Nessa seção, apresentaremos o resultado da estimação do MS-VAR para o estudo dos determinantes da taxa de juros brasileira no período de 1995 a 2009, a partir do conjunto de variáveis ilustradas na seção anterior. A decisão de escolhermos poucas variáveis (SELIC, FED, IPCA e DÍVIDA/M1) se justifica devido a questões relacionadas ao poder explicativo da regressão. Nos modelos MS-VAR o incremento do número de variáveis, em uma série histórica com poucas observações, pode gerar uma maior chance de cometer um erro de especificação e induzir a conclusões econômicas falaciosas8. Além disso, essas variáveis foram as mais significativas para explicar o comportamento da taxa de juros para o período em estudo, considerando o modelo markoviano de mudança de regime.
Antes de iniciarmos o processo de estimação propriamente dito, precisamos analisar a estacionariedade das séries para verificar se existência ou não raiz unitária. Como não existe um consenso em torno do melhor teste para a presença de raiz unitária, utilizaremos os testes de Dickey-Fuller aumentado (ADF) e de Ng-Perron (MZtMQG). Para ambas os testes a
hipótese nula e a alternativa representam, respectivamente, a presença ou não de raiz unitária, conforme mostrado a seguir.
Ho: Há raiz unitária Ha: Não há raiz unitária
O resultado do teste de estacionariedade para as variáveis de estudo estão condensados na tabela 2, abaixo:
Tabela 2 – Teste ADF e MZtMQG
8 De fato, além da estimação dos parâmetros regressivos do VAR tradicional, a variância no MS-VAR mudar conforme o estado da economia, fazendo com que aumente o número de variáveis no processo de estimação
No teste (MZtMQG) tanto com constante quanto com constante e tendência, verificamos
presença de raiz unitária na SELIC, IPCA e DÍVIDA/M1. Apenas a variável FED (juros americanos) não encontramos raiz unitária (rejeitou a hipótese nula ao nível de significância de 1%, com constante e tendência). Quando fazemos o teste em diferença, o teste ADF apurou a não existência de raiz unitária, conforme tabela 3. Dessa forma, optamos por trabalhar com os dados em diferença para não incorrermos em uma regressão espúria, sem significado econômico prático.
Tabela 3 – Teste ADF e MZtMQG em primeira diferença
Posteriormente ao cálculo de estacionariedade da série, o passo seguinte do processo de estimação será a determinação do número de regimes. A presença de parâmetros não identificados, conforme discutidos na seção 3.1.1, acarreta uma grande dificuldade prática para cálculo do número adequado de regimes (estados). Destarte, seguiremos a linha proposta de Hamilton (1989) e trabalharemos com a possibilidade de existência de apenas dois regimes.
A determinação no número de defasagens do componente auto-regressivo de ordem p segue um modelo VAR tradicional e foi feito com base no critério de informação Akaike (AIC). A tabela 4 abaixo ordena os resultados dos critérios de informação para cada especificação do modelo MS-VAR:
Tabela 4 – Critérios de informação para diversas especificações do modelo MS-VAR
Conforme o critério de informação AIC, o modelo MSH(2)VAR(3) foi mais parcimonioso, pois apurou o menor valor dentre todas as especificações do modelo de Markov-Switching, ponderadas pelas possíveis defasagens do vetor auto-regressivo (AIC = - 13.75). A tabela 5, abaixo, apresenta os demais resultados do modelo de forma resumida. Os resultados completos estão disponíveis no apêndice A.
Tabela 5 – Resultado dos coeficientes, do erro padrão e da estatística t para o modelo de dois regimes para a taxa de juros SELIC
Nesse modelo, o comportamento da SELIC é explicado por todas as variáveis, exceto pela relação dívida mobiliária federal sobre os meios de pagamento. Nesse caso, a dívida/M1 não Granger causa a taxa de juros tanto ao nível de 5% (1,96) quanto ao nível de 10% (1,64) de significância. Em termos de defasagem, a SELIC é influenciada por ela mesma defasada
um período (SELIC_1), pela taxa de inflação defasada dois períodos (IPCA_2) e pela taxa de juros americana defasada três períodos (FED_3).
A classificação estimada para os regimes com respectivo gráfico das médias dos parâmetros da regressão estão ilustrados abaixo:
Tabela 6 – Média dos parâmetros para o regime 1
Tabela 7 – Média dos parâmetros para o regime 2
A partir da análise dos dados e do gráfico, podemos distinguir a presença de dois regimes distintos. O regime 1 apresenta períodos afrouxamento monetário, em média, para a economia brasileira e americana, enquanto que a inflação e a dívida, em média, mostram uma tendência de elevação. Por sua vez, o regime 2 apontou que, na média, todas as variáveis do modelo retrocederam.
Todavia, existe uma incoerência no que se refere ao comportamento expansionista da política monetária evidenciado nos dois regimes identificados pelo modelo. Esse resultado contraria os fatos estilizados da economia brasileira, que preconizam a existência ciclos de aperto monetário praticado após a implantação do Plano Real. Talvez, o resultado inconsistente pode ser em razão de algum erro de especificação do número ideal de regimes. Assim, com o intuito de buscar uma solução passaremos a trabalhar com a hipótese de existência de três regimes.
Inicialmente, a exemplo do realizado para dois regimes, escolheremos o número de defasagem ideal tendo sempre em mente a busca de modelos mais parcimoniosos, que minimizem a função dos resíduos penalizada pelos números de regressores adicionais. A idéia é analisar o custo/benefício de um regressor a mais no processo de estimação. Os resultados podem ser considerados a partir da análise da tabela.
Tabela 8 – Critérios de informação para diversas especificações do modelo MS-VAR
Conforme demonstrado, o modelo MSH(3)VAR(2) foi selecionado por apresentar a menor estatística de AIC, comparativamente as demais especificações do modelo de Markov- Switching. Esse modelo preconiza que a variância depende do regime, conforme relatado na seção metodológica. É importante citar que restringimos o estudo ao máximo de duas
defasagens devido ao problema relacionado à quantidade de parâmetros do processo auto- regressivo com mudanças de regime9.
Quanto ao modelo estimado, é necessário medir se as variáveis respondem a mudança de regime, ou seja, é necessário examinar a linearidade do modelo. No teste conduzido, a hipótese nula (H0) indica a existência de linearidade, já a hipótese alternativa (Ha), ao
contrário, aponta para a presença para um modelo não-linear. O resultado do teste sugere que o modelo MSH de mudança de regime deve ser escolhido em detrimento de um modelo linear qualquer, já que houve evidências estatísticas em favor da rejeição da hipótese nula de linearidade, conforme evidenciado pela tabela 9 a seguir:
Tabela 9 – Resultado do teste de linearidade do modelo
Como o fim de compreender os determinantes da taxa de juros, apresentaremos na sequência os resultados dos coeficientes, dos erros padrões e das estatísticas t para as variáveis e suas defasagens, os demais resultados estão presentes no apêndice B.
Tabela 10 – Resultado dos coeficientes, do erro padrão e da estatística t para o modelo de três regimes para a taxa de juros SELIC
Ao nível de significância de 5% conforme a tabela 10, a taxa de juros interna pode ser explicada por ela mesma defasada um período (SELIC_1), pela inflação defasada dois período (IPCA_2) e pela taxa de juros internacional defasada dois períodos (FED_2). Quando
9 A inclusão de três defasagens, por exemplo, conduziria ao aumento do número de parâmetros na estimação, o que não seria condizente com a limitação do espaço amostral que estamos trabalhando.
consideramos o nível de significância de 10%, a dívida pública com relação aos meios de pagamento defasados dois períodos (DÍVIDA/M1_2) passa a ser relevante estatisticamente para explicar a taxa de juros interna.
Agora, com o intuito de identificarmos as tendências das variáveis em cada um dos regimes, apresentaremos abaixo os resultados das médias das variáveis para cada regime (tabela 11, 12 e 13), com o respectivo gráfico 2.
Tabela 11 – Média dos parâmetros para o regime 1
Tabela 12 – Média dos parâmetros para o regime 2
Tabela 13 – Média dos parâmetros para o regime 3
Os dados acima indicam uma melhor adequação do modelo com três regimes aos fatos estilizados da economia brasileira. O regime 1 comporta um cenário de reduções, em média, de todas as variáveis que compõe o estudo, com destaque para o comportamento da SELIC em linha com a taxa do FED funds efetivo. O regime 2, por sua vez, também ilustra um ambiente de queda, em média, de todas as variáveis. Por fim, o último regime mostra um cenário, em média, de aperto monetário interno e de relação dívida sobre meios de pagamento crescente.
As fases de afrouxamento monetário e aporto monetário podem ser visualizadas a partir das probabilidades suavizadas, filtradas e previstas para os regimes (Gráficos 3).
Gráfico 3 – Probabilidades dos regimes
No triênio (1995-1998), os patamares das taxas de juros (SELIC) permaneceram em torno de 30% a.a., em média, fato identificado pelo regime 3. Um dos fatores que contribuíram para o aperto monetário nesse período foi a turbulência e a volatilidade do mercado internacional decorrentes das crises da Ásia (segundo semestre de 1997) e da Rússia (por volta de agosto de 1998).
Quando observamos os indicadores sobre a ótica fiscal, no período de 1995 a 1998, os dados mostraram que houve uma elevação consistente da dívida/M1, basicamente em função do comportamento crescente da dívida pública. No modelo, esse desempenho negativo do
2000 2005 2010 0.0 0.5 1.0 MSH(3)-VARX(2), 1995 (10) - 2009 (7) SELIC DIVIDA_M1 IP CA 2000 2005 2010 0.5 1.0 Probabilities of Regime 1 filtered smoothed predicted 2000 2005 2010 0.5 1.0 Probabilities of Regime 2 filtered predicted smoothed 2000 2005 2010 0.5 1.0 Probabilities of Regime 3 filtered predicted smoothed
passivo do Governo acabou gerando uma política monetária restritiva, ao nível de 10% de significância, conforme descrito na tabela 10 (dívida/M1 granger causa a taxa de juros).
Os primeiros meses de 1999, em função da queda do regime de âncora cambial e do temor da retomada da inflação, foram marcados por um contexto de aperto da política monetária. Esse viés se estendeu até a implantação de uma nova âncora baseada no sistema de metas para a inflação. Cabe ressaltar que a partir final do segundo semestre do mesmo ano observamos um inflexão da tendência dos juros em função basicamente da melhora das condições internacionais e da retomada dos níveis de confiança com relação à economia brasileira (regime 2).
A partir de 2001 até meados de 2007, percebemos alguns intervalos de política monetária contracionista, com destaque para os períodos de bancarrota da economia Argentina (2001), dos ataques terroristas nos EUA (2001), das eleições presidenciais (2002). Adicionalmente, o Banco Central iniciou um ciclo de aperto monetário em 2004 devido aos receios do surgimento de novas pressões inflacionárias advindas do aquecimento da demanda agregada domestica e do cenário financeiro/internacional volátil devido à elevação do preço do petróleo.
Todavia, em que pese os fatos citados no parágrafo anterior, o modelo identificou o intervalo de tempo entre 2001e 2007 como pertencentes ao regime de afrouxamento monetário. Uma justificativa para essa aparente contradição estaria nos padrões de política monetária contracionistas observadas nos primeiros de anos do Plano Real, o que pode ter contribuído para viesar o resultado. Contudo, quando observamos os dados de forma ampla, verificamos que o modelo se adaptou bem aos fatos estilizados no tocante a tendência de afrouxamento da política monetária, quando a taxa SELIC passou de 26,32 em mar/03 para 11,32 em abr/08, conforme gráfico 4, abaixo:
Gráfico 4 - SELIC acumulada no mês anualizada
Por fim, o período da crise econômico-financeira recente, iniciada com a insolvência das hipotecas americanas (subprime), foi relacionado a um regime afrouxamento monetário. De fato, diferentemente da crise da Ásia e da Rússia, quando o Brasil foi obrigado a elevar a taxa de juros para atrair capital e manter a paridade cambial, a crise atual provocou um cenário de intensa recessão em nível mundial, que demandou reduções dos juros em escala global, inclusive no Brasil.
O agravamento da crise financeira atual pode ser datado a partir da bancarrota do Banco de Investimento Lehman Brothers (set/08), que provocou apreensão no mercado internacional, empoçamento da liquidez e forte elevação da aversão ao risco. Esse cenário pessimista transbordou para o lado real da economia com efeitos sobre o nível de confiança e sobre a atividade econômica como um todo. No Brasil, verificamos uma forte retração do produto interno bruto e da atividade fabril, com destaque para a queda da produção de bens de capital, motor do investimento produtivo. O conjunto desses dados negativos levaram a flexibilização da política monetária para níveis nunca vistos na história econômica brasileira.
Posteriormente a essa discussão, estudaremos as probabilidades de alternâncias entre os diferentes estados ilustrada pela matriz de transição abaixo:
P” = pp pp pp p p p = 0.9680 0.01813 0.01386 0.04662 0.9534 2.896e − 010 0.02634 0.02407 0.9496 11.32 26.32 10.00 12.00 14.00 16.00 18.00 20.00 22.00 24.00 26.00 28.00 A p r- 0 1 A u g -0 1 D e c -0 1 A p r- 0 2 A u g -0 2 D e c -0 2 A p r- 0 3 A u g -0 3 D e c -0 3 A p r- 0 4 A u g -0 4 D e c -0 4 A p r- 0 5 A u g -0 5 D e c -0 5 A p r- 0 6 A u g -0 6 D e c -0 6 A p r- 0 7 A u g -0 7 D e c -0 7 A p r- 0 8
Fonte: Banco Central do Brasil Elaboração própria
%
a
.a
Essa matriz demonstra à direção provável de um regime, dado a ocorrência verificada no período anterior. As probabilidades sugerem maior chance de permanência nos regimes de afrouxamento da política monetária = 0.9680 e = 0.9534 , comparativamente a permanência no regime de aperto monetários = 0.9496 . De forma mais clara, se a economia estiver em um estado caracterizado por um cenário de afrouxamento monetário, existirá uma maior chance de permanecer nesse regime no instante imediatamente posterior. Esses resultados denotam uma maior resistência à mudança de regimes.
Da mesma forma, se estivermos considerando a possibilidade de quebra de regime (alternância entre os diversos estados) iremos observar as seguintes situações. Se a economia estiver no instante t no regime 1, haverá uma maior probabilidade de verificarmos, no período imediatamente posterior, uma convergência para o regime 2, qualificado por um ambientes de política monetária expansionista = 0.01813 . No mesmo sentido, se estivermos no regime 2, observaremos uma maior tendência de mudança no sentido do regime 1 ( = 0.04662 , também caracterizado por um afrouxamento monetário. Por fim, quando partimos do pressuposto que estamos no regime 3 no período t, haverá uma maior probabilidade em direção ao regime 1 = 0.02634 comparativamente ao regime 2 = 0.02407 .
Em suma, se estivermos em um regime de afrouxamento monetário, haverá uma maior probabilidade de permanecermos nesse regime. Se partirmos de um contexto de aperto monetário, observaremos uma maior probabilidade de mudança para o regime em direção a um afrouxamento monetário.
Uma característica da modelagem MS-VAR refere-se às informações sobre o número de observações, às probabilidades e à duração de ocorrência de cada um dos regimes. Abaixo, segue uma tabela resumo das referidas propriedades dos regimes.
Tabela 14 – Probabilidades estacionárias e duração dos regimes
O regime 1 possui as melhores características quanto ao número de observações (agrupa aproximadamente 76,5% dos dados), à probabilidade de ocorrência (55,37%) e à duração (31 períodos). Confirmando essa tese, quando analisamos o cenário prospectivo,
estimado pelo modelo, há uma maior tendência em direção ao regime 2. Essa noção de probabilidade e de duração dos regimes no futuro é observada por meio da representação seguinte:
Gráfico 5 – Probabilidades e duração dos regimes no futuro
Os três primeiros gráficos acima relacionam a previsão das variáveis h passos à frente para os três regimes, dado que um deles ocorreu no instante t. Em todos as representações podemos observar que, independentemente do regime inicial, existe uma maior probabilidade de observarmos afrouxamento monetário (regime 1), na medida em que avancemos no tempo. Quando consideramos o gráfico de probabilidade de permanência no mesmo regime h passos a frente, visualizamos uma maior tendência também em direção ao regime 1. No mesmo sentido, quanto consideramos a probabilidade de duração menor ou igual a h encontramos uma tendência em direção do regime 1, que apresenta menor inclinação comparativamente aos demais regimes.
Assim, o resultado do modelo reflete o bom momento vivido pela economia brasileira em termos melhora dos fundamentos e dos cenários macroeconômicos prospectivos. Nos últimos anos, verificamos uma melhora tanto conjuntural quanto estrutural que possibilitou
0 25 50
0.5 1.0
Predicted h-step probabilities when st = 1
Regime 1
Regime 3 Regime 2
0 25 50
0.5
1.0Predicted h-step probabilities when st = 2
Regime 1
Regime 3 Regime 2
0 25 50
0.5
1.0Predicted h-step probabilities when st = 3
Regime 1 Regime 3 Regime 2 0 25 50 75 0.025 0.050 Probability of duration = h Regime 1 Regime 3 Regime 2 0 25 50 75 0.5 1.0 Probability of duration ≤h Regime 1 Regime 3 Regime 2 0 20 40 60 0.0 0.5 1.0
Probability of staying in the same regime h periods ahead
Regime 1
uma melhor avaliação da economia brasileira por órgãos e consultorias especializadas em classificação de risco, especialmente no que tange a perspectiva de crescimento econômico.