o impacto do comércio internacional no crescimento ... · (1948, 1949) – o comércio aproxima os...
TRANSCRIPT
O impacto do comércio internacional no crescimento económico nos países da União Europeia Eduarda Alves dos Reis
Dissertação Mestrado em Economia e Gestão Internacional
Orientado por
Óscar Afonso
2019
II
Agradecimentos
Após o longo percurso de elaboração da presente dissertação, cabe-me agradecer a todos
os que, direta e indiretamente, contribuíram para que cumprisse com este objetivo que,
apesar de ser um projeto pessoal, não seria concretizável sem o seu apoio.
Começo por agradecer à Faculdade de Economia do Porto, nomeadamente ao corpo
docente do Mestrado em Economia e Gestão Internacional por alargar o meu leque de
conhecimentos.
Ao Professor Óscar Afonso pela orientação, partilha de conhecimentos e disponibilidade
demonstrada.
E claro, à minha família, amigos e colegas de trabalho pelo seu apoio incondicional!
Um especial obrigada às minhas companheiras académicas, Melissa Ferreira e Sara Baptista,
por tornarem as intermináveis horas de estudo muito mais fáceis. Em especial a ti, Mel,
pelo teu incontestável suporte nesta fase.
“Graduation is not the end, it’s the beginning”
Orrin Hatch
III
Resumo
A União Europeia (UE) é uma entidade supranacional que está bastante bem inserida no
mercado internacional. São prova disso as elevadas exportações e importações que realiza.
Porém, sendo o crescimento económico bastante importante para a prospeção das
economias, qual o papel das exportações e importações no mesmo? Tendo a conta a
relação ambígua entre as variáveis, o presente estudo utiliza 28 países da UE no período de
1996 até 2017 de forma a entender como o comércio internacional afeta o crescimento dos
países pertencentes à UE. Recorrendo ao modelo PMG (Pooled Mean Group estimation)
podemos concluir que, de facto, o grau de abertura destes países tem um impacto positivo
e significativo no crescimento económico. Porém também outros fatores são
extremamente relevantes para o crescimento do país, tais como, educação,
desenvolvimento financeiro e qualidade institucional.
Palavras chave: Crescimento económico; comércio internacional; Grau de abertura; União Europeia.
JEL Codes: F14; F15.
IV
Abstract
The European Union (EU) is a supranational entity that is well inserted in the international
market, as evidenced by its high export and import levels. However, since economic
growth is very important for the prospecting of economies, what is the role of exports and
imports in it? Given the ambiguous relationship between the variables, the present study
uses data from the 28 EU countries, from 1996 to 2017, in order to understand how
international trade affects the growth of these countries. Using the PMG model (Pooled
Mean Group Estimation) we conclude that, in fact, the degree of openness of these
countries has a positive and significant impact on economic growth, but it’s also needed to
take in consideration that there are other factors extremely relevant to the country's
growth, such as education, financial development and institutional quality.
Key words: Economic growth; International trade; openness; European Union.
JEL Codes: F14; F15.
V
Índice
1. Introdução ................................................................................................................................. 1
2. Revisão de literatura existente ................................................................................................ 3
2.1. Teorias clássicas e neoclássica do comércio internacional ............................................... 3
2.2. Crescimento clássico, neoclássico e endógeno .................................................................. 4
2.2.1. Teoria clássica e neoclássica ..................................................................................... 4
2.2.2. Crescimento endógeno ............................................................................................. 5
2.3. Estudos empíricos .................................................................................................................. 6
3. Dados e definição de variáveis ............................................................................................. 13
3.1. Variáveis de crescimento e comércio internacional ................................................. 14
3.2. Variáveis de controlo .................................................................................................... 16
3.3. Análise e fonte de dados .............................................................................................. 17
4. Metodologia ............................................................................................................................. 22
5. Discussão de resultados ......................................................................................................... 27
6. Conclusões ............................................................................................................................... 34
REFERÊNCIAS: ............................................................................................................................. 36
VI
Índice de Tabelas Tabela 1- Sumário de estudos realizados para diferentes países e períodos temporais .......... 7
Tabela 2- Descrição das variáveis recolhidas .............................................................................. 13
Tabela 3- Sumário das estatísticas das variáveis .......................................................................... 18
Tabela 4- Correlações entre variáveis ........................................................................................... 20
Tabela 5- Tipos de estimações com dados dinâmicos em painel ............................................. 23
Tabela 6- Hipóteses do teste de Hausman .................................................................................. 24
Tabela 7 - Resultados de curto e longo prazo do PMG ............................................................ 29
Tabela 8- Resultados de curto prazo por país do PMG ............................................................ 31
Tabela 9 -Análise descritiva por país ............................................................................................ 41
Tabela 10-Resultados do teste Im-Pesaran-Shin às raízes unitárias ......................................... 45
Tabela 11 – Resultados do número ótimo de lags para cada variável ..................................... 45
VII
Índice de Figuras Figura 1- Taxa de crescimento do PIB por país da União europeia ........................................ 15
Figura 2 - Evolução das exportações e importações nos países da União Europeia ............ 15
VIII
Abreviaturas usadas
UE – União Europeia
PMG - Pooled Mean Group
PIB - Produto Interno Bruto
R&D -Research and Development
VAR - Vector Auto Regression
FE- Fixed Effects
VECM - Vector Error Correction Model
GMM- Generalized Method of Moment
OLS- Ordinary Least Squares
DOLD- Dynamic Ordinary Least Squares
GPM- Gallons Per Minute
IDE – Investimento Direto Estrangeiro
ISCED - International Standard Classification of Education
FBCF – Formação Bruta de Capital Físico
ADF- Augmented Dickey-Fuller
MG – Mean Group
ARDL - Autoregressive distributed lag
1
1. Introdução
Nas últimas décadas, a relação entre o comércio internacional e o crescimento económico
tem sido alvo de muitos estudos por parte de economistas que tentam desenvolver teorias
e mostrar evidências que interligam as duas variáveis, considerando diferentes países,
períodos temporais, modelos e variáveis.
Contudo, apesar do elevado número de trabalhos existentes, as conclusões não são
consistentes no que toca a capturar o impacto e a causalidade do comércio no crescimento
das economias (Sokolov-Mladenović, Milovančević, & Mladenović, 2017). A grande parte
dos estudos feitos para os diferentes países evidenciou uma relação positiva (ver, por
exemplo, (Arnold, Javorcik, & Mattoo, 2011; Bahmani-Oskooee & Economidou, 2009;
Herzer, 2013; Wacziarg & Welch, 2008), porém existem outros que mostram uma relação
insignificante ou até negativa (ver, por exemplo, Schularick & Solomou (2011)).
A razão por detrás destas conclusões contraditórias pode estar no facto de que estes
estudos foram realizados para países com caraterísticas diferentes e que por isso, apesar da
abertura do país facilitar a difusão tecnológica e as inovações, o benefício daqui retirado
dependerá, sempre, da sua capacidade de absorção, a qual está diretamente correlacionada
com outras variáveis como o capital humano disponível e a qualidade das instituições
nacionais (Lucas, 1988). Além disso, a escolha da metodologia também acaba por ter
grande peso na diversidade de resultados, já que nem todos os modelos aplicados são
capazes de ultrapassar certas barreiras das bases de dados (Herzer, 2013).
Tendo em conta a complexa ligação entre diferentes países e a contínua globalização,
é extremamente importante perceber a conjetura do comércio internacional atual (Zhang,
Wang, Liu, & Wang, 2016). A relação entre estas duas variáveis, comércio internacional e
crescimento económico, é algo que pesa severamente nas decisões políticas de todos os
países, quer na aplicação de instrumentos que influenciam os seus ganhos e crescimento –
tais como tarifas, subsídios – quer em potenciais perdas (Krugman, Obstfeld, & Melitz,
2012).
Neste sentido, a presente dissertação tem como objetivo principal avaliar e
quantificar o impacto do comércio internacional no crescimento económico, percebendo
assim se o comércio internacional influenciou de forma positiva, ou não, o crescimento
económico, nos países da União Europeia (UE). Apesar de a relação entre as variáveis ser
bastante debatida, até agora, esta relação não foi avaliada em todos os países da UE, sendo
2
este o contributo desta investigação. Para isso, recorre-se a dados anuais, desde 1996 até
2017, e ao modelo PMG de forma a perceber esta relação. São aplicados três modelos, já
que além de serem utilizados dados do grau de abertura do país como proxy do comércio
internacional, como alternativa, também se usou dados das exportações e importações em
relação ao PIB.
Em linha com os trabalhos desenvolvidos por Chang & Mendy (2012), Balaguer,
Florica, & Ripolle (2015), Pradhan, Arvin, & Norman (2015) e Zahonogo (2017), foi
possível concluir que o comércio internacional gera crescimento económico na UE neste
período temporal, tanto no curto como no longo prazo. Contudo, existem outros fatores
essenciais no crescimento que devem ser acompanhados com as políticas de abertura
comercial, como é o caso da estabilidade política e financeira, capital humano e físico e
desenvolvimento tecnológico, o mesmo foi revelado por outros autores (Anyanwu, 2014;
Chirwa & Odhiambo, 2016; Daumal & Ozyurt, 2011; Kim, Lin, & Suen, 2016; Zahonogo,
2017).
O presente trabalho encontra-se estruturado em cinco secções: na secção 2 é feita
uma revisão de literatura sobre o tema, onde são apresentadas as principais teorias que
explicam o crescimento económico e o comércio internacional, assim como as principais
conclusões de estudos empíricos realizados para outros países. Na seção 3, está a
apresentação os dados recolhidos e a sua análise descritiva. Na secção 4, é descrita a
metodologia usada. E por fim, na secção 5, são apresentadas as conclusões, limitações e
sugestões de investigação futura.
3
2. Revisão de literatura existente
A relação entre comércio internacional e crescimento económico tem sido alvo de muitos
debates, sendo que ao longo dos últimos dois séculos, procurou-se desenvolver
argumentos lógicos para justificar as políticas de comércio e o crescimento económico.
Contudo, a tendência dominante era estudar estes dois tópicos separadamente.
Mesmo seguindo caminhos paralelos, as primeiras teorias explicativas dos dois temas
foram o suporte para outras, mais recentes, que os relacionam e que evidenciam uma
ligação direta entre comércio internacional e crescimento económico, como é o caso da
teoria do crescimento endógeno que emergiu nos anos 80 com Romer (1986) e Lucas
(1988). Porém, nem os modelos teóricos existentes nem as análises empíricas, conseguiram
obter resultados irrevogáveis.
2.1. Teorias clássicas e neoclássica do comércio internacional
As duas teorias primordiais foram propostas por Adam Smith e por David Ricardo, com a
explicação das vantagens absolutas e comparativas, respetivamente.
Smith (1776) profere que um país deve especializar-se na produção de produtos para
os quais tem vantagem absoluta e então exportá-los (importando os outros produtos). A
maior limitação deste modelo é que se um dado país for ineficiente na produção de todos
os bens não poderia entrar no comércio internacional, o mesmo aconteceria para um país
que fosse mais eficiente.
Posteriormente, Ricardo (1891) veio sustentar que um país tem vantagem
comparativa na produção do(s) bem(ns) se o custo de oportunidade de produção, em
termos de outros, for menor do que em outros países. E assim, desde que a razão de troca
internacional estivesse entre as razões de troca de autarcia, globalmente todos os países
ganhariam, apesar da repartição dos ganhos poder ser não equitativa.
Já no início do século 20, surgiram as pesquisas de Heckscher (1949) e Ohlin (1935)
que revelam que o trabalho não é o único fator de produção, tem-se desta forma a
incorporação do fator capital na função de produção e, para além disto, tem-se também em
conta o facto de ambos os fatores existirem com dotações diferentes em países distintos.
Para os autores, os padrões de comércio são determinados por estas diferenças de dotação
de fatores, ou seja, um país tem vantagem comparativa na produção de produtos que usam
intensivamente fatores de produção/recursos que o país tem em abundância.
4
Em sequência deste trabalho, surgiram nomeadamente os teoremas de Samuelson
(1948, 1949) – o comércio aproxima os preços dos fatores –, e de Rybczynski (1955)– que
faz o vínculo entre o comércio internacional e o crescimento económico. Para este autor, o
aumento da oferta de um fator conduz ao aumento mais que proporcional da produção do
bem que o utiliza intensivamente, e à redução da produção do outro bem (Krugman et al.,
2012).
2.2. Crescimento clássico, neoclássico e endógeno
2.2.1. Teoria clássica e neoclássica
Apesar de desatualizada, por considerar a terra como único fator de produção, a teoria
Malthusiana deve também ser aqui mencionada já que foi a primeira a tentar explicar o
crescimento económico. Muito simplificadamente, era uma doutrina de recursos naturais e
não de tecnologia, na qual Malthus defendia que havia um limite máximo de crescimento,
imposto pelos limites do fator produção terra, influenciando o crescimento populacional
(Malthus, 1986).
Já em meados da década de 1950, a explicação do crescimento tornou-se cada vez
mais dominada pelas teorias neoclássicas que combinavam a teoria da alocação de recursos
com a teoria da economia em expansão (Dutt, 2017). Inicialmente, foi desenvolvida por
Solow (1956), explicando como a poupança e o progresso tecnológico (exógeno)
influenciam a taxa de crescimento do produto ao longo do tempo. Como pressupostos
assume uma economia fechada e sem governo, onde a população e a poupança têm um
crescimento exógeno e constante. Considera dois fatores de produção, capital e trabalho e
não apenas a terra como Malthus.
Este modelo foi contruído com base em duas equações essenciais: uma função de
produção, com rendimentos constantes à escala, e uma função de acumulação de capital.
Dados estes pressupostos, o autor mostra que existe um ponto de equilíbrio de longo
prazo da economia, o steady-state, que é atingido, independentemente das condições iniciais.
Neste ponto, a economia está em equilíbrio entre stock de capital e crescimento da mão-de-
obra e, a menos que aconteça algum choque exógeno, é estável.
Segundo o autor, quanto menor o nível inicial do PIB per capita, em relação à
posição de longo prazo, mais rápida será a taxa de crescimento - convergência condicional.
Também mostra que economias que têm menos capital por trabalhador (em relação ao seu
5
capital de longo prazo por trabalhador) tendem a ter taxas de rendimento e crescimento
mais altas (Barro & Sala-i-Martin, 2004).
Mas, neste paradigma, o impacto do comércio na taxa de crescimento de longo prazo
apenas pode ocorrer através do progresso tecnológico ou crescimento da força de trabalho,
ambos considerados exógenos, visto que o autor não explora as suas determinantes.
2.2.2. Crescimento endógeno
Já no final dos anos 80, surgiram as teorias do crescimento endógeno, cuja principal
diferença em relação à teoria neoclássica é a função/papel da tecnologia. Esta nova escola
de pensamento explica o progresso tecnológico com base em várias vertentes, como o
capital tangível, o capital humano e/ou os gastos em R&D. Sendo que “a principal
implicação da teoria do crescimento endógeno é que as políticas que induzem o comércio
internacional, a concorrência, a mudança e/ou a inovação promoverão o crescimento
económico” (Belloumi, 2014 p.272).
Desta forma, há uma recuperação da tradição clássica, que tinha sido interrompida
com a separação neoclássica entre essas duas áreas da teoria.
Aqui é essencial referir o trabalho de Lucas (1988), que adaptou o trabalho de Solow
através da introdução do capital humano e do learning-by-doing, com o intuito de obter uma
explicação teórica para diferenças entre países nos níveis de rendimento e nas taxas de
crescimento. De forma sucinta, defende que o comércio internacional é um fator de
crescimento, por possibilitar a integração de economias com diferentes níveis de capital
humano e considera que o learning-by-doing é tão importante como a escolarização para a
obtenção de capital humano.
Além do capital humano, Lucas (1988) também incorporou as vantagens
comparativas. No seu modelo oferece a possibilidade de existirem diferentes rácios de
crescimento entre países devido a diferenças que não estão relacionadas com níveis de
rendimento. Aqui ao contrário do modelo anterior de Solow, o progresso tecnológico não
é exógeno, mas sim explicado pela influência das vantagens comparativas dos diferentes
países – mostrando que estes podem beneficiar com o comércio internacional.
Na perspetiva do autor, cada país produz bens para os quais a sua dotação de capital
humano opera melhor, sendo que as suas capacidades acumulativas, por fazerem
repetidamente dada tarefa, intensificam a sua vantagem comparativa. Assumindo que um
país se encontra em autarcia, eventualmente conseguirá especializa-se num dado bem, que
6
o levaria a atingir vantagem comparativa em comércio livre. Contudo, como está fechado
para o resto do mundo, não lhe servirá nenhum propósito. A abertura comercial permitir-
lhe-ia obter mais proveitos.
Além de Lucas (1988), também Romer (1986) derrubou dois pressupostos centrais
do modelo neoclássico: as alterações tecnológicas serem exógenas e que as mesmas
oportunidades tecnológicas estão disponíveis em todos os países do mundo. O seu modelo
assenta em três pilares essenciais: rendimentos crescentes na produção de bens,
externalidades e retornos decrescentes na produção de novos conhecimentos.
Ao assumir rendimentos marginais crescentes, e não decrescentes como Solow,
Romer (1986) mostra que, em equilíbrio, a produção per capita pode crescer sem limite,
possivelmente a uma taxa que está a aumentar com o tempo. Assim, o nível de produção
per capita em diferentes países não precisa de convergir, o crescimento pode ser
persistentemente mais lento nos países menos desenvolvidos e pode até mesmo não
ocorrer.
Aqui o investimento no conhecimento sugere uma externalidade natural, ou seja,
“evoca que a criação de novos conhecimentos por uma empresa tenha um efeito externo
positivo sobre as possibilidades de produção de outras empresas, porque o conhecimento
não pode ser perfeitamente patenteado ou mantido em segredo” (Romer, 1986, pp. 1003).
E a produção de bens de consumo em função do stock de conhecimento e de outros inputs
apresenta rendimentos crescentes.
Também Grossman & Helpman (1990) desenvolveram um modelo dinâmico de
comércio e crescimento com dois países, de forma a perceber o papel que o ambiente de
comércio externo e as políticas comerciais desempenham na determinação das taxas de
crescimento de longo prazo. Consideram que a inovação é a base do crescimento.
Sublinham que o comércio externo favorece a difusão e que as economias abertas
conseguem alcançar uma base mais amplificada de conhecimentos tecnológicos. E isto
permite-lhes reduzir os custos de desenvolvimento de produtos e ainda introduzir mais
rapidamente novas variedades de bens (Afonso, 1999).
2.3. Estudos empíricos
Os estudos empíricos existentes, usando técnicas econométricas, são maioritariamente pós
anos 60 e acomodam sobretudo pontos de vista associados à teoria neoclássica e ao
crescimento endógeno.
7
Como se pode constatar pela Tabela 1 abaixo, existe uma volumosa literatura que
procurou abordar a relação empírica entre comércio internacional e crescimento das
economias, cobrindo diversos aspetos dessa ligação em diferentes países (ou grupos de
países). Sendo que a maioria dos estudos concentra-se em países em desenvolvimento (ver
por exemplo, Chang & Mendy, 2012; Daumal & Ozyurt, 2011; Gries, Kraft, & Meierrieks,
2009; Tekin, 2012), mas existem também alguns trabalhos focados nos países
industrializados (ver por exemplo, Balaguer, Florica, & Ripolle, 2015; Pistoresi & Rinaldi,
2012). Além dos países alvo destes estudos serem diversos, também são analisados
diferentes períodos temporais e recorre-se a metodologias distintas.
Tabela 1- Sumário de estudos realizados para diferentes países e períodos temporais
Categoria Estudo Países Período Modelo (e variáveis proxy usadas)
(1) Awokuse (2008) Argentina, Colômbia e
Peru 1988–2013
VAR
(PIB; exportações; importações)
(1)
Gries, Kraft, &
Meierrieks
(2009)
16 países subsarianos 1964-2004
VAR
(PIB; soma das exportações com as
importações sobre o PIB)
(1)
Jenkıns &
Katırcıoglu
(2010)
Chipre 1960–2005 VECM
(PIB; importações e exportações)
(1) Daumal &
Ozyurt (2011) Brasil 1989-2002
GMM
(PIB; soma das exportações com as
importações sobre o PIB)
(1)
Hassan,
Sanchez, & Yu
(2011)
País de baixo, médio e
alto rendimento
classificados pelo World
Bank
1980–2007
VAR
(PIB; soma das exportações com as
importações sobre o PIB)
(1) Tekin (2012) Países menos
desenvolvidos 1970-2009
VAR
(PIB; exportações; IDE)
(1) Shahbaz (2012) Paquistão 1971–2011
VECM
(PIB; exportações; importações; soma das
exportações com as importações)
(1) Chang & Mendy
(2012) 36 países africanos 1980 -2012
FE
(PIB; IDE; exportações; importações)
(1)
Balaguer,
Florica, &
Ripolle (2015)
Espanha 1900–2012 VECM (PIB; exportações e importações)
(1) Pradhan, Arvin,
& Norman Índia
Era dos
1990
VECM
(índice de produção industrial; exportações
8
(2015) sobre o PIB; importações sobre o PIB;
soma das exportações com as importações
sobre o PIB)
(1) Zahonogo
(2017) 42 países subsarianos 1980-2012.
PMG
(PIB; exportações sobre o PIB;
importações sobre o PIB; soma das
exportações com as importações sobre o
PIB)
(2) Pistoresi &
Rinaldi (2012) Itália 1863-2004
VECM
(PIB; exportações sobre o PIB;
importações sobre o PIB; soma das
exportações com as importações sobre o
PIB)
(2) Herzer (2013) Países de todo o mundo 1960–2008
DOLS
(PIB; soma das exportações com as
importações sobre o PIB)
(2) Anyanwu (2014) Países de África 1980-2010
Pooled OLS; GMM
(PIB; exportações sobre o PIB;
importações sobre o PIB; soma das
exportações com as importações sobre o
PIB)
(2) Belloumi (2014) Tunísia 1970-2008
Causalidade de Granger
(PIB; IDE; soma das exportações com as
importações sobre o PIB )
(3) Adhikary (2011) Bangladesh 1986-2008
VECM
(soma das exportações com as
importações sobre o PIB)
Fonte: Elaboração própria
Apesar de grande parte das análises usar valores do PIB (Produto Interno Bruto)
para medir o crescimento económico, as variáveis utilizadas como proxy do comércio
internacional variam de autor para autor. Há autores que consideram apenas as exportações
(ver, por exemplo, Tekin, 2012), outros as exportações e importações separadamente (ver,
por exemplo, Chang & Mendy (2012)) e outros a soma das exportações e importações em
relação ao PIB (ver, por exemplo, Shahbaz, 2012; Pradhan, Arvin, & Norman, 2015).
Em muitas destas investigações também se procurou perceber a causalidade da
relação entre ambas as variáveis, isto é, tenta-se testar se é o comércio internacional que
conduz ao crescimento (Gries, Kraft, & Meierrieks, 2009; Pistoresi & Rinaldi, 2012), ou se
é o crescimento económico que leva ao comércio internacional (Shahbaz, 2012), ou se
ambos (Awokuse, 2008).
9
Embora exista uma ampla literatura empírica sobre a relação do comércio
internacional e do crescimento económico, os resultados existentes variam e até por vezes
estão em conflito. Podemos dividi-los em três categorias: (1) o comércio internacional tem
uma influência positiva no crescimento económico, (2) o comércio internacional não tem
influência no crescimento económico e (3) o comércio internacional tem uma influência
negativa no crescimento económico.
(1) O comércio internacional afeta positivamente o crescimento económico
Grande parte dos estudos enquadram-se na categoria 1, pois evidenciam uma relação
positiva entre ambas as vertentes.
Awokuse (2008) usou as importações e as exportações face ao PIB como indicador
de abertura comercial da Argentina, da Colômbia e do Peru, utilizando dados de séries
temporais e recorre ao modelo VAR (Vector Auto Regression). Segundo o autor, as
exportações podem ser vistas como um condutor chave para o crescimento de três formas:
• a procura externa gera mais produção interna o que leva a um aumento do emprego e
do rendimento do setor do bem exportado; por outro lado,
• permite uma alocação mais eficiente de recursos, melhor utilização da capacidade,
economias de escala externas à empresa e à melhoria da tecnologia dada a maior
competitividade; e
• as exportações podem aumentar as importações de bens intermédios, que aumentam a
formação de capital e, assim, estimulam o crescimento da produção. Contudo, apesar de
evidenciar que as exportações conduziram ao crescimento económico, mostra que a
influência das importações é ainda mais forte nestes países. A principal razão é que as
importações permitem obter os inputs para a produção e possibilitam o acesso ao R&D
estrangeiro (Balaguer et al., 2015).
Zahonogo (2017) recolheu dados de países africanos no período 1980-2012, e usou
três proxies de abertura comercial: importações, exportações, ambas relativamente ao PIB e
a soma das importações e exportações relativamente ao PIB. Os seus resultados obtidos do
modelo PMG apontam para a presença da Laffer Trade Curve (U-invertido), confirmando
que a abertura comercial tem um impacto positivo e significante no crescimento destes
países, todavia afirma que há um limite após o qual este efeito começa a diminuir. O que
sugere, segundo o autor, que os efeitos não são automáticos e que diferem de acordo com
10
o nível de abertura. Aplicado também a países de África, com a mesma conclusão também
existem os trabalhos de Gries, Kraft, & Meierrieks (2009) e de Chang & Mendy (2012).
Também há evidências de que a abertura comercial promove o crescimento
económico no Paquistão entre 1971 e 2011 na análise de Shahbaz (2012), para a qual se
utilizou o modelo VECM (Vector Error Correction Model), com o logaritmo do PIB per capita,
as exportações e as importações em percentagem do PIB. Contudo, o autor refere que
embora a abertura comercial no Paquistão tenha um impacto positivo no crescimento a
longo prazo, para que o comércio tenha de facto um efeito positivo, o país deve focar-se
no desenvolvimento financeiro e em formação de capital. Também com o modelo VECM
e com as mesmas variáveis, o estudo de Pradhan, Arvin, & Norman (2015) para a Índia,
nos anos 90, mostra que há uma relação positiva. Assim como o de Wacziarg & Welch
(2008), aplicado a países dos diferentes continentes nos anos 90.
Daumal & Ozyurt (2011) exploraram a relação utilizando os dados de vinte e seis
estados brasileiros. Concluíram que existe também um efeito positivo. Porém acrescentam
que há um maior impacto nos estados mais industrializados, com mais capital humano.
Igualmente, Jenkıns & Katırcıoglu (2010), mas com dados do Chipre entre 1960 e
2005, mostram que existe uma relação positiva.
Este consenso nos resultados baseia-se no pressuposto de que o comércio cria
incentivos económicos que impulsionam a produtividade através de duas dinâmicas: no
curto prazo, o comércio reduz a má utilização de recursos; e a longo prazo, facilita a
transferência do desenvolvimento tecnológico. Além disso, a liberalização do comércio
também pode forçar os governos a reestruturar os seus programas sob a pressão da
concorrência internacional, potenciando assim o crescimento (Belloumi, 2014; Rajan &
Zingales, 2003). E possibilita ainda que o país se diversifique e fique mais resiliente a
choques externos (Karam & Zaki, 2015).
Também conforme Karam & Zaki (2015), a restrição do comércio pode reduzir as
oportunidades comerciais, aumentar o custo das matérias primas e limitar as oportunidades
laborais. É também provável que limite as escolhas dos consumidores, tendo assim um
efeito prejudicial no seu bem-estar.
(2) O comércio internacional não afeta o crescimento económico
Outros estudos evidenciam que a abertura comercial não teve um efeito positivo e
significante no crescimento de certos países. Como é o caso dos resultados do modelo
11
aplicado por Anyanwu (2014), no período de 1996- 2010, nos países de África. O autor
destaca a importância das instituições, das poupanças e investimentos domésticos e do
investimento em inovação.
Pistoresi & Rinaldi (2012) evidenciaram em Itália, com o VECM, uma relação muito
fraca, o que sugere que as exportações não foram o único ou o principal impulsionador do
crescimento económico, como altas taxas de formação de capital e a expansão da procura
interna. Também Herzer (2013), que conclui que o comércio tem um efeito
estatisticamente significante, mas muito baixo, revelando também que existe
heterogeneidade nos efeitos consoante os países, sendo que os efeitos do comércio tendem
a ser superiores nos países com um nível de educação mais elevado, com instituições de
maior qualidade e maiores níveis de desenvolvimento. Belloumi (2014) através do seu
modelo mostra que não existe nenhuma relação de causalidade entre comércio
internacional e crescimento na Tunísia de 1970 a 2008, reforçando a ideia de que o
comercio internacional não é suficiente.
Particularmente para os países em desenvolvimento, a falta de investimento em
capital humano e de um sistema financeiro que funcione bem pode dificultar o crescimento
esperado da liberalização do comércio por meio da inovação tecnológica. Para esses países,
Kim & Lin (2009) sugerem então uma proteção seletiva.
(3) o comércio internacional afeta negativamente o crescimento económico
Ao contrário dos estudos anteriores, Adhikary (2011) investigou a relação entre o
crescimento económico e o comércio, incorporando também o IDE (investimento direto
estrangeiro), para o Bangladesh de 1986 a 2008. Os seus resultados mostram a abertura
comercial impede o crescimento económico, enquanto o IDE e a formação de capital têm
impacto positivo sobre o crescimento económico.
A abertura ao comércio pode reduzir o crescimento de longo prazo se a economia se
especializar em setores com desvantagem comparativa. Para essas economias, a proteção
seletiva pode promover avanços tecnológicos mais rápidos (Redding, 1999). Também no
caso dos países menos desenvolvidos isto pode acontecer já que, devido às restrições
tecnológicas e/ou financeiras, estes não têm a capacidade exigida para concorrer com
países mais desenvolvidos (Zahonogo, 2017).
Em suma, pode afirmar-se que a relação comércio internacional – crescimento
económico é sem dúvida complexa. Apesar de existirem argumentos e conclusões tanto
12
favoráveis como contrárias, como vimos acima, a natureza das ligações entre o crescimento
económico e comércio internacional ainda é uma área importante de pesquisa para as
decisões políticas dos diferentes países (Bhattacharya & Bhattacharya, 2016).
É necessário ter em conta que, apesar de grande parte da literatura concordar que a
abertura está, de facto, positivamente relacionada com crescimento, nem todas as reformas
comerciais foram tão bem-sucedidas quanto o previsto porque os benefícios do comércio
não são automáticos e dependem se a força da vantagem comparativa orienta os recursos
da economia para atividades que geram crescimento de longo prazo ou se se afastam de tais
atividades. Sendo que políticas, como as medidas destinadas a promover a estabilidade
macroeconómica e um clima de investimento favorável, devem acompanhar a abertura
comercial (Zahonogo, 2017).
Além disso, apesar de a abertura comercial facilitar a difusão da tecnologia, o R&D e
as inovações, tudo depende da capacidade de absorção do país, que será determinada por
vários fatores específicos a cada país, tais como o volume de capital humano, qualidade
institucional e o desenvolvimento financeiro (ver, por exemplo, Anyanwu, 2014; Chirwa &
Odhiambo, 2016; Daumal & Ozyurt, 2011; Kim, Lin, & Suen, 2016; Zahonogo, 2017).
13
3. Dados e definição de variáveis
De forma a analisar a relação entre o comércio internacional e o crescimento económico
para os 28 países da UE foram recolhidos dados disponíveis nos sites do Eurostat, do World
Bank e do Pordata para um período compreendido entre 1996 e 2017, sendo que todas as
variáveis usadas têm periocidade anual, encontrando-se na Tabela 2 o sumário dos dados
recolhidos.
Tabela 2- Descrição das variáveis recolhidas
Variável Fonte Descrição
Relação
esperada com
crescimento
económico
Crescimento
económico World
Bank Taxa de crescimento do PIB
Exportações World
Bank Exportações em % do PIB (+)
Grau de abertura World
Bank
Rácio entre soma de exportações e importações em %
do PIB (+)
Importações World
Bank Importações em % do PIB (+)
Logaritmo do PIB
(-1) World
Bank Logaritmo do PIB no ano anterior (-)
Inflação World
Bank Inflação (preços do consumidor - % anual) (-)
Capital humano Pordata População que completou pelo menos o ensino
secundário (ISCED 3 ou mais) em % da população entre os 25 e os 64 anos
(+)
Formação bruta de
capital fixo Pordata
Formação bruta de capital fixo (em % do PIB), inclui compra de máquinas e esquipamentos; e a construção
de estradas, ferrovias e afins, incluindo escolas, escritórios, hospitais, residências privadas e prédios
comerciais/ industriais
(+)
Desenvolvimento
financeiro World
Bank Poupança interna bruta (em % do PIB) (+)
Qualidade
institucional World
Bank
Eficácia governamental que capta as perceções da qualidade dos serviços públicos, a qualidade do serviço
civil e o grau de sua independência das pressões políticas, a qualidade da formulação e implementação
de políticas e a credibilidade do compromisso do governo com tais políticas.
Corresponde a uma estimativa em unidades de uma distribuição normal padrão, variando de -2,5 a 2,5, em que -2,5 representa baixa qualidade institucional e 2,5
alta qualidade.
(+)
Fonte: Elaboração própria
14
3.1. Variáveis de crescimento e comércio internacional
Tendo por base a análise de estudos anteriores, pode-se concluir que as proxis mais
recorrentes para o crescimento económico são o PIB per capita ou a sua taxa de crescimento
e, para representar o comércio internacional, é usual o uso do grau de abertura comercial
(como soma das exportações e importações dividida pelo PIB), das exportações e/ou das
importações (Belloumi, 2014; Hassan, Sanchez, & Yu, 2011; Lee, 2010; Pradhan et al.,
2015). De tal forma, nesta investigação adotou-se essas mesmas variáveis.
Numa fase inicial, optou-se por atentar a evolução ao longo do período em análise da
taxa de crescimento do PIB dos 28 países da UE, assim como das exportações e
importações, em percentagem do PIB.
É possível observar alguma divergência no que toca à taxa de crescimento do PIB
entre os diferentes países, tal como evidenciado na Figura 1, sendo que para alguns
manteve-se mais ou menos estável (como, por exemplo, na Áustria e na Bélgica) e para
outros apresentou oscilações significativas (como, por exemplo, na Letónia e na Lituânia).
Tal como dito anteriormente, isto dever-se-á ao facto de nem todos os países terem
aderido à UE na mesma altura, os países de leste apenas aderiram em 2004 e, por isso,
sofrerem do cath-up effect.
Relativamente à evolução das exportações e importações nestes países (Figura 2)
verifica-se que ambas as variáveis apresentam uma evolução estável e conjunta ao longo do
tempo, sem grandes oscilações, à exceção de Luxemburgo e de Malta, sendo que o
primeiro é o país onde se verifica uma maior diferença entre as importações e as
exportações, sendo estas últimas sempre superiores. De notar que existem países em que as
exportações são superiores às importações (como é o caso da Irlanda, do Luxemburgo e da
Holanda) e outros em que se verifica o contrário (por exemplo, Grécia, Hungria, Letónia,
Portugal e Roménia).
Conferimos assim que, à primeira vista, apesar de muitas vezes a UE ser vista como
um todo mais ou menos homogéneo, os países que a incorporam são bastante diferentes
no comércio internacional e que crescem a taxas muito díspares. Observa-se que a taxa de
crescimento do PIB decresce drasticamente em quase todos os países durante a crise global
de 2008-2010, tal como seria de esperar. Apesar disso, é esperada uma relação de longo
prazo positiva entre a taxa de crescimento do PIB e o logaritmo do grau de abertura, das
exportações e das em importações, uma vez que grande parte dos estudos aponta nesta
direção.
15
Figura 1- Taxa de crescimento do PIB por país da União europeia
Figura 2 - Evolução das exportações e importações nos países da União Europeia
Fonte: Elaboração própria com base nos dados recolhidos do World Bank (resultados obtidos a partir do STATA)
Fonte: Elaboração própria com base nos dados recolhidos do World Bank (resultados obtidos a partir do
STATA
16
Note-se que para a aplicação do modelo, usou-se logaritmo das variáveis
representantes do comércio internacional, seguindo Zahonogo (2017).
3.2. Variáveis de controlo
Como já foi exposto, o comércio internacional por si só pode não ser suficiente para
potenciar crescimento económico. Os seus efeitos na economia vão depender muito de
fatores específicos de cada país, pelo que é imperativo completar esta investigação com
variáveis de controlo, de forma a obter uma análise mais completa.
Como vimos na revisão de literatura, segundo a teoria clássica, a produtividade do
trabalho é considerada um fator exógeno e o efeito benéfico de fatores como: a educação e
a inovação (elementos do capital humano); o comércio internacional e a estabilidade
política sobre o potencial crescimento da produtividade não é levado em consideração.
Porém, mais tarde, percebeu-se que esta linha de pensamento não era completa e passaram
a ser tidos em conta esses aspetos no crescimento económico de longo prazo (Pelinescu,
2015).
O capital humano foi definido por Schultz (1961) e Becker (1962) como o conjunto de
conhecimentos e competências que são adquiridas ao longo do tempo por meio de
educação e /ou experiência. Este é muitas vezes identificado como um determinante de
crescimento económico, tendo um papel muito importante no progresso tecnológico dos
países. A razão principal prende-se com o facto de que os indivíduos com níveis de
educação mais altos são mais produtivos e inovadores e, por isso, levam à criação de novos
e melhores produtos (Romer, 1994). De tal forma, a educação tem sido a proxy de capital
humano mais frequentemente usada em estudos empíricos. Assim, seguindo a tendência da
literatura, recolheram-se dados da percentagem da população com o ensino secundário
entre os 25 e os 64 anos, esperando-se que esta variável tenha uma relação positiva com o
PIB per capita, tal como se observa em outros trabalhos (Nowak & Dahal, 2016; Ogundari
& Awokuse, 2018; Zahonogo, 2017).
Também foi referenciado em alguns testes empíricos que o desenvolvimento
tecnológico pode ser um fator chave na justificação para que o comércio internacional não
apresente impacto positivo no crescimento de certos países. Segundo alguns autores, os
países menos desenvolvidos não têm a capacidade tecnológica exigida para concorrer com
os desenvolvidos (Herzer, 2013; D. Kim & Lin, 2009; Zahonogo, 2017). De forma a
representar esta ótica, foram recolhidos dados da formação bruta de capital fixo (em % do
17
PIB), inclui compra de máquinas e equipamentos; e a construção de estradas, ferrovias e
afins, incluindo escolas, escritórios, hospitais, residências privadas e prédios comerciais/
industriais.
A qualidade das instituições desempenha, do mesmo modo, um papel muito relevante
no fornecimento de informações importantes às empresas para as decisões de
investimento, gerando relações de confiança com o país e, assim, contribuindo para o
crescimento económico. Desta forma, esta vertente foi representada por uma estimativa
em unidades de uma distribuição normal padrão, variando de -2,5 (baixa qualidade
institucional) a 2,5 (alta qualidade institucional), que capta as perceções da qualidade dos
serviços públicos, a qualidade do serviço civil e o grau de sua independência das pressões
políticas, a qualidade da formulação e implementação de políticas e a credibilidade do
compromisso do governo com tais políticas.
Além da qualidade das instituições, também o desenvolvimento financeiro de cada país
é crucial na construção de relações de confiança dentro e fora do país e, como proxy para
esta variável foram usados valores da poupança interna bruta em percentagem do PIB,
seguindo a escolha de Hassan et al. (2011).
Igualmente é necessário ter em conta alguns aspetos macroeconómicos. Para isso
recolheu-se dados da inflação, esperando-se que no longo prazo haja uma relação negativa,
pois a inflação pode diminuir a competitividade internacional e, consequentemente, a
exportação. No longo passo, isso pode afetar negativamente a dinâmica de uma dada
economia. Contudo, no curto prazo, é difícil prever, já que esta tende a ser específica do
país e depende das principais características dos processos inflacionários, como o nível de
inflação, sua variabilidade ou a principais fontes de pressão inflacionária (Mihaela, Kornélia,
Gabriela, Kamil, & P, 2017).
Como os países se encontram em steady states diferentes e, por isso, o crescimento
económico nos países mais ricos é mais lento que nos mais pobres, de forma a controlar a
convergência, optou-se por usar como variável explicativa o logaritmo do PIB relativo ao
ano anterior, tal como fez Zahonogo (2017). É esperado um coeficiente com sinal negativo
para esta variável.
3.3. Análise e fonte de dados
Previamente, começou-se por fazer uma breve análise descritiva de todos os dados
recolhidos através do STATA, sumariada na Tabela 3 abaixo (a análise por país encontra-se
18
na Tabela 9 em anexos), sendo que estes se encontram num painel fortemente equilibrado
(strongly balanced), segundo este software. É de realçar que algumas variáveis apresentam
menos observações pois não existem dados para os primeiros anos da amostra em
determinados países analisados.
Tabela 3- Sumário das estatísticas das variáveis
Média Desvio padrão Mínimo Máximo Observações
CRESPIB 2.655 3.477 -14.814 25.117 N=616
T=22
LOGPIB (-1) 11.282 0.699 9.784 12.595 N=616
T=22
LNGA 4.588 0.478 3.624 6.032 N=644
T=22
LNEXP 3.888 0.512 2.659 5.415 N=644
T=22
LNIMP 3.896 0.456 2.956 5.255 N=644
T=22
FBCF 22.292 4.084 4.500 37.300 N=616
T=22
EDU 71.904 16.696 17.800 94.800 N=578
T=21
GOV 1.141 0.633 -0.569 2.354 N=616
T=22
INFLA 5.362 43.490 -4.478 1058.374 N=532
T=19
DFIN 24.124 7.856 8.331 55.975 N=616
T=22
Fonte: Elaboração própria com base nos dados recolhidos
Verifica-se que a taxa de crescimento do PIB (CRESPIB) nos países em análise
oscilou entre cerca de -15% e 25%, apresentando uma taxa de crescimento média positiva
de 2,7%. Isto torna-se o reflexo do período temporal utilizado, visto que no início do
período temporal considerado para esta investigação alguns países ainda não pertenciam à
UE, apenas aderiram mais tarde. O logaritmo do PIB relativo ao ano anterior (LOGPIB(-
1)) apresenta um desvio padrão baixo e uma média de 11%. No que toca à média do
logaritmo das exportações (LNEXP) e importações (LNIMP), esta é muito semelhante e
ronda os 4%. Sendo esta superior no logaritmo do grau da abertura (LNGA), que tem em
conta as duas anteriores, 4,6%.
19
A inflação (INFLA) é a variável que apresenta um desvio padrão superior, com
valores máximos a rondar os 1058%, na Bulgária em 1997. Contudo, o seu valor médio é
de 5%. Mais uma vez é importante ter em consideração o período temporal utilizado e, o
facto de nem todos os países serem aderentes da União Monetária, o que influencia o valor
médio desta variável, visto que o target para o Banco Central Europeu é de 2%. Além da
inflação, a educação (EDU) também exibe um desvio padrão elevado, já que existe um
grande contraste: há países em que grande parte da população completou pelo menos o
ensino secundário, principalmente nos últimos anos da análise; contudo, existem períodos
em alguns países em que apenas cerca de 20% da população completou o secundário. Ao
longo dos 23 anos em análise os três países que apresentam uma média mais elevada da
percentagem da população que frequentou pelo menos o secundário são a Suécia (80%), a
Alemanha (80%) e a Dinamarca (79%), enquanto que a Malta (25%), Portugal (30%) e
Espanha (47%) têm os valores mais baixos, sendo que os valores mais elevados são
referentes aos anos mais recentes, como seria de esperar.
A formação bruta de capital fixo (FBCF) apresenta um valor médio entre os 28
países de 22%, cujo máximo é de 37%, em 2008 na Roménia, e o mínimo é de 5%, em
1996 na Bulgária. Ao longo dos 23 anos os três países com maior média são a Republica
Checa (28%), a Estónia (28%) e a Eslováquia (26%). Os valores médios mais baixos
pertencem à Grécia (20%), a Itália (20%) e ao Reino Unido (17%).
Estes dados permitem pressupor que existe uma grande discrepância entre os países
da UE no que toca ao investimento de vias de comunicação, edifícios públicos, como
escolas e hospitais, e até incentivo de desenvolvimento de indústrias. Isto poderá trazer
consequências a nível do crescimento económico, visto que não existem infraestruturas
capazes de proporcionar as condições adequadas à população para enredar em atividades
de inovação e condições de trabalho adequadas. Contudo, note-se que, esta divergência
tem vindo a diminuir ao longo dos anos em análise.
Para representar o desenvolvimento financeiro (DFIN), a variável escolhida foi a
poupança interna bruta em relação ao PIB, que tem como valor máximo 55% (na Irlanda
em 2017) e mínimo 8% (em 2011 na Grécia), mais uma vez podemos verificar que também
aqui existe uma grande disparidade entre membros.
No que toca à eficácia governamental (GOV), que tem em conta a implementação de
políticas e credibilidade do governo, verifica-se que alguns países apresentam valores de
estimativa negativos, como é o caso da Bulgária e da Roménia, sendo que a última
20
apresenta valores negativos em todo o período em análise. Todos os outros países
apresentam sempre valores positivos. Esta variável tem bastante importância, pois tal como
referido no capítulo 2 a qualidade das instituições têm um grande impacto no crescimento
económico.
De seguida, estudou-se a correlação entre as demais variáveis (Tabela 4). Como seria
se esperar o logaritmo do grau de abertura, das exportações e das importações apresentam
uma correlação positiva com o crescimento do PIB, sendo um indício da relação positiva
das 3 variáveis com o crescimento económico. O mesmo acontece com a formação bruta
de capital fixo e com o desenvolvimento financeiro, pois mais investimento ajuda os países
na sua capacidade produtiva e capacidade de competitividade externa. Por outro lado, a
inflação expõe uma relação negativa com o crescimento, o que também não gera surpresas.
Tabela 4- Correlações entre variáveis
CR
ESP
IB
LOG
PIB
(-1)
LNG
A
LNE
XP
LNIM
P
FBC
F
ED
U
GO
V
INFL
A
DFI
N
CRESPIB 1
LOGPIB(-1) -0.190 1
LNGA 0.186 -0.604 1
LNEXP 0.162 -0.536 0.991 1
LNIMP 0.206 -0.664 0.990 0.962 1
FBCF 0.258 -0.163 -0.030 -0.082 0.024 1
EDU -0.030 -0.038 0.076 0.095 0.056 0.122 1
GOV -0.128 0.444 -0.031 0.051 -0.117 -0.149 0.006 1
INFLA -0.028 -0.105 -0.112 -0.142 -0.079 0.101 -0.075 -0.314 1
DFIN 0.067 0.081 0.390 0.451 0.317 0.187 0.148 0.466 -0.146 1
Fonte: Cálculo próprio a partir do STATA com base nos dados recolhidos
Contudo, no caso da relação da educação com o crescimento do PIB, era espectável
que esta fosse positiva, já que quanto maior o nível de escolaridade for, melhores serão as
condições que terá o país para conseguir inovar e, consequentemente, conseguir crescer a
nível económico. Outro aspeto curioso é a correlação da formação bruta de capital fixo
com o comércio internacional, pois verificamos que é negativa com o grau de abertura.
Sendo apenas positiva com as importações. Ou seja, parece que quanto mais um país
investe em equipamentos, em vias de comunicação, edifícios para as mais variadas
21
funcionalidades como escolas, hospitais e/ou comércio, menos necessita de recorrer ao
mercado externo, apenas necessita de inputs (importações) para atingir este fim.
22
4. Metodologia
Em análises com vários países e para um longo período temporal a não-estacionariedade é
uma preocupação, pelo que de forma a quantificar o impacto do comércio internacional no
crescimento económico dos países da União Europeia, primeiramente foi necessário testar
as raízes unitárias, ou seja, verificar se as variáveis flutuam em torno de um nível. Para tal
optou-se por recorrer ao teste de Im-pesaran-Shin com as suas duas vertentes - trend que
inclui a tendência temporal e demean que assume que a série tem uma média zero para todo
o painel. Este teste é baseado no Augmented Dickey-Fuller test (ADF). Porém, é utilizado em
dados em painel, visto que combina informações temporais com dimensões cross section, de
modo a que seja possível o teste possuir poder explicativo mesmo com poucas observações
temporais (Im, Pesaran, & Shin, 2003). O teste Im-pesaran-Shin tem como hipótese nula a
presença de raízes unitárias.
O próximo passo consistiu em escolher o número ótimo de lags para cada variável. O
teste aos lags é de extrema importância nesta análise, uma vez que avalia o impacto de
eventos passados na situação atual. Para determinar a ordem máxima de desfasamento
existem vários métodos, todos eles baseados na fixação de um valor máximo inicial. O
método utilizado foi escolher o número de lags mais comum nos 28 países para cada
variável, sendo 2 o número máximo escolhido, por serem dados anuais e tentar perder o
mínimo número possível de observações.
Grande parte dos trabalhos que estudam a relação entre estas duas vertentes, opta
por analisar a causalidade entre ambas, ou seja, utilizam métodos de interdependência, cuja
função é capturar a interdependência linear entre séries temporais, não havendo
necessidade de identificar variáveis explicadas e explicativas, pelo facto de estarem todas
autocorrelacionadas. Este tipo de estudos utiliza assim modelos como o VAR (Vector Auto
Regression) ou VECM (Vector Error Correction Model ) (ver, por exemplo, Hassan et al., 2011;
Lean & Tan, 2011; Pradhan et al., 2015; Shahbaz, 2012; Tekin, 2012).
Contudo, nos últimos anos, a disponibilidade de dados com períodos mais alargados
permitiu o surgimento de novas técnicas de análise de dados em painel dinâmicos, já que é
possível obter um grande número de observações transversais (N) e de observações de
séries temporais (T), permitindo até que cada país possa ser estimado separadamente, tal
como se irá proceder.
Quando numa análise o T é pequeno, geralmente recorre-se a estimadores de efeitos
fixos (FE), onde é assumida a homogeneidade dos parâmetros, o que pode produzir
23
resultados erróneos. Já em análises com vários países e para um longo período temporal,
como o caso desta, (Pesaran, Shin, & Smith, 1999) oferecem duas novas técnicas para
estimar painéis dinâmicos não estacionários em que os parâmetros são heterogêneos entre
os grupos: MG (Mean Group) e PMG (Pooled Mean Group). O estimador de MG baseia-se na
estimação de regressões de séries temporais N e na média dos coeficientes, enquanto o
estimador PMG baseia-se em uma combinação de agrupamento e média de coeficientes
(Pesaran et al., 1999).
Tabela 5- Tipos de estimações com dados dinâmicos em painel
Estimações com dados dinâmicos em painel
FE MG PMG N grande
T é pequeno N grande T grande
N grande T grande
Homogeneidade dos parâmetros Heterogeneidade dos parâmetros
entre grupos Heterogeneidade dos parâmetros
entre grupos
Os dados de séries temporais de cada grupo são agrupados e apenas as constantes podem
variar entre os grupos.
O modelo é ajustado separadamente para cada grupo, e uma média aritmética simples dos coeficientes é calculada. Com este
estimador, as constantes, os coeficientes de declive e as
variâncias de erro podem variar entre os grupos.
Combina o agrupamento e a média: permite que a constante, os coeficientes de curto prazo e
as variâncias de erro sejam diferentes entre os grupos (como seria o estimador de MG), mas
restringe os coeficientes de longo prazo a serem iguais entre os
grupos (como faria o estimador FE)
Se os coeficientes de declive não são, de fato, idênticos, então a
abordagem FE produz resultados inconsistentes e potencialmente
enganosos.
Apesar dos estimadores de longo prazo serem consistentes, não são eficientes se há homogeneidade
entre coeficientes
Providencia estimadores de longo prazo eficientes e consistentes, mesmo com homogeneidade de
parâmetros
Fonte: Elaboração própria
Tendo em conta o descrito, o modelo FE não é favorável e o PMG parece ser o mais
acertado, já que providencia estimadores de longo prazo eficientes e consistentes, mesmo
que haja homogeneidade de parâmetros (Zahonogo, 2017). Contudo, foi realizado o teste
de Hausman para perceber qual seria o mais conveniente, MG ou PMG. De acordo com
Hausman (1978) este teste pode ser usado quando na hipótese nula (H0) um dos modelos
comparados tem coeficientes consistentes e eficientes e o outro modelo coeficientes
consistentes mas não eficientes. E com hipótese alternativa (H1) o primeiro modelo tem de
ter resultados inconsistentes e o segundo consistentes:
24
Tabela 6- Hipóteses do teste de Hausman
Coeficiente A Coeficiente B
H0 Consistente e eficiente Consistente
H1 Inconsistente Consistente
Fonte: Adaptação de Aït-sahalia & Xiu (2019)
Assim, definem-se as hipótese dos teste como segue:
• H0 : O melhor modelo é o MG. Não existe correlação entre o termo de perturbação
e as variáveis independentes dos dados em painel; e
• H1 : O melhor modelo é o PMG. A correlação entre o termo de perturbação e as
variáveis independentes dos dados em painel é estatisticamente significante.
A estatística do teste é calculada da seguinte forma:
! = ($%& − $(%&)′ − [,-.($%&) − ,-.($(%&)]01($%& − $(%&)
Em que $%& e $(%& são os vetores dos coeficientes estimados do MG e PMG,
respetivamente. Segue uma distribuição 23(4), em que os graus de liberdade k são iguais
ao número de fatores. Sendo que se rejeita a hipótese nula se a estatística do teste Hausman
obtida for superior ao valor crítico (5%), ou seja, PMG seria o melhor modelo nesse caso.
Note-se que dado que a literatura utilizou como proxy ao comércio internacional não
só a soma das exportações com a importações sobre o PIB, como também as exportações
e importações em relação ao PIB, decidiu-se então também usar as três variáveis, mas em
três modelos diferentes, de forma a evitar possíveis problemas de multicolineariedade
devido a existir uma relação linear entre as importações e exportações e entre a abertura
comercial.
Assim, através do teste de Hausman, e para um intervalo de confiança de 5%
concluímos que o PMG é, efetivamente, o modelo mais adequado tendo em conta três
modelos (t-statistic 0.990, 0.996 e 0.989, para o modelo 1, 2 e 3, respetivamente).
Serão então analisados 28 grupos e 22 períodos através do modelo ARDL
(autoregressive distributed lag), de tal forma que ARDL (p, q, q, q, q, q, q, q, q, q). Após a
escolha do número ótimo de lags podemos definir o modelo ARDL da seguinte forma:
25
567 =896,70;<6,70; +8>6;? @6,70; +A
;BC
D
;B1E6 + F67
onde 567 representa o crescimento do PIB; X representa o vetor de variáveis explicativas,
sendo estas o grau de abertura, as exportações e as importações em relação ao PIB, o
logaritmo do PIB relativo ao ano anterior, a formação bruta de capital fixo, a educação, a
inflação, a qualidade institucional e o desenvolvimento financeiro; E é a representação dos
efeitos fixos e F é o termo de perturbação.
De forma a ter em conta as 3 variáveis usadas como proxy na literatura para o
comércio internacional teremos 3 modelos em que o vetor X contém apenas uma das três
variáveis em causa, tal que:
1. Comércio internacional definido como Grau de abertura
ARDL (1, 2, 2, 1, 0, 1, 1, 0)
2. Comércio internacional definido como Exportações (% do PIB)
ARDL (1, 2, 2, 1, 0, 1, 1, 0)
3. Comércio internacional definido como Importações (% do PIB)
ARDL (1, 2, 2, 1, 0, 1, 1, 0)
Efetuando a reparametrização do modelo em error-correction form do modelo PMG
ficamos com:
∆567 = H6I56,701 − J6?@67K +896;∗ ∆56,701 +8>6;?∗A01
;BC
D01
;B1∆@6,70; + E6 + M67
em que H6 é a velocidade de ajustamento. Caso este parâmetro seja igual a zero, poder-se-á
dizer que não há evidencia de relação de longo prazo. Espera-se, assim, que este parâmetro
seja significativo e negativo, devido ao pressuposto de que as variáveis mostram um
retorno ao equilíbrio de longo prazo. Para além disto, o vetor J6? contém a relação de longo
prazo entre as variáveis.
Apenas após a análise de raízes estacionárias e número ótimo de lags é que foi
possível realizar a estimação PMG. Assim, obtiveram-se resultados relativos ao impacto do
comércio internacional no crescimento económico no longo prazo e no curto prazo, sendo
que no longo os coeficientes serão comuns para todos os países, enquanto que no curto é
possível fazer a análise país a país.
Como já foi exposto, vários autores não medem apenas o impacto do comércio
internacional no crescimento como também estudam a causalidade de ambas as variáveis.
26
Assim, após quantificar o impacto do comércio internacional no crescimento económico
também se recorreu ao teste de causalidade de Granger para verificar se também na UE a
relação tem duplo sentido.
Granger (1969) desenvolveu então um teste que permite analisar as relações causais
entre as séries temporais. Ou seja, considerando xt e yt, este consegue testar se os valores
anteriores de x preveem significativamente do valor atual de y. O mesmo pode ser testado
para x. como segue:
<7 = N +8OP570PQ
PB1+8$PR70P
Q
PB1+ F7
Sendo que quando H0 ($1B⋯B$P = 0) é rejeitada, podemos concluir que x causa y.
27
5. Discussão de resultados
Como descrito anteriormente na seção da metodologia, começou-se por realizar o teste às
raízes unitárias e de seguida à obtenção do número ótimo de lags.
O teste de Im-pesaran-Shin (Tabela 10 em anexos) mostra que a taxa de crescimento
do PIB, o logaritmo do grau de abertura, das exportações em relação ao PIB, das
importações em relação ao PIB são variáveis estacionarias, assim como a formação bruta
de capital fixo em relação ao PIB, a educação e a inflação. Contudo, para o logaritmo do
PIB do ano anterior, a eficácia governamental e o desenvolvimento financeiro foi
necessário recorrer às primeiras diferenças para eliminar as raízes unitárias. Após a sua
eliminação, com nível de significância de 5%, rejeita-se a hipótese nula, ou seja, conclui-se
pela estacionariedade dos dados em análise, o que configura viabilidade para prosseguir
com o teste.
Após este passo, obteve-se então o número de termos de lags ótimo para cada
variável (Tabela 11 em anexos), sendo que para o crescimento do PIB, a formação bruta de
capital fixo em relação ao PIB, a eficácia governamental e a inflação, foi considerado 1 lag e
2 para o logaritmo das exportações, importações, grau de abertura e o logaritmo do ano
anterior.
Após estas averiguações, procedeu-se então a estimação dos três modelos, através do
modelo PMG, obtendo-se resultados acerca do efeito das variáveis no crescimento
económico para o agregado de países, tanto no longo prazo como também no curto prazo.
Os resultados encontram-se na Tabela 7. Salienta-se o facto de que os demais artigos
referidos ao longo da presente dissertação apenas avaliaram os resultados de longo prazo.
Verifica-se que o termo de correção de curto prazo é significativo e negativo para
todos os modelos, o que confirma a relação de cointegração entre as variáveis e que a
ligação entre crescimento económico e as variáveis explicativas é caracterizada por alta
previsibilidade e que o movimento de propagação está a reverter-se (Zahonogo, 2017).
Os resultados são consistentes nos três modelos - as variáveis de abertura comercial
têm um efeito positivo e significativo no crescimento económico na EU, no longo prazo,
como é sustentado por Chang & Mendy (2012), Balaguer, Florica, & Ripolle (2015),
Pradhan, Arvin, & Norman (2015) e Zahonogo (2017) e contrariamente ao que referem
Adhikary (2011), Pistoresi & Rinaldi (2012) e Anyanwu (2014) . No curto prazo, os
resultados evidenciam efeito positivo também.
28
Analisando os coeficientes de longo prazo, no modelo 1, verifica-se que um aumento
de 1% no grau de abertura leva a um aumento da taxa de crescimento do PIB em 2,39%.
Nos modelos 2 e 3 os coeficientes são muito semelhantes: 2,36% e 2,76%, respetivamente.
Estes efeitos são superiores no curto prazo em todos os modelos (5,61%, 4,20% e 6,24%).
O modelo 3, com o logaritmo das importações em relação ao PIB é o que apresenta
coeficientes superiores nas variáveis de comércio. Estes resultados vão de encontro a
Awokuse (2008) que conclui que as importações eram mais significativas e a razão por
detrás destes resultados pode dever-se à importação de inputs que melhoram produção,
geram mais eficiência e, por essa via, levam a crescimento, e além disso consegue-se
estrategicamente assim aceder ao R&D estrangeiro (Balaguer et al., 2015).
Verifica-se também, como esperado, que a educação, a eficácia governamental e o
desenvolvimento financeiro são relevantes para o crescimento económico, uma vez que
todas são significativas e apresentam uma relação positiva com este, não só no longo prazo
-o que vai de encontro o que defende Anyanwu, (2014), Chirwa & Odhiambo (2016),
Daumal & Ozyurt (2011), Kim, Lin, & Suen (2016) e Zahonogo (2017) -, como também
no curto prazo. A educação é exceção, já que apenas é significativa no longo prazo. O facto
desta não apresentar relação positiva e significativa com o crescimento económico no curto
prazo não surpreende, pois, a política de curto prazo da educação tenta abordar as metas
sociais e económicas de curto prazo do país por meio de programas de conscientização
sobre, por exemplo, segurança, saúde e meio ambiente. Mas, no caso do longo prazo, está
sim diretamente relacionada com desenvolvimento do capital humano, a produtividade, o
crescimento económico e o desenvolvimento socioeconómico do país (Nowak & Dahal,
2016). Além disso, é necessário ter em consideração que estes resultados podem estar
relacionados com o facto de apenas ser considerado o número de pessoas que
completaram o ensino secundário e que apesar de ainda existirem muitos que não o
possuem detêm o learning-by-doing necessário para impulsionar o crescimento económico
(Lucas, 1988), que não está aqui quantificado devido à sua dificuldade de representação.
No caso da inflação, como proxy do rácio de variação de preços, existe uma relação
significativa com o crescimento económico. Contudo, tal como expectável, os sinais desta
relação são diferentes no curto e no longo prazo - no curto é positiva. Isto porque, a
inflação, especialmente no curto e médio prazo, tende a ser específica para o país e, por
isso, depende muito dos seus processos inflacionários: nível de inflação, variabilidade ou a
principais fontes de pressão inflacionária (Mihaela et al., 2017).
29
Tabela 7 - Resultados de curto e longo prazo do PMG
Notas: Entre parênteses encontra-se o desvio padrão. Com *, ** e *** a indicar significativo a 1%, 5% e 10%, respetivamente. Fonte: Cálculo próprio a partir do STATA com base nos dados recolhidos
MODELO 1 MODELO 2 MODELO 3
LONGO PRAZO CURTO PRAZO LONGO PRAZO CURTO PRAZO LONGO PRAZO CURTO PRAZO
ec -0,8116 (0.0365) -0,7546
(0.0327)* -0.7878 (0.0371)*
LNGA 2.3879 (0.6141)*
5.6127 (1.2901)*
LNEXP 2.3588 (0.6259)*
4.2011 (1.7623)**
LNIMP 2.7571 (0.5978)*
6.2376 (1.4088)*
LOGPIBt-1 -18.0503 (1.5006)*
44.9504 (6.6204)*
-18.6398 (1.5706)*
46.1421 (7.5521)*
-18.8304 (1.5317)*
43.5529 (6.4418)*
FBCF 0.2588 (0.0283)*
0.7111 (0.1569)*
0.3077 (0.0331)*
0.7356 (0.1322)*
0.2399 (0.0272)*
0.6369* (0.1618)*
EDU 0.0132 (0.0034)*
-0.0483 (0,0982)
0.0158 (0.0035)*
-0.0621 (0.0982)
0.0126 (0.0034)*
-0.0296 (0.0977)
GOV 0.8611 (0.2797)*
2.2153 (1.0555)**
0.7604 (0.3044)*
1.7247 (0.9656)***
0.8862 (0.2831)*
2.2153 (1.0555)**
INFLA -0.1498 (0.0351)*
0.1860 (0.0568)*
-0.1328 (0.0380)*
0.2213 (0.0612)*
-0.16849 (0.0370*)
0.1860 (0.0611)*
DFIN 0.1346 (0.0230)*
0.7028 (0.1544)*
0.1065 (0.0229)*
0.7390 (0.1558)*
0.1525 (0.0232)*
0.7395 (0.1442)*
cons 149.3639 (7.1791)
144,8986 (6.7600)*
152,1092 (7,1791)*
30
Os resultados apresentados anteriormente são relativos ao agregado de países,
porém, apesar destes exibirem muitos aspetos em comum, são muito diferentes entre si em
muitos outros, como é o caso da moeda usada e do período temporal que fazem parte da
UE. Aspetos esses que podem influenciar o impacto do comércio internacional no
crescimento económico de cada país nestes últimos anos.
Como já foi mencionado, o modelo PMG, além de nos permitir perceber o impacto
das variáveis escolhidas no crescimento para o agregado de países, também providencia a
hipótese de verificar o impacto em cada um dos 28 países no curto prazo. No longo prazo
os resultados não variam consoante o país.
Dado que os resultados nos três modelos são muito semelhantes, para esta análise de
país a país, apenas se recorreu ao modelo 1 (tabela 8), já que é o que considera a soma das
exportações e das importações em relação ao PIB.
Assim, constata-se que em muitos países o comércio internacional não tem impacto
significativo no crescimento económico no curto prazo, como é o caso da Bulgária, da
República Checa, da Dinamarca, da Grécia, da Irlanda, da Itália, da Letónia, da Lituânia, do
Luxemburgo, de Malta, da Holanda, da Polónia, de Portugal, da Roménia, da Eslováquia,
da Eslovênia, da Suécia e do Reino Unido. Isto deve-se ao facto de que o comércio pode
não apresentar resultados imediatos (Zahonogo, 2017). Note-se que apenas na Estónia o
comércio tem uma relação negativa e significativa com crescimento económico no curto
prazo. De facto, podemos questionar-nos se não existe um limite após o qual a abertura do
comercio deixa de ter um impacto positivo no crescimento de alguns países, visto que os
28 países são bastante heterogéneos, sendo esta uma sugestão de investigação futura.
Quanto às restantes variáveis, verifica-se que em quase todos os países, a FBCF e o
desenvolvimento financeiro são significativos e têm uma relação positiva com o
crescimento. Sendo que a eficácia governamental não esta a conduzir a crescimento na
Croácia e na Polónia, não sendo significativa no curto prazo em alguns países. Como já
referido, a inflação no curto prazo vai variar muito de país para país, sendo que aparenta ter
uma relação positiva com o crescimento na Bulgária, Croácia, Chipre, Estónia, Finlândia,
França, Letónia, Lituânia, Polónia e Malta, e negativa nos restantes.
Ao contrário do que acontece no longo prazo, como já foi verificado na análise
anterior, a educação não tem impacto momentâneo no crescimento, pois não é significativa
em muitos dos países analisados.
31
Tabela 8- Resultados de curto prazo por país do PMG
MODELO 1
CURTO PRAZO - por país cons ec LNGA LOGPIBt-1 FBCF EDU GOV INFLA DFIN
Áustria 149.218 (16.675)*
-0.797 (0.066)*
12.035 (3.898)*
33.385 (12.583)*
0.471 (0.171)
0.002 (0.004)
-0.210 (1.066)
-0.018 (0.193)
0.856 (0.120)*
Bélgica 207.635 (21.009)*
-1.099 (0.074)*
11.888 (2.263)*
-26.851 (16.542)
0.607 (0.190)*
0.101 (0.107)
1.858 (0.949)**
-0.150 (0.089)***
0.694 (0.122)*
Bulgária 158.193 (25.039)*
-0.906 (0.127)*
-3.504 (4.994)
120.371 (23.548)*
0.494 (0.164)*
-0.052 (0.039)
0.555 (3.085)
0.566 (0.119)*
0.043 (0.198)
Croácia 124.941 (28.093)*
-0.717 (0.150)*
19.54 (7.539)*
68.442 (23.150)*
0.130 (0.325)
0.048 (0.022)**
-5.613 (3.038)***
0.510 (0.211)**
0.657 (0.391)***
Chipre 104.910 (29.711)*
-0.627 (7.651)*
15.006 (7.651)**
78.875 (29.911)*
0.304 (0.182)***
-0.029 (0.021)
-0.745 (3.163)
0.360 (0.176)**
-0.059 (0.335)
República Checa
130.0948 (32.969)*
-0.719 (0.172)*
6.010 (8.304)
84.708 (37.740)**
1.655 (0.522)*
0.289 (1.055)
5.863 (3.566)***
0.203 (0.168)
-0.202 (0.559)
Dinamarca 198.299 (19.498)*
-1.065 (0.072)*
5.085 (3.116)
59.689 (13900)*
0.692 (0.150)*
0.134 (0.053)**
3.411 (1.171)*
0.231 (0.164)
0.803 (0.138)*
Estónia 156.187 (20.949)*
-0.949 (0.096)*
-10.719 (5.897)***
49.759 (17.529)*
0.997 (0.181)*
-0.563 (0.426)
0.295 (3.644)
0.673 (0.168)*
0.470 (0.316)
Finlândia 195.735 (19.286)*
-1.056 (0.065)*
7.971 (4.732)***
27.361 (14.203)***
0.592 (0.276)**
-0.593 (0.488)
-2.329 (1.720)
0.454 (0.251)***
0.719 (0.150)*
França 193.801 (21.144)*
-0.947 (0.066)*
7.113 (2.388)*
54.986 (14.514)*
0.616 (0.245)**
0.025 (0.135)
-0.034 (0.785)
0.052 (0.141)
0.916 (0.150)*
Alemanha 196.490 (17.916)*
-0.953 (0.061)*
6.414 (3.600)***
4.107 (3.600)***
0.840 (0.222)*
0.840 (0.004)
0.673 (1.218)
0.334 (0.254)
0.873 (0.122)*
Grécia 73.194 (24.396)*
-0.379 (0.128)*
2.770 (3.073)
54.663 (15.347)*
0.153 (0.231)
-0.857 (0.319)*
3.913 (2.756)
-0.052 (0.191)
0.970 (0.320)*
Hungria 114.129
(33.314)* -0.639 (0.179)*
12.221 (5.854)**
68.287 (34.196)**
0.138 (0.368)
0.108 (0.255)
3.491 (6.508)
-0.201 (0.206)
0.540 (0.376)
32
Irlanda 95.822 (24.199)*
-0.480 (0.117)*
11.616 (10.907)
65.317 (31.358)**
0.033 (0.063)
-0.001 (0.014)
1.127 (2.686)
0.292 (0.273)
-0.031 (0.080)
Itália 172.984 (41.521)*
-0.922 (0.209)*
10.949 (18.956)
49.639 (48.209)
4.349 (2.357)***
0.697 (1.296)
15.679 (16.918)
-0.663 (1.308)
3.899 (2.044)***
Letónia 128.654* (22.922)*
-0.766 (0.123)*
-0.760 (8.187)
88.274 (21.293)*
0.662 (0.282)**
0.662 (0.304)
-3.070 (4.656)
0.432 (0.155)*
0.009 (0.268)
Lituânia 133.953 (19.338)*
-0.778 (0.093)*
-0.665 (4.476)
12.309 (15.342)
0.828 (0.220)*
0.882 (0.600)
6.381 (2.706)**
0.521 (0.206)**
1.082 (0.256)*
Luxemburgo 141.412 (21.551)*
-0.843 (0.107)*
4.089 (6.856)
10.162 (27.750)
0.016 (0.243)
-0.016 (0.017)
9.019 (4.557)***
-0.082 (0.330)
1.506 (0.255)*
Malta 139.236 (15.567)*
-0.883 (0.082)*
4.946 (3.634)
60.767 (20.371)*
0.343 (0.081)*
0.149 (0.045)*
-0.907 (2.045)
0.670 (0.180)*
0.803 (0.099)*
Holanda 143.346 (26.809)*
-0.743 (0.124)*
6.112 (4.128)
62.674 (21.712)*
0.072 (0.133)
-0.494 (0.225)**
0.639 (2.737)
0.140 (0.246)
1.149 (0.271)*
Polónia 183.480 (19.758)*
-0.944 (0.080)*
3.378 (2.081)
69.268 (19.283)*
0.561 (0.104)*
-1.436 (0.350)*
-2.894 (1.549)***
0.313 (0.067)*
0.133 (0.108)
Portugal 198.218 (23.208)*
-1.056 (0.099)*
3.829 (3.862)
-6.218 (23.698)
1.510 (0.218)*
0.097 (0.218)
-1.028 (1.345)
0.116 (0.158)
0.294 (0.211)
Roménia 108,511 (34,789)*
-0,580 (0,179)*
-1,489 (10,658)
-30,729 (49,273)
0,869 (0,267)*
1,202 (0,534)**
21,019 (8,733)**
-0,117 (0,053)***
-0,466 (0,557)
Eslováquia 82.242 (22.128)*
-0.467 (0.119)*
7.173 (7.952)
26.808 (27.774)
0.451 (0.206)**
0.001 (0.029)
-1.626 (4.881)
-0.116 (0.155)
1.082 (0.252)*
Eslovénia 163.194 (28.408)*
-0.951 (0.152)*
14.045 (9.482)
40.589 (27.965)
0.684 (0.314)**
-0.404 (0.620)
4.310 (4.775)
0.117 (0.329)
0.380 (0.340)
Espanha 126.658 (25.209)*
-0.631 (0.115)*
9.170 (4.961)***
74.726 (37.443)**
0.447 (0.344)
-0.747 (0.360)**
1.374 (1.013)
0.243 (0.231)
0.037 (0.470)
Suécia 183,.247 (23.574)*
-0.966 (0.100)*
-7.087 (8.436)
34.004 (21.107)
0.080 (0.623)
-0.102 (0.128)
-1.766 (2.412)
0.088 (0.196)
1.765 (0.298)*
Reino Unido
178.407 (20.467)*
-0.861 (0.075)*
0.018 (3.095)
23.238 (15.760)
1.319 (0.317)*
0.007 (0.005)
2.643 (0.005)***
0.293 (0.176)***
0.758 (0.197)*
Notas: Entre parênteses encontra-se o desvio padrão. Com *, ** e *** a indicar significativo a 1%, 5% e 10%, respetivamente. Fonte: Cálculo próprio a partir do STATA com base nos dados recolhidos
33
Assim, com recurso ao modelo 1, verifica-se que as variáveis que mais contribuem
para o crescimento no curto prazo são FBCF e o desenvolvimento financeiro.
Estes resultados mostram que as políticas de propensão ao comércio internacional
devem ser acompanhadas com investimento em educação, com qualidade institucional e
com estabilidade financeira nos países da UE, indo de encontro com muitos outros estudos
para diferentes países e períodos temporais (ver, por exemplo, Daumal & Ozyurt, 2011;
Anyanwu, 2014; Chirwa & Odhiambo, 2016; D. H. Kim, Lin, & Suen, 2016; Zahonogo,
2017).
Também, foram realizados testes de causalidade de Granger de forma a averiguar se
também o crescimento económico tem relação de causalidade no comércio internacional,
utilizando a variável explicativa de comércio “grau de abertura”. Os resultados permitem-
nos concluir que sim, o crescimento económico tem também influencia no grau de
abertura dos países da UE, já que rejeitamos a hipótese nula (p-value=0,0593). Existe
portanto uma relação bidirecional entre ambas as vertentes, como evidenciado noutros
estudos para outros países (Awokuse, 2008; Bahmani-Oskooee & Economidou, 2009;
Belloumi, 2014).
34
6. Conclusões
Um crescimento económico sustentável é um dos objetivos principais de todos os
governos. Neste contexto, a presente dissertação procurou quantificar o impacto que o
comércio internacional tem no crescimento económico dos países da União Europeia,
dado que existem variados estudos que estudam esta relação de causalidade, porém não em
contexto da União Europeia. Na literatura é possível encontrar resultados bastante
distintos, sendo que podemos dividi-los em três categorias: (1) o comércio internacional
tem uma influência positiva no crescimento económico, (2) o comércio internacional não
tem influência no crescimento económico e (3) o comércio internacional tem uma
influência negativa no crescimento económico.
Dado o propósito desta análise, foi aplicado o modelo PMG. Os resultados obtidos
são consistentes para os três modelos e sugerem que o comércio internacional gera
crescimento económico na UE, inserindo-se assim na categoria (3), tanto no curto como
no longo prazo. A principal razão será porque no curto prazo, o comércio reduz a má
utilização de recursos e a longo prazo facilita a transferência do desenvolvimento
tecnológico, gerando assim crescimento. Porém note-se que se verifica que as importações
têm mais impacto, o que nos leva a crer que estes países recorrem muito à importação de
inputs. Também se confere que os efeitos não são automáticos, uma vez que, no curto
prazo, em muitos países o comércio internacional não tem impacto significativo, sendo a
FBCF e o desenvolvimento financeiro as variáveis que mais contribuem para o
crescimento.
Nesta investigação conclui-se também que a educação – capital humano – tem um
papel muito importante no crescimento económico no longo prazo, pois a população com
níveis de educação mais altos é mais produtiva e inovadora e, por isso leva à criação de
novos e melhores produtos, gerando assim eficiência e permitindo a especialização, para
concorrerem no mercado externo.
Desta forma, para que os países da UE tirem maior proveito do comércio
internacional, a abertura comercial deve ser acompanhada com outras políticas que
permitam obter capital humano e que estimulem a inovação. Como os recursos que exigem
R&D são muito elevados, parcerias entre empresas e universidades e a atribuição de fundos
aos governos para que estes possam acompanhar o desenvolvimento das empresas podiam
ser bons passos nessa direção. Contudo, dado que os países são muito diferentes este efeito
35
vai depender sempre da sua capacidade de absorção, pelo que os incentivos da UE, como
os fundos/incentivos atribuídos, devem ser alinhados com os governos de cada país.
Note-se que este estudo deveria ter sido realizado num período temporal mais
alargado, não sendo possível devido à escassez de dados. Além disso, algumas das variáveis,
não são capazes de representar totalmente a vertente desejada, como o caso da proxy de
capital humano, já que a percentagem da população que completou o secundário nada nos
diz sobre a qualidade do ensino e não é tido em conta o learning-by-doing.
Dados os resultados, podemos questionar-nos se não existe um limite após o qual a
abertura do comércio deixa de ter um impacto positivo no crescimento de alguns países,
visto que os 28 países são bastante heterogéneos. Assim, uma sugestão de investigação
futura será perceber qual o grau de abertura ótimo para a UE e em que setor se deve
especializar para obter o maior proveito do comércio internacional. Também seria
interessante estudar a outra direção da relação, já que o teste de Granger diz-nos que o
crescimento económico também permite comércio internacional.
36
REFERÊNCIAS:
Adhikary, B. K. (2011). FDI, trade openness, capital formation, and economic growth in
Bangladesh : a linkage analysis. International Journal of Business and Management, 6(1), 16–
28.
Afonso, Ó. (1999). Contributo do comércio externo para o crescimento económico
português, 1960-1993. Conselho Económico e Social, Série "Estudos e Documentos", Lisboa.
Aït-sahalia, Y., & Xiu, D. (2019). A Hausman test for the presence of market
microstructure noise in high frequency data. Journal of Econometrics, 211(1), 176–205.
https://doi.org/10.1016/j.jeconom.2018.12.013
Anyanwu, J. C. (2014a). Factors affecting economic growth in Africa : are there any lessons
from China ? African Development Review, 26(3), 468–493.
https://doi.org/10.1111/1467-8268.12105
Anyanwu, J. C. (2014b). Factors Affecting Economic Growth in Africa : Are There any
Lessons from China ? African Development Review, 26(3), 468–493.
https://doi.org/10.1111/1467-8268.12105
Arnold, J. M., Javorcik, B. S., & Mattoo, A. (2011). Does services liberalization benefit
manufacturing firms? Evidence from the Czech Republic. Journal of International
Economics, 85, 136–146. https://doi.org/10.1016/j.jinteco.2011.05.002
Awokuse, T. O. (2008). Trade openness and economic growth : is growth export-led or
import-led ? Applied Economics, 40(2), 161–173.
https://doi.org/10.1080/00036840600749490
Bahmani-Oskooee, M., & Economidou, C. (2009). Export led growth vs. growth led
exports: LDCs experience. The Journal of Developing Areas, 42(2), 179–212.
https://doi.org/193.136.31.10
Balaguer, J., Florica, T., & Ripolle, J. (2015). Foreign trade and economic growth in Spain
(1900–2012): the role of energy imports. Journal of Political Economy, 32(3), 359–375.
https://doi.org/10.1007/s40888-015-0021-z
Barro, R. J., & Sala-i-Martin, X. (2004). Economic Growth (2th ed.). Cambridge: The MIT
Press. https://doi.org/10.1086/431086
Becker, G. S. (1962). Investment in human capital: a theoretical analysis. Journal of Political
Economy, 70(5), 9–49.
Belloumi, M. (2014). The relationship between trade , FDI and economic growth in
37
Tunisia : An application of the autoregressive distributed lag model. Economic Systems,
38(2), 269–287. https://doi.org/10.1016/j.ecosys.2013.09.002
Bhattacharya, M., & Bhattacharya, S. N. (2016). International trade and economic growth :
evidences from the Brics. Journal of Applied Economics and Business Research JAEBR, 6 (2):
150-160 (2016), 6(2), 150–160.
Chang, C., & Mendy, M. (2012). Economic growth and openness in Africa : What is the
empirical relationship ? Applied Economics Letters, 19(18), 1903–1907.
https://doi.org/10.1080/13504851.2012.676728
Chirwa, T. G., & Odhiambo, N. M. (2016). Macroeconomic determinants of economic
growth : a review of international literature. South East European Journal of Economics and
Business, 11(2), 33–47. https://doi.org/10.1515/jeb-2016-0009
Daumal, M., & Ozyurt, S. (2011). The impact of international trade flows on economic
growth in Brazilian States. Review of Economic and Institutions, 2(1), 1–15.
https://doi.org/10.5202/rei.v2i1.5
Dutt, A. K. (2017). Heterodox theories of economic growth and income distribution : a
partial survey. Journal of Economic Surveys, 31(5), 1240–1271.
https://doi.org/10.1111/joes.12243
Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-
spectral methods. The Econometric Society, 37(3), 424–438.
Gries, T., Kraft, M., & Meierrieks, D. (2009). Linkages between financial deepening, trade
openness, and economic development: causality evidence from Sub-Saharan Africa.
World Development, 37(12), 1849–1860.
https://doi.org/10.1016/j.worlddev.2009.05.008
Grossman, G. N., & Helpman, E. (1990). Comparative advantage and long run growth.
American Economic Review, 80(4), 796–815.
Hassan, M. K., Sanchez, B., & Yu, J. (2011). Financial development and economic growth :
New evidence from panel data. Quarterly Review of Economics and Finance, 51(1), 88–104.
https://doi.org/10.1016/j.qref.2010.09.001
Hausman, A. J. A. (1978). Specification tests in econometrics. Econometrica: Journal of the
Econometric Society, 46(6), 1251–1271. Retrieved from
https://www.jstor.org/stable/1913827
Heckscher, E. (1949). The effect of foreign trade on the distribution of income. In Ellis &
J. Metzler (Eds.), Readings in the Theory of International Trade. London: Blakiston.
38
Herzer, D. (2013). Cross-country heterogeneity and the trade-income relationship. World
Development, 44, 194–211. https://doi.org/10.1016/j.worlddev.2012.09.014
Im, K., Pesaran, M. H., & Shin, Y. (2003). Testing for unit roots in heterogeneous panels.
Journal of Econometrics, 115(1), 53–74. https://doi.org/10.1016/S0304-4076(03)00092-7
Jenkıns, H. P., & Katırcıoglu, S. T. (2010). The bounds test approach for cointegration and
causality between financial development, international trade and economic growth:
the case of Cyprus. Applied Economics, 42(13), 1699–1707.
https://doi.org/10.1080/00036840701721661
Karam, F., & Zaki, C. (2015). Trade volume and economic growth in the MENA region:
Goods or services? Economic Modelling, 45, 22–37.
https://doi.org/10.1016/j.econmod.2014.10.038
Kim, D.-H., Lin, S.-C., & Suen, Y.-B. (2016). Trade, growth and growth volatility: New
panel evidence. International Review of Economics and Finance, 45(32), 384–399.
https://doi.org/10.1016/j.iref.2016.07.006
Kim, D., & Lin, S. (2009). Trade and growth at different stages of economic development.
Journal of Development Studies ISSN:, 45(8), 1211–1224.
https://doi.org/10.1080/00220380902862937
Krugman, P. R., Obstfeld, M., & Melitz, M. J. (2012). International economics: trade and policy
(9th ed.). Boston: Pearson.
Lean, H. H., & Tan, B. W. (2011). Linkages between Foreign Direct Investment , Domestic
Investment and Economic Growth in Malaysia. Journal of Economic Cooperation and
Development, 4(32), 75–96.
Lee, C. G. (2010). Outward Foreign Direct Investment and economic growth: evidence
from Japan. Global Economic Review, 39(3), 317–326.
https://doi.org/10.1080/1226508X.2010.513143
Lucas, R. E. (1988). On the mechanics of economic development. Journal of Monetary
Economics, 22(1), 3–42.
Malthus, T. (1986). An essay on the principle of population (1798). In The Works of Thomas
Robert Malthus (pp. 1–139). London: Pickering & Chatto.
Mihaela, S., Kornélia, L., Gabriela, S., Kamil, D., & P, B. A. (2017). Determinants of
economic growth in V4 countries and Romania. Journal of Competitiveness, 9(1), 103–
116. https://doi.org/10.7441/joc.2017.01.07
Nowak, A. Z., & Dahal, G. (2016). The contribution of education to economic growth:
39
evidence from Nepal. Journal of Applied Economic Science, 2, 22–41.
https://doi.org/10.20472/ES.2016.5.2.002
Ogundari, K., & Awokuse, T. (2018). Human capital contribution to economic growth in
Sub-Saharan Africa: does health status matter more than education ? Economic Analysis
and Policy, 58, 131–140. https://doi.org/10.1016/j.eap.2018.02.001
Ohlin, B. (1935). Interregional and international trade (2nd ed.). Cambridge: Oxford University
Press.
Pelinescu, E. (2015). The impact of human capital on economic growth. Procedia Economics
and Finance, 22, 184–190. https://doi.org/10.1016/S2212-5671(15)00258-0
Pesaran, M. H., Shin, Y., & Smith, R. P. (1999). Pooled mean group estimation of dynamic
heterogeneous panels. Journal of the American Statistical Association, 94(446), 621–634.
Pistoresi, B., & Rinaldi, A. (2012). Exports, imports and growth new evidence on Italy:
1863–2004. Explorations in Economic History, 49(2), 241–254.
https://doi.org/10.1016/j.eeh.2011.11.003
Pradhan, R. P., Arvin, M. B., & Norman, N. R. (2015). A quantitative assessment of the
trade openness – economic growth nexus in India. International Journal of Commerce and
Management, 25(3), 267–293.
Rajan, R. G., & Zingales, L. (2003). The great reversals: the politics of financial
development in the twentieth century. Journal of Financial Economics, 69(1), 5–50.
https://doi.org/10.1016/S0304-405X(03)00125-9
Redding, S. (1999). Dynamic comparative advantage and the welfare effects of trade. Oxford
Economic Papers, 51(1), 15–39.
Ricardo, D. (1817). The principles of political economy and taxation (3th ed.). Canada: Batoche
Books.
Romer, P. M. (1986). Increasing returns and long-run growth. Journal of Political Economy,
94(5), 1002–1037.
Romer, P. M. (1994). The origins of endogenous growth. Joural of Economic Perspectives, 8(1),
3–22.
Rybczynski, T. M. (1955). Factor endowment and relative commodity prices. Economica,
22(88), 336–341.
Samuelson, P. A. (1948). International trade and the equalisation of factor prices. The
Economic Journal, 58(230), 163–184.
Samuelson, P. A. (1949). International factor-price equalisation once again. The Economic
40
Journal, 59(234), 181–197.
Schularick, M., & Solomou, S. (2011). Tariffs and economic growth in the first era of
globalization. Journal of Economic Growth, 16(1), 33–70.
https://doi.org/10.1007/s10887-011-9061-6
Schultz, T. W. (1961). Investment in human capital. The American Economic Review, 51(1), 1–
17.
Shahbaz, M. (2012). Does trade openness affect long run growth ? Cointegration, causality
and forecast error variance decomposition tests for Pakistan. Economic Modelling, 29(6),
2325–2339. https://doi.org/10.1016/j.econmod.2012.07.015
Smith, A. (1776). An inquiry into the nature and causes of the wealth of nations. (R. H. Campbell &
A. S. Skinner, Eds.) (1st ed.). Oxford University Press.
Sokolov-Mladenović, S., Milovančević, M., & Mladenović, I. (2017). Evaluation of trade
influence on economic growth rate by computational intelligence approach. Physica A:
Statistical Mechanics and Its Applications, 465, 358–362.
https://doi.org/10.1016/j.physa.2016.08.031
Solow, R. M. (1956). A contribution to the theory of economic growth. Oxford Journals,
70(1), 65–94.
Tekin, R. B. (2012). Economic growth, exports and foreign direct investment in Least
Developed Countries : A panel Granger causality analysis. Economic Modelling, 29(3),
868–878. https://doi.org/10.1016/j.econmod.2011.10.013
Wacziarg, R., & Welch, K. H. (2008). Trade liberalization and growth: new evidence. The
World Bank Economic Review, 22(2), 187–231. https://doi.org/10.1093/wber/lhn007
Zahonogo, P. (2017). Trade and economic growth in developing countries: Evidence from
sub-Saharan Africa. Journal of African Trade, 3(1), 41–56.
https://doi.org/10.1016/j.joat.2017.02.001
Zhang, S., Wang, L., Liu, Z., & Wang, X. (2016). Evolution of international trade and
investment networks. Physica A: Statistical Mechanics and Its Applications, 462, 752–763.
https://doi.org/10.1016/j.physa.2016.06.117
41
ANEXOS Tabela 9 -Análise descritiva por país
CRESPIB LNGA LNEXP LNIMP LOGPIBt-1 FBCF EDU GOV INFLA DFIN
Áustria
Nºobservações Média
Mínimo Máximo
22 2.216 -8.269 6.252
22 4.304 4.186 4.460
22 3.663 3.580 3.808
22 3.552 3.355 3.724
22 11.371 11.255 11.428
22 22.168 20.300 24.400
18 80.217 70.500 85.000
22 1.748 1.461 1.996
22 1.799 0.506 3.287
22 26.991 24.926 29.239
Bélgica
Nºobservações Média
Mínimo Máximo
22 1.783 -2.253 3.710
22 4.977 4.771 5.138
22 4.303 4.101 4.451
22 4.264 4.054 4.438
22 11.663 11.575 11.727
22 22.332 20.400 24.000
22 66.418 56.600 76.800
22 1.649 1.182 1.978
22 1.892 -0.053 4.489
22 25.641 23.415 28.266
Bulgária
Nºobservações Média
Mínimo Máximo
22 2.919 -8.408 7.344
22 4.627 4.329 4.876
22 3.886 3.524 4.210
22 3.971 3.564 4.280
22 10.649 10.489 10.784
20 20.423 4.500 33.000
18 76.878 67.500 82.800
22 0.081 -0.202 0.297
22 58.148 -1.418
1058.374
22 17.574 11.542 25.105
Croácia
Nºobservações Média
Mínimo Máximo
22 2.209 -7.291 6.645
22 4.399 4.186 4.604
22 3.655 3.384 3.933
22 3.753 3.591 3.889
22 10.749 10.650 10.817
22 22.186 18.400 28.100
16 77.375 70.000 83.800
22 0.448 0.074 0.707
22 2.677 -1.125 6.397
22 19.748 12.721 23.550
Chipre
Nºobservações Média
Mínimo Máximo
22 2.526 -5.799 6.111
22 4.794 4.632 4.948
22 4.089 3.886 4.251
22 4.112 3.990 4.258
22 10.348 10.196 10.429
22 20.345 11.700 27.200
19 71.226 59.900 81.100
22 1.254 0.920 1.564
22 1.869 -2.096 4.669
22 19.155 14.089 23.826
República Checa
Nºobservações Média
Mínimo Máximo
22 2.570 -4.803 6.854
22 4.762 4.401 5.067
22 4.079 3.646 4.413
22 4.057 3.749 4.333
22 11.278 11.157 11.395
22 28.191 24.8 33.9
20 90.28 85.6 93.8
22 0.878 0.621 1.096
22 3.179 0.119 10.698
22 31.023 27.839 34.517
Dinamarca
Nºobservações Média
Mínimo
22 1.552 -4.907
22 4.496 4.226
22 3.865 3.613
22 3.735 3.447
22 11.504 11.436
22 20.645 18.100
22 78.750 73.800
22 2.039 1.759
22 1.835 0.250
22 27.050 23.585
42
Máximo 3.912 4.652 4.014 3.925 11.561 23.500 81.600 2.354 3.416 29.062
Estónia
Nºobservações Média
Mínimo Máximo
22 4.252
-14.724 11.799
22 4.957 4.759 5.138
22 4.242 4.050 4.460
22 4.282 4.023 4.436
22 10.282 10.092 10.421
22 28.331 21.200 36.700
20 88.105 83.900 90.600
22 0.920 0.574 1.162
22 4.813 -0.492 23.050
22 27.124 19.981 30.836
Finlândia
Nºobservações Média
Mínimo Máximo
22 2.216 -8.269 6.2518
22 4.304 4.186 4.460
22 3.663 3.579 3.808
22 3.552 3.355 3.724
22 11.371 11.255 11.428
22 22.168 20.300 24.400
22 79.305 67.900 88.300
22 2.070 1.725 2.261
22 1.465 -0.208 4.066
22 26.398 20.016 32.391
França
Nºobservações Média
Mínimo Máximo
22 1.629 -2.873 3.924
22 4.005 3.792 4.138
22 3.318 3.138 3.428
22 3.305 3.057 3.462
22 12.408 12.321 12.466
22 21.655 19.500 23.600
22 68.300 58.800 78.400
22 1.512 1.252 1.777
22 1.358 0.038 2.813
22 22.385 20.542 23.817
Alemanha
Nºobservações Média
Mínimo Máximo
22 1.451 -5.619 4.080
22 4.245 3.806 4.461
22 3.610 3.132 3.851
22 3.490 3.095 3.687
22 12.529 12.465 12.595
22 20.568 19.100 23.000
21 84.152 78.500 86.900
22 1.668 1.419 1.885
22 1.405 0.3127 2.628
22 25.147 23.007 27.653
Grécia
Nºobservações Média
Mínimo Máximo
22 0.841 -9.132 5.795
22 3.980 3.624 4.206
22 3.122 2.659 3.496
22 3.423 3.138 3.583
22 11.432 11.354 11.521
22 19.668 11.500 26.000
22 59.405 44.300 72.900
22 0.592 0.227 0.838
22 2.663 -1.736 8.195
22 12.683 8.331 16.825
Hungria
Nºobservações Média
Mínimo Máximo
22 2.367 -6.601 5.005
22 4.926 4.421 5.135
22 4.242 3.734 4.497
22 4.223 3.722 4.398
22 11.106 10.981 11.207
22 22.781 19.300 25.400
21 77.062 63.200 84.000
22 0.772 0.4560 1.051
22 6.629 -0.228 23.469
22 25.980 20.815 30.668
Irlanda
Nºobservações Média
Mínimo Máximo
22 0.601 -5.482 3.710
22 3.931 3.761 4.085
22 3.261 3.112 3.434
22 3.213 2.955 3.352
22 12.321 12.284 12.349
22 23.781 16.800 35.700
21 67.761 49.300 82.500
22 1.557 1.291 1.804
22 1.955 -4.478 5.591
22 39.301 30.322 55.975
Itália Nºobservações
Média 22
5.813 22
5.142 22
4.532 22
4.357 22
11.344 22
19.514 22
50.786 22
0.571 22
1.925 22
20.928
43
Mínimo Máximo
-5.022 25.117
4.932 5.415
4.3151 4.805
4.157 4.650
11.106 11.582
16.700 21.600
37.800 60.900
0.198 0.873
-0.094 4.007
18.568 23.680
Letónia
Nºobservações Média
Mínimo Máximo
22 4.148
-14.402 11.889
22 4.602 4.380 4.845
22 3.813 3.556 4.116
22 3.992 3.789 4.186
22 10.364 10.154 10.499
22 24.786 17.700 36.400
20 85.970 79.200 90.700
22 0.634 0.231 1.090
22 4.590 -1.085 17.610
22 18.570 10.154 22.517
Lituânia
Nºobservações Média
Mínimo Máximo
22 4.322
-14.814 11.087
22 4.763 4.315 5.117
22 4.016 3.479 4.432
22 4.119 3.747 4.417
22 10.545 10.342 10.693
22 21.072 16.900 28.600
20 89.320 83.200 94.800
22 0.676 0.145 1.185
22 3.769 -1.134 24.625
22 16.349 10.690 21.106
Luxemburgo
Nºobservações Média
Mínimo Máximo
22 3.427 -4.359 8.481
22 5.707 5.249 6.032
22 5.103 4.668 5.415
22 4.916 4.430 5.255
22 10.693 10.515 10.814
22 19.750 17.600 22.700
21 67.933 45.400 82.000
22 1.804 1.571 2.039
22 1.870 0.291 3.411
22 48.298 42.161 52.896
Malta
Nºobservações Média
Mínimo Máximo
22 3.928 -2.462 10.661
22 5.554 5.339 5.786
22 4.866 4.639 5.107
22 4.856 4.652 5.079
22 9.935 9.784 10.138
22 20.886 16.500 24.700
18 31.861 18.100 51.100
22 1.050 0.798 1.280
22 2.095 0.310 4.259
22 22.941 16.873 40.441
Holanda
Nºobservações Média
Mínimo Máximo
22 2.017 -3.667 5.034
22 4.858 4.689 5.061
22 4.224 4.050 4.418
22 4.102 3.938 4.320
22 11.908 11.810 11.977
22 20.901 17.600 23.300
22 71.068 63.100 78.400
22 1.894 1.696 2.093
22 1.883 0.317 4.156
22 29.102 27.136 31.404
Polónia
Nºobservações Média
Mínimo Máximo
22 4.034 1.248 7.035
22 4.295 3.817 4.649
22 3.571 3.095 3.995
22 3.630 3.152 3.915
22 11.629 11.455 11.801
22 20.473 17.700 24.300
21 85.390 76.300 92.100
22 0.602 0.374 0.827
22 4.572 -0.874 19.795
22 19.922 15.037 24.001
Portugal
Nºobservações Média
Mínimo Máximo
22 1.289 -4.028 4.792
22 4.229 4.098 4.438
22 3.438 3.276 3.754
22 3.621 3.516 3.735
22 11.356 11.292 11.387
22 21.686 14.800 28.000
22 29.718 17.800 48.000
22 1.108 0.875 1.332
22 2.119 -0.836 4.370
22 16.245 13.522 19.134
Roménia Nºobservações
Média 22
3.150 22
4.180 22
3.374 22
3.585 22
11.186 22
24.464 21
72.704 22
-0.273 22
21.892 22
17.997
44
Mínimo Máximo
-5.517 10.428
3.882 4.445
3.072 3.726
3.293 3.776
11.030 11.351
18.300 37.300
64.700 77.900
-0.569 -0.026
-1.545 154.763
10.575 24.807
Eslováquia
Nºobservações Média
Mínimo Máximo
22 3.946 -5.422 10.800
22 4.981 4.599 5.251
22 4.264 3.842 4.574
22 4.309 3.949 4.541
22 10.892 10.723 11.051
22 26.290 20.700 37.100
20 88.445 80.000 91.900
22 0.750 0.460 0.927
22 4.281 -0.520
12.03578
22 24.727 19.641 27.364
Eslovénia
Nºobservações Média
Mínimo Máximo
22 2.669 -7.797 6.942
22 4.789 4.529 5.050
22 4.103 3.788 4.417
22 4.087 3.854 4.293
22 10.646 10.513 10.743
22 23.845 17.500 29.600
22 80.300 69.500 87.900
22 0.970 0.752 1.188
22 4.102 -0.526 9.864
22 26.415 22.924 31.578
Espanha
Nºobservações Média
Mínimo Máximo
22 2.202 -3.574 5.289
22 4.029 3.836 4.185
22 3.313 3.121 3.536
22 3.357 3.145 3.456
22 12.122 12.001 12.190
22 24.350 18.800 31.100
22 47.605 32.200 59.100
22 1.330 0.837 1.881
22 2.239 -0.500 4.076
22 23.540 21.463 25.607
Suécia
Nºobservações Média
Mínimo Máximo
22 2.493 -5.196 5.991
22 4.411 4.211 4.535
22 3.786 3.605 3.907
22 3.643 3.422 3.77
22 11.666 11.542 11.766
22 22.441 19.800 25.000
22 80.659 73.900 85.300
22 1.943 1.773 2.121
22 1.07
-0.494 3.437
22 28.586 26.673 31.667
Reino Unido
Nºobservações Média
Mínimo Máximo
22 2.149 -4.24 4.293
22 3.994 3.878 4.127
22 3.269 3.153 3.416
22 3.331 3.199 3.452
22 12.380 12.277 12.456
22 17.014 15.400 18.700
21 71.400 52.500 80.100
22 1.711 1.414 1.933
22 2.029 0.368 3.856
22 15.649 12.757 19.001
Fonte: Elaboração própria com base nos dados recolhidos
45
Tabela 10-Resultados do teste Im-Pesaran-Shin às raízes unitárias
TESTE IM-
PESARAN-SHIN
NÍVEL 1as DIFERENÇAS
Demean Trend Demean Trend
CRESPIB -6.925* -4.759* -14.805* -14.210*
LNGA -2.011** -4.088* -8.967* -8.883*
LNEXP -3.446* -4.282* -10.581* -8.664*
LNIMP -2.048** -3.797* -9.406* -9.060*
LOGPIB 2.2516 -0.9843 -7.636* -4.435*
FBCF -2.261** -2.514* -7.481* -10.054*
EDU -20.546 * -27.325* -37.896* -43.434*
GOV 0.399 -0.8134 -11.167* -7.505*
INFLA -180,000* -53.820* -130.000* -37.943*
DFIN 0.869 -0.991 -10.224* -8.974*
Notas: por defeito, foi considerado 1 lag Com *, ** e *** rejeita a hipótese nula de presença de raízes unitárias a 1%, 5% e 10%, respetivamente. Fonte: Cálculo próprio a partir do STATA com base nos dados recolhidos
Tabela 11 – Resultados do número ótimo de lags para cada variável
Variável Número ótimo de lags CRESPIB 1 LNEXP 2 LNIMP 2 LNGA 2
LOGPIB 2 FBCF 1 EDU 0 GOV 1
INFLA 1 DFIN 0
Fonte: Cálculo próprio a partir do STATA com base nos dados recolhidos