0036)
0,0506* (0,0035)
- -
Escolaridade 25 - - 0,0481* (0,0037)
0,0494* (0,0036)
Crédito Privado 0,0015* (0,0003)
0,0010* (0,0003)
0,0016* (0,0003)
0,0011* (0,0003)
Inflação 0,0000 (0,0000)
0,0000 (0,0000)
0,0000 (0,0000)
0,0000 (0,0000)
Consumo do Governo
-0,0021* (0,0009)
-0,0033* (0,0009)
-0,0022* (0,0009)
-0,0034* (0,0009)
Grau de Abertura
-0,0013* (0,0001)
-0,0018* (0,0001)
-0,0013* (0,0001)
-0,0018* (0,0001)
Investimento - 0,0085* (0,0007)
- 0,0088* (0,0007)
Observações 1924 1924 1924 1924 R² ajustado 0,88 0,89 0,88 0,89
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Com exceção da inflação, que mostra-se sem poder significativo em todas as regressões acima,
percebe-se que, para o grupo de países EDE, a variável crédito privado apresenta coeficiente positivo e
significativo, o que corrobora a ideia de que países em desenvolvimento (portanto, ainda dependentes
de capitais) e que apresentam este indicador elevado, vem obtendo taxas de crescimento maiores do
que aqueles cujos valores para o mesmo indicador são menores.
É importante ressaltar que os modelos apresentados até agora não apresentam a correção para efeitos
fixos. A seguir, são realizadas as mesmas estimações do item 4.1, porém considerando a referida
correção.
27
4.2 ESTIMATIVAS COM EFEITO FIXO
A Tabela 9 apresenta os resultados das estimativas dos modelos com o estimador de efeito fixo,
considerando a variável explicativa M2, de forma a verificar se a mesma afeta o crescimento.
Tabela 9 – Estimativas com efeito fixo, utilizando M2 como variável explicativa
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0233* (0,0092)
0,0216* (0,0091)
0,0252* (0,0091)
0,0232* (0,0090)
Escolaridade 15 -0,0037** (0,0019)
-0,0032** (0,0020)
- -
Escolaridade 25 - - -0,0073* (0,0021)
-0,0063* (0,0021)
M2 -0,0002 (0,0002)
-0,0002 (0,0002)
-0,0002 (0,0002)
-0,0002 (0,0002)
Inflação -0,0000** (0,0000)
-0,0000** (0,0000)
-0,0000** (0,0000)
-0,0000** (0,0000)
Consumo do Governo
-0,0013* (0,0005)
-0,0016* (0,0006)
-0,0014* (0,0005)
-0,0013* (0,0005)
Grau de Abertura
0,0003* (0,0001)
0,0002 (0,0001)
0,0003* (0,0001)
0,0002 (0,0001)
Investimento - 0,0011* (0,0003)
- 0,0010* (0,0003)
Observações 2391 2391 2391 2391 R² ajustado 0,17 0,18 0,17 0,18
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Mesmo fazendo o controle para a presença do efeito fixo, M2 permanece mostrando-se negativa e não
significativa nos modelos, considerando a amostra integral de países.
As Tabelas 10 e 11 trazem os resultados das mesmas regressões, porém com a amostra subdividida
pelo nível de desenvolvimento econômico dos países.
28
Tabela 10 – Estimativas com efeito fixo, utilizando M2 como variável explicativa (países AE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
Escolaridade 15 0,1753* (0,0125)
0,1949* (0,0111)
- -
Escolaridade 25 - - 0,1656* (0,0122)
0,1955* (0,0106)
M2 0,0008* (0,0003)
0,0015* (0,0003)
0,0007* (0,0003)
0,0015* (0,0003)
Inflação -0,0001 (0,0002)
0,0000 (0,0002)
-0,0000 (0,0002)
0,0000 (0,0002)
Consumo do Governo
-0,0070* (0,0026)
0,0021 (0,0024)
-0,0049** (0,0027)
0,0063* (0,0025)
Grau de Abertura
0,0020* (0,0003)
0,0023* (0,0003)
0,0020* (0,0004)
0,0023* (0,0003)
Investimento - 0,0117* (0,0010)
- 0,0130* (0,0010)
Observações 486 486 486 486 R² ajustado 0,96 0,97 0,96 0,97
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Comparativamente aos mesmos modelos estimados por OLS, pode-se notar que os resultados
mostram-se semelhantes. Isso porque, mesmo percebendo que os coeficientes da variável inflação
permanecem não significativos, ao ser incorporada nas estimações, a taxa de investimento (com sinal
positivo e significativa a 5%) parece substituir o poder explicativo da variável consumo do governo
que, por sua vez, perde seu poder explicativo já que passa a ser não significativa.
29
Tabela 11 – Estimativas com efeito fixo, utilizando M2 como variável explicativa (países EDE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0001* (0,0000)
0,0001* (0,0000)
0,0001* (0,0000)
0,0001* (0,0000)
Escolaridade 15 -0,0108 (0,0074)
-0,0107 (0,0074)
- -
Escolaridade 25 - - -0,0163* (0,0075)
-0,0153* (0,0075)
M2 0,0003* (0,0000)
0,0003* (0,0000)
0,0003* (0,0000)
0,0003* (0,0000)
Inflação -0,0000 (0,0000)
-0,0000 (0,0000)
-0,0000 (0,0000)
-0,0000 (0,0000)
Consumo do Governo
0,0041* (0,0009)
0,0041* (0,0009)
0,0040* (0,0009)
0,0041* (0,0009)
Grau de Abertura
-0,0012* (0,0002)
-0,0014* (0,0002)
-0,0012* (0,0002)
-0,0014* (0,0002)
Investimento - 0,0024* (0,0006)
- 0,0023* (0,0006)
Observações 1932 1932 1932 1932 R² ajustado 0,97 0,97 0,97 0,97
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Como pode ser notado, os coeficientes de M2 passaram a significativos nos modelos, ao se estimar
considerando o efeito fixo. Tal efeito capta as características específicas de cada país da amostra,
retornando como resultado o papel esperado de M2 nas regressões, de indicador favorável ao
crescimento econômico.
À exceção da inflação e do nível de escolaridade (15 anos), as demais variáveis apontam para uma
correlação significativa com a taxa de crescimento do PIB per capita.
A Tabela 12 mostra os resultados das regressões com dados em painel considerando a variável
explicativa crédito privado, de forma a verificar se a mesma afeta a taxa de crescimento do PIB per
capita, a partir da estimativa com efeito fixo.
30
Tabela 12 – Estimativas com efeito fixo, utilizando crédito privado como variável explicativa
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0344* (0,0098)
0,0340* (0,0097)
0,0364* (0,0096)
0,0357* (0,0095)
Escolaridade 15 -0,0049* (0,0020)
-0,0050* (0,0020)
- -
Escolaridade 25 - - -0,0073* (0,0021)
-0,0069* (0,0021)
Crédito Privado -0,0003* (0,0000)
-0,0003* (0,0000)
-0,0003* (0,0000)
-0,0003* (0,0000)
Inflação -0,0000 (0,0000)
-0,0000** (0,0000)
-0,0000 (0,0000)
-0,0000** (0,0000)
Consumo do Governo
-0,0015* (0,0005)
-0,0014* (0,0005)
-0,0016* (0,0005)
-0,0015* (0,0005)
Grau de Abertura
0,0001 (0,0002)
0,0000 (0,0001)
0,0001 (0,0002)
0,0000 (0,0001)
Investimento - 0,0013* (0,0003)
- 0,0013* (0,0003)
Observações 2810 2810 2810 2810 R² ajustado 0,16 0,18 0,16 0,18
Em relação aos modelos utilizando estimadores OLS, a variável crédito privado permaneceu negativa
e significativa a 5%. A seguir, nas Tabelas 13 e 14 encontram-se os resultados para os mesmos
modelos, considerando as amostras subdivididas pelo nível econômico dos países.
31
Tabela 13 – Estimativas com efeito fixo, utilizando crédito privado como variável explicativa (países AE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
0,0000* (0,0000)
Escolaridade 15 0,1179* (0,0070)
0,1175* (0,0068)
- -
Escolaridade 25 - - 0,1105* (0,0067)
0,1108* (0,0065)
Crédito Privado 0,0013* (0,0002)
0,0012* (0,0002)
0,0013* (0,0002)
0,0012* (0,0002)
Inflação -0,0003** (0,0002)
-0,0002 (0,0002)
-0,0003** (0,0002)
-0,0002 (0,0002)
Consumo do Governo
-0,0117* (0,0017)
-0,0081* (0,0017)
-0,0098* (0,0016)
-0,0061* (0,0017)
Grau de Abertura
0,0014* (0,0002)
0,0015* (0,0002)
0,0012* (0,0002)
0,0013* (0,0002)
Investimento - 0,0053* (0,0008)
- 0,0055* (0,0008)
Observações 916 916 916 916 R² ajustado 0,96 0,96 0,96 0,96
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Fazendo o controle para a presença do efeito fixo, o crédito privado passa a apresentar coeficiente
positivo e significativo, representando uma variável explicativa para a taxa de crescimento do PIB per
capita dos países AE.
Nos casos onde não se considera a taxa de investimento, a variável inflação apresenta coeficiente
negativo, com grau de significância a 10% e, em todos os casos acima, os coeficientes da variável
escolaridade (15 e 25 anos) apresentam-se significativos e bastante elevados.
32
Tabela 14 – Estimativas com efeito fixo, utilizando crédito privado como variável (países EDE)
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Renda Inicial 0,0001* (0,0000)
0,0001* (0,0000)
0,0001* (0,0000)
0,0001* (0,0000)
Escolaridade 15 -0,0132** (0,0072)
-0,0131** (0,0072)
- -
Escolaridade 25 - - -0,0168* (0,0073)
-0,0163* (0,0073)
Crédito Privado 0,0022* (0,0002)
0,0021* (0,0002)
0,0022* (0,0002)
0,0021* (0,0002)
Inflação -0,0000 (0,0000)
-0,0000 (0,0000)
-0,0000 (0,0000)
-0,0000 (0,0000)
Consumo do Governo
0,0040* (0,0009)
0,0040* (0,0009)
0,0039* (0,0009)
0,0040* (0,0009)
Grau de Abertura
-0,0010* (0,0001)
-0,0011* (0,0002)
-0,0010* (0,0001)
-0,0011* (0,0002)
Investimento - 0,0013* (0,0006)
- 0,0013* (0,0006)
Observações 1924 1924 1924 1924 R² ajustado 0,97 0,97 0,97 0,97
Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
Com exceção da inflação, que continua mostrando-se sem poder significativo, nota-se que para o
grupo de países EDE, considerando o controle para a presença do efeito fixo, os resultados obtidos
apresentam a mesma interpretação dos resultados das análises por dados em painel por OLS.
33
4.3 REGRESSÕES DE DADOS EM PAINEL COM ESTIMADOR GMM
A Tabela 15 apresenta os resultados das regressões com dados de painel, estimadas através de GMM,
seguindo a metodologia de Arellano-Bond (estimações em primeiras-diferenças), considerando a
variável M2 como variável explicativa, de forma a verificar se as mesmas afetam o crescimento.
Tabela 15 – Painel com estimador GMM, utilizando M2 como variável explicativa
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Crescimento (-1) -0,0514* (0,0015)
-0,0602* (0,0020)
-0,0508* (0,0013)
-0,0597* (0,0031)
Renda Inicial 0,0127* (0,0024)
0,0325* (0,0079)
0,0284* (0,0038)
0,0313* (0,0072)
Escolaridade 15 -0,0071* (0,0016)
-0,0071* (0,0016)
- -
Escolaridade 25 - - -0,0119* (0,0019)
-0,0150* (0,0053)
M2 -0,0004* (0,0000)
-0,0004* (0,0000)
-0,0004* (0,0000)
-0,0004* (0,0000)
Inflação -0,0000 (0,0000)
-0,0000 (0,0000)
-0,0000 (0,0000)
-0,0000 (0,0000)
Consumo do Governo
-0,0025* (0,0000)
-0,0025* (0,0002)
-0,0026* (0,0000)
-0,0025* (0,0002)
Grau de Abertura
0,0008* (0,0000)
0,0007* (0,0000)
0,0008* (0,0000)
0,0007* (0,0000)
Investimento - 0,0013* (0,0001)
- 0,0014* (0,0002)
Observações 2298 2298 2298 2298 Em parênteses encontram-se os valores do erro-padrão corrigido pela Matriz de Covariância de White. Estão assinalados com * e ** os coeficientes significativos ao nível de 5% e 10%, respectivamente.
A Tabela 16 apresenta os resultados das regressões com dados de painel, estimadas através de GMM,
seguindo a metodologia de Arellano-Bond (estimações em primeiras-diferenças), considerando a
variável crédito privado como variável explicativa, de forma a verificar se as mesmas afetam o
crescimento.
34
Tabela 16 – Painel com estimador GMM, utilizando crédito privado como variável explicativa
Variável Dependente: Taxa de Crescimento do PIB per capita
(1) (2) (3) (4)
Crescimento (-1) -0,0512* (0,0006)
-0,0657* (0,0005)
-0,0008* (0,0000)
-0,0647* (0,0010)
Renda Inicial 0,0827* (0,0017)
0,0841* (0,0021)
-0,0000** (0,0000)
0,0828* (0,0033)
Escolaridade 15 -0,0156* (0,0007)
-0,0128* (0,0010)
- -
Escolaridade 25 - - -0,0129* (0,0012)
-0,0128* (0,0010)
Crédito Privado -0,0008* (0,0000)
-0,0008* (0,0000)
-0,0007* (0,0000)
-0,0008* (0,0000)
Inflação -0,0000* (0,0000)
-0,0000** (0,0000)
-0,0000* (0,0000)
-0,0000* (0,0000)
Consumo do Governo
-0,0030* (0,0000)
-0,0030* (0,0000)
-0,0032* (0,0000)
-0,0030* (0,0000)
Grau de Abertura
0,0004* (0,0000)
0,0002* (0,0000)
0,0004* (0,0000)
0,0003* (0,0000)
Investimento - 0,0018* (0,0002)
- 0,0019* (0,0002)
Observações 2704 2704 2704 2704
Como resultado dos dois modelos estimados por GMM, há a constatação de que o nível de
crescimento econômico do PIB per capita passado apresenta forte correlação com o nível presente.
35
5 CONCLUSÃO
Esta dissertação tem como objetivo mensurar a relação entre o setor financeiro e a taxa de crescimento
do PIB per capita, para uma amostra com 78 países.
Para medir os efeitos de variáveis ligadas ao setor financeiro, adotamos duas variáveis explicativas
(M2 e crédito privado), medidas em relação ao PIB.
Os modelos são construídos com três estimadores: por OLS, com efeito fixo e por GMM (seguindo a
metodologia de Arellano-Bond).
Tendo em vista os distintos níveis de desenvolvimento econômico dos países, os modelos estimados
consideram a amostra integral dos 78 países bem como uma subdivisão da mesma, a partir da
classificação dos países segundo o World Economic Outlook Database (versão de abril de 2011), do
FMI.
Inicialmente, os resultados obtidos para modelos estimados por OLS, mesmo com efeito fixo,
apresentam-se inconclusivos, ao ser considerada a amostra integral dos 78 países. Todavia, após a
mesma ser subdividida conforme a classificação econômica dos países (AE ou EDE), os resultados
dos modelos, considerando como variável explicativa M2 (representando o estoque de papel moeda
em poder do público, mais depósitos à vista e a prazo nos bancos comerciais) ou crédito privado
(equivalente ao valor dos créditos do setor financeiro ao setor privado), apresentam-se significativos.
36
Dessa forma, tais resultados corroboram a existência de uma relação entre o setor financeiro e o nível
de crescimento econômico do PIB per capita dos países.
Adicionalmente, os modelos por GMM reforçam a ideia de que os níveis de crescimento econômico
do período anterior estão fortemente associados aos níveis do período presente.
37
REFERÊNCIAS BIBLIOGRÁFICAS
BARRO, R.; LEE, J.; “A New Data Set of Educational Attainment in the World, 1950–2010”. National Bureau of Economic Research Working Paper 15902, 2010.
BECK, T.; LEVINE, R.; LOAYZA, N.; “Finance and the sources of growth”. Journal of
Financial Economics 58, 261-300, 2000.
DEMIRGÜÇ-KUNT, A.; MAKSIMOVIC, V.; “Law, finance, and firm growth”. Journal of
Finance 53, 2107-2137, 1998.
HESTON, A.; SUMMERS, R.; ATEN, B.; Penn World Table Version 6.3. Center for
International Comparisons of Production, Income and Prices at the University of
Pennsylvania, 2009.
INTERNATIONAL MONETARY FUND; “World Economic Database Report”, 2011.
JAYARATNE, J.; STRAHAN, P.; “The finance-growth nexus: evidence from bank branch deregulation”. Quarterly Journal of Economics 111, 639-670, 1996.
KING, R.; LEVINE, R.; “Finance and Growth: Schumpeter Might Be Right”. The Quarterly
Journal of Economics 108 nº 3, 717-737, 1993.
LEVINE, R.; ZERVOS, S.; “Association Stock Markets, Banks, and Economic Growth”. The
American Economic Review 88 nº 3, 537-558, 1998.
NEUSSER, K.; KUGLER, M.; “Manufacturing growth and financial development: evidence from OECD countries”. Review of Economics and Statistics 80, 638-646, 1998.
RAJAN, R.; ZINGALES, L.; “Financial dependence and growth”. American Economic
Review 88, 559-586, 1998.
ROUSSEAU, P.; WACHTEL, P.; “Financial intermediation and economic performance: historical evidence from five industrial countries”. Journal of Money, Credit, and Banking 30, 657-678, 1998.
SCHUMPETER, J.; “The Theory of Economic Development”. Harvard University Press, 1911.
WORLD BANK; “The World Development Indicators (WDI) 2010”, 2010.