O comércio Brasil e MERCOSUL: Um estudo do modelo de
gravidade para o período 1989-2014
Hugo Agudelo Murillo Rafael Martins Dias
Resumo
O objetivo do artigo é verificar se o comércio entre Brasil e os demais países membros do Mercosul pode ser explicado pelo modelo de gravidade, para o período 1989-2014.
Palavras-chave: Comércio Brasil-Mercosul; Modelo gravitaacional; Dados em painel.
1 INTRODUÇÂO
O comércio entre Brasil e Mercosul é predominantemente de bens manufaturados, com destaque para o setor de maquinaria e equipamentos de transporte. Este setor representa quase metade do comércio, reflexo do Acordo Automotivo entre Brasil e Argentina, caracterizando um comércio intraindustrial com nível médio de intensidade tecnológica. Sob a ótica do modelo de gravidade, a teoria diz que o comércio é impactado positivamente pelo PIB e negativamente pela Distância entre os países.
O objetivo do artigo é verificar se o comércio entre Brasil e os demais países membros do Mercosul pode ser explicado pelo modelo de gravidade, para o período 1989-2014. A aplicação do modelo de gravidade na forma “Nx1”, pode fornecer uma estrutura analítica para as várias opções de política comercial de um país específico.
Na segunda parte se explica o modelo de gravidade. Na terceira parte se expõe uma visão geral do comércio entre Brasil e os demais países membros do Mercosul ao longo do período analisado, de 1989 a 2014. Na quarta seção é realizado o teste empírico utilizando o método de estimação de dados em painel
Professor de Economia na Universidade Estadual de Maringá (UEM) Economista formado pela Universidade Estadual de Maringá (UEM)
como instrumento de análise do comercio entre o Brasil e seus parceiros no bloco. Por último item são feitas as considerações finais.
2 O MODELO DE GRAVIDADE
O modelo de gravidade aplicado ao comércio internacional diz que o comércio é diretamente proporcional ao PIB e inversamente proporcional à Distância entre os países. Desde o seu surgimento, na década de 1960, o modelo foi teoricamente derivado tanto das teorias neoclássicas de concorrência perfeita (ANDERSON, 1979), quanto das chamadas novas teorias do comércio internacional de concorrência imperfeita (KRUGMAN, 1980; BERGSTRAND, 1985).
As tentativas de fundamentação do modelo de gravidade por meio das teorias neoclássicas de concorrência perfeita e retorno constante de escala não obtiveram resultados satisfatórios. Foi a partir da tentativa de se desenvolver o modelo baseado nas novas teorias do comércio internacional de concorrência imperfeita e retornos crescentes de escala que foi possível justificar o modelo teoricamente. A justificativa viria através de dois grupos de variáveis: i) PIB e população como proxy do tamanho relativo dos países na determinação do comércio, e ii) distância geográfica e adjacência entre países como proxy dos custos de transporte (DAL PIZZOL, 2010).
Krugman (1980) alega o ceticismo relacionado à habilidade da teoria de custos ou vantagens comparativas explicar o padrão de comércio internacional moderno, concluindo que é preciso uma nova estrutura para analisar o comércio. Os principais elementos de tal estrutura seriam as economias de escala, a possibilidade de diferenciação do produto e mercados de concorrência imperfeita.
De acordo com Feenstra (2002), no modelo de competição monopolística, cada país exporta uma variedade diferenciada de produtos, os países se especializam na produção de uma variedade de produto e as trocas são consideradas comércio intraindústria intensivas no uso de capital. Como consequência, os padrões de comércio podem ser descritos por uma equação
do tipo “gravidade”. Enquanto que a Teoria Heckscher-Ohlin contaria para o sucesso do modelo de gravidade na explicação do fluxo bilateral de comércio entre países com grandes diferenças de proporção de fatores e altas participações de comércio interindústria, o Modelo de Produto Diferenciado serviria na explicação do fluxo bilateral de comércio entre países com alta participações de comércio intra-indústria em competição monopolística com retornos crescentes de escala (FRANKEL, 1997 apud SOHN, 2005, p. 6).
A intuição básica do modelo de gravidade do comércio surgiu da analogia à Lei da Gravitação Universal de Newton (2012), a qual postula que “dois corpos se atraem mutuamente com uma força que é proporcional à massa de cada um deles e inversamente proporcional ao quadrado da distância que separa esses corpos”. Em termos matemáticos:
𝐹 = 𝐺𝑚𝑖 𝑚𝑗
𝑟2 (1)
onde F é a força da atração gravitacional entre as massas, G é a constante gravitacional, mi e mj são as massas dos corpos e r é a distância entre os centros dos corpos i e j.
Desde meados do século XIX, a analogia com as forças gravitacionais foi utilizada nas ciências sociais para tentar explicar fenômenos migratórios (DAL PIZZOL, 2010). Porém, foi Walter Isard quem, de fato, introduziu o modelo de gravidade nas ciências econômicas em seu livro “Methods of regional analysis:
an introduction to regional Science”, de 1960. Isard (1960) estudou o potencial
de mobilidade do fator trabalho entre as regiões dos Estados Unidos e chegou ao seguinte modelo:
𝐼𝑖𝑗 = 𝐺𝑃𝑖 𝑃𝑗
𝑑𝑖𝑗𝑏 (2)
onde Iij é o volume de viagens dentro da região metropolitana, G é uma constante, Pi e Pj são as populações das subáreas e 𝑑𝑖𝑗𝑏 é a distância entre as subáreas i e j. Esta relação pode ser tomada de forma simplificada como o
padrão do volume de viagens dentro de uma região metropolitana. Ou seja, demonstra a interação de pessoas como função das populações das subáreas e da variável distância sendo refletida em viagens (ISARD, 1960).
No campo do comércio internacional, considera-se que o modelo de gravidade foi aplicado pela primeira vez por Jan Tinbergen em seu livro “Shaping
the world economy: suggestion for an international economic policy”, de 1962.
Tinbergen (1962, apud GONÇALVES, 2014, p. 15) propõe um modelo para determinar o padrão do comércio internacional, considerando a ausência de impedimentos comerciais. Seu objetivo foi verificar a diferença entre os valores de comércio previstos pelo modelo e as transações efetivamente realizadas. O modelo teórico apresentado por Tinbergen (1962, apud GONÇALVES, 2014, p. 16) foi o seguinte:
𝐸𝑖𝑗 = 𝑎0𝑌𝑖𝑎1𝑌𝑗𝑎2𝐷𝑖𝑗𝑎3𝑢𝑖𝑗 (3)
onde Eij é a exportação do país i para o país j, Yi e Yj são Produtos Nacionais Brutos dos países i e j, Dij é a distância entre os países i e j, e uij é o termo de erro estocástico. Conforme o modelo exposto, as exportações dependeriam das seguintes variáveis:
i. O Produto Nacional Bruto (PNB) do país exportador como proxy do tamanho da economia. Esta variável representa a capacidade ofertante do país exportador (Yi).
ii. O Produto Nacional Bruto (PNB) do país importador como proxy do tamanho da economia. Esta variável representa a capacidade demandante do país importador (Yj).
iii. Distância geográfica entre os dois países como proxy do custo de transporte (Dij). Porém, ressalta-se o real significado desta variável, ou seja, Dij também absorve outros fatores, como o custo de informação e conhecimento de mercados.
Pode-se perceber que no modelo newtoniano da gravidade, a força gravitacional é diretamente proporcional às massas dos corpos e inversamente proporcional à distância entre os mesmos. No entanto, para o modelo proposto por Tinbergen, não se pode sugerir que as variáveis explanatórias seguem a
mesma proporcionalidade para com a variável explicada. Feita essa ressalva, estimou-se os coeficientes do modelo a1, a2 e a3, através de métodos econométricos. Sendo assim, o esperado é que assim como as massas dos corpos exercem influência positiva sobre a força gravitacional, os tamanhos das economias (PNB) também devem influenciar positivamente o comércio. Portanto, o impacto dos coeficientes a1 e a2 devem ser positivos. Analogamente à Lei de Newton, a distância impacta negativamente o comércio, assim como reduz a força gravitacional entre os corpos. Ou seja, a3 deve apresentar sinal negativo (TINBERGEN, 1962, apud GONÇALVES, 2014, p. 17).
Inicialmente, o modelo foi estimado para 18 países e posteriormente para 42 países, pelo método de Mínimos Quadrados Ordinários (MQO). A especificação log-log foi utilizada na estimação e foram incluídas variáveis binárias (dummies) de adjacência entre países e áreas de preferência comercial. Verificou-se que países adjacentes e pertencentes a acordos comerciais apresentavam fluxos de comércio mais intensos (TINBERGEN, 1962, apud VIANNA, 2014, p. 37-38).
McCallum (1995) desenvolve um estudo empírico importante sobre o impacto da fronteira Canadá-EUA no padrão de comércio regional. Apesar de ser uma das fronteiras mais abertas do mundo, verificou-se que o comércio entre províncias canadenses era muito maior do que o comércio com estados americanos equidistantes. Para chegar a essa conclusão, estimou-se um modelo log-log. A variável dependente foi apresentada como as exportações de uma região para a outra, enquanto que as variáveis independentes foram os PIBs de cada região, a distância entre as regiões e uma variável dummy (1 para comércio interprovincial e 0 para comércio província-estado). As elasticidades encontradas para o PIB da região exportadora, PIB da região importadora e distância foram, respectivamente, 1,3%, 1,0% e -1,5%.
O autor ressalta que o coeficiente obtido da variável distância é substancialmente maior do que os coeficientes estimados para outros estudos internacionais, os quais tendem a ter elasticidades menor que 1%. Uma possível explicação para essa diferença pode estar no fato de que, apesar da maior parte do comércio global ser realizado via modal marítimo e ser mais barato, o
comércio Canadá-EUA é realizado em sua maior parte através dos modais rodoviários, ferroviários e aeroviários, os quais são mais caros do que o modal marítimo. Mais interessante ainda, a variável dummy estimada mostrou que, mantido tudo o mais constante, o comércio entre províncias canadenses é mais do que 20 vezes maior do que o comércio entre província canadense e estado americano (MCCALLUM, 1995).
Diversos estudos empíricos do modelo de gravidade foram realizados por autores brasileiros na última década, principalmente na avaliação do impacto das áreas preferenciais de comércio e fluxo bilateral de comércio, como os trabalhos de Azevedo (2004), Dal Pizzol (2010), Gonçalves (2014) e Vianna (2014).
Azevedo (2004) examina, através de um modelo gravitacional, os efeitos da formação do Mercosul sobre os fluxos de comércio dentro do bloco. O autor utilizou uma amostra de dados agrupados (pooled data) no período 1987/1998 e analisou os efeitos do bloco durante cada fase do processo de integração. Também testou a presença de quebras estruturais dos parâmetros associados ao Mercosul. Azevedo concluiu que a formação do bloco não contribuiu para aumentar o comércio intrabloco, mas a liberalização não-discriminatória afetou significativamente as importações e exportações totais do Mercosul. As expectativas de que o acelerado crescimento do comércio intrabloco na década de 1990 teria sido causado pela liberalização comercial intrabloco foram refutadas.
Gonçalves (2014) investigou se o modelo gravitacional poderia ser aplicado ao comércio internacional brasileiro no ano de 2012. A autora adotou uma análise pouco utilizada até então, isto é, analisou o modelo para o comércio de uma país específico contra os restantes (Nx1). O modelo foi estimado com dados cross-section pelo método MQO. Os resultados para as variáveis básicas do modelo foram condizentes com as conclusões dos trabalhos já realizados. Com relação às variáveis adicionais, a autora testou o impacto da existência de saída direta para o mar, a qual apresentou impacto significativamente positivo no comércio.
Vianna (2014) aplicou o modelo de gravidade ao comércio internacional brasileiro no período 1993/2011. Segundo o autor, confirmou-se a aplicabilidade
ao caso brasileiro. As variáveis básicas apresentaram sinais esperados e estatisticamente significativos. As variáveis dummies adicionais Mercosul e tigres asiáticos apresentaram impactos positivos, porém, as línguas inglesa e francesa impactaram negativamente o comércio exterior brasileiro. Vianna descartou a relevância da fronteira nacional (MCCALLUM, 1995) como barreira para o fluxo comercial brasileiro. Os modelos foram estimados em dados em painel pelos métodos pooled data, efeitos fixos e efeitos aleatórios.
3 O COMÉRCIO BRASIL-MERCOSUL
No período 1995-2008, a taxa anual média de crescimento do comércio Brasil-Mercosul foi de 3,6%, ante um crescimento anual médio do PIB do bloco de 2,4%. Apesar de o crescimento do comércio ter sido superior ao crescimento do PIB, pode-se notar uma redução substancial em ambas as taxas de crescimento. Neste período ocorreram várias crises econômicas, como por exemplo, a crise dos tigres asiáticos em 1997, a crise russa em 1998, a crise brasileira em 1999, o ataque terrorista às Torres Gêmeas em 2001 e a crise financeira do “subprime” em 2008.
Entre 2009 e 2014, a taxa de crescimento anual média do comércio Brasil-Mercosul apresentou o seu menor patamar, de 2,4%, ante um crescimento médio anual do PIB do bloco, de 3,1%. Ressalta-se, neste caso, além da redução do PIB do Mercosul, a redução do crescimento médio da economia brasileira neste período, que após 2010 iniciou um ciclo recessivo, reduzindo as importações e exportações brasileiras do bloco.
O comércio brasileiro com o bloco é considerado dinâmico. Em geral, as exportações brasileiras para o Mercosul possuem um perfil mais intensivo em tecnologia do que as exportações para o resto do mundo (MOREIRA, 2010). As importações brasileiras do bloco também possuem um perfil intensivo em conhecimento, porém o setor básico possui significativa representatividade.
O Gráfico 1 mostra as exportações brasileiras para o Mercosul por setor agregado da Classificação Uniforme para o Comércio Internacional (CUCI)1.
1 ORGANIZAÇÃO DAS NAÇÕES UNIDAS. Classificação Uniforme para o Comércio
Para os anos analisados, percebe-se que, em média, os produtos primários (setores 0 a 4) representam 20% das exportações brasileiras para o bloco, enquanto que os produtos manufaturados (setores 5 a 8) são responsáveis por 80% das exportações.
Dentre o grupo de produtos primários, o setor de combustíveis minerais foi o mais representativo, com 9% em 2014. Já no grupo de manufaturados, o setor de maquinaria e equipamentos de transporte foi o que apresentou maior peso na pauta de exportações, com 43% em 2014.
Gráfico 1: Exportações brasileiras por setores da CUCI Rev.3 para o Mercosul (em % do total para os anos de 1989, 1999, 2009 e 2014)
Fonte: Elaborado pelo autor a partir de dados da SIGCI/CEPAL (2016).
As importações brasileiras do Mercosul por setor agregado da CUCI estão dispostas no Gráfico 2. A participação percentual dos produtos primários nas importações se reduziram no período analisado, de 60% em 1989 para 32% em 2014. Dentre os setores primários, o setor de alimentos e animais vivos representaram 24% das importações brasileiras do bloco em 2014.
http://unstats.un.org/unsd/cr/registry/regcst.asp?Cl=14&Top=1&Lg=3>. Acesso em: 22 jun. 2016. 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 0 1 2 3 4 5 6 7 8 9 Alimentos e animais vivos Bebidas e fumo Materiais brutos, exceto combustíveis Combustíveis minerais Óleos vegetais e animais Química Manufaturados básicos Maquinaria, equipamento de transporte Manufaturados diversos Artigos e transações não classificadas em outros setores da CUCI 1989 1999 2009 2014
Gráfico 2: Importações brasileiras por setores da CUCI Rev.3 do Mercosul (em % do total para os anos de 1989, 1999, 2009 e 2014)
Fonte: Elaborado pelo autor a partir de dados da SIGCI/CEPAL (2016).
Já as participações dos produtos manufaturados nas importações brasileiras do Mercosul foram de 40% em 1989 para 68% em 2014. O setor de maquinaria e equipamentos de transporte representou 45% das importações em 2014.
Enquanto que as participações dos setores primários e manufaturados nas exportações para o Mercosul se mantiveram estáveis, a participação da importação de manufaturados aumentou substancialmente no período, e a participação dos setores primários se reduziram.
4 TESTE EMPIRICO
Atualmente tem-se várias análises empíricas e fundamentações teóricas para o modelo de gravidade. No entanto, poucos trabalhos foram feitos na verificação do modelo de gravidade para fluxos de comércio para um país específico. A maioria dos trabalhos anteriores lidaram com o volume de comércio para pares de países na forma “NxN”, ou seja, todos países contra todos países. A aplicação do modelo de gravidade na forma “Nx1”, ou seja, um país contra todos, apesar de ser simples, pode fornecer uma estrutura analítica para as várias opções de política comercial de um país específico (SOHN, 2005).
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 0 1 2 3 4 5 6 7 8 9 Alimentos e animais vivos Bebidas e fumo Materiais brutos, exceto combustíveis Combustíveis minerais Óleos vegetais e animais Química Manufaturados básicos Maquinaria, equipamento de transporte Manufaturados diversos Artigos e transações não classificadas em outros setores da CUCI 1989 1999 2009 2014
Conforme o argumento de Egger (2000), o modelo de efeitos fixos é o mais adequado para as estimações de modelos de gravidade, em relação aos modelos MQO dados empilhados e efeitos aleatórios.
4.1 O MODELO EMPÍRICO
Para estimar as equações de gravidade para o comércio entre Brasil e Mercosul partiu-se do modelo proposto por Tinbergen (1962), conforme a equação 4:
𝑙𝑛(𝑀𝑖𝑗) = 𝛽0 + 𝛽1 𝑙𝑛(𝑌𝑖) + 𝛽2 𝑙𝑛(𝑌𝑗) − 𝛽3 𝑙𝑛(𝐷𝑖𝑠𝑡𝑖𝑗) + 𝜀𝑖𝑗 (4) Onde:
Mij é a soma das exportações e importações nominais, do país i para o país j;
Yw é o PIB nominal dos países i e j; Distij é a distância entre os países i e j;
β0 a β2 devem apresentar sinais positivos e β3, sinal negativo; εij é o termo de erro.
As variáveis utilizadas foram os Produtos Interno Bruto e a distância geográfica entre os países membros, conforme descrição abaixo:
Corrente de comércio: Variável anual composta da soma das exportações e importações em US$, ambas coletadas do sistema AliceWeb (2016). Representa a variável explicada do modelo de gravidade.
PIB do Brasil e dos demais países membros: Variáveis anuais representadas a preços e taxas de câmbio correntes em US$ milhões, ambas coletadas da UNCTAD (2016). A interpretação dessas variáveis diz respeito às capacidades ofertantes e demandantes de cada país, ou seja, quanto maior o PIB de uma economia, maior a tendência de se realizar comércio com outros países, e vice-versa. Distância geográfica: Com base em Vianna (2014), foi adotado a
distância em quilômetros entre os aeroportos das respectivas capitais2. A distância, além de representar os custos de comércio, é
uma aproximação para várias outras variáveis que impactam negativamente o comércio, e muitos tipos de barreira de comércio que não podem ser medidas diretamente (ANDERSON e WINCOOP, 2004).
A tabela 1 mostra a correspondência entre os nomes das variáveis e os códigos empregados no software estatístico.
Tabela 1: Descrição dos códigos empregados para as variáveis
Código Variável
cc Corrente de comércio
pibpais PIB conjunto dos demais países membros do Mercosul pibbr PIB do Brasil
dist Distância geográfica Fonte: Elaboração própria.
A Tabela 2 apresenta a estatística descritiva com as variáveis anuais já logaritmizadas. Percebe-se que a variável que representa conjuntamente os PIBs da Argentina, Paraguai, Uruguai e Venezuela (pibpais), possui o maior desvio padrão em relação à sua média, dentre as 104 observações. Seguida das variáveis corrente de comércio (cc), PIB do Brasil (pibbr) e distância geográfica (dist), respectivamente.
Tabela 2: Estatística descritiva em log da variável dependente (cc) e das variáveis independentes (pibpais, pibbr e dist)
Código Nº de observações Média Desvio padrão Valor mínimo Valor máximo cc 104 21,76545 1,10685 20,00261 24,40249 pibpais 104 10,88555 1,49068 8,25736 13,32404 pibbr 104 13,66076 0,63005 12,78942 14,72242 dist 104 7,73890 0,32666 7,27448 8,19285 Fonte: Elaboração própria a partir de Stata13.
4.2 RESULTADOS DAS ESTIMAÇÕES
No presente tópico analisa-se os resultados das estimações e, também, realizar as devidas considerações acerca dos métodos utilizados para verificar qual modelo é o mais apropriado para explicar o comércio entre Brasil e Mercosul.
Conforme a Tabela 3, o modelo pooled data apresenta coeficientes de determinação3 e de determinação ajustado4 elevados, de 0,9251 e 0,9228, respectivamente, o que indica um bom grau de ajustamento do modelo. Todas as variáveis independentes apresentaram sinais de acordo com a teoria e foram significativas a 1% de significância. Também apresenta uma probabilidade “F”5 de zero, podendo-se concluir que o impacto conjunto das variáveis explicativas é estatisticamente significativo.
Apesar dos resultados estatísticos serem bons, sabe-se que o modelo em questão não é o mais apropriado, pois, não leva em consideração as peculiaridades (heterogeneidade) entre os países estudados. A não consideração da heterogeneidade faz com que a mesma seja incluída no termo de erro. Como consequência, ocorre a probabilidade de que o termo de erro esteja correlacionado com os demais regressores do modelo, tornando-os tendenciosos e inconsistentes. Sendo assim, tal modelo é utilizado para importância de comparação.
Tabela 3: Resultados das estimações
Variáveis Pooled data Efeito fixo Efeito aleatório Prais-Winsten PIB conjunto 0,8324286* 0,3803974* 0,5296002* 0,5916493* (0,0300634) (0,0903521) (0,0781647) (0,0677037) PIB Brasil 0,3228370* 0,7022034* 0,5769852* 0,5097496* (0,0543100) (0,0851437) (0,0769505) (0,0824880) Distância -2,0761630* - -1,1837790** -1,7103340* (0,1282694) - (0,4788304) (0,2813034) Constante 24,3610200* 8,0319860* 17,2795500* 21,5176900* (1,2008790) (0,5321425) (3,7703640) (2,3826680) R2 0,9251 - - R2 = 0.9973 Wald chi2(4) = 329,25 Prob > chi2 = 0.0000 R2 Ajustado 0,9228 - - R2 within - 0,8792 0,8760 R2 between - 0,6321 0,9687 R2 overall - 0,7160 0,8793 Prob>F 0,0000 0,0000 0,0000 Fonte: Elaboração própria.
3 Medida da qualidade de ajustamento de uma regressão (GUJARATI e PORTER, 2011). 4 Medida da qualidade de ajustamento de uma regressão ajustada aos graus de liberdade
(GUJARATI e PORTER, 2011).
5 Probabilidade obtida através do Teste F, o qual testa a hipótese nula de que os coeficientes
Nota: Significância estatística a 1%(*), 5% (**) e 10%(***). Erros padrões entre parênteses.
De acordo com Fávero et al (2014), em dados em painel, a variável explicada e as variáveis explicativas podem variar conjuntamente ao longo do tempo (variação within) e entre indivíduos (variação between). Para o modelo de efeitos fixos, se houver pouca variação within, o coeficiente de uma variável explicativa será estimado de forma imprecisa. Apesar do R2 overall (total) do modelo de efeitos aleatório, de 0,8793, ser maior do que o valor do modelo de efeitos fixos, de 0,7160, o R2 within indica que o modelo de efeitos fixos pode ser o mais apropriado neste caso, pois seu valor de 0,8792 é maior do que o R2
within do modelo de efeitos aleatórios, de 0,8760 (Tabela 6).
Apesar do R2 within mostrar um indício de melhor adequação para o modelo de efeitos fixos, o mesmo possui a desvantagem de não estimar coeficientes de variáveis invariantes no tempo, o qual é o caso da variável explicativa distância. Segundo Gujarati e Porter (2011), no caso do Modelo de Efeitos Fixos (MEF), variáveis que não variam no tempo são colineares com o intercepto específico ao indivíduo e por isso não são estimadas. Já o modelo de efeitos aleatórios é capaz de estimar o impacto desse tipo de variável.
No MEF, as variáveis explicativas foram estatisticamente significativas a 1% de significância. Conforme explicado no parágrafo acima, o impacto da variável explicativa distância não foi estimado. No Modelo de Efeitos Aleatórios (MEA), todos os regressores foram estatisticamente significativos a 1% de significância, exceto a variável distância que foi significativa a 5% (Tabela 6). Os sinais dos coeficientes foram de acordo com o que indica a teoria para os dois modelos.
Conforme a Tabela 3, os dois modelos apresentaram probabilidade “F” de zero, ou seja, o impacto conjunto das variáveis explicativas nos dois modelos é estatisticamente significativo.
De acordo com o que foi explicado nos parágrafos acima, o R2 within deu indícios de que o melhor modelo seria o de efeitos fixos. No entanto, para sanar a dúvida de qual modelo é o mais apropriado, se o MEF ou MEA, deve-se realizar o Teste de Hausman para se ter uma confirmação estatística.
Conforme a Tabela 4, testou-se a hipótese nula de que os coeficientes não apresentam diferenças estatisticamente significativas e o resultado sugeriu que se pode rejeitar a hipótese nula a 1% de significância. Ou seja, as diferenças entre os coeficientes estimados entre os dois modelos são significativas e se pode concluir que o modelo de efeitos fixos é o mais adequado para o caso estudado.
Tabela 4: Teste de Hausman
Variáveis Coeficientes Diferença
(b-B) Sqrt
Fixo (b) Aleatório (B)
PIB conjunto 0,380397 0,529600 -0,149203 0,051949 PIB Brasil 0,702203 0,576985 0,125218 0,043598 H0: Coeficientes não apresentam diferenças estatisticamente
significativas. chi2(1) = 8,25 Prob>chi2 = 0,0041 Fonte: Elaboração própria.
Após a realização dos testes citados acima e com base nos seus resultados, chegou-se à conclusão de que o modelo de efeitos fixos é o mais adequado. No entanto, deve-se detectar a presença ou não dos problemas de heterocedasticidade e autocorrelação dos resíduos.
O teste de Wald para detecção de heterocedasticidade foi realizado após a estimação do modelo de efeitos fixos. De acordo com os resultados obtidos, a variância do termo de erro não é constante, indicando a presença de heterocedasticidade. O teste de Wooldridge é utilizado para detecção de autocorrelação indicando que há autocorrelação de primeira ordem no modelo.
A heterocedasticidade e a autocorrelação de primeira ordem são problemas que devem ser corrigidos, pois, a sua não consideração pode resultar em coeficientes tendenciosos, considerando os efeitos fixos, a correção é feita através do modelo Prais-Winsten6.
Como mostra a Tabela 3, após a correção dos problemas, todos os coeficientes estimados apresentaram os sinais esperados e foram estatisticamente significativos a 1% de significância. O coeficiente de determinação (R2) foi de 0,9973, superior aos modelos estimados anteriormente,
6 Utiliza o método dos mínimos quadrados ordinários, levando em consideração a presença de
o que significa uma qualidade de ajustamento da regressão muito alta. A probabilidade chi2 que verifica a significância conjunta dos coeficientes estimados foi de zero, indicando que o modelo é estatisticamente significativo.
A Equação 5 representa a função de regressão amostral estimada conforme o método MQO Prais-Winsten com correção de heterocedasticidade e autocorrelação.
𝑙𝑛(𝑀𝑖𝑗) = 21,5176 + 0,5916𝑙𝑛(𝑌𝑖) + 0,5097𝑙𝑛(𝑌𝑗) − 1,7103𝑙𝑛(𝐷𝑖𝑠𝑡𝑖𝑗) (5) Onde:
Mij é a soma das exportações e importações, do país i para o país j; Yi e Yj é o PIB conjunto dos países membros do Mercosul e do Brasil, respectivamente;
Distij é a distância entre os países i e j;
No que diz respeito às variáveis PIB conjunto dos países membros do Mercosul (Yi) e PIB do Brasil (Yj), pode-se inferir que uma variação de 1% em Yi provocará uma variação, em média, de 0,5916% no fluxo de comércio (Mij). No caso da variável Yj, uma variação de 1% sem seu valor impactará o comércio, em média, em 0,5097% (Equação 5).
A interpretação dessas variáveis diz respeito às capacidades ofertantes e demandantes de cada país, ou seja, quanto maior o PIB de uma economia, maior a tendência de se realizar comércio com outros países, e vice-versa.
Em relação à distância geográfica, pode-se inferir que um aumento de 1% na distância entre dois países, resultará em uma redução de 1,7103% do fluxo de comércio (Equação 5).
A distância, além de representar os custos de comércio, é uma aproximação para várias outras variáveis que impactam negativamente o comércio, e muitos tipos de barreira de comércio que não podem ser medidas diretamente (ANDERSON e WINCOOP, 2004).
Dada as características comerciais do Brasil com o Mercosul, procurou-se esclarecer o melhor formato de dados e método econométrico para a estimação do modelo de gravidade. Verificou-se que o modelo para dados em painel foi o mais adequado para a estimação do modelo proposto, pois, capta a
individualidade e o comportamento histórico do comércio entre os dois indivíduos analisados.
Estimado o modelo, entendeu-se que tanto o PIB brasileiro, quanto o PIB conjunto dos demais países do Mercosul, impactam o comércio de forma positiva, pois, estas variáveis representam a capacidade demandante e ofertante de uma economia. Verificou-se, também, que a variável Distância impacta o comércio, no entanto, de forma negativa. Pois, a variável em questão representa um complicador do comércio e seus custos.
REFERÊNCIAS
ANDERSON, James E; WINCOOP, Eric V. Trade costs. Journal of Economic Literature, Pittsburgh, v. 42, n. 3, p. 691-751, set. 2004. Disponível em: <http://people.hss.caltech.edu/~camerer/SS280/TradeCosts.pdf>. Acesso em: 13 fev. 2017.
AZEVEDO, André F. Z. O efeito do Mercosul sobre o comércio: uma análise com o modelo gravitacional. Pesquisa e planejamento econômico, Brasília, v. 34,
n. 2, p. 307-340, ago. 2012. Disponível
em:<http://www.ppe.ipea.gov.br/index.php/ppe/article/viewFile/71/45>. Acesso em: 15 dez. 2016.
BERGSTRAND, Jeffrey H. The gravity equation in international trade: some microeconomic foundations and empirical evidence. The Review of Economics and Statistics, Cambridge, v. 67, n. 3, p. 474-481, aug. 1985. Disponível em: <http://people.hss.caltech.edu/~camerer/SS280/gravitytrade.pdf>. Acesso em: 14 abr. 2017.
DAL PIZZOL, Antonio C. C. Estimativas para o volume de comércio dos países Brics com o uso da equação gravitacional. 2010. 99 f. Dissertação (Mestrado) – Programa de Pós-Graduação em Economia, Universidade do Vale do Rio dos Sinos, São Leopoldo. Disponível em: <http://www.repositorio.jesuita.org.br/handle/UNISINOS/3055>. Acesso em: 06 maio 2017.
FÁVERO, Luiz Paulo. et al. Métodos quantitativos com Stata: procedimentos, rotinas e análise de resultados. Rio de Janeiro, RJ: Elsevier, 2014.
FEENSTRA, Robert C. Advanced international trade: Theory and evidence. Princeton, New Jersey: Princeton University Press, 2003.
FRANKEL, J. A. Regional Trading Blocs in the World Economic System. Washington: Institute for International Economics,1997.
GONÇALVES, Beatriz S. Fluxo do comércio internacional brasileiro
segundo o modelo gravitacional em 2012. 2014. 67 f. Monografia –
Departamento de Economia e Relações Internacionais, Universidade Federal de Santa Catarina, Florianópolis. Disponível em: < https://repositorio.ufsc.br/handle/123456789/128073>. Acesso em: 27 abr. 2017.
GUJARATI, Damodar N; PORTER, Dawn C. Econometria básica. 5ª ed. São Paulo: AMGH Editora Ltda, 2011.
ISARD, Walter. Methods of regional analysis: an introduction to regional science. Cambridge: The M.I.T. Press, 1960. Disponível em: <http://www.economia.unam.mx/cedrus/publicaciones/acervo-basico.html>. Acesso em: 06 maio 2017.
KRUGMAN, Paul. Scale economies, product differentiation, and the pattern of trade. The American Economic Review, Pittsburgh, v. 70, n. 5, p. 950-959, dez.
1980. Disponível em:
<https://research.stlouisfed.org/publications/review/1999/01/01/using-the-gravity-model-to-estimate-the-costs-of-protection/>. Acesso em: 05 maio 2017. MCCALLUM, John. National borders matter: Canada-U.S. regional trade patterns. The American Economic Review, Pittsburgh, v. 85, n. 3, p. 615-623,
jun. 1995. Disponível em: <
http://www.econ.ku.dk/nguyen/teaching/McCallum%201995.pdf> . Acesso em: 12 abr. 2017.
MOREIRA, Sérvulo V.; MILHOMEM, Ethianne E. L. Evolução recente do comércio exterior brasileiro com os países do Mercosul, Brasília, DF: IPEA, 2010, 38 p. (Texto para discussão, n. 1466). Disponível em: <http://www.ipea.gov.br/portal/index.php?option=com_content&view=article&id= 4769&catid=271>. Acesso em: 26 abr. 2016.
SISTEMA INTERATIVO GRÁFICO DE DADOS DE COMÉRCIO INTERNACIONAL (SIGCI/CEPAL). Exportações e importações, agregadas e
desagregadas por país e bloco. Disponível em:<
http://www.cepal.org/comercio/ecdata2/>. Acesso em: 15 jun. 2017.
SOHN, Chan-hyun. Does the gravity model fit Korea’s trade patterns? Implications for Korea’s FTA policy and North-South Korean trade. Seoul: Korea Institute for International Economic Policy and Yokohama National University,
2005. Disponível em: <
http://www.econ.ynu.ac.jp/cits/publications/pdf/CITSWP2005-02.pdf>. Acesso
em: 04 maio 2017.
TINBERGEN, Jan. Shaping the world economy: suggestions for an international economic policy. New York: Twentieth Century Fund, 1962.
UNCOMTRADE. Exportações e importações agregadas por país. Disponível em:<http://comtrade.un.org/data/>. Acesso em: 15 jun. 2017.
UNITED NATIONS CONFERENCE ON TRADE AND DEVELOPMENT
(UNCTAD). Produto interno bruto: Disponível
em:<http://unctadstat.unctad.org/EN/Index.html>. Acesso em: 15 jun. 2017. VIANNA, André C. Uma análise empírica do comércio exterior brasileiro por
meio da equação da gravidade. 2014. 76 f. Dissertação (Mestrado) –
Faculdade de Economia, Administração e Contabilidade, UnB, Brasília. Disponível em: <http://repositorio.unb.br/handle/10482/15993>. Acesso em: 28 abr. 2017.
