4 Análise Empírica Nessa seção, testaremos a hipótese de que a CPNKH de países com metas de inflação é linear, como nos indicam as derivações do modelo novo-keynesiano, assumindo o seguinte formato: = + + + +, (11) cujo termo constante surge na representação empírica da CPNKH por não se utilizarem variáveis em desvio do steady-state. Essa hipótese de linearidade da CPNKH é testada contra uma alternativa de não-linearidade na forma do modelo STR, apresentada na equação (12) abaixo: = + + + + (12) ;, + + + + onde,, são os parâmetros da parte linear da equação,,, são os parâmetros da parte não-linear do modelo, γ e c são os parâmetros de suavidade e de localização da transição, é a variável de transição e f é a função logística. Escolhemos analisar países em que vigore o sistema de metas de inflação como arcabouço principal de política monetária por acreditarmos que isso nos proporciona um maior grau de comparabilidade entre os resultados obtidos para cada país. Isso pois essas economias costumam ter, além do sistema de metas de inflação per se, outras instâncias de política econômica em comum, como câmbio flutuante, uso da taxa de juros de curto prazo como instrumento de política monetária, etc. Além disso, o sistema de metas de inflação, implementado primeiramente pela Nova Zelândia em 1990, vem sendo utilizado por um número cada vez maior de países ao longo dos anos, tendo já se firmado como arcabouço relevante de
32 política monetária em mais de 20 economias industriais e emergentes 20. Nossa amostra contém dados de 13 desses países, e para cada um deles testaremos a hipótese de linearidade na CPNHK, o que nos permitirá tirar conclusões gerais sobre a dinâmica de inflação em países com o sistema de metas. Estudaremos um total de 13 países: África do Sul, Brasil, Chile, Colômbia, Coréia do Sul, Hungria, Israel, México, Peru, Polônia República Tcheca e Tailândia. Além disso, incluímos também na base de dados os Estados Unidos, cujo banco central, mesmo não tendo adotado formalmente o sistema de meta de inflação, tem dado demonstrações de perseguir um nível constante de inflação em torno de 2% ao ano 21. A inclusão dos Estados Unidos na amostra nos é de grande valia por permitir-nos comparar os resultados obtidos com os já existentes na literatura sobre a Curva de Phillips. Dentre os países de nossa amostra, primeiro a adotar o sistema de metas de inflação foi o Chile, em 1990, seguido por Israel em 1991, Peru em 1994, República Tcheca, Coréia do Sul e Polônia em 1998, México, Brasil e Colômbia em 1999, África do Sul e Tailândia em 2000 e, finalmente, Hungria em 2001. A seguir, descreveremos nossa base de dados, após o que apresentaremos os resultados dos testes de linearidade e, por fim, os coeficientes estimados da CPNKH de cada um desses países. 4.1. Dados Para cada um dos 13 países analisados, a amostra tem periodicidade mensal, inicia-se após a adoção do sistema de metas de inflação de modo a mantermos uma homogeneidade de políticas dentro do período amostral e estende-se até dezembro de 2008, último período para o qual obtivemos observações de todas as séries usadas 22. Quando não dispusermos de dados que remetam ao início do período com metas, utilizaremos a maior extensão que for possível. 20 Para uma exposição abrangente das experiências iniciais de implementação do sistema de metas de inflação, ver o survey de MISHKIN e SCHMIDT-HEBBEL (2001). 21 Ver declarações do vice-presidente do Federal Reserve, Donald Kohn, em WALL STREET JOURNAL (2009). 22 Para a Polônia, não possuímos dados referentes ao segundo semestre de 2008.
33 Tabela 1 Descrição da Base de Dados Adoção do Sistema de Metas Início da Amostra Fim da Amostra Total de Observações 1 África dosul fev-2000 jan-2003 dez-2008 72 2 Brasil jun-1999 jan-2000 dez-2008 108 3 Chile jan-1990 jan-2001 dez-2008 96 4 Colombia set-1999 jan-2001 dez-2008 96 5 Coréia do Sul jan-1998 jan-1998 dez-2008 132 6 Estados Unidos N.D. mar-1993 dez-2008 190 7 Hungria jun-2001 jun-2001 dez-2008 91 8 Israel jan-1991 jan-1995 dez-2008 168 9 México jan-1999 jan-1999 dez-2008 120 10 Peru jan-1994 jan-2002 dez-2008 84 11 Polônia out-1998 dez-2000 jun-2008 91 12 Rep. Tcheca jan-1998 mai-1999 dez-2008 116 13 Tailândia abr-2000 jan-2001 dez-2008 96 Fontes: International Finacial Statistics e Consensus Economic Forecasts Os dados de inflação, produção industrial e taxa de juros são do International Finantial Statistics, do FMI. A série de inflação é construida como diferença em log do índice de preços ao consumidor, em termos anuais. A taxa de juros utilizada é a money market rate, também anualizada. Já o hiato do produto é calculado pela diferença em log entre o índice de produção industrial com ajuste sazonal e sua tendência estatística, calculada pelo filtro Hoddrick- Prescot. Utilizamos também a diferença em log entre a produção industrial e uma tendência quadrática como medida alternativa de hiato, de modo a testarmos a robustez dos resultados à escolha da metodologia de cálculo do hiato. A série de inflação esperada, por sua vez, advém da pesquisa Consensus Economic Forecast, que coleta mensalmente expectativas de mais de 700 economistas de diversos países. Como não são divulgadas as expectativas dos agentes para a inflação do mês seguinte à coleta, mas somente para a do ano em que a coleta é feita e para a do ano seguinte, nossa série para será, na verdade, uma série de inflação esperada para os próximos 12 meses, construída como média ponderada das expectativas para o ano corrente e para o ano seguinte, como mostrado abaixo:
34 = 12 + 12 (13) 12 onde é o número de meses que restam até o final do ano corrente, inflação esperada para o ano corrente e seguinte à coleta. é a é a inflação esperada para o ano Construímos também uma série de desvio da inflação esperada para os próximos 12 meses em relação à meta,, que será usada como possível variável de transição : onde e = 12 + 12 12 (14) são a meta de inflação para o ano corrente e para o seguinte, respectivamente. A motivação do uso desta variável é apresentada na próxima seção. Finalmente, a escolha do vetor de variáveis instrumentais exógenas a ser utilizado de modo a levarmos em conta a endogeneidade dos regressores da CPNKH, segundo a metodologia apresentada acima, é feita levando-se em consideração as demais equações do modelo novo-keynesiano. Seguindo AREOSA et al. (2010, p. 20), utilizamos o seguinte vetores de variáveis exógenas e o seguinte conjunto de instrumentos : =1, 1, 1, 1,, 1,, 1 1, 2 1, 1, 1,2 1, 1,, 1, 2, = 2, 1, 1 2, 1,, 1, onde é a variação da taxa de juros,, forma análoga. = e, é definido de 4.2. Testes de linearidade da CPNKH Nos testes de linearidade da CPNKH, realizados segundo a metodologia apresentada na seção 3, utilizamos três possíveis variáveis de transição para o
35 modelo STR: o desvio da inflação esperada em relação à meta, o hiato do produto e a própria taxa de inflação. O uso do desvio das expectativas de inflação em relação à meta,, como variável de transição tem como objetivo verificarmos se, em momentos em que o banco central não consegue ancorar as expectativas dos agentes, a Curva de Phillips apresenta um comportamento diferente de quando as expectativas estão bem ancoradas, próximas à meta perseguida pelo banco central. A idéia subjacente é que momentos em que há um descolamento das expectativas em relação à meta são aqueles que refletem um maior grau de incerteza no ambiente macroeconômico do país, e que por isso a dinâmica de preços na economia poderia ocorrer de forma diferente em relação a períodos de estabilidade 23. O uso do hiato do produto, por sua vez, justifica-se por representar uma medida do grau de aquecimento da demanda agregada, de modo que possamos inferir até que ponto assimetrias na Curva de Phillips seriam advindas de assimetrias no impacto de expansões e contrações na demanda agregada, seguindo a motivação teórica da teoria de restrição de capacidade apresentada anteriormente. Já o uso da taxa de inflação como variável de transição do modelo STR advém da previsão do modelo de ajuste custoso, de que níveis mais elevados da taxa de inflação média na economia estariam associados a uma menor inclinação na Curva de Phillips. Como dito na seção 3, a hipótese nula do teste é que a CPNKH é linear, possuindo o formato da equação (11) acima, enquanto que a hipótese alternativa é de que a CPNKH tem um termo de transição suave entre dois regimes, conforme a equação (12). Além disso, é importante ressaltarmos que, mesmo com uma alternativa na forma de um modelo STR, os testes realizados abaixo têm poder contra uma vasta gama de não-linearidades, uma vez que se utiliza uma regressão de teste auxiliar, devido à não-identificação dos parâmetros sob a hipótese nula, 23 Para evidências na literatura sobre a relação entre incerteza no ambiente macroeconômico e assimetrias na Curva de Phillips, ver AREOSA et al. (2010). Os autores aplicam a metodologia STR ao caso brasileiro, usando como variável de transição não o desvio das expectativas em relação à meta, mas o desvio-padrão cross-section das expectativas de inflação.
36 como argumentado na seção 3. Na Tabela 2 abaixo, apresentamos os p-valores dos testes de linearidade da CPNKH dos 13 países de nossa amostra: Tabela 2 Testes de Linearidade da CPNKH A tabela mostra os p-valores dos testes de linearidade da CPNKH para o grupo de 13 países com metas de inflação que analisamos. Dois asteriscos indicam que rejeita-se H 0 de CPNKH linear a 5%. Um asterisco indica que rejeita-se H 0 de CPNKH linear a 10%. Variável de Transição π e t+1 - meta y t π t-1 África dosul 991 282 602 Brasil 014** 414 028** Chile 072** 723 548 Colombia 477 884 663 Coréia do Sul 270 924* 232 Estados Unidos 020** 776* 153** Hungria 471** 497 792* Israel 411 620 927 México 212 962 865* Peru 893 940 593 Polônia 333** 255 394 Rep. Tcheca 002** 504 017** Tailândia 307** 117 595* Como podemos ver na segunda coluna da Tabela 2, ao utilizarmos o desvio da inflação esperada em relação à meta como variável de transição, rejeitamos a 5% de significância a hipótese de linearidade na CPNKH de sete países: Brasil, Chile, Estados Unidos, Hungria, Polônia, República Tcheca e Tailândia. Não há evidências de não-linearidade nos casos de África do Sul, Colômbia, Coréia do Sul, Israel, México e Peru. Já quando utilizamos o hiato do produto como variável de transição, não conseguimos rejeitar, em nenhum dos países considerados, a hipótese de que a Curva de Phillips é linear, a 5% de significância. A 10%, haveria não-linearidade advinda da atividade econômica na Coréia do Sul e nos Estados Unidos. Mesmo se usássemos outras formas de definir a variável de transição para captar atividade econômica não apresentadas na tabela como a primeira defasagem ou a média móvel de três meses do hiato, no lugar de seu valor contemporâneo, os resultados acima não se alterariam. Interpretamos tal incapacidade do hiato do produto em
37 identificar a transição entre regimes na CPNKH como uma evidência contrária à teoria de restrição de capacidade apresentada na Seção 2, que relacionava assimetrias na Curva de Phillips ao grau de aquecimento da demanda agregada, corroborando, assim, o resultado de AGUIAR e MARTINS (2005) e MUSSO et al. (2009), que também não haviam encontrado evidências de não-linearidades na Phillips advindas do hiato do produto. Por fim, como indicam os valores da última coluna da Tabela 2, podemos rejeitar a 5% de significância a linearidade da CNPKH de três países quando a taxa de inflação é a variável de transição do modelo: Brasil, Estados Unidos e República Tcheca. A 10% de significância, rejeita-se também a hipótese de linearidade para Hungria, México e Tailândia. Os resultados acima são robustos ao uso da medida alternativa de hiato descrita anteriormente, o desvio do produto em relação a uma tendência determinística quadrática, cujos p-valores não são apresentados por não acrescentarem informação nova à tabela. Dessa forma, mesmo tendo encontrado não-linearidade na CPNKH de 9 países no total, para dois deles Coréia do Sul e México a evidência adveio de apenas uma variável de transição, e somente a 10% de significância. Por esse motivo, prosseguiremos com a estimação do modelo STR para a CPNKH dos 7 países indicados pelos resultados dos testes de linearidade baseados no desvio das expectativas em relação à meta de inflação como variável de transição, por ter sido a que mais contundentemente identificou a não-linearidade. 4.3. Estimações A seguir, estimamos a CPNKH de Brasil, Chile, Estados Unidos, Hungria, Polônia, República Tcheca e Tailândia, os países para os quais encontramos evidências de não-linearidades advindas do desvio das expectativas em relação à meta de inflação. Os gráficos com as séries utilizadas nas estimações podem ser consultados no Apêndice B, no final desta dissertação. Abaixo, apresentamos os coeficientes do modelo não-linear STR, estimados pelo método de Variáveis Instrumentais Não-Lineares Modificado (VINLM), conforme descrito na Seção 3, usando como instrumento para a variável endógena a inflação esperada a
38 variação mensal na taxa de juros. Para fins de comparação, apresentamos também os coeficientes do modelo linear da CPNKH, estimados por Mínimos Quadrados Ordinários (MQO) e por Mínimos Quadrados em Dois Estágios (MQ2S), usando os mesmos instrumentos da estimação por VINLM nesse último caso. 4.3.1. Brasil Brasil: A Tabela 3 abaixo apresenta os parâmetros estimados para a CPNKH do Tabela 3 CPNKH Não-Linear Parâmetros Estimados: Brasil A parte (1) da tabela mostra as estimativas por MQO dos parâmetros do modelo linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + ε t. A parte (2) mostra as estimativas por MQ2S do modelo linear. Os instrumentos usados são π t-1, y t-1, π e t-1,t e Δi t-1. A parte (3) mostra as estimativas do modelo não-linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + f(s t;γ,c)*(ω 0 + ω bπ t-1 + ω fπ e t+1 + δy t) + ε t Entre parênteses são os desvios-padrão das estimativas, abaixo deles os p-valores e em negrito os coefs. significantes a 5%. (1) MQO (2) MQ2S (3) VINLM Primeiro Regime β 0 β b λ β f ω 0 ω b δ ω f γ c Coef -988 788 179 369 Desv-Pad (532) (283) (215) (482) p-valor 000 000 071 000 Coef -035 541 134 871 Desv-Pad (610) (306) (217) (535) p-valor 000 000 377 000 Segundo Regime Coef 028 999 947 876-623 502-245 537 64.4314 467 Desv-Pad (695) (465) (236) (187) (122) (586) (434) (237) (272) p-valor 814 000 001 173 757 936 051 171 000 Em primeiro lugar, percebemos que não há grandes diferenças entre os coeficientes estimados por MQO ou por MQ2S. Em ambos os casos, o termo backward-looking da Phillips brasileira tem mais relevância do que o termo forward-looking, e o hiato do produto não tem impacto significativo na inflação. Em segundo lugar, observamos na parte inferior da tabela as estimativas do modelo de transição suave via VINLM. Na última coluna, a estimativa, captada de forma significante, nos indica que a mudança de regimes ocorre quando as expectativas de inflação para os próximos 12 meses distanciam-se em 0,8467 pontos percentuais da meta de inflação. A mudança se dá de forma abrupta, o que é indicado pelo elevado valor de =64,4. Quando as expectativas estão próximas à meta, vigora o primeiro regime, em que o termo backward-looking também tem maior relevância do que o termo forward-looking, assim como nas estimações lineares. Nessa estimação não-linear,
39 ao contrário do que ocorria antes, o hiato passa a ter efeito significante e positivo sobre a inflação, simbolizando a idéia de trade-off entre crescimento e estabilidade de preços subjacente à Curva de Phillips, ou seja, que aumentos na atividade econômica estão relacionados a aumentos na taxa de inflação. Esse efeito some, entretanto, quando vigora o segundo regime: nele, o impacto total do hiato na inflação é de +=0,0946 0,1244= 0,0298, indicando que, em momentos em que o banco central não consegue ancorar as expectativas de inflação, o hiato pode inclusive ter impacto negativo na inflação, ainda que de magnitude muito reduzida. Na Figura 1 abaixo, ilustramos como se dá a transição entre esses regimes, apresentando os gráficos da função de transição em função (a) do valor da variável de transição e (b) do tempo: Figura 1 Função de Transição: Brasil (a) Impacto da variável de transição na função logística -0 0 0 2.00 3.00 4.00 5.00 6.00 (b) Funçãologística ao longo do tempo 2000 2001 2002 2003 2004 2005 2006 2007 2008 Devido ao elevado valor do parâmetro de suavidade, a transição se dá de forma pouco suave, como se vê no painel (a): pequenos distanciamentos da variável de transição de seu valor limiar =0,8467 levam rapidamente a Phillips de um regime a outro 24. Do painel (b), percebemos que o segundo regime corresponde principalmente a um período bem demarcado no tempo, de meados de 2001 até o final de 2003. Na economia brasileira, este período diz respeito à crise de confiança causada pela perspectiva da entrada de um governo de esquerda no poder, e foi caracterizado pela deterioração das expectativas de inflação. A análise do caso brasileiro evidencia, portanto, a relevância em incluirmos na modelagem da CPNKH a possibilidade de que haja assimetrias nessa relação, 24 Lembrando que, no primeiro regime, a função de transição f assume o valor 0 e no segundo, assume o valor 1.
40 uma vez que o impacto de cada variável na inflação depende do regime em que a economia se encontra. 4.3.2. Chile Chile: A seguir, apresentamos na Tabela 4 os parâmetros estimados da CPNKH do Tabela 4 CPNKH Não-Linear Parâmetros Estimados: Chile A parte (1) da tabela mostra as estimativas por MQO dos parâmetros do modelo linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + ε t. A parte (2) mostra as estimativas por MQ2S do modelo linear. Os instrumentos usados são π t-1, y t-1, π e t-1,t e Δi t-1. A parte (3) mostra as estimativas do modelo não-linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + f(s t;γ,c)*(ω 0 + ω bπ t-1 + ω fπ e t+1 + δy t) + ε t Entre parênteses são os desvios-padrão das estimativas, abaixo deles os p-valores e em negrito os coefs. significantes a 5%. (1) MQO (2) MQ2S (3) VINLM Primeiro Regime β 0 β b λ β f ω 0 ω b δ ω f γ c Coef -151 838 463 653 Desv-Pad (920) (541) (219) (760) p-valor 715 000 372 408 Coef 406 951 565-291 Desv-Pad (372) (723) (229) (440) p-valor 941 000 154 052 Segundo Regime Coef -809 242 191 748 2.5431 607 788-980 91.3329 234 Desv-Pad (213) (018) (236) (985) (1.2635) (286) (531) (893) (652) p-valor 417 000 202 368 473 459 011 445 268 Para o Chile, na estimação por MQ2S, ao se levar em conta e endogeneidade do termo de inflação esperada, seu coeficiente deixa de ser significante em relação à estimação por MQO. Em ambos os casos, de qualquer forma, o termo backward-looking da Phillips é dominante sobre o termo forwardlooking, e o coeficiente do hiato é significante, porém de magnitude reduzida. As estimativas do modelo de transição suave via VINLM, por sua vez, indicam que a mudança de regimes ocorre quando as expectativas de inflação para os próximos 12 meses superam em 0,8234 pontos percentuais a meta de inflação, valor muito próximo ao nível crítico encontrado para a economia brasileira. A mudança de regimes, aqui, também se dá de forma abrupta (=91,3). No primeiro regime, o coeficiente do termo backward-looking é significante e de magnitude elevada (0,8242), indicando um forte grau de inércia inflacionária na economia chilena, que se torna ainda mais forte no segundo regime. O termo forward-looking, por sua vez, passa a ter efeito significante e negativo sobre a inflação no segundo regime: uma elevação de 1% na inflação
41 esperada para os próximos 12 meses teria um impacto total de 0,4748 0,9980= 0,5232% na inflação, o que vai de encontro com o implicado pelo mecanismo de precificação do modelo novo-keynesiano. Diferentemente do caso brasileiro, o hiato do produto não tem efeito significante sobre a inflação no regime de expectativas ancoradas. No segundo regime, entretanto, quando as expectativas divergem da meta, o hiato passa a ter efeito significante e de sinal esperado sobre a inflação, sendo =0,1788. Também aqui a idéia de trade-off entre crescimento e estabilidade de preços da Phillips aparece. Vejamos na Figura 2 abaixo os gráficos da transição entre os dois regimes da CPNKH chilena: Figura 2 Função de Transição: Chile (a) Impacto da variável de transição na função logística -2.00-0 0 0 2.00 3.00 4.00 5.00 (b) Funçãologística ao longo do tempo 2001 2002 2003 2004 2005 2006 2007 2008 No Chile, a transição se dá de forma ainda mais abrupta que no Brasil. A função logística apresenta poucas observações ao longo da transição, como vemos no painel (a). O painel (b), por sua vez, nos indica que o segundo regime captado pela variável de transição refere-se majoritariamente ao período da crise econômica global recente, a partir de meados de 2007. Em suma, também o caso chileno nos demonstra a importância de considerarmos a não-linearidade empírica encontrada na Curva de Phillips. 4.3.3. Estados Unidos Conforme discutimos anteriormente, ainda que não adote formalmente o sistema de meta de inflação, o Federal Reserve, o banco central norte-americano, demonstra perseguir a estabilidade de preços representada por uma taxa de inflação ideal de 2% a.a. Além disso, estimações da CPNKH são largamente
42 documentadas na literatura, de modo que nos é interessante incluir este país em nossa amostra e, assim, indicar que nova informação a modelagem de nãolinearidades por nós adotada pode adicionar ao debate sobre a Curva de Phillips norte-americana. Apresentamos, assim, na Tabela 5 abaixo, os parâmetros estimados para os Estados Unidos: Tabela 5 CPNKH Não-Linear Parâmetros Estimados: Estados Unidos A parte (1) da tabela mostra as estimativas por MQO dos parâmetros do modelo linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + ε t. A parte (2) mostra as estimativas por MQ2S do modelo linear. Os instrumentos usados são π t-1, y t-1, π e t-1,t e Δi t-1. A parte (3) mostra as estimativas do modelo não-linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + f(s t;γ,c)*(ω 0 + ω bπ t-1 + ω fπ e t+1 + δy t) + ε t Entre parênteses são os desvios-padrão das estimativas, abaixo deles os p-valores e em negrito os coefs. significantes a 5%. (1) MQO (2) MQ2S (3) VINLM Primeiro Regime β 0 β b λ β f ω 0 ω b δ ω f γ c Coef 409 957 238-687 Desv-Pad (176) (533) (245) (687) p-valor 002 000 000 183 Coef 508 602 158-760 Desv-Pad (240) (579) (248) (780) p-valor 000 000 000 252 Segundo Regime Coef 444 074 651 090-2.3552-017 770 296 19.1809 2.1646 Desv-Pad (429) (680) (271) (889) (1.2541) (310) (768) (024) (676) p-valor 889 000 172 192 620 896 004 899 000 A CPNKH norte-americana é caracterizada, qualquer que seja o método de estimação, por um coeficiente do hiato do produto positivo e significante. Além disso, verificamos um forte grau de inércia inflacionária, indicado pelos elevados valores do coeficiente backward-looking da Phillips, o que vai de encontro à evidência de dominância do termo forward-looking na Phillips norte-americana levantada por estudos anteriores no contexto linear (GALI e GERTLER, 1999, p. 219; GALI et al., 2005, p. 1117; JONDEAU e LE BIHAN, 2005, p. 521) 25. Corroboramos, assim, estudos que apontam um papel limitado do coeficiente forward-looking na representação da dinâmica da inflação dos Estados Unidos (FUHRER, 1997; RUDD e WHELAN, 2005; ZHANG et al., 2009). Outro ponto a destacarmos, na estimação não-linear (3), é que o segundo regime da CPNKH norte-americana é marcado por um valor elevado do parâmetro de localização ( =2,1646), e que a transição se dá de maneira um pouco mais suave do que nos países anteriormente analisados ( =19,18). Outra vez, o hiato 25 Tais estudos utilizam uma proxy para o custo marginal das firmas como variável de atividade, não o hiato do produto.
43 passa a ter um impacto ainda maior na inflação quando as expectativas se distanciam da meta, atingindo um efeito total de 0,0651+770=0,3421%. A Figura 3 abaixo apresenta os gráficos da função de transição para os Estados Unidos: Figura 3 Função de Transição: Estados Unidos (a) Impacto da variável de transição na função logística -2.00-0 0 0 2.00 3.00 4.00 5.00 (b) Funçãologística ao longo do tempo 1993 1995 1997 1999 2001 2003 2005 2007 Podemos notar que, ao redor do parâmetro de localização da transição =2,1646, há mais observações do que nos casos analisados acima, o que se deve, em parte, à maior suavidade na transição entre regimes nos Estados Unidos. Observando o painel (b), percebemos que o segundo regime também se refere principalmente à crise econômica global recente, a partir de 2008, sendo precedido, porém, por um período de instabilidade nos dois anos anteriores. 4.3.4. Hungria A Tabela 6 apresenta os parâmetros estimados para a Hungria: Tabela 6 CPNKH Não-Linear Parâmetros Estimados: Hungria A parte (1) da tabela mostra as estimativas por MQO dos parâmetros do modelo linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + ε t. A parte (2) mostra as estimativas por MQ2S do modelo linear. Os instrumentos usados são π t-1, y t-1, π e t-1,t e Δi t-1. A parte (3) mostra as estimativas do modelo não-linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + f(s t;γ,c)*(ω 0 + ω bπ t-1 + ω fπ e t+1 + δy t) + ε t Entre parênteses são os desvios-padrão das estimativas, abaixo deles os p-valores e em negrito os coefs. significantes a 5%. (1) MQO (2) MQ2S (3) VINLM Primeiro Regime β 0 β b λ β f ω 0 ω b δ ω f γ c Coef -006 750 348 872 Desv-Pad (424) (440) (233) (679) p-valor 101 000 386 001 Coef -921 951 379 407 Desv-Pad (561) (466) (235) (763) p-valor 201 000 095 022 Segundo Regime Coef 456 278 397 883 3.5735-273 -723-402 3.9431 1.9588 Desv-Pad (590) (611) (274) (051) (4.3878) (061) (412) (818) (336) p-valor 459 000 522 033 179 734 260 102 000
44 Como podemos perceber, a CPNKH não parece bem representar o processo inflacionário da Hungria. Tanto nas especificações lineares quanto no modelo STR (3), o hiato do produto não tem impacto significante na inflação. Além disso, no modelo STR, o coeficiente da inflação esperada deixa de ser significante, e nenhum dos efeitos adicionais do segundo regime é estatisticamente significante, ainda que a transição entre regimes seja captada com precisão quando = 1,9588, ocorrendo de forma suave (=3,9431. húngara: Vejamos na Figura 4 abaixo os gráficos da função de transição da CPNKH Figura 4 Função de Transição: Hungria (a) Impacto da variável de transição na função logística -2.00-0 0 0 2.00 3.00 (b) Funçãologística ao longo do tempo 2001 2002 2003 2004 2005 2006 2007 2008 Podemos notar, claramente, que o segundo regime é pouco captado pelos dados: em nenhum momento a função logística atinge seu valor máximo de 1. Prevalece o primeiro regime, em que < =1,9588, e verificam-se algumas observações intermediárias, durante os anos de 2003 e de 2007-2008. Essa ausência de um segundo regime bem demarcado pode ser a origem da incapacidade da CPNKH não-linear de representar o processo inflacionário húngaro. 4.3.5. Polônia 7 abaixo: Os parâmetros estimados da CPNKH da Polônia são apresentados na Tabela
45 Tabela 7 CPNKH Não-Linear Parâmetros Estimados: Polônia A parte (1) da tabela mostra as estimativas por MQO dos parâmetros do modelo linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + ε t. A parte (2) mostra as estimativas por MQ2S do modelo linear. Os instrumentos usados são π t-1, y t-1, π e t-1,t e Δi t-1. A parte (3) mostra as estimativas do modelo não-linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + f(s t;γ,c)*(ω 0 + ω bπ t-1 + ω fπ e t+1 + δy t) + ε t Entre parênteses são os desvios-padrão das estimativas, abaixo deles os p-valores e em negrito os coefs. significantes a 5%. (1) MQO (2) MQ2S (3) VINLM Primeiro Regime β 0 β b λ β f ω 0 ω b δ ω f γ c Coef 655 651 509-702 Desv-Pad (122) (505) (131) (694) p-valor 202 000 002 145 Coef 806 728 508-821 Desv-Pad (328) (622) (131) (891) p-valor 375 000 002 595 Segundo Regime Coef -098 693 620 922 2.9354-272 -562-863 6.0451 511 Desv-Pad (775) (859) (139) (174) (1.6291) (210) (280) (551) (007) p-valor 381 000 000 056 754 568 484 013 274 Independentemente do método utilizado para estimarmos a CPNKH polonesa, os resultados indicam que há uma clara predominância de seu termo backward-looking. O hiato tem efeito positivo e significante sobre a inflação, de magnitude reduzida ( =620. Uma característica interessante que emerge ao permitirmos mudanças de regime com transição suave na Phillips polonesa é que o efeito do hiato sobre a inflação, estimado também de forma significante, desaparece no regime de distanciamento das expectativas em relação à meta (+=620 562= 058, assim como verificamos para o caso brasileiro. A transição entre regimes ocorre de maneira suave (=6.0451, quando a variável de transição atinge o valor de =511, indicando que a CPNKH da Polônia tem uma elevada sensibilidade a desvios das expectativas inflacionárias em relação à meta do banco central. A Figura 5 apresenta os gráficos da transição entre regimes para a Polônia: Figura 5 Função de Transição: Polônia (a) Impacto da variável de transição na função logística -3.00-2.00-0 0 0 2.00 (b) Funçãologística ao longo do tempo 2001 2002 2003 2004 2005 2006 2007 2008
46 Nota-se que, no caso polonês, há a predominância temporal do primeiro regime. Como a transição é mais suave, encontramos um número elevado de observações entre um regime e outro. O segundo regime refere-se claramente a dois períodos: o ano de 2004 e o período da crise econômica recente, a partir de meados de 2007. 4.3.6. República Tcheca Apresentamos na abaixo os parâmetros estimados para a República Tcheca: Tabela 8 CPNKH Não-Linear Parâmetros Estimados: Rep. Tcheca A parte (1) da tabela mostra as estimativas por MQO dos parâmetros do modelo linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + ε t. A parte (2) mostra as estimativas por MQ2S do modelo linear. Os instrumentos usados são π t-1, y t-1, π e t-1,t e Δi t-1. A parte (3) mostra as estimativas do modelo não-linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + f(s t;γ,c)*(ω 0 + ω bπ t-1 + ω fπ e t+1 + δy t) + ε t Entre parênteses são os desvios-padrão das estimativas, abaixo deles os p-valores e em negrito os coefs. significantes a 5%. (1) MQO (2) MQ2S (3) VINLM Primeiro Regime β 0 β b λ β f ω 0 ω b δ ω f γ c Coef 795 587 552 906 Desv-Pad (355) (442) (144) (683) p-valor 587 000 002 871 Coef 418 533 581-686 Desv-Pad (562) (522) (147) (825) p-valor 305 000 001 071 Segundo Regime Coef 302 889-289 381 903 097 817-210 6.1937 246 Desv-Pad (998) (955) (368) (302) (573) (271) (552) (669) (377) p-valor 200 000 337 701 725 899 013 880 025 Para a República Tcheca, assim como ocorrera no caso da Polônia, o coeficiente do termo forward-looking não é estatisticamente diferente de zero, enquanto que o do termo backward-looking é significante e elevado: um aumento de 1% na inflação do período anterior tem um impacto de 0,89% na inflação corrente. Outra semelhança em relação à CPNKH polonesa refere-se à suavidade e à localização da transição entre regimes: as estimativas de =6.1937 e = 246 nos revelam que a transição se dá de maneira suave e a níveis baixos de descasamento expectativas-meta. Este valor estimado para o parâmetro de localização da CPNKH polonesa é, de fato, o menor dentre todos os países de nossa amostra. Vejamos na Figura 6 abaixo o formato da função de transição da Phillips tcheca:
47 Figura 6 Função de Transição: República Tcheca (a) Impacto da variável de transição na função logística -0 0 0 2.00 3.00 4.00 5.00 (b) Funçãologística ao longo do tempo 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 A análise dos gráficos acima nos evidencia o elevado grau de suavidade entre os regimes, havendo um grande número de observações ao longo da transição. A particularidade do caso da CPNKH tcheca é que, ao contrário do observado em outros países, predomina o regime de descolamento de expectativas: apenas em três momentos, nos anos de 1999, de 2003 e, em menor grau, de 2005, o regime de expectativas ancoradas vigora. Também aqui identificamos nitidamente o período da crise econômica recente com o segundo regime, a partir de 2007. 4.3.7. Tailândia Por fim, apresentamos na Tabela 9 abaixo os parâmetros estimados da CPNKH da Tailândia: Tabela 9 CPNKH Não-Linear Parâmetros Estimados: Tailândia A parte (1) da tabela mostra as estimativas por MQO dos parâmetros do modelo linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + ε t. A parte (2) mostra as estimativas por MQ2S do modelo linear. Os instrumentos usados são π t-1, y t-1, π e t-1,t e Δi t-1. A parte (3) mostra as estimativas do modelo não-linear π t = β 0 + β bπ t-1 + β fπ e t+1 + λy t + f(s t;γ,c)*(ω 0 + ω bπ t-1 + ω fπ e t+1 + δy t) + ε t Entre parênteses são os desvios-padrão das estimativas, abaixo deles os p-valores e em negrito os coefs. significantes a 5%. (1) MQO (2) MQ2S (3) VINLM Primeiro Regime β 0 β b λ β f ω 0 ω b δ ω f γ c Coef 136 695 804 918 Desv-Pad (909) (052) (259) (073) p-valor 971 000 026 591 Coef 537 345 789-533 Desv-Pad (328) (213) (263) (424) p-valor 997 000 035 990 Segundo Regime Coef 469 428 690-256 4.4729-636 958-371 99.7568 2.3364 Desv-Pad (358) (168) (253) (334) (2.5057) (538) (316) (289) (176) p-valor 642 000 079 920 779 194 352 163 000
48 Mais uma vez, observamos, em todas as três estimações, um claro predomínio do componente backward-looking da Phillips, bem como a nãosignificância do termo forward-looking. Como nos casos de Brasil, Chile e Polônia, o hiato tem efeito positivo e significante sobre a inflação, mas de magnitude reduzida ( =690. No modelo STR, o limiar localiza-se no nível mais elevado dentre os países de nossa amostra: a transição para o segundo regime ocorre somente quando as expectativas de inflação para os próximos 12 meses superam em 3,3364% a meta para esse período. A estimativa para o parâmetro de suavidade =99.7568 indica que a transição se dá de forma abrupta. Vejamos abaixo os gráficos da função de transição da CPNKH da Tailândia: Figura 7 Função de Transição: Tailândia (a) Impacto da variável de transição na função logística -0 0 0 2.00 3.00 4.00 5.00 (b) Funçãologística ao longo do tempo 2001 2002 2003 2004 2005 2006 2007 2008 Os gráficos evidenciam a maneira abrupta como se dá a transição. Há poucas observações para o segundo regime, o que em parte explica-se pelo elevado valor estimado do parâmetro de transição,. O segundo regime refere-se, também aqui, às observações referentes à crise econômica global recente, alem de um momento de instabilidade em 2006.