DADOS DO GOOGLE APLICADOS A EXPECTATIVAS DO CONSUMIDOR

Transcrição

1 DADOS DO GOOGLE APLICADOS A EXPECTATIVAS DO CONSUMIDOR Aluno: Lucas Maneschy Costa Ferreira Orientador: Carlos Viana de Carvalho Introdução O consumo corresponde a maior porcentagem do Produto Interno Bruto. Desde a década de 1970 foi estudado a significância dos índices e sondagens de confiança do consumidor para a previsão de variáveis dependentes que medem o consumo, como é o caso do volume de vendas do varejo, nível de despesas das famílias, entre outras. Os resultados, na grande maioria das pesquisas anteriores, constatam que índices e sondagens de confiança e de expectativas do consumidor de fato melhoram o poder de predição em modelos vetoriais auto regressivos, auto regressivos e de correção de erros. O escopo da pesquisa é verificar se os resultados já existentes na literatura norte americana [1] [2], no que concernem previsões in-sample podem ser aperfeiçoadas usando um novo índice de confiança, baseado em dados do Google Trends, sítio eletrônico que mede a popularidade de termos e tópicos de pesquisa no Google. Outra parte da literatura [4], porém, aponta que previsões as quais usam dados em tempo real, ou seja, não revisados, não são melhoradas, mas sim pioradas quando incluímos índices de confiança do consumidor. Isso aponta para a inutilidade desses índices ao fazermos previsões em tempo real. Apesar desta constatação, fazemos previsões in-sample, e não outsample, como ocorre na literatura mais recente, o que diminui nossa preocupação com os novos desafios mencionados. O Índice de Confiança do Consumidor (ICC) da Fundação Getúlio Vargas, e o Índice Nacional de Expectativas do Consumidor da Confederação Nacional das Indústrias (INEC) foram utilizados para a reprodução da literatura norte americana, ao caso brasileiro. A construção e uso de índices com base no Google tem uma literatura anterior muito limitada. Usamos o Erro Quadrático Médio, o R² ajustado das regressões, junto dos p-valores dos coeficientes dos índices de confiança, como forma de assegurar a significância e perda ou ganho de poder de previsibilidade. Resumir-se-á a baixo os índices utilizados. A seguir trataremos dos modelos usados para previsão. Depois, da construção, ainda em processo de conclusão, do índice baseado em buscas no Google (IBG), dos métodos de construção nas pesquisas americanas [1] [2] e australiana [3], e qual foi o preferido no atual trabalho. Por fim, concluímos com uma discussão sobre os próximos passos ainda a serem tomados na pesquisa. Índices de Confiança do Consumidor A. Sondagem do Consumidor Fundação Getúlio Vargas A Sondagem da Fundação Getúlio Vargas ocorre desde 1966, sendo que apenas em 2005 a sondagem se tornou mensal. As questões da sondagem abordam as intenções e opiniões dos consumidores entrevistados relativos a: situação econômica local, situação financeira da família, poupança, emprego, compra de bens duráveis, exceto imóveis e automóveis, que são considerados em questões a parte, intenção de viajar, expectativa da inflação e das taxas de juros.

2 As perguntas são feitas sobre a situação atual, e ou de seis meses a frente, e no caso particular da inflação o horizonte de tempo se estende a um ano. As possibilidades de resposta são cinco para a avaliação presente, muito boa/muito ruim, boa/ruim ou normal; muito fácil/muito difícil, fácil/difícil ou normal. Também são cinco para a avaliação futura de seis meses, muito melhor/muito pior, melhor/pior ou igual; mais fácil/mais difícil, fácil/difícil ou igual. As questão referente a inflação é de natureza quantitativa, sobre a taxa de juros se limita a responder se ela, subirá, cairá ou se se manterá. Pergunta-se ao entrevistado se comprará, se é incerto ou se não comprará um automóvel, imóvel, ou se reformará o imóvel que possui. Essas avaliações são críticas para entender a influência das defasagens do índice na previsão de vendas do varejo e despesa das famílias. O índice é divulgado dois dias após o fim da coleta, o que ocorre na terceira semana do mês. B. Índice Nacional de Expectativas do Consumidor CNI O INEC foi modificado algumas vezes desde sua criação em Ele continuou como um índice trimestral até que em 2010 a periodicidade foi alterada para uma divulgação mensal do índice. Os dados coletados para a pesquisa, contudo, são trimestrais e a série que era mensal foi transformada em dados trimestrais através de uma média igualmente ponderada para cada mês. O INEC, portanto, não foi utilizado para as regressões com bases mensais que foram feitas com o ICC-FGV. Este último, contudo, foi também aglomerado em trimestres a fim de poder ser comparado com o INEC. As questões do INEC são 6: expectativas para os seis meses seguintes em relação aos seis meses anteriores para a; inflação, desemprego, renda pessoal e compras de bens de maior valor. Os temas das questões da situação atual em relação aos três meses anteriores são: situação financeira atual e endividamento. As respostas são: vai aumentar muito, vai aumentar, não vai aumentar, vai diminuir, vai diminuir muito para as primeiras três, e diminuir muito, diminuir, manter mais ou menos os mesmos, aumentar, aumentar muito, para a quarta. O quinto e sexto tema a serem respondidos tem respostas respectivamente: muito pior, pior, igual, melhor, muito melhor, e muito mais endividado, mais endividado, mesmo dos últimos três meses, menos endividado, muito menos endividado. Modelos Seguindo, ainda que não completamente, a literatura americana [1], foram selecionados dois modelos: um modelo de correção de erros (ECM), e um modelo Auto Regressivo (AR) com a primeira diferença dos índices de confiança como variável explicativa. O ECM é o modelo que, quando adicionamos ao índice de confiança, captura uma relação de longo prazo e de curto prazo entre a variável dependente e o índice. A. ECM A variável dependente, assim como suas defasagens do lado direito da equação, pode ser a diferença das observações presente e anterior, ou o logaritmo da mesma. A variável S é o índice de confiança do consumidor, em nível, a diferença entre as observações presente e a anterior é o S precedido do delta. Ambas são integradas de ordem 1, e cointegradas de ordem 0 pelo teste ADF realizado no resíduo da regressão de S em C. Na figura a baixo, vemos a regressão do modelo ECM. Percebemos que o intercepto não é significante para um p-valor > 10%, mas a defasagem da primeira diferença do Volume

3 mensal de Vendas do varejo o é. O R² ajustado é muito baixo, 0, Contudo, também o é na literatura americana [1]. Figura 1 Modelo ECM sem o ICC como variável Figura 2 Modelo ECM com o ICC como variável

4 Em comparação com o mesmo modelo, tendo o índice da Fundação Getúlio Vargas adicionado à regressão, temos um R² ajustado bem maior, de 0,2405. Além disso, todas as variáveis explicativas possuem um p-valor maior que 10%. B. Modelos Auto Regressivos Os modelos auto regressivos também apresentam um bom desempenho, porém aqui, a variável dependente é a primeira diferença da observação presente com a anterior, do Volume de Vendas do varejo. À baixo mostramos, em uma figura, a regressão do primeiro modelo auto regressivo, com T=3. Depois, adicionamos o índice de confiança da Fundação Getúlio Vargas a regressão. Figura 3 Modelo AR sem ICC como variável A variável t foi adicionada, pois a série possuía uma tendência determinística. Observa-se um R² ajustado de 0,08634 o que é muito baixo, o mais importante, porém, é a não significância da segunda e terceira defasagens do logaritmo neperiano do Volume de Vendas do Varejo. A regressão não está bem estimada, seria melhor um AR(1) no lugar do AR(3). Contudo, o último é o melhor número de defasagens para o modelo que incluí o ICC- FGV. Ao regredir com o ICC, percebe-se uma melhora do R² ajustado, agora é 0,1869. Todos os coeficientes são significantes. O melhor modelo é o ECM, contudo, devido a suas características já mencionadas. Qualquer outro seria uma ênfase aos resultados. O uso da primeira diferença do ICC, ao invés do índice em nível, não possui significância estatística. O uso desse modelo é, portanto, questionável.

5 Figura 4 Modelo AR com ICC como variável Construção do Índice baseado nas buscas do Google As seleções de tópicos de pesquisa são basicamente duas: faz se uma análise de variância e covariância entre os dados selecionados e as das variáveis dependentes, e observase se elas seguem o comportamento esperado. As que obedecem são adicionadas ao índice, as demais eliminadas. O maior empecilho a essa abordagem é que para haver maior certeza de que as variáveis estão de fato seguindo seus comportamentos hipotéticos, é necessário repetir esse procedimento para outras bases que não apenas as de abrangência nacional, mas também as de nível estadual. Esses dados, porém, não são acessíveis, ou não foram ainda encontrados. O outro método de seleção é usar análise fatorial, como, por exemplo, o Kaiser-Gutmann. A atual etapa da pesquisa consiste em pesquisar tópicos de busca no Google Trends. Procura-se fazer uma seleção tal com em [1], a tarefa se mostra árdua, porém, devido a falta de dados. Uma seleção usando análise fatorial é, portanto, uma opção muito mais atraente. Contudo, ainda se busca usar a covariância entre si e com as variáveis dependentes, Volume de Vendas no Varejo e despesa com consumo das famílias, dados mensais e trimestrais, respectivamente. Conclusão O próximo passo é bem direto. Repetiremos os passos realizados com o ICC e o INEC, mas com o IBG e compararemos ambos na previsão in-sample das variáveis dependentes. O ICC, como visto, melhorou em muito o R² ajustado das regressões. Como o Índice Google se baseia em dados mais coletados em tempo real, se espera que ele seja mais eficiente em melhorar as previsões. Referências

6 1 PENNA, N. D. ;HUANG, H. Constructing consumer Sentiment Index for U.S. Using Internet Search Patterns. Working Paper No , University of Alberta, Disponível em : Acesso em: 16 mar VARIAN, H. ;CHOI, H. Predicting the Present with Google Trends. Economic Record, v.88, n.2, p. 2-9, jun Disponível em: berkeley.edu/~hal/papers /2011/ptp.pdf. Acesso em: 7 dez SCHIMDT, T. ;VOSEN, S. Forecasting Private Consumption: Survey-based Indicators vs. Google Trends. Ruhr Economic Papers No. 155, Leibniz Institute for Economic Research, Disponível em: Acesso em: 16 mar CROUSHORE, D. Do consumer-confidence indexes help forecast consumer spending real time? North American Journal of Economics and Finance v.16(3), p , 2005.