O modelo com dados anuais forneceu um insight interessante da importância dos investimentos públicos em infra-estrutura como estimulador dos investimentos privados (crowding-in), ao contrário dos investimentos públicos que não são em infra-estrutura, que acabam por deslocar os investimentos privados (crowding-out). Mas ainda falta uma investigação mais detalhada dos investimentos no período pós- plano Real para procurar a resposta à questão mais fundamental que este trabalho propôs-se a responder: por que não houve recuperação nas taxas de investimento brasileiras com a estabilização da inflação alcançada com o plano Real? Quais são os vilões que ainda impedem um crescimento das taxas de investimento no Brasil, posto que o desafio de estabilização macroeconômica foi alcançado desde 1994 com o plano Real e o tripé macroeconômico básico (câmbio flutuante, superávit fiscal coerente, e política monetária de inflation targeting) está montado desde o início de 1999?
Usando dados trimestrais de 1995(1) a 2004(3) procurou-se obter um modelo econométrico explicativo para a razão de investimento real sobre PIB real5 para
procurar uma resposta via dados empíricos a essa questão importante.
4.1 – Investimentos totais: boa proxy para investimentos privados trimestrais no período 1995 – 2004
Uma primeira dificuldade no uso de séries trimestrais para investimentos privados é o fato de que o IBGE divulga trimestralmente apenas investimentos totais, não dividindo em séries trimestrais de investimentos públicos e investimentos privados. Por isso foi usada neste modelo a série de investimento total como proxy para investimento privado. Em 2003 os investimentos privados representaram 82,5% dos investimentos totais. Esta seção procura mostrar que nesse período considerado as séries de investimentos privados e investimentos totais cointegram e que, dessa forma, a proxy de uso de investimentos totais para investimentos privados pode ser usada sem grandes problemas nesse período. A justificativa de que essa proxy
5 Foi utilizada uma transformação da taxa de investimento em logaritmo (LI/Y ). Para obter investimento real e
usada é adequada é importante porque se sabe que as decisões de investimento privado têm lógica e motivação bem diferenciados da decisão de investimento público. As tabelas 7 e 8 mostram que há cointegração entre os investimentos totais e privados a partir de 1990:
Tabela 7: Estimação do modelo de investimentos totais tendo como variável explicativa os investimentos privados no período de 1990-2004
variável explic. Xi coef. p-value sinal esperado
pela teoria sinal obtido
Constante 8.76 ** 0.000
(10.20)
Investimento privado real a 0.556 ** 0.000 + +
(12.50) número de observações 14 R^2 0.928 DW 1.95 F(1,12) 155.6 [0.000]** AR 1-2 test: F(2,10) = 0.87835 [0.4452] ARCH 1-1 test: F(1,10) = 0.015224 [0.9042] Normality test: Chi^2(2) = 1.9909 [0.3696] hetero test: F(2,9) = 7.7043 [0.0112]* RESET test F(1,11) = 3.6327 [0.0831]
Modelo de cointegração Investimentos privados x Investimentos totais 1990-2004 variável dependente = Investimento total real a
Tabela 8: Modelo de ECM para a formulação de investimentos totais
variável explic. Xi coef. p-value sinal esperado pela teoria sinal obtido
Constante 0.0014 0.892
(0.14) Resíduo modelo cointegração Invest total x Invest
privado (1 lag) -1.065 * 0.028 - -
(2.56) Investimento privado real a,b
0.573 ** 0.000 + + (5.33) número de observações 13 R^2 0.748 DW 2 F(2,10) 14.82 [0.001]** AR 1-2 test: F(1,9) = 2.8072 [0.1282] ARCH 1-1 test: F(1,8) = 0.056244 [0.8185]
Normality test: Chi^2(2) = 1.5405 [0.4629]
hetero test: F(4,5) = 0.71961 [0.6139]
RESET test F(1,9) = 0.091421 [0.7692]
Error Correction Modelo do Modelo de cointegração Investimentos privados x Investimentos totais 1990-2004 variável dependente = Investimento total real a,b
Fonte: elaboração do autor
Notas: Uma estrela (*) denota significância estatística a um nível de 5% e duas estrelas (**) denota significância estatística a um nível de 1%. Estatísticas t mostradas abaixo dos coeficientes entre parênteses.
a. dados expressos em logs. b. dados em primeira diferença
A tabela 9 a seguir mostra o teste de estacionaridade dos resíduos da formulação de cointegração entre investimentos totais e investimentos privados pós-1990. Os resíduos são estacionários de forma estatisticamente significativa, o que corrobora a cointegração.
Tabela 9: Resíduos do modelo de cointegração entre investimentos totais e investimentos privados no período 1990-2004
Variável t-adf formulação tmín para 5% significância tmín para 1% significância nível de significância n lags escolhida crit. AIC
Res_modelo_cointegração
Invest_totais x Invest_privados -4.894 K -2.97 -3.68 1% 1
Resumo do teste de estacionaridade dos resíduos do modelo de cointegração Investimentos totais x Investimentos privados de 1990-2004 (ADF Tests)
Fonte: elaboração do autor
As tabelas 7, 8 e 9 mostram que os investimentos privados explicam bem os investimentos totais no modelo em nível (modelo de cointegração de LP) e que o modelo de correção de erros (CP) é estável, dado o coeficiente negativo e significativo do termo de correção de erros (resíduo defasado do modelo de cointegração).
Isso justifica a utilização da série de investimentos totais trimestrais como proxy para os investimentos privados, O gráfico 6 está ilustrando que as séries de investimentos totais e investimentos privados “caminham juntas” desde 1990.
18.6 18.8 19 19.2 19.4 19.6 19.8 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
log Investimento privado (LI_pr) log Investimento total (LI_tot)
Gráfico 6: Investimentos totais e privados anuais em log
4.2 – Descrição dos dados trimestrais 1995(1)-2004(3)
As variáveis pré-candidatas ao modelo com dados trimestrais a partir de 1995 são essencialmente as mesmas usadas no modelo anual com algumas ressalvas. Imaginou-se usar para a regressão com dados trimestrais a partir de 1995 uma formulação em que a variável dependente é a taxa de investimento em relação ao PIB e não o investimento em nível, já que se procura responder à pergunta de por que essas taxas de investimento não se recuperaram mais fortemente após o plano Real e a estabilização econômica em 1994. Dado que a variável dependente nesse caso é por definição estacionária6 procurou-se utilizar como variáveis explicativas variáveis que possam ser consideradas também estacionárias do ponto de vista teórico, mesmo que no período observado – que é curto – apresentem alguma tendência. Dessa forma, supõe-se estacionaridade no modelo apresentado neste capítulo.
Em comparação com os dados utilizados no capítulo 3, há algumas variáveis como os investimentos públicos em infra-estrutura e não infra-estrutura e os desembolsos do BNDES que não puderam ser utilizados na formulação trimestral, pois sua divulgação é anual e a tentativa de se usar séries suavizadas estatisticamente de forma trimestral não mostrou resultados satisfatórios.
A carga tributária como porcentagem do PIB (t) foi incluída novamente nas estimações deste modelo trimestral, pois se observou nessa variável após o plano Real um grande acréscimo. Esse acréscimo pode ter tido efeito de desestímulo ao investimento nos últimos anos.
O preço relativo dos bens de capital, medido como a razão entre os deflatores do investimento e do PIB, também foi incluído no modelo trimestral 1995-2004, apesar de sua baixa significância no modelo anual desde 1970. A baixa significância no modelo anual pode ter sido devida a comportamentos muito distintos dessa variável nas décadas de 70 e 80. Na década de 70 esse preço relativo manteve-se razoavelmente estável (período do “milagre brasileiro”), mas cresceu de forma atípica na década de 80 (período de hiperinflação). No entanto, é uma variável essencial na composição do custo de oportunidade do capital e deve ser considerada na formulação.
A tabela 10 abaixo mostra de forma resumida as variáveis pré-candidatas usadas para explicar a taxa de investimento em relação ao PIB no Brasil (em séries trimestrais de 1995 a 2004) e os sinais esperados da relação de cada uma delas com a taxa de investimento.
Tabela 10: Variáveis pré-candidatas a explicarem taxa de investimento no Brasil no modelo trimestral de 1995-2004 e sinais esperados teoricamente
Descrição sinal esperado
Utilização de capacidade industrial média +
Juro real -
Preço relativo dos bens de capital -
Inflação -
Carga tributária como % do PIB -
Fonte: elaboração do autor
Todas as séries em R$ foram utilizadas em valores R$ de 2004
À exceção da utilização de capacidade industrial média, que em teoria tem correlação positiva com a taxa de investimento em relação ao PIB (para economias pró-cíclicas), as demais variáveis – juro real, inflação, preço relativo dos bens de capital e carga tributária - teoricamente afetam negativamente as taxas de investimento.
O anexo B mostra em detalhes a base de dados trimestral utilizada, descrevendo para todas as variáveis as fontes dos dados e as manipulações e cálculos feitos em cada caso para se obter as séries finais que foram utilizadas nas regressões.
4.3 - Resultados das regressões com dados trimestrais 1995 - 2004
Foi também usado o método de seleção de modelo do geral ao específico na busca da melhor formulação do modelo para a taxa de investimento pós 1994.
A estacionaridade das variáveis foi uma imposição baseada em argumentação teórica acerca das variáveis escolhidas, mesmo que algumas variáveis apresentem alguma tendência no prazo das observações. Por exemplo, a carga tributária nitidamente é uma variável teoricamente I(0), pois não pode apresentar uma tendência de crescimento ou de decrescimento no longo prazo. No entanto, sua observação no Brasil de 1995 a 2004 certamente apresenta uma tendência
crescente, o que faria com que os testes ADF de raiz unitária apresentassem um resultado significativo sugerindo não estacionaridade, não condizente com a teoria. Inicialmente montou-se um modelo “cheio”, com todas as variáveis pré-candidatas a explicativas, efetuando-se posteriormente a exclusão das variáveis menos significativas. Vale destacar a baixíssima significância da inflação (IGP) como variável explicativa no período, o que mostra que o controle da inflação fez com que essa variável deixasse de ser significativa em afetar de forma negativa os investimentos, como ocorria anteriormente (vide Monteiro Melo e Rodrigues Júnior, 1998). Na Tabela 11 a seguir pode-se ver os coeficientes do modelo “cheio” e do modelo final, que ilustram o efeito da baixa significância da inflação no período pós- plano Real:
Tabela 11: Estimações iniciais de equações de taxa de investimento em relação ao PIB para o Brasil usando dados trimestrais de 1995 a 2004
Modelos trimestrais iniciais - 1995 (1) - 2004 (3)
variável dependente = Taxa de investimento em relação ao PIB a
variável explic. Xi coef. p-value coef. p-value
Constante 1.359 0.269 1.735 0.114
(1.13) (1.63)
Taxa de investimento em relação ao PIB (1 defasagem) a
0.526 ** 0.000 0.479 ** 0.000
(4.07) (4.16)
Utilização de capacidade industrial (%) a
0.668 * 0.019 0.677 ** 0.008
(2.50) (2.84)
carga tributária - % PIB a -0.027 0.729
(0.35)
carga tributária - % PIB (1 lead) a,b -0.122 0.127 -0.156 * 0.014
(1.58) (2.60)
Juro real -0.0074 0.142 -0.0033 * 0.037
(1.51) (2.18)
Juro real (1 defasagem) 0.003 0.530
(0.64)
inflação - IGP -0.0036 0.452
(0.76)
inflação - IGP (1 defasagem) 0.0007 0.886
(0.14)
Preço Relativo bens de Capital a -0.271 * 0.016 -0.324 ** 0.001
(2.59) (3.75)
Preço Relativo bens de Capital (1 defasagem) a -0.228 0.078 -0.23 * 0.040
(1.78) (2.14) número de observações 37 37 R^2 0.912 0.902 DW 2.57 2.2 AR 1-3 test: F(3,23) = 3.5579 [0.0300]* F(3,27) = 1.1184 [0.3590] ARCH 1-3 test: F(3,20) = 0.11793 [0.9485] F(3,24) = 0.028759 [0.9933]
Normality test: Chi^2(2) = 8.8564 [0.0119]* Chi^2(2) = 12.957 [0.0015]**
hetero test: F(20,5) = 0.36571 [0.9514] F(12,17) = 0.53821 [0.8606]
RESET test F(1,25) = 0.091825 [0.7644] F(1,29) = 0.24129 [0.6270]
excluída excluída modelo exclui menos
significativas modelo "cheio"
excluída
excluída
Fonte: elaboração do autor
Notas: Uma estrela (*) denota significância estatística a um nível de 5% e duas estrelas (**) denota significância estatística a um nível de 1%. Estatísticas t mostradas abaixo dos coeficientes entre parênteses
a. dados expressos em logs.
b. 1 lead equivale a -1 defasagem, ou seja, a variável explicativa do próximo período afeta a variável dependente hoje
No entanto, os resultados desses modelos iniciais (mesmo o que exclui as variáveis menos significativas) apresentaram um problema evidente de não normalidade dos resíduos denotado pela estatística altamente significativa do teste de chi-quadrado, como mostrado na tabela 11. Através do gráfico dos valores fitted pelo modelo inicial (com variáveis excluídas) x valores efetivamente realizados pode-se observar a presença de outliers no 10 semestre de 2003:
0 1 2 3 4 5 6 7 8 9 2.9 3.0 3.1 LI/Y Fitted 0 1 2 3 4 5 6 7 8 9 -2 0 r:LI/Y (scaled) -5 -4 -3 -2 -1 0 1 2 3 0.2 0.4 0.6 Density r:LI/Y N(0,1)
Gráfico 7: Presença de outlier mo modelo trimestral inicial (dados de 1995-2004)
Fonte: elaboração do autor
A explicação que se encontrou para o evidente outlier que está causando a não normalidade no modelo é a seguinte: no primeiro semestre de 2003 houve uma queda abrupta da taxa de investimentos em relação ao PIB, como mostra a tabela 12 a seguir, muito superior a qualquer outra queda da taxa de um semestre contra semestre anterior desde 2000:
Tabela 12: Variações das taxas de investimento em relação ao PIB
data I/Y cresc vs tri anterior cres semestre
mar/00 20.3 -1.9% jun/00 20.9 3.0% 1.0% set/00 20.9 0.0% 3.0% dez/00 21.6 3.3% 3.3% mar/01 21.6 0.0% 3.3% jun/01 20.9 -3.2% -3.2% set/01 21 0.5% -2.8% dez/01 20 -4.8% -4.3% mar/02 19.6 -2.0% -6.7% jun/02 19.3 -1.5% -3.5% set/02 19.7 2.1% 0.5% dez/02 20 1.5% 3.6% mar/03 19.3 -3.5% -2.0% jun/03 17.5 -9.3% -12.5% set/03 18.2 4.0% -5.7% dez/03 19.1 4.9% 9.1% mar/04 18.9 -1.0% 3.8% jun/04 18.9 0.0% -1.0% set/04 20.5 8.5% 8.5%
Fonte: IPEAdata (dados trimestrais)
Isso ocorreu em função do que chamaremos “período de ganho de credibilidade” do governo Lula em relação à manutenção dos pilares básicos do modelo econômico que vinha sendo praticado desde 1994, no 10 mandato de Fernando Henrique
Cardoso. Em função do histórico político de Lula, que chegou a defender posições radicais à esquerda em campanhas eleitorais anteriores, os investidores certamente postergaram suas decisões de investimento a fim de obter maior nível de informação sobre qual seria a política econômica do governo Lula, de acordo com a teoria de Dixit e Pindyck de opções reais para investimentos.
Em função disso, adotou-se nas regressões uma dummy chamada “dummy início governo Lula” , que é igual a 1 apenas nos 2 primeiros trimestres de 2003 e igual a zero nos demais trimestres. O resultado da regressão melhorou sensivelmente, e obteve-se com isso o modelo final para estimação da taxa de investimentos em relação ao PIB usando dados trimestrais de 1995(1) a 2004(3).
Esses resultados estão apresentados na tabela 13 a seguir (comentários detalhados sobre os coeficientes obtidos estão nas págs. 51 e 52):
Tabela 13: Estimação do modelo final para equação taxa de investimento em relação ao PIB usando dados trimestrais de 1995-2004 para o Brasil
variável explic. Xi coef. p-value
Constante 3.009 ** 0.001
(3.79)
Taxa de investimento em relação ao PIB (1 defasagem) a 0.382 ** 0.000
(4.55) Utilização de capacidade industrial (%) a
0.495 ** 0.008
(2.85)
carga tributária - % PIB (1 lead) a,b -0.197 ** 0.000
(4.16)
Juro real (1 defasagem) -0.0036 ** 0.006
(2.93)
Preço Relativo bens de Capital a -0.331 ** 0.000
(5.20)
Preço Relativo bens de Capital (1 defasagem) a -0.231 ** 0.006
(2.95)
dummy início governo Lula -0.0962 ** 0.000
(6.08) número de observações 37 R^2 0.95 DW 2.58 F(7,29) 78.97 [0.000]** AR 1-3 test: F(3,26) = 2.1176 [0.1223] ARCH 1-3 test: F(3,23) = 0.13305 [0.9394]
Normality test: Chi^2(2) = 0.64448 [0.7245]
hetero test: F(13,15) = 1.2635 [0.3292]
RESET test F(1,28) = 0.23412 [0.6322]
Modelo trimestral final - 1995 (1) - 2004 (3)
variável dependente = Taxa de investimento em relação ao PIB a
Fonte: elaboração do autor
Notas: Uma estrela (*) denota significância estatística a um nível de 5% e duas estrelas (**) denota significância estatística a um nível de 1%. Estatísticas t mostradas abaixo dos coeficientes entre parênteses
a. dados expressos em logs.
b. 1 lead equivale a -1 defasagem, ou seja, a variável explicativa do próximo período afeta a variável dependente hoje
Verificou-se ainda se o acréscimo de algumas variáveis - que costumam também ser usadas em modelos para estimar investimento - ao modelo final apresentado na tabela 13 melhoraria seu resultado. Essas variáveis são: o percentual de pessoas acima de 10 anos sem primário completo, que é uma proxy para o nível de capital
humano, as relações dívida pública total em relação ao PIB e dívida pública externa em relação ao PIB, indicadores ligados ao nível de estabilidade macroeconômica e uma dummy para o período de racionamento de energia elétrica em 2001, que é um evento não recorrente que pode ter prejudicado investimentos por conta do corte de oferta de energia. Os resultados dos testes de omissão dessas variáveis foram todos não significativos7 .
O gráfico 8 abaixo mostra o bom ajuste do modelo trimestral final aos valores efetivamente realizados: 0 1 2 3 4 5 6 7 8 9 2.90 2.95 3.00 3.05 3.10 3.15 LI/Y Fitted
Gráfico 8: Valores do modelo trimestral final 1995-2004 x valores realizados para log das taxas de investimento em relação ao PIB
Fonte: elaboração do autor
Foram feitos também os testes de estacionaridade dos resíduos dessa formulação trimestral final obtendo-se os resultados apresentados na tabela 14 a seguir:
7
Os resultados dos testes F para variáveis omitidas do modelo final trimestral foram os seguintes: omissão do percentual de pessoas acima de 10 anos sem primário completo: F(1,28) = 0.279634 [0.6011] omissão da dívida pública total em relação ao PIB: F(1,28) = 0.120877 [0.7307]
omissão da dívida pública externa em relação ao PIB: F(1,28) = 0.319094 [0.5767]
Tabela 14: Teste de estacionaridade dos resíduos do modelo trimestral final 1995- 2004 para taxas de investimento em relação ao PIB
Variável t-adf formulação tmín para 5% significância
tmín para 1%
significância nível de significância
n lags escolhida crit. AIC Res. modelo
trimestral -7.173 K -2.97 -3.68 1% 0
Resumo do teste de estacionaridade dos resíduos do modelo trimestral final (ADF Tests)
Fonte: elaboração do autor
Os resultados da tabela 14 mostram que os resíduos são estacionários e que, portanto, a regressão do modelo trimestral final mostrada na tabela 13 não contém resultados espúrios.
O gráfico 9 abaixo mostra que os resíduos não rejeitaram a hipótese de normalidade e os gráficos de ACF e PACF dos resíduos sugerem que a estrutura de defasagens escolhida está adequada, não restando outros efeitos indesejados de auto- correlações de resíduos. 0 5 10 -1 0 1 r:LI/Y (scaled) -3 -2 -1 0 1 2 3 0.2 0.4 Density r:LI/Y N(0,1) 0 5 -0.5 0.0 0.5 1.0 ACF-Res_modelo_trimestral 0 5 -0.5 0.0 0.5 1.0 PACF-Res_modelo_trimestral
Gráfico 9: Resíduos do modelo trimestral final em escala normal, ACF e PACF dos resíduos
O teste de Chow para o modelo trimestral final também apresentou resultados satisfatórios, confirmando constância dos parâmetros. No gráfico 10 a seguir mostramos o teste para as variáveis de carga tributária e de preço relativo dos bens de capital: 5 6 7 8 9 -0.3 -0.2 -0.1 Lt_(%)_-1 × +/-2SE 5 6 7 8 9 -0.4 -0.2 0.0 LPrel × +/-2SE 5 6 7 8 9 -4.0 -3.5 -3.0 t: Lt_(%)_-1 5 6 7 8 9 -4 -3 t: LPrel 5 6 7 8 9 -0.025 0.000 0.025 Res1Step 5 6 7 8 9 0.5 1.0 1up CHOWs 1% 5 6 7 8 9 0.25 0.50 0.75 1.00 Ndn CHOWs 1% 5 6 7 8 9 0.5 1.0 Nup CHOWs 1%
Gráfico 10: Testes de Chow de estabilidade de parâmetros para as variáveis de carga tributária (1 lead) e preços relativos dos bens de capital
Fonte: elaboração do autor
De forma análoga ao que foi feito no capítulo 3, serão analisados efeitos iterativos de LP dado o modelo final com dados trimestrais. Serão analisados tais efeitos para as variáveis de utilização de capacidade, carga tributária em relação ao PIB e preço relativo dos bens de capital.
Da relação do modelo trimestral final (tabela 13) foram utilizados, primeiramente, apenas os termos e coeficientes de taxa de investimento em relação ao PIB (i) e utilização de capacidade industrial (UCAP):
UCAP L L L i UCAP Li i=0,382 +0,495 ⇒ =(0,495+0,189 +0,0722 2 +0,0276 3+...)* (7)
Se for feita a hipótese de que uma dada variação na utilização de capacidade industrial seja de caráter permanente, ou pelo menos que esse novo nível de utilização de capacidade se mantenha nos períodos imediatamente subseqüentes, (UCAP(t)=UCAP(t−1)=UCAP(t−2)=...), o efeito cumulativo iterativo de longo prazo será:
UCAP i=0,8009* (8)
Fazendo cálculos análogos para as variáveis de carga tributária em relação ao PIB (t) e de preços relativos de bens de capital (Prel) obteve-se:
Equações iterativas de LP para o efeito da carga tributária em relação ao PIB sobre taxa de investimento em relação ao PIB:
t L L L i Li t L i=−0,197 −1 +0,382 ⇒ =(−0,197 −1−0.0752−0,0287 −0,0109 2−...)* (9) t i=−0,31877* (10)
Equações iterativas de LP para o efeito do preço relativo dos bens de capital sobre taxa de investimento em relação ao PIB:
el L L L i Li el L el i=−0,331Pr −0,231 Pr +0,382 ⇒ =(−0,331−0,3574 −0,1365 2−0,0521 3 −...)*Pr (11) el i=−0,9093*Pr (12)
As conclusões principais da modelagem empírica com os dados trimestrais (modelo trimestral final apresentado na tabela 13) são que há suporte para a hipótese de que o crescimento da carga tributária desde 1994 foi um dos principais vilões que impediu a retomada do crescimento das taxas de investimento em relação ao PIB, aliado a um aumento do custo relativo dos investimentos (medido pela variável de preços relativos dos bens de capital).
São comentados a seguir cada um dos coeficientes do modelo trimestral final (tabela 13).
O coeficiente positivo e significativo para a taxa de investimento com uma defasagem (+0.382) mostra que de fato há um forte componente de inércia para as taxas de investimentos, ou seja, há uma certa inércia devido ao fato de que certos investimentos não se complementam em apenas um trimestre. Assim, um aumento nas taxas de investimentos do trimestre anterior acaba por afetar positivamente, devido a esse efeito de inércia as taxas de investimentos do trimestre subseqüente. O coeficiente positivo e significativo para a variável de utilização de capacidade industrial suporta a tese de que os investimentos na economia brasileira são altamente pró-cíclicos, ou seja, em momentos de elevada utilização de capacidade os investimentos são maiores e vice-versa. Pelo coeficiente obtido um aumento de 1% na utilização de capacidade leva a um aumento de 0,495% na taxa de investimento.
O coeficiente negativo e altamente significativo para a carga tributária com uma lead mostra que de fato a escalada da carga tributária no Brasil desde 1994 afetou negativamente a taxa de investimentos privados em relação ao PIB. O coeficiente sugere que um aumento de 1% na carga tributária no trimestre que está por vir faz com que haja uma queda de 0,197% na taxa de investimento contemporânea. É interessante notar que o resultado obtido embute a hipótese de expectativas racionais e que os agentes têm um certo grau de antecipação do aumento da carga tributária reagindo negativamente com um trimestre de antecedência. Isso faz sentido, na medida em que mudanças de alíquotas, por exemplo, normalmente são pré-anunciadas antes de sua entrada efetiva em vigor.
As variáveis de preços relativos de bens de capital (contemporânea e com uma defasagem) mostraram-se bastante significativas e com o sinal negativo esperado, já que medem o aumento relativo do preço dos investimentos. Esse efeito é importante