FUNDAÇÃO GETULIO VARGAS
ESCOLA BRASILEIRA de ECONOMIA E FINANÇAS
INÊS FILIPA MARQUES JANARDO PEREIRA
MECANISMOS NÃO-LINEARES DE REPASSE CAMBIAL: IPCA E INFLAÇÃO DESAGREGADA
Rio de Janeiro
2015
INÊS FILIPA MARQUES JANARDO PEREIRA
MECANISMOS NÃO-LINEARES DE REPASSE CAMBIAL: IPCA E INFLAÇÃO DESAGREGADA
Dissertação apresentada à Banca Examinadora da Escola de Pós-Graduação em Economia da Fundação Getúlio Vargas, como requisito parcial para obtenção do grau de Mestre em Finanças e Economia Empresarial.
Campo de conhecimento: Economia
Orientador: Silvia Matos
Rio de Janeiro
2015
Ficha catalográfica elaborada pela Biblioteca Mario Henrique Simonsen/FGV
Pereira, Inês Filipa Marques Janardo
Mecanismos não-lineares de repasse cambial: IPCA e inflação desagregada / Inês Filipa Marques Janardo Pereira. – 2015.
30 f.
Dissertação (mestrado) - Fundação Getulio Vargas, Escola de Pós-Graduação em Economia.
Orientadora: Silvia Matos.
Inclui bibliografia.
1. Inflação. 2. Câmbio. 3. Phillips, Curva de. I. Matos, Silvia Maria. II.
Fundação Getulio Vargas. Escola de Pós-Graduação em Economia. III. Título.
CDD – 332.41
RESUMO
Sendo a literatura do pass-through cambial sobre os preços domésticos extenso e com diferentes metodologias de cálculo, esta dissertação buscou explorar se a direção da variação da taxa de câmbio, ou seja, se apreciações ou depreciações tem diferentes impactos sobre a inflação. O objetivo é avaliar se o repasse cambial para o índice de preços ao consumidor é assimétrico. A metodologia utilizado foi através da estimação de uma Curva de Phillips com Limiar (Threshold) para o IPCA agregado e desagregado, sendo avaliado o período recente de 2001 a 2014. Os resultados apresentaram evidências de assimetria no repasse para os preços para a inflação agregada, porém não significante para a maioria dos núcleos analisados.
Palavras-Chave: Inflação, Câmbio, Curva de Phillips
SUMÁRIO
1. INTRODUÇÃO...06
2. TEORIA SOBRE REPASSE CAMBIAL...07
3. REVISÃO DA LITERATURA ... ..09
3.1 Modelos já estudados sobre Repasse Cambial... ...09
3.2 Abordagem do modelo Base...11
4. BASE DOS DADOS ...14
5. ANÁLISE EMPÍRICA ...20
5.1 Curva de Phillips sem Threshold...21
5.2 Curva de Phillips com Threshold – Curto Prazo...……….…..25
5.3 Curva de Phillips com Threshold – Longo Prazo...………..27
6. CONCLUSÃO ...28
REFERÊNCIAS...29
Quadro 1: Estimativas do Repasse Cambial/Brasil...11
Quadro 2: Exemplo de Especificação Linear e não Linear de uma Curva de Phillips Backward Looking...12
Quadro 3: Dados de Inflação – Variações acumuladas no Trimestre...15
Quadro 4: Tabela dos Dados sobre IPCA, Expectativas, Hiato e Câmbio...18
Quadro 5: Curva de Phillips com repasse Linear...21
Quadro 6: Curva de Phillips com Threshold – Curto Prazo...25
Quadro7: Curva de Phillips com Threshold – Longo Prazo...27
1. INTRODUÇÃO
A dinâmica do câmbio sobre a inflação é sempre acompanhada com atenção pelos agentes de mercado e pelo Governo, uma vez que o impacto dos processos de valorização ou desvalorização cambial sobre o nível de preços não tem o mesmo peso em períodos econômicos distintos. Fatores como o crescimento ou arrefecimento da economia, a inércia inflacionária, o desempenho do setor externo ou dos preços internacionais interferem na dinâmica do repasse cambial, ampliando ou reduzindo o seu efeito sobre os preços, o que torna o trabalho de avaliar seu impacto sobre a inflação uma necessidade constante.
Tendo o câmbio um peso significativo sobre a economia e um efeito importante sobre os preços, estudar este impacto é relevante não só para formar as expectativas dos agentes financeiros, como também dos formuladores da política monetária. Antecipar movimentos de risco cambial é fundamental para ajustar a taxa de juros da economia (Taxa Selic) de forma correta e manter as expectativas do mercado, tanto do setor financeiro quanto do setor produtivo, ancoradas.
Atento a este papel de destaque que a variação do câmbio tem sobre a inflação – no atacado ou no varejo, importantes estudos empíricos sobre o impacto do repasse cambial foram realizados, levando em consideração aspectos Microeconômicos (através do grau de concorrência ou tipo de mercado, por exemplo) ou aspectos Macroeconômicos (ciclo econômico, volatilidade do câmbio, regime de política monetária entre outros).
Nesta dissertação, o principal objetivo estudado foi analisar o impacto da desvalorização/valorização cambial sobre o nível de preços, e investigar a existência de assimetria na magnitude em que apreciações e depreciações são transmitidas aos preços ao consumidor.
A análise desta dissertação foi baseada no modelo proposto por Arnildo Correa e
André Minella (2010), que examina se a magnitude de curto prazo do repasse cambial
sobre os preços é afetada pelo ciclo econômico, pela direção e magnitude da variação
cambial e pela volatilidade da taxa de câmbio através da estimação de uma Curva de
Phillips com limiar (threshold).
Já o presente trabalho utilizou a estrutura econométrica do paper do Correa e Minella para explorar a existência de assimetria quanto ao impacto da variação nominal do câmbio sobre o IPCA agregado e desagregado em Serviços, Alimentos Processados, Não Duráveis, Semi Duráveis, Duráveis e Tradables.
As estimações foram feitas para a variação do câmbio no curto prazo (3 meses) e longo prazo (12 meses), utilizando uma Curva de Phillips sem Threshold e outra Curva de Phillips com Threshold.
O trabalho foi estruturado em seis seções: na próxima seção discute-se a teoria sobre o pass through cambial - como é definido e seus canais de transmissão; em seguida, há uma revisão da literatura sobre o repasse cambial através da avaliação de outros modelos macroeconômicos de estimação; a seção 4 apresenta a base de dados que foi utilizada para estimar o modelo; a seção 5 é dedicada à análise empírica, com destaque para a elaboração de uma Curva de Phillips sem Limiar; bem como a estimação de uma Curva de Phillips com Limiar, onde se investiga o repasse cambial no Curto Prazo (variação de 3 meses) como também no Longo Prazo (variação de 12 meses); Por fim, a Seção 6 apresenta as conclusões e possíveis extensões da linha de pesquisa na área.
2. TEORIA SOBRE REPASSE CAMBIAL
O repasse cambial é definido como a elasticidade entre a taxa de câmbio e os preços, ou seja, mostra a variação percentual nos preços domésticos em função da variação de 1% na taxa de câmbio nominal. Significa a sensibilidade dos preços nacionais em relação às alterações do câmbio.
O impacto dos processos de valorização ou desvalorização do câmbio ocorrem não somente sobre os preços dos insumos e produtos finais importados, como também de forma indireta onde pode ocorrer uma alteração na composição da demanda agregada e salários, reflexo da mudança nos preços relativos entre bens produzidos internamente e no exterior. (Figueiredo e Gouvea, 2011)
Sem dúvida, o efeito direto do repasse cambial dependerá do grau de participação
dos produtos importados na composição dos bens finais consumidos internamente e,
principalmente, pelo peso dos insumos importados na estrutura de produção dos bens
finais.
Já o efeito indireto (foco Microeconômico) é um pouco mais complexo, pois envolve o impacto que alterações dos preços de bens importados tem sobre a demanda por bens produzidos internamente e que competem com os produtos importados. Qual será a elasticidade de substituição entre os bens produzidos internamente e os bens importados? Dependendo desta relação, processos de desvalorização cambial, percebidas pelos agentes produtivos como permanentes, deverão causar maior ou menor pressão inflacionária, dependendo do grau da elasticidade.
Quando buscamos um enfoque macroeconômico, Goldfajn e Werlang (2000) identificaram os principais determinantes do grau de pass through, ou seja, que contribuem para uma maior ou menor sensibilidade dos preços à variações cambiais.
Temos o grau de abertura da economia (correlação positiva entre grau de abertura e repasse cambial), o hiato do produto (correlação positiva), a taxa de câmbio real e o ambiente inflacionário.
O grau de abertura econômica, definido como a soma das importações e das exportações como proporção do PIB, tem uma correlação positiva com o repasse cambial uma vez que quanto mais aberta a economia, maior a participação de firmas e produtos estrangeiros no mercado doméstico.
Já o hiato do produto, definido pelos desvios do produto em relação ao seu valor de longo prazo, quando acima do seu potencial impacta de forma relevante o tamanho do repasse devido a maior facilidade das firmas de repassar seus aumentos de custos.
Já em momentos de recessão econômica, os repasses ficam comprometidos e as industrias teriam que ajustar suas margens.
Correções permanentes do desalinhamento taxa de câmbio real e um país com um elevado ambiente inflacionário são fontes de maior repasse cambial sobre os preços, em linha com o que se esperaria de um país com menor estabilidade e maior margem para repasses.
Neste trabalho não foi investigado os efeitos do repasse cambial sobre os preços
administrados devido as defasagens que o impacto cambial tem sobre este grupo de
preços, uma vez que os reajustes são estabelecidos por meio de contratos vinculados
a índices de preços. Há também a questão da interferência do Governo na gestão de
alguns preços administrados, como o preço de combustíveis e de energia.
3. REVISÃO DA LITERATURA
3.1 Modelos já estudados sobre Repasse Cambial
Em meados da década de 90 importantes estudos empíricos sobre o impacto da variação cambial sobre a inflação foram realizados, utilizando diferentes métodos de pesquisa, com abordagens que podem ser Micro ou Macroecômicas.
Estas pesquisas foram estimuladas, em grande parte, pelas crises cambiais observadas no período de 1994 a 2002 nas economias emergentes, entre elas as do México (1994-1995), Leste Asiático (1997-1998), Rússia (1998), Brasil (1999) e Argentina (2001-2002), economias com vulnerabilidades similares e, em grande parte, com dinâmicas inflacionárias parecidas.
No caso do Brasil, o pass through é estimado através de diversas abordagens, entre elas modelos de vetores autorregressivos (VAR), modelos de vetores autoregressivos estruturais (SVAR), modelo de defasagens distribuídas, estimação de Curva de Phillips, utilização de matriz insumo-produto, modelo de concorrência perfeita entre outras. As estimações calcularam o impacto de forma agregada e desagregada sobre os preços, utlizando tanto o índice de preços ao consumidor, como o índice de preços industriais ou de produtos importados.
Com um foco mais macroeconômico, começamos a revisão com o trabalho de Belaisch (2003), onde o repasse cambial foi avaliado para o período de 1999 a 2003 considerando um modelo VAR com diferentes desagregações do IPCA – preços livres, administrados, comercializáveis e não-comercializáveis. As variáveis utilizadas foram a taxa de câmbio nominal, o preço do petróleo como proxy para choques de oferta e a produção industrial como proxy para a demanda agregada. Os resulados mostraram que o repasse cambial acumulado após 12 meses, estimado a partir das funções de impulso resposta, foram de 17% para o IPCA, e de 15%, 5%, 15% e 12% para os dados desagregados, de acordo com a ordem acima.
Outro trabalho utilizando o método VAR elaborado por Minnella et al (2003),
considerou dois períodos de dados (1994-2002) e (1999-2002) - portanto posterior a
implementação do Regime de Metas da Inflação, avaliando o impacto do repasse
cambial sobre o IPCA, preços adminsitrados e preços livres. As variáveis utilizadas
neste caso foram a produção industrial, a taxa de câmbio, a taxa Selic e o spread
EMBI+ (Emerging Markets Bond Index Plus). Neste caso, avaliando o período de 1994-2002, os coeficientes de repasse cambial em 12 meses foram: 17,9% para o IPCA, 32,9% e 17% para os preços administrados e livres. Com dados após o Regime de Metas de Inflação, os resultados observados foram: 13,1% para o IPCA, 20% e 11,3% para os preços adminsitrados e livres.
Avaliando outros dois períodos distintos, porém ambos após a introdução do Regime de Metas, Squeff (2009) também utilizou a metodologia VAR com variáveis de IPCA, taxa de câmbio nominal, produção industrial e índice de commodities, encontrando resultados que mostraram um menor impacto do repasse cambial para o IPCA. No período de 1999-2003 o repasse cambial após 12 meses foi de 18,3%, passando para 8,5% no período de 2003-2007.
Os resultados acima mostram a relevância da introdução em 1999 do Regime de Metas de Inflação, que ajudou a melhor ancorar as expectativas e norteou a ação da Política Monetária feita pelo Banco Central, voltando sua ação específicamente para o controle inflacionário e deixando outras variáveis como taxa de desemprego, crescimento do PIB ou câmbio como fatores secundários. Os resultados também mostraram a redução do repasse cambial sobre os preços após a adoção do Regime de Metas de Inflação e a ruptura cambial, que deixou de ser artificialmente valorizado.
Na modelagem de vetores autoregressivos estruturais (SVAR) elaborado por Araújo e Modenesi (2010a) para o período de 1999 a 2010, busca-se mostrar que a taxa de câmbio é isoladamente o componente mais relevante na determinação do IPCA, seguido pela performance da atividade econômica e pelas condições de oferta. Os fatores externos tem um impacto fundamental sobre a evolução dos preços internos, sendo o coeficiente do repasse cambial maior do que o impacto da demanda agregada sobre os preços. O repasse observado sobre a inflação em 12 meses foi de 6%.
Souza e Alves (2011) estimaram o repasse para o período de 1999 a 2009
considerando a existência de uma quebra estrutural em 2003. Entre 1999 a 2002 foi
utilizado a metodologia VEC e no segundo período (2003-2009) foram utilizadas as
metodologias VAR e SVAR utilizando as variáveis de câmbio, preço do petróleo e
produção industrial, com coeficientes de repasse de 11,3% no primeiro período e de
1,8% no segundo período.
Quadro 1: Estimativas do Repasse Cambial/Brasil
A seguir será apresentada a Curva de Phillips que será estimada nesta dissertação para se avaliar os impactos do repasse cambial sobre a inflação agregada e desagregada.
3.2 Abordagem do Modelo Base
Modelos de estimação de repasse cambial utilizando como base a Curva de Phillips podem ser conhecidas em trabalhos como os de Nogueira (2007) – que estima o repasse baseado no modelo da Curva de Phillips backward-looking (a variação dos preços é explicada pelo PIB, câmbio nominal e preço internacional), no trabalho do Tombini e Alves (2006) – estima os coeficientes de uma Curva de Phillips híbrida (as variáveis são a defasagem do IPCA, preços administrados, câmbio nominal e preços internacionais), ou então em estudos que exploram o repasse linear ou não linear do impacto cambial sobre a inflação, como os trabalhos de Mccarthy (1999) – onde se concentra em especificações lineares para o coeficiente de repasse ou do Correa et al (2002) – para estimação não linear dos coeficientes de repasse cambial.
Trabalhos que utilizam a Curva de Phillips Backward Looking, como descrita em
Bogdansky, Tombine e Werlang (2000), mostra que a taxa de inflação é explicada de
forma linear por três medidas: inflação passada, desvalorização cambial corrente e
uma medida de nível de atividade. Porém, a questão do repasse cambial é melhor
visualizado quando se investiga a presença de não linearidade na Curva de Phillips através da estimação de um modelo com limiar, uma vez que amplia as possibilidades de pesquisar o impacto do câmbio sobre os preços levando em consideração outros indicadores como o ciclo econômico ou a volatilidade cambial.
Desta forma, a curva de Phillips Backward Looking deixa de ter um coeficiente de repasse constante e passa a ter um coeficiente de repasse não-linear em função da taxa de câmbio e do hiato.
Quadro 2: Exemplo de Especificação Linear e não Linear de uma Curva de Phillips Backward Looking
Entre as possíveis fontes de não-linearidade, o mais comum é incluir a taxa de câmbio,
onde podem ser utilizadas as taxas nominal, real ou efetiva (calculada como uma
média geométrica das taxas de câmbio bilaterais, onde cada moeda é ponderada pelo
peso de cada país na corrente de comércio com o Brasil), como também o grau de
volatilidade do câmbio, o nível da atividade econômica ou o tamanho da abertura
econômica.
Correa e Minella (2010) investigaram a possibilidade de repasse não-linear por meio da metodologia de modelos com limiar (modelos com threshold), através de uma Curva de Phillips.
O artigo estimou três modelos de Curva de Phillips utilizando três variáveis como threshold: hiato do produto, variação da taxa de câmbio nominal e volatilidade da taxa de câmbio. O objetivo foi avaliar como o nível da atividade econômica impacta na magnitude do repasse cambial, ou seja, como a expansão ou a desaceleração da economia amplia ou reduz o repasse cambial sobre os preços.
No caso da volatilidade da taxa de câmbio, o objetivo foi mensurar como processos de depreciação ou apreciação cambial, quando percebida pelos agentes econômicos como permanentes ou transitórias, são repassados aos preços.
A variável acima tem um importante papel na dinâmica do repasse cambial no caso de empresas que enfrentam custos para reajustar seus preços. Nos casos em que o setor produtivo importa o produto final ou partes da sua produção, esse setor poderá absorver movimentos de desvalorização cambial caso perceba uma maior volatilidade do câmbio, evitando desta forma alterar os preços internos. Caso a variação cambial seja percebida como permanente, ou seja, que a volatilidade seja menor, a tendência seria a de repassar para os preços o maior custo cambial.
A terceira variável de threshold, e a que será abordada neste trabalho, estima uma Curva de Phillips com variação da taxa de câmbio nominal. O objetivo a ser respondido neste caso é se o repasse cambial é assimétrico quanto à direção da variação do câmbio, ou seja, se valorizações ou depreciações têm efeitos assimétricos sobre os preços.
As estimações realizadas pelo Correa e Minella (2010) mostraram que “...o repasse de curto prazo é maior quando a economia está em expansão, quando a taxa de câmbio se deprecia acima de certo limiar (threshold) e quando a volatilidade da taxa de câmbio é menor.”
Nesta dissertação será avaliado o impacto e a assimetria quanto a variação da taxa
de câmbio sobre a inflação, com variação da taxa de câmbio de 3 meses e de 12
meses, com um threshold diferente para a variação cambial de curto prazo e outro
para a de longo prazo, sobre o IPCA agregado e desgregado.
A seguir a especificação da Curva de Phillips conforme o paper do Correa e Minella, relacionando a inflação dos preços livres (índice do IPCA cheio excluído os preços administrados), com a expectativa de inflação (ETPI), inflação IPCA cheio (IPCA), logarítimo da taxa de câmbio nominal – operador de diferença (D(BRL)=(e
t-1– e
t-2), medida de inflação externa (CRB), hiato do produto (HIATO).
IPCAL = (β(1)*ETPI+(1-β(1)-β(2))*IPCA(-1)+β(2)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2))+Ɛ se Qt ˂ T IPCAL = (β(4)*ETPI+(1-β(4)-β(5))*IPCA(-1)+β(5)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2))+Ɛ se Qt ˃ T
Nota: se Qt ˂ T: se variação do câmbio (D(BRL)) for menor que o Threshold estimado, dummy = 0; (1 – Qt ˂ T) se Qt ˃ T: se variação do câmbio (D(BRL)) for maior que o Threshold estimado, dummy = 1; (Qt ˃ T)
Para que os regimes possam ser estimados conjuntamente, a equação da Curva de Phillips Não-Linear toma a forma a seguir:
IPCAL = (β(1)*ETPI+(1-β(1)-β(2))*IPCA(-1)+β(2)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2))*(1-DUMT)+
(β(4)*ETPI+(1-β(4)-β(5))*IPCA(-1)+β(5)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2))*DUMT
4. BASE DE DADOS
A análise dos dados compreende o período de 2001 a 2014, em bases trimestrais devido ao uso do hiato do produto no modelo. Já a escolha do ano de 2001 para o início da análise se deu pela facilidade de se obter os dados referentes às expectativas inflacionárias através do relatório Boletim Focus divulgado semanalmente pelo Banco Central, onde constam as expectativas dos agentes financeiros quanto ao desempenho das principais variáveis macroeconômicas como inflação, PIB, câmbio, produção industrial entre outros.
Os principais determinantes macroeconômicos utilizados para testar a hipótese de assimetria no repasse da variação cambial para a inflação foram o índice de preços ao consumidor amplo (IPCA - IBGE), além de grupos específicos como os preços livres, alimentos processados, serviços, duráveis, não duráveis, semi duráveis e tradables.
Além dos índices de inflação, para a estimação do modelo foram utilizadas outras
variáveis como as expectativas inflacionárias, o hiato do produto, a taxa de câmbio
nominal, o PPI – Product Price Index, e o CRB – índice de preço das commodities
internacional, dados mensais (com exceção do hiato) e que foram ajustados trimestralmente.
O hiato do produto* foi calculado pelo filtro HP – que busca extrair a tendência, que é considerada estocástica, mas com variações suaves ao longo do tempo e não correlacionadas com o ciclo. Para evitar o problema de final de amostra comum ao filtro HP, foram utilizadas as projeções de PIB do IBRE/FGV para o ano de 2015 (elaborados em março de 2015). Ou seja, o hiato foi estimado para o período do primeiro trimestre de 1996 até o último trimestre de 2015.
Quadro 3: Dados de Inflação – Variações acumuladas no Trimestre
Fundamental para a elaboração do modelo foi a utilização de um threshold (limiar), onde a amostra é dividida em classes baseada no valor de uma variável observada, maior ou menor que o limiar. Estudos sobre o cálculo do Limiar foi proposto inicialmente por Tong (1978) e Tong e Lim (1980) através do modelo Threshold Autoregressive (TAR) Model.
_______________________________________________
* Nota: No texto do Correa e Minella, o hiato do produto utilizado foi gerado por um modelo de função de produção.
Ver “Metodologias para a Estimação do Produto Potencial” – Relatório de Inflação do BACEN – Dez/2003.
O dado de limiar, por não ser conhecido, precisou ser estimado. No paper do Correa e Minella há um capítulo comentando sobre modelos de limiar com variáveis endógenas, porém não foi devidamente explicada como os autores chegaram aos valores obtidos no texto.
A metodologia usada foi fazer um grid para o T (threshold). Através do grid foram feitas dummies (acima ou abaixo do T). A equação utilizada para o cálculo de curto prazo e longo prazo foram:
IPCAL = (β(1)*ETPI+(1-β(1)-β(2))*IPCA(-1)+β(2)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2))*(1-T)+
(β(4)*ETPI+(1-β(4)-β(5))*IPCA(-1)+β(5)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(- 2))*T+β(6)*D02Q4+β(7)D1+C(8)*D3
Nota: Dados Trimestrais – Curto Prazo
IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE – Coeficientes: β1 e β2 / β4 e β5 EPTI = Expectativa de Inflação – Boletim Focus – Bacen – Coeficientes: β1 / β4 BRL = log do câmbio nominal (3 meses) – Bloomberg – Coeficientes: β2 / β5
CRB = índice de preço das Commodities Internacionais – Bloomberg – Coeficientes: β2 / β5 Hiato = Hiato do Produto – EPGE/FGV – Coeficientes: β3
D02Q4 = Dummy referente ao Outlier observado no 4ºTrim.02 – D02Q4=1 – Coeficientes: β6 D1 = Dummy de sazonalidade referente ao 1ºTrimestre – D1=1 – Coeficientes: β7
D3 = Dummy de sazonalidade referente ao 3ºTrimestre – D3=1 – Coeficientes: β8 (T) = se a variação cambial de 3 meses for ≤ que o Threshold, dummy igual a 0 (T) = se a variação cambial de 3 meses for ≥ que o Threshold, dummy igual a 1
IPCAL = (β(1)*ETPI+(1-β(1)-β(2))*IPCA(-1)+β(2)*(DELTAE(-1))+CRBAC(-1))+β(3)*HIATO(-2))*(1-T)+
(β(4)*ETPI+(1-β(4)-β(5))*IPCA(-1)+β(5)*(DELTAE(-1))+CRBAC(-1))+β(3)*HIATO(-2))* T
Nota: Dados Trimestrais
IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE – Coeficientes: β1 e β2 / β4 e β5 EPTI = Expectativa de Inflação – Boletim Focus – Bacen – Coeficientes: β1 / β4
DELTAE = log do câmbio nominal (variação 12 meses) – Bloomberg – Coeficientes: β2 / β5
CRBAC = índice de preço das Commodities Internacionais Acumulado 12 meses – Bloomberg – Coeficientes: β2 / β5 Hiato = Hiato do Produto – EPGE/FGV – Coeficientes: β3
(T) = se a variação cambial de 12 meses for ≤ que o Threshold, dummy igual a 0 (T) = se a variação cambial de 12 meses for ≥ que o Threshold, dummy igual a 1
As equações foram rodadas por 2SLS e foi utilizado o T (threshold) que gerou o menor MSE – Minimização do Erro Quadrático Médio.
Antes de estimar os valores para o limiar de curto e longo prazo, foram feitas estimações com threshold arbitrários, com taxas de desvalorização de 3%, 5% e 10%, porém as estimações com o valor estimado do threshold foram mais significantivas.
Os valores obtidos como limiar foram as taxas de 7,17% para a variação do câmbio de 3 meses e de 30,2% para a variação de 12 meses, resultados que serão usados para estimar a Curva de Phillips com Limiar no curto e longo prazo e avaliar se há assimetria no repasse cambial sobre a inflação.
Observando os índices macroeconômicos para o período de 2001 a 2014, é importante notar que o tempo escolhido para a análise dos dados envolve momentos econômico e políticos distintos, com crises internas ou externas impactando o Brasil, aceleração e arrefecimento econômico, persistência inflacionária e períodos de cumprimento das metas de inflação pelo Banco Central, além de taxas de câmbio hora valorizadas, hora desvalorizada artificialmente.
Avaliando os acontecimentos, em 2001 tivemos a crise de energia elétrica, desacelerando a economia, em 2002 tivemos as eleições presidenciais vencida pelo candidato Lula, desvalorizando fortemente a moeda devido ao medo eleitoral, em 2003 houve um processo de apreciação cambial e o aumento da inércia inflacionária.
Neste período as metas de inflação não foram cumpridas.
A partir de 2004 houve uma melhora das condições econômicas, com recuo da inflação e contínua apreciação do Real até o ano de 2008, quando houve a crise financeira internacional liderada pelos EUA. Em 2010 a economia volta a se fortalecer, com uma forte expansão PIB liderada pela demanda interna, crescimento que não se mostrou sustentável no médio e longo prazo.
Em 2011 o governo passa a intervir no câmbio, buscando depreciar a moeda, e o forte
crescimento econômico observado em 2010 passa a refletir sobre os preços, com a
inflação retomando o viés de alta, e por ai ficando até a presente data.
Quadro 4: Tabela dos Dados sobre IPCA, Expectativas, Hiato e Câmbio BRL: Taxa de câmbio nominal (Log)
Hiato: Hiato do Produto (diferença) EPTI: Expectativas Inflacionárias (%) IPCA: índice de preços ao consumidor (%)
I II III IV Year
2001 2001
BRL 0.72 0.83 0.94 0.92 0.85
HIATO 1.45 0.58 -1.00 -1.52 -0.12
IPCA 1.42 1.52 2.33 2.21 1.87
ETPI 1.03 1.81 1.12 0.85 1.21
2002 2002
BRL 0.86 0.94 1.22 1.28 1.08
HIATO -0.28 -0.36 0.61 1.15 0.28
IPCA 1.49 1.44 2.58 6.56 3.02
ETPI 1.21 1.71 2.36 3.22 2.13
2003 2003
BRL 1.24 1.07 1.08 1.07 1.11
HIATO -1.26 -2.21 -2.21 -1.85 -1.88
IPCA 5.13 1.43 1.32 1.15 2.26
ETPI 1.90 2.22 1.50 1.74 1.84
2004 2004
BRL 1.07 1.12 1.08 1.01 1.07
HIATO -0.84 0.43 0.96 0.95 0.38
IPCA 1.85 1.60 1.94 2.00 1.85
ETPI 1.32 2.09 1.65 1.71 1.69
2005 2005
BRL 0.97 0.88 0.84 0.82 0.88
HIATO -0.30 0.41 -1.31 -1.47 -0.67
IPCA 1.79 1.34 0.77 1.67 1.39
ETPI 1.42 1.27 1.15 1.17 1.25
2006 2006
BRL 0.77 0.78 0.77 0.76 0.77
HIATO -1.26 -1.28 -0.93 -0.89 -1.09
IPCA 1.44 0.10 0.45 1.12 0.78
ETPI 0.83 0.92 1.09 1.17 1.01
2007 2007
BRL 0.74 0.67 0.64 0.57 0.66
HIATO 0.02 1.02 0.92 1.81 0.94
IPCA 1.26 0.81 0.89 1.43 1.10
ETPI 0.60 0.70 0.92 1.37 0.90
2008 2008
BRL 0.55 0.49 0.53 0.82 0.60
HIATO 2.80 3.50 4.71 -2.98 2.01
IPCA 1.52 2.09 1.07 1.09 1.44
ETPI 1.10 1.36 1.46 1.34 1.31
2009 2009
BRL 0.85 0.71 0.61 0.56 0.68
HIATO -7.56 -5.15 -3.14 -1.31 -4.29
IPCA 1.23 1.32 0.63 1.06 1.06
ETPI 0.90 0.88 1.02 1.49 1.07
2010 2010
BRL 0.60 0.58 0.55 0.53 0.56
HIATO 0.13 0.99 1.39 1.93 1.11
IPCA 2.06 1.00 0.50 2.23 1.45
ETPI 1.09 0.93 1.53 1.90 1.36
2011 2011
BRL 0.50 0.45 0.51 0.59 0.51
HIATO 1.92 3.77 1.77 1.14 2.15
IPCA 2.44 1.40 1.06 1.46 1.59
ETPI 1.07 0.82 1.50 1.61 1.25
2012 2012
BRL 0.57 0.68 0.71 0.73 0.67
HIATO 0.47 0.26 1.42 1.15 0.83
IPCA 1.22 1.08 1.42 1.99 1.43
ETPI 1.22 0.91 1.55 1.59 1.32
2013 2013
BRL 0.69 0.75 0.83 0.84 0.78
HIATO 1.53 2.88 2.39 1.85 2.16
IPCA 1.94 1.18 0.62 2.04 1.45
ETPI 1.02 1.00 1.96 1.94 1.48
2014 2014
BRL 0.85 0.80 0.84 0.94 0.86
HIATO 2.36 -0.58 -0.79 -0.77 0.05
IPCA 2.18 1.54 0.83 1.72 1.57
ETPI 1.42 0.91 1.82 2.95 1.77
5. ANÁLISE EMPÍRICA
5.1 Curva de Phillips com repasse Linear
A especificação de uma curva de Phillips mostra a relação da inflação com uma medida de desequilíbrio real (neste caso hiato do produto) e das expectativas inflacionárias, da inflação passada (IPCA cheio), da variação no câmbio (logarítimo da taxa de câmbio nominal) e da inflação externa (CRB).
Nos modelos foram testados como proxy de inflação externa o PPI – Produced Price Index dos EUA e o CRB – índice de preço das commodities internacionais, porém o que melhor se ajustou aos modelos foi o CRB, utilizado em todas as regressões. Da mesma forma, por melhor ajustar os resultados obtidos, foi usado a 2ª diferença do hiato do produto.
A variável dependente foi o componente de inflação livre do IPCA. Ao utilizar os preços livres estamos excluindo a parcela dos preços administrados por contratos ou monitorados que tem uma dinâmica de reajuste de preços diferente, não captando imediatamente variações cambiais devido às regras definidas em contrato.
Como os dados mostraram relevante sazonalidade, foram feitos testes para outliers e sazonalidade trimestral, mostrando significância de algumas dummies feitas para os períodos de 2002Q4 (outlier) e para a sazonalidade dos 1º e 3º trimestres.
Foram estimadas quatro Curvas de Phillips para verificar a significância dos dados,
cada uma das Curvas sofrendo um ajuste diferente de dummies. Os resultados
mostraram que os ajustes realizados com outliers e as dummies de sazonalidade
melhoraram o resultado das regressões, conforme quadro a seguir.
Quadro 5: Curva de Phillips com repasse Linear
A primeira especificação do modelo considera apenas as variáveis macroeconômicas, no periodo de 2001 a 2014, dados trimestrais, estimado por 2SLS e variáveis instrumentais para o componente de expectativa, não sendo considerado no período outliers e dummies.
Method: Two-Stage Least Squares
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
IPCAL = (1-β(1)-β(2))*IPCA(-1)+β(1)*ETPI+β(2)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2)
Instrument specification: IPCA(-1) IPCA(-2) D(BRL(-1)) D(BRL(-2)) CRB(-1) CRB(-2) HIATO(-2) Nota: Dados Trimestrais
IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE - Coeficientes: β1 e β2
EPTI = Expectativa de Inflação – Boletim Focus – Bacen – Coeficientes: β1 BRL = log do câmbio nominal – Bloomberg – Coeficientes: β2
CRB = índice de preço das Commodities Internacionais – Bloomberg – Coeficientes: β2 Hiato = Hiato do Produto – EPGE/FGV – Coeficientes: β3
O coeficiente de repasse cambial foi de 0,031 ao nível de significância de 10%. Outros testes foram feitos a fim de melhorar as estimações e foram observadas a presença de outliers e dummies trimestrais.
Para verificar os outliers, na segunda estimação foi incluida uma variável de outlier referente ao 4ºTrimestre de 2002, o que melhorou a significancia e alterou moderadamente o coeficiente de repasse cambial. O R2 ajustado ficou maior.
Method: Two-Stage Least Squares
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
IPCAL = (1-β(1)-β(2))*IPCA(-1)+β(1)*ETPI+β(2)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2)+β(4)*D02Q4
Instrument specification: IPCA(-1) IPCA(-2) D(BRL(-1)) D(BRL(-2)) CRB(-1) CRB(-2) HIATO(-2) Nota: Dados Trimestrais
IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE - Coeficientes: β1 e β2
EPTI = Expectativa de Inflação – Boletim Focus – Bacen – Coeficientes: β1 BRL = log do câmbio nominal – Bloomberg – Coeficientes: β2
CRB = índice de preço das Commodities Internacionais – Bloomberg – Coeficientes: β2 Hiato = Hiato do Produto – EPGE/FGV – Coeficientes: β3
D02Q4 = Dummy referente ao Outlier observado no 4ºTrim.02 – D02Q4=1 – Coeficientes: β4
A terceira regressão considerou a utilização de duas dummies sazonais, para o 1º e 3º trimestres, ambas significantes a 5% e ampliando o repasse cambial para a inflação para 0,039.
Method: Two-Stage Least Squares
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
IPCAL = (1-β(1)-β(2))*IPCA(-1)+β(1)*ETPI+β(2)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(- 2)+β(5)*D1+β(6)*D3
Instrument specification: IPCA(-1) IPCA(-2) D(BRL(-1)) D(BRL(-2)) CRB(-1) CRB(-2) HIATO(-2) Nota: Dados Trimestrais
IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE – Coeficientes: β1 e β2
EPTI = Expectativa de Inflação – Boletim Focus – Bacen – Coeficientes: β1
BRL = log do câmbio nominal – Bloomberg – Coeficientes: β2
CRB = índice de preço das Commodities Internacionais – Bloomberg – Coeficientes: β2 Hiato = Hiato do Produto – EPGE/FGV – Coeficientes: β3
D1 = Dummy de sazonalidade referente ao 1ºTrimestre – D1=1 – Coeficientes: β5 D3 = Dummy de sazonalidade referente ao 3ºTrimestre – D3=1 – Coeficientes: β6
Na última estimação foram incluídas no modelo o outlier e as dummies sazonais, melhorando as estimações. Note que o repasse cambial estimado aqui refere-se ao pass through do trimestre passado para a inflação corrente, captando apenas o efeito no curto prazo da variação cambial, que ficou em 4,3%.
Method: Two-Stage Least Squares
Newey-West HAC Standard Errors & Covariance (lag truncation=3) IPCAL = (1-β(1)-β(2))*IPCA(-1)+β(1)*ETPI+β(2)*(D(BRL(-1))+CRB(- 1))+β(3)*HIATO(2)+β(4)*D02Q4+β(5)*D1+β(6)*D3
Instrument specification: IPCA(-1) IPCA(-2) D(BRL(-1)) D(BRL(-2)) CRB(-1) CRB(-2) HIATO(-2) Nota: Dados Trimestrais
IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE – Coeficientes: β1 e β2
EPTI = Expectativa de Inflação – Boletim Focus – Bacen – Coeficientes: β1 BRL = log do câmbio nominal – Bloomberg – Coeficientes: β2
CRB = índice de preço das Commodities Internacionais – Bloomberg – Coeficientes: β2 Hiato = Hiato do Produto – EPGE/FGV – Coeficientes: β3
D02Q4 = Dummy referente ao Outlier observado no 4ºTrim.02 – D02Q4=1 – Coeficientes: β4 D1 = Dummy de sazonalidade referente ao 1ºTrimestre – D1=1 – Coeficientes: β5
D3 = Dummy de sazonalidade referente ao 3ºTrimestre – D3=1 – Coeficientes: β6
As regressões estimadas mostraram que ajustes como o de outliers e dummies foram
fundamentais para tornar as estimações dos coeficientes melhores, o que se observa
pelo fato do R2 ajustado ter passado de 0,31 para 0,60, confirmando que a inclusão
destes dados trouxe mais robustez as estimativas e melhorando a significância dos
dados.
5.2 Curva de Phillips com Threshold – Curto Prazo
O objetivo deste trabalho é analisar o repasse cambial sobre o IPCA agregado e desagregado, explorando se a direção da variação da taxa de câmbio - apreciações ou depreciações, tem diferentes impactos sobre a inflação, ou seja, dado um determinado limiar, avaliar como processos de valorização ou desvalorizações se comportam.
A questão a ser analisada é se o repasse cambial é simétrico ou assimétrico quanto à direção da variação do câmbio, além de observar se pequenas ou grandes variações afetam o coeficiente de repasse para a taxa de inflação. Neste modelo a variação cambial é de três meses e o Threshold determinado pela variação do câmbio nominal foi estimado em 7,17%, escrita de tal forma que os dois regimes possam ser estimados conjuntamente.
Ou seja, foi reescrita a Curva de Phillips, porém o threshold calculado em 7,17% entra como uma dummy. Se a desvalorização cambial for menor que 7,17%, a dummy é zero, se a desvalorização cambial for maior que 7,17% a dummy é 1.
Method: Two-Stage Least Squares
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
IPCAL = (β(1)*ETPI+(1-β(1)-β(2))*IPCA(-1)+β(2)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(-2))*(1-DUMT)+
(β(4)*ETPI+(1-β(4)-β(5))*IPCA(-1)+β(5)*(D(BRL(-1))+CRB(-1))+β(3)*HIATO(- 2))*DUMT+β(6)*D02Q4+β(7)D1+β(8)*D3
Instrument specification: β(9) DUMT IPCA(-1) IPCA(-2) IPCA(-3) D(BRL(-1)) D(BRL(-2)) CRB(-1) CRB(- 2) HIATO(-2)
O modelo estimado teve como variáveis as expectativas inflacionárias, o IPCA, a taxa
de câmbio nominal, o CRB como inflação externa, o hiato do produto e três ajustes de
dummies, uma de outiliers e duas de sazonalidade. Abaixo o resultado por categoria
de inflação.
Quadro 6: Curva de Phillips com Threshold – Curto Prazo
Nota 1: Os itens na Categoria com * estimaram os coeficientes com dummies sazonais Nota 2: Todas as Categorias incluem a dummie de outlier 02Q4
O resultado das estimações indicaram que nos grupos IPCA e alimentos processados se observou assimetria no efeito de curto prazo da variação cambial sobre os preços.
Equanto os demais núcleos não mostraram significância.
O resultado observado é muito interessante. Primeiro pela diferença no valor do Limiar
calculado pelo Correa e Minella para o período de 1995-2005 de 2,10% e o Limiar
estimado atualmente de 7,17%. Importante recordar que até 1999 o câmbio foi
artificialmente controlado e mantido valorizado, sendo um dos pilares de sustentação
do Plano Real. Em 1999 houve a ruptura cambial e a introdução do Regime de Metas
de Inflação. Apesar de movimentos pontuais de ajuste do câmbio (em 1999, 2002,
2003 com a desvalorização da moeda), a tendência do Real era de apreciação.
Já para o período de 2001-2014, a taxa do Limiar estimado aumentou para 7,17%
refletindo talvez a maior volatilidade cambial após a crise internacional de 2008 e a ação do Governo para depreciar a moeda (através da cobrança de IOF e outras ações) e atuação do Banco Central via leilões semanais.
Outro aspecto importante a ser notado é que houve uma inversão quanto à significância dos coeficientes. Enquanto na pesquisa do Correa e Minella o coeficiente significante foi para variações do câmbio acima do Threshold de 2,10%, no trabalho atual o coeficiente significante ficou abaixo do Threshold estimado de 7,17%.
O repasse cambial estimado ficou em 10% sobre o índice de preços no caso de grandes depreciações, enquanto hoje o repasse cambial estimado para o IPCA foi de 4,8% no caso de depreciações menores que 7,17%. Ou seja, o repasse cambial é maior no caso de depreciações abaixo do threshold estimado.
O resultado não leva à conclusão se depreciações acima do Limiar não são repassadas, mas podemos dizer que não se encontrou significância de que depreciações acima de 7,17% no trimestre anterior impactariam a inflação no trimestre corrente.
Os resultados confirmaram a assimetria quanto à direção do repasse cambial, mostraram que o pass through sobre os preços foi menor e que mudou o impacto quanto à magnitude da desvalorização cambial.
5.3 Curva de Phillips com Threshold – Longo Prazo
Nesta especificação, o repasse cambial leva em consideração a variação do câmbio nos últimos 12 meses, com threslhod estimado de 30,2% para este período.
Method: Two-Stage Least Squares
Newey-West HAC Standard Errors & Covariance (lag truncation=3)
IPCAL = (β(1)*ETPI+(1-β(1)-β(2))*IPCA(-1)+β(2)*(DELTAE(-1)+CRBAC(-1)) +β(3)*HIATO(-2))*(1-DUMT_2)+ (β(4)*ETPI+(1-β(4)-β(5))*IPCA(-1)
+β(5)*(DELTAE(-1)+CRBAC(-1))+β(3)*HIATO(-2))*DUMT_2+β(7)
*D1+β(8)*D3
Instrument specification: β(9) DUMT_2 IPCA(-1) IPCA(-2) IPCA(-3) DELTAE(-1) DELTAE(-2) CRBAC(- 1) CRBAC(-2) HIATO(-2)
Os resultados mostraram assimetria no repasse cambial para a inflação no caso do IPCA Livre, Alimentos processados, bens semiduráveis e bens não duráveis, revelando um elevado grau de repasse cambial para os preços.
Quadro 7: Curva de Phillips com Threshold – Longo Prazo
Nota 1: Os itens na Categoria com * estimaram os coeficientes com dummies sazonais – D1 e D3 Nota 2: Todas as Categorias não incluem a dummie de outlier – D02Q4