Para realizar a análise empírica, o primeiro passo, como descrito acima, foi calcular o Índice de Controle de Capitais a partir dos normativos editados pelo Banco Central e Planalto (2011) e através dos estudos realizados por Soihet (2002), Laan (2007) e Laan, Cunha e Lélis (2011). O segundo foi calcular o Índice de Abertura Financeira com base nos fluxos financeiros registrados no Balanço de Pagamentos, publicados no site do Banco Central do Brasil (BACEN, 2011a).
A análise empírica dos efeitos do processo de liberalização financeira na economia brasileira será realizada utilizando-se a metodologia de Vetores Autorregressivos. Antes de aplicar o modelo VAR, é necessário verificar-se há presença de não estacionariedade nas séries. Isso é feito por meio dos testes Augmented Dickey-Fuller (ADF) e Phillip-Perron (PP). Em seguida, parte-se para a avaliação da estabilidade, determinando-se a adequação da estrutura de defasagens do VAR estimado.
Concluída essa etapa, são feitas a análise dos resultados e a interpretação das estatísticas do VAR. Isso ocorre por intermédio das funções impulso-resposta, do teste de Causalidade no sentido de Granger e da análise da Decomposição da variância.
4.2.1 O modelo VAR
O modelo Vetor Autorregressivo32 foi criado na década de 80 com o objetivo de desenvolver modelos dinâmicos com o mínimo de restrições, nos quais todas as variáveis econômicas fossem tratadas como endógenas. O modelo VAR examina relações lineares entre cada variável e os valores defasados dela própria e de todas as demais variáveis, impondo como restrições à estrutura da economia somente a escolha do conjunto relevante de variáveis e do número máximo de defasagens envolvidas nas relações entre elas. No modelo VAR, cada variável é definida como função de seus próprios valores defasados e das demais variáveis também defasadas (BACEN, 2004; PIRES, 2004).
A discussão do modelo de Vetores Autorregressivos foi introduzida por Christopher Sims (1980)33, em seu trabalho Macroeconomics and Reality. De acordo com Sims (1980), não deveria haver nenhuma distinção entre variáveis endógenas e exógenas. Portanto, uma vez que essa distinção foi abandonada, todas as variáveis são tratadas como endógenas.
Segundo Ono et al (2006), cada equação definida no modelo VAR é uma regressão, por Mínimos Quadrados Ordinários (MQO), de uma determinada variável em variáveis defasadas de si própria e de outras variáveis que fazem parte do modelo. Dessa forma, é possível verificar-se quais defasagens de uma variável são significativas na determinação do comportamento de outra variável e vice-versa. Afirmam, ainda, que essa metodologia é útil por possibilitar a análise das relações dinâmicas entre variáveis endógenas, sem definir, a priori, a ordem de determinação e causalidade.
32 Para mais detalher ver Denardin (2010).
O modelo autorregressivo de ordem p pode ser expresso por um vetor com n variáveis endógenas, , conectadas entre si por uma matriz .
Segue a forma estrutural: !
"# $
% … 4 onde:
é a matriz n x n que define as restrições contemporâneas entre as variáveis que constituem o vetor n x 1,;
é o vetor de constantes n x 1; são matrizes n x n;
é a matriz diagonal n x n de desvios-padrão;
% é o vetor n x 1 de perturbações aleatórias não correlacionadas entre si, isto é, % ~ . . . 0; + .
Para desenvolver-se o modelo Vetor Autorregressivo, algumas hipóteses devem ser assumidas:
a) as variáveis devem ser estacionárias;
b) os choques aleatórios são ruído branco não autocorrelacionados, possuem médias zero e variância constante.
De acordo com Asteriou e Hall (2007), quando a série de tempo , é afetada pelos valores atuais e passados de e , e a série temporal é afetada pelos valores atuais e passados da série , e , obtém-se o modelo bivariado dado por:
, -# .-#/ 0##,$# 0#/ $# 12 …(5)
-/ .-/#, 0/#, $# 0// $# 32 …(6)
Reescrevendo o sistema com o uso de álgebra matricial, tem-se: 4 1 -#/ -/# 1 6 7 , 8 4-# -/ 6 7 0## 0#/ 0/# 0/#8 7 , $# $#8 4 12 3 6 …(7) ou: B: r r#:2<= ...(8) onde: B 4 1 -#/ -/# 1 6,? 7 , 8, r 4-# -/ 6, r# 7 0## 0#/ 0/# 0/#8 e 4 12 3 6. ...(9) Na sequência, seguem as equações que serão estimadas com base no modelo geral, na forma reduzida, já se levando em consideração a ordenação das variáveis que serão utilizadas no modelo ICC e IAF:
@@ A# A## @@$ A#/B $ A#C@ D E$ A#FGHIEJ$ A#K EL$ # ...(10) A# A## $ A#/B $ A#C@ D E$ A#FGHIEJ$ A#K EL$ # ...(11) Realizou-se o teste Augmented Dickey-Fuller para se detectar a presença de raiz unitária e, seguindo os resultados, passou-se a tratar todas as séries em primeira diferença. Assim, pode-se representar o seguinte vetor de variáveis endógenas utilizados nos modelos VAR.
? M∆ @@, ∆B , ∆@ D E, ∆GHIEJ, ∆ ELO ...(12) ?P M∆ , ∆B , ∆@ D E, ∆GHIEJ, ∆ ELO ...(13) Portanto, o modelo VAR é considerado um instrumento adequado para análise da dinâmica das variáveis macroeconômicas ao serem expostas a um choque inesperado.
Apresentado o modelo econométrico VAR, a seguir analisam-se a descrição e os resultados do efeito da abertura financeira no Brasil, entre janeiro de 1995 e outubro de 2011, sobre as variáveis macroeconômicas selecionadas – PIB, câmbio e juros – e o Ibovespa, por meio dos índices de Jure (ICC) e de Facto (IAF).
4.2.2 Descrição das variáveis utilizadas no modelo VAR
As variáveis utilizadas nesse trabalho são séries de tempo com observações mensais (jan./95-out./11) relativas às variáveis ICC, IAF, PIB, taxa de câmbio, taxa de juros e índice Bovespa.34 O período foi escolhido segundo a disponibilidade de dados, por exemplo, os fluxos de capitais estão disponíveis no Balanço de Pagamentos a partir de 1995.
No Quadro 2 encontra-se a síntese da descrição das variáveis e a fonte dos dados. Os dados primários para formação do ICC foram obtidos do site de pesquisa do Banco Central do Brasil (BACEN, 2011a) e do Planalto (2011), e os dados secundários, nos trabalhos realizados por Soihet (2002), Laan (2007) e Laan, Cunha e Lélis (2011). Para a formação do IAF, foram utilizadas as contas disponíveis no Balanço de Pagamentos acessadas no site do BACEN (2011b), assim como a taxa de câmbio e a taxa de juros. A série Ibovespa foi obtida no site de pesquisa do Ipeadata (2011).
34 Ver APÊNDICE B – Séries de tempo das variáveis ICC, IAF, IBOVESPA, CÂMBIO, JUROS E PIB no Brasil – jan./95-out./11
Quadro 2: Descritivo das variáveis e fonte de dados
Variáveis Siglas Períodos Especificação Unidades De Medida
Índice de
Jure ICC_ACUM jan./95-out./11
Índice de Controle de Capitais Acumulado
Dados mensais da legislação, dummy conforme a norma editada que varia entre (-2) e (2)
Índice de
Facto IAF jan./95-out./11
Índice de Abertura Financeira. Soma (em módulo) dos registros de entradas e saídas das contas Capital e Financeira do Balanço de Pagamentos (Depec) Dados mensais em milhões de dólares americanos (US$) Contas: 2845, 2846, 8188, 8189, 8196, 8197, 8215, 8216, 2874, 2876, 2879, 2881, 2902, 2903, 2912, 2913 e 2914. Índice Bovespa (Ibovespa) IBOV jan./95-out./11 Índice de ações - Ibovespa - fechamento (% a.m.) - Associação Brasileira das Entidades dos Mercados
Financeiros e de Capitais (Anbima)
Variação mensal do Índice da Bolsa de Valores de São Paulo (Ibovespa).
Adendo: foram feito ajustes para que a data base seja janeiro de 1995.
Produto
Interno Bruto PIB jan./95-out./11 Taxa de crescimento
US$ milhões, conta 4385
Séries temporais
Taxa de
Câmbio CAMBIO jan./95-out./11
Taxa de câmbio - Livre - Dólar americano (compra) - Média de período – mensal (Depec) u.m.c./US$ conta 3697 Séries temporais
Taxa de Juros JUROS jan./95-out./11
Taxa de juros Selic acumulada no mês (Depec)
% a.m., conta 4390 Séries temporais Fonte: BCB (2011a e b); IPEADATA (2011); PLANALTO (2011); SOIHET (2002); LAAN (2007) e LAAN, CUNHA; LÉLIS (2011).