trabalho econometria iii - análise das variáveis relevantes para a política fiscal e monetária...
DESCRIPTION
Trabalho padrão para disciplina de econometria III de curso de graduação em economia.TRANSCRIPT
GUILHERME HENRIQUE ALBERTIN DOS REIS
ANÁLISE EMPÍRICA DA INTERAÇÃO ENTRE AS VARIÁVEIS RELEVANTES PARA AS POLÍTICAS MONETÁRIA E FISCAL NO
BRASIL, APÓS O PLANO REAL
Ribeirão Preto
Dezembro 2010
FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABLIDADE DE RIBEIRAO PRETO
UNIVERSIDADE DE SÃO PAULO
ANÁLISE EMPÍRICA DA INTERAÇÃO ENTRE AS VARIÁVEIS RELEVANTES PARA AS POLÍTICAS MONETÁRIA E FISCAL NO
BRASIL, APÓS O PLANO REAL
GUILHERME HENRIQUE ALBERTIN DOS REIS
Trabalho para disciplina Econometria III, do curso de Economia Empresarial e Controladoria ministrada pelo Professor Doutor Milton Barossi.
Ribeirão Preto
Dezembro 2010
SUMÁRIO
1 - Introdução-------------------------------------------------------------------------------------3
2 - Dados e Modelos-----------------------------------------------------------------------------4
3 - Análise univariada das séries temporais e Regressão espúria-------------------------8
4 - Modelos de regressão linear simples-----------------------------------------------------14
5 - Conclusão------------------------------------------------------------------------------------18
6 – Bibliografia----------------------------------------------------------------------------------20
1 - INTRODUÇÃO
Este trabalho buscará empreender uma análise das variáveis relevantes no âmbito das
políticas fiscal e monetária, para a economia brasileira pós Plano Real.
A condução da política fiscal determina qual variação ocorre na dívida do setor público,
esta dívida é financiada por meio da emissão de títulos da dívida pública. Assim a série a
ser analisada no âmbito para a política fiscal será a da dívida mobiliária ou os títulos
emitidos pelo Tesouro Nacional.
Os títulos emitidos pelo Tesouro Nacional estão ligados aos diferentes indexadores, ou
melhor, aos diferentes tipos de retornos garantidos aos detentores dos títulos. Os principais
são a taxa básica de juros e retornos pré-fixados. Contudo durante o período análisado, os
títulos com cláusulas de correção monetária – indexados aos índices de preços, e com
correção cambial estiveram presentes, estes títulos compensam perdas relacionadas à
variação da taxa de câmbio e da taxa de inflação. A proporção dos diferentes indexadores
varia ao longo do tempo, porém este trabalho buscará estabelecer a influência dos
indexadores para os títulos emitidos durante o período analisado, sem se ocupar das
mudanças dinâmicas nos indexadores.
O principal instrumento de condução da política monetária é a Taxa Básica, esta é uma
meta a ser atingida pelo banco central para a taxa de juros de curto prazo do mercado, de
acordo com os objetivos da política monetária. No Brasil a taxa básica de juros é
representada pela taxa do Sistema Especial de Liquidação e Custódia – SELIC.
Até o ano de 1999 o país viveu regimes cambias da classe de câmbio fixo. De julho de
1994 quando foi introduzido o real até março de 1995, o regime era de bandas cambiais, o
Banco Central permitia que o câmbio flutuasse dentro de um limite estabelecido. Após este
mês adotou-se o regime de crawling peg ou minidesvalorizações programadas da taxa de
câmbio. Este regime permaneceu até janeiro de 1999, quando após sofrer efeitos de crises
internacionais vindas de países que possuíam regimes de câmbio fixo e desvalorizaram
suas moedas, o Brasil viveu a sua própria crise especulativa e liberou a flutuação da taxa
de câmbio.
Sobre o contexto de um regime de câmbio fixo, a política monetária tem como objetivo a
defesa do câmbio, assim a política monetária ou a fixação da taxa de juros é dita exógena,
sendo influenciada pelos movimentos de capitais que determinam pressões sobre a taxa de
câmbio. Esta questão da exogeneidade na fixação dos juros pode ser explicada por um
exemplo simples. No caso de excesso de dólares no mercado, para que a cotação R$/US$
não se aprecie, ou seja, para que não haja desvalorização da taxa de câmbio, o Banco
Central atua comprando dólares e injetando liquidez na economia, assim a demanda por
títulos públicos aumenta e a taxa de juros cai. No caso contrário, na falta de dólares no
mercado, para que a taxa de câmbio não desvalorize e a taxa de câmbio aumente, o Banco
central atua ofertando dólares no mercado e comprando reais, ou seja, retirando liquidez da
economia e, portanto diminuindo a demanda por títulos que agora dependem de uma taxa
de juros maior para serem negociados, ou seja, a taxa de juros aumenta.
Após junho de 1999 o banco central do Brasil passou a seguir um regime de metas de
inflação, neste o objetivo principal da política monetária passa a ser a obtenção da meta
estabelecida para esta variável, assim a definição da taxa de juros passa a ser pautada por
este objetivo. Caso a inflação aumente o BC eleva os juros, que exerce efeito negativo na
demanda agregada, diminuindo as pressões nos preços e reduzindo a inflação.
A política fiscal também pode influenciar a política monetária. Se o governo pratica uma
política fiscal expansionista, aumentando os gastos, ele aumentará a sua necessidade de
financiamento, e logo, a emissão de títulos públicos. Considerando que a demanda por
títulos públicos seja fixa, uma maior colocação de títulos no mercado exigirá uma maior
taxa de juros.
Assim este trabalho buscará por meio de modelos de regressão simples estabelecer o efeito
para a política fiscal, representada pela série dos títulos públicos federais, da taxa de juros,
do câmbio e da inflação. E no âmbito da política monetária estimar o quanto a política
fiscal, o câmbio e a inflação afetam na determinação da taxa básica de juros.
2 – DADOS E MODELOS
2.1 – Dados
Os dados a serem utilizados para a estimação dos modelos são oriundos do Sistema
Gerenciador de Série temporais do Banco Central do Brasil:
http://www4.bcb.gov.br/pec/series/port/aviso.asp. Segue glossário dos dados com pequena
justificativa e a nomenclatura a ser utilizada para a representação dos modelos.
Índice de inflação: IPCA – IBGE (Índice de Preços ao Consumidor Amplo – medido pelo
Instituto Brasileiro de Geografia e Estatística). Escolhido dentre outros índices de preços
por ser o índice de preços pelo qual é determinada meta do regime de metas de inflação.
Será representada nas equações pela sigla: “inf”
Dívida Mobiliária Federal – saldo da emissão total de títulos públicos federais do Tesouro
Nacional: principal forma de financiamento da dívida do setor público. Representada nos
modelos pela sigla: “div_tit”
Taxa Básica de Juros – SELIC: principal instrumento da política monetária no Brasil.
Representada pela sigla: “jur”
Taxa de Câmbio R$/US$: dólar é a moeda utilizada pelo comércio internacional e nos
movimentos de capitais. Representa pela sigla: “cam”.
2.2 – Os modelos a serem estimados
Conforme descrito no capítulo introdutório, esta seção descreve os modelos de regressão
simples a serem estimados no âmbito da dívida pública e da política monetária. Os
modelos abaixo são representações genéricas, sendo que ao final das análises se buscará
adequar a melhor forma para a interação entre as duas variáveis, seja ela estática,
estabelecendo uma relação contemporânea entre as variáveis ou por modelos de defasagens
distribuídas finitas (DDF) permitindo que as defasagens da variável dependente afetem a
variável dependente.
Também será apontado o sinal esperado para os parâmetros estimados e a explicação
econômica destes sinais.
2.2.1 - Endividamento Público
Para a abordagem da dívida do setor público representada pela emissão de títulos públicos
federais serão utilizados os seguintes modelos:
¿tit=a0+a1cam+e (1)
O câmbio afeta o estoque da dívida, pois provoca alteram metodológica devido às
variações cambiais. O resultado esperado para o parâmetro estimado neste modelo é: a1>O
. Aumento da taxa de câmbio ou desvalorização cambial aumenta o estoque da dívida, ou o
valor dos títulos públicos emitidos.
¿tit=b0+b1 jur+e (2)
O resultado esperado para o parâmetro estimado é: b1>O . Aumento da taxa de juros
aumenta o custo da dívida, ou melhor, aumenta a despesa do governo com o pagamento de
juros e logo a emissão de títulos para financiamento do déficit do governo.
¿tit=c0+c1 inf +e (3)
Aumento da inflação tem efeito positivo sobre o estoque dos títulos devido aos títulos com
correção monetária, logo o valor esperado para o parâmetro é: c1>0 .
2.2.2 - Política Monetária
Para as regressões que mantém a variável instrumento da política fiscal com dependentes
As regressões tendo com a variável dependente, será mantida a mesma abordagem estática
da subseção anterior, apenas na regressão da taxa de juros pela inflação será utilizado um
modelo de defasagens distribuídas finitas (DDF) que incluíra buscará definir se defasagens
da série de inflação ajudam a explicar a taxa de juros hoje, este tipo de análise é motivada
pela intuição econômica por trás desta abordagem.
jur=α0+α1 cam+ε(1)
O sinal esperado do parâmetro estimado nesta regressão é: α 1>0 . Independente do regime
cambial do período, este sinal é mantido. Sob o regime de câmbio fixo, uma
desvalorização cambial, ou maior taxa de câmbio, é resultante de maior demanda por
dólares, para não incorrer em perda de reservas o banco central age aumentando os juros,
para atrair capital em moeda estrangeira. Sob o regime de câmbio flutuante em que a
política monetária foca-se na inflação, a desvalorização cambial exerce efeito sobre esta
variável. Com câmbio desvalorizado diminui a concorrência via produtos externos,
aumenta-se a demanda por produtos exportações e logo a demanda interna e também os
insumos importados ficam mais caros, todos estes efeitos causando um aumento da
inflação. Logo na ocorrência de desvalorização cambial, o banco central prevendo estes
efeitos age contemporaneamente aumentando os juros.
jur=β0+β1÷+ε (2)
A razão do sinal esperado para o parâmetro β1desta equação ser positivo já foi explicada
anteriormente. Supondo que a demanda por títulos seja fixa, uma maior oferta de títulos
exige uma maior taxa de juros.
jur t=γ 0+γ 1inf t+γ1inf t−1+…+ε (3)
Finalmente, tratando da regressão da taxa de juros pela inflação, esperasse que não
somente a inflação contemporânea tenha influência positiva sobre a taxa de juros, como
também defasagens ajudem na explicação. Aumentos da inflação tanto no período atual,
como em períodos passados faz com que o banco central aumente a taxa de juros, logo os
sinais esperados dos coeficientes também são positivos.
3 – ANÁLISE UNIVARIADA DAS SÉRIES TEMPORAIS E REGRESSÃO
ESPÚRIA
Além de estimar os modelos descritos na seção anterior, este trabalho fará a análise
univariada das séries temporais em questão utilizando-se a metodologia introduzida por
Box, Jenkins e Reinsel (1994). Busca-se por meio desta análise encontrar o melhor modelo
gerador destas séries temporais e garantir que os modelos propostos na seção anterior não
recaiam no problema de regressão espúria.
Se as séries temporais utilizadas neste trabalho, não forem séries estacionárias, a estimação
dos modelos de regressão propostos na seção anterior pelo método de MQO (mínimos
quadrados ordinários) pode resultar em parâmetros enviesados ou sem significado
econômico, com coeficientes de sinal diferentes do esperado.
As condições de estacionariedade em sua definição fraca para uma série temporal ( X t )são:
E( X t2)<∞ - Segundo momento da série finito
E ( X t )=constante - média constante
V ar ( X t )=constante - variância constante
Corr ( X t , X t−h ) →0quando h→ ∞, assintoticamente não correlacionadas
A estacionariedade estrita exige a não correlação entre as defasagens, porém a estimação
de MQO é não viesada, sob a condição de dependência fraca, exposta no último item
acima (independência assintótica).
A estacionariedade está associada à estabilidade na distribuição estatística da série, por
exemplo, na regressão de duas séries que não possuem variância constante, logo com
diferentes distribuições estatísticas ao longo do tempo, resultará em diferentes estimadores
de MQO para a regressão das séries, ao longo do tempo.
Assim a próxima subseção traz os resultados para das análises univariadas para as séries
objetos deste trabalho.
3.1 – Resultados das análises univariadas
Taxa de câmbio - cam
Após a análise do correlograma da série em nível e da primeira diferença, que
apresentaram forte evidência de raiz unitária, os testes ADF e Phillips-Perron não
forneceram evidência para rejeição desta hipótese. Não apresentaram significância
estatística segundo os mesmos testes a tendência temporal e o intercepto. Assim a
modelagem desta série partiu da primeira diferença da taxa de câmbio. Embora
insignificante ao nível de 1% a inclusão da defasagem AR(1) aumentou a parcimônia do
modelo medida pelos critérios de Akaike e Schwarz e o R-quadrado. O melhor modelo
univariado ao final da análise foi:
∆ ( camt )=−0,15 camt−1−0,77 camt−2+0,26camt−3+0,51et−1+0,99 et−2+et (1)
A tabela abaixo resume alguns resultados analisados na estimação da estimação do
modelo, a estatística de Durbin-Watson aponta não correlação dos resíduos que foi
comprovada pela análise dos correlogramas e pelo teste Q. O teste LM também aponta
insignificância na correlação dos resíduos, estes, porém não atendem as condições de
normalidade conforme verificado pelo teste Jarque-Bera.
Dívida Pública – Títulos do tesouro Nacional – div_tit
A análise gráfica desta série indica a existência de uma tendência temporal e a análise dos
correlogramas da Função de Autocorrelação e Correlação Parcial indicam a existência de
raiz unitária. De acordo com os testes para atestar a presença da RU, não há evidência, ao
nível de significância de 1%, para se rejeitar a hipótese da raiz unitária. Nos testes, além da
possibilidade de raiz unitária, o coeficiente para a tendência temporal foi significativo,
apontando um possível processo tendência estacionário, confirmado durante a estimação.
Uma solução proposta seria diferenciar a série com a tendência, porém o resultado
conforme demonstrado na equação abaixo continuaria sendo não estacionário:
∆ (di v tit)t=β1+εt−ε t−1.
Porém esta regressão mantém a não estacionariedade ao acrescentar uma defasagem. A solução presente na literatura é estimar o modelo incluindo tendências exponenciais até a ordem significativa, a estatística de Durbin-Watson desta regressão é muito baixa indicando, como o próprio procedimento afirma, uma estrutura a ser modelada nos resíduos. Assim o modelo final proposto é:
di v tit t=31892,22+1469,64 t+53,447 t 2−0,114 t 3+εt (2)
ε t=0,84 εt−10,24 μ t−6+0,24 μt−9+μt (3)
Variável dependente D(cam)Variáveis Coeficientes estatística - t p-valorAR(1) -0,148 -2,096 0,0375AR(2) -0,756 -1,492 0,0000AR(3) 0,262 3,640 0,0004MA(1) 0,511 4,045 0,0000MA(2) 0,986 7,898 0,0000R-quadrado 0,1634R-quadrado ajust. 0,1453Akaike info criterion -1,984Schwarz criterion -1,899Durbin-Watson stat 2,0038Teste LM Não correlação resíduosJarque Berra 179,870Curtose 7,691Assímetria 0,423
As tabelas abaixo trazem os dados principais para as duas regressões estimadas. Embora não correlacionado o ruído obtido na equação (3) não possui características de normalidade.
Variável dependente DIV_TITRegressores Parâmetros estatística - t p-valor
C 31892,22 3,5820 0,0004@TREND 1.469,639 3,6691 0,0003
@TREND^2 53,447 11,0664 0,0000@TREND^3 -0,114 -6,9428 0,0000
R-quadrado 0,9952R-quadrado ajust. 0,9951Soma quadrados resíduos 1,90E+11Akaike info criterion 2,3580Schwarz criterion 2,3648Durbin-Watson stat 0,2604Teste LM Resíduos correlacionadosJarque Berra 1,7532Curtose 0,1197Assímetria 2,6006
Variável dependente RES_DIV_TIT) regressores Coeficientes estatística - t p-valor
AR(1) 0,8405 20,5881 0,0000MA(6) 0,2419 3,2432 0,0014MA(9) 0,2365 3,0170 0,0029
R-quadrado 0,7800R-quadrado ajust. 0,7777Soma quadrados resíduos 4,17E+10Akaike info criterion 22,0593Schwarz criterion 22,1100 Durbin-Watson stat 2,0912Teste LM Resíduos não correlacionadosJarque Berra 297,3159Curtose 8,9514Assímetria 0,6229
Taxa básica de Juros – jur
A análise gráfica não é conclusiva tratando-se da taxa de juros, assim a indicação principal
partiu do correlograma que indicou um truncamento no primeiro nível da função de
autocorrelação parcial - possível estrutura AR(1) e um decaimento mais acelerado da
função de autocorrelação à partir da terceira defasagem. Embora significante a estrutura
AR(1) não resulta na presença de raiz unitária, sendo que os testes com esta finalidade
rejeitam a possibilidade da ocorrência de Raiz Unitária. O acréscimo de uma constante
melhorou aumentou a parcimônia dos modelos, diminuindo os critérios de Akaike e
Schwarz e aumentando o R-quadrado. A função de autocorrelação e autocorrelação parcial
apresentaram uma correlação significante na sétima defasagem, podendo indicar uma
sazonalidade ar(7) ma(7), contudo apenas o coeficiente da sazonalidade aditiva ma(7)
mostrou-se significante, assim o modelo final para a série de juros foi:
jur t=1,42+0,90 jur t−1+ϵ t+0,39 ϵ t−7
Variável dependente JURVariáveis dependentes estatística - t p-valorC 1,4288 1,069 0,0000AR(1) 0,8998 49,649 0,0000MA(7) -0,3959 -6,002 0,0000R-quadrado 0.886762R-quadrado ajust. 0.885490Akaike info criterion 0,2580Schwarz criterion 0,3114Teste LM Resíduos não correlacionadosJarque Berra 2012,060Curtose 19,289Assímetria 0,604
Inflação – inf
A análise gráfica da série de inflação induz a uma possível presença de sazonalidade na
série de inflação, com aumento desta em praticamente todos os finais dos anos. O
correlograma da função de autocorrelação apresenta níveis significativos até a décima
segunda defasagem. Mais uma evidência de sazonalidade, a função de autocorrelação
parcial apresenta níveis significativos até a terceira defasagem. Na estimação do modelo
ar(3), o coeficiente do AR(2) mostrou-se significante apenas ao nível de 10%, contudo sua
inclusão melhora a parcimônia e o R-quadrado do modelo. Após a estimação do modelo
AR(3) a função de autocorrelação e autocorrelação parcial apresentavam valor significatico
ao nível da décima segunda defasagem, evidência da sazonalidade, assim foi incluído uma
sazonalidade aditiva da ordem ma(12). A inclusão da constante aumentou a parcimônia e o
R-quadrado dos modelos, assim o modelo univariado final para a taxa de inflação foi o
seguinte:
inf t=0,58+0,78 inf t−1−0,18 inf t−2+0,17 inf t−3+εt+0,30 εt−12
Variável dependente infVariáveis Estimativas estatística - t p-valorC 0,5779 3,983 0,0001AR(1) 0,7761 1,086 0,0000AR(2) -0,1764 -2,102 0,0369AR(3) 0,1753 3,397 0,0008MA(12) 0,3016 4,388 0,0000R-quadrado 0,644R-quadrado ajust. 0,636Akaike info criterion 0,749Schwarz criterion 0,834Durbin-Watson stat 2,052Teste LM Não correlação resíduosF-statistic 8,397Jarque Berra 142,045Curtose 7,216Assímetria 0,202
4 – MODELOS DE REGRESSÃO LINEAR SIMPLES
Esta seção parte das análises univariadas, pela metodologia Box and Jenkins, para
estimação dos modelos de regressão linear simples. Espera-se que as evidências
encontradas quanto ao processo gerador das séries temporais, e sua estacionariedade,
permita a estimação de modelos melhores especificados e não ocorrência de regressão
espúria.
4.1 – Variável dependente div_tit
Dívida regredida pela taxa de câmbio
Na inclusão da taxa de câmbio com variável explicativa do endividamento público
representado pela emissão de títulos públicos federais obteve-se o seguinte modelo:
di v tit t=31892,22t +4800,95 t 2−23493,63 camt−1+εt
ε t=0,84 εt−10,24 μ t−6+0,25 μt−9+μ t
Obteve-se que a taxa de câmbio do período anterior, exerce influência sobre a dívida
contemporânea, o parâmetro estimado é significante ao nível de 5%. O correlograma dos
resíduos e o teste LM não apresentaram autocorrelação dos resíduos. Contudo o
correlograma dos quadrados dos resíduos apresenta autocorrelação na terceira defasagem,
evidência de heterocedasticidade. A dívida e a taxa de câmbio conforme a análise
univariada são séries não estacionárias, as evidências apontam para uma regressão espúria,
o próprio sinal do coeficiente não possui significado econômico, uma análise econométrica
mais complexa seria necessária para maiores afirmações a respeito desta relação. A tabela
abaixo resume os resultados encontrados.
Regressão Dívida - CâmbioRegressores Coeficientes estatística - t p-valor
@TREND 4.800,9590 8,9444 0,0000@TREND^2 17,2547 6,1968 0,0000CAM(-1) -23.493,6300 -2,3955 0,0176AR(1) 0,8434 21,4685 0,0000MA(6) 0,2384 3,1498 0,0019MA(9) 0,2476 3,1387 0,0020R-quadrado 0,99895R-quadrado ajust. 0,99892Soma quadrados resíduos 4.05E+10Akaike info criterion 22,0676Schwarz criterion 22,1694Durbin-Watson stat 2,1384Teste LM Resíduos não correlacionadosJarque Berra 231,7690Curtose 8,3462Assímetria 0,3363
Dívida regredida pela taxa de juros
O modelo encontrada para esta relação foi o seguinte:
di v tit t=35452,53 t+22,69 t 2+7077,60 jurt−1+εt
ε t=0,86 εt−1 0,25 μt−6+0,26 μ t−9+μt
A regressão da dívida pela taxa de juros aponta uma relação dos juros no período anterior
com a dívida contemporânea, o parâmetro estimado é significante ao nível de 10%. O
correlograma dos resíduos e o teste LM não apresentam evidência de correlação serial,
porém assim como na regressão pela taxa de câmbio, a terceira defasagem do correlograma
dos quadrados dos resíduos apresentam uma evidência de heterocedasticidade. No entanto
este modelo o parâmetro estimado apresenta o sinal esperado e tem significado econômico,
um aumento de um ponto percentual da taxa básica de juros aumenta em R$7,077 bilhões a
dívida pública.
Regressão Dívida - JurosRegressores Coeficientes estatística - t p-valor
@TREND 35452,5300 8,5543 0,0000@TREND^2 22,6903 8,7394 0,0000JUR(-1) 7077,6090 1,9126 0,0573AR(1) 0,8632 22,7016 0,0000MA(6) 0,2518 3,3886 0,0009MA(9) 0,2584 3,2938 0,0012R-quadrado 0,9989R-quadrado ajust. 0,9989Soma quadrados resíduos 4.10E+10Akaike info criterion 22,0793Schwarz criterion 22,1811Durbin-Watson stat 2,1056Teste LM Resíduos não correlacionadosJarque Berra 169,9710Curtose 7,5958Assímetria 0,1695
Dívida regredida pela inflação
Não foram encontrados parâmetros estatisticamente significantes, na regressão da dívida
pública medida pela emissão de títulos federais pela série de inflação. Poder-se-ia concluir
pela não relação da inflação contemporânea ou defasada no endividamento público, porém
a não robustez dos métodos utilizados não permite tal afirmação.
4.2 – Variável dependente jur
Taxa de juros regredida pela taxa de câmbio
A inclusão da taxa de câmbio como variável explicativa dos juros, obteve-se o seguinte
modelo:
jur t=0,94 jurt−1+0,03camt−1+ϵ t−0,42 ϵt−7
O parâmetro estimado é estatisticamente significante, porém de acordo com este o efeito da
taxa de câmbio para a taxa de juros seria muito pequeno, o teste de Wald não permitiu a
rejeição da hipótese nula de que o coeficiente do câmbio defasado seja igual à zero.
Regressão Juros - CâmbioRegressores Coeficientes estatística - t p-valor
JUR(-1) 0,9451 85,0835 0,0000CAM(-1) 0,0307 3,2781 0,0012MA(7) -0,4217 -6,8522 0,0000R-quadrado 0,8906R-quadrado ajust. 0,8895Soma quadrados resíduos 13,9721Akaike info criterion 0,2433Schwarz criterion 0,2941Durbin-Watson stat 1,8741Teste LM Resíduos correlacionadosJarque Berra 3.274,5540Curtose 23,0903Assímetria -0,9455
Taxa de juros regredida pela dívida
A inclusão de defasagens da séries da dívida ou da série diferenciada não apresentaram
coeficientes estatisticamente significantes. Novamente os métodos econometricos não
robustos não representam escopo para a afirmação de que o endividamento não exerce
influência sobre a taxa de juros.
Taxa de juros regredida inflação
A inclusão da inflação como variável explicativa dos juros resultou no seguinte modelo:
jur t=0,11+0,91 jurt−1+0,22inf t−0,21inf t−1+ϵ t−0,24 ϵt−7
Os parâmetros estimados estimados para a inflação como variável explicativa da taxa de
juros foram estatisticamente significantes para a inflação contemporânea e para a sua
primeira defasagem, porém o sinal para a primeira defasagem é contrária a intuição
econômica de que aumentos da taxa de inflação levarão o banco central que tem por
objetivo a estabilidade aumentar a taxa de juros. O teste de Wald não permite concluir que
estes coeficientes, embora de baixo valor, sejam nulos. Podendo o sinal contra-intuitivo ser
sinal de uma regressão espúria, porém a não correlação dos resíduos e de seus quadrados
não confirma esta evidência.
Regressão Juros - Inflaçãoregressores Coeficientes estatística - t p-valor
C 0,1131 3,4967 0,0006JUR(-1) 0,9114 36,9585 0,0000INF 0,2289 5,3030 0,0000INF(-1) -0,2110 -5,4034 0,0000MA(7) -0,2457 -3,4661 0,0007R-quadrado 0,9103R-quadrado ajust. 0,9084Soma quadrados resíduos 11,4510Akaike info criterion 0,0651Schwarz criterion 0,1496Durbin-Watson stat 2,0698Teste LM Resíduos não correlacionadosJarque Berra 678,5041Curtose 11,8617Assímetria 1,2085
5 – CONCLUSÃO
Os métodos econométricos empregados neste trabalho são robustos apenas para a análise
univariada das séries temporais. Por meio desta concluí-se que:
A série da taxa de câmbio segue um processo não estacionário devendo ser
diferenciada, resumido formalmente na metodologia Box and Jenkins como um
modelo ARIMA(3,1,2).
A série da dívida pública representada pela emissão de títulos públicos federais
segue um processo determinista temporal de ordem três, ou seja com termo
quadrático e cúbico. Além disso, observou-se uma estrutura a ser modelada em seu
termo de erro, com sazonalidade aditiva.
A série de juros segue um processo estacionário AR(1) com uma sazonalidade
aditiva na sétima defasagem do termo de erro.
A série de inflação é estacionária, seguindo um processo AR(3) e com sazonalidade
aditiva MA(12).
Quanto aos modelos de regressões lineares simples estimados, a utilização das evidências
encontradas nas análises univariadas permitiu melhores especificações, contudo apenas na
regressão da série da taxa de juros como variável explicativa da dívida obteve-se os
resultados esperados. As ferramentas de análise utilizadas não permitiram também excluir
a existência de regressão espúria na estimação dos modelos.
A utilização de Vetores Auto-regressivos, que seria forma correta de captar a influência
mútua entre as variáveis contemporâneas e suas defasagens, foge do escopo metodológico
empregado neste trabalho.
6 - BIBLIOGRAFIA
Bueno, R. L. S. Econometria de Séries Temporais. 1. Ed. São Paulo: Cengage Learning,
2008.
Reis, G. H. A. Interação entre as Políticas Fiscal e Monetária pós Plano Real. Monografia
para conclusão do curso de Ciências Econômicas – FEA-RP. mimeo
Wooldridge, J. M. Introdução à Econometria uma abordagem moderna. 2. Ed. São Paulo:
Pioneira Thomson Learning, 2006.