Intervenção no Mercado Cambial: Eficácia de Derivativos e de Outros Instrumentos

Intervenção no Mercado Cambial: Eficácia de Derivativos

e de Outros Instrumentos

RESUMO

Este artigo avalia a eficácia, no Brasil, dos instrumentos tradicionais de política cambial (intervenções no mercado de câmbio à vista e taxa de juros) e de instrumentos baseados em derivativos (swaps cambiais e títulos cambiais) no período de flutuação cambial que teve início em janeiro de 1999. Mostramos que, em períodos de alta volatilidade da taxa de câmbio nominal, os instrumentos analisados não conseguiram alterar significativamente a trajetória do câmbio nominal. Em períodos de baixa volatilidade da taxa de câmbio nominal, entretanto, tanto os instrumentos tradicionais quanto as intervenções no mercado de derivativos alteraram a esperança condicional da taxa de câmbio nominal. Estes resultados se mostraram robustos às duas técnicas econométricas utilizadas para estimação: GMM em tempo contínuo e em tempo discreto.

ABSTRACT

This paper discusses the effectiveness in Brazil of the traditional instruments of exchange rate policy (spot interventions and interest rates) as well as instruments based on exchange rate derivatives (swaps and dolar indexed public bonds). We show that in periods of high volatility of the nominal exchange rate the instruments were not capable of significantly modifying the dynamics of the nominal exchange rate. In periods of low volatility of the nominal exchange rate, in contrast, both the traditional instruments and the derivative instruments were effective. These results are robust to the two techniques of estimation employed: GMM in continuous time and in discrete time.

1. INTRODUÇÃO.

Em janeiro de 1999, o Banco Central do Brasil adotou o regime de câmbio flutuante. A despeito deste fato, continuou a intervir no mercado de câmbio. Os instrumentos de intervenção foram: taxa de juros, compra e venda de dólares no mercado à vista de câmbio, compra e venda de títulos públicos indexados ao dólar e operações de swap cambial. Uma pergunta surge naturalmente: Será que esses instrumentos foram realmente eficazes?

Este artigo mostra que a resposta depende do nível de volatilidade da taxa de câmbio nominal. A resposta é negativa nos períodos de alta volatilidade: no primeiro semestre de 1999 e segundo semestre de 2002. A resposta, no entanto, é afirmativa nos outros períodos, em que é baixa a volatilidade da taxa de câmbio.

Um primeiro passo para analisar a eficácia das intervenções do Banco Central é medir os efeitos dos diferentes instrumentos na dinâmica da taxa de câmbio nominal. Para fazer isso, especificamos o processo estocástico da taxa de câmbio nominal, introduzimos neste processo as intervenções do Banco Central e por último estimamos este processo com e sem intervenções.

Seguimos a literatura de intervenções do Banco Central no mercado de câmbio e uma outra vasta literatura sobre a estrutura a termo da taxa de juros. Nesta literatura, modela-se o efeito de compras e vendas de títulos públicos na trajetória de juros da economia. Escolhe-se um processo em tempo contínuo para modelar a dinâmica da taxa de juros e modelam-se as intervenções por meio de componentes descontínuos (saltos) anexados ao processo original de difusão.

Analogamente, pré-selecionamos um processo em tempo contínuo para modelar a dinâmica da taxa de câmbio nominal e modelamos as intervenções descontínuas, adicionando processos descontínuos (saltos) correspondentes. Nesta estratégia, os instrumentos de intervenção são eficazes, caso consigam afetar a média condicional do processo da taxa de câmbio nominal. Este critério de eficácia é bastante difundido na literatura de intervenções, como mostram Sarno e Taylor (2001) e Edison (1993).

Para estimar os parâmetros da dinâmica de câmbio usamos o trabalho de Hansen e Scheinkman (1995) que, partindo de processos de Ito, obtém restrições nos momentos dos processos que permitem a estimação dos parâmetros pelo Método Generalizado de Momentos (GMM). Para testar a robustez dos resultados, utilizamos uma outra técnica mais usual de estimação, que discretiza o processo em tempo contínuo (Chan et al (1993)).

Em ambas as técnicas de estimação, as intervenções no mercado de câmbio se mostram ineficazes independente dos instrumentos utilizados (mercado à vista de câmbio,

swap, dívida e taxa de juros) nos períodos de alta volatilidade da taxa de câmbio nominal:

quando da mudança do regime cambial no primeiro semestre de 1999 e no período pré-eleitoral do segundo semestre de 2002. Nos outros períodos, no entanto, os instrumentos se mostram eficazes.

Desses resultados podemos tirar duas lições principais. Como as intervenções não conseguem mudar as esperanças condicionais em épocas de crise, o uso de reservas cambiais e o endividamento em moeda externa nestas épocas só fazem sentido se as intervenções tiverem outros objetivos além de evitar a depreciação da taxa de câmbio. Por exemplo, se as intervenções visarem mudanças na volatilidade condicional da taxa de câmbio nominal.

A segunda mensagem dos nossos resultados é que a demanda por moeda estrangeira no Brasil está intimamente associada à demanda de hedge cambial que pode ser coberta não apenas por remessas do exterior, mas também por títulos públicos domésticos com variação cambial ou por derivativos de câmbio que repliquem os retornos de ativos externos.

O trabalho mais próximo do nosso é o de Araújo e Goldfajn (2004) que analisam o impacto das intervenções sobre a volatilidade da taxa de câmbio. Araújo e Goldfajn mostram, considerando-se todo o período de janeiro de 2000 a dezembro de 2003, que as intervenções do Banco Central diminuem a volatilidade da taxa de câmbio.

A organização do restante do artigo é a seguinte. A Seção 2 discute os modelos que estimamos. A Seção 3 descreve a política de intervenções no mercado de câmbio na segunda

fase do Plano Real (Janeiro de 1999 em diante) e os dados que utilizamos. A Seção 4 discute as duas técnicas utilizadas, apresenta e analisa os resultados e a Seção 5 conclui.

2. O Modelo da Dinâmica de Câmbio.

O objetivo principal deste trabalho é estudar a eficácia de distintos instrumentos de intervenção no mercado de câmbio. Para tanto, precisamos de um modelo suficientemente flexível para descrever a trajetória de câmbio nominal com e sem intervenção do Banco Central. Ainda que a literatura sobre intervenções no mercado de câmbio não tenha convergido para um modelo padrão para a trajetória da taxa de câmbio nominal, uma classe de modelos baseados em processos em tempo contínuo tem ganhado relevância nos últimos anos. Entre outras vantagens, estes modelos obtêm formas fechadas para momentos de processos que permitem testes estatísticos do impacto das intervenções.

Modelamos a dinâmica da variação da taxa de câmbio nominal, Xt, pelo seguinte

processo na classe difusão com saltos:

dXt=(µXt+Kit)dt+σXtdWt+

∑

f f f t I XtdJt , (1)

onde f = à vista, se as intervenções forem no mercado à vista de dólar, f = div, se as intervenções forem em títulos públicos indexados ao dólar ou f = swap se as intervenções forem via swaps cambiais.

De modo intuitivo, o termo que multiplica dt em (1) é a tendência pré-determinada do processo. Esta tendência pode ser decomposta em duas componentes. A primeira, µ, reflete o

impacto da variação da taxa de câmbio nominal no instante anterior. A segunda, K, espelha o impacto da política de taxa de juros do Banco Central, representada taxa SELIC, it.

A tendência pré-determinada é perturbada por dois tipos de choques. O primeiro, σXtdWt, é não previsível. O segundo refere-se às intervenções descontínuas do Banco Central

no mercado de câmbio. As intervenções descontínuas são modeladas como processos de Poisson. Os processos de Poisson são tais que existe uma probabilidade λ_f dt , (f igual a

mercado à vista de câmbio, dívida ou swap) de ocorrer uma intervenção descontínua e, dado que ela ocorra, sua intensidade é conhecida, I_tf, isto é a intervenção é medida em reais e o seu impacto ItXt é medido em unidades da variação da taxa de câmbio nominal . Se todos os λf

forem zero, então apenas choques não previsíveis irão afetar a trajetória da variação da taxa de câmbio nominal.

Da equação (1), temos a seguinte esperança condicional em t da variação da depreciação (apreciação):

Et[dXt]=(µXt+Kit+λàvistaItàvistaXt+λdivItdivXt+λswapItswapXt)dt, (2)

Pela equação (2), a expectativa condicional da variação da apreciação (ou depreciação)

da taxa de câmbio nominal é função da variação da taxa de câmbio nominal no período anterior, Xt, da taxa de juros no período anterior, it e da probabilidade de intervenções no

mercado à vista de câmbio, λàvista, dívida em dólar, λdiv, e swap cambial. λswap. No caso da

taxa de juros, se o coeficiente K é estatisticamente significativo e com sinal negativo então podemos afirmar que a taxa de juros é um instrumento eficaz para alterar a esperança condicional da variação da taxa de câmbio. Analogamente, se a probabilidade associada a um dos instrumentos descontínuos é estatisticamente significativa, então podemos afirmar que esse instrumento é eficaz em influenciar a esperança condicional. Por exemplo, se na data t a desvalorização cambial tiver sido de 0,2% e o Banco Central ofertar dólares no valor correspondente a R$10 milhões, e se a probabilidade associada à intervenção no mercado à vista for de 10-6, então a venda de moeda estrangeira pelo Banco Central implica um aumento esperado da apreciação (ou uma queda esperada da depreciação) de dois por cento (Et[dXt] =

0,02).

Observe também que uma política eficaz, no sentido acima, não afeta apenas a esperança condicional da variação da taxa de câmbio nominal no próximo período. Ao perceber que essa esperança é afetada por intervenções, o mercado busca inferir a freqüência das intervenções e a magnitude. Portanto, como em Krugman (1991), Cadenillas e Zapatero (2000), Cadenillas e Zapatero (1999), e Jiang (1999), a política de intervenções afeta toda a trajetória de câmbio.

A partir da equação (2), testaremos a capacidade de o Banco Central afetar a esperança condicional da desvalorização a partir da estimação dos parâmetros λf. Nestes testes, vamos

supor que o mercado conhece o processo decisório do Banco Central que gera o processo de Poison das intervenções. Ou seja, o processo de intervenção é uma variável pré-determinada do modelo. Sob esta suposição, uma estimativa de λf estatisticamente igual a zero – nossa

hipótese nula – deve ser interpretada como evidência que a política de intervenção não afeta a esperança condicional da variação da taxa de desvalorização, em vez da interpretação usual que a probabilidade de intervenção do Banco Central é zero.

Além de possibilitar uma interpretação consistente (com os dados) para estimativas nulas das probabilidades de intervenção do Banco Central, a hipótese de pré-determinação da política de intervenção nos permite ignorar problemas de endogeneidade na estimação dos parâmetros λf se, como suposto na equação (1), os coeficientes µ e K são invariantes às

variáveis de estado que determinam as intervenções. Sem estas duas hipóteses, precisaríamos obter variáveis instrumentais para a política de intervenção, ou então estimar simultaneamente a função de reação do Banco Central e o impacto da política de intervenções, como em Araújo e Goldfajn (2004).

Na próxima seção, descreveremos os dados que usamos para estimar os parâmetros do modelo (1), em particular aqueles relacionados às formas de intervenção, que sinalizam a capacidade do Banco Central em afetar a trajetória de câmbio nominal no período de 1999 a 2002.

3.

Os Dados.

Para investigar a eficácia das intervenções no mercado de câmbio no período recente de flexibilização cambial usamos dados diários. Dividimos a amostra em dois períodos distintos. Um tem início em janeiro de 1999 e termina logo após o final do processo eleitoral em novembro de 2002. Há 975 observações disponíveis neste período. Um segundo período vai de dezembro de 2002 a abril de 2003, abrangendo 80 observações.

São duas as variáveis de importância para a análise de intervenções no mercado à vista de câmbio: a data e o volume de compra e venda de intervenção. A partir de julho de 1999, o Banco Central passou a anunciar as datas em que interveio no mercado à vista de câmbio. Caso iniciássemos nossa análise em julho de 1999, entretanto, perderíamos o período imediatamente após a mudança do regime cambial (Janeiro de 1999 a Junho de 1999), período em que há fortes indícios de intervenções freqüentes no mercado à vista de câmbio. Por exemplo, entre Janeiro de 1999 e Junho de 1999, a média diária da variação da base monetária decorrentes de operações de câmbio em valores absolutos foi de R$ 355 milhões, enquanto que a média diária em valores absolutos para o período após junho de 1999 foi de R$ 66 milhões.

Sendo assim, consideramos como datas das intervenções todos os dias anteriores a 01/07/1999 e, a partir de então, as datas anunciadas pelo Banco Central do Brasil. Segundo esse critério, identificamos 235 intervenções no mercado à vista de câmbio, sendo que os períodos de maior intervenção são o primeiro semestre de 1999 e o ano de 2001.

Infelizmente, o Banco Central não informa a intensidade de suas intervenções. Para estimá-las, utilizamos a série de variações da base monetária decorrentes de operações de câmbio.1 Esta série, que é fornecida pelo Departamento de Mercado Aberto do Banco Central, desconsidera um conjunto de operações de câmbio do Banco Central que, claramente, não são originadas por intervenções, como, por exemplo, aquelas que ocorrem com organismos multilaterais. O Gráfico 1, mostra as datas e volumes de intervenções em dólares.

1 _{A variação das reservas internacionais não é uma boa proxy das intervenções. (Ver Sarno e Taylor (2001)).}

Reservas Internacionais podem aumentar devido a receitas provenientes de ativos financeiros do Banco Central ou por conta de outras valorizações que não são relacionadas com intervenções.

Gráfico 1

Além das intervenções no mercado à vista de câmbio, o Banco Central pode intervir na trajetória de câmbio, vendendo títulos denominados em moeda estrangeira. À parte o risco de

default, que deve ser apreçado no cupom cambial, títulos cambiais são substitutos para a

remessa de dólares para investimento no mercado de capitais estrangeiros sob a perspectiva dos demandantes de hedge cambial. Portanto, a emissão de títulos cambiais constitui uma forma alternativa de intervenção no mercado de câmbio. O estoque total diário de títulos cambiais em poder do mercado em dólares está ilustrado no Gráfico 2. Ele é a soma do estoque de Notas do Banco Central Série E, NBC-E, em poder do mercado, e do estoque de Notas do Tesouro Nacional Série D, NTN-D, em poder do mercado. O primeiro título é um passivo do Banco Central, enquanto o segundo é um passivo do Tesouro Nacional. Os dois títulos remuneram uma taxa de juros somada à desvalorização cambial do período.

Intervenções no Mercado à Vista de Câmbio após a Desvalorização Cambial

-2500000,00 -2000000,00 -1500000,00 -1000000,00 -500000,00 0,00 500000,00 1000000,00 1500000,00 2000000,00 2500000,00 1 4 /0 1 /1 9 9 9 1 4 /0 3 /1 9 9 9 1 4 /0 5 /1 9 9 9 1 4 /0 7 /1 9 9 9 1 4 /0 9 /1 9 9 9 1 4 /1 1 /1 9 9 9 1 4 /0 1 /2 0 0 0 1 4 /0 3 /2 0 0 0 1 4 /0 5 /2 0 0 0 1 4 /0 7 /2 0 0 0 1 4 /0 9 /2 0 0 0 1 4 /1 1 /2 0 0 0 1 4 /0 1 /2 0 0 1 1 4 /0 3 /2 0 0 1 1 4 /0 5 /2 0 0 1 1 4 /0 7 /2 0 0 1 1 4 /0 9 /2 0 0 1 1 4 /1 1 /2 0 0 1 1 4 /0 1 /2 0 0 2 1 4 /0 3 /2 0 0 2 1 4 /0 5 /2 0 0 2 1 4 /0 7 /2 0 0 2 1 4 /0 9 /2 0 0 2 1 4 /1 1 /2 0 0 2 1 4 /0 1 /2 0 0 3 1 4 /0 3 /2 0 0 3 Data U S $ M il C o m p ra (+ ) V e n d a (-)

Gráfico 2

Consideramos como intervenções do Banco Central as variações de valor superiores em módulo à média do estoque em dólar de títulos cambiais em poder do mercado mais ou menos dois desvios padrão. Segundo esse critério, identificamos cerca de 252 intervenções de janeiro de 1999 até abril de 2003. O período de maior utilização desse instrumento foi de abril de 2001 a dezembro de 2001.

A terceira forma de intervenção analisada são os swaps cambiais. A Lei de Responsabilidade Fiscal de 04/05/2000 vedou a emissão de títulos de responsabilidade do Banco Central, entre os quais a NBC-E. A partir daí, passou a ser importante para o Banco Central buscar instrumentos alternativos para exercer regularmente sua política cambial. A partir de abril de 2002 o Banco Central passou a vender LFTs, que são títulos públicos pré-fixados de curto prazo, juntamente com a realização de swaps cambiais com as Instituições Financeiras. Nestes swaps, o Banco Central ficava comprado em DI, taxa de juros, e vendido na variação da taxa de câmbio nominal. A combinação de LFTs com os swaps cambiais são equivalentes a títulos indexados ao dólar.

Estoque de Dívida Cambial em Poder do Mercado

0,00 10000,00 20000,00 30000,00 40000,00 50000,00 60000,00 70000,00 80000,00 1 4 /0 1 /1 9 9 9 1 4 /0 3 /1 9 9 9 1 4 /0 5 /1 9 9 9 1 4 /0 7 /1 9 9 9 1 4 /0 9 /1 9 9 9 1 4 /1 1 /1 9 9 9 1 4 /0 1 /2 0 0 0 1 4 /0 3 /2 0 0 0 1 4 /0 5 /2 0 0 0 1 4 /0 7 /2 0 0 0 1 4 /0 9 /2 0 0 0 1 4 /1 1 /2 0 0 0 1 4 /0 1 /2 0 0 1 1 4 /0 3 /2 0 0 1 1 4 /0 5 /2 0 0 1 1 4 /0 7 /2 0 0 1 1 4 /0 9 /2 0 0 1 1 4 /1 1 /2 0 0 1 1 4 /0 1 /2 0 0 2 1 4 /0 3 /2 0 0 2 1 4 /0 5 /2 0 0 2 1 4 /0 7 /2 0 0 2 1 4 /0 9 /2 0 0 2 1 4 /1 1 /2 0 0 2 1 4 /0 1 /2 0 0 3 1 4 /0 3 /2 0 0 3 Data U S $ M il h õ e s

Os contratos de swap são registrados na Bolsa de Mercadorias e Futuros-BMF. No Gráfico 3, consideramos a oferta líquida em dólares de swaps cambiais no período de abril de

2002 a abril de 2003 como a série de intervenções desse instrumento.

Gráfico 3

A última forma de intervenção do Banco Central que consideramos é a utilização da taxa de juros básica, que pelo seu impacto sobre o fluxo de capitais estrangeiros pode afetar a trajetória da taxa de câmbio nominal. Diferentemente das outras formas de intervenção essa não é esporádica ou descontínua. Na literatura de intervenções, (ver Domingues e Frankel (1993)), a taxa de juros é conhecida como o canal monetário da intervenção ou como a forma não esterilizada de intervenção.

A taxa de juros de curto prazo, SELIC, é a candidata natural para capturar as intervenções via Política Monetária. Como pode ser observado no Gráfico 4, verifica-se que na maior parte do período o Banco Central praticou uma política de diminuição gradual da taxa de juros. A exceção foi o período logo após a desvalorização cambial, quando há um aumento substancial da taxa de juros básica.

Intervenção por Meio de Swaps Cambiais

0 500 1000 1500 2000 2500 3000 09/0 4/20 02 23/0 4/20 02 07/0 5/20 02 21/0 5/20 02 04/0 6/20 02 18/0 6/20 02 02/0 7/20 02 16/0 7/20 02 30/0 7/20 02 13/0 8/20 02 27/0 8/20 02 10/0 9/20 02 24/0 9/20 02 08/1 0/20 02 22/1 0/20 02 05/1 1/20 02 19/1 1/20 02 03/1 2/20 02 17/1 2/20 02 31/1 2/20 02 14/0 1/20 03 28/0 1/20 03 11/0 2/20 03 25/0 2/20 03 11/0 3/20 03 25/0 3/20 03 Data U S $ M il h õ e s

Gráfico 4 Taxa SELIC

Entretanto, os testes de Peron e Dick-Fuller aumentado rejeitam a hipótese de estacionariedade da SELIC no período de janeiro de 1999 até dezembro de 2002 (o p-valor do teste de Perron é 0,45 e do teste de Dickey-Fueller é 0,37). Assim sendo, usaremos a primeira diferença da SELIC, ∆it, para estimar o impacto das intervenções via política monetária. De

fato, os testes de Perron e Dickey-Fuller aumentado não rejeitam a estacionariedade da primeira diferença da SELIC (o p-valor é 0,0 tanto para o teste de Perron quanto para o teste de Dickey-Fuller Aumentado)

Os Gráficos 1 a 4 evidenciam que o Banco Central escolheu os instrumentos para atuar com mais intensidade dependendo do período. Por exemplo, quando da desvalorização cambial em 1999, valeu-se mais de intervenções no mercado à vista de câmbio e taxa de juros. Em 2001, o Banco Central valeu-se mais de títulos públicos indexados ao dólar e no segundo semestre de 2002 e primeiro semestre de 2003 valeu-se mais de swaps cambiais. As intervenções foram agudas nos períodos de maior pressão cambial, primeiro semestre de 1999 e segundo semestre de 2002, e praticamente inexistentes no ano de 2000, quando a economia brasileira não sofreu choques relevantes.

0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0,16 0 5 /0 1 /1 9 9 9 0 5 /0 3 /1 9 9 9 0 5 /0 5 /1 9 9 9 0 5 /0 7 /1 9 9 9 0 5 /0 9 /1 9 9 9 0 5 /1 1 /1 9 9 9 0 5 /0 1 /2 0 0 0 0 5 /0 3 /2 0 0 0 0 5 /0 5 /2 0 0 0 0 5 /0 7 /2 0 0 0 0 5 /0 9 /2 0 0 0 0 5 /1 1 /2 0 0 0 0 5 /0 1 /2 0 0 1 0 5 /0 3 /2 0 0 1 0 5 /0 5 /2 0 0 1 0 5 /0 7 /2 0 0 1 0 5 /0 9 /2 0 0 1 0 5 /1 1 /2 0 0 1 0 5 /0 1 /2 0 0 2 0 5 /0 3 /2 0 0 2 0 5 /0 5 /2 0 0 2 0 5 /0 7 /2 0 0 2 0 5 /0 9 /2 0 0 2 0 5 /1 1 /2 0 0 2 S E L IC % a .d .

4. Análise dos Dados.

4.1 Método de Hansen e Scheinkman (1995)

Usualmente, a estimação de processos estocásticos em tempo contínuo como a equação (1) é feita discretizando-se o processo. Entretanto, a discretização é apenas uma aproximação da especificação em tempo contínuo. Lo (1988) mostra por meio de um contra-exemplo que o estimador de máxima verossimilhança do processo discretizado não é de forma geral consistente.

Levando em conta tal problema, Hansen e Scheinkman (1995) propuseram um método para estimar processos contínuos, que prescinde da discretização do intervalo de tempo e que explora propriedades dos momentos dos processos de Ito estacionários, momentos estes que são construídos a partir do conceito de gerador infinitesimal. De forma intuitiva, o gerador infinitesimal de um processo estocástico contínuo mostra a inclinação do processo estocástico em um determinado ponto. Ou seja, o gerador é a tendência (ou arrastamento) do processo no ponto. Por exemplo, no processo de difusão, dXt= µtdt +σtdWt, o gerador infinitesimal do

processo original, A(Xt),é µt .

Da mesma forma, o gerador infinitesimal aplicado a uma função do processo fornecerá a tendência da função desse processo nesse ponto. Por meio de uma escolha apropriada dessas funções, conhecidas como funções teste, Hansen e Scheinkman (1995) obtêm as condições de momento que permitem a aplicação do Método Generalizado de Momentos (GMM) para estimar os parâmetros do processo original.

Hansen e Scheinkman (1995) escolhem apenas funções teste estacionárias e provam

que o gerador infinitesimal dessas funções satisfaz a primeira classe de momentos abaixo. A

intuição para essa classe é que a média das inclinações de um processo estacionário deve ser zero. De maneira um pouco mais formal:

onde φ(Xt) é a função teste e Aφ(Xt) é o gerador infinitesimal da função teste.

A segunda classe de condições de momento de Hansen e Scheinkman (1995) surge de uma propriedade do gerador infinitesimal. A propriedade é que o gerador infinitesimal comuta com o operador esperança condicional um período adiante. Mais precisamente, Hansen e Scheinkman provam que:

Et[Aφ(Xt+1)] =AEt[φ(Xt+1 )] . (4)

Para implementar as condições (3) e (4), Hansen e Scheinkman (1995) escrevem as

condições de momento na forma de seus equivalentes amostrais e encontram os estimadores usando GMM. Para modelos semelhantes ao nosso (Equação (1)), os autores sugerem como funções teste: X, X2 e X3, que geram seis condições de momento para estimar todos os modelos. Usamos essas seis condições, além de impor que o desvio padrão do processo da variação da taxa de câmbio nominal seja unitário para evitar problemas de identificação ao utilizar a técnica GMM. O apêndice 1 discute maiores detalhes da técnica de Hansen e Scheinkman (1995) e o apêndice 2 deriva os geradores infinitesimais e as condições de momento para os modelos estimados neste trabalho.

4.2 Estimação da Dinâmica de Câmbio por Hansen e Scheinkman (1995)

Nesta subseção, estimamos a dinâmica de câmbio nominal (1), utilizando o método de Hansen e Scheinkman (1995). Dividimos o período amostral de janeiro de 1999 a abril de 2003 de acordo com a existência ou não de crises cambiais. Os períodos de crises cambiais são o primeiro semestre de 1999 e segundo semestre de 2002. Os períodos sem crise são de julho de 1999 a abril de 2002 e de dezembro de 2002 a abril de 2003. Como a tabela 1 mostra, a estatística J não rejeita a especificação do modelo em qualquer dos períodos que consideramos.

Os resultados da tabela 1 mostram que a eficácia dos instrumentos de intervenção varia, dependendo da existência ou não de crises cambiais. As colunas (A) e (B) evidenciam que nos períodos de crises cambiais, nenhum dos instrumentos de intervenção é eficaz para

afetar a esperança condicional da variação da taxa de câmbio. Ao contrário, as colunas (C) e (D) confirmam a relevância das intervenções no mercado à vista de câmbio, dívida indexada ao dólar e swaps cambiais para afetar a esperança condicional da variação da taxa de câmbio nominal nos períodos sem crise cambial. Pelo menos uma das formas é significativa ( por vezes ambas) nos períodos considerados, como pode ser visto pelos p-valores das probabilidades λ associadas aos saltos de Poisson das intervenções.

O coeficiente da variação da taxa de câmbio nominal no instante anterior, µ, quando estatisticamente significativo tem o sinal negativo. Este sinal evidencia um comportamento de reversão à média da variação da taxa de câmbio nominal, que é o se esperaria a priori. Isto é uma depreciação em um instante é seguida de uma apreciação ou de uma depreciação menor em um instante seguinte.

Curioso é o comportamento do coeficiente da variação da taxa de juros. Ele não é significativo em qualquer período. Logo, o instrumento taxa de juros não é eficaz em qualquer dos períodos considerados. Uma possível explicação para este resultado é o fato do Banco Central do Brasil utilizar este instrumento em seu sistema de metas de inflação, que foi implantado no Brasil em janeiro de 1999. Ou seja, eventuais mudanças na taxa de juros básica buscavam alterar a dinâmica da taxa de inflação e não a dinâmica da taxa de câmbio nominal.

Tabela 1

Estimação por meio de Hansen e Scheinkman (1995) do Modelo:

dX

t

= (

µµµµ

X

t

+Ki

t

)dt +X

t

dW

t

+I

tà vista Xt

dJ

tà vista

+I

tdiv Xt

dJ

tdiv

+I

tswap Xt

dJ

tswap

O horizonte da estimação vai de janeiro de 1999 até abril de 2003. Os dados são diários. Os períodos estimados são os períodos de crises cambiais, primeiro semestre de 1999 e segundo semestre de 2002, os períodos sem crise cambial, de julho de 1999 a abril de 2002 e de dezembro de 2002 a abril de 2003, e todo o período. Fixamos σ=1 como hipótese de identificação ao utilizar GMM. Estamos estimando o seguinte conjunto de parâmetros: µ, K, λdiv, λà vistaeλswap

.

Em parêntesis, estão informados os p-valores. As condições de momento

foram obtidas a partir das duas classes de condições de momento (C1) e (C2), descritas no texto, usando X, X2 e X3 como funções de teste. A estatística J é χ2(2) nas estimações referentes às colunas (A) e (C) e χ2(1) nas estimações referentes às colunas (B), (D) e (E). Abaixo dessas estatísticas, entre parêntesis, estão apresentadas as probabilidades de não se rejeitar a especificação do modelo.

Variável Dependente : Variação da Taxa de Câmbio Nominal

Crises Cambiais Sem Crises Cambiais Todo

Variável

Independente

1999/1 (A) 2002/2 (B) 07/1999 a 04/2002 (C) 12/2002 a 04/2003 (D) 01/1999 a 04/2003 (E) Coeficiente de tendência da variação da taxa de câmbio nominal no instante anterior (µµµµ) -0,53 (0,0) -0,0041 (0,99) -0,35 (0,02) -0,91 (0,0) 0,0009 (0,53) Coeficiente de tendência da variação da taxa de juros (K) -2,77 (0,70) 15,9 (0,99) -11,30 (0,47) -8,47 (0,36) 39,36 (0,35) Probabilidade de intervenção dívida (λλλλdiv) 0,0 (0,40) 0,00013 (0,57) 0,006 (0,75) 0,0 (0,28) 0,0000002 (0,04) Probabilidade de intervenção mercado à vista (λλλλà vista) 0,00023 (0,63) 0,19 (0,98) 0,000021 (0,01) 0,0000013 (0,05) 0,000006 (0,27) Probabilidade de intervenção swap (λλλλswap) N.A _0,0 (0,96) N.A 0,000003 (0,02) 0,000014 (0,27) Observações 120 126 730 80 1055 Estatística J 0,05 (0,98) 0,05 (0,99) 0,005 (0,99) 0,10 (0.75) 0,0 (1,0)

Em resumo, os resultados apresentados na tabela 1 deixam bastante claro que os instrumentos de intervenção do Banco Central não são eficazes nos períodos de maior volatilidade da taxa de câmbio nominal. Ao contrário, nos períodos de menor volatilidade um instrumento ou uma combinação de instrumentos se mostram eficazes.

4.3 Teste de Robustez Utilizando o Método de Discretização

Nesta seção, investigamos a robustez dos resultados apresentados com o método Hansen e Scheinkman (1995), estimando os processos utilizando a técnica mais usual de GMM a partir da discretização do processo.2

Seja o processo estacionário a tempo contínuo descrito por:

dXt =(µXt+Kit)dt+XtdWt+

∑

I Xtf tdJt f

(5)

Discretizamos este processo conforme o esquema de Euler, subdividindo o intervalo de tempo em 252 partes (h=1/252), como segue:3

Xt+1 - Xt =(µXt+Kit) h+ Xt( 1 ) f t f t f t N N I −

∑

+ + εt+1 , (6)     − = −

∑

+ f f f t f f t ade probabilid com ade probabilid com N N

λ

λ

1 0 1 ) ( ₁

f = à vista, div ou swap

Para que o processo (6) seja uma discretização do processo de Ito (5), impomos que : E[εt+1]=0 e Var(εt+1)=Xt2.

2 _{Ver Chang e al (1993) para alguns exemplos de utilização dessa técnica.} 3

Como instrumentos para a estimação, usamos a constante, a variação da taxa de câmbio em t-1, Xt-1 e a variação da taxa SELIC em t-1, ∆it-1. As condições de momento

surgem da ortogonalidade desses instrumentos em relação à média e variância de εt +1, como

segue: . 0 ) ( ) ( 1 2 2 2 1 1 2 2 2 1 2 2 2 1 1 1 1 1 1 =                           ∆ − − − ∆ − + − + + − + − + + t t t t t t t t t t t t t i X X X X i X E σ ε σ ε σ ε ε ε ε (7)

Na tabela 2, apresentamos os resultados da estimação com esta técnica. Eles estão claramente de acordo com aqueles da técnica Hansen e Scheinkman (1995). Eles confirmam, em linhas gerais, a relevância das intervenções no mercado à vista de câmbio, de dívida em dólar e de swaps cambiais nos períodos sem crise cambial e a ineficácia dos instrumentos de intervenção nos períodos de crises cambiais. Quando significativo, o coeficiente da variação da taxa de câmbio nominal é negativo, sugerindo um comportamento de reversão à média, semelhante à estimação Hansen e Scheinkman, como mostramos anteriormente. Finalmente, o coeficiente da variação da taxa de juros, mais uma vez, não é significativo em qualquer período, fato que revela que o instrumento taxa de juros não é eficaz nos períodos considerados.

Tabela 2

Estimação por meio de Hansen e Scheinkman (1995) do Modelo:

dX

t

= (

µµµµ

X

t

+Ki

t

)dt +X

t

W

t

+I

t à vista Xt

dJ

t à vista

+I

t div Xt

dJ

t div

+I

t swap Xt

dJ

t swap

O horizonte da estimação vai de janeiro de 1999 até abril de 2003. Os dados são diários. Os períodos estimados são os períodos de crises cambiais, primeiro semestre de 1999 e segundo semestre de 2002, os períodos sem crise cambial, de julho de 1999 a abril de 2002 e de dezembro de 2002 a abril de 2003, e todo o período. Fixamos σ=1 como hipótese de identificação ao utilizar GMM. Estamos estimando o seguinte conjunto de parâmetros: µ, K, λdiv, λà vista e λswap

.

Em parêntesis, estão informados os p-valores. As condições de momento

foram obtidas a partir das duas classes de condições de momento (C1) e (C2), descritas no texto, usando X, X2 e X3 como funções de teste. A estatística J é χ2(2) nas estimações referentes às colunas (A) e (C) e χ2(1) nas estimações referentes às colunas (B), (D) e (E). Abaixo dessas estatísticas, entre parêntesis, estão apresentadas as probabilidades de não se rejeitar a especificação do modelo.

Variável Dependente : Variação da Taxa de Câmbio Nominal

Crises Cambiais Sem Crises Cambiais Todo

Variável

Independente

1999/1 (A) 2002/2 (B) 07/1999 a 04/2002 (C) 12/2002 a 04/2003 (D) 01/1999 a 04/2003 (E) Coeficiente de tendência da variação da taxa de câmbio nominal no instante anterior (µµµµ) 0,68 (0,42) -0,18 (0,76) -0,79 (0,0) -1,00 (0,38) -0,58 (0,20) Coeficiente de tendência da variação da taxa de juros (K) 2,92 (0,53) -0,17 (0,95) -1,72 (0,50) 0,57 (0,89) -4,10 (0,20) Probabilidade de intervenção dívida (λλλλdiv) 0,0003 (0,69) 0,04 (0,22) 0,00012 (0,15) 0,03 (0,07) 0,001 (0,15) Probabilidade de intervenção mercado à vista (λλλλà vista) 0,0099 (0,66) 0,16 (0,84) 0,05 (0,0) 0,000009 (0,26) 0,0012 (0,05) Probabilidade de intervenção swap (λλλλswap) N.A _0,0 (0,79) N.A _0,000006 (0,81) 0,000005 (0,45) Observações 120 126 730 80 1055 Estatística J 0,05 (0,96) 0,03 (0,98) 0,01 (0,99) 0,01 (0,97) 0,01 (0,99)

Se compararmos os resultados das tabelas 1 e 2, vemos que a técnica Hansen e Scheinkman (1995) e a técnica de discretização divergem sobre a eficácia da dívida cambial e dos swaps cambiais no período de dezembro de 2002 a abril de 2003, que é um período sem crise cambial. Para Hansen e Scheinkman, as intervenções por meio de swaps cambiais se mostram eficazes, enquanto para a discretização o instrumento eficaz é a dívida indexada ao dólar. Tal diferença observada pode estar relacionada à colinearidade entre estes instrumentos, talvez por serem substitutos próximos. De fato, verificamos que a correlação entre a série de variações de estoque em poder do mercado de títulos cambiais e da oferta líquida de swaps cambiais é de -0,87 entre abril de 2002 e abril de 2003.

Levando em conta essas observações acima, refizemos nossas estimações nos períodos em que tanto o swap cambial quanto a dívida em dólar são utilizados como instrumentos de intervenção pelo Banco Central. Para tanto, somamos o estoque em poder do mercado de

swaps cambiais em dólares com o estoque em poder do mercado de títulos cambiais em

dólares. Consideramos, então, como intervenções do Banco Central as variações de valor superiores em módulo à média desta nova série mais ou menos dois desvios padrão. Com este critério, identificamos 76 intervenções no período de abril de 2002 a abril de 2003.

Os resultados das estimações para as duas técnicas estão apresentados na tabela 3. Para os períodos de crise cambial, colunas (A) e (D), vemos que os instrumentos de intervenção continuam não eficazes. No entanto nos períodos sem crise cambial, colunas (B) e (E), os instrumentos são eficazes, sendo que o instrumento, dívida indexada ao dólar e swaps cambiais, é eficaz para as duas técnicas (p-valores 0,0 para as duas técnicas).

Tabela 3

Estimação por meio de Hansen e Scheinkman (1995) e Discretização do

Modelo:

dX

t

= (

µµµµ

X

t

+Ki

t

)dt +X

t

W

t

+I

t à vista Xt

dJ

t à vista

+I

t div + swap Xt

dJ

t div + swap

O horizonte da estimação vai de abril de 2002 até abril de 2003. Os dados são diários. Os períodos estimados são o período de crise cambial, segundo semestre de 2002, o período sem crise de dezembro de 2002 a abril de 2003, além de todo o período. Fixamos σ=1 como hipótese de identificação ao utilizar GMM. Estamos estimando o seguinte conjunto de parâmetros: µ, K, λdiv+swap, λà vista

.

Em parêntesis, estão informados os p-valores. . As

condições de ortogonalidade para Hansen e Scheinkman (1995) são obtidas usando-se X, X2 e X3 como funções teste. Na técnica de discretização, usamos como instrumentos a constante, a variação da taxa de câmbio em t-1 e a variação da taxa SELIC em t-1. A estatística J é χ2(2) nas estimações referentes às colunas (A) e (C) e χ2(1) nas estimações referentes às colunas (B), (D) e (E). Abaixo dessas estatísticas, entre parêntesis, estão apresentadas as probabilidades de não se rejeitar a especificação do modelo.

Variável

Dependente

Variação da Taxa de Câmbio Nominal

Hansen e Scheinkman Discretização

Crise

Cambial Sem Crise Todo

Crise

Cambial Sem Crise Todo 2002/2 (A) 12/2002 a 04/2003 (B) 04/2002 a 04/2003 (C) 2002/2 (D) 12/2002 a 04/2003 (E) 04/2002 a 04/2003 (F) Coeficiente de tendência da variação da taxa de câmbio nominal no instante anterior

(µµµµ) -0,31 (0,47) -0,76 (0,0) 0,00039 (0,50) -0,57 (0,02) -1,76 (0,15) -0,46 (0,59) Coeficiente de tendência da variação da taxa de Juros

(K) 15,77 (0,52) -7,00 (0,36) 47,30 (0,44) -4,35 (0,09) -5,5 (0,63) 2,10 (0,90) Probabilidade de intervenção dívida+swaps (λλλλdiv+swaps) 0,0 (0,19) 0,000001 (0,0) 0,00005 (0,40) 0,00014 (0,27) 0,0009 (0,0) 0,0004 (0,34) Probabilidade de intervenção mercado à vista (λλλλà vista) 0,000004 (0,18) 0,00003 (0,0) 0,00006 (0,40) 0,00009 (0,93) 0,0156 (0,0) 0,000003 (0,0) Observações 126 80 206 126 80 206 Estatística J 0,02 (0,97) 0,10 (0,95) 0,0 (1,0) 0,04 (0,95) 0,03 (0,96) 0,015 (0,99)

4.4 Estimação de Outros Modelos.

Na seção anterior, mostramos que a eficácia dos instrumentos de política cambial não é um artefato do método de estimação Hansen e Scheinkman (1995). Os resultados são

robustos à técnica usual de discretização do processo estocástico em tempo contínuo. Entretanto, existe um risco que uma má especificação do modelo tenha contaminado as duas técnicas de estimação analisadas. Para investigar esta possibilidade, consideramos modelos alternativos para a dinâmica da variação da taxa de câmbio nominal.

A tabela 4 estima de novo o modelo básico da dinâmica de câmbio, equação (1). Tudo o mais constante, quanto maior o cupom cambial, menor o custo de oportunidade de se reter títulos cambiais ao invés de títulos denominados em reais. Entretanto, como mostra a tabela 5, tanto para a técnica Hansen e Scheinkman (1995) quanto para a discretização, o cupom cambial não é significativo em praticamente todos os períodos.

Tabela 4

Estimação por meio dos métodos Hansen e Scheinkman (1995) e Discretização de: dXt =(µµµµXt +Kit +K´ict)dt +Xt dWt+ Ità vistaXt dJtà vista +ItdivXt dJtdiv +ItswapXt dJtswap

O horizonte da estimação vai de janeiro de 1999 até abril de 2003. Os dados são diários. Os períodos estimados são os períodos de crises cambiais, primeiro semestre de 1999 e segundo semestre de 2002, os períodos sem crise cambial, de julho de 1999 a abril de 2002 e de dezembro de 2002 a abril de 2003, e todo o período. Fixamos σ=1 para evitar problemas de identificação ao utilizar GMM. Estamos estimando o seguinte conjunto de parâmetros: µ, K, K´, λdiv, λà vista eλswap. Em parêntesis estão informados os p-valores. As condições de

ortogonalidade para Hansen e Scheinkman (1995) são obtidas usando-se X, X2 e X3 como funções teste. Na técnica de discretização, usamos como instrumentos a constante, a variação da taxa de câmbio em t-1 e a variação da taxa SELIC em t-1. A estatística J é χ2(1).Abaixo dessa estatística, entre parêntesis, está apresentada a probabilidade de não se rejeitar a especificação do modelo.

Variável

Dependente

Variação da Taxa de Câmbio Nominal

Hansen e Scheinkman Discretização

Crises Sem Crises Todo Crises Sem Crises Todo

Coeficiente de tendência da variação da taxa de câmbio nominal no instante anterior

(µµµµ) -0,18 (0,39) 4,13 (0,87) -0,22 (0,09) -0,85 (0,0) -0,32 (0,95) 0,23 (0,78) -0,17 (0,67) -0,91 (0,04) -2,09 (0,0) -1,43 (0,73) Coeficiente de tendência da variação da taxa de Juros

(K) 13,33 (0,72) 0,0 (0,99) -19,22 (0,66) -2,04 (0,98) -57,30 (0,99) -0,18 (0,99) -0,50 (0,59) -17,13 (0,06) 7,42 (0,58) -8,16 (0,92) Coeficiente de tendência da variação do cupom c ambial

(K´) 0,19 (0,71) -0,005 (0,87) -0,02 (0,74) -0,02 (0,95) -0,024 (0,97) 0,012 (0,46) 0,003 (0,09) 0,002 (0,69) -0,07 (0,39) 0,0018 (0,83) Probabilidade de intervenção dívida (λλλλdiv) 0,0000 02 (0,54) 0,0001 (0,62) 0,0 (0,68) 0,0 (0,96) 0,00004 (0,20) 0,00023 (0,60) 0,19 (0,31) 0,00031 (0,08) -2,05 (0,27) 0,0014 (0,94) Probabilidade de intervenção mercado à vista (λλλλà vista) 0,0009 (0,51) 0,001 (0,84) 0,0 (0,68) 0,0 (0,68) 0,0006 (0,95) 0,005 (0,53) 0,093 (0,83) 0,09 (0,05) 0,0025 (0,49) 0,002 (0,98) Probabilidade de intervenção dívida (λλλλdiv) N.A 0,0 (0,99) N.A 0,002 (0,67) 0,0 (0,96) N.A 0,0 (0,12) N.A 0,0 (0,74) 0,0 (0,07) Observações Estatística J 0,0 (1,0) 0,26 (0,65) 0,0 (1,0) 0,08 (0,83) 0,005 (0,94) 0,05 (0,98) 0,05 (0,93) 0,008 (0,99) 0,11 (0,80) 0,00 (1,0)

Realizamos estimações também tomando como referência dois outros modelos que com freqüência aparecem na literatura de intervenções: o modelo geométrico browniano

padrão e o modelo de difusão com a inclusão da taxa de juros na tendência. Nosso interesse ao estimá-los foi verificar se as variáveis da tendência determinística do modelo geral sem

swap cambial continuavam tendo o mesmo comportamento observado anteriormente.

Para verificar o relativo desempenho desses dois modelos em relação ao modelo que inclui as intervenções descontínuas, seguimos Chan et al (1992) e realizamos o teste R, conhecido como teste de Newey e West.4

A tabela 6 apresenta o resultado das estimações de Hansen e Scheinkman (1995) e discretização para o modelo geométrico browniano. O que é mais relevante nesses resultados é o fato do coeficiente da variação taxa de câmbio nominal no instante anterior, µ, ser estatisticamente significativo em quase todos os períodos e ter sinal negativo. Isto está de acordo com os resultados que obtivemos anteriormente e que comprovam um comportamento de reversão à média.

4 _{A estatística R é definida como:T[J modelo mais simplificado - J modelo mais geral], onde T é o número de}

observações. Ela é χ2 com número de graus de liberdade igual à diferença entre o número de parâmetros do modelo mais geral e o número de parâmetros do modelo mais simplificado. Valores altos de R indicam que o

Tabela 5

Estimação por meio dos métodos Hansen e Scheinkman (1995) e Discretização de:

dX

t

=(

µµµµ

X

t

)dt+X

t

dW

t

O horizonte da estimação vai de janeiro de 1999 até novembro de 2002. Os dados são diários. Os períodos estimados são os períodos de crises cambiais, primeiro semestre de 1999 e segundo semestre de 2002, os períodos sem crise cambial, de julho de 1999 a abril de 2002 e de dezembro de 2002 a abril de 2003, e todo o período. Fixamos σ=1 para evitar problemas de identificação ao utilizar GMM. Estamos estimando o seguinte conjunto de parâmetros: µ, K. Em parêntesis, estão informados os p-valores. As condições de ortogonalidade para Hansen e Scheinkman (1995) são obtidas usando-se X, X2 e X3 como funções teste. Na técnica de discretização, usamos como instrumentos a constante, a variação da taxa de câmbio em t-1 e a variação da taxa SELIC em t-1. A estatística J é χ2(1).Abaixo dessa estatística, entre parêntesis, está apresentada a probabilidade de não se rejeitar a especificação do modelo. Como vemos não podemos rejeitar a especificação do modelo em todos os períodos. A estatística R é χ2(4).Abaixo dessa estatística, entre parêntesis, está apresentada a probabilidade de se não se rejeitar a especificação do modelo mais simplificado em relação ao modelo mais completo com intervenções descontínuas.

Variável

Dependente

Variação da Taxa de Câmbio Nominal

Hansen e Scheinkman Discretização

Coeficiente de tendência da variação taxa de câmbio no instante anterior (µµµµ) -0,01 (0,04 -0,01 (0,0) -0,0026 (0,14) -0,0014 (0,03) -0,01 (0,03) -0,41 (0,0) -0,18 (0,26) -1,02 (0,0) -0,61 (0,0) -0,65 (0,0) Observações 300 300 300 300 975 300 300 300 300 975 Estatística J 0,06 (0,95) 0,09 (0,93) 0,06 (0,94) 0,14 (0,92) 0,02 (0,98) 0,06 (0,95) 0,07 (0,95) 0,06 (0,95) 0,16 (0,91) 0,03 (0,98) Estatística R 1,20 (0,60) 28 (0,0) 7,30 (0,15) 3,2 (0,50) 21 (0,0) 1,20 (0,85) 2,8 (0,65) 7,0 (0,20) 1,2 (0,90) 21 (0,0)

A tabela 7 mostra semelhanças quanto ao comportamento da taxa de juros e variação

da taxa de câmbio nominal no período anterior em relação às estimativas anteriores. O coeficiente da variação da taxa de juros nunca é significativo e o comportamento de reversão à média continua presente, também, de acordo com as duas técnicas.

Tabela 6

Estimação por meio dos métodos Hansen e Scheinkman (1995) e Discretização de

:

dX

t

=(

µµµµ

X

t

+Ki

t

)dt +X

t

dW

t

O horizonte da estimação vai de janeiro de 1999 até novembro de 2002. Os dados são diários. Os períodos estimados são os períodos de crises cambiais, primeiro semestre de 1999 e segundo semestre de 2002, os períodos sem crise cambial, de julho de 1999 a abril de 2002 e de dezembro de 2002 a abril de 2003, e todo o período. Fixamos σ=1 para evitar problemas de identificação ao utilizar GMM. Estamos estimando o seguinte conjunto de parâmetros: µ, K. Em parêntesis estão informados os p-valores. As condições de ortogonalidade para Hansen e Scheinkman (1995) são obtidas usando-se X, X2 e X3 como funções teste. Na técnica de discretização, usamos como instrumentos a constante, a variação da taxa de câmbio em t-1 e a taxa SELIC em t-1. A estatística J é χ2(4). Abaixo dessa estatística, entre parêntesis, está apresentada a probabilidade de não se rejeitar a especificação do modelo. Como vemos não podemos rejeitar a especificação do modelo em todos os períodos. A estatística R é χ2(3). Abaixo dessa estatística, entre parêntesis, está apresentada a probabilidade de se não se rejeitar a especificação do modelo mais simplificado em relação ao modelo mais completo com intervenções descontínuas.

Variável

Dependente

Variação da Taxa de Câmbio Nominal

Hansen e Scheinkman (1995) Discretização

Coeficiente de tendência da variação no instante anterior (µµµµ) -0,11 (0,0) -0,065 (0,0) -0,009 (0,36) -0,094 (0,0) -0,04 (0,65) -0,94 (0,04) -0,41 (0,01) -0,60 (0,45) -0,6 (0,0) -1,10 (0,04) Coeficiente de tendência da variação da taxa de juros (K) -0,14 (0,63) 0,34 (0,80) -0,28 (0,12) -0,27 (0,53) 50,56 (0,04) -2,25 (0,76) -25,43 (0,27) 29,70 (0,16) -71,6 (0,0) -11,31 (0,32) Observações Estatística J 0,06 (0,95) 0,09 (0,93) 0,06 (0,95) 0,15 (0,92) 0,006 (0,99) 0,055 (0,99) 0,09 (0,93) 0,06 (0,95) 0,18 (0,94) 0,02 (0,99) Estatística R 1,20 (0,75) 28 (0,0) 7,0 (0,08) 4,0 (0,20) 6,0 (0,05) 7,0 (0,05) 28 (0,0) 8,0 (0,01) 6,4 (0,03) 20 (0,0)

Finalmente, verificamos a capacidade preditiva dos 5 modelos estimados pelas duas técnicas. Para tanto discretizamos os processos estimados pela técnica de Hansen e Scheinkman (1995). Observamos tanto a previsão dentro da amostra por meio dos R2 quanto à previsão fora da amostra, por meio do coeficiente de inequação de Theil e da decomposição do erro quadrático médio da previsão Para economizar espaço, não mostramos os resultados, mas, de uma forma geral, eles não se mostram bons do ponto de vista de previsão tanto dentro quanto fora da amostra, tendo os modelos estimados pela técnica Hansen e Scheinkman (1995) se mostrado um pouco superior à técnica de discretização.

4.5 Quebras Estruturais

Em nossas análises anteriores, supomos que no período entre crises cambiais não houve quebras estruturais que justificassem uma alteração significativa da dinâmica da taxa de câmbio nominal. No entanto entre julho de 1999 e abril de 2002, alguns choques ocorreram na economia, como, por exemplo, a crise de oferta de energia em 2001 e a crise de 11 de setembro de 2001 que podem ter alterado esta dinâmica. Para verificar se esta foi de fato afetada por estes choques, refizemos nossas estimações para o período entre crises cambiais, dividindo este período em diversos subperíodos, como o segundo semestre de 1999, os anos de 2000 e 2001 e o período de jameiro de 2002 a abril de 2002.

Os resultados das estimações para as duas técnicas estão apresentados na tabela 7. Eles mostram que os instrumentos de intervenção, com exceção da taxa de juros, continuam eficazes nos períodos sem crise cambial e que fato os choques que ocorreram na economia provocaram quebras estruturais na dinâmica de câmbio, como os coeficientes estimados do parâmetro, µ, que mede a reversão à média da variação da taxa de câmbio nominal e da variação da taxa de juros, K, indicam.

Tabela 7

Estimação por meio dos métodos Hansen e Scheinkman (1995) e Discretização de: dXt =(µµµµXt +Kit +K´ict)dt +Xt dWt+ Ità vistaXt dJtà vista +ItdivXt dJtdiv

O horizonte da estimação vai de janeiro de 1999 até novembro de 2002. Os dados são diários. Os períodos estimados foram os anos de 1999, 2000, 2001 e 2002, além de todo o período. Fixamos σ=1 para evitar problemas de identificação ao utilizar GMM. Estamos estimando o seguinte conjunto de parâmetros: µ, K, K´,

λdiv, λà vista. Em parêntesis estão informados os p-valores. As condições de ortogonalidade para Hansen e

Scheinkman (1995) são obtidas usando-se X, X2 e X3 como funções teste. Na técnica de discretização, usamos como instrumentos a constante, a variação da taxa de câmbio em t-1 e a variação da taxa SELIC em t-1. . A estatística J é χ2(2) nas estimações referentes às colunas (A) e (C) e χ2(1) nas estimações referentes às colunas (B), (D) e (E). Abaixo dessas estatísticas, entre parêntesis, estão apresentadas as probabilidades de não se rejeitar a especificação do modelo.

Variável

Dependente

Variação da Taxa de Câmbio Nominal

Hansen e Scheinkman Discretização

Variável

Coeficiente de tendência da variação da taxa de câmbio nominal no instante anterior

(µµµµ) 14,08 (0,81) 0,011 (0,93) -0,02 (0,0) 0,003 (0,62) -0,09 (0,90) 0,09 (0,54) -0,74 (0,0) -1,14 (0,0) Coeficiente de tendência da variação da taxa de Juros

(K) 18,70 (0,94) 0,13 (0,93) 33,20 (0,20) -16,34 (0,55) -1,42 (0,79) 3,3 (0,06) 0,22 (0,97) -5,3 (0,23) Probabilidade de intervenção dívida (λλλλdiv) 0,0002 (0,0) 0,0000 03 (0,63) 0,0 (0,11) 0,0121 (0,0) 0,00004 (0,73) 0,002 (0,87) 0,00019 (0,27) 0,0008 (0,05) Probabilidade de intervenção mercado à vista (λλλλà vista) 0,009 (0,0) 0,0000 09 (0,03) 0,0 (0,0) 0,36 (0,0) 0,016 (0,0) 0,09 (0,0) 0,11 (0,04) 0,30 (0,63) Observações 300 300 300 300 975 300 300 300 300 975 Estatística J 0,04 (0,97) 0,04 (0,97) 0,0 (1,0) 0,0 (1,0) 0,01 (0,99) 0,04 (0,97) 0,02 (0,98) 0,03 (0,97)

4.6 Estacionariedade da Taxa de Juros

Apesar dos testes de Perron e Dickey-Fuller aumentado rejeitarem a hipótese de estacionariedade da taxa de juros SELIC no periodo de janeiro de 1999 a abril de 2003, há argumentos econômicos que sugerem que é improvável que a taxa de juros SELIC seja não estacionária. Por exemplo, não estacionariedade implica que com probabilidade positiva a taxa de juros pode ser infinita em um espaço de tempo finito. O que é pouco palatável em termos econômicos.

Baseado em tal argumento, refizemos as estimações dos modelos anteriores em todos os períodos, utilizando tanto a técnica de Hansen e Scheinkman (1995) quanto a técnica de discretização, substituindo a variação da taxa de juros SELIC pelo nível da taxa de juros SELIC. Em linhas gerais, os resultados anteriores se mantêm. Em particular, verificamos que o instrumento taxa de juros não é eficaz em quase todos os períodos (inclusive nos períodos de alta volatilidade da taxa de câmbio), e que os outros instrumentos de intervenção no mercado de câmbio são eficazes nos períodos de baixa volatilidade da taxa de câmbio e não o são nos períodos de alta volatilidade.

Na estimação baseada na técnica de discretização (seção 4.3), utilizamos a variação da taxa de câmbio no período anterior como um dos instrumentos para as condições de ortogonalidade. Por ser uma defasagem da variável dependente, este intrumento pode estar correlacionado com o erro de estimação, caso este último apresente correlação serial. Neste caso, o instrumento não satisfaria a condição de ortogonalidade com o erro de estimação, tornando o estimador de GMM inconsistente.

Levando em consideração este potencial problema, refizemos as estimações de GMM com a técnica de discretização para todos os modelos e em todos os períodos onde observamos autocorrelações nos resíduos. Ao refazer as estimações, usamos a variação da taxa de juros contemporânea como instrumento em lugar da variação da taxa de câmbio nominal no instante anterior. Por não ser correlacionado com o erro da variação da taxa de câmbio nominal, já que é utilizado como variável de controle no sistema de metas de inflação, este novo instrumento garante a consistência do estimador de GMM e permite que os erros-padrão de Newy West levem em consideração eventuais autocorrelações de resíduos nos testes estatísticos.

De uma maneira geral, os resultados da seção 4.3 se mantêm. Em particular, os instrumentos de intervenção no mercado de câmbio são eficazes apenas nos períodos sem crise cambial. As únicas diferenças observadas são que, em alguns períodos entre as crises cambiais, o coeficiente estimado da variação da taxa de juros é negativo e significativo. Ou seja, a taxa de juros passa a ser um instrumento eficaz para reduzir a esperança condicional da desvalorização cambial fora dos períodos de crise.

5. Conclusão

Este artigo analisa a eficácia das intervenções do Banco Central no mercado de câmbio no Brasil no período que se segue à desvalorização cambial de janeiro de 1999. Estimamos diversos modelos em tempo contínuo da variação da taxa de câmbio nominal, utilizando duas técnicas econométicas distintas, GMM de Hansen e Scheinkman (1995) e GMM a partir da discretização do processo.

As duas técnicas de estimação mostram que nos períodos de alta volatilidade de câmbio (primeiro semestre de 1999 e segundo semestre de 2002), nenhum dos instrumentos de intervenção se mostra capaz de alterar a esperança condicional da taxa de câmbio nominal de equilíbrio. Entretanto, os instrumentos de intervenção descontínua (mercado à vista de câmbio, títulos cambiais e swaps) se mostram eficazes nos outros períodos.

A lição principal que tiramos, portanto, é que em épocas de alta volatilidade (e.g. crises cambiais) intervenções no mercado de câmbio não são justificáveis como tentativas de alterar a esperança condicional da taxa de câmbio nominal de equilíbrio, apesar de existir a possibilidade das intervenções diminuirem a volatilidade condicional da taxa de câmbio nominal, como mostram Araújo e Goldfajn (2004).

Uma questão relevante que não é tratada neste artigo é a análise da relativa eficiência dos instrumentos, isto é da relação custo e benefício dessas intervenções. Discussões sobre essa questão envolvem a definição de uma função perda do Banco Central no mercado de câmbio e a escolha ótima dos instrumentos de intervenção de modo a minimizá-la. Por sua vez, a definição da função perda envolve, entre outras questões, discutir se o objetivo do Banco Central é reduzir a volatilidade ou a média condicional da taxa de câmbio nominal, ou analisar que imperfeições no mercado de câmbio brasileiro justificam a oferta de derivativos de câmbio por parte do Banco Central.

REFERÊNCIAS BIBLIOGRÁFICAS

Araújo, P. D. Juliana e Goldfajn, Ilan. "Suavizando Movimentos da Taxa de Câmbio ou Adicionando Volatilidade? Um Estudo Empírico sobre Intervenções do Banco Central no Mercado de Câmbio". Tese de Mestrado, Pontifícia Universidade Católica do Rio de Janeiro, 19 de março de 2004

Cadenillas, Abel e Zapatero, Fernando. " Classical and Impulse Stochastic Control of the Exchange Rate using Interest Rates and Reserves". Mathematical Finance, vol 10, No 2

_______________________________.”Optimal Central Bank Intervention in the Foreign Exchange Market”. Journal of Economic Theory, vol 87, 1999

Chan, C.K. e Karolyl, Andrew e Longstaff, A. Francis e Sanders, B. Anthony. " An Empirical Comparison of Alternative Models of The Short-Term Interest Rate". Journal of Finance, vol 18, julho 1992

Domingues, M. Kathryn e Frankel, A. Jeffrey. “ Does Foreign Exchange Intervention Matter? The Portfolio Effect.” American Economic Review, vol 83, no 5, dezembro, 1992.

__________________. “Central Bank Intervention and Exchange Rate Volatility”. Journal of International Money and Finance 17, 1998

__________________. “ Does Central Bank Intervention Increase the Volatility of Foreign Exchange Rates”. NBER Working Paper 4532, 1993

Duffie, Darrel e Glynn, Peter. "Estimation of Continous-Time Markov Processes Sampled at Random Time Intervals" Em mimeo, setembro, 2001.

Edison, J. Hali. "The Effectiveness of Central- Bank Intervention:A Survey of the Literature after 1982". Special Papers in International Economics. No 18, Julho, 1993

Hansen, Peter Lars e Scheinkman, Alexandre José." Back to the Future: Generating Moment Implications for Continous Time Processes". Econometrica, vol 63, 4, julho de 1995, 767-804

Humpage, F. Owen. “ US Intervention: Assessing the Probability of Success”. Federal Reserve Bank of Cleveland, Working Paper 9608, setembro, 1996

Jiang, J. George. "Jump - Diffusion Model of Exchange Rate Dynamics -Estimation Via Indirect Inference". Journal of Econometrics 51, Maio 1998

Jorion Philippe. "On Jump Processes in the Foreign Exchange and Stock Markets". Review of Financial Studies 1988, vol 1, número 4.

Krugman, R. Paul. " Target Zones and Exchange Rate Dynamics". Quartely Journal of Economics. Vol CVI. 1991

Lo, W. Andrew. "Maximum Likelihood Estimation of Generalized Ito Proceses with Discretely Sampled Data", Econometric Theory, 4 1988, 231-247

Mundaca, Gabriela e Oksendal Brent. “ Optimal Stochastic Intervention Control with Application to the Exchange Rate”. Journal of Mathematical Economics 29, 1998

Mundaca, Gabriela. B. "The Effect of Interventions on Realignment Probabilities". Journal of International Financial Markets, Institutions and Money, 10, 2000

Sarno, Lucio e Taylor, P. Mark. " Official Intervention in the Foreign Exchange Market: Is It Effective, and, If So How Does It Work?" Centre Economic Policy Research. Discussion Paper Series No 2690, Fevereiro, 2001