IV. ANÁLISE DOS DADOS
IV.III. ANÁLISE ECONOMÉTRICA
IV.III.II. MODELO DE REGRESSÃO
IV.III.II.I. 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 anoFigura 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)