Académique Documents
Professionnel Documents
Culture Documents
+ >
=
. . 0
1
3 3
c c
I I se
M
mi mit t
t
o
(5.1)
<
=
. . 0
1
3 3
c c
I I se
R
mi mit t
t
o
(5.2)
5.1.2 Probit
A idia neste presente modelo conseguir captar eventos isolados nos Estados Unidos e na
China. Sendo assim, depois de calculados os momentos positivos e negativos para os ndices
45
das bolsas destes pases, construmos modelos Probit, cuja varivel dependente ser o
momentum e reversal, e as variveis explicativas, estacionrias, caracterizam a situao
econmica interna de cada pas em termos de: inflao, crescimento (produo industrial e
vendas no varejo), exportaes, importaes, investimento externo direto, indicadores
antecedentes e ndice de confiana do consumidor. Todas as sries so mensais para os EUA e
a China.
Com isto, temos o seguinte modelo Probit:
) ( ) (
) / 1 ( Pr
1 1
1 1
p p
X X
it it
X X dt t M X M ob
p p
| | |
| |
+ + u = = = =
}
+ +
(5.3)
Onde (
it
M
0 s s
it
M .
46
Notamos nas Tabelas 1 a 8 do Apndice 3 que, praticamente todos os testes indicam que os
ndices das bolsas dos BRICs e dos Estados Unidos no so estacionrios, porm a primeira
diferena destes sim. O mesmo ocorre para as taxas de juros. Para o EMBI, com exceo do
Brasil, os testes tambm indicam estcionariedade da srie apenas em primeira diferena.
Finalmente, para as taxas de cmbio, podemos considerar que ao menos um teste indicou a
no estacionariedade das taxas em nvel e a estacionariedade das sries em primeira diferena.
5.2 S-VAR com momentos
Seguindo alguns autores como Baig e Goldfajn (1999), podemos estudar o efeito contgio
atravs de um VAR. Esta metodologia til, uma vez que reconhece a endogeneidade das
variveis que estaro presentes no sistema. Outro ponto importante que permite medir o
impacto de variveis defasadas. Para manter a simplicidade, iremos estimar modelos VAR
estrutural (S-VAR) com as variveis dos BRICs para cada mercado separadamente (juros,
ndice de aes, cmbio e EMBI).
A diferena do VAR tradicional para o VAR estrutural que este ltimo requer o uso de
alguma teoria econmica para definir a relao entre as variveis (Bernanke, 1986; Sims,
1986) uma vez que a ordem das variveis no modelo gera impacto nos resultados da
estimao.
A restrio que estamos impondo em nosso S-VAR que a primeira matriz de coeficientes
seja triangular inferior (ver Anexo 2). A vantagem que esta restrio, de acordo com
Hamilton (1994), faz com que o modelo em sua forma estrutural seja exatamente identificado.
Assim sendo, os coeficientes de impulso resposta, que so calculados para o modelo em sua
forma reduzida (coeficientes ditos ortogonalizados) daro a conseqncia dinmica dos
eventos estruturais. Mais detalhes sobre esta metodologia de estimao podem ser tambm
encontrados em Christiano et al. (1998).
Uma vez que a ordem das variveis tem impacto sobre as funes impulso resposta geradas e
requer o uso de alguma teoria econmica, a ordem das variveis dos trs modelos toma como
base os resultados do Heat Map, obtidos na seo anterior. Sendo assim, ordenamos sempre
da varivel mais endgena para a mais exgena com relao ao Heat Index, ou seja,
consideramos mais endgenas aquelas que mais seguem os EUA, apresentando mais pontos
47
vermelhos, laranjas e amarelos, nesta ordem. No caso das bolsas, por exemplo, a ordem
escolhida foi: China, Brasil, Rssia e ndia.
A descrio detalhada de como foi construdo nosso VAR estrutural encontra no Anexo 2.
De acordo com os resultados dos testes de RU, em nossos modelos S-VAR, as variveis
dependentes seriam, no primeiro deles, o retorno das bolsas dos BRICs, de volta (4.3):
Retorno
i t
= log (ndice
i t
) - log (ndice
i t-1
)
Os ndices utilizados foram (em parnteses esto as siglas utilizadas no modelo):
- Brasil - Ibovespa: ndice da Bolsa de Valores de So Paulo (chibov);
- Rssia - Russian Trading System: ndice da Bolsa de Moscou (chrts);
- ndia Bombay Stock Exchange: ndice da Bolsa de Valores de Bombaim (chbse);
- China Shanghai Sock Exchange: ndice da Bolsa de Valores de Shanghai (chsse).
- Inclumos tambm a variao do ndice da bolsa norte-americana S&P500 (chspx) e o
TED spread (liborff).
No segundo modelo, tambm seguindo os resultados dos testes de RU, as nossas variveis
endgenas so a primeira diferena das taxas de juros dos BRICs para ttulos do governo de
um ano. No inclumos a Rssia neste modelo, pois, como sua taxa de juros apresentava baixa
volatilidade, impedindo o clculo de seu Heat Index, acreditamos que sua incluso aqui
poderia atrapalhar nossas concluses, uma vez que a ordem das variveis, como j dissemos
anteriormente, escolhida com base no Heat Map.
Finalmente, nos dois ltimos modelos queremos estimar a variao da taxa de cmbio e do
EMBI dos BRICs. Escolhemos como variveis exgenas, por hiptese, a primeira diferena
do TED spread (dif_liborff).
Alm disso, inclumos em todos os modelos uma varivel dummy que identifica o perodo da
recente crise, ou seja, igual a 1 para os anos de 2008 e 2009. O intuito desta dummy tentar
48
captar possveis diferenas no impacto da economia chinesa e norte-americana durante este
perodo. Sendo assim, optamos por incluir as iteraes desta dummy com os momentums e
reversal para os Estados Unidos e China.
Utilizamos dados mensais para o perodo de 2003 a 2010, at agosto, tentando assim abranger
tanto o perodo pr-crise (aqui considerado 2003-2007) como o durante a crise (2008 e incio
de 2009) e o perodo ps-crise (final de 2009 e 2010).
5.2.1 Resultados Empricos
Nesta seo, descrevemos os resultados empricos mais relevantes obtidos por nossos
modelos VAR, com base nas funes impulso resposta obtidas. A funo impulso resposta
traa a resposta dos valores presentes e futuros das variveis endgenas do modelo para um
aumento em uma unidade no erro de alguma das equaes que compem o VAR, assumindo
que este erro retorna para zero em todos os perodos subseqentes e todos os outros erros so
iguais a zero em todos os perodos. De acordo com Stock & Watson (2001), por sua dinmica
complexa, estatsticas do VAR como funo impulso resposta e causalidade de Granger
trazem mais informaes do que seus coeficientes da regresso e respectivo R
2
.
A fim de obter um intervalo de confiana para as funes impulso resposta, utilizaremos o
mtodo analtico o qual no entraremos em mais detalhes aqui. As estimaes foram
realizadas com o uso do software E-views.
5.2.1.1 S-VAR Bolsas
Na construo do S-VAR para os retornos mensais dos ndices das bolsas dos BRICs,
escolhemos as defasagens, a partir dos critrios de informao de Akaike, Schwartz e
Likelihood Ratio Likelihood Ratio (LR) (Lutkepohl 1991) optando por duas defasagens.
Construmos aqui o Modelo 1:
49
Tabela 1 - VAR Bolsas, variveis do modelo
Variveis Endgenas
- retorno dos ndices das bolsas dos BRICs
China (chsse), Brasil (chibov), ndia (chbse) e Rssia
(chrts)
- valores estimados de momentum e reversal
dos EUA (momentumeua e reversaleua)
- valores estimados de momentum e reversal da
China (momentumchina e reversalchina)
- iterao da dummy de crise com valores
estimados de momentum e reversal dos EUA
(dcrise*momentumeua e dcrise*reversaleua)
- iterao da dummy de crise com valores
estimados de momentum e reversal da China
(dcrise*momentumchina e dcrise*reversalchina)
Variveis Exgenas
- constante
- primeira diferena do TED spread
(dif_liborff)
Os resultados da funo impulso-resposta para o Modelo 1 so apresentados nas Figuras 8 e
9.
Como era de se esperar em um VAR estacionrio, o efeito dos choques convergem para zero
com o tempo, para todas as variveis. Notamos que o choque inesperado que aumente a
probabilidade de um momento negativo no mercado de aes norte-americano impacta
negativamente, com aproximadamente 2 meses de defasagem, as bolsas de valores na ndia e
no Brasil. Tal impacto no foi significativamente alterado no perodo de crise. O mesmo
acontece nestes dois pases, quando h um choque que aumente a probabilidade de um
momento negativo no mercado financeiro economia chinesa durante a crise apenas, com a
mesma defasagem de 2 meses. Entretanto, neste evento, a bolsa de valores da Rssia tambm
sofre contrao com dois meses de defasagem e ainda piora no terceiro ms.
Cabe lembrar que, como vimos anteriormente, o ndice de aes da bolsa de Xangai tem em
sua composio um predomnio de aes de empresas financeiras, setor mais afetado no
50
perodo inicial da crise, sendo que os momentos negativos na economia chinesa no perodo de
crise devem possuir alguma relao com esta.
Por outro lado, choques que aumentem a probabilidade de momentos positivos nos EUA no
geram nenhum impacto significante nos BRICs a no ser para a Rssia durante a crise. J
choques que aumentem a probabilidade de momentos positivos na China neste perodo afetam
positivamente a bolsa brasileira e a indiana.
No tocante aos efeitos dentre os BRICs, como observamos nas funes impulso-resposta da
Figura 7, choques positivos no retorno do Ibovespa geram impactos positivos no
desprezveis nas bolsas da Rssia com defasagem de um ms e da ndia sem defasagem. Estes
choques podem estar captando um momento positivo para as commodities, que impactariam
positivamente estes dois pases.
5.2.1.2 S-VAR Juros
Aqui novamente escolhemos duas defasagens, a partir dos critrios de informao de Akaike
e LR no seguinte Modelo 2:
Tabela 2- VAR Juros, variveis do modelo
Variveis Endgenas
- primeira diferena das taxas de juros dos BRICs
com exceo da Rssia China (dif_juro_chi), Brasil
(dif_juro_bra) e ndia (dif_juro_ind)
- valores estimados de momentum e reversal dos
EUA (momentumeua e reversaleua)
- valores estimados de momentum e reversal da
China (momentumchina e reversalchina)
- iterao da dummy de crise com valores
estimados de momentum e reversal dos EUA
(dcrise*momentumeua e dcrise*reversaleua)
- iterao da dummy de crise com valores
estimados de momentum e reversal da China
(dcrise*momentumchina e dcrise*reversalchina)
- primeira diferena do TED spread (dif_liborff)
Variveis Exgenas
- constante
- retorno do ndice S&P500 (chspx)
51
Podemos observar nas Figuras 8 e 9 os resultados deste VAR para as taxas de juros para
ttulos governamentais de 12 meses. Como os resultados para os testes de raiz unitria
rejeitam estacionariedade em nvel, estas variveis foram utilizadas em sua primeira
diferena.
Ao analisar o Modelo 2 conclumos que, para o perodo de crise, um choque que aumente a
probabilidade de um momento negativo na bolsa dos Estados Unidos faz com que as taxas de
juros na China e no Brasil caiam aps quatro meses e a taxa de juros indiana comece a cair
aps dois meses. O mesmo acontece para a ndia no perodo de crise quando h um choque
que aumente a probabilidade de um momento positivo na China.
Como j dito anteriormente, as taxas de juros sofrem controle das autoridades monetrias dos
pases. Sendo assim, no de se estranhar que os impactos de choques ocorrem com maior
defasagem, quando comparado s outras variveis financeiras aqui estudadas.
Finalmente, notamos pela Figura 9 que choques nas taxas de juros dos prprios BRICs no
geram alteraes significativas nas taxas de juros dos outros pases membros do grupo.
5.2.1.3 S-VAR EMBI
Utilizamos novamente os critrios de seleo para a escolha do nmero de defasagens
optando novamente por duas defasagens em nosso Modelo 3:
Tabela 3- VAR EMBI, variveis do modelo
Variveis Endgenas
- retorno do EMBI dos BRICs China
(chembi_ch), Brasil (chembi_br), ndia (chembi_in)
e Rssia (chembi_ru)
- valores estimados de momentum e reversal da
China (momentumchina e reversalchina)
- valores estimados de momentum e reversal
dos EUA (momentumeua e reversaleua)
- iterao da dummy de crise com valores
estimados de momentum e reversal dos EUA
52
(dcrise*momentumeua e dcrise*reversaleua)
- iterao da dummy de crise com valores
estimados de momentum e reversal da China
(dcrise*momentumchina e dcrise*reversalchina)
Variveis Exgenas
- constante
- primeira diferena do TED spread
(dif_liborff)
No Modelo 3, Figura 10 notamos que, para o perodo de crise, um choque que aumente a
probabilidade de um momento negativo na bolsa dos EUA gera variao no desprezvel,
positiva do EMBI, ou seja, o risco-pas do Brasil e da Rssia aumente, enquanto o EMBI da
ndia apresenta variao negativa. Este ltimo resultado no intuitivo. Um dos motivos para
isso pode ser, pelo fato que tanto a China como a ndia so pases com maior controle de
capital pelo estado, sendo assim, as relaes interbancrias destes pases com bancos
internacionais mais limitada, ficando estes pases mais isolados financeiramente dos riscos
externos podendo at atrair investimentos em momentos de crise.
Na Figura 11, observamos que h contgio de choques positivos na variao do EMBI da
Rssia para o Brasil e China no mesmo perodo permanecendo at o segundo ms com
oscilaes positivas. J o a variao do risco-pas da ndia negativa e ocorre tambm j no
primeiro perodo.
Notamos ainda que choques positivos na variao do risco-pas chins reduzem os EMBIs da
Rssia e do Brasil. Como estes dois so pases cuja atividade econmica mais semelhante,
voltada para a exportao de commodities, esto mais vulnerveis s oscilaes nos preos
destas no mercado internacional. Eventualmente um choque nestes preos pode criar um
ambiente econmico visto internacionalmente como de maior incerteza, o que aumenta a
percepo do risco pelos estrangeiros para estes pases, podendo levar alguns investidores a
aplicarem seu dinheiro na China, ou mesmo na ndia, pases menos deriva de choques nestes
preos.
53
5.2.1.4 S-VAR Cmbio
Utilizamos os critrios de seleo para a escolha de duas defasagens em nosso Modelo 4:
Tabela 4- VAR Cmbio, variveis do modelo
Variveis Endgenas
- variao mensal da taxa de cmbio dos
BRICs China (dcambio_chi), Brasil
(dcambio_bra), ndia (dcambio_ind) e Rssia
(dcambio_rus)
- valores estimados de momentum e reversal
da China (momentumchina e reversalchina)
- valores estimados de momentum e reversal
dos EUA (momentumeua e reversaleua)
- iterao da dummy de crise com valores
estimados de momentum e reversal dos EUA
(dcrise*momentumeua e dcrise*reversaleua)
- iterao da dummy de crise com valores
estimados de momentum e reversal da China
(dcrise*momentumchina e dcrise*reversalchina)
Variveis Exgenas
- constante
- retorno do ndice S&P500 (chspx)
- primeira diferena do TED spread
(dif_liborff)
Os resultados de nosso Modelo 4 (Figuras 12 e 13) nos mostram que, durante o perodo de
crise (2008/2009), um aumento da probabilidade de momentos negativos na bolsa chinesa
provocou fortes depreciaes nas taxas de cmbio dos outros trs pases do grupo dos BRICs.
Tal fato mais uma demonstrao das fortes ligaes comerciais destes pases com a
China. Perodos em que a economia chinesa est mais fraca, demanda menos produtos e
ativos financeiros destes pases o que por sua vez reduz a demanda por moeda destes,
depreciando o cmbio. Da mesma forma, no perodo de crise, um choque negativo no
mercado financeiro norte-americano produz uma depreciao da moeda russa com trs meses
de defasagem.
54
Por outro lado, tambm detectamos apreciao do cmbio chins um perodo aps um choque
negativo nos Estados Unidos e a depreciao do cmbio brasileiro quando h probabilidade
maior de um evento positivo nos Estados Unidos. O que pode acontecer aqui que sinais de
uma economia norte-americana mais aquecida (momentos positivos) levam as autoridades
monetrias a adotar polticas mais contracionistas, elevando os juros do pas, o que por sua
vez atrai mais capital de investidores estrangeiros, sobrando menos recursos internacionais
para pases emergentes como o Brasil. Exatamente um movimento inverso ocorre em perodos
de menor aquecimento (momentos negativos) nos EUA.
Encontramos ainda evidncia de um efeito imediato de depreciao das taxas de cmbio
chinesa e indiana quando h um choque que gere a depreciao da taxa de cmbio russa
(Figura 13).
Como j dito anteriormente o cmbio chins, dentre os BRICs o que sofre maior controle.
Desde 2005 as autoridades monetrias chinesas tm permitido que a moeda do pas (renmibi)
flutue em torno de uma margem estreita com relao a uma cesta de moedas composta por
pases que so importantes parceiros comerciais para a China. Dentre as moedas que
predominam nesta cesta, temos o dlar (EUA), o Euro (rea do Euro), Won (Korea do Sul) e,
em menor escala, a Libra britnica, o Bath (Tailndia), o Rublo (Rssia), o Dlar Australiano,
o Dlar Canadense e o Dlar da Singapura. Sendo assim, estas so as moedas cujas oscilaes
mais deveriam impactar o cmbio chins.
55
Figura 6: Impulso Resposta Bolsas Momentumse Reversals
5
5
56
Figura 7: Impulso Resposta Bolsas BRIC
5
6
57
i. Modelo 2
Figura 8: Impulso Resposta Juros BRIC
5
7
58
Figura 9: Impulso Resposta Juros BRICs
5
8
59
ii. Modelo 3
Figura 10: Impulso Resposta EMBI Momentumse Reversals
5
9
60
Figura 11: Impulso Resposta EMBI BRIC
6
0
61
iii. Modelo 4
Figura 12: Impulso Resposta Cmbio Momentumse
Reversals
6
1
62
Figura 13: Impulso Resposta Cmbio BRIC
6
2
63
5.3 VEC com momentos
Na seo anterior estas sries foram utilizadas no VAR em sua forma estacionria. Apesar de
alguns autores afirmem que coeficientes consistentes podem ser obtidos mesmo quando as
variveis do VAR no so estacionrias (Sims, Stock & Watson (1990)) no conseguimos
obter funes impulso resposta conclusivas ao usar esta hiptese, dessa forma, preferimos
permanecer apenas com a verso estacionria de nosso VAR. Entretanto, ao utilizar este
procedimento, podemos estar desperdiando informaes importantes entre estas sries,
principalmente no tocante a relaes de longo prazo.
De acordo com Enders (2004), a principal vantagem de variveis serem cointegradas, ou seja,
produzirem uma relao linear estacionria, que suas trajetrias so influenciadas pela
dimenso de seus desvios do equilbrio de longo prazo.
A anlise tradicional de cointegrao apresentada por Engle-Granger (1987) permite a
identificao de uma relao de longo prazo entre variveis. Entretanto, a abordagem de
Engle-Granger no capaz de identificar o nmero de vetores de cointegrao, no podendo
assim estimar de forma adequada os parmetros quando o nmero de variveis maior que
dois. Portanto, Johansen (1988) sugeriu um mtodo de mxima verossimilhana dentro do
arcabouo do VAR para testar a presena de cointegrao entre duas ou mais variveis
econmicas. Decidimos ento nesta seo aplicar este procedimento de Johansen para avaliar
a possibilidade de utilizar nossas sries financeiras em Vetores de Correo de Erros (VEC).
Estudos, por exemplo, de movimentos conjuntos entre mercados acionrios nacionais h
muito tempo tm sido um tpico popular no mercado financeiro (Markridakis &
Wheelwright, 1974; Joy et al., 1976; Hiliard, 1979; Maldonado & Saunders, 1981). Kasa
(1992) encontra relao ente Estados Unidos, Japo, Reino Unido, Canad e Alemanha com
base em dados mensais. O autor aplica a tcnica de estimao de Johansen e conclui que
existem quatro vetores de cointegrao indicando uma tendncia estocstica comum entre
estes mercados.
64
Aqui, diferentemente do VAR estrutural, utilizamos como variveis dependentes (Y
t
), no
primeiro modelo, o logaritmo das sries originais. Tambm utilizamos dados mensais para o
perodo de 2003 a agosto de 2010, tentando assim abranger desde o incio at o auge da crise,
no final de 2008 e incio de 2009, aps a falncia do banco Lehman Brothers (setembro de
2008).
5.3.1 Resultados Empricos
Nosso principal intuito identificar possveis efeitos de longo prazo nas iteraes entre as
bolsas, momentos, prmio de risco, taxas de cmbio e taxas de juros, tanto para o ajustamento
de curto como de longo prazo. Alem disso, queremos detectar se h efeitos significantes da
recente crise norte-americana em nossos resultados. Faremos isso atravs da incluso de nossa
varivel dummy para o perodo de crise (dcrise) iterando com os momentos bons e ruins para
as bolsas da China e dos EUA.
Nossos testes de raiz unitria mostraram que as sries em estudo aqui so integradas de
primeira ordem I(1). Desde que as sries sejam cointegradas, pelo Teorema da Representao
de Granger, nossos modelos de vetores de correo de erros (VEC) apresentaro a seguinte
estrutura:
(5.4)
Sendo que a combinao linear estacionria, (y
t
) um vetor de dimenso ,
e so matrizes de dimenso , onde r o nmero de vetores de cointegrao. Para
a escolha de r, utilizamos os testes do trao e mximo autovalor cujos resultados so
apresentados nas Tabelas 1 a 4 do Apndice 3. Com base nos resultados dos testes,
escolhemos o nmero de vetores de cointegrao de forma a ser mais conservador e garantir
obter os resultados para os BRICs que queremos interpretar. Explicaremos esta escolha com
mais detalhes na seo a seguir.
Em todos os modelos, inclumos dentro do vetor de cointegrao, alm das variveis
financeiras dos BRICs que estamos analisando, os momentums e reversals da China e dos
65
Estados Unidos, bem como suas iteraes com a dummy para o perodo de crise. Como
varivel exgena temos a primeira diferena do TED spread (dif_liborff).
Sendo assim, nosso Modelo VEC 1 inclui, alm destas variveis, os ndices das bolsas, o
Modelo VEC 2 inclui as taxas de juros (com exceo da Rssia pelos mesmos motivos do
VAR), o Modelo VEC 3 os EMBIs e, finalmente, o Modelo VEC 4 inclui as taxas de
cmbio dos BRICs. Todas estas sries esto em logaritmo, exceto as taxas de juros, para
facilitar a comparao entre os pases e evitar problemas de heterocedasticidade.
Optamos em todos os casos por modelos com constante dentro e fora do vetor de
cointegrao, sem tendncia determinista, uma vez que a partir de observao grfica das
sries no possvel perceber tendncia bvia das mesmas. Ainda realizamos o teste de
Portmanteau para autocorrelao dos resduos dos modelos estimados e no detectamos a
presena desta.
Os resultados de nosso estudo, presentes nas Tabelas 5 a 12 a seguir.
5.3.1.1 VEC Bolsas
Para o nosso Modelo VEC 1, optamos por utilizar quatro vetores de cointegrao. Os testes
de cointegrao do trao e do mximo autovalor nos indicaram o uso de at 11 vetores de
cointegrao em nosso modelo com 12 variveis, mas queremos medir os impactos no ajuste
de longo prazo para os BRICs das outras variveis de nosso modelo, sendo assim, optamos
por utilizar apenas o ndice das bolsas dos quatro pases membros deste grupo para construir
nosso vetor de cointegrao.
Ao observar a Tabela 5, notamos que o perodo de crise afeta significativamente a forma
como os momentos da bolsa norte-americana impactam o ajuste de longo prazo das bolsas dos
BRICs, momentos positivos impactam positivamente e negativos, negativamente esse ajuste.
Para a China, o mesmo tambm acontece com os momentums e reversals do prprio pas
durante a crise.
66
Notamos tambm que momentos positivos na China impactam positivamente o ajustamento
de longo prazo da bolsa russa. Provavelmente isto mais uma vez se deve ao fato de os
chineses serem importante mercado consumidor de petrleo e gs natural da Rssia,
principais produtos de sua pauta de exportao cujas empresas produtoras, como vimos em
seo anterior, predominam o ndice da bolsa de valores do pas.
J no curto prazo (Tabela 9), os resultados so um tanto quanto surpreendentes uma vez que
alguns impactos significantes apresentam sinal contrrio ao esperado como o caso do
impacto positivo para o Brasil de momentos ruins na bolsa norte-americana durante o perodo
de crise. Uma justificativa pode ser a fuga de capitais para economias emergentes no curto
prazo, devido maior rentabilidade de ativos nestes pases enquanto o mundo desenvolvido
apresentava taxas de juros e preos de aes cada vez menos atraentes. No entanto este
resultado pode tambm ser atribudo falta de sries mais longas e incluso no modelo de
dados financeiros de outros pases relevantes, como Alemanha, Inglaterra e Japo.
A concluso mais importante aqui que, tanto no curto como no longo prazo, o perodo de
crise gera impacto no desprezvel vindo dos Estados Unidos, nos ndices das bolsas dos
BRICs, indicando a presena de contgio. A China, principalmente no ajuste de longo prazo,
no consegue impactar de forma relevante os outros pases do grupo durante a crise.
5.3.1.2 VEC Juros
Para nosso Modelo VEC 2, os testes de cointegrao tambm sugerem o uso de at 11
vetores de cointegrao. Aqui, optamos novamente pelo conservadorismo, utilizando apenas
quatro, normalizando as taxas de juros para o Brasil, ndia e China e o TED Spread, uma vez
que neste caso no temos o dado da Rssia, como j explicado anteriormente.
Notamos pela Tabela 6 que a economia chinesa impacta a convergncia para o equilbrio de
longo prazo da taxa de juros brasileira positivamente tanto em momentos ruins, como em
momentos bons durante a crise. Este segundo efeito pode estar ocorrendo por elevao dos
preos das commodities no mercado internacional, uma vez que um bom momento na
economia chinesa tende a gerar elevao no desprezvel na demanda, elevando o preo no
mercado internacional, o que por sua vez eleva a inflao nos pases, fazendo com que
formuladores de poltica monetria se vejam obrigados a adotar polticas contracionistas,
elevando as taxas de juros.
67
Por outro lado, momentos ruins na economia norte-americana impactam negativamente a
velocidade ajustamento de longo prazo da taxa de juros brasileira e positivamente no perodo
de crise.
J a ndia em seu ajustamento de longo prazo no sofre impacto da China, apenas dos EUA,
positivamente, exceto pelos momentos bons deste durante a crise. O mesmo ocorre com a
China. Notamos que para todos os pases, durante a crise, momentos bons tendem a gerar
impacto negativo no ajuste de longo prazo, enquanto momentos ruins tendem a gerar impacto
positivo, resultado tambm um tanto quanto surpreendente, que pode estar relacionado
novamente ausncia de sries mais longas e incluso de taxas de juros de outros mercados
financeiros importantes, como Inglaterra e rea do Euro, por exemplo, por no fazerem parte
do grupo de pases que o presente estudo se props a estudar.
No ajustamento de curto prazo (Tabela 10) os juros na ndia sofrem impacto de momentos
positivos no mercado financeiro chins. O Brasil, por sua vez sofre impacto no desprezvel
em sua taxa de juros quando h alteraes na taxa de juros da economia chinesa.
5.3.1.3 VEC EMBI
No Modelo VEC 3, os testes de cointegrao do trao e mximo autovalor tambm sugerem
o uso de at 11 vetores de cointegrao. Optamos novamente por utilizar apenas quatro,
normalizando os EMBIs para os BRICs. Notamos nas Figuras 7 e 11 que os efeitos de curto
prazo so menos relevantes quando comparados aos de ajustamento de longo prazo, tanto
vindos dos EUA como da China.
Mais uma vez o Brasil e a Rssia apresentam comportamento mais semelhante, como no
VAR e no Heat Map. Os EUA influenciam o ajuste de longo prazo dos prmios de risco
destes dois pases positivamente em perodos ruins e negativamente em perodos bons, exceto
no perodo de crise, quando uma maior probabilidade de qualquer tipo de evento tem impacto
positivo. O que pode estar gerando este resultado no esperado algum momento ruim para
algum outro pas durante a ocorrncia de um momento bom nos EUA, ou mesmo fatores
68
internos destes pases que no esto sendo considerados no modelo. Provavelmente pela
mesma razo, o impacto da China durante a crise para estes pases significante, porm com
sinal contrrios ao que seria esperado.
Os impactos dos momentos norte-americanos e da China neste pas e na ndia tambm
apresentam maior semelhana dentre os BRICs, mais uma vez por tratar-se de pases com
atividade econmica e grau de desenvolvimento mais prximo. Notamos ainda que durante a
crise tanto os momentos bons como os ruins vindos dos EUA geram impacto negativo no
ajuste de longo prazo. Mais uma vez isto pode ocorrer por no estar-se levando em conta
algum fator interno ou externo a esses dois pases que esteja influenciando positivamente o
risco destes pases durante a crise.
No ajuste de curto prazo nenhum momento da economia norte-americana, nem os prprios
EMBIs dos BRICs exercem influncia significante. O nico destaque para o impacto de
momentos negativos da bolsa chinesa.
5.3.1.4 VEC Cmbio
Aqui optamos tambm pelo uso de 4 vetores de cointegrao em nosso Modelo VEC 4,
apesar de os testes de cointegrao indicarem que poderamos utilizar at 11, por motivos j
citados anteriormente.
Notamos aqui (Tabela 8) uma forte dependncia das taxas de cmbio de todos os pases dos
BRICs dos momentums e reversals tanto dos EUA como da China para o ajuste de longo
prazo. No entanto, durante a crise esta dependncia no muda com relao ao primeiro, mas
sim com relao ao segundo, alterando ainda o sinal. Sendo assim, nossa concluso mais
importante aqui que no ajuste em direo ao equilbrio de longo prazo das taxas de cmbio
dos BRICs, acontecimentos bons e ruins das economias chinesa e norte-americana exercem
forte influncia e durante a crise esta influncia sofre alteraes significativas, principalmente
vindas da China e para momentos bons tanto da China como dos EUA.
No curto prazo (Tabela 14), o aumento da probabilidade de momentos positivos na economia
chinesa gera impactos no desprezveis para a taxa de cmbio dos BRICs. Uma maior
probabilidade de momentos ruins na economia norte-americana tambm impacta de alguma
forma (positiva ou negativamente) a taxa de cmbio dos BRICs tanto no geral como em um
69
impacto adicional perodo de crise, exceto para a Rssia e para a ndia esse impacto adicional
tem sinal oposto. J momentos positivos deste mesmo pas impactam as taxas de cmbio da
moeda brasileira e chinesa, apenas.
Como era de se esperar dada a dimenso das relaes comerciais da China com os outros
pases membros dos BRICs, a taxa de cmbio chinesa impacta no curto prazo de alguma
forma as taxas de cmbio de todos os outros pases membros do grupo.
5.4 Concluses Gerais do VAR e VEC
Detectamos a partir deste estudo que a economia chinesa capaz de gerar impacto no
desprezvel, principalmente durante a crise, nos outros pases do grupo dos BRICs.
Entretanto, a economia norte-americana, na maior parte dos casos, ainda fundamental,
principalmente para o ajuste de longo prazo destes pases.
70
i. VEC: Coeficiente de Ajustamento de Longo
Tabela 5: VEC Bolsas - ajuste de longo prazo
China Brasil Rssia ndia
Reversal EUA +
(*)
+ +
(*)
+
Momentum EUA + + + +
Dummy Crise*Reversal EUA -
(*)
-
(*)
-
(*)
-
(*)
Dummy Crise*Momentum EUA +
(*)
+
(*)
+
(*)
+
(*)
Reversal China - + + +
Momentum China + + +
(*)
+
Dummy Crise*Reversal China -
(*)
+ + +
Dummy Crise *Momentum China +
(*)
+ - +
(*) Denota significncia a 5%
** A tabela apresenta os sinais dos coeficientes dentro do vetor de
cointegrao as quatro equaes de cointegrao, cada uma referente a um
dos BRIC.
Resultados VEC - Efeitos de Longo Prazo** - Bolsas
Pas
Varivel
Tabela 6: VEC Juros - ajuste de longo prazo
China ndia Brasil
Reversal EUA +
(*)
+
(*)
-
(*)
Momentum EUA +
(*)
+
(*)
-
Dummy Crise*Reversal EUA - +
(*)
+
(*)
Dummy Crise*Momentum EUA -
(*)
-
(*)
-
(*)
Reversal China - + +
(*)
Momentum China + + +
Dummy Crise*Reversal China +
(*)
+ -
Dummy Crise *Momentum China + + +
(*)
(*) Denota significncia a 5%
** A tabela apresenta os sinais dos coeficientes dentro do vetor de
cointegrao as quatro equaes de cointegrao, cada uma referente a um
dos BRIC.
Pas
Resultados VEC - Efeitos de Longo Prazo** - Juros
Varivel
71
Tabela 7: VEC EMBI - ajuste de longo prazo
China Brasil Rssia ndia
Reversal EUA - +
(*)
+
(*)
-
Momentum EUA +
(*)
-
(*)
-
(*)
+
(*)
Dummy Crise*Reversal EUA -
(*)
+
(*)
+
(*)
-
(*)
Dummy Crise*Momentum EUA -
(*)
+
(*)
+
(*)
-
(*)
Reversal China + -
(*)
-
(*)
+
(*)
Momentum China -
(*)
-
(*)
+
(*)
-
Dummy Crise*Reversal China +
(*)
-
(*)
-
(*)
+
(*)
Dummy Crise *Momentum China +
(*)
+
(*)
+
(*)
-
(*)
(*) Denota significncia a 5%
Resultados VEC - Efeitos de Longo Prazo** - EMBI
Varivel
Pas
** A tabela apresenta os sinais dos coeficientes dentro do vetor de cointegrao
as quatro equaes de cointegrao, cada uma referente a um dos BRIC.
Tabela 8: VEC Cmbio - ajuste de longo prazo
China Brasil Rssia ndia
Reversal EUA -
(*)
-
(*)
+
(*)
-
(*)
Momentum EUA -
(*)
-
(*)
+
(*)
-
(*)
Dummy Crise*Reversal EUA + - + -
Dummy Crise*Momentum EUA +
(*)
+
(*)
+ +
(*)
Reversal China -
(*)
-
(*)
+
(*)
-
(*)
Momentum China -
(*)
-
(*)
+
(*)
-
(*)
Dummy Crise*Reversal China -
(*)
-
(*)
+
(*)
-
(*)
Dummy Crise *Momentum China +
(*)
+
(*)
-
(*)
+
(*)
(*) Denota significncia a 5%
** A tabela apresenta os sinais dos coeficientes dentro do vetor de cointegrao
Varivel
Resultados VEC - Efeitos de Longo Prazo** - Cmbio
Pas
72
ii. Coeficiente de Ajustamento de Curto Prazo
Tabela 9: VEC Bolsas - ajuste de curto prazo
China Brasil Rssia ndia
Bolsa China (Xangai) + - +
(*)
+
Bolsa Brasil (Ibovespa) + - + +
Bolsa Rssia (RTS) -
(*)
+ - -
Bolsa ndia (BSE) + + + -
(*)
Reversal EUA +
(*)
- +
(*)
-
Momentum EUA + +
(*)
- -
(*)
Dummy Crise*Reversal EUA +
(*)
+
(*)
+ -
(*)
Dummy Crise*Momentum EUA +
(*)
-
(*)
+ +
Reversal China + +
(*)
+
(*)
-
(*)
Momentum China + + + -
Dummy Crise*Reversal China -
(*)
+
(*)
+ -
(*)
Dummy Crise *Momentum China +
(*)
+
(*)
- -
(*)
(*) Denota significncia a 5%
Resultados VEC - Efeitos de Curto Prazo** - Bolsas
Varivel
Pas
** A tabela apresenta os sinais dos coeficientes de ajustamento de curto
prazo para os quatro vetores de cointegrao, cada uma referente a um dos
BRIC.
Tabela 10: VEC Juros - ajuste de curto prazo
China ndia Brasil
Juros China -
(*)
+ -
(*)
Juros ndia - + -
(*)
Juro Brasil +
(*)
-
(*)
-
TED spread - + -
Reversal EUA +
(*)
+ +
Momentum EUA + + -
Dummy Crise*Reversal EUA - +
(*)
+
Dummy Crise*Momentum EUA - + -
(*)
Reversal China + + +
Momentum China + - -
Dummy Crise*Reversal China - + +
Dummy Crise *Momentum China + -
(*)
-
(*) Denota significncia a 5%
** A tabela apresenta os sinais dos coeficientes de ajustamento de curto
prazo para os quatro vetores de cointegrao, cada uma referente a um dos
BRIC.
Resultados VEC - Efeitos de Curto Prazo** - Juros
Varivel
Pas
73
Tabela 11: VEC EMBI - ajuste de curto prazo
China Brasil Rssia ndia
EMBI China - + - +
EMBI Brasil - - - -
EMBI Rssia + + + +
EMBI ndia + - - +
Reversal EUA + + + +
Momentum EUA + - - +
Dummy Crise*Reversal EUA + - + -
Dummy Crise*Momentum EUA - + -
(*)
-
Reversal China +
(*)
-
(*)
+
(*)
-
(*)
Momentum China - - + -
Dummy Crise*Reversal China + - + +
Dummy Crise *Momentum China + - + -
(*)
(*) Denota significncia a 5%
Resultados VEC - Efeitos de Curto Prazo** - EMBI
Varivel
Pas
** A tabela apresenta os sinais dos coeficientes de ajustamento de curto prazo
para os quatro vetores de cointegrao, cada uma referente a um dos BRIC.
Tabela 12: VEC Cmbio - ajuste de curto prazo
China Brasil Rssia ndia
Cmbio Brasil +
(*)
- - +
Cmbio China - +
(*)
-
(*)
+
(*)
Cmbio ndia - + + -
Cmbio Rssia - + - +
Reversal EUA -
(*)
+
(*)
-
(*)
+
(*)
Momentum EUA -
(*)
+
(*)
+ +
Dummy Crise*Reversal EUA -
(*)
+
(*)
- -
(*)
Dummy Crise*Momentum EUA -
(*)
+
(*)
+ -
Reversal China - + + -
Momentum China - + - +
Dummy Crise*Reversal China - + + -
Dummy Crise *Momentum China -
(*)
+
(*)
+
(*)
-
(*) Denota significncia a 5%
** A tabela apresenta os sinais dos coeficientes de ajustamento de curto prazo
para os quatro vetores de cointegrao, cada uma referente a um dos BRIC.
Resultados VEC - Efeitos de Curto Prazo** - Cmbio
Varivel
Pas
74
6 MEDINDO OS IMPACTOS DA CRISE EM VARIVEIS REAIS
At aqui, nosso estudo procurou mostrar a propagaes de perturbaes durante a crise em
variveis nominais do mercado financeiro. Nesta ltima etapa, iremos tentar captar, com ajuda
do Heat Index e de modelos de cointegrao em painel, os efeitos da crise em variveis reais
da economia.
Optamos desta vez pelo uso de modelos em painel para medir o contgio. Aqui no ser nosso
interesse medir impacto entre os pases dos BRICs, sendo assim, este mtodo de estimao
possui algumas vantagens quando comparado a mtodos apenas de cross-section ou sries
temporais, de acordo com Hsiao (1985, 1995, 2000). O autor afirma que dados em painel
fazem com que o pesquisador disponha de uma maior quantidade de observaes, o que
aumenta o nmero de graus de liberdade e reduz a colinearidade entre as variveis
explicativas. Alm disso, uma maior quantidade de dados longitudinais permite a
identificao de efeitos que no poderiam ser detectados atravs de uma srie de tempo ou de
um cross-section separadamente. So estas vantagens que queremos aproveitar nessa seo,
embora estejamos tratando de um cross-section com apenas quatro pases.
O estudo do efeito da crise em variveis reais tambm de extrema importncia uma vez que,
como notamos no Grfico 2 da Seo 1, o grupo das 7 maiores economias do mundo chegou a
apresentar queda no produto real de 3,7% em 2009, j no perodo final da crise. Neste mesmo
ano, a queda no produto real foi de 0,6% para o Brasil e quase 8% para a Rssia, enquanto a
ndia e a China apresentaram apenas uma desacelerao, embora no to desprezvel.
Uma das formas mais comuns de estudar-se o contgio em variveis econmicas do lado real
atravs do fluxo de comrcio de mercadorias entre pases. Entretanto, como mencionamos
anteriormente, no o que faremos aqui, pois queremos analisar o contgio das variveis
financeiras para variveis reais, e no apenas os efeitos de variveis reais nelas mesmas.
Van Rijckeghem e Weder (2001) e com Kaminsky e Reinhart (2001) encontram evidncias
apontando que credores de bancos comuns e investidores de fundos mtuos tm papel
importante no contgio financeiro internacional. Argumentam ainda que as ligaes
financeiras atravs de emprstimos bancrios ou investimento em portflios tem maior papel
que canais de troca de mercadoria na propagao de uma crise.
75
6.1 Heat Map Simplificado para Variveis Reais
Como a crise teve origem no mercado financeiro, seus efeitos em variveis econmicas reais
ocorreram com maior defasagem, quando comparadas s variveis financeiras estudadas at
aqui. Conseguimos mostrar isso atravs da construo de um Heat Map simplificado para as
variaes em 12 meses da produo industrial, do PIB e da taxa de desemprego. Chamamos
de simplificado, pois os dados aqui so disponibilizados mensalmente apenas ou, no caso do
PIB e do desemprego chins, trimestralmente. Sendo assim, utilizamos a mesma metodologia
para o clculo do Heat Index, porm desconsiderando a segunda parte da equao. Ficamos
assim com a seguinte equao:
(6.1)
Onde o valor do ndice simplificado ( ) ir depender da variao em 12 meses da
varivel em questo ( ) com relao mdia desta variao entre 2003 e 2006 ( )
seu desvio padro para este mesmo perodo ( ).
Utilizamos a variao em 12 meses dos dados para atenuar possveis efeitos de sazonalidade,
que poderiam gerar algum vis em nossas concluses. Ainda assim, os dados para a China
tiveram que ser dessazonalizados antes de serem utilizados para o estudo.
O que queremos mostrar nesta seo que esta queda da produo industrial, bem como das
outras variveis reais aqui em questo, est fortemente correlacionada com a propagao da
crise no mercado financeiro uma vez que afetam as decises de alocao de capital das
empresas. De acordo com Bianconi e Yoshino (2010), fatores nominais de risco podem afetar
os investimentos empresariais de vrias formas. Primeiramente, alteraes nas taxas de juros
do mercado implicam em mudanas no custo de capital; este seria o canal juros. Se os
emprstimos tornam-se mais caros, por exemplo, os empresrios iro contrair menos
76
emprstimos, reduziro seus investimentos e contrataro menos mo-de-obra, isto faz com
que a produo caia.
Em segundo lugar, quedas persistentes nos preos das aes tambm fazem com que
empresrios comecem a rever suas expectativas quanto s receitas futuras e capacidade de
contrair novos emprstimos reduzindo tambm seus investimentos, contratao de mo-de-
obra e, consequentemente, a produo.
Alm disso, Campello et al (2009) encontram evidncias para os EUA que firmas com acesso
a crdito mais restrito no perodo da crise passam por um grande declnio nos investimentos
em tecnologia, em bens de capital e contratao de mo-de-obra quando comparamos com
firmas com mais facilidade de acesso ao crdito. Geralmente firmas em pases emergentes
tm mais dificuldade de acesso ao crdito, principalmente externo, quando comparadas a
firmas de pases desenvolvidos. Com isso, as firmas dos BRICs estariam mais sujeitas s
conseqncias negativas do estudo de Campello et al.
6.2 Resultados Empricos
Os resultados de nossos Heat Maps modificados mostram que de modo geral a crise impacta
o lado real da economia dos BRIC de forma mais branda, uma vez que os pontos mais crticos
para estes pases concentram-se no perodo de aproximadamente um ano, com incio no
segundo semestre de 2008, e trmino nos ltimos meses de 2009.
O Heat Map da produo industrial (Figura 14) mostra que em termos de produto real, o
Brasil foi o pas dentre os BRICs e EUA que mais demorou a entrar na crise, e, por outro
lado, foi um dos primeiros a sair dela. No tocante taxa de desemprego, o Brasil no sofreu
nenhum impacto significativo, como mostra a Figura 15. Sua taxa de desemprego continuou
em trajetria de queda. J a China e a Rssia apresentaram oscilaes maiores.
Para o PIB, nota-se nitidamente que os Estados Unidos j vinham apresentando oscilaes
maiores desde o primeiro trimestre de 2007, quando comparado ao perodo pr-crise, entre
2003 e 2006, como mostra a Figura 15. A crise novamente demorou mais para atingir os
BRICs, atingindo mais fortemente a Rssia, a partir do segundo semestre de 2008,
principalmente no ltimo trimestre deste ano. Por outro lado, a China e o Brasil so os pases
que menos sofreram com a crise.
77
A China e a ndia, como observamos no Grfico 2 da Seo 1, apresentaram apenas uma
desacelerao e no uma queda em seu produto, como o Brasil, a Rssia e os EUA.
Entretanto, quando comparado mdia dos trs anos anteriores (2003-2006), o Brasil, como
mostra o Heat Map, demorou mais para apresentar maiores oscilaes em seu produto e
produo quando comparado aos outros pases dos BRICs e aos EUA. Parte disso graas s
polticas anticclicas adotadas pelo governo e pela autoridade monetria do pas e parte pelo
efeito positivo em cadeia das outras economias emergentes como a China e a ndia, uma vez
que h relao intensa de comrcio entre estes dois pases e os outros dois membros dos
BRICs.
Nos Estados Unidos a taxa de desemprego comeou a apresentar oscilaes j em julho de
2008, antes da falncia do banco Lehman Brothers. Mesmo em 2010, passado o perodo mais
crtico da crise, notamos que a taxa de desemprego neste pas ainda permaneceu bem acima
da mdia dos ltimos anos, passando de uma mdia de 4,6% em 2007 para 9,7% em 2010,
quase dobrando de patamar. J no Brasil, esta taxa praticamente no subiu, ao contrrio,
manteve trajetria de queda, passando de uma mdia de 9,3% em 2007 para 8,1% em 2009.
Figura 14: Heat Map Produo Industrial
Brasil # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
China # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
ndia # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
Rssia # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
EUA # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
j
a
n
-
0
7
f
e
v
-
0
7
m
a
r
-
0
7
a
b
r
-
0
7
m
a
i
-
0
7
j
u
n
-
0
7
j
u
l
-
0
7
a
g
o
-
0
7
s
e
t
-
0
7
o
u
t
-
0
7
n
o
v
-
0
7
d
e
z
-
0
7
j
a
n
-
0
8
f
e
v
-
0
8
m
a
r
-
0
8
a
b
r
-
0
8
m
a
i
-
0
8
j
u
n
-
0
8
j
u
l
-
0
8
a
g
o
-
0
8
s
e
t
-
0
8
o
u
t
-
0
8
n
o
v
-
0
8
d
e
z
-
0
8
j
a
n
-
0
9
f
e
v
-
0
9
m
a
r
-
0
9
a
b
r
-
0
9
m
a
i
-
0
9
j
u
n
-
0
9
j
u
l
-
0
9
a
g
o
-
0
9
s
e
t
-
0
9
o
u
t
-
0
9
n
o
v
-
0
9
d
e
z
-
0
9
j
a
n
-
1
0
f
e
v
-
1
0
m
a
r
-
1
0
a
b
r
-
1
0
Heat Map Produo Industrial
78
Figura 15: Heat Map PIB
Brasil 0.844 1.489 1.310 1.633 1.463 1.540 1.837 -1.369 -3.316 -3.203 -2.722 0.772 2.954 2.898 1.658
India 0.552 0.337 0.409 0.623 -0.234 -0.733 -0.948 -1.947 -2.161 -1.804 -0.162 -1.090 -0.162 0.052 0.052
China 3.690 2.341 1.282 0.993 1.089 -0.066 -1.126 -3.244 -3.533 -2.185 -1.029 0.512 1.667 0.126 -0.548
Rssia 0.896 1.412 0.999 2.031 1.928 0.484 -0.858 -8.595 -17.054 -18.808 -16.332 -10.452 -4.262 -2.095 -4.675
EUA -2.245 -1.562 -0.879 -0.879 -1.426 -2.382 -4.431 -7.846 -9.212 -9.621 -7.709 -3.748 -0.743 0.077 0.350
m
a
r
-
0
7
j
u
n
-
0
7
s
e
t
-
0
7
d
e
z
-
0
7
m
a
r
-
0
8
j
u
n
-
0
8
s
e
t
-
0
8
d
e
z
-
0
8
m
a
r
-
0
9
j
u
n
-
0
9
s
e
t
-
0
9
d
e
z
-
0
9
m
a
r
-
1
0
j
u
n
-
1
0
s
e
t
-
1
0
Heat Map PIB
Figura 16: Heat Map Desemprego
Brasil ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
China ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
Russia ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
EUA ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ### ###
m
a
r
-
0
6
j
u
n
-
0
6
s
e
t
-
0
6
d
e
z
-
0
6
m
a
r
-
0
7
j
u
n
-
0
7
s
e
t
-
0
7
d
e
z
-
0
7
m
a
r
-
0
8
j
u
n
-
0
8
s
e
t
-
0
8
d
e
z
-
0
8
m
a
r
-
0
9
j
u
n
-
0
9
s
e
t
-
0
9
d
e
z
-
0
9
m
a
r
-
1
0
j
u
n
-
1
0
s
e
t
-
1
0
Heat Map Taxa de Desemprego
acima de 3.5 entre 0,5 e 2
entre 2 e 3,5 abaixo de 0,5
79
6.3 Teste para Cointegrao em Painel de Westerlund
Realizamos aqui testes de cointegrao em painel seguindo o procedimento proposto por
Westerlund (2006). A idia do autor realizar testes a partir de quatro estatsticas diferentes,
partindo da hiptese nula que o termo de correo de erro em um modelo de correo de erro
igual a zero, ou seja, no h cointegrao. Cada uma das quatro estatsticas especfica para
diferentes dinmicas de curto prazo, que incluem termos de erro serialmente correlacionados,
regressores exgenos que no so estritamente exgenos, termos individuais de tendncia
determinista e intercepto e parmetros de inclinao individuais.
O modelo de Westerlund para o teste parte das seguintes equaes:
(6.7)
(6.8)
Onde t = 1,...,T e i = 1,...,N so os ndices de unidade de srie de tempo e cross-section,
respectivamente. Para simplificar, o vetor K-dimensional definido como um simples
passeio aleatrio enquanto a escalar possui um termo determinista e um termo
estocstico que segue:
(6.9)
Onde e = so escalares e polinmios K-
dimensionais no operador de defasagem L. Cabe notar que (6.9) o modelo condicional para
j em no formato de um vetor de correo de erros. Substituindo (6.7) em (6.9) temos o
seguinte modelo de correo de erro para condicional em :
80
Onde ( ) e ( ) agora representam os
componentes deterministas. Desta forma temos que, assim como em um VEC tradicional, ( )
define uma relao de equilbrio de longo prazo entre ( ) e ( ), desde que
sejam estacionrios. Sendo assim, se , no existe o modelo
de correo de erro dado pela equao (6.10), e, consequentemente, no h cointegrao.
Desta forma as quatro estatsticas propostas pelo teste de cointegrao de Westerlund tm
como base as seguintes hipteses:
Duas dessas estatsticas de teste so chamadas estatsticas de painel (testa
contra para todo i) e so definidas P e P. As outras duas so
chamadas estatsticas de grupo (testa contra para algum i) e so
definidas G e G. Westerlund demonstra ainda que todas estas estatsticas possuem
distribuio assinttica normal.
Segundo Westerlund, a nova metodologia proposta superior de Pedroni (1999, 2004) que
testa a cointegrao a partir da presena ou no de raiz unitria nos resduos, uma vez que
simulaes mostraram que o poder deste novo teste maior quando comparado a testes para
os resduos. O procedimento de Westerlund ir realizar quatro testes de cointegrao, isto ,
quatro formas de testar se h ou no cointegrao no painel.
81
6.3.1 Resultados Empricos
Seguindo tambm os resultados dos testes de raiz unitria das Figuras 1 e 2 do Apndice 4,
conclumos que todas as sries utilizadas, com exceo dos juros, possuem uma raiz unitria,
ou seja, so integradas de primeira ordem. Sendo assim, em nossos modelos de correo de
erros inclumos apenas estas variveis integradas de primeira ordem. Os resultados so
apresentados nas Tabelas 13 a 18 e Figuras 17 a 22.
Para evitar problemas ao interpretar os resultados dos testes de cointegrao quando h
presena de fatores comuns nas sries de tempo, calculamos tambm intervalos de confiana
robustos pelo mtodo de bootstrap, com 150 repeties. Este procedimento utilizado no
trabalho de Westerlund (2006). Maiores detalhes deste mtodo de reamostragem vo alm do
escopo deste trabalho e podem ser encontrados em Chang (2004). Os resultados para este
mtodo encontram-se na ltima coluna das Tabelas 13 a 18.
No foi possvel realizar estes testes para o PIB devido inexistncia de valores nominais ou
ndices para alguns pases dos BRICs. Acrescentamos aos modelos em alguns casos um ndice
para representar o preo de commodities, o CRB Spot, disponvel diariamente no portal do
Commodity Research Bureau
25
. Este ndice capta os movimentos nos preos de 22
commodities cujos mercados so supostamente os primeiros a sofrerem influncia de
mudanas no cenrio econmico internacional. Como tal, o ndice serve de indicador
antecedente para alteraes no nvel de preos e atividade mundial. As principais
commodities que compem o ndice so: metlicas (ex. bronze, cobre, ao.), agrcolas
(ex.milho, soja, trigo.), agropecurias (ex. gado) e txteis (ex. algodo, l.).
Tanto para o modelo de correo de erros para a produo industrial como para o de
desemprego dos BRICs, utilizou-se o logartimo das variveis EMBI, cmbio, bolsa BRIC, e
bolsa EUA. Para o modelo da produo industrial tambm foi acrescentado o ndice de preos
25
www.crbtrader.com
82
de commodities CRB, uma constante e um componente de tendncia. Estes dois ltimos a
partir de uma anlise grfica da srie. No inclumos as taxas de juros, pois, como dito
anteriormente, constatamos tratar de sries estacionrias. Permitimos que o nmero de
defasagens variasse entre 0 e 2, sendo escolhido de acordo com o critrio de Akaike, pelo
prprio software Stata, que estimou os modelos.
6.3.1.1 Produo Industrial
As Tabelas 13, 14 e 15 apresentam os resultados para nossos testes de cointegrao da
produo industrial. Neste modelo, foram utilizados dados mensais, uma vez que estes
estavam disponveis. Entretanto, no pudemos contar com a existncia de um ndice de
produo industrial para a China, o que nos obrigou a excluir este pas de nossa amostra.
Quando consideramos o p-valor robusto a 5%, rejeitamos a presena de cointegrao para
todas as estatsticas de teste no perodo de crise e ps-crise de nossa amostra (jan/2007
set/2010). J para o perodo pr-crise (1995-2006), bem como para a amostra como um todo,
todas as estatsticas de teste apontam que no podemos rejeitar a presena de cointegrao
entre a produo industrial dos BRICs e variveis financeiras destes pases bem como a bolsa
dos EUA. Constatamos assim que, embora a produo industrial costume andar na mesma
direo de algumas variveis nominais importantes, isso no foi vlido para o perodo de
crise.
Sendo assim, os resultados aqui encontrados corroboram a existncia de um descolamento
entre variveis nominais financeiras dos EUA e dos BRICs com variveis reais destes ltimos
no perodo de crise. Os resultados de nosso VAR estrutural da seo anterior contribuem com
a idia de que a China pode ter exercido forte influncia para isso, j que momentos bons
neste pas parecem gerar impactos positivos no desprezveis na economia dos outros pases
dos BRICs. Notamos ainda que a economia chinesa manteve um crescimento forte, gerando
demanda por produtos dos BRICs.
As Figuras 17 a 22 mostram os coeficientes para o modelo de correo de erros estimado para
realizar os testes de cointegrao. Como podemos observar, para o perodo pr-crise (1995-
2006), no modelo da produo industrial, h impacto positivo, no desprezvel a at 10% de
significncia da taxa de cmbio para o ajuste de longo prazo e da bolsa de valores para o
ajuste de curto-prazo da ndia e de longo-prazo para a Rssia. H tambm impacto positivo do
83
ndice de preos de commodities (CRB) para o Brasil (ajuste de longo-prazo e curto-prazo) e
para a Rssia (longo-prazo). J o ndice de produo industrial da ndia sofre impacto do
EMBI em seu ajuste de longo prazo. Finalmente, a produo industrial russa tambm sofre
impacto positivo no desprezvel em seu ajuste de longo-prazo da taxa de cmbio e no curto-
prazo da bolsa de valor.
No perodo de crise e ps-crise (2007-2010), a maior parte nossos testes de cointegrao
rejeitam a existncia de um modelo de correo de erros, sendo assim, a equao de ajuste de
longo prazo no existe. Notamos, no entanto que a ndia sofre impacto de sua bolsa de valores
apenas no coeficiente de ajuste de curto prazo do modelo de correo de erros e para este
perodo da amostra h sensvel diferena nas variveis que impactam os ajustes tanto de curto
como de longo prazo dos BRICs quando comparamos ao perodo pr-crise. notvel agora o
impacto do mercado financeiro norte-americano.
Finalmente, quando consideramos nosso modelo para a amostra como um todo, notamos que
para o ajuste de longo prazo, tanto o Brasil como a Rssia sofrem impacto positivo da taxa de
cmbio e do ndice de preos de commodities. J a ndia sofre impacto positivo do risco-pas,
resultado um tanto quanto surpreendente que pode ter ocorrido por estarem faltando
informaes no modelo, como a taxa de juros, que no pode ser includa por ser estacionria.
6.3.1.2 Taxa de Desemprego
Neste modelo, foram utilizados dados trimestrais devido indisponibilidade de dados mensais
para alguns pases.
Como podemos observar a partir das Tabelas 16 a 18, para o p-valor robusto a 5%,
encontramos evidncia de cointegrao para a estatstica de grupo Ga para o perodo pr-crise
(2000-2006), o que indica que, para duas ou mais sries do modelo rejeitamos a hiptese nula
de que no h cointegrao para algum dos pases dos BRICs. Para o perodo de crise,
encontramos evidncias de cointegrao a 5% apenas se considerarmos o p-valor robusto para
a estatstica de painel Pa.
84
No perodo pr-crise (2000-2006), nos coeficientes do modelo de correo de erros,
encontramos impacto no desprezvel positivo da taxa de cmbio para o ajuste de longo prazo
para todos os pases dos BRICs com exceo da ndia. A bolsa de valores dos EUA gera
impacto positivo no ajuste de longo prazo do Brasil e negativo para o ajuste de curto prazo na
ndia. J o risco-pas (EMBI) impacta positivamente o ajuste de longo prazo na China e de
curto prazo na ndia. Ainda h impacto negativo significante da bolsa de valores brasileira no
ajuste de longo prazo do prprio pas em nosso modelo de correo de erros para o
desemprego.
Tanto para o modelo que considera apenas o perodo de crise e ps-crise como aquele para a
amostra como um todo, notamos que tambm h impacto positivo da taxa de cmbio no ajuste
de longo prazo para praticamente todos os pases do grupo. Uma depreciao cambial
(variao positiva na taxa de cmbio) pode vir em decorrncia de uma fuga de capitais
externos do pas que pode ser tanto especulativo como para investimentos diretos. Neste
segundo caso, uma reduo da entrada de capitais est diretamente relacionada reduo do
investimento e consequentemente da produo interna, reduzindo a contratao de mo de
obra, que por sua vez, em condies normais aumenta taxa de desemprego.
O impacto negativo no ajuste de longo prazo gerado pelas bolsas, tanto dos EUA como dos
prprios BRICs neles mesmo muito provavelmente est associado novamente ao fato que
altas nas bolsas de valores costumam gerar maior otimismo dos empresrios que por sua vez
decidem aumentar a produo, contratando mais mo de obra. Isto em condies normais
tende a reduzir a taxa de desemprego.
85
Tabelas 13, 14 e 15 Resultados Testes de Cointegrao de Westerlund (Var. dependente: Prod. Industrial)
Statistic Value Z-value P-value Robust P-value*
Gt -7.34 -8.14 0.00 0.00
Ga -61.80 -8.00 0.00 0.00
Pt -14.95 -10.16 0.00 0.00
Pa -74.85 -11.36 0.00 0.00
Statistic Value Z-value P-value Robust P-value*
Gt -5.18 -4.07 0.00 0.21
Ga -29.46 -1.92 0.03 0.10
Pt -6.75 -1.94 0.03 0.65
Pa -26.04 -1.99 0.02 0.31
Statistic Value Z-value P-value Robust P-value*
Gt -7.47 -8.02 0.00 0.01
Ga -67.65 -8.29 0.00 0.00
Pt -14.45 -9.38 0.00 0.01
Pa -75.51 -10.49 0.00 0.01
* calculado pelo mtodo bootstrap com 150 repeties
1995 a 2010 (Amostra Completa)
Westerlund ECM panel cointegration tests
1995 a 2006
Westerlund ECM panel cointegration tests
2007 a 2010
Westerlund ECM panel cointegration tests
Testes de Cointegrao em Painel - Var. Dependente:
Produo Industrial
86
Tabelas 16, 17 e 18 - Resultados Testes de Cointegrao em Painel (Var. dependente: Desemprego)
Statistic Value Z-value P-value Robust P-value*
Gt -2.43 -0.88 0.19 0.23
Ga -13.54 -1.03 0.15 0.01
Pt -5.46 -1.75 0.04 0.27
Pa -13.98 -2.15 0.02 0.06
Statistic Value Z-value P-value Robust P-value*
Gt -1.95 0.06 0.53 0.27
Ga -3.77 1.72 0.96 0.13
Pt -3.06 0.14 0.56 0.33
Pa -4.41 0.47 0.68 0.05
Statistic Value Z-value P-value Robust P-value*
Gt -2.35 -0.71 0.24 0.14
Ga -12.79 -0.82 0.21 0.05
Pt -5.38 -1.70 0.05 0.07
Pa -13.47 -2.01 0.02 0.02
* calculado pelo mtodo bootstrap com 150 repeties
Westerlund ECM panel cointegration tests
2007 a 2010
Westerlund ECM panel cointegration tests
Testes de Cointegrao em Painel - Var. Dependente: Taxa
de Desemprego
1995 a 2010 (Amostra Completa)
Westerlund ECM panel cointegration tests
1995 a 2006
87
Figuras 17, 18 e 19- Coeficientes do Modelo de Correo de Erros Var. Dependente: Produo Industrial
Brasil ndia Rssia Brasil ndia Rssia Brasil ndia Rssia
cambio cambio cambio
1
a
defasagem 0.03 * -0.14 0.07 * 1
a
defasagem 0.00 -0.11 0.09 * 1
a
defasagem 0.06 -0.35 -0.03
bolsa bolsa bolsa
1
a
defasagem 0.00 * 0.00 0.00 ** 1
a
defasagem 0.02 0.03 0.08 * 1
a
defasagem -0.09 -0.04 -0.17
embi embi embi
1
a
defasagem -0.01 0.17 * -0.01 1
a
defasagem 0.00 0.16 * 0.01 1
a
defasagem -0.02 0.21 0.05
bolsa_us bolsa_us bolsa_us
1
a
defasagem -0.02 0.13 0.00 1
a
defasagem 0.00 0.05 0.02 1
a
defasagem 0.37 ** 0.00 0.73 *
crb crb crb
1
a
defasagem 0.03 * -0.09 0.11 * 1
a
defasagem 0.03 * -0.09 0.12 * 1
a
defasagem 0.30 * -0.10 0.23
dcrise prod prod
1
a
defasagem -0.01 0.03 -0.02 1
a
defasagem -0.30 * -1.03 * -0.71 * 1
a
defasagem -1.59 * -1.01 * -1.24 *
prod constante 0.80 * 1.19 1.13 * 1
a
dif. 0.77 * - 0.24
1
a
defasagem -0.39 * -1.02 * -0.66 * tendncia 0.00 0.01 * 0.00 * 1
a
dif. defasada 0.40 ** - -
constante 1.78 * 0.56 1.41 * constante -0.39 2.54 -2.14
tendncia 0.00 0.01 * 0.00 * cambio tendncia 0.01 * 0.01 * 0.00 *
1
a
dif. 0.05 -0.41 0.01
cambio bolsa cambio
1
a
dif. 0.07 * -0.45 -0.09 1
a
dif. 0.02 -0.24 * 0.07 ** 1
a
dif. -0.01 -0.57 -0.25
bolsa embi 1
a
dif. defasada 0.05 - -0.26
1
a
dif. 0.00 0.00 * 0.00 1
a
dif. 0.00 0.08 0.04 2
a
dif. defasada 0.16 - -
embi bolsa_us bolsa
1
a
dif. -0.02 0.11 0.01 1
a
dif. -0.01 0.12 0.23 * 1
a
dif. 0.06 -0.38 * 0.01
bolsa_us crb 1
a
dif. defasada 0.00 - 0.01
1
a
dif. 0.00 0.15 0.20 * 1
a
dif. 0.05 ** -0.05 -0.13 ** 2
a
dif. defasada 0.08 - -
crb embi
1
a
dif. 0.04 -0.04 -0.12 1
a
dif. 0.02 0.11 0.00
dcrise 1
a
dif. defasada 0.03 - 0.07
1
a
dif. 0.01 0.04 0.03 2
a
dif. defasada 0.04 - -
bolsa_us
1
a
dif. -0.07 0.17 0.28
* denota significncia a 5% 1
a
dif. defasada -0.07 - -0.20
** denota significncia a 10% 2
a
dif. defasada 0.01 - -
+
modelo para variveis em log, exceto taxa de desempregoe dummy crb
1
a
dif. 0.03 -0.12 -0.06
1
a
dif. defasada -0.08 - 0.08
2
a
dif. defasada -0.03 - -
Produo Industrial (crise e ps-crise)
+
Ajustamento de Longo Prazo
Ajustamento de Curto Prazo
Produo Industrial (amostra completa)
+
Ajustamento de Longo Prazo
Ajustamento de Curto Prazo
Produo Industrial (pr-crise)
+
Ajustamento de Longo Prazo
Ajustamento de Curto Prazo
8
7
88
Figuras 20, 21 e 22 - Coeficientes do Modelo de Correo de Erros Var. Dependente: Desemprego
Brasil China ndia Rssia Brasil China ndia Rssia Brasil China ndia Rssia
cmbio cmbio cmbio
1
a
defasagem 4.39 * 0.56 * 2.43 * 2.43 * 1
a
defasagem 3.64 ** 0.38 * -3.07 2.03 * 1
a
defasagem 4.59 ** 2.99 * 4.26 4.69
bolsa bolsa bolsa
1
a
defasagem -1.37 0.02 -0.74 * -0.74 ** 1
a
defasagem -1.00 ** 0.01 -1.38 -0.38 1
a
defasagem -2.47 0.11 5.61 -1.35
embi embi embi
1
a
defasagem -0.37 -0.01 -0.22 -0.22 1
a
defasagem -0.23 0.06 ** 9.18 0.13 1
a
defasagem 0.42 0.04 -2.32 -0.39
bolsa_us bolsa_us bolsa_us
1
a
defasagem 2.88** -0.05 0.36 0.36 1
a
defasagem 2.15 * -0.06 -2.85 -0.04 1
a
defasagem 4.20 -0.70 * -3.67 ** 0.21
dcrise desemp desemp
1
a
defasagem 0.36 0.10 0.47 0.47 1
a
defasagem -0.68 * -0.18 ** -0.49 -0.61 * 1
a
defasagem -0.98 ** -0.46 * -0.79 ** -0.72
desemp 1
a
dif. defasada 0.42 ** - 0.16
1
a
defasagem -0.80 * -0.22 * -0.60 * -0.60 * cmbio
1
a
dif. defasada 0.48** cmbio 1
a
defasagem -1.14 7.08 * 6.44 -1.09
1
a
dif. 1.93 2.07 -3.26 3.05 bolsa
cmbio 1
a
dif. defasada 1.04 - -4.10 - 1
a
defasagem -2.68 -0.37 * -0.67 -1.65
1
a
dif. 2.01 2.88 2.55 2.55 bolsa embi
1
a
dif. defasada 2.43 - - - 1
a
dif. 0.60 0.01 -2.09 -1.36 1
a
defasagem -0.22 -0.06 0.92 -2.11
bolsa 1
a
dif. defasada 2.67 - 1.83 - bolsa_us
1
a
dif. 0.77 0.04 -1.50 -1.50 embi 1
a
defasagem 3.52 -0.39 ** 0.33 -7.25
1
a
dif. defasada 2.23 - - - 1
a
dif. 0.01 -0.02 10.06 * -0.75
embi 1
a
dif. defasada -0.93 - 5.04 -
1
a
dif. 0.54 -0.05 -0.84 -0.84 bolsa_us
1
a
dif. defasada -1.05 - - - 1
a
dif. -1.94 -0.28 -15.03** 0.23
bolsa_us 1
a
dif. defasada -2.58 - -6.89 -
1
a
dif. -0.51 -0.36 0.01 0.01
1
a
dif. defasada -0.73 - - -
dcrise * denota significncia a 5%
1
a
dif. 0.29 0.09 0.02 0.02 ** denota significncia a 10%
1
a
dif. defasada 0.27 - - -
+
modelo para variveis em log, exceto taxa de desempregoe dummy
Desemprego (cise e ps-crise)
+
Ajustamento de Longo Prazo
Ajustamento de Curto Prazo
Desemprego (amostra completa)
+
Ajustamento de Longo Prazo
Ajustamento de Curto Prazo
Desemprego (pr-crise)
+
Ajustamento de Longo Prazo
Ajustamento de Curto Prazo
8
8
89
6.4 Consideraes Finais
O Heat Map para as variveis financeiras mostra que durante o perodo de crise, tais variveis
para os BRICs, quando comparadas aos EUA, apresentaram menor incidncia de pontos
crticos de volatilidade e no geral um intervalo de tempo maior at chegar nestes pontos mais
crticos - aqui corroboram de modo geral a idia de Eichengreen e Park (2008); Dooley e
Hutchson (2009); Llaudes et al (2010) que houve um perodo de decoupling entre os BRICs e
os EUA que durou aproximadamente at a falncia do banco Lehman Brothers. Houve
tambm menor persistncia da crise nestes pases emergentes.
Os testes de cointegrao em painel e os respectivos modelos de correo de erros nos levam
a concluir que, tanto para a taxa de desemprego como para a produo industrial, quando
separamos a amostra nos perodos pr-crise (1995 a 2006) e crise + ps-crise (2007 a 2010),
notamos que h diferenas no desprezveis para as estatsticas dos testes de cointegrao e
para as variveis que impactam os modelos de correo de erros. Estes resultados mostram
primeiramente que houve um descolamento entre variveis reais e financeiras dos BRICs e
dos EUA, uma vez que no conseguimos encontrar evidncias de cointegrao entre as
variveis reais dos BRICs e as nominais destes e dos EUA. Este descolamento ntido a partir
da observao do grfico 3 da seo 1, onde percebemos a separao das trajetrias taxas de
desemprego de pases emergentes e desenvolvidos.
De modo geral, os resultados aqui encontrados para variveis reais esto de acordo com o que
observamos nos Grficos 2 e 3, na primeira seo deste trabalho, que mostra que em termos
de produto e emprego, o custo da crise foi menor para os pases dos BRICs, quando
comparado economias desenvolvidas como EUA e Europa.
90
91
7 CONCLUSO
A recente crise financeira que teve incio com o colapso do mercado de hipotecas norte-
americano em 2007 trouxe de volta preocupaes sobre o efeito contgio de crises tanto para
os pases desenvolvidos como para os emergentes. Com isto em mente, este trabalho procura
contribuir com novas formas para estudar o contgio dessa crise para um grupo de quatro
gigantes economias emergentes que esto em rpido ritmo de expanso: Brasil, Rssia, ndia
e China; os BRICs, como foi denotado pela primeira vez pelo economista Jim ONail, chefe
de pesquisa em economia global do grupo financeiro Goldman Sachs, em 2001.
Nosso arcabouo terico so modelos VAR estrutural, de correo de erros (VEC) alm de
uma forma de medir volatilidade de sries introduzida pelo FMI (2009a) conhecida como
Heat Map que nos faz entender melhor a propagao da crise dentre os pases e classes de
ativos financeiros. Aplicamos estes modelos em quatro variveis financeiras dos BRICs:
ndices das bolsas, EMBI (risco-pas), cmbio e taxa de juros para ttulos governamentais.
Inclumos tambm em nossos modelos economtricos variveis da economia norte-americana
e momentos positivos e negativos -estimados atravs de um modelo Probit- para as bolsas
americana e chinesa.
Por ltimo, construmos alguns modelos para medir o contgio da crise em duas variveis
reais: taxa de desemprego e produo industrial. Desta vez, optamos pelo estudo dos dados
em conjunto atravs de testes de cointegrao em painel, seguindo a metodologia de
Westerlund (2006).
O Heat Map para as variveis financeiras mostra que durante o perodo de crise, tais variveis
para os BRICs, quando comparadas aos EUA, apresentaram menor incidncia de pontos
crticos de volatilidade e no geral um intervalo de tempo maior at chegar nestes pontos mais
crticos - aqui corroboram de modo geral a idia de Eichengreen e Park (2008); Dooley e
Hutchson (2009); Llaudes et al (2010) que houve um perodo de decoupling entre os BRICs e
92
os EUA que durou aproximadamente at a falncia do banco Lehman Brothers. Houve
tambm menor persistncia da crise nestes pases emergentes.
J os modelos VAR e VEC nos levam a concluir que, apesar da crise ter mudado a forma
como a China afeta os BRICs, os EUA ainda exercem forte influncia sobre os pases deste
grupo. H tambm impacto no desprezvel mesmo entre os BRICs para EMBI, cmbio e, em
menor escala, as bolsas. As taxas de juros no geral foram menos impactadas pela crise, uma
vez que sofrem forte controle das autoridades locais. Os modelos de VEC tambm
comprovam que, principalmente para o ajustamento de longo prazo, o perodo de crise alterou
significativamente a forma como os EUA afetam as variveis financeiras dos BRICs testadas.
A China tambm teve papel importante para o risco-pas e taxa de cmbio.
Finalmente, os testes para cointegrao em painel indicam que s podemos rejeitar a hiptese
nula de que no existe cointegrao para a amostra de nossos dados que inclui o perodo da
crise (2007-2010). Ou seja, podemos afirmar que no perodo de crise no h evidncias de
contgio entre variveis reais e nominais dos BRICs. De modo geral, os resultados
encontrados para variveis reais esto de acordo com o que observamos nos Grficos 2 e 3, na
primeira seo deste trabalho, que mostra que em termos de produto e emprego, o custo da
crise foi menor para os pases dos BRICs, quando comparado economias desenvolvidas
como EUA e Europa.
Um ponto importante que conseguimos demonstrar aqui foi a influncia que a China passa a
exercer aps a crise, no apenas para o crescimento global como um todo, mas em particular
para os demais pases do BRICS, o que tem implicaes profundas sobre a estabilidade do
grupo. Nossa principal concluso neste trabalho que apesar, do contgio ter ocorrido durante
a crise, principalmente para variveis financeiras, os BRICs em geral foram menos afetados,
principalmente no lado real, seja por influncia da economia chinesa e de outros pases
emergentes, seja por polticas internas destes prprios pases que tornaram suas bases mais
slidas nas ltimas dcadas, como controle da inflao, no caso do Brasil e as reformas
econmicas ps Unio Sovitica na Rssia. Sendo assim, este grupo, bem como outros pases
emergentes, tero daqui para frente papel fundamental na recuperao da economia mundial
durante o perodo ps-crise do Subprime.
93
REFERNCIAS
ARELLANO, Manuel; BOND, Stephen. Some Tests of Specification for Panel Data: Monte
Carlo Evidence and an Application to Employment Equations Review of Economic
Studies.v.. 58, p. 277-297, 1991.
BAIG, Taimur; GOLDFAJN, Ilan. Financial Market Contagion in the Asian Crisis.
International Monetary Fund Staff Papers. Vol. 46, n. 2, p.167-195, 1999.
BERNANKE, Ben. S.; BLINDER, Alan S. The Federal Funds Rate and the Channels of
Monetary Transmission, American Economic Review, American Economic Association,
vol. 82, n.4, p. 901-21, 1992.
BERNANKE, Ben. Alternative Explanations of the Money-Income Correlation, K. Brunner,
- A.H. Meltzer, Real Business Cycles, Real Exchange Rates - Actual Policies, Carnegie-
Rochester Conference Series on Public Policy, vol. 25, Amsterdam: North-Holland, p. 49-
100, 1986.
BIANCONI, Marcelo; YOSHINO, Joe. Firm Value, Investment and Monetary Policy,
I nternational Economics and Finance Society, American Economic Association Meeting.
American Economic Review Proceedings, Jan., 2010
BLANCHARD, Oliver. The Crisis: Basic Mechanisms, and Appropriate Policies. MIT
Working Paper Series. n. 09-01, 2008.
CALVO, Sara. F.; REINHART, Carmen. Capital Flows to Latin America: Is There Evidence
of Contagion. The World Bank Policy Research Working Paper. 1995.
CHANG, Yoosoon. Bootstrap Unit Root Tests in Panels with Cross-Sectional Dependency.
Journal of Econometrics, Vol. 120, p. 263-293, 2004.
CLAESSENS, Stjin; DORNBUSCH, Rudiger; PARK, Yung. Chul. Contagion:
Understanding How it Spreads. The World Bank Research. Vol. 15, n. 2, p. 177-197, 2000.
94
CRISTIANO, Lawrance. J.; EICHENBAUM, Martin; EVANS, Charles. L. Monetary policy
shocks: what have we learned and to what end? National Bureau of Economic Research
(NBER), Working Paper, n. 6400, 1998. Acesso 17 out. 2009, em:
http://www.nber.org/papers/w6400
DEMIRG-KUNT, Asli; DETRAGIACHE, Enrica; GUPTA, Poonam. Inside the Crisis: an
Empirical Analysis of Banking Systems in Distress. Journal of International Money and
Finance. n. 25 p. 702-718, 2006.
DOOLEY, Michael; HUTCHISON, Michael; Transmission of the U.S. Subprime Crisis to
Emerging Markets: Evidence on the Decoupling-Recoupling Hypothesis. National Bureau of
Economic Research (NBER). Working Paper n.15120, 2009. Acesso: 10 dez. 2010, em:
http://www.nber.org/papers/w15120
EICHENGREEN, Barry; MODY, Ashoka; NEDELJKOVIC, Milan; SARNO, Lucio. How the
Subprime Crisis Went Global: Evidence from Bank Credit Default Swap Spreads. National
Bureau of Economic Research (NBER). Working Paper, n. 14904, 2009. Acesso 10 dez.
2010, em: http://www.nber.org/papers/w14904
EICHENGREEN, Barry and PARK, Yung C. Asia and the Decoupling Myth, Working
Paper, 2008.
EICHENGREEN, Barry; ROSE, Andrew; WYPLOSZ, Charles. Contagious Currency Crises:
Channels of Conveyance, National Bureau of Economic Research (NBER). Working
Paper, n. 5681, 1996. Acesso 28 fev. 2011, em: http://www.nber.org/papers/w5681
ENDERS, Walter. Applied Econometric Time Series. 3ed. New York: Wiley, 1995.
FORBES, Kirstin. Time The Asian Flu and Russian Virus: the International Transmission of
Crises in Firm-level Data. Journal of International Economics. n. 63, p. 59-92, 2004.
HAMILTON, James Douglas. Time Series Analysis. Princeton: Princeton University Press,
1994.
INTERNATIONAL MONETARY FUND - IMF. Global Financial Stability Report:
Responding to the Financial Crisis and Measuring Systemic Risk. Washington DC,
2009a.
95
INTERNATIONAL MONETARY FUND - IMF. Global Financial Stability Report:
Navigating the Financial Challenges Ahead. Washington DC, 2009b.
INTERNATIONAL MONETARY FUND - IMF. Global Financial Stability Report:
Meeting the New Challenges to Stability and Building a Safer System. Washington DC,
2010a.
INTERNATIONAL MONETARY FUND - IMF. Global Financial Stability Report:
Sovereigns, Funding and Systemic Liquidity. Washington DC, 2010b.
FORBES, Kristin J.; RIGBON, Roberto. No Contagion, Only Interdependence: Measuring
Stock Market Comovements, Journal of Finance, v.57, p. 2223-2261, out. 2000.
FRIEDMAN, Milton. The role of monetary policy. The American Economic Review, v. 58,
n. 1, p. 1- 17, 1968.
GLICK, Reuven; ROSE, Andrew K. Contagion and trade: Why are currency crises regional?
Journal of International Money and Finance, Vol. 18 n.4, p. 603-617, 1999.
GRILLI, Vittorio; ROUBINI, Nouriel. Liquidity models in open economies: theory and
empirical evidence, National Bureau of Economic Research (NBER), Working Paper
n.5313, 1995. Acesso 26 abr. 2008, em: http://www.nber.org/papers/w5313.pdf
HADRI, Kaddour. Testing for stationarity in heterogeneous panel data. Econometrics
Journal, Royal Economic Society. Vol. 3, n.2, p. 148-161, 2000.
IM, Kyung So; PESARAN, M Hashem; SHIN, Yongcheol. Testing for Unit Roots in
Heterogeneous Panels. Journal of Econometrics, Vol. 115, pp. 53-74, 2003.
JOHANSEN, Soren. Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian
Vector Autoregressive Models, Econometrica Vol.59, p.1551-1580, 1991.
KAMINSKY, Graciela L.; REINHART, Carmen M. Bank Lending and Contagion: Evidence
from the Asian Crisis, National Bureau of Economic Research, Inc. Captulo em:
96
Regional and Global Capital Flows: Macroeconomics Causes and Consequences, NBER-
EASE Vol. 10, p. 73-116, 2001.
LLAUDES, Ricardo; SALMAN, Ferhan; CHIVAKUL, Mali. The Impact of the Great
Recession on Emerging Markets, IMF Working Paper, n. 10/237, 2010.
LKEPOHL, Helmut. Introduction to Time Series. New York, Springer, 1991.
MAKAR, Eugene M. An American Guide to Doing Business in India, Adams Media, 2008.
ONEILL, Jim, WILSON, Dominic, PURUSHOTHAMAN, Roopa, STUPNYTSKA, Anna.
How Solid Are the BRICs? Global Economics Paper-New York: Goldman Sachs, n. 134,
2004.
Organization for Economic Co-operation and Development - OECD Economic survey of
India 2007: Policy Brief, OECD organization, 2007.
PEDRONI, Peter. Critical Values for Cointegration Tests in Heterogeneous Panels with
Multiple Regressors. Oxford Bulletin of Economics and Statistics, Vol. 61, p. 653-670,
1999.
PEDRONI, Peter L. Panel Cointegration: Asymptotic and Finite Sample Properties of Pooled
Time Series Tests with an Application to the PPP Hypothesis. Econometric Theory, Vol. 3,
p.579-625, 2004.
PESARAN, M Hashem. A Simple Panel Unit Root Test in the Presence of Cross Section
Dependence. Cambridge Working Papers in Economics, n. 0346, 2003.
REINHART, Carmen. M.; ROGOFF, Kenneth. S. Growth in a Time of Debt. National
Bureau of Economic Research (NBER), Working Paper n.15639, jan. 2010. Acesso em 28
de fev. 2011,em: http://www.nber.org/papers/w15639
SIMS, Cristopher Are forecasting models usable for policy analysis?. Quarterly Review,
Federal Reserve Bank of Minneapolis, 1986.
STOCK, James H.; WATSON, Mark W. Vector Autoregressions, Journal of Economic
Perspectives, Vol.15, n.4, 2001.
VAN RIJCKEGHEM, Caroline; WEDER, Beatrice. Sources of contagion: is it finance or
trade? Journal of International Economics, Elsevier, vol. 54 n.2, pages 293-308, 2001.
97
WESTERLUND, Joakim. Testing for Error Correction in Panel Data. Oxford Bulletin of
Economics and Statistics. Vol. 69, n. 6, pp. 709-748, 2006.
98
APNDICES
APNDICE 1: TESTES DE RAZ UNITRIA E PROBIT................................................... 98
APNDICE 2: PROBIT MOMENTUM E REVERSAL .........................................................103
A2.1 China..............................................................................................................................103
A2.2 EUA............................................................................................................................... 104
APNDICE 3: RESULTADOS DOS TESTES DE COINTEGRAO ..............................106
APNDICE 4: TESTES DE RAZ UNITRIA EM PAINEL .............................................108
A4.1 IPS .................................................................................................................................108
A4.2 Hadri............................................................................................................................. 108
A4.3 CADF ............................................................................................................................108
APNDICE 1: TESTES DE RAZ UNITRIA E PROBIT
Apendice 1 Tabelas 1 a 8 Testes de Raz Unitria
99
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil Ibovespa -1,96 0,62 -1,82 0,69 0,41
Rssia RTS -1,78 0,72 -1,81 0,69 0,52***
ndia BSE -1,36 0,87 -1,45 0,84 0,52***
China SSE -0,79 0,81 -0,38 0,99 0,72 ***
EUA SPX -1,11 0,71 -1,07 0,72 0,56***
*modelo com constante e tendncia
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil Ibovespa -42,6 ** 0,00 -42,8** 0,00 0,09
Rssia RTS -37,9** 0,06 -38,0** 0,02 0,17
ndia BSE -36,6** 0,00 -36,6** 0,00 0,15
China SSE -41,8** 0,05 -41,8** 0,00 0,12
EUA SPX -46,0** 0,00 -46,3** 0,00 0,16
*modelo com constante
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
ADF e PP: -3,4364 (1%); -2,8634 (5%); -2,5678 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
Tabela 2- Testes de Raz Unitria para o Retorno do ndice das Bolsas
Pas/Varivel
ADF Phillips-Perron
Valores Crticos *
Tabela 1- Testes de Raz Unitria para o ndice das Bolsas
Pas/Varivel
ADF Phillips-Perron
Valores Crticos *
ADF e PP: -3,9678 (1%); -3,4145 (5%); -3,1291 (10%)
100
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil -1,90 0,33 -1,90 0,33 1,87 ***
ndia -0,56 0,88 -0,64 0,86 1,76 ***
China -0,67 0,85 -0,89 0,79 0,97 ***
Spread Libor-Fed Funds -1,56 0,50 -2,01 0,28 2,42***
*modelo com constante
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica no rejeio da hiptese nula de estacionariedade a 5%
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil -25,0** 0,00 -40,9** 0,00 0,35
ndia -22,2** 0,00 -44,6** 0,00 0,34
China -37,6** 0,00 -39,0** 0,00 0,52***
Spread Libor-Fed Funds -14,5** 0,00 -40,1** 0,00 0,08
*modelo com constante
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica no rejeio da hiptese nula de estacionariedade a 5%
ADF e PP: -3,4364 (1%); -2,8634 (5%); -2,5678 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
Tabela 4- Testes de Raz Unitria para o Retorno do ndice das Bolsas
Pas/Varivel
ADF Phillips-Perron
Valores Crticos *
Tabela 3- Testes de Raz Unitria para as Taxas de Juros de Ttulos do Governo de 1 Ano
Pas/Varivel
ADF Phillips-Perron
Valores Crticos *
ADF e PP: -3,4364 (1%); -2,8634 (5%); -2,5678 (10%)
101
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil -4,8 ** 0,00 -4,8** 0,00 0,87 ***
Rssia -2,00 0,60 -2,15 0,52 0,49***
ndia -0,99 0,94 -1,00 0,94 0,71***
China -1,92 0,64 -2,43 0,36 0,48 ***
*modelo com constante e tendncia
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil -43,7 ** 0,00 -43,6 ** 0,00 0,54 ***
Rssia -26,6 ** 0,00 -48,8 ** 0,00 0,10
ndia -45,6** 0,00 -45,6 ** 0,00 0,27
China -47,3 ** 0,05 -69,6 ** 0,00 0,10
*modelo com constante
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
ADF e PP: -3,4364 (1%); -2,8634 (5%); -2,5678 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
Tabela 6- Testes de Raz Unitria para o Retorno do EMBI
Pas/Varivel
ADF Phillips-Perron
Valores Crticos*
Tabela 5- Testes de Raz Unitria para o EMBI
Pas/Varivel
ADF Phillips-Perron
Valores Crticos *
ADF e PP: -3,9678 (1%); -3,4145 (5%); -3,1291 (10%)
102
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil -1.79 0.39 -1.58 0.49 0.35
Rssia -0.96 0.77 -0.92 0.78 2.03***
ndia -0.90 0.79 -1.00 0.76 2.37***
China -3.70** 0.00 -3.97** 0.00 2.72***
*modelo com constante e tendncia
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
KPSS
Estat.t Prob Estat.t Prob Estat. LM
Brasil -30.39** 0.00 -30.75** 0.00 0.13
Rssia -23.38** 0.00 -23.37** 0.00 0.22
ndia -25.66** 0.00 -25.66** 0.00 0.24
China -28.69** 0.00 -28.69** 0.00 2.04***
*modelo com constante
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
ADF e PP: -3,503 (1%); -2,893 (5%); -2,583 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
KPSS: 0,739 (1%); 0,463 (5%); 0,347 (10%)
Tabela 8- Testes de Raz Unitria para a Variao da Taxa de Cmbio
Pas/Varivel
ADF Phillips-Perron
Valores Crticos*
Tabela 7- Testes de Raz Unitria para a Taxa de Cmbio
Pas/Varivel
ADF Phillips-Perron
Valores Crticos *
ADF e PP: -3,5030 (1%); -2,8932 (5%); -2,5834 (10%)
103
APNDICE 2: PROBIT MOMENTUM E REVERSAL
A2.1 China
Momentum
Varivel
Coeficiente
(erro padro)
C
-11,43
(19,72)
Exportaes
0,37
(3,03)
Investimento Externo
0,19
(0,77)
Importaes
-1,61
(2,80)
Indicadores Antecedentes
1,89*
(0,61)
Produo Industrial
-11,79**
(7,21)
Vendas no Varejo
-0,02
(0,13)
Preo de Alimentos
0,06
(0,12)
Confiana do Consumidor(-1)
0,37*
(0,10)
Exportaes(-1)
1,37
(2,20)
Importaes(-1)
-2,38
(2,51)
Indicadores Antecedentes(-1)
-2,16*
(0,67)
Vendas no Varejo(-1)
0,11
(0,13)
Preo de Alimentos(-1)
-0,28**
(0,15)
R
2
de McFadden
0,424243
* Denota Si gni fi cnci a a 5%
** Denota si gni fi cnci a a 10%
Varivel Dependente: Momentum China
Resultados Modelo Probit
Reversal
104
Varivel
Coeficiente
(erro padro)
C
43,38*
(20,61)
Exportaes
2,98
(2,58)
Investimento Externo
0,32
(0,73)
Importaes
-1,61
(2,80)
Indicadores Antecedentes
-0,21
(0,19)
Produo Industrial
-3,33
(7,53)
Vendas no Varejo
0,05
(0,11)
Preo de Alimentos
0,04
(0,11)
Confiana do Consumidor
0,22
(0,18)
Produo Industrial (-1)
17,0 *
(8,23)
Confiana do Consumidor(-1)
-0,40*
(0,19)
Exportaes(-1)
3,96*
(1,99)
Importaes(-1)
-4,21**
(2,15)
Indicadores Antecedentes(-1)
-0,05
(0,22)
IED(-1)
0,48
(0,70)
Preo de Alimentos(-1)
0,03
(0,11)
R
2
de McFadden
0,234133
* Denota Si gni fi cnci a a 5%
** Denota si gni fi cnci a a 10%
Resultados Modelo Probit
Varivel Dependente: Reversal China
A2.2 EUA
Momentum
Varivel
Coeficiente
(erro padro)
C
-14,29*
(5,30)
Venda de Novos Imveis
0,09*
(0,03)
Saldo Comercial
0,25 *
(0,10)
ndice de Preos ao
Consumidor
-0,53
(0,46)
ndice Case & Shiller
-0,58*
(0,23)
Venda de Imveis Usados
0,02
(0,06)
Indicadores Antecedentes
0,56**
(0,32)
Venda de Novos Imveis (-1)
0,01
(0,03)
ndice Case & Shiller (-1)
0,76*
(0,26)
Venda de Imveis Usados (-1)
-0,04
(0,04)
Indicadores Antecedentes (-1)
-0,03**
(0,30)
Saldo Comercial (-1)
-0,15
(0,09)
ndice de Preos ao
Consumidor (-1)
0,03
(0,50)
Confiana do Consumidor
0,01
(0,02)
R
2
de McFadden
0,508
* Denota Si gni fi cnci a a 5%
** Denota si gni fi cnci a a 10%
Resultados Modelo Probit
VarivelDependente: Momentum EUA
Reversal
105
Varivel
Coeficiente
(erro padro)
C
-6,60**
(3,80)
Venda de Novos Imveis
0,03
(0,03)
Saldo Comercial
0,08
(0,08)
ndice de Preos ao
Consumidor
0,69**
(0,37)
ndice Case & Shiller
-0,32
(0,24)
Venda de Imveis Usados
0,02
(0,04)
Indicadores Antecedentes
0,34
(0,29)
Venda de Novos Imveis (-1)
0,01
(0,02)
ndice Case & Shiller (-1)
0,28
(0,24)
Venda de Imveis Usados (-1)
-0,04
(0,04)
Indicadores Antecedentes (-1)
-0,03
(0,30)
Saldo Comercial (-1)
-0,15**
(0,09)
ndice de Preos ao
Consumidor (-1)
-0,79**
(0,43)
Confiana do Consumidor
0,03
(0,02)
R
2
de McFadden
0,3121
* Denota Si gni fi cnci a a 5%
** Denota si gni fi cnci a a 10%
Resultados Modelo Probit
Varivel Endgena: Reversal EUA
106
APNDICE 3: RESULTADOS DOS TESTES DE COINTEGRAO
Apndice 3 Tabela 1 a 2
0,77 527 334,98 124,92 76,58
0,62 402,27 285,14 83,86 70,54
0,59 318,41 239,24 76,13 64,50
0,47 242,28 197,37 54,39 58,43
0,43 187,89 159,53 49,02 52,36
0,38 138,87 125,62 40,67 46,23
0,29 98,19 95,75 29,94 40,08
0,26 68,26 69,82 25,34 33,88
0,22 42,92 47,86 21,73 27,58
0,14 21,19 29,80 13,39 21,13
0,07 7,81 15,49 5,85 14,26
0,02 1,95 3,84 1,95 3,84
(*) indica no rejeio da hiptese nula para o Teste do Trao a 5%
0,90 541,88 334,98 136,65 76,58
0,76 405,24 285,14 86,02 70,54
0,68 319,22 239,24 67,73 64,50
0,67 251,49 197,37 65,79 58,43
0,55 185,70 159,53 48,45 52,36
0,48 137,24 125,62 39,20 46,23
0,40 98,05 95,75 30,17 40,08
0,34 67,88 69,82 24,94 33,88
0,31 42,94 47,86 22,53 27,58
0,19 20,42 29,80 12,53 21,13
0,09 7,88 15,49 5,93 14,26
0,03 1,95 3,84 1,95 3,84
(*) indica no rejeio da hiptese nula para o Teste do Trao a 5%
(**) indica no rejeio da hiptese nula para o Teste do Mximo Autovalor a 5%
At 2
At 3
(**)
At 4
(**)
At 7
(*) (**)
Autovalor
Estatstica
do Trao
Estatstica do
Mximo
Autovalor
Valor
Crtico 5%
At 6
(**)
At 1
Nenhum
Tabela 1- Testes de Cointegrao - Modelo VEC 1 (bolsas)
Nmero de Equaes de
cointegrao (hiptese nula)
Valor
Crtico 5%
Nmero de Equaes de
cointegrao (hiptese nula)
Autovalor
Estatstica
do Trao
Valor
Crtico 5%
Estatstica do
Mximo
Autovalor
Valor
Crtico 5%
At 5
(**)
At 11
(*) (**)
At 5
(**)
At 8
(*) (**)
At 9
(*) (**)
At 10
(*) (**)
At 9
(*) (**)
At 6
(**)
At 7
(*) (**)
At 8
(*) (**)
Nenhum
At 10
(*) (**)
Tabela 2- Testes de Cointegrao - Modelo VEC 2 (juro)
At 11
(*) (**)
(**) indica no rejeio da hiptese nula para o Teste do Mximo Autovalor a 5%
At 1
At 2
At 3
At 4
(**)
107
0,99 1.186 334,98 292,06 76,58
0,98 893,44 285,14 261,92 70,54
0,91 631,53 239,24 150,56 64,50
0,89 480,97 197,37 141,10 58,43
0,85 339,87 159,53 118,82 52,36
0,74 221,05 125,62 84,79 46,23
0,55 136,26 95,75 50,78 40,08
0,42 85,48 69,82 34,53 33,88
0,32 50,94 47,86 24,20 27,58
0,23 26,74 29,80 16,40 21,13
0,11 10,34 15,49 7,29 14,26
0,05 3,05 3,84 3,05 3,84
(*) indica no rejeio da hiptese nula para o Teste do Trao a 5%
0,84 661 334,98 154,04 76,58
0,72 506,90 285,14 109,57 70,54
0,67 397,33 239,24 94,52 64,50
0,53 302,81 197,37 64,99 58,43
0,49 237,82 159,53 57,32 52,36
0,47 180,50 125,62 53,34 46,23
0,41 127,16 95,75 44,52 40,08
0,37 82,64 69,82 38,80 33,88
0,22 43,84 47,86 20,98 27,58
0,17 22,86 29,80 15,71 21,13
0,07 7,15 15,49 6,41 14,26
0,01 0,74 3,84 0,74 3,84
(*) indica no rejeio da hiptese nula para o Teste do Trao a 5%
(**) indica no rejeio da hiptese nula para o Teste do Mximo Autovalor a 5%
At 5
At 6
At 7
At 8
(*)(**)
At 9
(*) (**)
At 10
(*) (**)
Nenhum
At 1
At 2
At 3
At 4
At 11
(*) (**)
Tabela 4- Testes de Cointegrao - Modelo VEC 4 (cmbio)
Nmero de Equaes de
cointegrao (hiptese nula)
Autovalor
Estatstica
do Trao
Valor
Crtico 5%
Estatstica do
Mximo
Autovalor
Valor
Crtico 5%
At 8
(**)
Nenhum
At 1
At 2
At 3
At 4
At 5
At 6
At 9
(*) (**)
At 10
(*) (**)
At 11
(*) (**)
(**) indica no rejeio da hiptese nula para o Teste do Mximo Autovalor a 5%
Tabela 3- Testes de Cointegrao - Modelo VEC 3 (EMBI)
Nmero de Equaes de
cointegrao (hiptese nula)
Autovalor
Estatstica
do Trao
Valor
Crtico 5%
Estatstica do
Mximo
Valor
Crtico 5%
At 7
108
APNDICE 4: TESTES DE RAZ UNITRIA EM PAINEL
A4.1 IPS
O teste Im, Pesaran e Shin (2003), ou teste IPS, uma verso para painel do teste ADF que
parte da seguinte equao bsica:
Onde a srie a ser testada, so as variveis determinsticas do modelo
(constante e tendncia) e a ordem necessria para eliminar a presena de autocorrelao
em . Sob H
0
: , ou seja, para todo i. A hiptese alternativa que existe ao
menos algum i para o qual o que significa que para algum i no h presena de raiz
unitria (algum estacionrio). A estatstica de teste (t
ips
)
tem distribuio assinttica
normal sob H
0
.
A4.2 Hadri
O teste de Hadri (2000) a contrapartida para painis do teste KPSS (Kwiatkowki et al.,
1992), com base no multiplicador de Lagrange para os resduos. A hiptese nula de que a
srie em teste no possui raiz unitria. Este teste s pode ser aplicado a sries de painis
fortemente balanceadas, ou seja, sem dados faltantes.
A4.3 CADF
Este teste, desenvolvido por Pesaran (2003), ao contrrio dos outros dois testes descritos
acima, permite a dependncia da varivel em teste no cross-section. Em nosso caso, permite
que exista correlao de nossas sries para os BRICs entre estes quatro pases. Para capturar
esta possvel correlao, o autor do teste sugere a seguinte equao:
109
Onde a mdia no cross-section (nesse caso dentre os pases) de . Alm disso,
podem-se incluir na equao quantas defasagens do termo forem necessrias para
eliminar a dependncia no cross-section. A estatstica de teste para a raiz unitria CRADF
ser dada pela significncia (valor de t) de .
Segue abaixo os resultados para os trs testes de raiz unitrias aqui descritos aplicados para as
sries mensais com as quais trabalhamos na seo 6.
Apndice 4 Figura 1
CADF IPS**** Hadri (robusto)
p-valor p-valor p-valor
Bolsa (BRIC) 0,55 0,31 -
EMBI 0,29 0,25 -
Juro 0,00 ** 0,00 ** -
Cmbio 0,95 0,99 0,00 ***
Fed Funds 1,00 0,87 0,00 ***
Bolsa (EUA) 1,00 0,24 0,00 ***
Produo Ind. 0,10 0,00 ** 0,00 ***
Desemprego
+
0,01 ** 0,29 0,99
CRB 1,00 0,64 0,00 ***
Produo Ind. (EUA) 1,00 0,96 0,00 ***
Desemprego (EUA)
+
1,00 0,32 0,99
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
+ Dados trimestrais
Varivel
Testes de Raz Unitria em Painel*
*teste para o log das variveis em nvel (ndices exceto
para as taxas de juros e desemprego)
**** Teste para modelo com uma defasagem e tendncia
determinista
110
Apndice 4 Figura 2
CADF IPS**** Hadri (robusto)
p-valor p-valor p-valor
Bolsa (BRIC) 0,00 ** 0,00 ** -
EMBI 0,05 ** 0,00 ** -
Juro 0,00 ** 0,00 ** 0,00 ***
Cmbio 0,00 ** 0,00 ** 0,00 ***
Fed Funds 1,00 0,15 0,99
Bolsa (EUA) 0,00 ** 0,00 ** 0,99
Produo Ind. 0,08 0,00 ** 0,00 ***
Desemprego
+
0,00 ** 0,00 ** 0,99
CRB 0,00 0,00 ** 0,99
PIB 0,02 ** 0,00 ** -
PIB_US 1,00 0,00 ** 0,99
Produo Ind. (EUA) 1,00 0,00 ** -
Desemprego (EUA)
+
1,00 0,32 0,99
**indica rejeio da hiptese nula de raz unitria a 5%
*** indica rejeio da hiptese nula de estacionariedade a 5%
**** Teste para modelo com uma defasagem e tendncia determinista
+ Dados trimestrais
Varivel
*teste para variao % em 12 meses (ndices exceto para
Testes de Raz Unitria em Painel*
111
ANEXOS
ANEXO 1: SRIES BRIC E EUA ........................................................................................111
ANEXO 2: VAR ESTRUTURAL .........................................................................................118
112
ANEXO 1: SRIES BRIC E EUA
Quadro 1 - Populao Vivendo em reas Urbanas
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Brasil 80,5% 81,2% 81,8% 82,4% 83,0% 83,6% 84,2% 84,7% 85,1% 85,6%
China 34,9% 35,8% 36,7% 37,6% 38,6% 39,5% 40,4% 41,3% 42,2% 43,1%
ndia 27,5% 27,7% 27,9% 28,1% 28,3% 28,5% 28,7% 29,0% 29,3% 29,5%
Rssia 73,4% 73,4% 73,3% 73,2% 73,1% 73,0% 72,9% 72,9% 72,9% 72,8%
* A definio de rea urbana dada individualmente pela entidade estatstica responsvel pelo clculo de cada pas
Fonte: United Nations, World Urbanization Prospects
Populao em Vivendo em reas Urbanas* (% do total)
Fonte: FMI
Quadro 2 PIB per Capita
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010*
Brasil 7,203 7,354 7,560 7,698 8,231 8,603 9,166 9,892 10,512 10,514 11,066
China 2,377 2,615 2,880 3,217 3,614 4,064 4,659 5,388 5,999 6,567 7,240
ndia 1,461 1,526 1,595 1,713 1,883 2,085 2,329 2,582 2,790 2,941 3,176
Rssia 7,758 8,251 8,849 9,709 10,740 11,832 13,220 14,757 15,941 14,920 15,738
* Estimativas FMI
PIB per capita em US$, com base na paridade do poder de compra (PPP)
Fonte: FMI
Quadro 3 - Reservas Internacionais (em % do total)
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
China 20,0% 18,3% 20,5% 27,2% 37,0% 49,4% 51,7% 59,2% 68,7% 68,3%
ndia 10,0% 11,0% 12,2% 18,0% 24,3% 27,2% 23,7% 27,5% 35,2% 34,7%
Rssia 4,7% 9,4% 10,9% 13,0% 16,2% 19,7% 23,4% 29,0% 35,1% 29,1%
Brasil 5,9% 5,4% 6,3% 9,0% 8,3% 7,2% 5,8% 7,7% 11,9% 15,0%
BRICS: reservas internacionais em proporo do PIB
Fonte: FMI
Quadro 4 - Saldo em Conta Corrente (em % do PIB)
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010*
Brasil -3.8% -4.2% -1.5% 0.8% 1.8% 1.6% 1.3% 0.1% -1.7% -1.5% -2.9%
China 1.7% 1.3% 2.4% 2.8% 3.6% 7.2% 9.5% 11.0% 9.4% 5.8% 6.2%
ndia -1.0% 0.3% 1.4% 1.5% 0.1% -1.3% -1.1% -1.0% -2.2% -2.1% -2.2%
Rssia 18.0% 11.1% 8.4% 8.2% 10.1% 11.0% 9.5% 6.0% 6.2% 3.9% 5.1%
* Estimativas FMI
Saldo em Conta Corrente (% do PIB)
Fonte: FMI
Quadro 5 - PIB com Base na Paridade do Poder de Compra (% do total mundial)
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010*
Brasil 2,9% 2,9% 2,9% 2,8% 2,8% 2,8% 2,8% 2,8% 2,9% 2,9% 2,9%
China 7,2% 7,6% 8,0% 8,6% 9,0% 9,4% 10,0% 10,8% 11,7% 12,9% 13,6%
ndia 3,6% 3,7% 3,7% 3,9% 4,0% 4,2% 4,4% 4,5% 4,8% 5,2% 5,4%
Rssia 2,7% 2,7% 2,8% 2,9% 3,0% 3,0% 3,1% 3,2% 3,3% 3,0% 3,0%
* Estimativas FMI
PIB com base na paridade do poder de compra (PPP) - % do todal mundial
Fonte: FMI
113
Quadro 6 - Participao no Comrcio Mundial (em % do total)
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Brasil 0,9% 0,9% 1,0% 0,9% 0,8% 0,9% 0,9% 1,0% 1,0% 1,2% 1,1%
China 3,1% 3,7% 4,1% 4,8% 5,6% 6,2% 6,7% 7,2% 7,7% 7,9% 8,7%
ndia 0,7% 0,7% 0,8% 0,8% 0,9% 0,9% 1,1% 1,2% 1,4% 1,4% 1,7%
Russia 0,9% 1,1% 1,0% 1,2% 1,2% 1,3% 1,6% 1,7% 2,0% 2,2% 1,8%
Fonte: FMI
* A participao dada pela soma das importaes + exportaes do pas como proporo do total mundial
Participao no Comrcio Mundial* (em % do total mundial)
Fonte: FMI
Quadro 7 - Dvida Bruta do Governo (em % do total)
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010*
Brasil 66,7 70,7 79,9 74,8 70,7 69,2 66,7 65,2 70,7 67,9 66,1
China 16,4 17,7 18,9 19,2 18,5 17,6 16,5 19,8 17,0 17,7 17,7
ndia 71,4 75,8 80,1 81,5 81,7 79,3 76,0 72,9 73,0 71,1 69,2
Rssia 59,9 47,6 40,3 30,4 22,3 14,2 9,0 8,5 7,9 11,0 9,9
* Estimativas FMI
Dvida Bruta do Governo Geral (em % do PIB)
Fonte: FMI
Quadro 8 Taxa de Investimento (em % do total)
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010*
Brasil 18,3 18,0 16,2 15,8 17,1 16,2 16,8 18,3 20,7 16,5 19,3
China 35,1 36,3 37,9 41,2 43,3 42,1 43,0 41,7 44,0 48,2 48,8
ndia 24,3 22,6 24,1 26,2 30,9 33,9 35,1 37,4 34,9 37,0 37,9
Rssia 18,7 21,5 20,0 20,0 20,3 19,5 21,1 25,4 24,1 16,9 19,8
* Estimativas FMI
Taxa de Investimento (em % do PIB)
114
Anexo1 Grfico 1-
Fonte: Bloomberg
115
Anexo1 Grfico 2-
Fonte: Bloomberg
116
Anexo1 Grfico 3-
Fonte: Bloomberg
117
Anexo1 Grfico 4-
Fonte: Bloomberg
118
ANEXO 2: VAR ESTRUTURAL
Para a construo de nosso VAR estrutural, podemos denotar por
t
Y o conjunto de todas as
suas variveis no perodo t, e por Xt as variveis exgenas e o conjunto de todas as variveis
presentes em
t
Y , com defasagens entre um e n. O valor de n escolhido a partir de alguns
critrios que sero detalhados a seguir. Regride-se ento, equao por equao:
t t p t p t t
u X Y Y Y + A + + + =
1 1
(1)
Em forma matricial, o VAR estrutural pode ser expresso como segue:
) 2 (
0 0 0 0
0 0 0
0 0
0
4
3
2
1
44 43 42 41
34 33 32 31
24 23 22 21
1 13 12 11
4
3
2
1
44 43 42 41
34 33 32 31
24 23 22 21
1 13 12 11
1 4
1 3
1 2
1 1
1
44
1
43
1
42
1
41
1
34
1
33
1
32
1
31
1
24
1
23
1
22
1
21
1
1
1
13
1
12
1
11
4
3
2
1
0
34
0
24
0
23
0
14
0
13
0
12
4
3
2
1
4
3
2
1
(
(
(
(
(
+
(
(
(
(
(
(
(
(
(
+
(
(
(
(
(
(
(
(
(
(
+
+
(
(
(
(
(
(
(
(
(
+
(
(
(
(
(
(
(
(
(
+
(
(
(
(
=
(
(
(
(
d
t
c
t
b
t
a
t
t
t
t
t t
p t
p t
p t
p t
p p p p
p p p p
p p p p
p
t
p p p
t
t
t
t t
t
t
t
t
t
t
t
t
x
x
x
x
Y
y
y
y
y
y
y
y
y
y
y
y
k
k
k
k
y
y
y
y
c
c
c
c
o o o o
o o o o
o o o o
o o o o
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
|
| |
| | |
Utilizamos um exemplo de um modelo com apenas quatro variveis endgenas e p
defasagens.
Pela equao, pode-se notar que a ordenao das variveis no vetor Y faz com que aquelas
deixadas por ltimo no sofram influncia dos valores contemporneos das primeiras, uma
vez que a primeira matriz de coeficientes betas triangular superior.
Para chegar forma reduzida correspondente, isolamos todas as variveis em t do lado
esquerdo da equao, obtendo assim:
t t p t t
AX Z c + + I = Y B
0
(3)
119
Onde:
| |
) 4 (
1
1
1 0 0 0
1 0 0
1 0
1
4
3
2
1
44 43 42 41
34 33 32 31
24 23 22 21
1 13 12 11
1
1
4
3
2
1
0
34
0
24
0
23
0
14
0
13
0
12
0
(
(
(
(
=
(
(
(
(
(
=
(
(
(
(
(
= B B = I
(
(
(
(
(
=
(
(
(
(
= Y
(
(
(
(
(
= B
t
t
t
t
t
t
d
t
c
t
b
t
a
t
t p
p t
t
p t
t
t
t
t
t
x
x
x
x
X e A
Y
Y
Z
y
y
y
y
o o o o
o o o o
o o o o
o o o o
c
c
c
c
c
|
| |
| | |
Chegando finalmente em
t t p t t
u X Z Y + O + H =
' '
, onde:
) 7 ( ' '
) 6 ( '
) 5 ( ' '
1
0
1
0
1
0
t
t t
u
O B = O
B =
I B = H
c
Pela forma como o modelo especificado, temos ainda que:
=
=
contrrio caso
s t para D
E
s t
0
) (
'
c c
Onde D uma matriz diagonal.