FUNDAÇÃO GETULIO VARGAS. ESCOLA BRASILEIRA de ECONOMIA E FINANÇAS INÊS FILIPA MARQUES JANARDO PEREIRA

(1)

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

(2)

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

(3)

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

(4)

(5)

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

(6)

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

(7)

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).

(8)

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.

(9)

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.

(10)

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

(11)

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.

(12)

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

(13)

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.

(14)

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.

(15)

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

(16)

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.

(17)

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

(18)

(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.

(19)

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

(20)

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

(21)

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.

(22)

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

(23)

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.

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

IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE - Coeficientes: β1 e β2

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.

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

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

(24)

BRL = log do câmbio nominal – Bloomberg – Coeficientes: β2

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%.

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

IPCAL = índice de preços ao Consumidor – Preços Livres – IBGE (Variável Dependente) IPCA = índice de preços ao Consumidor – IBGE – Coeficientes: β1 e β2

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.

(25)

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.

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.

(26)

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.

(27)

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.

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)

(28)

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

A estimação foi significante em uma perspectiva de longo prazo, para variações cambiais que fosse igual ou superior ao valor do limiar estimado em 30,2%. Ou seja, se o câmbio variar nos últimos 12 meses acima da taxa de 30,2%, o repasse para a inflação corrente seria de 68,5% no caso dos preços livres.

No caso de depreciações abaixo do limiar ou apreciações, não houve significância se

a variação afetaria a inflação no trimestre corrente. No caso dos bens

comercializáveis, o que observamos foi uma simetria no efeito de longo prazo do

repasse cambial sobre a inflação, com ambos os coeficientes (acima e abaixo do

(29)

threshold) confirmando o repasse, atenção para o repasse na ordem de 10% para variações cambiais abaixo do limiar nos últimos 12 meses.

Apesar do modelo e da estimação do limiar terem sido muito bem específicados, e dos resultados confirmarem a assimetria do repasse para a maioria dos índices, o tamanho do impacto sobre os preços estimado foi elevado. Apesar da significância das estimações, o valor alto do repasse pode gerar algum debate.

6. CONCLUSÃO

O objetivo deste trabalho foi resgatar o estudo quanto aos efeitos do repasse cambial no curto e longo prazo sobre a inflação ao consumidor, buscando avaliar e comprovar se os efeitos de uma desvalorização ou valorização cambial tem impactos diferentes (assimétricos) sobre os índices de preços agregado e em núcleos específicos, dado um determinado nível de desvalorização cambial estimado.

Dentre tantos modelos que estimam o impacto da variação cambial sobre os preços, utilizamos o método da Curva de Phillips com Limiar, uma vez que teríamos como estimar além do repasse quanto à direção da variação cambial, se pequenas ou grandes variações afetariam o coeficiente de repasse para a taxa de inflação.

Para testar a significância dos dados, estimamos uma Curva de Phillips sem limiar, onde todos os componentes mostraram significância e se verificou um repasse cambial da ordem de 3,0% sobre os preços. Ou seja, variações do câmbio no trimestre anterior teriam um impacto na inflação corrente.

Observamos que o modelo precisava de ajustes, uma vez que alguns testes com as amostras indicavam a presença de outliers. Fizemos ajustes para sazonalidade e outliers, que mostraram significância, melhorando o modelo e seus resultados.

Os primeiros testes de regressão da Curva de Phillips com Limiar sem a inclusão das

dummies de sazonalidade e outliers não eram significantes, apresentavam

coeficientes de repasse negativos e não indicavam na maioria dos casos a assimetria

esperada do repasse cambial para os preços. Adicionados os ajustes, as estimações

do IPCA agregado e alguns núcleos em particular confirmaram a sinalização de

assimetria no repasse do câmbio sobre a inflação e o impacto passou de negativo

para positivo, ou seja, confirmando o aumento sobre os preços.

(30)

O trabalho atingiu os resultados esperados, uma vez que as estimações indicaram assimetria quanto à direção da variação do câmbio, porém surpreendeu ao mostrar que o coeficiente significante, no caso do curto prazo, era o da dummy com resultados menores que o limiar. Um dos fatores que justificariam esta inversão seria o fato de termos estimado um threshold elevado para o periodo de 3 meses, taxa de 7,17%.

Na avaliação da variação cambial de 12 meses, os resultados esperados vieram em linha com o paper do Correa e Minella, ou seja, processos de desvalorização acima do limiar foram significativos, enquanto que pequenas depreciações ou apreciações provocaram um repasse não significativamente diferente de zero, ou seja, mostrando que o repasse cambial é muito maior no caso de depreciações em magnitude igual ou maior que o threshold. Porém, o valor dos coeficientes que captavam este repasse foi elevado demais.

Uma possivel extensão do trabalho seria um melhor entendimento das diferenças encontradas neste trabalho com os resultados de Correa e Minella. Para isto será necessário estender a amostra para 1995 e estimar a equação para o mesmo período do artigo. Desta forma, será possível avaliar em que medida o comportamento do repasse cambial de curto prazo alterou-se ao longo do tempo na economia brasileira.

REFERÊNCIAS BIBLIOGRÁFICAS

Araújo, E. & Modenesi, A. (2010a) . A importância do Setor Externo na Evolução do IPCA (1999-2010): uma análise com base em modelo SVAR. In: XXXVIII Encontro Nacional de Economia (ANPEC), Salvador (BA).

BACEN (2003). Inflation Report. Banco Central do Brasil, Dezembro.

Belaisch, A. (2003). Exchange Rate Pass-Through in Brazil. IMF Working Paper 03/141. Washington: International Monetary Fund.

Bogdansky, J., Tombini, A., & Werlang, S. (2000). Implementing Inflation Targeting in Brazil. Banco Central do Brasil. Working Paper Series.

Correa, A., Minella, A. (2010) Nonlinear Mechanisms of Exchange Rate Pass-Through:

A Phillips Curve Model with Threshold for Brazil, RBE – Revista Brasileira de

Economia, 64(3):231-243.

(31)

Carneiro, D., Monteiro, A.M., & Wu, T. (2002). Mecanismos não-lineares de repasse cambial para o IPCA. Departamento de Economia PUC-Rio, Texto para Discussão 462.

Figueiredo, F. & Gouvea, S. (2011). Repasse cambial para a inflação: o papel da rigidez de preços. In: Dez Anos de Metas para a inflação no Brasil – 1999-2009.

Brasília: Banco Central do Brasil.

Goldfajn, I. & Werlang, S. (2000). The pass-through from depreciation to inflation: A panel stydy. Banco Central do Brasil. Working Paper Series 5.

Maciel, L. (2006). Pass-through Cambial: Uma estimação para o caso brasileiro.

EPGE/FGV

Minella, A., Freitas, P., Goldfajn, I, Muinhos, M. (2003). Inflation targeting in Brazil:

construction credibility under exchange rate volatility. Journal of International money and Finance, v. 22. p. 1015-1040.

Nogueira, P. (2007). Inflation targeting and exchange rate pass-through. Economia Aplicada, São Paulo, v.11 (2), pp. 189-208, Abril-Junho.

Tong, H. (1978). On a threshold model. In Chen, C.H., editor, Pattern Recognition and Signal Processing, pages 1001-41. Sijthoff&Noordgoff, Amsterdam.

Tong, H. & Lim, K.S. (1980). Threshold autoregressions, limit cycles and data. Journal of the Royal Statistical Society, 42(3):245-92.

Squeff, G. (2009). Repasse cambial reverso: uma avaliação sobre a relação entre taxa de câmbio e IPCA no Brasil (1999-2007). In: II Encontro Internacional da Associação Keynesiana Brasileira, Porto Alegre.