ESTIMANDO O IMPACTO DA POLÍTICA FISCAL NO BRASIL: 2004 A 2011

(1)

1

TEXTO PARA DISCUSSÃO:

SEMINÁRIO DE POLÍTICA FISCAL NO BID

(BRASÍLIA, AGOSTO DE 2012)

ESTIMANDO O IMPACTO

DA POLÍTICA FISCAL NO

BRASIL: 2004 A 2011

Mauricio Oreng

*

Versão: 11 de Outubro de 2012

*

Economista do Itaú BBA

As opiniões expressas neste trabalho são do autor, não necessariamente as mesmas do Itaú Unibanco. O autor gostaria de agradecer os comentários de Ilan Goldfajn, além de alguns participantes do seminário: Manoel Pires, Julio Alexandre

(2)

2

RESUMO

O objetivo deste trabalho foi estimar o impacto de choques de política fiscal sobre a atividade econômica e a inflação de 2004 a 2011. Simulamos modelos de vetores auto-regressivos estruturais (SVAR), controlando-se os efeitos de mudanças na política monetária e choques exógenos na economia global. Notamos significativa influência da orientação da política fiscal, medida pelo superávit primário estrutural, sobre as expectativas de inflação e a taxa de juros. Uma expansão discricionária do orçamento público – especialmente via despesas – resulta em elevação da inflação projetada e do juro real observado, com o efeito-deslocamento reduzindo os ganhos de produto no médio prazo. Obtivemos multiplicadores fiscais relativamente baixos para o período analisado: em torno da unidade (ou um pouco abaixo disto) para um período de um ano e meio. Conclui-se que havia uma reduzida eficácia dos estímulos fiscais naquele período, possivelmente em função também do tipo de instrumento orçamentário usado (e.g., gastos com transferências). Olhando para frente, é possível que transformações econômicas recentes tenham alterado a dinâmica dos multiplicadores fiscais. Dentre estas mudanças, poderíamos listar: o lento crescimento mundial, o uso de instrumentos “macroprudenciais” de política monetária, a convergência do juro real para níveis historicamente baixos e a natural acomodação no ritmo de expansão do crédito doméstico. Contudo, ainda não há comprovação empírica desta possível alteração nos multiplicadores fiscais brasileiros.

(3)

3

1. INTRODUÇÃO

Em economias avançadas, a escassez de instrumentos de política monetária remanescentes para reaquecer o crescimento trouxe de volta à tona o debate sobre a eficácia dos estímulos fiscais1. Como destacado por Perotti (2004), apesar de uma extensa literatura sobre os multiplicadores fiscais, modelos teóricos e estudos empíricos apontam para uma ampla gama de resultados e conclusões sobre a eficácia da política fiscal. As estimativas vão desde multiplicadores orçamentários fortemente positivos, em linha com a abordagem keynesiana, até impactos perversos ou contraditórios no uso desses instrumentos (os chamados efeitos não keynesianos).

No Brasil, Cavalcanti (2009) também mostra divergências nas (poucas) pesquisas empíricas sobre os efeitos da política fiscal na economia. Trabalhos como o de Peres (2006) sugerem que choques fiscais expansionistas têm efeitos positivos sobre a atividade econômica. Outros estudos2 apontam para evidências de efeitos reversos (i.e., não keynesianos) de política fiscal no caso brasileiro, sugerindo limitações quanto ao uso de instrumentos orçamentários para estimular a economia.

Em décadas passadas, problemas de sustentabilidade da dívida pública mantinham as ferramentas fiscais fora do conjunto de elementos de política econômica disponíveis para atenuar os ciclos de negócio. A consolidação macroeconômica recente resultou em uma consistente queda nos spreads de risco soberano, a partir de uma melhor avaliação sobre as condições de solvência da economia brasileira. Isto evidenciou a existência de outras restrições quanto ao uso da política fiscal para promover um crescimento sustentado. A principal destas restrições é a baixa oferta de poupança doméstica, especialmente do setor público, que limita o espaço para (ainda) mais quedas do juro de equilíbrio de longo prazo.

1_{Horton et al (2009) trazem uma discussão aprofundada sobre o estado das finanças públicas internacionais e as}

perspectivas para a política fiscal no mundo.

2_{A seção 2 discute trabalhos empíricos que, em sua maioria, apontam para efeitos não keynesianos de política}

(4)

4 Coenen et al (2010) ressaltam que a transmissão do estímulo fiscal depende em grande parte de fatores conjunturais, tais como a realização de choques que afetam a economia, do tipo de instrumento fiscal utilizado, e da postura da política orçamentária.

Seguindo esta linha de raciocínio, adotamos neste trabalho a estratégia de restringir a análise dos efeitos da política fiscal sobre a economia brasileira ao período de 2004 a 2011. A escolha desta janela amostral foi guiada pelo objetivo de analisar o impacto de choques fiscais em uma fase mais recente e homogênea, caracterizada pela consolidação de um processo de estabilização macroeconômica. A definição de uma amostra relativamente pequena também serve para prevenir contra quebras estruturais em nossos exercícios econométricos, permitindo uma modelagem parcimoniosa, mas consistente em termos estatísticos.

Neste trabalho, simulamos alguns selecionados modelos estruturais de vetores auto regressivos (SVAR), onde o produto e a inflação na economia brasileira são determinados de forma endógena, juntamente com a política monetária e a política fiscal. O sistema é afetado por choques exógenos nas condições econômicas e financeiras globais.

Alguns dos principais resultados obtidos são:

• Estimamos multiplicadores fiscais em torno da unidade ou um pouco abaixo disto

para a economia brasileira de 2004 a 2011. Nossos cálculos indicam que o impacto

de um impulso fiscal atinge seu pico em cerca de um ano e meio – período para o qual estimamos multiplicadores3 entre 0,7 a 1,0. Em três anos, o resultado acumulado do multiplicador cai para 0,5 a 0,8.

• Em termos de instrumento fiscal, observamos que, no curto prazo, o multiplicador

do gasto é significativamente maior do que o da tributação. Verificamos ainda que os modelos que empregam o resultado primário ajustado pelo ciclo apresentam respostas da economia (às mudanças fiscais) mais condizentes com a teoria do que

as especificações que utilizavam dados orçamentários sem os ajustes cíclicos.

3_{Este resultado refere-se à razão entre o aumento total acumulado do PIB gerado a partir de um choque fiscal e o}

(5)

5

• Em nossa simulação, uma redução de 1% do PIB no superávit primário estrutural

por um trimestre causa uma elevação estatisticamente relevante nas expectativas de inflação (cerca de 30 pontos-base em três trimestres), além de uma provável alta de juros (impacto de até 70 pontos-base em dois anos). Alguns modelos apontam para

efeitos de mudanças na política fiscal ainda mais pronunciados sobre o juro real e expectativas de inflação.

As evidências deste estudo apontam então para a um típico efeito-deslocamento (i.e.,

crowding-out) da política fiscal no período analisado. Nossos modelos mostram uma tendência de que

expansões fiscais discricionárias fossem seguidas de elevação nas expectativas de inflação e alta na taxa de juro real. Este movimento dos juros, seguindo-se uma postura de política monetária não acomodatícia perante aos choques fiscais do período, contribui para diminuir o multiplicador final. Esta conclusão vai ao encontro de trabalhos empíricos anteriores aplicados aos dados brasileiros, que confirmam um baixo multiplicador fiscal no Brasil.

Esta simulação provavelmente reflete alguns aspectos específicos do período analisado, especialmente a forte expansão do crédito doméstico e a boa fase de crescimento mundial. Estes fatores contribuíam para manter ocupada uma boa parte da ociosidade da economia, fazendo com que estímulos adicionais (como aqueles oriundos do orçamento público) gerassem um sobreaquecimento da economia (e a necessidade da autoridade monetária atuar, subindo o juro).

Esta discussão é oportuna, pois há no momento um debate no Brasil sobre uma iminente redução do esforço fiscal empregado para a obtenção do superávit primário do setor público4 – cuja meta vinha rodando em torno de 3% do PIB nos últimos anos. Por um lado, pode-se reconhecer que algumas mudanças conjunturais e estruturais recentes talvez tenham alterado a dinâmica dos multiplicadores estimada neste trabalho. Mas não há, até o momento, evidência empírica disto. Desta forma, é importante que esse processo de diminuição do superávit primário menor se faça com boa dose de parcimônia.

4_{Para uma discussão conjuntural, consultar o artigo de Ilan Goldfajn “O Novo Modelo”, O Globo, 04 de setembro}

(6)

6 Este trabalho divide-se da seguinte forma: a seção 2 apresenta uma resumida discussão da literatura, que ajuda a contextualizar nosso trabalho. Na seção 3, apresentamos a metodologia utilizada neste estudo. A seção 4 traz os principais resultados. Nossas conclusões finais preenchem a seção 5. Detalhes adicionais sobre metodologia e resultados seguem no apêndice.

2) FUNDAMENTAÇÃO TEÓRICA

2.A) Revisão da Literatura

Destacamos abaixo alguns dos trabalhos de destaque na vasta literatura internacional sobre os efeitos macroeconômicos da política fiscal. Alguns estudos aplicados à economia brasileira também servem como referência. Notoriamente, esta literatura serviu de inspiração para os exercícios apresentados neste texto.

Spilimbergo et al (2009) faz uma resenha dos resultados empíricos sobre multiplicadores fiscais. O trabalho também discute os conceitos de multiplicador fiscal e os métodos de estimação, oferecendo algum conhecimento a priori sobre os valores razoáveis para os multiplicadores, dadas as características de determinada economia.

Os autores apresentam quatro formas vistas na literatura de se estimar os multiplicadores fiscais: (1) simulações através de modelos, geralmente partindo de um framework IS-LM; (2) utilização de modelos de vetores auto-regressivos (VAR), dando conta da simultaneidade existente entre variáveis macroeconômicas; (3) estudos de casos, onde se isola e avalia impactos de episódios de mudanças na política fiscal; (4) estudos sobre o comportamento do consumidor após alterações nas políticas orçamentárias. A conclusão dos autores é de que pode não ser boa idéia re-estimar os multiplicadores fiscais na conjuntura atual, dado o provável contágio das estimativas por quebras estruturais nos parâmetros-chave, seguindo-se a crise global.

(7)

7

Estimativas dispersas de multiplicadores fiscais resultantes de trabalhos empíricos e dificuldades para separar a influência de diferentes instrumentos de política econômica fizeram com que Coenen et al (2010) utilizasse modelos estruturais de órgãos formuladores de políticas públicas para testar a eficácia de estímulos fiscais temporários. Os autores encontram evidências de grandes multiplicadores fiscais de curto prazo para vários instrumentos testados (especialmente gastos do governo e transferências). A eficácia da política fiscal aumenta quando a política monetária assume uma postura acomodatícia. Além disso, com base nos resultados apresentados pelos modelos, os autores afirmam que estímulos fiscais permanentes apresentam menores multiplicadores de curto prazo, podendo inclusive reduzir o produto no longo prazo.

Romer e Romer (2010) utilizam estudo de caso para identificar mudanças discricionárias na política fiscal e avaliar as influências destas sobre a atividade econômica nos EUA, durante o pós-guerra. Os resultados confirmam que aumentos exógenos de impostos são fortemente contracionistas. Os autores concluem que a metodologia empregada no trabalho traz resultados mais robustos, apontando para efeitos mais persistentes de choques tributários, em comparação com outras metodologias.

Blanchard e Perotti (2002) combinam análise de VAR estrutural (SVAR) e estudos de caso para medir as consequências de choques fiscais na economia dos EUA no pós-guerra. Diversas especificações foram testadas. Os resultados mostram multiplicadores pequenos para gastos e impostos (em geral, próximos à unidade), mas em linha com os sinais propostos pela teoria keynesiana (gastos públicos somando ao PIB, os impostos subtraindo deste). Um resultado importante: quanto maior o tamanho do estado (tal como medido pela proporção das receitas e despesas públicas), menor o gasto agregado de capital. Esta evidência aponta para a presença de um efeito-deslocamento (ou crowding-out) na maior economia do mundo.

Perotti (2004) baseia seu estudo na metodologia utilizada em Blanchard e Perotti (2002), incorporando inflação e taxas de juros ao VAR estrutural. O objetivo do trabalho é avaliar a eficácia da política fiscal em cinco países da OCDE. Ele conclui que as variações do PIB após

(8)

8 choques fiscais são pequenas. Nos EUA, a eficácia da política fiscal diminuiu nos anos 80, com os estímulos orçamentários impactando negativamente o investimento privado. Outros resultados interessantes: (1) reduções de impostos não geram efeitos mais rápidos ou intensos sobre o produto do que aumento de despesas públicas; (2) ativismo excessivo de política fiscal resulta em maior volatilidade do PIB.

Mountford e Uhlig (2005) propõem uma nova abordagem para identificar os choques puramente fiscais em uma metodologia de VAR estrutural. No estudo, eles buscam utilizar ao máximo as informações contidas no modelo estimado, impondo mínimas restrições (apenas quanto aos sinais das derivadas) às respostas das variáveis econômicas aos choques de política fiscal. Aplicando a metodologia aos dados norte-americanos, os autores concluem que elevações dos déficits orçamentários através de reduções de impostos é a forma mais eficaz para estimular a economia (pela via fiscal). Os autores também verificam que expansões fiscais através de gastos públicos podem reduzir a produção no longo prazo, constituindo mais uma evidência de um efeito-deslocamento (crowding-out) nos EUA.

Cavalcanti (2009) faz um apanhado da literatura empírica (ainda relativamente escassa) sobre os efeitos de curto e médio prazo da política fiscal na economia brasileira. Nota-se uma ambigüidade de resultados, com a pequena participação do comércio exterior no PIB favorecendo multiplicadores mais elevados, mas com o nível ainda elevado (em termos relativos) do endividamento público contribuindo para uma menor eficácia dos instrumentos fiscais. Mas o autor traça um paralelo entre os trabalhos que apontam para efeitos fiscais contraditórios (ou não keynesianos), e o contexto econômico brasileiro no final dos anos 90 e início da última década. O trabalho destaca ainda as dificuldades de se isolar choques orçamentários puramente exógenos das mudanças em variáveis fiscais influenciadas pelo ciclo econômico (através dos estabilizadores automáticos, como a arrecadação de impostos). A dificuldade de se isolar completamente choques fiscais de outros choques econômicos também prejudica as pesquisas sobre multiplicadores fiscais.

Mendonça et al (2009) aplicam o mesmo procedimento de identificação de choques fiscais proposto por Mountford e Uhlig (2005) aos dados brasileiros. A idéia é avaliar o impacto do

(9)

9 gasto corrente do governo e receita pública líquida sobre a atividade econômica e a inflação, para o período de 1995 a 2007. Seus resultados apontam para um provável aumento da taxa de juros e queda de PIB resultantes de um aumento no consumo do governo. Elevações de impostos também podem levar a uma queda do PIB no curto prazo, mas o efeito no longo prazo pode ser positivo. Nota-se ainda uma resposta positiva do gasto público a choques positivos no ciclo de negócio, o que sugere uma postura fiscal pró-cíclica no período analisado.

Cavalcanti e Silva (2010) também utilizam modelos VAR para estimar as conseqüências de inovações fiscais na economia brasileira. O trabalho abrange o período de 1995 a 2008. O exercício consiste em incluir a dívida pública como uma das variáveis endógenas do sistema, tal como em Favero e Giavazzi (2007). Este procedimento resulta em estimativas praticamente nulas para os multiplicadores dos gastos públicos. Este resultado sugere que a omissão dessa variável em estudos empíricos – especialmente aqueles cujas amostras cobrem os anos 90 e o início da década passada – produz uma distorção para cima nas estimativas do impacto de choques fiscais na atividade econômica. A intuição deste resultado é que a necessidade de neutralizar o impacto orçamentário de determinado estímulo (por exemplo, aumento de impostos para compensar uma alta nos gastos públicos) reduz a eficácia da expansão fiscal. Os autores reconhecem que a relevância de seus resultados limita-se ao período de observação, no qual as preocupações quanto à solvência da dívida pública impunham uma restrição à atuação da política fiscal para atenuar ciclos. Outro ponto de destaque é que o trabalho não leva em conta os efeitos da política fiscal sobre a taxa de juros, não permitindo assim a observação de um possível efeito-deslocamento.

Silva e Cândido Jr. (2009) medem o impacto dos gastos públicos na América Latina, segmentados por categorias, tais como consumo corrente e despesas de capital. Eles utilizam modelos VAR cointegrados, concluindo que, em geral, o investimento público pode afetar positivamente a produção no longo prazo. Contudo, observa-se ainda pode o investimento do governo pode, pelo menos parcialmente, deslocar o investimento privado (crowding out). Para o curto prazo, a conclusão é que parece haver pouco espaço para se usar a política fiscal como instrumento de estabilização da economia no continente. Na maioria dos casos, os

(10)

10 multiplicadores fiscais são relativamente pequenos (i.e., menores que a unidade) e o impacto da política fiscal dura por não mais do que dois anos.

O Banco Central do Brasil (2011) também simulou os efeitos de choques fiscais na economia, utilizando um modelo semi-estrutural, abordagem considerada como intermediária entre os modelos DSGE (em inglês, dinâmico estocástico em equilíbrio geral) e os modelos puramente econométricos (como na metodologia VAR). Os resultados mostram que uma contração fiscal temporária de 1% do PIB (i.e., corte nos gastos do governo por quatro trimestres) reduz a inflação, com o pico do efeito acontecendo seis trimestres após o choque. O exercício também mostra que um aperto fiscal tem impacto maior sobre a inflação se a política monetária é acomodatícia - ou seja, se o banco central não altera a taxa de juros. A conclusão é que a contração da política fiscal pode afetar diretamente a inflação no curto prazo e reduzi-la no médio prazo, através dos canais da menor dívida pública e maior poupança doméstica.

Valli e Carvalho (2011) aplicam aos dados brasileiros um modelo DSGE para uma economia aberta, simulando o uso de diferentes instrumentos fiscais tais como o superávit primário, os gastos cíclicos, as transferências públicas, os investimentos públicos e tributação distorsiva. Os principais resultados são: os diferentes instrumentos fiscais afetam os ciclos de negócios de diferentes formas e magnitude; e choques expansionistas de política fiscal tendem a gerar pressões inflacionárias significativas.

2.B) Multiplicadores Fiscais: Previsões Teóricas, Fatos Empíricos

Baseado em Spilimbergo et al (2009) e Cavalcanti (2009), resumimos abaixo alguns fatos importantes acerca dos multiplicadores fiscais, tais como relatados por trabalhos teóricos e empíricos.

Sabe-se que os multiplicadores fiscais podem flutuar de acordo com a estrutura econômica e com as circunstâncias. Em geral, se espera multiplicadores fiscais mais elevados quando:

(11)

11 • A propensão marginal a poupar é reduzida;

• O estímulo fiscal ocorre via gastos, ao invés de corte de impostos; • Os consumidores enfrentam restrições de liquidez;

• Os consumidores são “não ricardianos” (ou seja, não consideram a possibilidade de aumentos futuros de impostos por causa de uma dívida maior do governo);

• Os estabilizadores automáticos são relativamente pequenos como proporção da economia (ou seja, tributação não retém fatia importante do estímulo fiscal);

• O hiato do produto aumenta (i.e., economia abaixo do potencial), levando a autoridade monetária a acomodar o aumento da demanda, sem elevar os juros;

• A razão dívida/PIB é baixa ou percepção de solvência é favorável. Em momentos de dúvidas sobre a sustentabilidade da dívida pública, os multiplicadores podem ser negativos;

Além disso, a literatura mostra que:

• Medidas fiscais temporárias tendem a ser mais eficazes, pois não afetam percepção de solvência fiscal;

• Cortes temporários de impostos indiretos podem provocar importante realocação de consumo intertemporal, tendo efeitos significativos no curto prazo.

• Nas economias avançadas, os multiplicadores fiscais tendem a ser mais elevados; • Os investimentos públicos são normalmente associados com maiores multiplicadores;

Essa discussão acima traz insumos fundamentais para nosso trabalho de estimar os multiplicadores fiscais na economia brasileira. Por exemplo, para o período de interesse (2004 a 2011), podemos tratar a economia brasileira como uma economia ainda relativamente fechada e com reduzidas preocupações de solvência fiscal. Isto justifica porque nossos modelos-base não consideram as exportações líquidas nem a dívida pública explicitamente em nossas simulações.

Considerando a estrutura econômica brasileira, podemos separar duas classes de fatores que podem influenciar nossas expectativas ex-ante para os resultados das estimativas de multiplicadores fiscais no Brasil.

(12)

12

• FATORES QUE ELEVAM OS MULTIPLICADORES FISCAIS NO BRASIL: Analisando as condições econômicas do Brasil em nossa janela amostral (2004 a 2011), podemos notar que o fato de o país ainda ter uma economia relativamente fechada, uma baixa taxa de poupança doméstica, e uma tendência à geração de estímulos fiscais mais via gastos que desonerações, são fatores que nos leva a esperar multiplicadores fiscais mais elevados.

• FATORES QUE REDUZEM OS MULTIPLICADORES FISCAIS NO BRASIL: Economias em desenvolvimento tendem a mostrar menor eficácia dos instrumentos fiscais. Além disso, a carga tributária (como proporção do PIB) é elevada, a razão dívida/PIB ainda é mais alta que a média de países em desenvolvimento (apesar da percepção em geral favorável de solvência da dívida pública). Há de se destacar ainda que o investimento público – associado a multiplicadores mais altos – representa fração diminuta do gasto.

O aumento da penetração do crédito bancário no Brasil5 gera dois tipos de impacto sobre os multiplicadores fiscais - ambos operando no sentido de redução destes. Primeiro, os empréstimos bancários mais difundidos deram aos consumidores mais acesso a liquidez. Segundo, o processo de elevação do crédito no Brasil contribuiu para que, em vários momentos dentro de nosso espaço amostral, ocorresse certo sobreaquecimento da demanda interna – reflexo também, dentre outros fatores, da escassa disponibilidade de poupança interna no país e do baixo volume de investimentos. Desta forma, freqüentes descasamentos entre demanda e oferta, parcialmente alimentados pela maior penetração do crédito, levava às autoridades monetárias a adotar postura não acomodatícia mediante estímulos fiscais, reduzindo os multiplicadores fiscais.

Desta forma, a análise acima sugere que há mais razões para acreditar que em tamanhos mais reduzidos de multiplicadores fiscais no período analisado do que o contrário.

5_{Como se sabe, o estoque de empréstimos bancários no Brasil como proporção do PIB passou de 28% do PIB em}

(13)

13

3) METODOLOGIA

3.A) Escolha do Procedimento Econométrico

Conforme destacamos na seção 2, há varias maneiras de estimar os efeitos da política fiscal sobre a economia. Neste trabalho aplicado ao caso brasileiro, optamos por uma modelagem bastante parcimoniosa, mas consistente do ponto de vista estatístico.

A simultaneidade entre as variáveis macroeconômicas utilizadas no estudo nos levou a adotar a abordagem VAR (i.e., vetores auto-regressivos) na simulação dos choques fiscais. Esta simultaneidade deriva, por exemplo, do fato de que as políticas econômicas são influenciadas pelo contexto macroeconômico, o qual, por outro lado, reflete também ações e iniciativas governamentais no passado. Sabendo-se dos prejuízos que esta circularidade traz às estimativas de parâmetros em modelos econômicos, o objetivo nosso a partir do uso da metodologia VAR é evitar uma inconsistência nas estimativas. Uma vantagem adicional dos modelos VAR é que estes permitem tratar os choques econômicos de forma isolada, melhorando a identificação dos impactos de política fiscal sobre a economia ampla.

A intuição e simplicidade da abordagem de vetores auto-regressivos se sobrepuseram sobre métodos alternativos. Uma das possibilidades era o estudo de caso, que requer uma longa e minuciosa análise de alterações no (complexo) código tributário brasileiro, ou nas ações referentes ao gasto público. Uma alternativa adicional: os modelos dinâmicos estocásticos de equilíbrio geral (DSGE), que, apesar de também eliminarem os problemas trazidos pela simultaneidade, requerem uma modelagem mais detalhada, longa e complexa, indo além dos objetivos deste trabalho.

Os modelos VAR estrutural tem sido empregados com freqüência em trabalhos empíricos voltados para a estimação dos multiplicadores fiscais. Dentre os estudos aplicados à economia americana, destacam-se Blanchard e Perotti (2002), Mountford e Uhlig (2005). No caso dos

(14)

14 trabalhos aplicados aos dados brasileiros, as referências são Mendonça et al (2009), Cavalcanti e Silva (2010).

3.A) A Estrutura do Modelo SVAR

Os modelos foram desenhados com objetivo de simular os efeitos da política fiscal sobre o crescimento econômico e sobre a trajetória de preços, controlando-se para as flutuações (endógenas ou exógenas) de política monetária e para choques exógenos nas condições econômicas ou financeiras globais.

No conjunto de variáveis determinadas endogenamente em nosso modelo principal, incluímos, nesta ordem de estimação: o resultado fiscal (f), o produto (y), a inflação (ππππ), e o juro real (i). Estimamos ainda uma segunda classe de modelos VAR, no qual simulamos o resultado fiscal de através de receitas (r) e despesas (g), substituindo o saldo orçamentário (f) e mantendo-se o ordenamento das demais variáveis no sistema. O emprego de variáveis fiscais em maior detalhe nos permite observar, ainda que de maneira simplificada, possíveis assimetrias no impacto de diferentes instrumentos de política fiscal (i.e., diferenciando multiplicadores de receitas e despesas).

Nossa abordagem também incorpora um conjunto de variáveis exógenas, representando choques nas condições econômicas e financeiras no cenário internacional. Nossa representação do quadro externo inclui os spreads de risco pagos pelos países emergentes (ρρρρ), além dos preços de matérias primas em moeda local (c).

Em comparação com boa parte dos estudos prévios sobre multiplicadores fiscais aplicados à economia brasileira, há dois aspectos de destaque em nossa abordagem. Primeiro, o controle para mudanças na política monetária, que permite ao modelo incorporar uma postura monetária não acomodatícia como resposta a choques fiscais. Segundo, diferentemente de Cavalcanti e Silva (2010), decidimos não incluir a dívida pública no conjunto de variáveis endógenas. O objetivo é o de evitar uma excessiva parametrização do modelo, aproveitando-se ainda do fato

(15)

15 de que o período amostral refere-se a uma fase de (percepções de) robusta solvência da dívida pública.

Abaixo, caracterizamos o nosso modelo VAR, na forma reduzida:

p

(1)

w

_t

= K +

ΣΣΣΣ

A

_j

w

_t-j

+

φφφφ

(L) +

εεεε

_t

j=1 (t = 1, 2,..., T)

onde w é um vetor (4x1 ou 5x1) de variáveis endógenas, φφφφ(L) é uma matriz (4x1 ou 5x1) de

polinômios com as variáveis exógenas, possivelmente com valores defasados. Aj é uma matriz

(4x4 ou 5x5) de coeficientes auto-regressivos (j = 1, 2,..., p) e εεεε é um vetor (4x1 ou 5x1) de inovações não correlacionadas com as endógenas, de auto-covariância nula, mas possivelmente relacionadas aos demais resíduos, de forma contemporânea. Formalmente:

(2) E(εεεεt) = 0

ΩΩΩΩ, se t = s

(3) E(εεεεt εεεεs’) =

0, caso contrário

Onde ΩΩΩΩ é uma matriz quadrada simétrica estritamente positiva, com os elementos da diagonal principal refletindo as variâncias dos choques.

Estimamos (várias especificações deste) modelo na forma reduzida, gerando um vetor de resíduos εεεε*. A etapa seguinte na estimação do VAR estrutural é a busca dos parâmetros que resultarão no isolamento (ou purificação) dos choques no sistema.

Para identificar o impacto dos choques no modelo, podemos reescrever a expressão (1), de forma a recuperar a forma estrutural:

p

(4)

Bw

_t

=

Λ

+

ΣΣΣΣ

Θ

_j

w

_t-j

+

ξξξξ

(L) + u

_t

(16)

16 Onde

Λ

= BK,

Θ

_j

= BA

_j

,

ξξξξ

(L) = B

φφφφ

(L)

Notar que:

(5)

u = B

εεεε

Por definição, a matriz de covariância dos resíduos pode ser reescrita de forma única, através da seguinte fatorização:

(6)

Ω

= A D A’

Onde A é uma matriz triangular inferior com entradas iguais a um em sua diagonal principal, e

D é uma matriz diagonal com entradas estritamente positivas. Se impormos a condição de que A = B-1, a matriz u será diagonal. Isto implica que os diferentes choques estruturais serão não correlacionados entre si (ou seja, serão ortogonais).

Podemos reescrever a expressão (5) na forma matricial mais geral, no caso do modelo principal – utilizando o superávit primário (f) como instrumento fiscal.

(17)

17 O sequenciamento lógico das variáveis acima reflete hipóteses acerca da defasagem temporal do impacto de choques em uma variável do sistema sobre as demais. Em ambos os modelos de nossa abordagem, assumimos que os choques de política fiscal afetam, de forma imediata, a atividade econômica, a inflação e os juros.

A posição do choque monetário, como última variável do sistema, reflete o pressuposto de que o Banco Central observa um conjunto amplo de informações (e choques) na economia para determinar os passos da política de juros. Além disto, a configuração das matrizes revela a hipótese de que a política monetária afeta a atividade econômica e a inflação com defasagens temporais.

Assume-se ainda no modelo que os choques de produto afetam a inflação de forma contemporânea, ao passo que a volta ocorre com defasagens temporais.

A descrição matricial acima é equivalente a uma ortogonalização recursiva (Cholesky). Mas esta estimação é apenas a fase inicial no procedimento para obter os valores dos parâmetros que compõem a matriz B, resultando na devida separação dos choques.

De forma parecida com o procedimento de identificação agnóstica utilizado em Mendonça et al (2009) – ainda que com bastante simplificação, em nosso caso – procuramos impor um mínimo de restrições ex-ante aos parâmetros da matriz B, ao estimarmos o VAR estrutural. Fizemos estimações sucessivas da matriz B, impondo restrições aos parâmetros que apresentavam sinais contrários ao proposto pela teoria. Nestas situações, anulávamos os valores de entrada na matriz B, impondo bij = 0. Este processo transcorria até que todas as entradas restantes

apresentassem valores com relevância macroeconômica (i.e., com sinais esperados). Apesar de isto implicar na adoção de um procedimento não recursivo, em geral houve pequenas alterações em relação à decomposição recursiva de Cholesky.

(18)

18 Os inúmeros choques estruturais que afetaram a economia nas últimas décadas tornam a modelagem dos dados econômicos brasileiros mais vulnerável à crítica de Lucas.

Para tentar evitar, ou pelo menos atenuar, o impacto adverso de quebras estruturais sobre as nossas estimativas, optamos por uma abordagem parciomoniosa quanto ao número de parâmetros utilizados. Como parte desta estratégia, decidimos restringir a nossa análise a um período recente na história macroeconômica do Brasil, cobrindo o período de 2004 a 2011.

A constatação, através da análise da literatura sobre multiplicadores fiscais, de que as conseqüências dos choques fiscais dependem de circunstâncias específicas (incluindo tanto fatores conjunturais como estruturais) apóia a escolha de um período de análise mais restrito. A idéia é que, quanto maior a janela amostral, mais heterogêneo (ou ambíguo) tende a ser o resultado da estimação dos impactos da política fiscal para o período estudado.

Neste trabalho, optamos pela utilização de dados trimestrais. Os indicadores nesta freqüência são menos voláteis e sujeitos a influencia de fatores irregulares do que os dados econômicos em bases mensais. As séries de tempo utilizadas neste trabalho são:

* Produto (variável endógena): PIB trimestral com ajuste sazonal divulgado pelo IBGE. * Inflação (variável endógena): Média das expectativas para o IPCA doze meses à frente,

coletada pela pesquisa semanal Focus do Banco Central (série suavizada). Por se tratar de uma série em bases anuais, não foi necessário realizar ajuste sazonal.

* A taxa de juros real (variável endógena): Média trimestral da taxa Selic (Fonte: Banco

Central) deflacionada pelas expectativas de inflação doze meses à frente.

* Orçamento público (variável endógena): Séries orçamentárias estruturais trimestrais,

referentes ao setor público consolidado: superávit primário estrutural, receita estrutural e gasto primário. Estimativas seguem procedimento descrito em Oreng (2012). Em alguns modelos, usamos a série de superávit primário “recorrente”, que aplica ajustes contábeis (mas não cíclicos) à série convencional de saldo primário do setor público, divulgada pelo Banco Central. Ajustamos os dados para sazonalidade, utilizando o método X-12. Todas as variáveis fiscais são expressas em percentual do PIB.

(19)

19

* Spreads de risco de crédito para mercados emergentes (variável exógena): empregamos

o EMBI (Emerging Market Bond Index, calculado pelo JP Morgan) para a classe inteira de

emerging markets. Média trimestral, em pontos-base.

* Preços de matérias-primas em reais (variável exógena): Média trimestral do índice de

commodities CRB, medido em reais (fonte: Bloomberg). Esta séries foi usada em logaritmo na maioria dos modelos.

Há alguns aspectos sobre o conjunto de dados utilizados nesta pesquisa que merecem destaque. Primeiramente, utilizamos os valores estruturais estimados para o saldo primário, gastos do governo e receitas públicas – ao invés dos valores observados (i.e., não ajustados ou convencionais). Esta escolha resulta em uma melhor identificação dos choques de política fiscal, que passam a ser “filtrados” dos movimentos orçamentários impulsionados pelo ciclo de negócios ou por operações “não recorrentes”. Nossas séries fiscais estruturais neutralizam o efeito dos estabilizadores automáticos e das operações fiscais atípicas, os quais geram ruídos que prejudicam a observação de mudanças na postura fiscal. O uso de um conceito de orçamento mais alinhado com as decisões discricionárias sobre o orçamento público certamente ajuda a mensurar de forma mais precisa os multiplicadores fiscais.

Outro aspecto metodológico de destaque é a opção pelo uso de uma série de expectativas de inflação, em substituição às séries de inflação observadas (núcleos ou “índice cheio”). Do ponto de vista teórico, a série de expectativas de inflação tende a refletir melhor o impacto da política fiscal, pois incorporar de forma mais rápida o efeito de decisões de política econômica. De fato, há uma defasagem temporal entre os anúncios de mudanças na política orçamentária e a implementação das mesmas. Estas divulgações de alterações futuras levam tempo para aparecer na inflação corrente, mas podem afetar instantaneamente as expectativas de inflação.

Um segundo argumento teórico que justifica o uso das expectativas de inflação no modelo é o fato de que as projeções de inflação podem, pelo menor teoricamente, apresentar relação mais próxima com os fundamentos para a dinâmica dos preços do que as séries observadas. Estas últimas sofrem o impacto de eventos extraordinários que somente aparecem na inflação corrente (seja nos números totais, seja em certas medidas de inflação subjacente). Resíduos

(20)

20 sazonalidade e erros de medição também podem poluir as estimativas baseadas em modelos que utilizam a inflação observada.

O Gráfico 1 mostra que, embora altamente correlacionados (coeficiente de 0,87 de 2004 a 2011), as expectativas de inflação são mais suaves do que a inflação acumulada em doze meses, o que ajuda a demonstrar uma menor suscetibilidade das expectativas a ruídos.

Gráfico 1: IPCA - inflação observada e as expectativas (bases anuais)

2 3 4 5 6 7 8 2004 2005 2006 2007 2008 2009 2010 2011

Acumulado em doze meses Expectativas doze meses à frente

Fonte: IBGE, Banco Central do Brasil

O racional para a utilização da taxa Selic como proxy para os juros segue o fato de que, por se tratar da taxa referencial de política monetária, a Selic captura com menos ruído (do que as taxas de mercado) as mudanças de postura do Banco Central em respostas a choques fiscais.

O conjunto de variáveis exógenas escolhidas para representar os choques internacionais afetando a economia brasileira tenta replicar as condições financeiras e econômicas mundiais. Escolhemos o EMBI - diferencial de juro pago pela dívida soberana de economias emergentes

(21)

21 sobre os rendimentos dos títulos do tesouro americano. Em nosso modelo, este indicador sinaliza o grau de aversão ao risco e as flutuações nas condições globais de crédito, correlacionando muito bem com as taxas de juros pagas por agentes brasileiros em operações de financiamento externo.

A segunda variável caracterizando o ambiente global no nosso modelo é o índice CRB em reais. Assim como o EMBI, este indicador também reflete as condições financeiras internacionais, mas guarda relação mais próxima com a atividade econômica mundial. A inclusão do índice CRB em reais melhora a dinâmica simulada para inflação e atividade, dado que os preços de matérias primas afetam a inflação dos bens comercializáveis (principalmente alimentos) e geram importante efeito-renda em economias ricas em recursos naturais, como é o caso do Brasil. Adicionalmente, os preços de commodities têm impacto importante nas decisões de política monetária. Em várias oportunidades recentes, o Banco Central teve que combater os efeitos secundários de choques de matérias primas.

3.C) Critérios para Seleção de Modelos VAR

Rodamos o modelo VAR na forma reduzida, tal como descrito em (1), testando especificações com estruturas de defasagens no vetor das endógenas de até seis trimestres. Para o vetor de variáveis exógenas, testamos alternativas com até três trimestres de defasagem.

Adotamos um critério subjetivo, mas bastante restritivo para a seleção dos modelos. Rejeitamos as especificações que não garantissem estimativas de parâmetros consistentes. Desta forma, adotamos como condições estritamente necessárias para a aprovação de uma especificação: (1) falha na rejeição da hipótese nula de não existência de correlação serial nos resíduos, de acordo com teste LM6; (2) raízes inversas do polinômio de defasagens dentro do círculo unitário, garantindo a estacionariedade do processo auto-regressivo; (3) resíduos não correlacionados com regressores, de acordo com estimativas de mínimos quadrados dos resíduos aplicados sobre o conjunto de regressores. Todos os modelos selecionados cumpriram estes requisitos.

6_{Pelo fato de os modelos VAR usarem variáveis endógenas defasadas como regressores, o problema da correlação}

serial de resíduos faz com que estes sejam correlacionados com as variáveis explicativas nesta classe de modelos. Isto resulta em parâmetros enviesados e inconsistentes.

(22)

22

4) RESULTADOS

Nesta seção, apresentamos os resultados mais interessantes obtidos com nossa abordagem, de acordo com os objetivos de nossa pesquisa: as estimativas das funções de resposta a impulso e os resultados dos multiplicadores fiscais são vistos para cada uma das especificações selecionadas. Empregamos a modelagem descrita na seção 3 para diferentes especificações, que se distinguem especialmente quanto ao indicador fiscal utilizado no vetor autoregressivo.

Os detalhes de cada modelo, tais como as variáveis utilizadas, as especificação dos VARs, os testes de correlação serial dos resíduos, podem ser encontrados no apêndice.

4.A)

MODELO 1 – Superávit Estrutural, Séries em Nível

O primeiro (e mais importante) modelo que consideramos usa o superávit primário estrutural como sinal dos movimentos na política fiscal. Esta especificação também emprega as demais séries em nível, de acordo com a escala de cada variável. A idéia aqui foi de simular o impacto de mudanças na postura fiscal – já livre de efeitos cíclicos7 – sobre as variáveis macroeconômicas. Pelo menos em teoria, esta especificação deveria emitir sinais mais puros sobre a atuação da política fiscal, em comparação com modelos que utilizam os dados orçamentários sem tais ajustes.

As funções de resposta a impulso mostradas no Gráfico 2 trazem os resultados das simulações a de um modelo definido de forma geral cujas na seção anterior. Os quadros mostram a reação das diferentes variáveis endógenas do modelo aos choques temporários (i.e., com duração de um trimestre) e cuja intensidade é de um desvio-padrão.

Um primeiro aspecto a se destacar nas FRIs mostradas no Gráfico 2 é que, de forma ampla, o modelo gera resultados em linha com a intuição (e teoria) econômica. Tanto o PIB como as expectativas de inflação sofrem queda significativa estatisticamente após um choque altista no juro. A política monetária também responde na forma esperada, com juros subindo após

(23)

23 choques altistas nas expectativas de inflação. No caso de choques de produto, contudo, a resposta da política monetária é neutra ou incerta do ponto de vista estatístico. É possível que isto reflita dificuldades de distinguir choques reais (não inflacionários) de choques de demanda (inflacionários).

Quanto ao impacto de um choque fiscal contracionista sobre a atividade, é possível verificar que o efeito é de curtíssimo prazo. Apesar de significativa, a queda de produto resultante do aumento do superávit primário estrutural fica concentrada no primeiro trimestre após o choque. A partir do segundo e terceiro períodos, a atividade se estabiliza na ausência de outras perturbações.

Por outro lado, a contração fiscal reduz de forma significativa as expectativas de inflação, com o efeito sendo relevante estatisticamente até três trimestres seguidos ao choque. O aperto orçamentário também resulta em um notório deslocamento para baixo da massa de probabilidade em torno dos juros reais – sugerindo grandes chances de redução da taxa Selic, especialmente no prazo de cinco trimestres após a aplicação do choque.

O Gráfico 3 mostra o resultado, para este mesmo Modelo 1, de uma redução de 1% do PIB no superávit primário estrutural por um trimestre. A consequência é uma elevação estatisticamente relevante nas expectativas de inflação de cerca de 30 pontos-base em três trimestres, além de uma provável alta de juros (com impacto máximo de até 60—70 pontos-base) em um intervalo de aproximadamente dois anos.

No que se refere ao multiplicador fiscal8, observa-se no Gráfico 4 que o pico do efeito da expansão fiscal na atividade se dá em um ano e meio, quando o multiplicador atinge a faixa de 0,9. Ao final de três anos, o ganho total acumulado de produto recua para 0,6%. Desta forma, nosso modelo sugere um multiplicador fiscal baixo, inferior à unidade. A explicação econômica para este resultado é que a expansão fiscal – que resultou em alta das expectativas de inflação e

8_{Tal como Spilimbergo et al (2009), definimos aqui como multiplicador fiscal a razão entre a variação total}

acumulada do PIB até determinado período (seguindo-se à aplicação do choque fiscal simulado no VAR) e o tamanho do estímulo. Em termos práticos, se o PIB cresceu 2% no prazo de dois anos após um estímulo fiscal de 1% do PIB, o multiplicador fiscal em dois anos será igual a dois.

(24)

24 do juro – ocasionou um efeito-deslocamento na demanda, de forma que o ganho total de produto acabou sendo inferior à magnitude do choque fiscal. Neste caso, o aumento da taxa de juros acabou piorando a atividade em setores não (ou menos) afetados pela expansão fiscal, reduzindo sua eficácia.

Gráfico 2: Funções de Resposta a Impulso do Modelo 1

-.008 -.004 .000 .004 .008 .012 1 2 3 4 5 6 7 8 9 10 11 12

Response of S1_PRIMBAL_PCPS_SA to Shock1

-.008 -.004 .000 .004 .008 .012 1 2 3 4 5 6 7 8 9 10 11 12

-.010 -.005 .000 .005 .010 .015 1 2 3 4 5 6 7 8 9 10 11 12

Response of LOG(GDP2_SA) to Shock1

-.010 -.005 .000 .005 .010 .015 1 2 3 4 5 6 7 8 9 10 11 12

-.4 -.2 .0 .2 .4 1 2 3 4 5 6 7 8 9 10 11 12

Response of IPCA_E12M to Shock1

-.4 -.2 .0 .2 .4 1 2 3 4 5 6 7 8 9 10 11 12

-.8 -.4 .0 .4 .8 1 2 3 4 5 6 7 8 9 10 11 12

Response of RSELIC_XANTE to Shock1

-.8 -.4 .0 .4 .8 1 2 3 4 5 6 7 8 9 10 11 12

Response to Structural One S.D. Innovations ± 2 S.E.

NOTA:

“Shock 1”= choque de um desvio-padrão aplicado em “s1_primbal_pcps_sa” (superávit primário estrutural) “Shock 2”= choque de um desvio-padrão aplicado em “log(gdp2_sa)” (nível de produto, em log)

“Shock 3”= choque de um desvio-padrão aplicado em “ipca_e12m” (projeção de IPCA 12 meses à frente)

“Shock 4”= choque de um desvio-padrão aplicado em “rselic_xante” ( taxa Selic deflacionada por expectativas de inflação) Intervalos de confiança das funções de resposta a impulso são de dois desvios-padrão, estimado pelo método analítico (assintótico) Para maiores detalhes sobre as variáveis utilizadas e o modelo VAR, consultar o apêndice

(25)

25

Gráfico 3: Simulação de uma expansão fiscal de 1% do PIB - Modelo 1

-.016 -.012 -.008 -.004 .000 1 2 3 4 5 6 7 8 9 10 11 12

Accumulated Response of S1_PRIMBAL_PCPS_SA to Shock1

-.02 -.01 .00 .01 .02 .03 1 2 3 4 5 6 7 8 9 10 11 12

Accumulated Response of LOG(GDP2_SA) to Shock1

-0.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 8 9 10 11 12

Accumulated Response of IPCA_E12M to Shock1

-1.0 -0.5 0.0 0.5 1.0 1.5 2.0 1 2 3 4 5 6 7 8 9 10 11 12

Accumulated Response of RSELIC_XANTE to Shock1

Accumulated Response to User Specified Innovations ± 2 S.E.

NOTA:

“Shock 1”= choque de um desvio-padrão aplicado em “s1_primbal_pcps_sa” (superávit primário estrutural)

Gráfico 4: Multiplicador do Superávit Primário Estrutural, Após Expansão de 1% do PIB - Modelo 1

4.B)

MODELO 2 – Receitas e Gastos, Séries Em Nível

O segundo modelo emprega receitas e gastos primários estruturais no lugar que o superávit primário estrutural ocupava no Modelo 1. A idéia aqui é testar alguma eventual assimetria nos choques fiscais promovidos a partir de desonerações de impostos e aumento de gastos.

(26)

26

-.008 -.004 .000 .004 .008 2 4 6 8 10 12

Response of S1_REV_PCGG_SA to Shock2

-.008 -.004 .000 .004 .008 2 4 6 8 10 12

-.008 -.004 .000 .004 .008 .012 2 4 6 8 10 12

Response of S1_EXP_PCGG_SA to Shock1

-.008 -.004 .000 .004 .008 .012 2 4 6 8 10 12

-.010 -.005 .000 .005 .010 .015 2 4 6 8 10 12

-.4 -.2 .0 .2 .4 2 4 6 8 10 12

-.8 -.4 .0 .4 .8 2 4 6 8 10 12

NOTA:

“Shock 1”= choque de um desvio-padrão aplicado em “s1_rev_pcgg_sa” (receita primária estrutural) “Shock 2”= choque de um desvio-padrão aplicado em “s1_exp_pcgg_sa” (gasto primário estrutural) “Shock 3”= choque de um desvio-padrão aplicado em “log(gdp2_sa)” (nível de produto, em log) “Shock 4”= choque de um desvio-padrão aplicado em “ipca_e12m” (projeção de IPCA 12 meses à frente)

“Shock 5”= choque de um desvio-padrão aplicado em “rselic_xante” (taxa Selic deflacionada por expectativas de inflação) Intervalos de confiança das funções de resposta a impulso são de dois desvios-padrão, estimado pelo método analítico (assintótico) Para maiores detalhes sobre as variáveis utilizadas e o modelo VAR, consultar o apêndice

(27)

27 O modelo com instrumentos fiscais mais desagregados gera resultados semelhantes aos do Modelo 1. Conforme mostram as funções de resposta a impulso apresentadas no Gráfico 5, de forma geral, as relações entre as variáveis macroeconômicas seguem dentro das expectativas teóricas neste modelo. Destacamos aqui três fatos capturados pelo modelo: (1) inflação e produto se reduzem com elevações de juros; (2) atividade mais forte eleva as expectativas de inflação, (3) política monetária torna-se mais apertada após elevações no produto e nas expectativas de inflação.

Nota-se ainda que, na comparação com as receitas, o gasto público apresentou impactos mais relevantes nas demais variáveis do sistema. Tanto para o caso do produto como para a taxa de juros, a elevação simulada na despesa do governo resultou em aumento da atividade econômica e juros mais elevados no curto prazo. Não se notou um efeito estatisticamente relevante da receita estrutural no restante das variáveis que compõem o modelo.

Mas nossa simulação mostra que tanto a receita como o gasto influenciam as expectativas de inflação de forma estatisticamente relevante. O pico do efeito ocorre em um prazo de três trimestres, assim como no caso do Modelo 1.

Os Gráficos 6, 7 e 8 trazem os resultados para uma simulação de um choque expansionista de 1% do PIB nas receitas estruturais (redução) ou nos gastos públicos (aumento).

O impulso altista é particularmente pronunciado sobre as expectativas de inflação e sobre a taxa de juros. Considerando os choques simulados para as receitas e os gastos, a expansão gerou neste caso um aumento acumulado de 80 a 90 pontos-base nas expectativas de inflação, além de uma elevação acumulada de 90 a 130 pontos na taxa de juro real. Em ambos os casos, o pico do efeito (somado) se deu em cerca de dois anos após a realização da inovação.

Quanto ao multiplicador fiscal, verificou-se que o choque na receita teve efeito praticamente nulo sobre a atividade econômica. Por outro lado, o choque no gasto gerou um multiplicador que, apesar de mostrar baixa significância estatística a partir do sexto trimestre, aponta para

(28)

28 valores em torno da unidade, em um prazo de um ano e meio. Não somente o desenho da curva (ao longo do tempo), mas também as magnitudes são semelhantes àquelas obtidas na simulação de uma expansão do superávit primário estrutural.

Desta forma, os resultados obtidos nos modelos 1 e 2 parecem consistentes entre si, o que sustenta a robustez de nossas conclusões.

Outro fato que soma robustez aos nossos resultados é o fato de que obtivemos funções de resposta a impulso bastante semelhantes para os Modelos 1 e 2, quando empregamos a decomposição recursiva de Cholesky no VAR estrutural9

Gráfico 6: Simulação de redução de impostos de 1% do PIB - Modelo 2

-.010 -.005 .000 .005 .010 .015 1 2 3 4 5 6 7 8 9 10 11 12

Accumulated Response of S1_EXP_PCGG_SA to Shock1

-.06 -.04 -.02 .00 .02 .04 1 2 3 4 5 6 7 8 9 10 11 12

-1 0 1 2 3 1 2 3 4 5 6 7 8 9 10 11 12

-2 -1 0 1 2 3 4 1 2 3 4 5 6 7 8 9 10 11 12

NOTA:

“Shock 1”= choque de um desvio-padrão aplicado em “s1_rev_pcgg_sa” (receita primária estrutural)

9_{Conforme discutido anteriormente, nossa abordagem foi utilizar a fatorização não recursiva, com a escolha de}

alguns parâmetros sendo determinadas pela consistência teórica ou não de parâmetros preliminarmente estimados na forma recursiva. Para maiores detalhes, consultar a seção 3.

(29)

29

Gráfico 7: Simulação de uma expansão de gastos de 1% do PIB - Modelo 2

-.0100 -.0075 -.0050 -.0025 .0000 .0025 .0050 1 2 3 4 5 6 7 8 9 10 11 12

Accumulated Response of S1_REV_PCGG_SA to Shock1

-.03 -.02 -.01 .00 .01 .02 .03 .04 1 2 3 4 5 6 7 8 9 10 11 12

-1 0 1 2

1 2 3 4 5 6 7 8 9 10 11 12

-2 -1 0 1 2 3 1 2 3 4 5 6 7 8 9 10 11 12

NOTA:

“Shock 1”= choque de um desvio-padrão aplicado em “s1_exp_pcgg_sa” (gasto primário estrutural)

Gráfico 8: Multiplicador do Gasto Público, Após Expansão de 1% do PIB - Modelo 2

4.C)

MODELO 3 – SUPERÁVIT “RECORRENTE”, EM NÍVEL

Nesta seção, investigamos se os resultados obtidos com as simulações para o modelo que utiliza o saldo primário estrutural ainda se verificam ao utilizarmos uma série de resultado primário sem ajustes para o ciclo econômico (mas mantendo os ajustes contábeis).

(30)

30 Para fazermos esta comparação, utilizamos as mesmas variáveis da especificação do Moldeo 1, apenas substituindo o resultado primário estrutural pelo saldo primário “recorrente”10.

-.010 -.005 .000 .005 .010 .015 1 2 3 4 5 6 7 8 9 10 11 12

Response of F_PRIMBAL_PC_PS_SA to Shock1

-.010 -.005 .000 .005 .010 .015 1 2 3 4 5 6 7 8 9 10 11 12

-.01 .00 .01

1 2 3 4 5 6 7 8 9 10 11 12

-.01 .00 .01

1 2 3 4 5 6 7 8 9 10 11 12

-.01 .00 .01

1 2 3 4 5 6 7 8 9 10 11 12

-.01 .00 .01

1 2 3 4 5 6 7 8 9 10 11 12

-.4 -.2 .0 .2 .4 1 2 3 4 5 6 7 8 9 10 11 12

-.8 -.4 .0 .4 .8 1 2 3 4 5 6 7 8 9 10 11 12

NOTA:

“Shock 1”= choque de um desvio-padrão aplicado em “f_primbal_pc_ps_sa” (superávit primário” recorrente”) “Shock 2”= choque de um desvio-padrão aplicado em “log(gdp2_sa)” (nível de produto, em log)

“Shock 3”= choque de um desvio-padrão aplicado em “ipca_e12m” (projeção de IPCA 12 meses à frente)

“Shock 4”= choque de um desvio-padrão aplicado em “rselic_xante” ( taxa Selic deflacionada por expectativas de inflação) Intervalos de confiança das funções de resposta a impulso são de dois desvios-padrão, estimado pelo método analítico (assintótico) Para maiores detalhes sobre as variáveis utilizadas e o modelo VAR, consultar o apêndice

O Gráfico 9 mostra que a dinâmica geral do modelo não se altera muito em função da substituição do superávit primário estrutural pela série “recorrente”. Nota-se que a relação entre

10_{Para maiores informações sobre a série de resultado primário “recorrente” do setor público, consultar Oreng}

(31)

31 as demais variáveis do sistema segue em linha com a teoria: choque contracionista de juro reduz significativamente o produto e as expectativas de inflação; política monetária reage mais intensamente a surpresas nas expectativas de inflação do que a inovações na atividade.

Contudo, o impacto do superávit primário convencional nas expectativas de inflação e na taxa de juros reais é expressivamente menor do que no caso da simulação que utiliza o superávit estrutural. Conforme mostra o Gráfico 10, os resultados são qualitativamente parecidos, mas a influência dos choques fiscais perde importância em relação ao resultado do Modelo 1. Por exemplo, o ganho de produto resultante de uma redução no superávit primário “recorrente” de 1% do PIB é de 0,7% ao fim de 18 meses (Gráfico 11). No caso do superávit estrutural, o multiplicador era de 0,9 para o mesmo período. Para o primeiro semestre após o choque, o impacto caiu pela metade na simulação com o resultado fiscal “recorrente”, ficando em 0,2%.

Gráfico 10: Simulação de queda no sup. primário “recorrente” de 1% do PIB - Modelo 3

-.0125 -.0100 -.0075 -.0050 -.0025 .0000 1 2 3 4 5 6 7 8 9 10 11 12

Accumulated Response of F_PRIMBAL_PC_PS_SA to Shock1

-.02 -.01 .00 .01 .02 .03 .04 1 2 3 4 5 6 7 8 9 10 11 12

-0.8 -0.4 0.0 0.4 0.8 1.2 1 2 3 4 5 6 7 8 9 10 11 12

-1.0 -0.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 8 9 10 11 12

NOTA:

(32)

32

Gráfico 11: Multiplicador do Superávit Primário “Recorente”, Após Expansão de 1% do PIB - Modelo 3

4.D)

MODELO 4 – SUPERÁVIT ESTRUTURAL, EM CICLOS

Outro teste de robustez aplicável às nossas simulações é observar se os resultados obtidos permanecem válidos se empregarmos variáveis endógenas em ciclos, e não mais em níveis. Definimos como ciclos, os desvios das variáveis em relação ao valor referencial de equilíbrio (no médio ou longo prazo).

Este teste traz um pouco mais de luz à avaliação dos multiplicadores fiscais, pois a modelagem das variáveis endógenas em níveis não distingue elevações de produto em fases de desaquecimento ou sobreaquecimento – situações nas quais um choque fiscal de mesma magnitude pode, potencialmente, gerar efeitos bem diferentes entre si. Isto ocorre principalmente em função de uma provável resposta não acomodatícia da política monetária em situações onde o choque fiscal ocorre com a economia já sobreaquecida (ou próxima a isto).

Para calcular estes ciclos, utilizamos os valores correntes ou observados para as mesmas variáveis do Modelo 1, exceto pelo fato de que no Modelo 4 as mesmas entram como desvios em relação ao valor de “equilíbrio”. Definimos então as variáveis do sistema (mais detalhes no apêndice):

• GAP_FISCAL: diferença entre o superávit primário estrutural e a meta primária

“cheia” (estabelecida em 3% do PIB, por hipótese);

• GAP_GDP: hiato de produto, com PIB potencial estimado pela média dos resultados

(33)

33

• GAP_INFLATION: desvios das expectativas de inflação doze meses à frente em

relação ao centro da meta de 4,5%.

• GAP_RRATE: uma proxy para a postura da política monetária, definida como a

diferença entre a Selic real e uma tendência de médio prazo estimada via filtro Hodrick-Prescott (esta última série assume, naturalmente, uma função de juro de equilíbrio).

Os resultados são apresentados nos Gráficos 12 e 13.

-.010 -.005 .000 .005 .010 .015 1 2 3 4 5 6 7 8 9 10 11 12

Response of GAP_FISCAL to Shock1

-.010 -.005 .000 .005 .010 .015 1 2 3 4 5 6 7 8 9 10 11 12

-.008 -.004 .000 .004 .008 1 2 3 4 5 6 7 8 9 10 11 12

Response of GAP_GDP to Shock1

-.008 -.004 .000 .004 .008 1 2 3 4 5 6 7 8 9 10 11 12

-.4 -.2 .0 .2 .4 1 2 3 4 5 6 7 8 9 10 11 12

Response of GAP_INFLATION to Shock1

-.4 -.2 .0 .2 .4 1 2 3 4 5 6 7 8 9 10 11 12

-.8 -.4 .0 .4 .8 1 2 3 4 5 6 7 8 9 10 11 12

Response of GAP_RRATE to Shock1

-.8 -.4 .0 .4 .8 1 2 3 4 5 6 7 8 9 10 11 12

NOTA:

“Shock 1”= choque de um desvio-padrão aplicado em “gap_fiscal” (excesso de superávit primário em relação à meta cheia de 3% do PIB ) “Shock 2”= choque de um desvio-padrão aplicado em “gap_gdp” (hiato de produto)

“Shock 3”= choque de um desvio-padrão aplicado em “gap_inflation” (diferença entre expectativa de IPCA 12 meses à frente e centro da meta de inflação, 4,5%) “Shock 4”= choque de um desvio-padrão aplicado em “gap_rrate” (diferença entre taxa Selic real e estimativa aproximada de juro neutro, via filtro HP) Intervalos de confiança das funções de resposta a impulso são de dois desvios-padrão, estimado pelo método analítico (assintótico)