Determinantes macroeconômicos da taxa Selic: um estudo econométrico no período de 1994 a 2014. Maria Eugênia de Oliveira Batista 1 Gabriel Rodrigo Gomes Pessanha 2 1. Introdução O Brasil possui como taxa básica de juros da economia, a taxa Selic (Sistema Especial de Liquidação e Custódia), responsável por regular diariamente os preços unitários dos títulos públicos, é a taxa utilizada pelo Banco Central a fim de vender e comprar esses títulos com o objetivo de estruturar sua política monetária. Após 1994, início do Plano Real, as taxas de juros Selic aumentaram significativamente com o proposito de conter a taxa de inflação (HARFUCH, 2008). A partir de então, a taxa de juros também se tornou o instrumento mais significativo do Banco Central para a determinação das metas de inflação. Pode-se dizer que o grande problema enfrentado pelo governo afim de conseguir um equilíbrio macroeconômico e um desenvolvimento econômico está relacionada com as altas taxas de juros de curto prazo que o Brasil possui (BRESSER-PEREIRA, 2007). Com o propósito de analisar os valores da taxa Selic, o presente estudo teve como objetivo averiguar, através da regressão linear múltipla, se as variáveis macroeconômicas (PIB, inflação, taxa de câmbio, índice IBOVESPA e duas variáveis dummy correspondentes à crise de 2008 e à abertura do câmbio, em 1999, período em que houve a troca de câmbio fixo para câmbio flutuante), possuem alguma influência no processo de formação da taxa SELIC, no período correspondente a julho de 1994, início do Plano Real, a fevereiro de 2014. 2. Material e Métodos Os dados correspondentes à variável dependente Selic e às independentes PIB, inflação, taxa de câmbio e índice Ibovespa foram coletados através do site IPEADATA (http://www.ipeadata.gov.br/). Além disso, as variáveis dummy foram incorporadas como valor 0 até seu acontecimento, e a partir daí receberam valor 1 até o final do período. O 1 UNIFAL-MG: Universidade Federal de Alfenas, Varginha MG. Email: mag_batista@hotmail.com 2 UNIFAL-MG: Universidade Federal de Alfenas, Varginha MG. Email: gabriel.pessanha@unifal-mg.edu.br
período de pesquisa compreende-se entre julho de 1994, início do Plano Real, à feveireiro de 2014. Para a análise de regressão foi utilizado o software Gretl. A análise de regressão linear múltipla foi utilizada como principal método de estudo. Esta análise diz respeito ao estudo de uma variável dependente, em relação a uma ou mais variáveis independentes, visando estimar e/ou prever o valor médio populacional da variável dependente em termos dos valores conhecidos ou fixados (em amostragens repetidas) das independentes. (GUJARATI e PORTER, 2011). A equação geral referente à regressão linear múltipla pode ser expressa como: y = β 0 + β 1 x 1 + + β j x j + u Onde, y = observações da variável dependente ou variável resposta; x = variáveis independentes existentes; β 0 = intercepto; β j = mudança esperada em y devido ao aumento de uma unidade em xj, estando as outras variáveis fixas, ou seja, são os parâmetros da população; u = erro padrão Primeiramente é realizado um teste de hipótese, considerado uma regra usada para decidir se uma hipótese estatística deve ser rejeitada ou não. O objetivo deste teste é decidir se uma hipótese sobre determinada característica da população é ou não apoiada pela evidência obtida de dados amostrais. E eles são os primeiros estudos realizados para a verificação da validade do modelo. A hipótese formulada e testada no decorrer deste trabalho refere-se à influência ou não das variáveis macroeconômicas na taxa Selic. Especificamente com relação as variáveis independentes, espera-se um resultado positivo com as variáveis inflação, câmbio e PIB. E em relação às outras variáveis, é esperado que elas possuam relação negativa com a variável dependente, assim, com o aumento nas variáveis independentes, espera-se uma diminuição na taxa Selic. 3. Resultados e Discussões Na pesquisa, algumas variáveis como a taxa Selic, taxa de câmbio, PIB e Ibovespa passaram por um processo de logaritmização como forma de tornar os dados lineares, e, com base nestes dados foi possível a elaboração dos resultados.
Na Tabela 1 apresenta-se os coeficientes de correlação das variáveis estudadas. Tais estatísticas foram importantes para a verificação da presença de multicolinearidade entre as variáveis estudadas. Tabela 1: Resultado da análise de correlação SELIC 1 CÂMBIO -0,47654529 1 SELIC CÂMBIO PIB IBOVESPA INFLAÇÃO Crise 2008 PIB -0,8956132 0,508943213 1 IBOVESPA 0,0071811 0,047764876 0,00674328 1 INFLAÇÃO 0,471267538-0,20191005-0,37910345 0,1175701 1 Crise 2008-0,68550621 0,100563533 0,76380164-0,04549447-0,1759465 1 Abertura 1999-0,68801152 0,852947055 0,70882729 0,07796409-0,2700632 0,33368329 1 Fonte: Elaborado pela autora (2014). Abertura 1999 Os resultados negativos (<0) existentes na tabela nos revelam uma relação negativa entre as variáveis, ou seja, movimento de alta na variável dependente são acompanhadas por movimento de baixa da variável independente. Consequentemente, quando os resultados são positivos (>0), existe uma relação positiva entre as variáveis, ou seja, se a variável dependente aumenta, a independente também irá aumentar. Apesar de existirem alguns valores elevados na análise de correlação, foi realizado um teste de colinearidade, mostrando que esses valores não influenciaram na análise dos resultados. O valor mínimo possível da colinearidade é 1,0, e os valores > 10,0 podem indicar um problema de colinearidade. Os valores de colinearidade das variáveis são: a taxa de câmbio obteve 4,320 como valor, o PIB 6,131, Ibovespa 1,039, a variável crise de 2008 3,489, e a abertura 1999 5,954. Portanto, pode-se concluir que não ocorreram problemas de colinearidade, e não houve nenhuma influência na explicação dos dados. Os resultados encontrados a partir do ajuste do modelo de regressão linear múltipla, que estimou o comportamento da taxa Selic em relação às variáveis independentes apresentaram-se estatisticamentesignificativos. O coeficiente de determinação do modelo (R 2 ) foi de, aproximadamente, 84%, com uma significância inferior a 1% (teste F), ou seja, as variações da SELIC são explicadas pelas variações das variáveis independentes em 84% dos casos, conforme a Tabela 2.
Tabela 2: Resultados da análise de regressão Variáveis Coeficientes Erro padrão Teste-t Interseção 2,641699612 0,246656269 10,710044*** CÂMBIO 0,129551045 0,072358395 1,790407* PIB -0,479560138 0,050345807-9,525324*** IBOVESPA 0,000846627 0,000618998 1,367738 INFLAÇÃO 0,061585387 0,009199564 6,694381*** Crise 2008-0,047430246 0,02298641-2,063403** Abertura 1999-0,124061311 0,032186774-3,854418*** R- Quadrado 0,8447475*** Fonte: Elaborado pela autora (2014). Legenda: * significativo à 10% ** significativo à 5% *** significativo à 1%. Partindo para análise individual das variáveis percebe-se que a única variável não expressiva dentro do modelo foi o Ibovespa, pois não obteve significância estatística. Com relação ao PIB, pode-se afirmar que existe uma relação inversa com a variável dependente, em outras palavras, um aumento no PIB de 10% acarretaria uma diminuição de, aproximadamente, 4,8% na taxa SELIC, tal estatística é significativa ao nível de 1%. Comportamento semelhante a este se observa nas variáveis dummies estudadas (Crise de 2008 e abertura de 1999), ambas variáveis apresentaram uma relação inversa com a taxa SELIC. Já as variáveis Câmbio e Inflação apresentaram uma relação direta com a variável dependente estudada, ou seja, um aumento de 10% nas variáveis independentes acarretaria uma elevação na taxa Selic na ordem de 1,2% e 0,6%, respectivamente, tais estatísticas são confirmadas pelo teste t com um nível de 10% para a variável Câmbio e 1% para a variável Inflação. 4. Conclusões Com o objetivo de estudar as influências de algumas variáveis macroeconômicas sobre o processo de formação da taxa Selic utilizou-se a metodologia de regressão linear múltipla. Inicialmente, examinaram-se as séries estudadas para verificar se as mesmas atendiam os pressupostos teóricos da regressão. Para tornar mais lineares os valores de algumas das variáveis como taxa Selic, PIB, taxa de câmbio e índice Ibovespa, estes passaram por um processo de logaritmização, para que assim, fosse possível a realização do método.
Os resultados obtidos apresentaram valores expressivos. O coeficiente de determinação do modelo (R²) foi de, aproximadamente, 84%, com significância estatística inferior a 1%, ou seja, as variações da SELIC são explicadas pelas variações das variáveis independentes em 84% dos casos. Partindo para a análise individual das variáveis dependentes sob a independente, a única variável que não obteve resultado significativo foi o índice Ibovespa, pelo fato de obter um valor-p alto, e rejeitando a hipótese Ho de significância. Os demais valores das variáveis possuíram resultados com níveis de significância variando entre 10%, 5% e 1%. A taxa de câmbio apresentou uma significância de 10%, a variável dummy Crise de 2008 apresentou um nível de significância de 5%. E as demais variáveis apresentaram resultados significativos à 1%. Por fim, pode-se concluir que as variáveis incluídas no modelo explicaram grande parte das variações da taxa SELIC no período estudado, todavia sugere-se para estudos futuros a inclusão de outras variáveis a fim de se aumentar o poder de explicação. Bibliografia BRESSER-PEREIRA, L.C. Macroeconomia da estagnação: crítica da ortodoxia convensional no Brasil pós-1994. São Paulo: editora 34, 2007. GUJARATI, D.N.; PORTER, D.C. Econometria Básica, 5 ed. Porto Alegre: AMGH, 2011. HARFUCH, Leila. Determinantes da taxa de juros nominal e sua relação com a taxa de câmbio no Brasil no período de 1990 a 2006. Piracicaba, 2008.