1711

IMPACTOS DOS CHOQUES NA POLTICA MONETRIA E NO CMBIO NO BRASIL: UM MODELO DE AUTORREGRESSOVETORIAL ESTRUTURAL AUMENTADA POR FATORES DINMICOS

Glaudiane Almeida Paloma Alves Elcyon Lima

1711
TEXTO PARA DISCUSSO
Braslia, fevereiro de 2012

IMPACTOS DOS CHOQUES NA POLTICA MONETRIA E NO CMBIO NO BRASIL: UM MODELO DE AUTORREGRESSO VETORIAL ESTRUTURAL AUMENTADA POR FATORES DINMICOS
Glaudiane Almeida* Paloma Alves** Elcyon Lima***

* Mestre em Cincias Econmicas (UERJ) e professora da UFRRJ. ** Assistente de pesquisa III do Ipea e professora da UFF. ***Tcnico de Planejamento e Pesquisa do Ipea e professor da UERJ.

Governo Federal
Secretaria de Assuntos Estratgicos da Presidncia da Repblica Ministro Wellington Moreira Franco

Discusso
Publicao cujo objetivo divulgar resultados de estudos direta ou indiretamente desenvolvidos pelo Ipea, os quais, por sua relevncia, levam informaes para profissionais especializados e estabelecem um espao para sugestes.

Texto para

Fundao pblica vinculada Secretaria de Assuntos Estratgicos da Presidncia da Repblica, o Ipea fornece suporte tcnico e institucional s aes governamentais possibilitando a formulao de inmeras polticas pblicas e programas de desenvolvimento brasileiro e disponibiliza, para a sociedade, pesquisas e estudos realizados por seus tcnicos.
Presidente Marcio Pochmann Diretor de Desenvolvimento Institucional Geov Parente Farias Diretor de Estudos e Relaes Econmicas e Polticas Internacionais, Substituto Marcos Antonio Macedo Cintra Diretor de Estudos e Polticas do Estado, das Instituies e da Democracia Alexandre de vila Gomide Diretora de Estudos e Polticas Macroeconmicas Vanessa Petrelli Corra Diretor de Estudos e Polticas Regionais, Urbanas e Ambientais Francisco de Assis Costa Diretor de Estudos e Polticas Setoriais de Inovao, Regulao e Infraestrutura Carlos Eduardo Fernandez da Silveira Diretor de Estudos e Polticas Sociais Jorge Abraho de Castro Chefe de Gabinete Fabio de S e Silva Assessor-chefe de Imprensa e Comunicao Daniel Castro

As opinies emitidas nesta publicao so de exclusiva e de inteira responsabilidade do(s) autor(es), no exprimindo, necessariamente, o ponto de vista do Instituto de Pesquisa Econmica Aplicada ou da Secretaria de Assuntos Estratgicos da Presidncia da Repblica.

permitida a reproduo deste texto e dos dados nele contidos, desde que citada a fonte. Reprodues para fins comerciais so proibidas.

Ouvidoria: http://www.ipea.gov.br/ouvidoria URL: http://www.ipea.gov.br

ISSN 1415-4765 JEL: N46, Z13

SUMRIO

SINOPSE 1 INTRODUO.......................................................................................................................7 2 REVISO DA LITERATURA......................................................................................................9 3 DADOS................................................................................................................................10 4 METODOLOGIA...................................................................................................................10 5 RESULTADOS EMPRICOS.....................................................................................................21 6 CONCLUSES.....................................................................................................................28 REFERNCIAS .....................................................................................................................28 BIBLIOGRAFIA COMPLEMENTAR..........................................................................................30 APNDICES..........................................................................................................................31

SINOPSE
Este texto tem como objetivo estimar os impactos dos choques exgenos na poltica monetria e no cmbio sobre variveis econmicas brasileiras, utilizando-se a informao contida em uma grande quantidade destas variveis. Para obter-se um modelo FactorAugmented Vector Autoregression (FAVAR), no qual a informao contida em um amplo subconjunto das variveis selecionadas condensada em um nmero pequeno de fatores dinmicos. Estes fatores foram includos como variveis endgenas, juntamente com variveis cujas informaes no foram condensadas em fatores, em um modelo Structural Vector Autoregression (SVAR). Todos os coeficientes e componentes no observveis do FAVAR foram estimados conjuntamente empregando-se o amostrador de Gibbs. A identificao dos choques exgenos foi obtida por meio de restries de sinais, nas funes impulso-resposta das variveis cujas informaes no foram condensadas, deduzidas utilizando-se uma verso dinmica do modelo Mundell-Fleming. Alm de se obterem os impactos dos choques na poltica monetria e no cmbio sobre um grande nmero de variveis econmicas, obtiveram-se tambm os seguintes resultados: os choques na poltica monetria, considerando-se o modelo FAVAR, tm um efeito menor no nvel geral de preos e no nvel da produo que em um modelo VAR; e os choques no cmbio no alteram seus impactos de forma significativa quando se comparam os resultados do FAVAR e do VAR.

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

1 INTRODUO
Este texto tem como objetivo estimar os impactos dos choques exgenos na poltica monetria e no cmbio sobre variveis econmicas brasileiras, utilizando a informao contida em um grande nmero destas variveis. Para obter um modelo parcimonioso estima-se um modelo de (FAVAR), no qual a informao contida em um amplo subconjunto das variveis selecionadas condensada em um nmero pequeno de fatores dinmicos. Estes fatores foram includos como variveis endgenas, juntamente com variveis cujas informaes no foram condensadas em fatores, em um modelo (SVAR). A identificao dos choques exgenos obtida por meio de restries de sinais, nas funes impulso-resposta das variveis cujas informaes no foram condensadas, deduzidas utilizando-se uma verso dinmica do modelo Mundell-Fleming. Todos os coeficientes e componentes no observveis do FAVAR foram estimados conjuntamente empregando-se o amostrador de Gibbs. Espera-se que a utilizao de um conjunto de informaes mais rico permita mensuraes mais confiveis dos efeitos dos choques na poltica monetria e no cmbio do que as obtidas por modelos SVAR, que, tipicamente, utilizam um conjunto de informaes mais restrito. Modelos como o estimado podem ser bastante teis para nortear a poltica monetria do pas. Nas anlises empricas mais recentes dos impactos dos choques da poltica monetria e do cmbio no pas, tem sido empregada a metodologia SVAR. Uma crtica recorrente aos modelos SVAR se deve utilizao por eles de um nmero reduzido de variveis, claramente inferior ao utilizado pelos formuladores da poltica econmica do pas. Os modelos SVAR que foram estimados possuem um problema tpico de falta de graus de liberdade, e, por esta razo, so estimados com um conjunto limitado e relativamente pequeno de variveis. Como apontado por Bernanke, Boivin e Eliasz (2005), raramente so empregadas mais do que oito variveis.1 A utilizao de modelos SVAR pode apresentar dois tipos de problemas potenciais: i) se o conjunto de informaes, dos formuladores da poltica monetria no considerado no SVAR, a medio do impacto das inovaes nesta poltica no totalmente crvel; e ii) s so
1. Leeper, Sims e Zha (1996) conseguem incluir at 20 variveis no SVAR ao empregar modelos SVAR bayesianos, mas seus modelos SVAR contm tipicamente menos de 20 variveis.

Braslia, fevereiro de 2012

obtidas as respostas das variveis que so includas no SVAR e, muitas vezes, bastante interessante observar as respostas de um conjunto amplo de variveis aos choques da poltica monetria e do cmbio. Com um pequeno grupo de variveis se torna difcil considerar todas as informaes utilizadas pelos bancos centrais, que seguem centenas de sries de dados. Um exemplo deste problema potencial o surgimento do price puzzle na literatura do SVAR convencional, em que um choque de poltica monetria contracionista seguido por um aumento no nvel de preos. A explicao de Sims (1992) para o price puzzle est baseada na omisso, pelos modelos SVAR adotados, de sries de dados que captem a presso inflacionria futura. Sendo assim, o choque contracionista seria uma resposta antecipada a esta presso e seria capaz de conter apenas parcialmente este aumento futuro do nvel de preos. Em trabalhos como Bernanke e Mihov (1998), foi possvel eliminar o price puzzle introduzindo-se variveis como preos de commodities. Ou seja, a explicao para o price puzzle proposta por Sims (1992) coloca em evidncia o principal problema do SVAR, o uso limitado da informao disponvel. Alm dos problemas apontados h tambm ausncia de consenso sobre a estratgia adequada para a identificao dos choques da poltica monetria e do cmbio. Christiano, Eichenbaum e Evans (2000) pesquisam algumas alternativas; ver tambm Bernanke e Mihov (1998). Identificaes alternativas de inovaes de poltica monetria e do cmbio podem levar a concluses diferentes sobre a forma e o timing da resposta das variveis macroeconmicas a estes choques. Neste artigo optou-se por utilizar restries de sinais nas funes impulso-resposta.2 Este mtodo tem a vantagem de incorporar a incerteza a respeito de quais restries devem ser adotadas nas relaes contemporneas entre as variveis. Os principais pontos que podem ser questionados na utilizao de restries de sinais so: pode haver discordncia sobre quais seriam os sinais corretos (qual o modelo terico deve ser utilizado como guia na obteno das restries destes sinais nas funes impulso-resposta); e as restries de sinais podem no ser suficientes para se obter a identificao dos choques exgenos nos quais se est interessado ver, a este respeito, Paustian (2007). Foram utilizadas sries mensais abrangendo o perodo aps o Plano Real, de janeiro de 1999 a setembro de 2008.
2. Descries desta metodologia podem ser encontradas em Faust (1998), Canova e De Nicol (2002) e Uhlig (2005).

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

O trabalho est organizado da seguinte forma. A seo 2 apresenta uma breve reviso de literatura. A seo 3 fornece informaes detalhadas sobre os dados utilizados. A seo 4 apresenta a metodologia utilizada, bem como uma breve descrio da teoria e estimao do FAVAR, enfatizando suas particularidades economtricas. A seo 5 apresenta os resultados obtidos para o perodo analisado. A seo 6 apresenta as principais concluses deste trabalho.

2 REVISO DA LITERATURA
Esta seo revisa a literatura de trabalhos empricos realizados com o mesmo propsito deste texto, estimar um VAR estrutural que utilize um amplo conjunto de variveis. Bernanke, Boivin e Eliasz (2005) aplicam a metodologia FAVAR e revisitam as evidncias sobre o efeito da poltica monetria sobre um amplo conjunto de indicadores macroeconmicos dos Estados Unidos (EUA). Para eles h evidncias de que os modelos de fatores dinmicos so bem-sucedidos em condensar a informao contida em um amplo nmero de sries de tempo em um nmero relativamente pequeno de ndices estimados ou fatores. Alm disso, verificaram que no modelo FAVAR a informao contida nos fatores foi realmente importante e levou a estimativas plausveis para as respostas de uma grande diversidade de variveis macroeconmicas aos choques na poltica monetria. Stock e Watson (2002) desenvolveram um modelo de fator dinmico com o propsito de realizar previses. Alm disso, mostraram que as previses baseadas em fatores superaram os modelos univariados, bem como os modelos VAR usuais. Bernanke e Boivin (2003) comprovaram que a utilizao da metodologia de fatores dinmicos pode melhorar significativamente a preciso na estimao da funo impulso-resposta do modelo. Ahmadi e Uhlig (2009) estimaram os efeitos de choques de poltica monetria com um modelo de autorregresso vetorial estrutural bayesiana aumentada por fatores dinmicos (BFAVAR) e empregaram uma identificao de restrio de sinais na funo impulsoresposta. Assim, a identificao exata dos choques pode ser aproximada e monitorada. Eles argumentam que a generalizao da restrio de sinais supera o procedimento de identificao por meio da decomposio de Cholesky, robusta para diferentes amostras e evita algumas anomalias associadas ao uso da decomposio de Cholesky como o price puzzle. Utilizam a abordagem de multimovimento do amostrador de Gibbs. Segundo eles, esta

Braslia, fevereiro de 2012

abordagem bayesiana, alm de ser simples computacionalmente, permite uma estimao mais precisa das funes impulso-resposta.

3 DADOS
A frequncia dos dados mensal e o perodo analisado vai de janeiro de 1999 a setembro de 2008. Para obter os fatores dinmicos do modelo FAVAR, foram utilizadas 73 sries macroeconmicas coletadas em diversas fontes, descritas no apndice B. Algumas sries nominais foram deflacionadas e outras foram expressas como porcentagem do Produto Interno Bruto (PIB). As sries que se mostraram no estacionrias foram diferenciadas at que se tornassem estacionrias. As sries com componentes sazonais foram dessazonalizadas utilizando-se modelos sazonais autorregressivos integrados de mdias mveis (SARIMA) e o software Demetra. O FAVAR contm tambm variveis cujas informaes no foram condensadas em fatores dinmicos e que foram utilizadas para impor restries de sinais nas funes impulso-resposta. Escolheram-se as seguintes variveis (para uma descrio destas variveis e das transformaes feitas, veja a tabela B.1, no apndice B): taxa de juros SELIC; cmbio nominal; IPCA; swap (DI pr) de 180 dias; M1; e ndice da produo industrial.

4 METODOLOGIA
4.1 O MODELO Seja um vetor de variveis econmicas observveis que fazem parte do processo gerador das variveis macroeconmicas de um pas. De acordo com a abordagem padro na literatura monetria de VAR, em geral contm um indicador de poltica e medidas observveis de atividade da economia e de preos. Neste caso, a abordagem padro envolveria a estimao de um VAR, ou de um VAR estrutural (SVAR), ou de outro modelo multivariado de sries temporais utilizando apenas dados sobre . Contudo, informaes econmicas adicionais, no totalmente captadas por , podem pertencer ao processo gerador das variveis macroeconmicas. Suponha-se que esta informao adicional possa ser resumida por um vetor de fatores no observados, , onde K pequeno. possvel interpretar os fatores no observados como variveis que contm a informao conjunta sobre variveis estado da economia, tais como medidas da

10

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

atividade econmica ou medidas das condies de crdito, que no podem ser facilmente representados por uma ou duas sries, mas que refletem a informao de uma ampla srie de variveis econmicas. Suponha-se que a dinmica conjunta de ( , ), onde o vetor contm instrumentos da poltica monetria e cambial do Banco Central do Brasil (BC), possa ser descrita pelas equaes (1) e (2) a seguir: (1) Onde: um polinmio do operador de defasagens L de ordem finita d, que pode conter uma restrio a priori sobre os seus valores, como na literatura de VAR estrutural. O termo de erro tem mdia zero e matriz de covarincia Q. A equao (1) um VAR em ( , ). Este sistema se reduz a um VAR padro em se os termos que relacionam com so todos nulos. Caso contrrio, refere-se a equao (1) como um modelo de autorregresso vetorial aumentada por fatores dinmicos ou FAVAR. O modelo VAR pode ser considerado um caso particular de FAVAR, o que permite uma fcil comparao dos resultados destes dois modelos, bem como fornece uma maneira de avaliar a contribuio marginal das informaes suplementares contidas em . importante observar que se o sistema um verdadeiro FAVAR, a estimao de (1) como um sistema VAR padro em isto , com fatores omitidos conduzir, em geral, a estimativas viesadas dos coeficientes do VAR e de funes destes coeficientes, tais como a funo impulso-resposta. Parafraseando Bernanke e Boivin (2005), a equao (1) no pode ser estimada diretamente porque o fator no observvel. No entanto, uma vez que foram interpretados os fatores como a representao de foras que podem afetar muitas variveis econmicas, possvel inferir algo sobre os fatores a partir das observaes de diversas sries temporais econmicas. Para ser mais especfico, supe-se que se tenha disposio certa quantidade de srie temporais informativas, coletivamente denotadas pelo vetor de tamanho . O nmero de sries informativas N grande (em particular, N pode ser maior do que T, o nmero de observaes amostrais), e supe-se que este ser muito maior do que o nmero de fatores dinmicos e de variveis observadas cujas informaes no foram condensadas no FAVAR (K + M << N). Admite-se que as sries de tempo informativas esto relacionadas aos fatores dinmicos no observveis , bem como s variveis observveis por meio da seguinte equao:

11

Braslia, fevereiro de 2012

(2) Onde: uma matriz de cargas fatoriais , uma matriz de cargas fatoriais ; e um vetor dos erros , com mdia zero e no correlacionado contempornea e serialmente. A equao (2) captura a ideia de que, e , que em geral podem ser correlacionados, representam as foras comuns que impulsionam a dinmica de . Condicionais em , os so, portanto, medidas ruidosas dos fatores observados subjacentes ( ). A implicao da equao (2) que depende apenas dos valores correntes e no dos valores defasados dos fatores dinmicos no restritiva na prtica, uma vez que pode ser interpretado como arbitrrio, incluindo defasagens dos fatores fundamentais. Desse modo, Stock e Watson (1999) referem-se equao (2) sem as variveis observveis como um modelo de fator dinmico. Bernanke, Boivin e Eliasz (2005) adotaram duas abordagens para estimao das equaes (1) e (2). A primeira consiste em uma abordagem de componentes principais em duas etapas, que fornece uma maneira no paramtrica de descobrir o espao gerado por componentes principais, = ( , ), na equao (2). A segunda consiste em uma etapa nica por meio de um procedimento de estimao bayesiano que utiliza o amostrador de Gibbs. Neste texto, optou-se pela segunda metodologia. O procedimento bayesiano de estimao conjunta foi desenvolvido por Gelman e Geman (1984), Gelman e Rubin (1992), Carter e Kohn (1994), e pesquisado por Kim e Nelson (1999). Sua aplicao em modelos de fatores dinmicos discutida em Eliasz (2002). Kose, Otrok e Whiteman (2003) utilizaram uma metodologia similar em estudos de ciclos de negcios internacionais. O procedimento do amostrador de Gibbs prev uma aproximao emprica da densidade amostral a posteriori dos fatores e dos parmetros via um algoritmo de amostragem iterativo. Para tanto, implementouse uma verso multimovimento deste algoritmo, em que os fatores so amostrados como condicionais nas mais recentes simulaes dos parmetros do modelo, e ento os parmetros so simulados tambm como condicionais nas mais recentes simulaes dos fatores. Como a literatura estatstica tem mostrado, e Bernanke, Boivin e Eliasz (2005) comprovam, este procedimento bayesiano, dado pela aproximao marginal da verossimilhana a partir das densidades empricas, ajuda a contornar o problema da alta dimensionalidade do modelo. Alm disso, os autores tambm garantem que o algoritmo do amostrador de Gibbs confivel para traar a forma da verossimilhana conjunta, at mesmo quando esta irregular e complicada.

12

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

4.2 A IDENTIFICAO DO FATOR Antes de avanar, preciso discutir as restries que permitem a identificao da equao (2), especificamente as restries (suficientes) para se identificarem os fatores dinmicos e as cargas associadas. Na estimao conjunta por verossimilhana, implementada pelo amostrador de Gibbs, os fatores dinmicos so estimados utilizando-se tanto a equao das observaes (2) como a equao de transio (1). Para identificar os fatores , necessrio impedir rotaes possveis que tomam a seguinte forma: , onde e no singular, e . Substituindo em (2) pelo lado direito da seguinte equao:

Obtm-se:

(3)

A identificao nica de fatores e suas cargas exigem que e que . Ou, seja preciso que a equao (3) no seja diferente da equao (2). Para que isso ocorra, as restries e devem ser atendidas. Portanto necessrio definir as restries de identificao que sero adotadas. Para que a condio de identificao seja verdadeira, suficiente impor a restrio de que as k primeiras linhas da matriz de cargas fatoriais sejam iguais identidade. Seja . Ou seja, , ento e . e, portanto,

Analisando-se agora a segunda condio de identificao dada por , e dado que = (devido restrio imposta acima), tem-se como resultado , e com isso:

13

Braslia, fevereiro de 2012

Ento, uma restrio de identificao suficiente para que a segunda condio de identificao seja satisfeita impor que as k primeiras linhas de e de sejam compostas por zeros:

e Logo:

Considerando as K primeiras linhas das matrizes acima, possvel verificar que: e Ento, Ou seja: Impondo-se as restries acima no h rotao possvel, ou seja, = e os fatores da equao (2) so identificveis. Estas restries sobre os blocos das matrizes de cargas fatoriais so condies suficientes para a identificao nica dos fatores. Sumariando, as restries suficientes para a identificao da equao (2) so: o bloco superior de restrito para ser uma matriz identidade; e o bloco superior de restrito para ser composto por zeros. As hipteses de identificao anteriores restringem os canais pelos quais os Ys afetam contemporaneamente os Xs. No entanto, a escolha do bloco de linhas que ser igual a uma matriz identidade no deve afetar o espao gerado pelos fatores estimados. A escolha especfica deste bloco de linhas, no entanto, elimina o impacto contemporneo de sobre k variveis pertencentes a , e, portanto, estas variveis de devem ser escolhidas para que sejam aquelas que, se acredita, no respondam s inovaes contemporneas em .

14

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

4.3 O MTODO DE ESTIMAO Para a estimativa de modelos FAVAR, Bernanke, Boivin e Eliasz (2005) apresentam duas abordagens. A primeira a estimativa em duas etapas com base na abordagem de componentes principais, e a segunda um procedimento de estimao bayesiano por verossimilhana, conhecido na literatura como multimovimento do amostrador de Gibbs. Neste trabalho, foi empregada a segunda abordagem, que ser detalhada a seguir.

4.3.1 Estimao por meio do amostrador de Gibbs

O amostrador de Gibbs utilizado para obter uma amostra das distribuies a posteriori e definido essencialmente como um esquema iterativo de amostragem de uma cadeia de Markov cujo ncleo de transio formado pelas distribuies condicionais (GAMERMAN, 1996). Em uma anlise bayesiana as informaes existentes sobre os parmetros de interesse so incorporadas no modelo por meio das distribuies a priori destes parmetros. Para estimar conjuntamente as equaes (1) e (2) o modelo foi colocado em espao de estados: (A1) (A2) Onde um vetor Mx1 de variveis econmicas observveis, cujas propriedades dinmicas so de grande interesse; um vetor Kx1 de fatores dinmicos no observados; e um vetor Nx1 de sries temporais que incorpora informao sobre os fatores dinmicos no observados. As cargas e so restritas, conforme discutido anteriormente. O vetor de erros e so Nx1 e (K+M) x 1, respectivamente, e tm as seguintes distribuies e , com e independentes e R diagonal. A equao (A1) a equao da medida ou das observaes, enquanto (A2) a equao de transio. Seguindo um enfoque bayesiano, os parmetros do modelo

15

Braslia, fevereiro de 2012

sero tratados como variveis aleatrias. A estimao destes parmetros e dos fatores no observados realizada por um procedimento conhecido na literatura como mutimovimento do amostrador de Gibbs (CARTER e KOHN, 1994). Mais resumidamente, seja , equaes (A1) e (A2) podem ser reescritas como: e , ento as (4) (5) Onde tem como parmetros desconhecidos as matrizes de cargas fatoriais, composta por e , e a matriz de covarincia de . Para esta exposio, admite-se que a ordem de (L) seja igual a um, caso contrrio, (4) poderia ser reescrita de uma maneira padro para express-la como um processo de primeira ordem de Markov. Ou seja, a probabilidade de transio entre os estados em um intervalo de tempo tambm discreto depende apenas do estado corrente e do estado seguinte (ELIASZ, 2002). Seja a histria de X entre o perodo 1 e o perodo T. Ento pode-se definir . A anlise bayesiana trata os parmetros do modelo como variveis aleatrias, e o que desejamos denominar as densidades marginais a posteriori de e , respectivamente: (6) (7) Onde a densidade a posteriori conjunta de e , e as integrais so tomadas em relao a e , respectivamente. Dadas estas densidades marginais a posteriori, a estimao de e pode ser obtida pela moda das distribuies empricas correspondentes s densidades especificadas pelas equaes (6) e (7). Para obter aproximaes empricas para essas densidades foi aplicado o mtodo de multimovimento do amostrador de Gibbs para o modelo em espao de estado dado

16

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

pelas equaes (4) e (5). A metodologia do amostrador de Gibbs descrita sumariamente a seguir.
1. Escolhe-se um conjunto de valores iniciais para os parmetros chamado . 2. Condicionado no mos e nos dados extrai-se um conjunto de valores para . , extrai-se um valor para o parmetro . , digada densidade condicional

3. Condicionado nos valores da amostra e em , digamos

, a partir da distribuio condicional

Repita as etapas 2 e 3 para gerar iteraes e estas so repetidas at que as distribuies empricas de e convirjam. Tem sido demonstrado, como em Gelman e Geman (1984) que medida que o nmero de iteraes , as distribuies marginal e conjunta dos valores amostrados de e convergem a uma taxa exponencial para os valores amostrados pelas verdadeiras distribuies. Na prtica, porm, a convergncia pode ser lenta e deve ser cuidadosamente verificada, por exemplo, utilizando-se valores iniciais alternativos. A seguir so apresentados mais detalhes sobre cada etapa. Passo 1: escolha de Em geral, pode-se tentar uma variedade de valores iniciais para os parmetros para verificar se so geradas distribuies empricas semelhantes. Como argumentam Gelman e Rubin (1992), uma nica sequncia do amostrador de Gibbs, mesmo que aparentemente convergente, pode dar uma falsa sensao de segurana. Ao mesmo tempo, quando se tem um problema grande, em que a capacidade computacional fica restrita, uma escolha criteriosa de pode ser aconselhvel. Uma escolha bvia usar as estimativas dos parmetros obtidos a partir das estimativas dos componentes principais de (A1) e dos parmetros do VAR de (A2) via mnimos quadrados ordinrios (MQO). No caso deste estudo, foram obtidas estimativas iniciais de (matriz de coeficientes autorregressivos do FAVAR) e das matrizes Q e P. As estimativas para as cargas fatoriais

17

Braslia, fevereiro de 2012

foram obtidas impondo-se as restries de identificao apresentadas anteriormente. O bloco superior k x (k+M) das cargas fatoriais foi restrito para satisfazer . Essas estimativas foram usadas como valores iniciais para nas recurses descritas a seguir. Passo 2: extrao da distribuio condicional Com o modelo em espao de estados equaes (4) e (5) , dados , , e adotando como a priori para cada elemento do vetor de estados uma distribuio normal independente com mdia zero e varincia igual a 4, o vetor (um subconjunto do vetor de estados ), em cada perodo t, ter uma distribuio a posteriori normal multivariada com mdia e varincia dadas pelos seus respectivos valores suavizados obtidos via filtro de Kalman (HARVEY, 1994; KIM e NELSON, 1999). Por meio de uma extrao desta distribuio normal multivariada obtm-se , ou seja, uma extrao da distribuio (que composto por e por ). , e obtm-se tambm Passo 3: extrao da distribuio condicional Condicional aos dados observados, em obtido na iterao anterior, e a priori feita uma nova extrao do parmetro , . Esta extrao feita nas etapas listadas a seguir. I) Extrao de e P:

Considerando-se o sistema de equaes (2) apresentado nesta seo e a densidade a priori conjunta adotada, pode-se obter as distribuies condicionais que permitiro extraes de e R, lembrando que a matriz de covarincia dos resduos deste sistema de equaes, denominada R (a parte no fixa de P), diagonal e, portanto, que o sistema pode ser estimado equao por equao (no se trata de um contexto de SUR). Seja uma linha da matriz e Xj uma coluna de . Adota-se como funo densidade a priori conjunta para Rii e uma densidade normal-gama 2 inversa, . Onde:

18

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

Adotando a funo densidade a priori conjunta, descrita anteriormente, obtm-se que a funo densidade a posteriori condicional dada por (BAUWENS, LUBRANO e RICHARD, 1999): = Onde: a estimativa de e dados e . =Xi . Lembra-se que as primeiras k linhas de so fixas devido s hipteses de identificao. Adotando a funo densidade a priori conjunta, descrita anteriormente, obtm-se que a funo densidade a posteriori condicional , para i > k, dada por (BAUWENS, LUBRANO e RICHARD, 1999): = N((x+ II) Extrao de )-1* Xj , (x+ )-1) obtida via MQO, utilizando a especificao da equao (2)

e Q utilizando a equao (5) definida anteriormente:

De acordo com Kadiyala e Karlsson (1997), a distribuio a priori de Jeffrey (GEISSER, 1965; TIAO e ZELLNER, 1964) conjunta para e Q dada por:

As distribuies condicionais a posteriori para Jeffrey, so dadas por:

e Q, adotando-se a priori de

Por meio das etapas I e II completa-se a extrao de nova extrao da distribuio condicional .

, ou seja, obtm-se uma

Passo 4: dado , obtenha uma extrao da funo impulso-resposta (FIR(s)) que satisfaa s restries impostas pela teoria econmica.

19

Braslia, fevereiro de 2012

Apresenta-se a seguir a verso estrutural da equao (5) (que passa a ser um VAR estrutural) adotada.

Onde: H a inversa da transposta da decomposio de Cholesky da matriz Q (a matriz de covarincia de ). A matriz H triangular inferior, de posto completo, com nmeros positivos na diagonal principal. Nota-se que H-1.(H)-1 = Q e que cov(H ) = I. Ou seja, os resduos da verso estrutural da equao (5) no so contemporaneamente correlacionados e tm desvio padro padronizado e igual a 1. A simulao da funo impulso-resposta com restries de sinais ser feita de acordo com as etapas descritas a seguir.
1. Dado obtenha , definida aqui como a inversa da transposta da decomposio de Cholesky de . 2. Obtenha uma extrao de H, , seguindo o procedimento descrito a seguir. Seja uma matriz (M+K) x (M+K) cujos elementos so nmeros aleatrios extrados de uma distribuio normal univariada padro e seja uma decomposio QR da matriz normalizada para se ter todos os elementos da diagonal principal , positivos. Ponha-se . Ento , j que permite obter um VAR estrutural consistente com a forma reduzida estimada cuja matriz de covarincia dos resduos (extrada) igual a . 3. Dados e denominada aqui . compute a funo impulso-resposta do VAR estrutural,

4. Se a satisfaz as restries de sinais impostas pelo modelo econmico (modelo Mundell-Fleming Dinmico), mantenha-a, caso contrrio, descarte-a.

Os passos 2 - 4 so repetidos at que se tenha um nmero de

aceitas igual a 1 mil.

4.3.2 A identificao dos choques As restries de sinais foram extradas do modelo Mundell-Fleming estocstico dinmico.3 A tabela 1, a seguir, resume as restries de sinais sobre as funes impulso-resposta utilizadas para identificar os choques de poltica monetria e da taxa de cmbio real.4
3. O modelo Mundell-Fleming estocstico dinmico est descrito no apndice B e idntico ao apresentado em Lima, Maka e Alves (2009). 4. O log da taxa de cmbio real definido como , onde o log da taxa de cmbio nominal e o log do nvel geral de preos domstico (estrangeiro). Foi assumido que o nvel de preos estrangeiro constante, de maneira que uma restrio sobre a taxa de cmbio real traduz-se em uma restrio sobre .

20

Texto para Discusso 1 7 1 1

TABELA 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

Restries de sinal usadas para identificar o modelo FAVAR

Resposta das variveis Tipo de choque Poltica monetria Taxa de cmbio SELIC IPCA Produo M1 Taxa cmbio real (R$)

0 0

0 0

0 0

0 0

0 0

De acordo com a tabela 1, aps um choque de poltica monetria contracionista, a taxa de juros no cai, e o nvel de preos, a produo, o estoque de M1 e a taxa de cmbio real no aumentam (restries impostas s respostas de 1 a 5 passos frente). Ainda, aps choque na taxa de cmbio, os valores da taxa de juros, do nvel de preos, da produo e do estoque de M1 no caem, e ocorre uma apreciao da taxa de cmbio real (depreciao da moeda domstica) nas respostas de 1 a 5 passos frente do choque. As respostas das variveis aos choques na poltica monetria e na taxa de cmbio, estimadas com restries de sinais, so apresentadas nas figuras 1 e 2. Nelas so apresentadas as medianas das respostas, bem como as bandas de probabilidade de 68% para um horizonte de 24 meses aps os choques.

5 RESULTADOS EMPRICOS
5.1 COMPARAES ENTRE VAR E FAVAR Para analisar os possveis ganhos obtidos com a introduo de um amplo conjunto de variveis, foram feitas comparaes entre as funes impulso-resposta estimadas via um FAVAR estrutural (com 79 variveis) e aquela obtida pela estimao de um modelo VAR estrutural (com seis variveis: Selic, cmbio, IPCA, swap, produo industrial e M1). Em ambos os casos a identificao dos choques foi obtida por restries de sinais sobre as funes impulso-resposta. No modelo VAR utilizaram-se duas defasagens das variveis (escolhidas utilizandose o critrio de informao de Schwarz), enquanto no modelo FAVAR foram obtidos resultados para defasagens de um a quatro. Quanto ao nmero de fatores, foram obtidos resultados utilizando-se de dois a quatro fatores.5 Como a alterao no nmero de fatores no alterou substancialmente as funes impulso-resposta do modelo FAVAR,
5. Bai e Ng (2002) desenvolveram critrios para a escolha do nmero timo de fatores para se extrarem as informaes contidas em um conjunto de dados, Xt. No entanto, os critrios adotados por eles no so diretamente aplicveis aos modelos FAVAR.

21

Braslia, fevereiro de 2012

optou-se por apresentar os resultados com dois fatores dinmicos e para defasagens de duas a quatro. As funes impulso-resposta que permitem comparar os dois modelos so apresentadas nas figuras 1 e 2. Quando foi includo um conjunto de informaes mais amplo, no houve diferenas muito significativas na resposta das variveis a um choque na taxa de cmbio. No entanto, um choque contracionista da poltica monetria apresentou, no modelo FAVAR, um menor impacto na reduo do nvel de preos e uma queda menos persistente no nvel de atividade econmica. No modelo FAVAR os choques de poltica monetria se mostraram menos impactantes quando comparados aos do modelo VAR. No modelo VAR os choques tpicos de poltica monetria provocam oscilaes mais fortes no nvel de preos do que no modelo FAVAR. 5.2  EFEITOS DOS CHOQUES EM ALGUMAS VARIVEIS ECONMICAS SELECIONADAS Como o nmero de variveis do modelo muito grande optou-se por analisar o impacto dos choques apenas em um subconjunto das variveis utilizadas: emerging markets bond index plus (EMBI Plus); spread pessoa fsica; spread pessoa jurdica; operaes de crdito ao setor privado (indstria); operaes de crdito ao setor privado (comrcio); operaes de crdito ao setor privado (pessoas fsicas); pessoal empregado na indstria; horas trabalhadas na indstria; ndice de commodities (gros, oleaginosas e frutas); inflao segundo o ndice de Preos no Atacado (IPA); inflao segundo o ndice Geral de Preos do Mercado (IGP-M); e utilizao da capacidade instalada na indstria. Como a sensibilidade dos resultados em relao ao nmero de fatores e ao nmero de defasagens pequena para as variveis selecionadas, mostram-se os resultados com o nmero de fatores fixo e com duas defasagens. Os resultados para um choque de poltica monetria so apresentados na figura 3 e os para um choque na taxa de cmbio na figura 4. Conforme mencionado anteriormente, uma vantagem da abordagem FAVAR que a funo impulso-resposta pode ser construda para qualquer varivel do conjunto de dados informativos, ou seja, para qualquer elemento de Xt. As figuras contm a mediana das respostas, bem como as bandas de probabilidade de 68% para um horizonte de at 12 meses aps os choques. No entanto torna-se importante observar que nas funes impulso-resposta apresentadas nas figuras 3 e 4, os valores das variveis foram integrados para os valores em nvel das mesmas, ou seja, para as escalas originais observadas antes das diferenciaes adotadas.

22

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

Na figura 3 nota-se que um choque restritivo de poltica monetria provoca um aumento no EMBI Plus, uma reduo no spread da pessoa fsica e no spread da pessoa jurdica. A utilizao de capacidade, o IPA, o IGP-M e os emprstimos aos setores da indstria e do comrcio tambm diminuem. As demais variveis no apresentam respostas significativas. As respostas significativas so consistentes com o esperado. As respostas a um choque positivo na taxa de cmbio so apresentadas na figura 4. Verifica-se que os ndices de preos (IPA e IGP-M), os spreads (pessoa fsica e jurdica), a utilizao de capacidade e os emprstimos indstria e ao comrcio aumentam. O ndice de preos das commodities cai. As operaes de crdito para a pessoa fsica caem. As demais variveis selecionadas no apresentam respostas significativas. Novamente, as respostas significativas aos choques so consistentes com o esperado.

23

FIGURA 1
FAVAR 2F1L FAVAR 2F2L FAVAR 2F3L FAVAR 2F4L 0.1 0 -0.1 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20

Comparao VAR (2) FAVAR choque de poltica monetria

SELIC

EXCHRATE

IPCA

SWAP

OUTPINDAJ

M1AJ

24
0.05 0 -0.05 -0.1 -0.15 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 0 -0.05 -0.1 -0.15 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 0.1 0 -0.1 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 0 -0.05 -0.1 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 -0.15 0 -0.05 -0.1 -0.15 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20

VAR

10

15

20

Braslia, fevereiro de 2012

10

15

20

10

15

20

10

15

20

10

15

20

10

15

20

Elaborao dos autores.

FIGURA 2
FAVAR 2F1L FAVAR 2F2L FAVAR 2F3L FAVAR 2F4L 0.2 0.1 0 -0.1 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 0.15 0.1 0.05 0 -0.05 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 0.1 0.05 0 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 0.2 0.1 0 -0.1 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 0.1 0.05 0 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20 -0.05 0.1 0.05 0 5 10 15 20 5 10 15 20 5 10 15 20 5 10 15 20

Comparao VAR(2) FAVAR choque da taxa de cmbio

Texto para Discusso 1 7 1 1

VAR

SELIC

10

15

20

EXCHRATE

10

15

20

IPCA

10

15

20

SWAP

Impactos dos choques na poltica monetria e no cmbio no Brasil

10

15

20

OUTPINDAJ

10

15

20

M1AJ

10

15

20

Elaborao dos autores.

25

FIGURA 3
EMBI Plus 5 0 -2 -5 -4 3 Operaes de Crdito ao Setor Privado - Comrcio 0.5 0 2 -0.5 0 3 Horas Trabalhadas na Indstria 4 2 0 -2 6 IPA - Origem 0.5 0 -0.5 -1 6 9 12 -1.5 3 6 9 12 -0.5 -1 9 12 -4 3 6 IGP - M (% a. m.) 0.5 0 9 12 4 2 0 -2 -4 3 6 9 ndice de Utilizao da Capacidade Instalada 12 6 9 12 -2 3 6 9 Commodities - Gros, Oleaginosas e Frutas 12 -1 4 6 9 12 -6 3 6 9 12 -10 0 2 Spread Mdio - Pessoa Fsica Spread Mdio - Pessoa Jurdica

26
6 9 12 Operaes de Crdito ao Setor Privado - Pessoas Fsicas 6 6 9 12 3 6 9 12

Funo impulso-resposta das variveis do FAVAR com dois fatores e dois lags ao choque de poltica monetria (12 meses frente)

-1

Operaes de Crdito ao Setor Privado - Indstria

Braslia, fevereiro de 2012

-5

-10

Pessoal Empregado na Indstria

-2

0.5

-0.5

-1

-1.5

Elaborao dos autores.

FIGURA 4
EMBI Plus 10 5 0 -5 3 Operaes de Crdito ao Setor Privado - Comrcio 0.5 0 -0.5 -1 3 Horas Trabalhadas na Indstria 4 2 0 -2 6 IPA - Origem 1.5 1 0.5 0 6 9 12 -0.5 3 6 9 12 -1 -2 9 12 -4 3 6 IGP - M (% a. m.) 1 0 9 12 -5 -10 5 0 6 9 12 -10 -5 0 6 9 12 3 -5 0 5 10 Spread Mdio - Pessoa Fsica Spread Mdio - Pessoa Jurdica

Funo impulso-resposta das variveis do FAVAR com dois fatores e dois lags ao choque da taxa de cmbio (12 meses frente)

Texto para Discusso 1 7 1 1

-1 6 9 12 6

-2

12

Operaes de Crdito ao Setor Privado - Indstria

10

Operaes de Crdito ao Setor Privado - Pessoas Fsicas 5

-5 6 9 12

Pessoal Empregado na Indstria

3 6 9 12 Commodities - Gros, Oleaginosas e Frutas

Impactos dos choques na poltica monetria e no cmbio no Brasil

-2

-4

9 ndice de Utilizao da Capacidade Instalada

12

-1

12

Elaborao dos autores.

27

Braslia, fevereiro de 2012

6 CONCLUSES
Este texto analisou os impactos dos choques na poltica monetria e no cmbio no Brasil por meio de um modelo de autorregresso vetorial estrutural aumentada por fatores dinmicos, utilizando a informao contida em um conjunto amplo de variveis econmicas brasileiras. A identificao dos choques exgenos foi obtida por restries de sinais, nas funes impulso-resposta das variveis cujas informaes no foram condensadas, deduzidas utilizando-se uma verso dinmica do modelo Mundell-Fleming. Verificou-se que os choques na poltica monetria, considerando o modelo FAVAR, tiveram um efeito muito menor no nvel geral de preos e no nvel da produo que em um modelo VAR; e que os choques no cmbio no alteraram seus impactos de forma significativa quando foram comparados os resultados do FAVAR e do VAR.
REFERNCIAS

AHMADI, A. P.; UHLIG, H. Measuring the effects of a shock to monetary policy: a Bayesian factor-augmented VAR approach with sign restrictions. 2009. (Mimeographed). BAI, J.; NG, S. Determining the number of factors in approximate factor models. Econometrica, v. 70, p. 191-221, 2002. BAUWENS, L.; LUBRANO, M.; RICHARD, J. F. Bayesian inference in dynamic econometrics models, advanced texts in econometrics. Oxford: Oxford University Press, 1999. BERNANKE, B.; BOIVIN, J. Monetary policy in a data-rich environment. Journal of Monetary Economics, v. 120, n. 1, p. 387-422, Feb. 2005. BERNANKE, B.; MIHOV, I. Measuring monetary policy. Quarterly Journal of Economics, v. 113, p. 869-902, Aug. 1998. BERNANKE, B.; BOIVIN, J.; ELIASZ, P. Measuring the effects of monetary policy: a factoraugmented vector autoregressive (FAVAR) approach. The Quarterly Journal of Economics, v. 120, n. 1, p. 387-422, 2005. CANOVA, F.; DE NICOL, G. Money matters for business cycle fluctuations in the G7. Journal of Monetary Economics, v. 49, p. 1.131-1.159, 2002. CARTER, C. K.; KOHN, P. On Gibbs sampling for state space models. Biometrika, v. 81, p. 541-553, 1994. CHRISTIANO, L.; EICHENBAUM, M.; EVANS, C. Monetary policy shocks: what have we learned and to what end? In: TAYLOR, J.; WOODFORD, M. (Eds.). Handbook of macroeconomics. Amsterdam: North-Holland, 2000.

28

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

ELIASZ, P. Likelihood-based inference in large dynamic factor models using gibbs sampling. Princeton University, 2002. (Unpublished). ______. MCMC inference in large dynamic factor models. 2005. Dissertation (PhD) Princeton University, New Jersey, 2005. chap. 2. FAUST, J. On the robustness of identified VAR conclusions about money. Carnegie-Rochester Conference Series on Public Policy, v. 49, p. 207-244, 1998. GAMERMAN, D. Simulao estocstica via cadeias de Markov. Caxambu: Associao Brasileira de Estatstica, 1996. 196 p. GELMAN, A.; RUBIN, D. B. A single sequence from the Gibbs sampler gives a false sense of security. In: BERNARDO, L. M. et. al. Bayesian statistics. 1992. GELMAN, S.; GEMAN, D. Stochastic relaxation, Gibbs distributions and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 6, p. 721-741, 1984. GEISSER, S. Bayesian estimation in multivariate analysis. Annals of Mathematical Satistics, v. 36, p. 150-9, 1965. HARVEY, A. Time series models. 2. ed. Cambridge: MIT Press, 1994. KADIYALA, R.; KARLSSON, S. Numerical methods for estimation and inference in Bayesian VAR Models. Journal of Applied Econometrics, v. 12, p. 99-132, 1997. KIM, C.-J.; NELSON, D. C. R. State-space models with regime switching. Cambridge: MIT Press, 1999. KOSE, A.; OTROK, C.; WHITEMAN, C. H. International business cycles: world, region, and country-specific factors. American Economic Review, v. 43, p. 1.216-1.239, 2003. LEEPER, E.; SIMS, C.; ZHA, T. What does monetary policy do? Brookings Papers on Economic Activity, p. 1-63, 1996. LIMA, E.; MAKA, A.; ALVES, P. Monetary policy and exchange rate shocks in Brazil: sign restrictions versus a new hybrid identification approach. In: ENCONTRO BRASILEIRO DE ECONOMETRIA, 31., 2009, Paran, Foz do Iguau. Anais... Paran: SBE, 2009. Disponvel em: <http://virtualbib.fgv.br/ocs/index.php/sbe/EBE09/paper/viewFile/934/327>. PAUSTIAN, M. Assessing sign restrictions. The B.E. Journal of Macroeconomics, v. 7, n. 1, article 23, 2007. SIMS, C. Interpreting the macroeconomic time series facts: the effects of monetary policy. European Economic Review, v. 36, p. 975-1.000, 1992. STOCK, J. H.; WATSON, M. W. Forecasting inflation. Journal of Monetary Economics, v. 44, p. 293-335, 1999. ______. Macroeconomics forecasting using diffusion indexes. Journal of Business and Economic Statistics, v. 20, p. 147-162, 2002.

29

Braslia, fevereiro de 2012

TIAO, G. C.; ZELLNER, A. On the Bayesian estimation of multivariate regression, Journal of the Royal Statistical Society, B26, p. 389-99, 1964. UHLIG, H. What are the effects of monetary policy? Results from an agnostic identification procedure. Journal of Monetary Economics, v. 52, p. 381-419, 2005.
Bibliografia Complementar

BERNANKE, B.; BLINDER, A. The federal funds rate and the channels of monetary transmission. American Economic Review, v. 82, p. 901-21, Sept. 1992. HAMILTON, J. Measuring the liquidity effect. American Economics Review, v. 87, n. 1, p. 80-97, 1997. LIMA, E. C. R.; CSPEDES, B.; MAKA, A. Monetary policy, inflation and the level of economic activity in Brazil after the Real Plan: stylized facts from SVAR models. Rio de Janeiro: Ipea, Jun. 2005. (Textos para Discusso, n. 1.101). SIMS, C. A. Macroeconomics and reality. Econometrica, v. 48, p. 1-48, 1980. STOCK, J. H.; WATSON, M. W. Implications of dynamic factor models for VAR analysis. NBER, 2005. (NBER Working Paper Series, n. 1.1467).

30

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

APNDICE A MODELO MUNDELL-FLEMING ESTOCSTICO EXTRADO INTEGRALMENTE DE LIMA, MAKA E ALVES (2009)
Neste apndice apresentado um modelo estocstico com expectativas racionais de uma economia aberta com preos rgidos, que pode ser usado para justificar as restries de sinal empregadas para identificar o modelo SVAR. Sendo ytd a demanda agregada; st a taxa de cmbio nominal (o valor da moeda domstica); pt o nvel de preo domstico; it a taxa de juros nominal domstica; mt estoque de moeda nominal; e Et(Xt) a esperana matemtica da varivel aleatria Xt condicionada informao no perodo t. As variveis so tomadas como dadas sem perda de generalidade e o nvel de preos estrangeiros e a taxa de juros foram definidas como sendo iguais a zero (p* = 0 e i* = 0). Os valores associados com o equilbrio de preos flexveis so indicados com um sobrescrito flex: (A1) (A2) (A3) (A4) A equao (A1) uma equao da curva IS de uma economia aberta onde a demanda pelo produto ydt depende de um choque de demanda dt, est aumentando a taxa de cmbio real (qt = st - pt), e diminuindo a taxa de cmbio real ex-ante. A regra de ajustamento dos preos rgidos (A2) diz que o nvel de preos no perodo t uma mdia do esperado de mercado em t - 1 prevalece em t (Et-1 ); e o preo que equilibrar o mercado no perodo t ( ). Os preos so instantaneamente perfeitamente flexveis se e eles so completamente fixos em um perodo anterior se . Graus intermedirios de flexibilidade de preos so caracterizados por . A equao (A3) uma equao LM padro onde a elasticidade-renda da demanda por moeda assumida como igual a 1. O equilbrio no mercado de capitais dado pela equao (A4), onde ct um termo que reflete o risco cambial da moeda nacional.

31

Braslia, fevereiro de 2012

Os processos estocsticos que direcionam a dinmica deste modelo oferta, demanda, poltica monetria e choques de taxas de cmbio so dados por: (A5) (A6) (A7) (A8) onde: ~ N (0,ss2), ~ N (0,sd2), ~ N (0,sm2), ~ N (0,sc2), 0 < < 1

O longo prazo ou o estado estacionrio no convenientemente caracterizado em um ambiente estocstico, porque a economia est constantemente sendo atingida por choques nas variveis de estado exgenas no estacionrias. Em vez de um equilbrio de longo prazo, trabalha-se com um conceito de equilbrio dado pela soluo formada sob preos hipoteticamente totalmente flexveis. Ento, desde que haja algum grau de rigidez do nvel de preos que impede o ajustamento instantneo completo, o desequilbrio pode ser caracterizado pela distncia entre a soluo de preos rgidos e o equilbrio de preos flexveis. Foi aplicado um procedimento em duas etapas para resolver o sistema de equilbrio (A1) - (A8). Na primeira etapa, resolvou-se por um equilbrio de preos flexveis que corresponde a este sistema. Na segunda etapa, utilizou-se o equilbrio flexprice para chegar a uma soluo completa para o sistema misto de fix-flex-price. possvel mostrar que os valores dos preos flexveis de equilbrio do modelo so dados por: (A9) (A10) (A11) (A12) (A13)

32

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

Agora foram utilizados os valores de equilbrio obtidos na primeira etapa para resolver o equilbrio de pleno emprego nesta segunda etapa: (A14) (A15) (A16) (A17) (A18) onde: O efeito do aumento de uma unidade na varivel inovao j at o perodo t ( ) sobre o valor da varivel l no tempo t, mantendo todas as outras inovaes constantes, dada por :

33

Braslia, fevereiro de 2012

[Ao impor restries de sinais, assumido que

[Ao impor restries de sinais, assumido que

34

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

APNDICE B
VARIVEIS UTILIZADAS E SUAS TRANSFORMAES. A frequncia dos dados mensal e o perodo analisado vai de janeiro de 1999 a setembro de 2008. As informaes de 73 sries macroeconmicas foram condensadas em fatores dinmicos e elas foram coletadas de diversas fontes ilustradas na tabela B.1, apresentada a seguir relacionadas a temas diversos, tais como: preo, produo, consumo, moeda, emprego, operaes de crdito, ndice de commodities, juros nominais, receita e despesa (lquidas primrias do governo central). As sries de operaes de crdito aos setores pblico e privado bem como receita lquida primria do governo central, despesa lquida primria do governo central e juros nominais do governo central foram expressas em porcentagens do PIB. Os ndices de commodities foram deflacionados pelo consumer price index (CPI) dos EUA;6 e o ndice de folha de pagamento da indstria geral foi deflacionado pelo IPCA. Depois de realizados tais procedimentos, foi aplicado o teste Dickey-Fuller aumentado (ADF) disponvel no software EVIEWS, para testar a estacionariedade das 73 variveis utilizadas. Inicialmente testou-se todas as variveis, tendo como hiptese nula (H0) a no estacionariedade da srie (presena de raiz unitria). Em seguida, as sries que se mostraram no estacionrias foram diferenciadas at que se tornassem estacionrias. Dessa forma, a tabela B.1, a seguir, mostra os resultados do ADF, bem como as transformaes feitas em cada uma das sries para que estas se tornassem estacionrias. Depois de transformar as 73 sries, foi avaliado o comportamento das sries, verificando-se que algumas delas possuam um componente sazonal. Estas sries foram ento dessazonalizadas utilizando-se o software Demetra. O modelo Sarima, bem como as intervenes no nvel e/ou do tipo outlier utilizadas no tratamento das sries sazonais, esto apresentados na tabela B.1, a seguir.
TABELA B.1
Contagem
1 2 3 EMBI Plus Prime Rate

Variveis utilizadas, teste Dickey-Fuller aumentado (ADF) e transformaes realizadas

Varivel Ajuste sazonal Transf. Interveno
5 3 5

Estatstica t Teste ADF1

-6.963139 -4.423970 -5.981570

Fonte
JP Morgan FMI/IFS BCB (Continua)

Spread mdio total pessoa fsica

6. A srie CPI foi obtida no U.S. Department Of Labor Bureau of Labor Statistics.

35

Braslia, fevereiro de 2012

(Continuao)

Contagem
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Varivel
Spread mdio total pessoa jurdica
Receita lquida total primria do governo central Despesa lquida total primria do governo central Juros nominais do governo central M0 base monetria ampliada fim perodo M2 fim perodo novo conceito M3 fim perodo novo conceito M4 fim perodo novo conceito M4 fim perodo novo conceito Faturamento real - indstria (mdia 2006 = 100) Consumo energia eltrica outros setores qde. Consumo energia eltrica comrcio qde. Consumo energia eltrica indstria qde. Consumo energia eltrica residncia qde. Consumo aparente gasolina mdia qde./dia Consumo aparente derivados de petrleo mdia Consumo aparente lcool carburante mdia Consumo aparente leo combustvel mdia Consumo aparente leo diesel mdia qde./dia Consumo aparente gs GLP mdia qde./dia Vendas caminhes nacionais qde. Vendas nibus nacionais - qde. Vendas automveis nacionais qde. Vendas veculos comerciais leves nacionais qde

Ajuste sazonal

Transf. Interveno
5

Estatstica t Teste ADF1

-6.024443 BCB

Fonte

(111)(011)(s) T (313)(011)(s) X

3 3 1 5

No No

-14.94242 -7.325986 -4.982415 -11.52102

Tesouro Nacional Tesouro Nacional Tesouro Nacional BCB BCB BCB BCB CNI ACSP/IEGV Eletrobrs Boletim SIESE Eletrobrs Boletim SIESE Eletrobrs Boletim SIESE Eletrobrs Boletim SIESE ANP ANP ANP ANP ANP ANP Anfavea Anfavea Anfavea Anfavea

(021)(100)(s) T

4 4

AO2007.12 No

-9.574856 -9.208564 -5.304167 -14.28807

(010)(011)(s) X

5 6

(213)(011)(s) X (011)(011)(s) T (011)(011)(s)T (210)(101)(s)T (112)(100)(s)T (101)(100)(s)X (112)(100)(s)X

3 3 3 5 3 3 3 5

No No AO2002.05 No No No AO2003.03

-4.786337 -11.43101 -4.164006 -11.91476 -9.386045 -13.72163 -15.55368 -17.32912

(210)(100)(s)T (012)(011)(s)X (111)(011)(s)X (210)(011)(s)T (111)(101)(s)X

3 3 4 3 3 5 5

No AO2007.01 LS2003.01 + LS2002.12 No AO2007.12 + AO2007.03

-15.28919 -15.55368 -16.12654 -14.32466 -14.34117 -12.37408 -18.52610

28

SPC nmero de consultas

(210)(011)(s) X

LS2002.10 + LS2001.09 + LS2001.06 + AO2000.01 + LS1999.03

-11.05852

ACSP/IEGV

29 30 31 32

Operaes de crdito ao setor pblico governo federal Operaes de crdito ao setor pblico governos estaduais e municipais Operaes de crdito ao setor privado indstria Operaes de crdito ao setor privado habitao

5 5 5 5

-12.75360 -11.22871 -10.06740 -10.36862

BCB Boletim/Moeda BCB Boletim/Moeda BCB Boletim/Moeda BCB Boletim/Moeda (Continua)

36

Texto para Discusso 1 7 1 1

(Continuao)

Impactos dos choques na poltica monetria e no cmbio no Brasil

Contagem

Varivel

Ajuste sazonal

Transf. Interveno
LS2003.12 + LS2001.12 + LS2001.06 + LS2000.09 + LS1999.06 + AO1999.01 AO2000.05

Estatstica t Teste ADF1

Fonte

33

Operaes de crdito ao setor privado rural

(311)(011)(s)X

-8.698779

BCB Boletim/Moeda

34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62

Operaes de crdito ao setor privado comrcio Operaes de crdito ao setor privado pessoas fsicas Operaes de crdito ao setor privado outros servios Pessoal empregado na indstria Horas trabalhadas na indstria

(211)(011)(s)X

3 5 5

-9.325594 -4.328540 -9.243178

BCB Boletim/Moeda BCB Boletim/Moeda BCB Boletim/Moeda CNI CNI Ipea Ipea Ipea Ipea Ipea Ipea FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ FGV/Conj. Econ. FGV/Conj. Econ FGV/Conj. Econ FGV/Conj. Econ FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ. FGV/Conj. Econ. IBGE/SNIPC IBGE/SNIPC (Continua)

(111)(011)(s)X (211)(011)(s)X

6 6 5

No No

-3.800763 -10.47470 -8.456636

Commodities geral preo ndice (jan. 2002 = 100) Commodities carnes - preo ndice (jan. 2002 = 100) Commodities gros, oleaginosas e frutas preo ndice (jan. 2002 = 100) Commodities matrias primas preo ndice Commodities minerais preo ndice Commodities petrleo e derivados preo ndice
IGP-DI geral ndice (ago. 1994 = 100) INCC geral ndice (ago. 1994 = 100) IPA origem (taxa de variao) IPA origem prod. industriais ind. transf. ndice IPA origem prod. agropecurios - ndice IPA origem prod. industriais - ndice IPA-EP bens finais - ndice IPA-EP bens finais bens de consumo - ndice IPA-EP bens finais bens de consumo alimentao IPA-EP bens finais bens de consumo combustveis ndice IPA-EP bens finais bens de consumo durveis ndice IPA-EP bens finais bens de investimento ndice IPA-EP bens intermedirios - ndice IPA-EP matrias-primas brutas - ndice IPC (FGV) taxa de variao IGP-M taxa de variao % a.m. INPC alimentos e bebidas var. INPC artigos de residncia var.

(110)(101)(s)X

3 5 5

LS2008.05 + LS2008.03 + AO2003.11

-9.221395 -6.332384 -8.505873

(101)(100)(s)X

3 5 5 6 1 5

LS2008.01 + AO2006.05

-9.289132 -9.479198 -5.169580 -3.668726 -6.179672 -5.144444

(210)(000)(s)T

3 5 5 5 5 5 5 5 5

AO1999.01

-5.125549 -5.331656 -5.941512 -6.003884 -6.563695 -7.016699 -4.381232 -5.355299 -5.090585

(210)(000)(s)T

3 1 1 1 1

LS2008.08 e AO1999.01

-9.951343 -6.178120 -5.452514 -5.789328 -3.563335

37

Braslia, fevereiro de 2012

(Continuao)

Contagem
63 64 65 66 67 68 69

Varivel
INPC despesas pessoais var. INPC habitao var. INPC sade e cuidados pessoais var. INPC transportes var. INPC vesturio var. Utilizao da capacidade instalada - indstria Folha de pagamento indstria geral - ndice

Ajuste sazonal

Transf. Interveno
1 1 1 1

Estatstica t Teste ADF1

-7.395325 -8.248474 -5.963414 -6.215845

Fonte
IBGE/SNIPC IBGE/SNIPC IBGE/SNIPC IBGE/SNIPC IBGE/SNIPC CNI IBGE/PIMES

(111)(011)(s)X (110)(100)(s)X (212)(011)(s)X

3 3 3

AO2000.03 AO2001.12 No AO2008.03 + LS2006.04 + LS2005.04 + AO2005.04 + AO2004.04 + LS2003.04 LS2002.11 + LS2001.04 + LS1999.04 + AO1999.04

-13.82525 -13.53612 -15.43087

70

Salrio mnimo real

(110)(011)(s)X

-14.05179

IPEA

71 72 73 74 75 76 77 78 79

Taxa de juros TJLP Taxa de juros TR ndice de aes Ibovespa fechamento Taxa de juros Overnight/Selic Taxa de cmbio comercial para compra (R$) / (US$) IPCA ndice geral

3 1 1 1 1 1 1 (212)(011)(s)X (111)(011)(s)X 1 1 LS2003.09 AO1999.01

-3.885312 -5.502774 -9.537870

BCB Boletim/M. Finan BCB Boletim/M. Finan. BM&FBOVESPA BCB-DEMAB BCB Boletim/BP IBGE/SNIPC BM&FBOVESPA BCB IBGE/PIM-PF BCB-Depec

Swap Taxa referencial de swaps DI pr Produo industrial da indstria geral ndice de quantum Meios de pagamento M1
Dickey-Fuller Aumentado 1% 5% 10% Elaborao prpria Nota: Obs.:
1 1

-3.488063 -2.886732 -2.580281

A estatstica t do teste ADF se refere varivel na ltima transformao. . Equao de teste: variveis com constante.

2. A interveno LS corresponde interveno no nvel e a interveno AO corresponde interveno de outlier. 3. Na coluna Ajuste sazonal, a incluso do ndice X representa que o modelo foi ajustado pelo X-12 Arima e o T indica que o modelo foi ajustado pelo Tramo Seats. Legenda das transformaes: (1) nenhuma mudana; (2) logaritmo; (3) primeira diferena da srie; (4) primeira diferena do logaritmo da srie; (5) segunda diferena da srie; (6) segunda diferena do logaritmo da srie.

38

Texto para Discusso 1 7 1 1

Impactos dos choques na poltica monetria e no cmbio no Brasil

Duas das variveis no condensadas em fatores dinmicos (as seis ltimas apresentadas na tabela B.1), M1 e produo industrial, passaram pelo mesmo procedimento no software Demetra, para eliminar o componente sazonal das mesmas. As seis sries passaram por uma transformao logartmica antes de serem includas no modelo. Por fim, o banco de dados utilizado neste trabalho constitudo por 79 sries econmicas, sendo que 73 foram condensadas em fatores dinmicos e seis no.

39

APNDICE C

40
ao choque de poltica monetria (12 meses frente)7
Spread Mdio - Pessoa Jurdica 5 0.5 0 -0.5 3 M3 6 9 0 0 12 1 0 -1 3 Faturamento Real - Indstria 0.5 0 -0.5 3 Cons. Aparente - Gasolina 6 9 12 3 6 -0.5 0 Inadimplencia (ndice) Cons. energ. eltrica Outros Set. 0.5 0 -0.5 9 12 6 9 12 3 6 9 12 3 6 9 12 -5 -1 -0.5 0 0 0 Juros Nom. Gov. Central 5 1 0.5 M0 M2 -0.5 3 6 9 12 3 6 9 12 3 6 9 12 -10 -5 12 -5 Receita Liq. Tot. Prim. GC 1 0.5 0 Prime Rate Spread Mdio - Pessoa Fsica 5 12 5 0 -5 3 0.5 0 -0.5 3 Cons. Ap. - Gs GLP 6 9 12 -0.5 0 6 9 12 Cons. energ. eltrica - Residencia 0.5 0 -0.5 3 Cons. Ap. - leo Diesel 0.5 0 -0.5 3 6 6 9 12 3 6 9 12 Cons. energ. eltrica - Comrcio 0.5 12 3 5 0 -5 3 0.5 0 -0.5 9 12 6 9 Vendas - Caminhes nacionais 12 6 9 Cons. Ap. - Alcool Carburante 12 Cons. Ap. - Derivados de Petrleo 0.5 12 0.5 0 -0.5 3 6 9 12 3 1 0 -1 3 6 9 12 6 9 Vendas - onibus nacionais 12 12 3 6 9 12

FUNO IMPULSO-RESPOSTA PARA TODAS AS VARIVEIS DO CONJUNTO

FIGURA C.1

Funo impulso-resposta das variveis do conjunto de dados

EMBI Plus

-5

0.5

Despesa Liq. Tot. Prim. GC

Braslia, fevereiro de 2012

-0.5

M4

-5

Cons. energ. eltrica - Indstria 5

-5

0.5

Cons. Ap. - leo combustvel

-0.5

Elaborao dos autores.

7. Torna-se importante observar que, nas funes impulso-resposta apresentadas nas figuras C.1, C.2, C.3, C.4, C.5 e C.6, os valores das variveis tambm sofreram integrao para os valores em nvel das mesmas, ou seja, as escalas originais observadas antes das diferenciaes mencionadas no presente artigo.

FIGURA C.2
ao choque de poltica monetria (12 meses frente)
SPC - n consultas 0 0 -2 9 Oper. Crd. Set. Privado. - Habitao 5 0 -5 3 5 0 -5 3 nd. Commodities - Minerais 6 9 12 -5 0 Horas Trabalhadas - Indstria 5 6 9 12 3 6 9 12 3 6 Pessoal Empregado - Indstria 5 0 -5 3 nd. Commodities - Mat. Primas 5 0 -5 3 6 9 12 -1 -0.5 0 0 Oper. Crd. Set. Privado. - Rural 1 Oper. Crd. Set. Privado. - Comrcio 0.5 10 0 -10 9 12 12 -5 3 6 9 12 3 6 9 12 3 6 9 12 -0.5 -4 -5 3 6 9 Oper. Crd. Set. Privado. - PF 0 0 Oper. Crd. Set. Pub. - Gov Fed. 2 Vendas - Veculos Com. Leves - Nac. 5 0.5

Funo impulso-resposta das variveis do conjunto de dados

Texto para Discusso 1 7 1 1

Vendas - Automveis Nacionais 5

Oper. Crd. Set. Pub. - Gov Est.e Mun. 5

-5

12

Oper. Crd. Set. Privado. - Indstria 10

-10 9 12

3 0.5 0 -0.5

9 nd. Commodities - Carnes

12

Oper. Crd. Set. Privado. - Outros servios 5

nd.Commodities - Geral

-5 9 5 0 -5 3 IPA 6 9 12 12

12 nd. Commodities - Petrleo/ Derivados 5 0 -5

3 20 0 -20

6 IGP - DI

12

Impactos dos choques na poltica monetria e no cmbio no Brasil

nd. Commodities - gros, oleag. e frutas 5

-5 9 2 0 -2 3 6 9 0 -20 12 12

12

3 1 0 -1

9 IPA - Produtos Agropecurios

12

3 20 0 -20

9 IPA - Produtos Industriais

12

INCC

IPA - Prod. Ind. - Ind. Transformao 20

-5 9 12

12

12

12

41

Elaborao dos autores.

FIGURA C.3
ao choque de poltica monetria (12 meses frente)
IPA - EP - BF - BC - combustveis 5 0 -5 3 2 0 -2 3 6 IPC 2 0 -2 9 12 6 9 12 -10 3 6 9 12 -10 3 -5 6 IGP - M 9 0 IPA - EP - BF - Bens Cons. Durveis 5 IPA - EP - Bens Finais - Bens Consumo 5 0 -5 12 20 0 -20 3 INPC - artigos de residencia 1 0 -1 3 6 9 12 -1 0 1 INPC - Despesas Pessoais 6 9 12 3 6 9 12 -1 0 IPA - EP - Bens Intermedirios IPA - EP - Matrias-Primas Brutas 1 -10 3 6 9 12 -10 -5 0 IPA - EP - BF - BC - alimentao 5

42
12 2 0 -2 3 INPC - Vesturio Utilizao da Capacidade Instalada 1 0 -1 3 6 9 12 3 6 9 INPC - Sade e cuidados pessoais 1 0 -1 3 6 9 Folha de Pagamento - Ind. Geral 0.5 0 -0.5 6 9 12 12 INPC - Habitao 12 0.5 0 -0.5 3 Taxa de Juros - TR 6 9 12 3 0.5 0 -0.5 3 6 9 12 6 9 Salrio Mnimo Real 12 1 0 -1 3 6 9 0 -0.5 12 3 6 9 ndice de Aes - Ibovespa - fechamento 0.5 12 3 6 9 12

Funo impulso-resposta das variveis do conjunto de dados

IPA - EP - Bens Finais

-5

-10

12

IPA - EP - BF - Bens de Investimento 10

Braslia, fevereiro de 2012

-10

12

INPC - Alimentos e Bebidas

-2

12

INPC - Transportes

-1

12

Taxa de juros - TJLP

-1

Elaborao dos autores.

FIGURA C.4
ao choque da taxa de cmbio (12 meses frente)
Spread Mdio - Pessoa Jurdica 10 1 0.5 5 -0.5 12 2 0 -2 3 Faturamento Real - Indstria 1 0 -1 3 Cons. Aparente - Gasolina 6 9 12 -0.5 0 Inadimplencia (ndice) 6 9 12 3 6 9 12 3 6 9 -10 -1 0 0 Juros Nom. Gov. Central 10 1 1 0 -1 12 M0 M2 -1 3 6 9 12 3 6 9 12 3 6 9 12 3 0 0 -0.5 0 6 M3 9 12 5 Receita Liq. Tot. Prim. GC 0.5 0 Prime Rate Spread Mdio - Pessoa Fsica 10

Funo impulso-resposta das variveis do conjunto de dados

Texto para Discusso 1 7 1 1

EMBI Plus

-5

Despesa Liq. Tot. Prim. GC

-1 12 5 0 -5 3 0.5 0 -0.5 3 6 6 9 12 Cons. energ. eltrica - Residencia 1 0 -1 3 Cons. Ap. - leo Diesel 0.5 0 -0.5 6 9 12

9 Cons. energ. eltrica - Comrcio 0.5 0 -0.5

12

M4

Cons. energ. eltrica Outros Set. 0.5

-5 12

9 Cons. Ap. - Derivados de Petrleo 0.5 0 -0.5

12

3 5 0 -5

9 Cons. Ap. - Alcool Carburante

12

Impactos dos choques na poltica monetria e no cmbio no Brasil

Cons. energ. eltrica - Indstria 5

-5 12 0.5 0 -0.5 3 6 9 12

12

3 1 0 -1

9 Vendas - Caminhes nacionais

12

3 1 0 -1

9 Vendas - onibus nacionais

12

0.5

Cons. Ap. - leo combustvel

Cons. Ap. - Gs GLP

-0.5 12

12

12

12

43

Elaborao dos autores.

FIGURA C.5
ao choque da taxa de cmbio (12 meses frente)
SPC - n consultas Oper. Crd. Set. Pub. - Gov Fed. 5 0 0 12 Oper. Crd. Set. Privado. - Habitao 5 0 -5 3 5 0 -5 3 nd. Commodities - Minerais 6 9 12 -5 0 Horas Trabalhadas - Indstria 5 6 9 12 3 6 9 12 3 6 Pessoal Empregado - Indstria 5 0 -5 3 nd. Commodities - Mat. Primas 5 0 -5 3 6 9 12 -1 -1 0 0 Oper. Crd. Set. Privado. - Rural 1 Oper. Crd. Set. Privado. - Comrcio 1 10 0 -10 9 12 -5 3 6 9 12 3 6 9 12 3 6 9 12 -0.5 -5 -5 3 0 6 9 Oper. Crd. Set. Privado. - PF 12 0 Oper. Crd. Set. Pub. - Gov Est.e Mun. 5 Vendas - Veculos Com. Leves - Nac. 10 1 0.5 5

44
12 3 0.5 0 -0.5 3 6 9 12 nd. Commodities - Petrleo/ Derivados 5 0 -5 6 9 12 6 9 nd. Commodities - Carnes 12 nd.Commodities - Geral 12 5 0 -5 3 IPA 6 9 12 3 20 0 -20 3 1 0 -20 12 -1 3 6 9 12 6 9 IPA - Produtos Agropecurios 12 6 IGP - DI 9 12 12 2 0 -2 3 6 9 0 3 20 0 -20 3 6 9 12 6 9 IPA - Produtos Industriais 12 IPA - Prod. Ind. - Ind. Transformao 20 12 3 6 9 12

Funo impulso-resposta das variveis do conjunto de dados

Vendas - Automveis Nacionais 5

-5

Oper. Crd. Set. Privado. - Indstria 10

Braslia, fevereiro de 2012

-10

Oper. Crd. Set. Privado. - Outros servios 5

-5

nd. Commodities - gros, oleag. e frutas 10

-10

INCC

-5

Elaborao dos autores.

FIGURA C.6
ao choque da taxa de cmbio (12 meses frente)
IPA - EP - BF - BC - combustveis 10 5 0 3 2 0 -2 3 6 9 INPC - Habitao IPC 2 0 -2 12 6 9 12 -5 3 6 9 12 3 -5 0 6 IGP - M 9 12 5 IPA - EP - BF - Bens Cons. Durveis 10 IPA - EP - Bens Finais - Bens Consumo 10 5 0 12 20 10 0 3 INPC - artigos de residencia 1 0 -1 3 6 9 12 -1 0 1 INPC - Despesas Pessoais 6 9 12 3 6 9 12 -1 0 IPA - EP - Bens Intermedirios IPA - EP- Matrias-Primas Brutas 1 -5 3 6 9 12 -5 0 5 IPA - EP - BF - BC - alimentao 10

Funo impulso-resposta das variveis do conjunto de dados

Texto para Discusso 1 7 1 1

20

IPA - EP - Bens Finais

10

-10

IPA - EP - BF - Bens de Investimento 20

10

0 12 2 0 -2 3 INPC - Vesturio Utilizao da Capacidade Instalada 2 0 -2 3 6 6 9 12

9 INPC - sade e cuidados pessoais 2 0 -2

12

INPC - Alimentos e Bebidas

-2 12 0.5 0 -0.5 3 Taxa de Juros - TR 6 9 12

9 Folha de Pagamento - Ind. Geral 0.5 0

12

3 0.5 0

9 Salrio Mnimo Real

12

Impactos dos choques na poltica monetria e no cmbio no Brasil

INPC - Transportes

-2 12 2 0 -2 3 6 9 12 -1 0

12

-0.5

12

-0.5

12

Taxa de Juros - TJLP

ndice de Aes - Ibovespa - fechamento 1

-1 12

12

45

Elaborao dos autores.

 Instituto de Pesquisa Econmica Aplicada Ipea 2012

EDITORIAL
Coordenao

Cludio Passos de Oliveira

Superviso

Everson da Silva Moura Marco Aurlio Dias Pires

Reviso

Andressa Vieira Bueno Laeticia Jensen Eble Luciana Dias Jabbour Mariana Carvalho Olavo Mesquita de Carvalho Reginaldo da Silva Domingos Celma Tavares de Oliveira (estagiria) Patrcia Firmina de Oliveira Figueiredo (estagiria)
Editorao eletrnica

Aline Rodrigues Lima Andrey Tomimatsu Bernar Jos Vieira Danilo Leite de Macedo Tavares Jeovah Herculano Szervinsk Junior Daniella Silva Nogueira (estagiria) Leonardo Hideki Higa (estagirio)
Capa

Lus Cludio Cardoso da Silva

Projeto Grfico

Renato Rodrigues Bueno

Livraria do Ipea

SBS Quadra 1 - Bloco J - Ed. BNDES, Trreo. 70076-900 Braslia DF Fone: (61) 3315-5336 Correio eletrnico: livraria@ipea.gov.br Tiragem: 500 exemplares

Misso do Ipea Produzir, articular e disseminar conhecimento para aperfeioar as polticas pblicas e contribuir para o planejamento do desenvolvimento brasileiro.

IS SN 1 41 5- 4765

9 77141

54 7600 1