CARACTERÍSTICAS DAS VARIÁVEIS DE INTERESSE

O desenvolvimento do modelo de regressão iniciou-se com a

definição das variáveis de interesse e da análise de cada uma delas. A

amostra de dados utilizada efetivamente para este estudo considerou a

variação do PIB anual e das OIE`s total, renovável e não renovável, desde

1970. As regressões foram realizadas utilizando o Método dos Mínimos

Quadrados Ordinários, considerando as seguintes variáveis:

20 00 0 40 00 0 60 00 0 80 00 0 10 00 00 _ 1940 1960 1980 2000 ano 0 50 0 0 0 10 00 00 15 00 00 _ 1940 1960 1980 2000 ano OIE não r e nová vel (1 000t E P /ano) OIE reno váv e l (1 000t E P /ano) ANUAIS

• para o PIB => Ln (PIB) a qual foi denominada lpib

Figura 20: Série de tempo do PIB a partir de 1970

• para OIE com fontes renováveis Eren => Ln (Eren) a qual foi

denominada le_ren

Figura 21: Série de tempo para OIE das fontes renováveis a partir de 1970

• para a OIE com fontes não-renováveis Enren => Ln (Enren) a qual foi

denominada Ie_nren

10 .5 11 11 .5 le _r e n 1970 1980 1990 2000 2010 ano 20 20 .5 21 21 .5 lp ib 1970 1980 1990 2000 2010 ano

Figura 22: Série de tempo para OIE das fontes não-renováveis a partir de 1970

• para a OIE com o total de energia gerada Etot => Ln (Etot) a qual foi

denominada Ie_tot

Figura 23: Série de tempo para OIE total gerada a partir de 1970

A análise visual das curvas acima, onde está desenhado o logaritmo

das variáveis de interesse no tempo, mostra que a tendência da variação

das demandas de energia é muito parecida com a tendência de variação do

PIB. Este fato sugere que deva haver uma correlação grande entre elas. Um

fato interessante é que não é percebida na figura acima, variação

significativa no período do racionamento de energia, não representando este

fato qualquer correção que se deva fazer com relação aos dados. Portanto,

será feita a seguir uma análise econométrica para determinar qual a

10 10 .5 11 11 .5 12 le _n re n 1970 1980 1990 2000 2010 ano

correlação existente entre elas e determinar um modelo de regressão, bem

como uma análise específica da causalidade de Granger entre elas.

Como a análise visual dos gráficos acima mostra que as séries podem

ter tendência estocástica, serão conduzidos testes para verificar se há Raiz

Unitária. Para tanto foram utilizados os testes KPSS, Dickey-Fuller

Aumentado, Dickey-Fuller GLS (mínimos quadrado generalizado) e Philipps-

Perron para cada uma das variáveis de interesse. O resumo dos testes está

apresentado na tabela 3 abaixo, enquanto que os resultados obtidos com o

software Stata estão apresentados no Apêndice C.

Em todos os testes, para todas as variáveis de interesse como era

esperado, não conseguimos rejeitar a hipótese nula que há raiz unitária, ou

seja todas possuem raiz unitária.

Tabela 3: Teste de raiz unitária para as variáveis de interesse

Em seguida foi feita a verificação de cointegração entre as variáveis

de interesse. Para esta verificação foi utilizado o teste de Johanson,

que

rejeitou a hipótese nula de intercepto no vetor cointegrado, uma vez que a

estatística foi suficientemente grande, demonstrando que existe uma

tendência linear nas variáveis. Os testes foram realizados entre as seguintes

variáveis:

• lpib x le_tot, para testar a cointegração entre o PIB e a OIE total;

A

ADDFF

KKPPSSS S

DDFF--GGLLSS

PPP P

GGeerraall

lpib

Rejeita RU Aceita RU Aceita RU Rejeita RU Aceita RU

(aceita s/ cte) (aceita s/ cte)

le_ren

Aceita RU Aceita RU Aceita RU Aceita RU

Aceita RU

le_nren

Aceita RU Aceita RU Aceita RU Aceita RU Aceita RU

(em torno tend)

• lpib x le_ren, para testar a cointegração entre o PIB e a OIE das

fontes de energia renovável;

• lpib x le_nren, para testar a cointegração entre o PIB e a OIE das

fontes de energia não-renovável; e finalmente

• lpib x le_ren x le_nren, para testar a cointegração entre o PIB, a OIE

das fontes de energia renovável e não-renovável;

Desta forma, como apresentado no item 2 do Apêndice C, para as

situações acima, que representam as possibilidades de regressão entre as

variáveis, todas as séries são cointegradas.

Para responder a questão de causalidade entre as variáveis energia e

PIB utilizamos os testes de causalidade de Granger, no período de 1974 e

2005 utilizando lpib e le_tot. Após as simulações entre estas duas variáveis,

considerando primeiro a situação em que é adotada a hipótese nula de que

le_tot não Granger causa lpib e a hipótese nula é rejeitada e em seguida

não é possível rejeitas a hipótese nula de que lpib não Granger causa

le_tot. Portanto, OIE total Granger causa o PIB e PIB não Granger causa IE

total, ou seja, há fortes indícios estatísticos que a Geração da energia causa

o PIB. Este é um resultado importante para definir o planejamento

estratégico do setor de energia.

Para fazer as regressões envolvendo as variáveis de interesse PIB,

OIE total, OIE renovável e OIE não renovável utilizou-se a metodologia da

variável instrumental, que é um método auxiliar na solução do problema de

viés de omissão. Somente a OIE total regredida contra o PIB possuiu algum

significado estatístico e permitiu definir uma relação passível de ser utilizada

como modelo de regressão.

Conforme pode ser visto no item 4 do Apêndice C os resultados de

três tentativas de modelagem para regredir OIE total contra o PIB. O Modelo

1 foi construído tendo a OIE total como variável dependente e considerando

os dados a partir de 1970 até 2005. A equação deste modelo é

• lpib =0,292*le_tot + 3,529

O coeficiente 0,292 da variável dependente que é, neste caso, a

elasticidade Energia - PIB, é muito baixo. Na próxima tentativa foi utilizado o

Modelo 2, tendo o PIB como variável dependente e utilizando 4 defasagens

no tempo da OIE total, para buscar um ajuste. Nesta simulação foram

utilizados os dados a partir de 1973 até 2005. A equação deste modelo é

• le_tot = -0,335*lpib + 1,603*(le_tot)-1 - 0,168*(le_tot)-2 -

0,577*(le_tot)-3 + 0,429*(le_tot)-4 + 3,674

Com este modelo de regressão não se conseguiu ajuste, como era

esperado corroborando os resultados do teste de causalidade de Granger

que está mostrado mais a frente.

Finalmente, considerou-se no Modelo3 somente os dados a partir de

1979, buscando retirar os efeitos dos dois choques do petróleo de 1971 e

1979 e utilizando a OIE total como variável dependente e duas defasagens

no temo do PIB.

• lpib =0,604*le_tot + 0,476*(lpib)-1 - 0,162*(lpib)-2 + 3,529

Os testes estatísticos obtidos com o Modelo 3 foram bastante

satisfatórios, como mostrado no item 4 do Apêndice C. Este modelo de

regressão, que relaciona a OIE total ao PIB, aponta uma elasticidade

Energia - PIB de 0,604 compatível com outros resultados obtidos por outros

autores como será descrito a seguir.

Diversos trabalhos foram realizados envolvendo a determinação da

elasticidade-preço e da elasticidade-renda de curto e longo prazo para a

demanda brasileira como em Modiano (1984) para as diversas classes de

consumidores, para a elasticidade preço no curto prazo (-0,062 a -0,451) e

no longo prazo (-0,183 a -0,403) e para a elasticidade-renda no curto prazo

(0,332 a 0,502) e no longo prazo (1,068 a 1,36), porém uma análise

elaborada pelo Banco Central do Brasil (2001) chamou a atenção para a

comparação com os resultados aqui obtidos. Trata-se de um estudo

apresentado no relatório de inflação de junho de 2001, que visava estimar o

impacto da crise energética sobre o PIB de 2001. Neste trabalho foram

considerados entre outras variáveis, como a participação de determinado

setor no PIB industrial, o corte médio efetivo de energia, o percentual de

atenuação dos efeitos devido ao processo de racionalização, o percentual de

autogeração de energia, o coeficiente de elasticidade energia-produto. A

estimativa dos coeficientes de elasticidade tomou por base a evolução da

produção industrial e do consumo de energia elétrica nas últimas duas

décadas. Para a indústria de transformação, utilizaram-se dados mensais do

consumo regional da Eletrobrás e de produção industrial regional do IBGE,

logaritmizados, de 1980 a 2000. O coeficiente obtido, resultante da

ponderação das elasticidades calculadas para as regiões nordeste, sudeste

e centro-oeste pelos respectivos consumos de energia, foi de 0,58 (a mesma

estimativa, utilizando-se dados em nível nacional, resulta em 0,48). A

elasticidade de 0,58 foi utilizada para a maior parte dos ramos industriais.

Em vista destes resultados pode-se considerar que o coeficiente de

elasticidade obtido neste trabalho está em linha com valores determinados

em outros trabalhos.

No documento A energia renovável na matriz energética brasileira (páginas 66-73)