1
A POLÍTICA MONETÁRIA E PREÇO RELATIVO AGRICULTURAINDÚSTRIA NA ECONOMIA BRASILEIRA
Cleyzer Adrian Cunha
Antônio José Medina dos Santos Baptista
Resumo: Este trabalho objetivou analisar o comportamento dos preços dos setores
agrícolas e industriais mediante aos impactos da política monetária no período no período
de janeiro de 1990 a março de 2003. Utilizou-se uma analise de curto prazo,
considerando-se choques na oferta de moeda e na taxa de juros básica ( over/selic) da
economia. A importância desse trabalho surge da mensuração de qual dos choques
monetários: alterações na oferta de moeda ou taxa de juros afetam com maior intensidade a
agricultura. Nas estimativas do modelo econométrico os efeitos máximos da oferta de
moeda ou na taxa de juros sobre o índice de preço relativo agricultura-indústria tendem a
ocorrer entre o terceiro e o sexto mês, e tornam-se bem menos intensos a partir do oitavo
mês. Cabe ressaltar que a intensidade da política monetária via alterações na oferta de
moeda apresentam magnitudes maiores quando comparadas com alterações na taxa de
juros.
Palavras-chave: Política monetária, preços relativo agricultura-indústria e economia
brasileira.
Abstract: This paper to analyze the behavior of the prices of the agricultural and industrial
sectors by means of the impacts of the monetary politics in the period in the period of
January of 1990 the March of 2003. The shocks monetary had been currency ( M1) and
interest rate (over/selic) of the of the Brazilian economy. The importance of this work is to
know which monetary shock is stronger for Brazilian agriculture. the econometric model
evidences that the shocks in the currency (M1) have greaters effect that in the interest rate
for Brazilian agriculture.
Key – words: Monetary politics, prices of the agricultural and industrial e Brazilian
economy.
2
1. INTRODUÇÃO
A política monetária no período de 1990 a 2003, têm-se mostrado eficiente
instrumento de regulação do nível de atividade econômica. A cada conjuntura ou período
se adotou um tipo de política monetária flexível, ou seja, a base monetária sofre aumento
ou redução, implicando aumento ou queda da atividade econômica, afetando os diversos
setores da economia via taxa de juros ou disponibilidade de moeda no sistema. É
importante salientar que os custos de uma política restritiva podem levar a queda no nível
de atividade econômica.
A agricultura é diretamente afetada por choques monetários no curto prazo, por
exemplo, utilizando-se de maneira expansiva os instrumentos clássicos como o open
market, a taxa de redesconto e a taxa do compulsório bancário, observa-se aumento na
disponibilidade de crédito. A redução das taxas de juros tende a aumentar a demanda por
crédito e também a demanda de estoques da agricultura, levando, assim, aumento nos
níveis de preços das commodities; no caso inverso, piora o termo de troca agrícola.
Segundo BARTH e RAMEY (2000), os modelos econômicos tradicionais destacam
que as variações na política monetária manifestam efeitos sobre a economia diretamente
por um canal de transmissão. Então considera-se a não neutralidade da moeda no curto
prazo, ou seja, existem efeitos sobre os diversos setores da economia mediante, choques
monetários.
Neste contexto, o presente trabalho objetivou analisar os efeitos da política
monetária sobre o índice de preço relativo agricultura-industria no período de janeiro de
1990 a março de 2003, mediante choques na oferta de moeda e na taxa de juros básica (
over/selic) da economia. A importância desse trabalho surge da mensuração de qual dos
choques monetários: alterações na oferta de moeda ou taxa de juros afetam com maior
intensidade a agricultura. Para uma melhora nos resultados foi estimado um modelo
VAR/VEC com uma quebra estrutural como variável exógena, ou seja julho de 1994
3
(Plano Real) e também utilizou-se testes econométricos recentes, como o de raiz unitária
e co-integração na presença de quebra estrutural nas series.
O presente trabalho está dividido em três partes além desta introdução, na primeira
parte é apresentado a metodologia, na segunda apresentam-se os resultados e discussões e
no final apresentam-se as conclusões.
2. METODOLOGIA
2.1. Modelo teórico
Na literatura econômica existem vários modelos que explicam os fundamentos
teóricos do custos de ajustamento dos agente econômicos mediante choques de política
monetária. Citam-se
exemplos os trabalhos de BERNANKE e GERTLER (1989),
KASHYAP et al (1994), GERTLER e GILCHRIST (1994), BARTH e RAMEY (2000),
entre outros.
De acordo com BARTH e RAMEY (2000), os custos de ajustamento mediante ao
choque monetário não esperado podem ser explicados teoricamente por um modelo de
equilíbrio macroeconômico, em que, a política monetária afeta diretamente a demanda e a
estrutura de custos de determinada firma. Geralmente estes modelos macroeconômicos são
baseados em um esquema de oferta e demanda de uma firma representativa.
Considera-se uma firma representativa i , maximizadora de lucros, de acordo com a
seguinte expressão:
π it = p it Q it − R it W it C (Q it )
(1)
Em que p i é o preço do produto, Q it é quantidade produzida, R it
captura os
efeitos ou cost-side da política monetária, W it é o salário, e C (Q it ) uma função de custos
convexa1.
A variável R it evidencia a taxa de juros de mercado, no qual determinada firma
toma empréstimos, para satisfazer as suas necessidades de capital de giro sem afetar o
nível de produção, haja vista, o descompasso entre as receitas e despesas. Supondo que os
salários são pagos no período t, em que a firma toma empréstimos ao juros R it , sendo
1
Nota-se que P i
também pode indicar o preço relativo de uma firma vis-à-vis outra firma.
4
assim, no período t+1 ocorre o pagamento dos empréstimos. Cabe salientar que R it é um
multiplicador dos custos da firma representativa.
De acordo com BARTH e RAMEY (2000), normalizando o numero de firmas e
supondo que a firma possui uma curva de demanda inversa.
P it = f (Q it , D it ) ,
∂f
∂f
< 0,
>0
∂Q it
∂D it
(2)
A variável D it na função da demanda inversa captura os efeitos da política
monetária sobre a demanda da firma i .
Ainda de acordo com BARTH e RAMEY (2000), pode-se considerar os salários
como endógenos. Sendo assim, pode-se expressar a seguinte função de demanda de mãode-obra pela equação (3).
W it = N (Q it , D it , R it ) ,
∂N
∂N
∂N
≥ 0,
≤ 0,
≤0
∂Q
∂D
∂R
(3)
2.1.1 Equilíbrio macroeconômico e estática comparativa
Segundo BARTH e RAMEY (2000), considerado a condição de primeira ordem de
maximização dado pela concorrência perfeita tem-se que o preço iguala ao custo marginal.
p it = R it W it
∂C
∂Q it
(4)
Substituindo a equação (2) na equação (4) obtém a seguinte condição de equilíbrio
da firma.
f (Q it , D it ) = R it W it
∂C
∂Q it
(5)
Tomando a diferencial total da equação as duas equações com relação a equação (3)
com respeito a D it obtêm-se os seguintes resultados:
d (Q it )
=
dD it
f D− N D .R.
∂C
Q it
∂ 2C
∂C
R it .W it .
.N Q
− f Q+ R.
∂Q it
∂Q it
(6)
5
d 

p it

W it 
dD it
= R it .
∂ 2 C dQ it
.
∂Q it dD it
(7)
Assumindo os sinais das derivadas de f , C e N , o denominador torna-se positivo.
Quando tem-se N D foi imposta uma restrição extra que ambas as derivadas são positivas.
Para um aumento em D implica em aumento Q e
P
, requer-se que
W
f D≥ N D .R.
∂C
.
∂Q
Esta condição implica que um aumento em D desloca a curva de demanda da firma mais
que proporcional ao deslocamento da curva de oferta inversa da firma na vizinhança do
equilíbrio Q * (BARTH e RAMEY, 2000).
Estatística comparativa dos efeitos sobre R it no modelo podem ser analisadas a
partir de:
− c' (Q it ).W it −c' (Q it ).R.N R
dQ it
=
,
dR it R it .W it .c' ' (Q it ) − f Q+ c' (Q it ).R it .N Q
d 

p it

W it 
dR it
(8)
2
=
c' (Q it ).[c' (Q it ).R it .N Q − Rit .c' ' (Q it ).N R − f Q]
em que c' (Q it ) =
(9)
R it .W it .c' ' (Q it ).R it .N Q
∂ 2C
∂C
, c' ' (Q it ) =
∂Q it
∂Q it
Se considerar que N R negativo, então um aumento em R implica em diminuição
em
Q . Sendo assim o numerador da expressão
dQ it
dR it
é negativo, então
c' (Q it ).W it > −c' (Q it ).R it , ou seja, existe um aumento no custo marginal vis-à-vis o
aumento em R , sendo maior que a magnitude da queda no custo marginal devido o efeito
indireto sobre os salários.
6
Sendo assim, nas estimativas empíricas considerou-se que o estoque de moeda afeta
a taxa de juros da economia implicando em aumento (redução) dos preços relativo
agricultura-indústria, haja vista, que ao tomar empréstimos junto às instituições
financeiras, as firmas repassam para os preços os impactos dos choques monetários via
variações nos custos marginais.
Então considerou-se nas estimativas a ordem de
exógeneidade de M1, taxa de juros e preço relativo agricultura- indústria.
2.2. MODELO EMPÍRICO
2.2.1 Modelo de auto-regressão vetorial (VAR)
Os custos de ajustamento dos diversos setores da economia frente ao choques de
política monetária são analisados pelos modelos de auto-regressão vetorial (VAR). dentre
os principais
trabalhos destacam-se CHRISTIANO et al. (1994), BERNANKE e
GERTLER (1995), BERNANKE e MIHOV (1998).
Sendo assim, o modelo VAR foi utilizado para analisar os efeitos de choques nãoantecipados do estoque de moeda e taxa de juros sobre os preços agrícolas, no período de
janeiro de 1990 a março de 2003. Nesse trabalho as series econômicas foram integradas de
ordem um , ou seja, I(1), então utilizou-se um modelo de correção de erro (VAR/MCE).
A ordenação das variáveis no sistema tendem a afetar os resultados, geralmente
especifica-se o modelo com
base na teoria econômica, como forma de amenizar a
arbitrariedade no ordenamento. O modelo teórico indicou que expansão no estoque moeda
afeta a taxa de juros de mercado e consequentemente os custos das firmas via variações
nos preços dos produtos.
Segundo AGUIAR (1994) e RAPOSO (2000), o modelo VAR pode ser denotado
na forma matricial pela seguinte expressão:
Y t =Θ1 Y t1 +... +Θ p Y tp + e t = ∑sp=1 Θ sY t −s +e t
(10)
em que Yt é o vetor das variáveis que fazem parte do modelo; Θ1, ..., Θp são de ordem nxn,
que, por sua vez, relacionam-se com as variáveis correntes pelos respectivos valores
defasados; et é o vetor nx1 dos erros. Escrevendo essa equação com um operador de
defasagem B, tem-se a seguinte expressão:
7
(1 - Θ1B ... -Θ2Bp)Yt = ep
(11)
em que BnXt = Xt-n, para qualquer 1 < n < p.
O vetor Yt representa um processo estocástico estacionário com médias móveis,
dado por
Yt = A0et + A1et-1 + A2et-2, ... A n B n
(12)
em que Aj são matrizes de ordem n x n, para todo j; A0 é uma matriz identidade; et-i é o
vetor nx1 de erros com defasagens i, para todo i ≥ 0.
A equação (12) pode ser representada na forma simplificada de operador de
defasagens B:
Yt = A(B)et
(13)
em que A(B) = A0 + A1B + A2B2 + ...
O termo et, da equação (13), representa o erro de previsão de um período à frente,
calculado com base nas informações disponíveis até t-1, e é dado pela seguinte expressão:
et = Yt - E(Yt/Yt-1, Yt-2, ...).
O erro de previsão de k períodos à frente é dado por Yt+k - E(Yt+k/YpYt-p, ...).
Sendo as raízes do polinômio A(B) todas maiores que 1, a equação (13) pode
também ser escrita na forma auto-regressiva, ou seja, multiplicando-a por A(B)-1, obtémse:
A(B)-1Yt = et
(14)
A equação (14) é uma representação mais ampla de um processo auto-regressivo
vetorial em relação à equação (11).
Na equação (12), é importante que se defina o número de defasagens a serem
utilizadas no modelo. A escolha ótima de defasagens pode ser feita a partir dos critérios
AIC (Akaike Information Criterion) e, ou, de SBC (Schwarz Bayesian Criterion).
8
Segundo RAPOSO (2000), a visualização das elasticidades de impulso pode ser
obtida a partir das estimativas das equações (12) e (13), em que, ao se estimarem os
coeficientes, torna-se possível conhecer a resposta dinâmica de qualquer das variáveis a
um choque de um desvio-padrão nas demais. O coeficiente da k-ésima linha e da i-ésima
coluna de A2 evidencia o efeito de um choque unitário no i-ésimo componente, no período
t-2 sobre Yk no período t, e assim por diante.
Na análise das elasticidades de impulso, exige-se que a matriz de variânciacovariância de et seja diagonal, pois isso permite que se verifique o efeito de um choque
em apenas uma das variáveis sobre o sistema. Na maioria das vezes, essa matriz não é
diagonal, implicando que choques contemporâneos
possam afetar mais de uma das
variáveis (RAPOSO, 2000).
Geralmente, para contornar esse problema, utiliza-se o método de Cholesky
descrito por AGUIAR (1994) para diagonalizar a matriz de variância- covariância dos
resíduos.
2.2.2. Teste de raiz unitária com quebra estrutural
Na economia brasileira, nas várias séries econômicas, verificou-se na década de 90 a
presença de dois momentos distintos. O primeiro período, de 1990 a junho de 1994, foi marcado
pela instabilidade de preços na economia (Planos Collor I e II). A partir de julho de 1994, com a
implementação do programa de estabilização dos preços (Plano Real), observou-se redução
acentuada da taxa de inflação, ou seja, ocorreu mudança brusca da trajetória em todos os níveis
de preços, evidenciando, assim, uma quebra estrutural .
Segundo MARGARIDO (2001), evidencia-se nas variáveis econômicas brasileiras, na
década de 90, um comportamento típico dos modelos aditive outlier (AO), pois, com a
implementação do Plano Real, houve mudança na inclinação de tendência das séries de preços
agrícolas, M1 e taxa de juros.
Segundo ENDERS (1995) e MADALLA & KIM (1998), na presença de quebra
estrutural, os testes de raiz unitária convencionais do tipo Augmented Dickey-Fuller (ADF) e
Phillips-Perron (PP) não são indicados, pois conduzem a resultados viesados em relação ao teste
de estacionariedade das séries. Nesses casos, são os testes de raiz unitária com quebras
9
estruturais os mais indicados2.
Segundo MADDALA & KIM (1998), a priori, se determinada quebra estrutural é
causada por variações bruscas de políticas econômicas e choques de preços que ocorreram no
tempo (t0), ela é conhecida como quebra do tipo single known break e classificada como de
caráter exógeno. Em contrapartida, as quebras estruturais aliadas a nenhum evento externo ao
modelo são conhecidas como single unknown break e são de caráter endógeno.
Segundo VOGELSANG (1999), a presença do outlier na série temporal com quebra
estrutural pode ser testada pela seguinte expressão:
Yt = µ + ωD(TAO)t + et
(4)
em que dummy D(TAO) = 1, para t = TAO; e zero, caso contrário.
A partir da estatística de t, de Student, do parâmetro ω, pode-se testar a hipótese da
presença de quebra estrutural. Se o valor calculado exceder o valor crítico, aceita-se a hipótese
da presença de outlier no período considerado.
De acordo com VOGELSANG (1999), pode-se verificar a presença de raiz unitária a
partir da seguinte expressão:
k +1
Y t = µ + α Y t -1 + ∑ K
I =1 C i∆ Y t −1 + ∑ i = 0 ω D ( T AO ) t − i
(5)
em que, para testar a presença de raiz unitária, tem-se a seguinte hipótese nula: α = 1; e definiuse D(TAO)t =1, para t = TAO; e zero, caso contrário.
As defasagens de D(TAO)t são necessárias para remover a influência do outlier
sobre o termo ∆Yt-i e este teste baseia-se nos valores críticos de um teste ADF.
VOGELSANG (1999) chamou a atenção para o fato de que, quanto mais defasagens são
incluídas no modelo, mais variáveis dummies terão de ser adicionadas. Com isso, se existir
mais de um outlier e muitas defasagens, ocorrerá a perda de graus de liberdade no modelo,
não sendo trivial a remoção da influência da quebra estrutural na série.
Neste trabalho, como as quebras estruturais descrevem um comportamento do tipo
AO, adotou-se o procedimento de remover a influência das mesmas utilizando os
processos propostos por VOGELSANG (1999).
2
Ver, por exemplo, SHIN et al. (1996) e PERRON & NG (1996).
10
2.2.3. Teste de co-integração com quebra estrutural
Segundo HJELM e JOHANSSON (2002), na presença de quebra estrutural os testes
de co- integração usuais podem levar a resultados imprecisos. Sendo assim, o pesquisador
pode rejeitar a hipótese nula de co-integração vis-à-vis não consideração da presença da
mudança da estrutural na serie temporal. Este teste é realizado num contexto de equilíbrio
de longo prazo.
Em virtude do problema que a quebra estrutural pode influenciar os testes usuais da
literatura econômica podem gerar resultados imprecisos, a exemplo, o teste de ENGLE e
GRANGER (1987). Sendo assim, são indicados os testes que levam em conta a presença
da quebra estrutural, citam-se os testes desenvolvidos por QUINTOS (1995), GREGORY e
HANSEN (1996).
Como procurou testar se moeda e preço relativo agricultura industria se cointegram,
ou apresentam uma relação de equilíbrio de longo prazo utilizou-se o seguinte modelo.
De acordo com GREGORY e HANSEN (1996), pode-se usar o modelo conhecido
como regime shift model.
y1t = µ 1+ µ 2 ϕ tτ + x 1 y 2 t +α 2 y 2 t ϕ tτ + e t
t = 1,....., n
em que a variável dummy representa a presença da quebra estrutural no período de
interesse , ϕ tτ = 0 , para t ≤ [nτ ] , caso contrario assume
ϕ tτ = 1 , para t > [nτ ] . O
parâmetro desconhecido τ E (0,1) e denota o ponto na serie temporal que ocorreu a
presença da quebra estrutural e [ ] a parte que interage. A hipótese nula do teste diz
respeito a não co-integração.
Depois de estimado a equação acima é aplicado o teste de raiz unitária Augmented
Dickey-Fuller (ADF) sobre os resíduos da mesma.
∆e t =α1e t−1+∑in=1α i ∆e t−i +e t
11
Se a hipótese α 1=01 for rejeitada os resíduos da equação são estacionários. Sendo
assim as duas variáveis apresentam relação de equilíbrio de longo prazo.
2.3. Fonte de dados
Os dados foram coletados no Instituto de Pesquisa Economica Aplicada (IPEA).
Considerou-se as seguintes variáveis: O estoque de moeda (M1), sendo os meios de
pagamentos em milhões de reais, taxa de juros selic/over (JU) e os índices de preços
agrícolas e industriais no atacado IPA. Então foi calculado o índice de preço relativo
agricultura-indústria, pela divisão do índice de preços agrícolas pelo índice de preços
industriais.
As séries que estão na forma de números-índice têm como base março de
1997=100. O período de análise do estudo corresponde aos meses de janeiro de 1990 e
março de 2003. Utilizou-se o logaritmo neperiano das três séries e o seguinte ordenamento das
variáveis meios de pagamento (M1), taxa de juros (JU), índice de preço relativo agricultura
industria (PR).
3. RESULTADOS EMPIRICOS
O teste de VOGELSANG (1999) foi utilizado para verificar o comportamento das
séries com quebra estrutural em julho de 1994, ou seja, para a taxa de juros selic/over, meios de
pagamento (M1) e índice de preço relativo agricultura -indústria ao longo do período de janeiro
de 1990 a março de 2003.
A Tabela 1, mostra-se os resultados encontrados para o teste de VOGELSANG (1999),
para as três primeiras séries com uma única quebra estrutural, conforme a equação (5). Cabe
ressaltar que os testes foram feitos em nível e em primeira diferença.
Com base nos resultados apresentados na Tabela 1, pode-se concluir que as três séries
não são estacionárias em nível, pois os valores calculados em termos absolutos são menores que
os valores críticos do teste de ADF. Em contrapartida, pode-se afirmar que tais séries são
12
integradas de ordem I(1), pois os valores calculados são maiores que os críticos. Não se utilizou
nenhuma defasagem na variável dummy julho de 1994, conforme a equação (5).
Tabela 1- Resultados do teste de VOGELSANG (1999) para estacionariedade das séries preço
relativo agricultura industria, taxa de juros e meios de pagamentos (M1)
Série
Valor calculado
Valor calculado (τ)
Valor crítico
Valor crítico
(τ) para I(0)
para I(1)
ADF (1%)
ADF (5%)
PR
-0,155
-8,873*
-3,43
-2,86
JU
-1,009
-3,449*
-3,43
-2,86
M1
1,307
3,257**
-3,43
-2,86
Fonte: Dados da pesquisa.
Nota: *, ** significativos a 1%, 5% de probabilidade, respectivamente. Valores críticos tabelados
ADF (Dickey Fuller Aumentado ) (ENDERS, 1995).
Os resultados dos testes indicam que todas as séries não são consideradas estacionárias
em nível, mas integradas de ordem 1 I(1). Assim, recomenda-se a utilização de um modelo
VAR/MCE.
Segundo GUJARATI (2000), o número de defasagens a serem consideradas nos
modelos VAR é importante, pois um número excessivo de defasagens implica perda de graus de
liberdade do modelo. Sendo assim defasagens muitos extensas podem levar a estimativas
imprecisas dos parâmetros do VAR. Pelo critério de Schwarz Criterion (SC), haveria quatro
defasagem no VAR e pelo critério de Akaike Information Criterion (AIC), uma defasagen.
Entretanto, de acordo com BACHI (1995) apud LUKTEPOHL (1991), o teste de SC é mais
parcimonioso que o teste de AIC. Então utilizou-se quatro defasagens nas estimativas do modelo
VAR/MCE, de acordo com o critério de SC.
Analisando graficamente as elasticidades-impulso, pode-se evidenciar os efeitos
de choques (de um desvio-padrão) nas variáveis selecionadas, levando-se em consideração
os efeitos simultâneos sobre as outras variáveis incluídas na análise. Consideraram-se
choques nos meios de pagamentos (M1) e choques na taxa de juros selic/over sobre o
preço relativo agricultura industria.
13
Na Figura 1, evidenciam-se choques não esperados dos meios de pagamentos (M1) e
da taxa de juros sobre o preço relativo agricultura- indústria no período de janeiro de 1990 à
marco de 2003.
R e s p o n s e to O n e S .D . In n o v a tio n s
R e s p o n s e o f D (P R ) to D (M 1 )
R e s p o n s e o f D (P R ) to D (J U )
1 .5 E + 0 9
2 .0 E + 0 9
1 .5 E + 0 9
1 .0 E + 0 9
1 .0 E + 0 9
5 .0 E + 0 8
5 .0 E + 0 8
0 .0 E + 0 0
0 .0 E + 0 0
-5 .0 E + 0 8
-5 .0 E + 0 8
-1 .0 E + 0 9
-1 .0 E + 0 9
5
10
15
20
25
30
35
40
45
50
5
10
15
20
25
30
35
40
45
50
Fonte: Dados da pesquisa
Figura 1. Reposta do preço relativo agricultura- industria à choques não esperados dos meios de
pagamentos (M1) e da taxa de juros período de janeiro de 1990 à marco de 2003.
Pela Figura 1, nota-se que os efeitos da expansão do estoque de moeda na
economia são mais intensos que alterações na taxa de juros sobre o termo de troca agrícola.
Esse resultado condiz para a economia brasileira, haja vista que a agricultura possui taxas
de juros diferenciadas das praticadas do mercado bancário. A exemplo a taxa de juros
praticada pelo Programa Nacional para a Agricultura Familiar (PRONAF).
Analisando a Tabela 2, referente à decomposição da variância dos erros de
previsão para as séries de dados índice de preço relativo agricultura- indústria, verificou-se
que a sua variância de previsão é explicada, quase na totalidade, por choques na própria
variável.
14
Tabela 2 - Decomposição da variância de previsão do índice de preço relativo
agricultura- industria, em porcentagem (VAR/MEC com quatro defasagens)
Meses Erro padrao
M1
JU
PR
1
0,671364 1,584399 0,002279
98,41332
2
0,856807 1,407880 4,333212
94,25891
3
0,888238 4,242319 8,044205
87,71348
4
0,891313 4,492880 7,997700
87,50942
5
0,906389 7,520554 7,807248
84,67220
6
0,912003 7,963238 7,971766
84,06500
7
0,917336 8,819053 7,879631
83,30132
8
0,918777 9,007104 7,858677
83,13422
9
0,919418 9,127108 7,853525
83,01937
10
0,921439 9,314241 7,821064
82,86469
11
0,922929 9,589991 7,812596
82,59741
12
0,924482 9,715872 7,787995
82,49613
Fonte : Dados da pesquisa
De acordo com a Tabela 2, evidenciam que mais de 82% da variância de previsão
do índice de preço relativo agricultura- industria (PR) é explicado por choques
inesperados nele mesmo. O restante da explicação da variância de previsão é distribuído
entre as demais variáveis do modelo, ou seja, mais de 9% é explicado por choques nos
meios de pagamentos (M1), enquanto que mais de 7% é explicado por choques na taxa de
juros (JU).
A Tabela 3, evidencia o teste de co-integração na presença de quebra estrutural no
período de implementação do Plano Real, ou seja, julho de 1994. A hipótese nula foi rejeitada
nos dois casos. Então conclui-se que as series apresentam-se co-integradas mesmo com a
presença da quebra estrutural.
Tabela 3 - Teste de co-integracao na presença de quebra para período de janeiro de 1990 à
marco de 2003.
Relação co- integração T calculado
T critico 1%
T critico 5%
PR e M1
-15,04241
-5,47
-4,95
PR e JU
-12,24092
-5,47
-4,95
Fonte: Dados da pesquisa.
Nota: Valores críticos tabelados por GREGORY e HANSEN (1996).
15
Dentre os principais resultados obtidos, destaca-se o fato de que a expansão monetária
e a taxa de juros afetam o preço relativo agricultura- industria, no curto prazo. Nota-se que o
efeito de choque monetária via a oferta de moeda é mais intenso que o choque monetária de
alteração na taxa de juros. A explicação plausível para esse caso é que a taxa de juros praticada
pela a agricultura é diferenciada da taxa de juros praticada pelo mercado bancário, uma vez que a
Lei Agrícola garante programas de equalização de taxa de juros, PRONAF, etc.
4. CONCLUSÕES
Para a conjuntura brasileira a partir do exposto nesse trabalho, evidencia-se que
políticas monetárias expansionistas favorecem a agricultura no curto prazo, sendo que os
efeitos das alterações no estoque de moeda vis-à-vis a taxa de juros são mais intensos é
apresentam maior dispersão em torno do equilíbrio, ocasionando maior magnitude ao
efeito de ultrapassagem.
Nas estimativas do VAR/MCE, os efeitos máximos da oferta de moeda ou na taxa
de juros sobre o índice de preço relativo agricultura-indústria tendem a ocorrer entre o
terceiro e o sexto mês, e tornam-se bem menos intensos a partir do oitavo mês. O índice de
preço relativo agricultura-indústria leva em média, 15 meses para se ajustarem aos efeitos
da oferta de moeda ou da taxa de juros.
Cabe ressaltar que a intensidade da política monetária via alterações na oferta de
moeda apresentam magnitudes maiores quando comparadas com alterações na taxa de
juros. A explicação seria que para a economia brasileira as taxas de juros praticadas sobre a
agricultura são diferenciadas do mercado bancário, haja vista os programas de incentivos a
agricultura garantidos na Lei Agrícola.
16
5. Referências Bibliográficas
AGUIAR, D.R.D. Custo, risco e margem de comercialização de arroz e do feijão no
Estado de São Paulo: análise dinâmica e teste de modelos alternativos. Piracicaba:
ESALQ, 1994. 185 p. Tese (Doutorado em Economia Agrária) - Escola Superior de
Agricultura Luiz de Queiroz, 1994.
BACCHI, M.R.P. Integracao, co-integração e modelo de correção de erro: uma
introdução. Universidade Federal de Vicosa, 1995, Mimeo.
BARTH, M.J., RAMEY, V.A. The cost channel of monetary transmission. NBER,
working paper 7675, abril, 2000.
BERNANKE, B. S., GERTLER, M. Agency costs, net worth, and business fluctuations.
American Economic Review, n. 79, pag. 14-31, 1989.
BERNANKE, B. S., GERTLER, M. Inside the black box: the channel of monetary
transmission. Journal of Economic Perspectives. n.9 , pag. 27-48, 1995.
BERNANKE, B. S., MIHOV, I., Measuring monetary policy. Quarterly Journal of
Economics, n.113 , pag. 869-902, 1998.
CHRISTIANO, L. J., EICHENBAUM, M., EVANS, C. Indentification and the effects of
monetary policy shocks. Federal Reserve Bank of Chigago. working paper 94-7, 1994.
ENDERS, W. Applied econometric time series. New York: Jonh Wiley & Sons, 1995.
433 p.
ENGLE, R. F.; GRANGER, C.W.J. Co-integration and error correction representation,
estimation and testing. Econometrica, n. 55, p. 251-276, 1987.
HJELM, G., JOHANSSON, M. Structural change in fiscal policy and the permanence
of fiscal contractions – the case of denmark and ireland. Departament of EconomicsLund University , 2002. Mimeo
GERTLER, M., GILCHRIST, S. Monetary policy, business cycles, and the beravior of
small manufacturing firms. Quarterly Journal of Economics, n.102 , pag. 1228-47,
1994.
GREGORY, A.W., HANSEN, B.E. Residual-based tests for cointegration in models with
regime shifts. Journal of Econometrics, v. 70, p. 99-126, 1996.
GUJARATI, D.N. Econometria básica. 3.ed. São Paulo: Markron Books, 2000. 830 p.
17
INSTITUTO DE PESQUISA EM ECONOMIA APLICADA - IPEA.
econômicas. [10 Junho 2003]. (www.ipeadata.gov.br).
Informações
KASHYAP, A , LAMONT, O., STEIN, J. Credit conditions and the cyclical behavior of
inventories. Quarterly Journal of Economics, n.109 , pag. 565-92, 1994.
LUTKEPOHL, H. Introduction to multiple times series. Berlin, Spring-Verlang, 1991.
MADDALA, G.S., KIM, I.M. Unit roots, cointegration, and structural change. New
York: Cambridge University, 1998. 505 p.
MARGARIDO, M.A. Aplicação de testes de raiz unitária com quebra estrutural em
series econômicas no Brasil na década de 90. Informações Econômicas, São Paulo, n. 4,
v. 31, 2001.
RAPOSO, L.R. Análise da relação volatilidade de preço-volume nos mercados
brasileiros de futuros agropecuários. Viçosa: UFV, 2000. 126 p. Dissertação
(Mestrado em Economia Rural) - Universidade Federal de Viçosa, 2000.
SHIN, D.W., SAKAR, S., LEE, J.H. Unit root tests for time series with outliers.
Statistics and Probability Letters, v. 30, p. 189-197, 1996.
PERRON, P., NG, S. Useful modifications to unit root tests with dependent errors and
their local asynptotic properties. Review of Economic Studies,
n. 63, p. 435-463,
1996.
QUINTOS , C.E. Sustaninability of the deficit process with structural shifts. Journal of
Businnes and Economic Statistics, n.13, p. 409-17, 1995.
VOGELSANG, T.J. Two simple procedures for testing for a unit root when there are
additive outliers. Journal of the Series Analysis, v. 20, n. 2, 1999.