€¦ · web viewe as duas últimas seriam elaborar o indicador a partir da análise do componente...

1

Indicadores antecedentes do complexo metalmecânico no Brasil

Marcus Vinícius de Souza Almeida Conceição1

Igor Alexandre Clemente de Morais2

Gustavo José Schuck3

Resumo: Este artigo constrói um indicador coincidente para o complexo metalmecânico no Brasil a partir de atividades econômicas classificadas para a indústria de transformação, a partir da determinação de seu comportamento cíclico e, com base na metodologia da OCDE, propõe indicadores antecedentes. Os principais resultados sinalizam para uma estreita relação entre o comportamento cíclico do indicador coincidente construído para o complexo metalmecânico (IMM) e o apontado pelo CODACE para a economia brasileira. Na análise cíclica é possível ver que as durações são menores no IMM relativamente à média do Brasil, mas com dois períodos recessivos a mais entre 2002 e 2015. Os indicadores antecedentes construídos permitem captar os turning points no IMM em especial no curto prazo e médio prazo, e contém informações importantes que caracterizam o ciclo dos negócios.

Palavras-chave: Ciclos econômicos. Complexo metalmecânico. Indicadores antecedentes.

AbstractThis article do a coincident indicator for metal-mechanic complex in Brazil from economic activities classified to the manufacturing industry, from the determination of cyclical behavior and, based on the OECD methodology, build leading indicators. The main results indicate a close relationship between the cyclical behavior of the coincident indicator applied to metal-mechanic complex (IMM) and that appointed by CODACE for the Brazilian economy. The durations of cycles are less in IMM than in Brazil, but with two more recessive periods between 2002 and 2015. The leading indicators constructed allow capture turning points in IMM especially in the short and medium term and contains important information that characterize the business cycle.

Keywords: business cycle, leading indicators, industrial production.JEL codes: E32, L60, C52Área 7: Microeconomia e Economia Industrial

1. INTRODUÇÃO

O conhecimento do estado da arte em uma economia é fundamental para a efetividade das políticas fiscais ou monetárias, da mesma forma que contribui para que investidores façam escolhas ótimas reduzindo as incertezas e oscilações na atividade produtiva, emprego e renda. A teoria que estuda os ciclos econômicos tem papel determinante nesse entendimento e sua contribuição pode ser vista em aplicações como nos estudos sobre balanço estrutural, com a análise de indicadores cíclicos no mercado de trabalho, como no caso da taxa de desemprego, no mercado financeiro via crédito e também no estudo de economia internacional, envolvendo diferentes países abrangendo temas como a correlação cíclica e o efeito contágio.

1 Mestre em Economia/UNISINOS, [email protected] Professor do PPGE/UNISINOS. Pesquisador CNPq. Presidente da fundação de Economia e Estatística

(FEE), [email protected] Mestre em Economia/UNISINOS, [email protected]

2

A literatura da área avançou de forma rápida a partir da introdução de diferentes técnicas estatísticas e o uso de ferramentas computacionais. Atualmente a mensuração do ciclo dos negócios pode ser feita em tempo real, alimentando diversos analistas do mercado de capitais com informações sobre a situação presente da economia. Mas além desse entendimento, os estudos passaram a incorporar novas técnicas de construção de indicadores que permitem antecipar os ciclos da economia no que se convencionou determinar de indicadores antecedentes. Sua aplicabilidade é tal que atualmente diversos institutos de pesquisa no mundo publicam análises que permitem antecipar em alguns meses os períodos de recessão e recuperação de uma economia ou setor de atividade produtiva4.

No Brasil há diversos estudos que envolvem os conceitos de ciclo dos negócios, bem como de indicadores antecedentes, seja no Produto Interno Bruto (PIB),na indústria, no comércio, na construção civil e em análises regionais, mas até o momento, nenhum aplicado ao segmento metalmecânico. Apesar de não ser clara na literatura e nas classificações estatísticas oficiais a definição do que vem a ser a composição desse segmento, o fato é que no Brasil por muitos anos essa classificação é utilizada pelas representações de classe dos trabalhadores e empresários para promover negociações salariais. Mesmo aqui não há um padrão, uma vez que os sindicatos que atuam nesse segmento em diversos estados apresentam composições distintas. De qualquer forma é possível convergir para um conjunto de indústrias comuns e que acabam por guardar relação de produção próxima em estudos de cadeia produtiva.

Dentre essas se cita, na ordem das classificações do CONCLA, metalurgia, produtos de metal, equipamentos de informática, máquinas e materiais elétricos, máquina e equipamento, veículos automotores e outros equipamentos de transporte5. Alternativamente as tradicionais classificações, neste trabalho é adotado a utilização do termo “Complexo6” como forma de classificar e analisar a atuação conjunta destas atividades industriais. Em termos de representatividade econômica é possível ver que o complexo metalmecânico, tal como agregado acima, representou 31% do Valor da Transformação da Indústria no ano de 2013, 28% do total dos empregos e 37% dos salários pagos. Além disso, tem forte presença nas exportações com 26% do total exportado pelo Brasil7, além de ser composto por indústrias que são intensivas em capital e tecnologia.

Nessa composição é possível ver segmentos que exercem influência em outras classificações que são relevantes para análise do cenário macroeconômico, como é o caso da produção de máquinas e equipamentos e de parte de veículos para a determinação da formação bruta de capital fixo e as indústrias que compõem as categorias de uso de bens de capital e bens de consumo duráveis. O uso da agregação de indústrias em torno do conceito de complexo metalmecânico para as negociações salariais e determinação de políticas setoriais bem como sua importância na composição da renda, emprego, na cadeia produtiva e análises macroeconômicas, motivam a realização de um estudo específico sobre o aqui definido complexo.

O principal objetivo desse artigo é elaborar um conjunto de indicadores antecedentes para a atividade do complexo metalmecânico no Brasil. A despeito de não existir um indicador de atividade agregada do complexo, uma das contribuições secundárias desse artigo é construir, com o uso de técnicas estatísticas como análise de componente principal e fator dinâmico, um índice composto que represente essas indústrias. Os resultados mostraram que há cinco ciclos no segmento entre 2002 e 2015 e esses refletem em grande parte os 4 Os mais conhecidos são o The Conference Board, OECD, FGV.5 Essas atividades correspondem as CNAES 2.0 de número 24 a 30.6 O termo em questão capta a heterogeneidade de indústrias assim como aspectos multidimensionais da

atuação delas, quando agregadas.7 Como o Brasil é um grande exportador de produtos básicos, essa relação fica maior quando é considerado

apenas as exportações da indústria. Nesse caso a participação do metalmecânico aumenta para 32%.

3

movimentos ocorridos na economia brasileira. Essa correspondência já era esperada pelo peso que as indústrias do complexo representam. Por outro lado, os ciclos do complexo se mostraram menos duradouros que o encontrado para o Brasil, notadamente pelo CODACE. Os resultados para os indicadores antecedentes apontam para a possibilidade de antecipação desses movimentos com certa eficiência, tanto para o curto quanto médio prazo.

Além dessa introdução esse artigo também conta com mais quatro sessões. Na segunda é feita uma discussão sobre a literatura dos ciclos dos negócios. Na terceira é descrita a metodologia da Organization for Economic Co-operation and Development (OECD) para determinação de indicadores antecedentes. Na quarta seção estão as análises dos dados, a mensuração dos ciclos e os indicadores antecedentes. Por fim a quinta seção conclui.

2. Ciclos Dos Negócios: Principais Abordagens

O debate sobre ciclos econômicos, iniciado por Overstone (1837), e posteriormente por Juglar (1862), insere considerações e observações sobre os aspectos intermitentes e oscilações pelas quais a atividade econômica passa ao longo do tempo. Durante muitos anos, o tema foi visto de forma isolada da estatística, ficando relacionado apenas ao aspecto econômico. Foi a partir das contribuições de Burns e Mitchel (1946, 1961) e Bry e Boschan (1971) que essa discussão tomou contornos mais técnicos, inclusive questionando o conceito de equilíbrio macroeconômico. Com isso a teoria dos ciclos econômicos reais dos negócios aprofunda-se e passa a fazer uso de ferramentas estatísticas para melhor entender seu movimento, datá-lo assim como antecipá-lo ver Plosser (1989) e Zarnowitz (1991).

A literatura avançou para estudos sobre o comportamento cíclico e a construção de indicadores para diferentes países, regiões ou setores, como a indústria, o comércio, a agropecuária dentre outras aberturas, ver Arouba e Diebold (2009). No contexto da literatura no Brasil, alguns estudos procuraram medir o ciclo e construir indicadores antecedentes em setores como nos trabalhos de Contador e Ferraz (1996), Picchetti e Toledo (2002), Hollauer e Issler (2006), Campelo (2008), Chauvet (2000, 2002), Chauvet e Morais (2009), e Martins e Martinele (2010).

Decorrente das observações dos autores seminais sobre o tema, a literatura econômica passou a identificar e classificar seis tipos8 comuns de ciclos que afetam o dinamismo das variáveis econômicas e, por consequência induzem a flutuações na economia como um todo. A ocorrência e duração destes abrangem momentos de curto, médio e longo prazo, contemplando características endógenas ou exógenas e combinando variáveis multidimensionais presentes enquanto fenômenos naturais, econômicos e sociais.

O trabalho seminal realizado por Burns e Micthell (1946) é um marco para o estudo de ciclos, em particular o ciclo de negócios. Neste, os autores desenvolvem o conceito clássico de ciclo, evidenciando os estágios de expansão e retração ao longo do tempo na atividade econômica. Para os autores, o ciclo de negócios compreende o comportamento cíclico do agregado da atividade econômica, que passa por flutuações caracterizadas por momentos de expansão e contrações, possuindo uma duração que pode ser de um, até 12 doze anos. A dinâmica empregue nos ciclos de negócios apresentada pelos autores conduz a interpretação que no interior das flutuações os ciclos que se estabelecem são derivados da soma dos movimentos de expansão e contração dos ciclos anteriores.

Parte importante é o debate teórico sobre ciclos dos negócios são as questões sobre os efeitos de transmissão e a questão da exogeneidade e endogeneidade das flutuações da economia nas quais se inserem os ciclos econômicos. Neste ultimo, desenvolve-se uma polarização entre keynesianos e novos clássicos, em que os primeiros vinculam o

8 Ciclos de Estoques, Ciclos Políticos, Ciclos Agrícolas/Commodities, Ciclo de Investimento em Bens de Capital, Ciclos de Kondratieff e Ciclo dos Negócios Reais.

4

comportamento dos ciclos decorrente de choques endógenos vinculados à demanda, reflexos de alguma imperfeição da competitividade. Enquanto os seguintes, tais como Kydland e Prescott (1982), Plosser (1989), Hallagatte e Ghil (2007) dentre outros, defendem que os ciclos decorrem de choques aleatórios, derivados da oferta, reflexos do comportamento competitivo da economia e passam a consolidar a tese dos ciclos de negócios e seu reflexo no desempenho e comportamento econômico.

A literatura econômica que se desenvolve analisando o comportamento cíclico da economia e atividade econômica tendo por referência a teoria dos Ciclos de Negócios, ao observar a frequência e tamanho das oscilações e de picos e vales nos ciclos, passa a elaborar indicadores que capturem os momentos destes eventos. Decorrentes deste esforço são propostos três tipos de indicadores – i) Defasados; ii) Coincidentes; iii) Antecedentes. Cada indicador tem uma finalidade específica no que se refere à observação do comportamento das variáveis macroeconômicas ou atividade em questão. Os Indicadores Antecedentes possuem um comportamento antecipatório de uma variável tida como referência, notadamente, o PIB de um país ou outra que possa representar o comportamento da atividade produtiva de um setor ou região. Os Indicadores Coincidentes tem como característica acompanhar a série de referência da economia em tempo real. A coincidência existe entre o ciclo verificado para diferentes setores ou regiões. Por fim, os Indicadores defasados apresentam ciclos que são considerados ex post, em t+k meses ao verificado na economia.

3. Metodologia OCDE

A proposta da OCDE para construção de indicadores antecedentes consiste em primeiro lugar, selecionar uma série de referência que irá representar o movimento cíclico a ser antecipado. Tem-se o PIB como a variável natural nessa descrição, todavia sua periodicidade trimestral limita seu uso para análises em tempo real. Na literatura é proposto usar outros indicadores que possam reproduzir o ciclo do PIB, como por exemplo, a produção industrial, mudar a periodicidade do PIB para mensal ou então construir um indicador coincidente. Posteriormente, faz-se a seleção das séries que apresentam característica de anteceder o ciclo da série de referência.

Nesse procedimento estão incluídos diversos testes e ajustes estatísticos. De forma geral, a proposta da OCDE, e aqui utilizada, envolve seis etapas.

i) Construir a série de referência a partir da definição dos segmentos que compõe o complexo metalmecânico;

ii) Datar o ciclo dos negócios para a série referência com base em diferentes técnicas paramétricas e não-paramétricas;

iii) As séries candidatas a antecedentes são submetidas a diversos filtros, como dessazonalização e extração cíclica via filtro HP (HODRICK–PRESCOTT), CF (CHRISTIANO; FITZGERALD) e MS (MARKOV-SWITCHING). Também são feitos testes de estacionariedade, exogeneidade e não linearidade. A seguir, é feito a datação dos pontos de troca para todas as séries;

iv) As séries candidatas a antecedentes são separadas em três grupos que devem representar os estágios iniciais de produção, se ajustar rapidamente a mudanças econômicas e serem sensíveis as expectativas do mercado;

v) A seguir, são feitos diversos testes entre a série definida como referência e as demais como o Cross-Correlation9, causalidade de Granger e Probit;

vi) Por fim, as séries selecionadas como antecedentes são agregadas em um indicador único para verificar sua capacidade de previsão e calcular as probabilidades de recessão e crescimento.

9 Para o teste de correlação cruzada será considerado um máximo de 30 leads e 30 lags.

5

Como pode ser visto, o procedimento de investigação e construção de indicadores coincidentes e antecedentes é relativamente simples, mas envolve o conhecimento de diversas técnicas que a cabo permitem dar robustez aos resultados. No caso da agregação de diferentes indicadores em apenas um, que ocorre tanto na definição do indicador coincidente do metalmecânico quanto na agregação das séries antecedentes, é testada uma técnica não paramétrica, como a análise de componente principal e os modelos de fator dinâmico, tal como descrito e aplicado em Diebold e Rudebusch (1996), Stock e Watson (1989, 2010) e Bierbaumer e Polly (2010).

4. Indicador Coincidente e Antecedente do Complexo Metalmecânico

A elaboração dos indicadores aqui proposta será realizada seguindo a metodologia da OCDE (2012) com pequenas modificações. Dois tipos de problemas surgem nesse tipo de investigação, o primeiro é a diferença de periodicidade entre as diversas séries de dados e o segundo corresponde à descontinuidade das mesmas, fato esse comum nas informações históricas no Brasil. Dado isso, as séries curtas acabam sendo descartadas exatamente porque não conseguem acompanhar, por um prazo relativamente longo, o comportamento do ciclo. Além disso, as séries que foram interrompidas ou que tiveram mudança metodológica na sua construção, também são descartadas, seguindo sugestões de Burns e Mitchell (1946) e Zarnowitz (1991).

Nesta etapa, de tratamento de dados, foram selecionadas inicialmente todas as séries que possuíssem continuidade até o meio do ano de 2015, perfazendo um total de 1.026, e que não tivessem hiatos, ou seja, quebras muito extensa em sua continuidade. A seguir, realizou-se o procedimento de interpolação10 para preencher as falhas, tendo em perspectiva minimizar distorções e erros para extração de seus ciclos. Na etapa seguinte, realizou-se a dessazonalização pelo método ARIMA X-12 para todas as séries de tempo. Os resultados são apresentados em duas seções. Na primeira são apresentados resultados da construção do índice de referência e sua respectiva datação e na segunda a análise do indicador antecedente.

4.1 Série de Referência - IMM (Índice Metalmecânico)

Como primeiro passo para a elaboração da série de referência do complexo metalmecânico. A partir desta é necessário definir os segmentos que irão compor o indicador, como proposta para esse estudo são utilizadas as atividades da indústria de transformação nas quais as CNAEs 2.0 de 24 a 30 contemplam. Quatro alternativas para elaboração do indicador agregado se fazem presentes. Uma seria usar uma média ponderada simples. Outra alternativa seria criar o indicador agregado a partir dos pesos de cada setor no Valor da Transformação Industrial fornecido pela PIA - Pesquisa Industrial Anual do IBGE. E as duas últimas seriam elaborar o indicador a partir da Análise do Componente Principal (PCA) ou Fator Dinâmico (FD). Para este artigo optou-se pelo uso das duas técnicas mais robustas, PCA e FD. Tal como utilizado por Stock e Watson (2010 e 2012). O gráfico 4.1 mostra como que esses indicadores agregados se comportam ao longo do tempo. Note que há uma similaridade na tendência sendo que o resultado obtido pelo fator dinâmico se mostra mais suave.

Gráfico 4.1 - Indicador coincidente - IMM

10 Utilizou-se o método Catmull–Rom Spline, ou, também conhecido como interpolação por aproximação, com o eveiws 8.

6

Fonte de dados brutos: IBGE. Elaborado pelos autores.

A extração e datação dos ciclos no índice são feita a partir de três metodologias, sendo testados os filtros o CF (Christiano-Fitzgerald), HP (Hodrick-Prescott) e FD (Frequency Domain Filter). O conjunto de gráficos 4.2 apresentam o comportamento da série de referência estimada pelo modelo de fator dinâmico e normalizada, com a utilização de cada filtro de frequência aqui proposto, juntamente com as respectivas datações das recessões, mostrada nas barras coloridas, feita com algoritmo de Bry-Bochan.

Note que há uma diferença de datação dos períodos recessivos, para cada um dos três filtros utilizados para extração do ciclo. Por exemplo, quando são utilizados os filtros CF e HP é possível notar um comportamento semelhante nos períodos recessivos e que totalizam quatro. Porém, os mesmos possuem uma duração distinta. Por outro lado, quando o ciclo é obtido pelo filtro FD são encontrados seis períodos recessivos.

A tabela 4.1 apresenta as respectivas datações e ciclos estabelecidos para a série em nível e para cada filtro utilizado. Estes resultados são comparados com a datação do PIB brasileiro, realizado pelo CODACE que encontra três ciclos para o PIB do Brasil no intervalo de 2000 a 2015, estes com uma duração média de 15,8 meses. Para este intervalo o indicador coincidente do complexo metalmecânico aponta a existência de um mínimo de dois ciclos, quando considerada a série em nível e um máximo de cinco ciclos, ao considerar o filtro FD. As estimativas da duração média dos períodos recessivos também oscilam de acordo com a metodologia de extração do ciclo, indo de um mínimo de 11 meses até um máximo de 16 meses. As recessões são classificadas como o período compreendido entre o topo e o vale.

Gráfico 4.2 - Recessões para cada filtro utilizado

7

Fonte: Elaborado pelo autor com dados do IBGE.

O primeiro ciclo recessivo brasileiro apontado pelo CODACE, entre dezembro de 2000 e setembro de 2001, não foi captado pelo indicador coincidente do metalmecânico porque a série aqui utilizada se inicia em janeiro de 2002. O segundo ciclo recessivo no Brasil ocorreu entre out/2002 e jun/2003 e foi perfeitamente identificado também com o ciclo do IMM via filtro FD. O terceiro ciclo recessivo no Brasil, iniciado em jul/2008 com término em jun/2009 também teve correspondência com o IMM, em todos os métodos utilizados para extração do ciclo. A seguir, há pelo menos um ciclo recessivo no IMM que não ocorreu para o Brasil. Quando se usa o filtro CF ou HP esse ocorre entre 2001 e 2012. Já pelo filtro FD é entre 2010 e 2011, com outro período recessivo também apontado entre jun/2013 e jun/2014.

Tabela 4.1 - Ciclos Datados pelo Bry-Bochan

Vale Topo Vale Topo Vale Topo Vale Topo Vale Topo

2003/Jul.

2006/Nov.

2009/Mar.

2011/Out.

2014/Jun.

2002/Dez.

2006/Jan.

2008/Out.

2010/Mar.

2013/Jun.

2009/Abr.

2012/Abr.

2004/Jul.

2008/Mai.

2011/Mar.

2013/Ago.

2002/Jul.

2005/Dez.

2009/Mai.

2012/Jun.

2004/Dez.

2008/Fev.

2011/Ago.

2013/Jun.

2003/Jun.

2006/Ago.

2008/Jul.

2011/Fev.2009/Mar.

2012/Set.2003/Jun.2002/Out.

2009/Jun.2014/Mar.

2008/Jul.

4º Ciclo

5º Ciclo

1º Ciclo

2º Ciclo

3º Ciclo

Ciclos Série em Nível

2015/Fev.

Ciclos datados no PIB Brasileiro

Ciclos datados no Complexo MetalmecânicoFiltro CF Filtro HP Filtro FD

2013/Abr.

6º Ciclo

2001/Set.2000/Dez.

11Média de Duração de Ciclos (meses)

15,8 13,5 13,33 16,33


Nota-se que esses são ciclos recessivos curtos e que podem refletir problemas pontuais ocorridos no setor e que não tiveram repercussão no cenário nacional. Até o momento da elaboração dessa pesquisa tanto o Brasil quanto o complexo metalmecânico apresentavam comportamento semelhante com ciclo recessivo iniciado no final de 2013 ou início de 2014. A

8

tabela 4.2 apresenta as características dos ciclos para cada filtro utilizado. A partir destas informações observa-se que, no complexo metalmecânico brasileiro, a velocidade e duração dos períodos recessivos levam cerca de treze meses, enquanto sua recuperação se dá de forma moderada, abrangendo um período de dezoito meses.

Tabela 4.2 características dos ciclos para cada filtro (em meses)

Série em Nível CF HP FDDuração média entre Topo 28 34 36,33 29,2

Duração média entre Fundos 42 38,66 35,33 32,75

Duração média Topo/Fundo 13,5 12,33 16,33 11

Duração média Fundo/Topo 15 22,75 18,25 18,2

Amplitude média Topo/Fundo -7,51 -2,07 -2,49 -3,04

Amplitude média Fundo/Topo 6,58 2,23 2,37 2,93

Fonte: IBGE – Construção Própria

A diferença de mensuração dos períodos recessivos e de sua duração pode prejudicar na análise final do indicador antecedente, comprometendo a previsão. Nesse sentido torna-se interessante definir que filtro melhor representa o comportamento cíclico do IMM. Uma prática metodológica comum como critério de escolha é utilizar como base o filtro que possuir a menor diferença de pontos de troca para a série em nível (SCHUCK; MORAIS, 2014). Coerente com esta posição, o filtro HP foi o que melhor acompanhou a série em nível, sendo mais aderente à mesma. Os resultados apresentados estão de acordo com a posição de Zarnowitz e Moore (1986) que afirmam serem os períodos de expansão mais longos que os de recessão. Como forma de complementar essa análise, é utilizado o modelo de mudança de regime proposto em Hamilton (1989), e aplicado a série do ciclo do IMM.

A tabela 4.3 apresenta as respectivas datações e a tabela 4.4 as probabilidades de transição. A datação dos ciclos utilizando a metodologia de Markov, diferente da realizada pelo Bry-Bochan, apresentou para as séries datadas para série em nível e filtros HP e FD, um ciclo completo, e para o CF apresentou dois ciclos completos.

Tabela 4.3 - Datação dos Ciclos segundo a Mudança de RegimeDatação pelo MS

Série em Nível Filtro CF Filtro HP Filtro FDVALE TOPO VALE TOPO VALE TOPO VALE TOPO

2006 /Set.

2008/Ago. 2009/

Fev. 2015/Ago.

2008/Out. 2003/Jun.

2009/ Jul.

2014/Ago.

2015/Abr.

2009/Jun.

2009/Nov.

2009/Ago.

9


A probabilidade de transição apresentada sugere que, dados os cenários apresentados para o período da amostra, a chance do complexo metalmecânico se encontrar em um período de expansão, e assim se manter, é de 92,79%. Esta sendo menor do que o verificado caso se encontre em períodos de recessões, nestes momentos a manutenção deste quadro assume a probabilidade de 98,78%. As probabilidades de transição de um período para o outro ficam em 7,20% para o complexo metalmecânico sair de expansões e 1,2% para uma transição para períodos de expansões, estando em períodos recessivos.

Tabela 4.4 - Probabilidade de Transição filtro HP Regime 1 Regime 2

Regime 1 0,927919 0,012441Regime 2 0,072081 0,987559


Esse resultado sinaliza que no período de 13 anos o complexo se manteve na maior parte do período trabalhando em expansão, só vindo a ser afetado pelos reflexos da crise de 2008. A probabilidade de mudança de regime mostra que, ao final de 2014 e início de 2015 as chances de uma nova recessão aumentaram. Tal posição encontra relação direta com o último relatório do CODACE (2015) que informa que, a partir do primeiro trimestre de 2015, a economia brasileira passaria a experimentar um período recessivo.

4.2. Indicador Antecedente

Nesta seção são construídos os indicadores antecedentes tendo como referência o ciclo do IMM definido na seção anterior. Estabelecem-se como dificuldades iniciais a determinação de quais séries apresentam as características mínimas e quais filtros possam ser considerados para construção de um indicador antecedente. Segundo a proposta da OCDE, a seleção das series candidatas deve-se transcorrer selecionando-se as séries que preencherem todo o período, terem continuidade, serem públicas e não possuírem interrupção nem mudanças metodológicas. Na composição dos indicadores antecedentes elaborados elas devem abranger e representar diferentes requisitos econômicos, representarem as fases iniciais da atividade econômica, terem resposta rápida a mudanças na conjuntura, compreenderem segmentos considerados como causadores primários e serem sensíveis a expectativas.

Esta seleção partiu de um total de 1.026 séries de tempo para a economia brasileira, algumas representando comportamentos regionais, em que foram encontradas e selecionadas 100 séries de tempo que possuíssem essas características. A seguir, as mesmas foram submetidas a dessazonalização, extração de seus ciclos e investigado a existência de quebras estruturais. Na literatura da área é comum ter diferentes resultados de acordo com o filtro utilizado nessa etapa, mas seguindo OECD(2012) foi possível constatar que o filtro HP reproduz de maneira adequada essa relação. Por fim, foi feita o teste de cross-correlation com lag arbitrado entre -25 e +25 entre cada uma das 100 séries candidatas a antecedentes e a série do IMM. A seguir adotou-se a proposta metodológica de Schuck e Morais (2014) para seleção das séries candidatas utilizando-se além dos filtros anteriores, os resultados dos ciclos datados pelo algoritmo de Bry-Boschan e fazendo a relação entre esses turning points e os encontrados para o IMM. Nesse trabalho, a seleção das séries candidatas antecedentes seguiu quatro critérios:

i) estabeleceu-se um mínimo de três pontos extras estipulados pelo Bry-Boschan possuindo como característica a antecedência média maior que

10

dois; ii) arbitrou-se a escolha das séries com Lead maior que dois cross-correlation e

coeficiente maior que 0,3;iii) séries com Lead maior que dois na aplicação do modelo Probit e significativo;iv) que a séries deveriam possuir o mesmo sinal do coeficiente do cross-

correlation e Probit.

Das 100 séries candidatas a antecedentes, vinte apresentaram sinal invertido. E, deste total, um refinamento do processo de seleção estabeleceu dezoito que passaram a ser divididas11 entre pró-cíclicas, em um total de sete, e anticíclicas em um total de onze. Identificado os antecedentes, o passo seguinte foi agrupar os mesmos em um indicador único via modelo de fator dinâmico. Isso é feito com o objetivo de melhorar o poder de previsão, uma vez que séries individuais dificilmente conseguem carregar toda a informação econômica relevante para antecipar os movimentos cíclicos. Além disso, um indicador composto acaba por apresentar menor perda na antecipação de turning points. O agrupamento teve como regra, chegar a indicadores que possuíssem características de antecipar os turning points no curto prazo, considerado entre dois e cinco meses, no médio prazo, entre cinco e nove meses e também no longo prazo, acima de nove meses.

Dentre todas as dezoito séries finais, foram feitas agrupações das mais diversas, iniciando em dois a dois e testada a antecedência via cross-correlation e modelos probit. Os melhores resultados, de acordo com os prazos, foram obtidos para os indicadores antecedentes denominados de CP3, MP6 e MP8. Notou-se que o CP3, indicador de curto prazo, foi o que melhor acompanhou o ciclo da série de referência, apresentando apenas um ponto de troca extra. Os indicadores de médio prazo MP6 e MP8 apresentaram três pontos extras de troca, não sendo o mais adequado.

Gráfico 4.3. - Indicador Antecedente de curto prazo (CP3)

Fonte: Elaborado pelo autor.

A composição do indicador antecedente de curto prazo CP3 contemplou três séries com características causadoras primárias e originalmente anticíclicas12 e uma série de resposta rápida e está ilustrada no gráfico 4.3. Em outras palavras, três séries sensíveis às expectativas de curto prazo e uma série possuindo uma grande correlação com eventuais aumentos da atividade econômica, isto é, uma série com poder de reação no curto prazo sensível tanto a demanda doméstica quanto a internacional. Os turning points estabelecidos pelo algoritmo de Bry-Bochan para série CP3 foram os mesmos estabelecidos na série de referência, todavia 11 Ver anexo.12 Séries com sinal do coeficiente do Cross Correlation e Probit negativos. Estas séries por apresentarem um

comportamento semelhante e antecedente a série referência foram invertidas e adicionadas ao grupo de séries candidatas.

11

apresentando uma antecipação média de 4,75 meses. As barras escuras representam os períodos recessivos encontrados para a série IMM. As séries denominadas como MP6 e MP8, ambas de médio prazo, assumiram características dentro de uma proposta de antecedência do ciclo do complexo metalmecânico13, respectivamente, três e dois pontos extras de previsão e com média de 5,37 e 4,5 meses. O gráfico 4.4 e 4.5 ilustra o comportamento desses dois indicadores antecedentes.

Gráfico 4.4 - Indicador Antecedente de Médio Prazo – MP6

Gráfico 4.5 - Indicador Antecedente de Médio Prazo – MP8

Fonte: Elaborado pelo autor com dados do IBGE Fonte: Elaborado pelo autor com dados do IBGE

Em relação às séries que compõem os indicadores MP6 e MP8, nota-se o predomínio de variáveis com características de operarem na fase inicial serem causadoras primárias e possuir uma resposta rápida, isto é, serem sensíveis as expectativas e também a oscilação de variáveis e agregados econômicos domésticos ou estrangeiros.

5. CONSIDERAÇÕES FINAIS

Este artigo teve como objetivo elaborar um índice que descrevesse o comportamento para o conjunto de atividades relacionadas ao que se definiu como complexo metalmecânico do Brasil e criar indicadores antecedentes que pudessem antecipar seu movimento cíclico. Para a agregação dos setores foi utilizado o modelo de fator dinâmico, que apesar de mostrar um comportamento similar ao apresentado pela aplicação da análise de componente principal, se mostrou menos errático. A investigação cíclica do indicador do metalmecânico, denominado de IMM, revelou uma estreita relação com o ciclo da economia brasileira, apontado pelo CODACE.

Para o período de 2002 a 2015, observou-se que os ciclos datados na série referência antecederam os ciclos datados no PIB brasileiro, todavia sua ocorrência sendo em maior quantidade e possuindo menor duração que os ciclos datados no PIB brasileiro, mas sendo coerente com literatura que trata sobre o tema. Com relação a adoção do filtro HP, ao se considerar as diferentes de estimativas estabelecidas pelos demais filtros aplicados, o HP mostrou-se mais adequado, tal como também identificado em outras pesquisas.

A elaboração dos indicadores antecedentes com base na metodologia difundida pela OECD possibilitou encontrar séries que apresentam características importantes ora por serem causadoras primárias, ora por serem de resposta rápida a mudanças na economia, sensíveis a expectavas ou terem relações com a fase inicial da atividade produtiva. A agregação das séries 13 Duas séries antecedentes selecionadas correspondem a uma antiga metodologia adotada pelo respectivo órgão

difusor, mas eram publicadas até 2015.

12

em um único indicador, com a utilização do modelo de fator dinâmico, ao ter por procedimento a combinação de diferentes séries em uma única proxy possibilitou que estes apresentassem melhores resultados que mantidos individualmente. A utilização do modelo probit possibilitou observar que estes resultados, em termos de antecedência do ciclo do IMM, ocorrem possuindo um indicador de curto prazo e dois de médio prazo.

O debate sobre ciclos e construção de indicadores antecedentes contempla diversas outras aplicações. Sugere-se como continuidade dessa pesquisa, a utilização de novas técnicas para extração do ciclo e identificação de correlações com outros segmentos produtivo-econômicos.

6. Referência Bibliográfica

AROUBA, S. B.; DIEBOLD, F. X.; SCOTTI, C. Real-time measurement of business conditions. Journal of Business & Economic Statistics, v. 27, n. 4, p. 417-427, 2009.

JÜRGEN, Bierbaumer e POLLY, “Composite Leading Indicator for the Austrian Economy. Methodology and "Real-time" Performance”, WIFO Working Papers No. 369, 2010.

BURNS Arthur F.; MITCHELL, Wesley C. Measuring business cycles. New York: NBER, 1946.

BURNS Arthur F.; MITCHELL, Wesley C. Statistical indicators of cyclical revivals. [S.l.]: Ed. Geoffrey H. Moore,1961. p.162-183. (NBER book Business Cycle Indicators, v.1)

BRY, G.; BOSCHAN, C. Cyclical analysis of time series: selected procedures and computer programs. New York: NBER, 1971.

CAMPELO, Aloisio Monteiro Carnairo Jr. Indicadores antecedentes de atividade industrial no Brasil. Rio de Janeiro: FGV, 2008.

CHAUVET, Marcelle. Leading indicators of inflation for Brazil. Research and studies department. Central Bank of Brazil. Working Paper Series, Brasília, DF, n.7, jun. 2000.

______. The Brazilian Business and Growth. RBE, Rio de Janeiro, v. 56, n. 1, p.75-106, 2002.

______; MORAIS, Igor Alexandre C. de. Indicadores antecedentes para a indústria de bens de capital. Brasília, DF: CNI, 2009. Prêmio CNI de Economia.

CHRISTIANO, L. J.; FITZGERALD, T. J. The band passa filter. International Economic Review, [S.l.], v. 44, n. 2, p. 435-465, 2003.

CONTADOR, Claudio R.; FERRAZ, Clarisse B. Ciclos no mercado de seguros: revisão do sistema de indicadores antecedentes. Cadernos de Seguro, v. 16, n. 82, p. 29-33, nov./dez. de 1996.

COMITÊ DE DATAÇÃO DE CICLOS ECONÔMICOS (CODACE). Comunicado CODACE - 04 de agosto de 2015.

DIEBOLD, F. X. e RUDEBUSCH, G. D. (1996). Measuring business cycles: A modern perspective. Review of Economic Studies, 78, 67-77.

HALLEGATTE Stéphane; GHIL, Michael. Endogenous business cycles and the economic response to exogenous shocks, Fondazione Eni Enrico Mattei. Working Paper, [S.l.], n. 55, 2007.

HAMILTON, James D. A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, [S.l.], v. 57, n. 2, p. 357-384, mar. 1989.

13

HOLLAUER, Gilberto; ISSLER, João Victor. Construção de indicadores antecedentes para a atividade industrial brasileira e comparação de metodologias. Brasília, DF: IPEA, 2006. p.1-35. (Texto para Discussão, n. 1191).

JUGLAR, Clément. Des crises commerciales et leur retour periodique en France, en Angleterre, et aux. Etats-Unis. Paris: Guillaumin, 1862.

KYDLAND, Finn E. and Edward C. PRESCOTT. 1982. “Time to Build and Aggregate Fluctuations.” Econometrica, 50, 1345-70.

MARTINS, T. M.; MARTINELLI, D. P. Ciclos e previsão cíclica dos preços das commodities: um modelo de indicador antecedente para a commodity açucar. Revista de Administração, Contabilidade e Economia da FUNDACE, v. 1, n. 2, p. 1-12, 2010.

MORAIS, Igor A. C. Ciclo e indicadores antecedentes na indústria do Rio Grande do Sul. Belo Horizonte: Nova Economia (UFMG. Impresso) JCR: 2010.

PICCHETTI, P.; TOLEDO, C. Estimating and interpreting a common stochastic component for the Brazilian industrial production index. RBE, vol. 56, n. 1, p. 107-120, 2002.

PLOSSER, Charles. Understanding real business cycles. Journal of Economic Perspectives, [S.l.], v. 3, n. 3, summer 1989.

ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELPMENT (OECD). Handbook on constructing composite leading indicators: methodology and user guide. OECD, 2012.

ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELPMENT (OECD). OECD System of Composite Leading Indicators. OECD Working Paper, [S.l.], 2012.

OVERSTONE, Samuel J. L. Reflections suggested by a perusal of Mr. J. Horsley Palmer's pamphleton the causes and consequences of the presure on the money market. Londres: Pelham, 1837.

SCHUCK, Gustavo Jose; MORAIS, Igor Alexandre Clemente. Indicadores antecedentes compostos da agroindústria brasileira. [S.l.]: Nova Edições Acadêmicas, 2014.

STOCK, J. H.; WATSON, M. W. New Indexes of Leading and Coincident Economic Indicators. NBER Macroeconomic Annual, [S.l.], 1989.______; ______. Estimating turnning points using large data sets. National Bureau of Economic Research. Working Paper, Cambridge, MA, n.16532, 2010.______; ______. Generalized Shrinkage Methods for Forecasting Using Many Predictors. Journal of Business & Economic Statistics.;30 (4) :481-493. 2012.

THE CONFERENCE BOARD. Business cycles indicators handbook. TCB, 2000.

ZARNOWITZ, Victor. What is a business cycle? National Bureau of Economic Research, Working Paper, Cambridge, MA, n. 3863, 1991.

______; Victor and Geoffrey Moore. "Major Changes in Cyclical Behavior." The American Business Cycle: Continuity and Change, edited by Robert J. Gordon. Chicago: UCP, pp. 519-572 and 579-582, 1986.

Anexo

Quadro 1 - Séries AntecedentesPerfil de

antecedênciCódig

oNome da Série Fonte Data de

inicioRacionalidade

Econômica

14

a

CP3Curto Prazo

s327Taxa de juros - TBF - (% a.m.) - (BCB Boletim/M. Finan.) - BM12_TJTBF12

BACEN 07/95 Causador

primário

s350 M2 - títulos privados - fim período - novo conceito


primário

s351M2 - depósitos em poupança - fim período - novo conceito - (% PIB) - BM12_DEPOUCNY12


primário

s747 Exportações - setor: outros quipamentos de transporte

FUNCEX 01/94 Resposta

Rápida

MP6Médio Prazo

s204Produção industrial - outros produtos químicos - quantum - índice

IBGE 01/02 Fase inicial

s410Conta financeira - invest. estrang. Carteira - tít. Renda fixa - bônus - PN12_FINIDECRFB12


primário

s485

Imposto sobre produtos industrializados (IPI) - fumo - receita bruta - R$ (milhões) -SRF12_IPIFU12

Min. Fazenda/SRF

01/94 Causador primário

s778Exportações setor: Prod. alimentícios preços índice FUNCEX12_XPAL2N12


Rápida

s933

Estados Unidos - taxa de juros - bônus governamental - maturidade 10 anos (FMI/IFS) - IFS12_TJGBY10AEUA12

FMI 01/94 Causador primário

MP8Médio Prazo

s088 Produção Física Industrial, por grupos e classes industriais IBGE 01/02 Fase inicial

s168 População ocupada - empregada - RMs - MEN12_POCEMPR12

IBGE/PME 03/02 Resposta

Rápida

s185População ocupada - empregador - RMs - Pessoa (mil) (IBGE/PME) - PMEN12_POCEMP12

IBGE/PME 03/02 Resposta

Rápida

s410Conta financeira - invest. estrang. Carteira - tít. Renda fixa - bônus - PN12_FINIDECRFB12


primário

s778Exportações setor: Prod. alimentícios preços índice FUNCEX12_XPAL2N12


Rápida

LP1Longo Prazo

s619 Preço médio - atacado – ovo grande - unidade - DERAL12_ATPIC12

Seab-PR 01/94 Sensíveis a

expectativas

s844Importações - setor: Prod. alimentícios - quantum - índice -FUNCEX12_MQAL2N12


Rápida

Fonte: Elaborado pelo autor com dados do IBGE

€¦ · web viewe as duas últimas seriam elaborar o indicador a partir da análise do componente...

Documents