ESTUDOS DA COMPETITIVIDADE
DO TURISMO BRASILEIRO
SISTEMA DE INDICADORES ANTECEDENTES PARA
O SETOR DE TURISMO: FLUXO DE PASSAGEIROS
DO TRANSPORTE AÉREO
capa modelo uerg.indd 1
12.12.06 19:23:28
PRESIDENTE DA REPÚBLICA FEDERATIVA DO BRASIL
Luiz Inácio Lula da Silva
MINISTRO DO TURISMO
Walfrido dos Mares Guia
SECRETÁRIO EXECUTIVO
Márcio Favilla Lucca de Paula
SECRETÁRIA NACIONAL DE PROGRAMAS DE DESENVOLVIMENTO DO TURISMO
Maria Luisa Campos Machado Leal
SECRETÁRIO NACIONAL DE POLÍTICAS DE TURISMO
Airton Nogueira Pereira Junior
DEPARTAMENTO DE RELAÇÕES INTERNACIONAIS
Pedro Gabriel Wendler
COORDENAÇÃO-GERAL DE RELAÇÕES MULTILATERAIS
Fernanda Maciel Mamar Aragão Carneiro
COORDENAÇÃO-GERAL DE RELAÇÕES SUL-AMERICANAS
Patric Krahl
GESTÃO TÉCNICA
Adriane Correia de Souza
Camila de Moraes Tiussu
Clarice Mosele
CENTRO DE GESTÃO E ESTUDOS ESTRATÉGICOS
Lucia Carvalho Pinto de Melo
Presidenta
Lélio Fellows Filho
Chefe da Assessoria Técnica
COORDENADORA RESPONSÁVEL
Lúcia Helena Salgado
Universidade Estadual do Rio de Janeiro - UERJ
capa modelo uerg.indd 2
12.12.06 20:53:27
APRESENTAÇÃO
Nos últimos quatro anos, o turismo brasileiro vem respondendo aos desafios
representados pelas metas do Plano Nacional do Turismo. Governo Federal,
empresários, terceiro setor, estados e municípios trabalharam juntos para colocar em
prática uma nova política para o turismo. Pela primeira vez na história, o turismo
tornou-se prioridade de Governo, com resultados positivos para a economia e o
desenvolvimento social do País.
O Ministério do Turismo contabiliza muitas vitórias conquistadas: a ampliação da oferta
de roteiros turísticos de qualidade; aumento dos desembarques nacionais; incremento
no número de estrangeiros visitando o País; aumento dos investimentos diretos;
elevação na entrada de divisas e geração de renda e empregos para os brasileiros.
No entanto, algumas reflexões se impõem sobre o futuro do turismo brasileiro. Um
mundo cada vez mais dinâmico e competitivo e as transformações da economia
mundial trazem novas e desafiadoras exigências para todos, sem exceção. Dentre
elas, a de que é necessário assegurar os interesses nacionais e um desenvolvimento
sustentado e sustentável. Como fazer isso em longo prazo? E mais: qual o padrão de
concorrência vigente no mercado internacional; qual estratégia o turismo brasileiro
deve assumir para competir; qual o melhor modelo de desenvolvimento para o turismo
no País; quais as oportunidades estão colocadas para as empresas brasileiras e, ao
mesmo tempo, que ameaças existem para elas nesse mercado? Finalmente, o desafio
maior: como promover uma inserção ativa e competitiva do turismo brasileiro na
economia mundial?
Buscando analisar esse cenário e encontrar respostas aos desafios que ele coloca, o
Ministério do Turismo realizou um trabalho junto com o Centro de Gestão e Estudos
Estratégicos (CGEE), que resultou neste rico material. Os Estudos de Competitividade
e Estratégia Comercial reúnem o trabalho de grandes especialistas de vários centros
de pesquisa do Brasil.
Os Estudos foram idealizados com o objetivo de incentivar o debate sobre os rumos
do turismo brasileiro, considerando seus principais aspectos e segmentos. O Brasil é
aqui comparado com casos internacionais de sucesso para fazer face aos desafios
que se põem: as novas tecnologias, as alianças estratégicas, fusões, aquisições e o
processo de concentração, o fortalecimento e a internacionalização de nossas
empresas, a sustentabilidade ambiental e a preservação das culturas locais.
O Ministério do Turismo convida todos os agentes do setor a uma ampla discussão
para a construção coletiva e democrática de um futuro Programa de Competitividade
Para o Turismo Brasileiro. As bases para este futuro sustentado estão aqui, nestes
Estudos de Competitividade e Estratégia Comercial para o Turismo.
Walfrido dos Mares Guia
Ministro do Turismo
NOTA:
O presente documento é propriedade do Governo Federal e é
disponibilizado gratuitamente para avaliação dos profissionais do turismo
brasileiro. Seu objetivo é ampliar o debate nacional sobre o futuro do
setor, assim como de fomentar a pesquisa nesse campo do
conhecimento, consistindo numa versão preliminar, que deverá sofrer
alterações ao longo do primeiro semestre de 2007, incorporando
sugestões e críticas a partir de debates com agentes selecionados do
turismo brasileiro. Seu conteúdo não representa a posição oficial do
Ministério do Turismo, sendo de inteira responsabilidade de seus autores.
SISTEMA DE INDICADORES ANTECEDENTES
PARA O SETOR DE TURISMO: FLUXO DE
PASSAGEIROS DO TRANSPORTE AÉREO
SILCON, Outubro de 2006
"Não fosse o futuro tão incerto, as cartomantes e os economistas
iriam a falência"
John K. Galbraith
Este relatório reproduz os resultados de um sistema de previsão
com indicadores antecedentes para o fluxo de passageiros de
vôos domésticos e internacionais, e é parte de uma linha de
pesquisa sobre o setor de turismo no Brasil. O relatório
apresenta a metodologia, os resultados detalhados dos
indicadores antecedentes e testes estatísticos sobre o
desempenho do sistema. O anexo apresenta a listagem das
variáveis-referências utilizadas no sistema e os detalhes
estatísticos dos correlogramas.
1 – Introdução
Estima-se que em 2006 entrem uns 6 milhões de turistas no Brasil,
num movimento mundial de mais de 860 milhões de turistas. O movimento
de tursimo internacional no Brasil é ainda muito pequeno – pouco mais de
0,6 % . A atividade tem tido forte crescimento no Brasil: entre 1983 e
2005, a entrada de turistas estrangeiros no Brasil cresceu a taxa média
anual de 6,2 %, contra um crescimento médio do PIB de apenas 2,6 % . E a
partir de 1990, o ritmo de crescimento atingiu mais de 11 % ao ano, contra
2,4 % para o PIB. Como a base é pequena fica fácil ostentar altas taxas de
crescimento, mas manter um crescimento acelerado por um horizonte
maior vai exigir diversas medidas articuladas entre o setor privado e o
governo, principalmente com suporte de ações complementares de
melhoria de infra-estrutura e de melhor divulgação.
Vias de acesso de turistas
Marítimo
Aéreo
Terrestre
Marítimo
Fluvial
Não especificado
Fluvial
Fonte : Embratur
Aereo
Terrestre
69,7 %
24,0 %
1,1 %
0,4 %
4,8 %
Outros
Figura 1 – Vias de acesso de turistas, 2004
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
1
A principal via de entrada de turistas é o transporte aéreo, com quase
70 % do total, seguido pelo transporte terrestre, através das fronteiras secas,
com mais 24 %. Considerando a extensão do Brasil, o transporte aéreo
deve manter a predominância na preferência dos turistas estrangeiros, e é
este segmento que deve atrair a atenção dos investimentos e melhorias de
infra-estrutura no médio e longo prazos.
No curto prazo, a infra-estrutura e demais condições de hotelaria,
transporte interno, apoio de agências e profissionais qualificados estabelecem um limite ao crescimento. É interessante notar que o fluxo de turistas
apresenta forte flutuação, que independe das flutuações cíclicas da
atividade geral. De fato, a correlação entre o crescimento do PIB real e o do
fluxo anual de turistas estrangeiros é de apenas 4,7 %, para o período 19832004. Ou seja, as fases do ciclo econômico do Brasil não influenciam o
ingresso de turistas. Seria esperado que as condições econômicas internas,
com seus reflexos no desemprego, na violência etc atuassem como um dos
fatores nas decisões dos visitantes de outros paises. Assim, fases de
expansão econômica ou de contração não parecem ser fatores importantes
de atração ou de rejeição de turistas. Se alguma inferência estatística pode
ser feita, cabe notar que a correlação é mais elevada (24,3 %) com a
variação do fluxo de turistas antecedendo o crescimento do PIB em um
ano. Esta relação não implica em qualquer efeito multiplicador ou de
causalidade do turismo para atividade econômica, mas é interessante
assinalar que existem evidências de outros países de que a entrada de
turistas antecede as flutuações do PIB. 1 De qualquer forma, a correlação
com dados anuais não é significantemente diferente de zero a 5 %.
O ingresso de turistas deve ser explicado por outros fatores, que
podem ser divididos em fatores econômicos domésticos, como a taxa de
câmbio e os custos de hotelaria e de alimentação; fatores econômicos
externos, como os custos do turismo em outros países; fatores
institucionais, como a violência e a qualidade de serviços; e fatores
naturais, como a existência de atrações turísticas, recursos naturais etc. A
ordenação da importância de cada fator deve ser objeto de pesquisas
específicas.
1
Ver por exemplo, National Statistical Coordination Board, Technical notes on the
computation of the composite leading economic indicator, The Philippines Leading
Economic Indicators System –LEIS, 2o trimestre de 2006
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
2
Turistas, milhões
7
6
5
4
3
2
1
0
1985
1988
1991
1994 1997
2000
2003
2006
Figura 2 – Fluxo de turistas, em milhões de pessoas
80
10
8
6
4
2
0
-2
-4
-6
60
40
20
0
-20
1984
1987
1990
1993
1996
1999
2002
-40
Turist as
PIB
Figura 3 – Crescimento do PIB e do fluxo anual de turistas
Fatores econômicos
domésticos
Fatores econômicos
externos
Atração de
turistas
Oferta de infraestrutura, recursos
naturais
Fatores institucionais
e culturais
Quadro 1 – Forças de atração para o turismo
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
3
Sendo o transporte aéreo a principal via de acesso do turismo no
Brasil, o volume de passageiros transportados em vôos internacionais é
uma boa proxy para representar as condições do turismo. Como o objetivo
da pesquisa é o desenvolvimento de indicadores antecedentes de curto
prazo para o turismo, a montagem empírica do sistema de previsão cíclica é
favorecida pela existência de informações mensais do fluxo de
passageiros/km.
2 – Indicadores antecedentes das flutuações no fluxo de
passageiros
A literatura internacional sobre o emprego de indicadores
antecedentes na previsão de variáveis representativas do turismo é bastante
escassa. Santos e Macedo 2 desenvolveram um indicador antecedente para a
demanda por turismo internacional em Portugal. Rosselo-Nadal 3 examina o
fluxo de turistas estrangeiros provenientes do Reino Unido e da Alemanha,
que participam com mais de 80 % do turismo, nas Ilhas Balearic, Espanha,
através de dois indicadores antecedentes compostos. Um aspecto
interessante é que diversos indicadores antecedentes para variáveis
macroeconômicas de países com forte tradição em turismo contem
variáveis relativas ao turismo – como taxa de ocupação de hotéis e fluxo de
viagens - na sua formação. Ou seja, a atividade de turismo antecede a
flutuações cíclicas macroeconômicas.4
Para representar as flutuações da atividade de turismo estamos
adotando o fluxo de passageiros de transporte aéreo como proxy. Não
existem series mensais suficientemente longas, mensais e representativas
de utilização de hotéis, discriminadas por motivo da visita, que seriam
estatísticas mais apropriadas.
As estatísticas de passageiros/km são coletadas pelo DAC e
INFRAERO, e estão disponíveis a nível mensal a partir de 1974, para os
2
Santos, Luis Delfim e Margarida Macedo, “A leading indicator for the foreign tourism
demand in Portugal”, trabalho apresentado em Fourth International Forum on Tourism
Statistics, Copenhagen, 17-19 June 1998.
3
Rosselo-Nadal, J., “Forecasting turning points in international visitor arrivals in the
Balearic Islands”, Tourism Economics, Vol.7, no.4, dezembro de 2001, pp.365-380.
4
Hall, Stephen G. e Nicholas G. Zonzilos, “An indicator measuring underlying
economic activity in Greece”, Working Paper no.4, Bank of Greece, agostod 2003;
Jagric, Timotej, “Leading indicators of aggregate economic activity in Slovenia”,
CERGE-EI Foundation, 2003; Gates, Sarah e all, “Oregon index of leading indicators
OILI”, Office of Economic Analysis, novembro de 2003; Bandholz, Harm, “New
composite leading indicators for Hungary and Poland”, Institute for Economic Research
at the University of Munich, IFO Working Paper, no.3, março de 2005; Demetriades,
Evros, “The construction of leading indicators : the case of Cyprus”, Focus Consultants,
2004.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
4
vôos domésticos, e a partir de 1990, para os vôos internacionais. São estas
as estatísticas que serão utilizadas como proxy para as condições do
turismo no Brasil. É impossível separar no fluxo de passageiros, as viagens
de negócio, de turismo, e outros motivos, principalmente nos vôos
domésticos, que tem o predomínio de viagens não-turísticas. Por outro
lado, existe o predomínio do motivo turismo nas viagens internacionais,
mas também não é possível separar o ingresso de turistas estrangeiros da
saída de brasileiros para o turismo no exterior. Assim, as flutuações no
fluxo de passageiros sofrem a influência de fatores domésticos, como a
atividade econômica que afeta diretamente o fluxo de passageiros em
viagens de negócio, e indiretamente a geração de renda (que por sua vez,
influencia a demanda por turismo), e de fatores externos.
A Figura 4 reproduz a evolução do fluxo mensal de passageiros/km,
e estas estatísticas serão utilizadas na montagem dos indicadores
antecedentes. As séries mensais têm forte sazonalidade, concentrada nos
meses outubro-janeiro no caso de passageiros em vôos domésticos, e em
dezembro-janeiro, para os passageiros de vôos internacionais.
Milhões pas s ageir os
10
8
6
4
D omés tic o
2
Inter nac ional
75
80
85
90
95
00
05
Figura 4 – Fluxo de passageiros transportados/km, em logs
Num exercício simples, o crescimento do fluxo anual de passageiros
domésticos sofre a influência da variação do PIB do Brasil e dos EUA
(representando o crescimento econômico do resto do mundo) e da taxa real
de câmbio R$/US$. Apesar da forte correlação serial nos resíduos, as
elasticidades-renda assumiram valores iguais a 1,98 e 1,13, respectivamente, e a da taxa de câmbio, o valor de 0,1. O coeficiente de correlação
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
5
R2 ajustado foi de 0,81. A regressão poderia ser melhorada, o que deve ser
feito em outras pesquisas, e as evidências recomendam que o sistema de
previsão incorpore variáveis relativas aos demais países.
Tabela 1 – Coeficientes de sazonalidade, fluxo de passageiros/km
Cálculo pela relação com a média-móvel
Meses
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Doméstico
1,081
0,892
0,982
0,936
0,964
0,937
1,116
1,051
0,986
1,048
0,998
1,033
Internacional
1,152
0,958
0,970
0,903
0,896
0,949
1,183
1,085
0,987
1,010
0,919
1,034
Total
1,178
0,939
0,954
0,908
0,910
0,926
1,193
1,047
0,971
1,020
0,946
1,058
A decomposição por análise espectral das séries dessazonalizadas
mostra que 78 % da variância total do fluxo de passageiros em vôo
doméstico é explicado por ciclos maiores que cinco anos, enquanto para os
de vôos internacionais, os ciclos desta freqüência explicam 47 %, com
importante participação das flutuações com menos de 12 meses.
Tabela 2 – Decomposição cíclica do fluxo de passageiros, livre de
sazonalidade, em percentual da variância total, %
Ciclos com :
Domésticoa Internacionalb
Mais de 5 anos
78,4
47,3
De 3 a 5 anos
8,0
14,8
De 1 a 3 anos
6,3
10,2
Menos de 12 meses
7,4
27,7
Total
100, 0
100,0
a
Período 1970-2006. b Período 1990-2006.
Totalb
49,0
13,1
11,2
26,7
100,0
Mesmo com a eliminação da sazonalidade, as séries permanecem
com flutuações menores que 12 meses, sem importância para os
indicadores antecedentes. A Figura 5 compara a série de passageiros
domésticos com e sem sazonalidade. Em seguida, a Figura 6 mostra os
resultados de um filtro de média-móvel de 12 meses, com o qual as
flutuações sazonais e as menores que 12 meses são eliminadas.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
6
8
6
C orrigido de s az onalidade
10
4
8
6
4
2
Original
2
74
76
78
80
82
84
86
88
90
92
94
96
98
00
02
04
06
Figura 5 – Fluxo de passageiros domésticos, com e sem sazonalidade.
Milhões pas s ageir os
8
6
4
D omés tic o
2
Inter nac ional
75
80
85
90
95
00
05
Figura 6 – Fluxo de passageiros/km, média-móvel de 12 meses.
Finalmente, as flutuações cíclicas ficam mais visíveis na Figura 7
com a taxa de crescimento em 12 meses das séries aplainadas com o filtro
de média-móvel. A Figura 8 mostra as mesmas séries com as áreas
sombreadas identificando as fases de desaquecimento do PIB. Como
esperado, as flutuações dos fluxos de passageiros em vôos domésticos estão
mais associadas com as fases cíclicas do PIB do que os fluxos de
passageiros internacionais.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
7
%
80
60
40
20
Inter nac ional
D omés tic o
0
-20
-40
80
85
90
95
00
05
Figura 7 – Taxas de crescimento em 12 meses, fluxo de passageiros.
Crescimento do fluxo passageiros, acumulado em 12 meses, %.
80
Áreas sombreadas mostram fases de desaquecimento do PIB.
60
40
Internacional
20
Doméstico
0
-20
-40
80
85
90
95
00
05
Figura 8 – Taxas de crescimento em 12 meses, fluxo de passageiros. Áreas
sombreadas mostram as fases de desaquecimento do PIB
3 – A metodologia
A análise e a previsão do ambiente futuro atendem a duas atividades
básicas : (a) ao planejamento estratégico, geralmente voltado para o médio e
longo prazo, e (b) a tática operacional, para o curto prazo. No planejamento
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
8
estratégico, a preocupação é como escolher e adotar linhas mestras de ação
para moldar o futuro. Na tática operacional, o futuro já é determinado pelas
condições passadas e presentes, e o interesse é voltado para a solução de
problemas e de obstáculos que podem causar desvios do curso traçado no
planejamento estratégico.
As duas metodologias mais usadas na previsão de ciclos econômicos
são os modelos estruturais e a técnica dos indicadores antecedentes. Os
modelos estruturais são mais robustos teoricamente, mas não são adequados
para a previsão da cronologia das reversões cíclicas, principalmente durante
períodos de mudanças estruturais. Os indicadores antecedentes, por outro
lado, são teoricamente menos formalizados, mas tem a vantagem da
flexibilidade.
Os indicadores antecedentes aceitam o conteúdo informacional contido
num grupo de variáveis, sem se preocupar com a formalização de um "modelo"
propriamente dito. A exigência é de que a informação contida nas variáveis deve
refletir uma antecipação do futuro. A agregação de inúmeras variáveis com tal
característica permite que sejam montados índices antecedentes compostos - IAC.
A grande vantagem da técnica de indicadores antecedentes, além de sua
simplicidade e a mensagem intuitiva, sobre as metodologias alternativas, é que
prescinde do conhecimento prévio sobre o sentido da causalidade entre variáveis, o
que não ocorre com os modelos econométricos. O objetivo último da técnica dos
indicadores antecedentes não é desvendar e eliminar a incerteza ou identificar os
fatores que determinam o comportamento dos ciclos econômicos, mas sim aceitar
o conteúdo de informação contido num conjunto de variáveis. Foge da discussão
acadêmica interminável sobre o "melhor" modelo e parte direto para o "teste do
melhor pudim" de Friedman.
A técnica dos indicadores antecedentes compostos surgiu em 1919 nos
Estados Unidos, com os esforços pioneiros de Burns e Mitchell5 no National
Bureau of Economic Research (NBER). Atualmente os indicadores
antecedentes são divulgados pelo Departamento de Comércio.6 Na Europa, a
OECD desenvolve sistemas similares para os seus países membros. 7
5
Burns, A F. & W.C. Mitchell, “Statistical indicators of cyclical revivals”, NBER Bulletin, no. 69, Cambridge,
Ma., 1938; e “Measuring business cycles”, Studies in Business Cycles, no.2, Cambridge, Ma., NBER, 1946.
6
Uma descrição bem humorada dos primórdios dos indicadores antecedentes nos EUA é encontrada em
Lempert, Leonard H., "Leading indicator sour grapes", Business Economics, vol.14, no.1, janeiro 1979, pp.8386. O "estado de arte" até os anos 80 está em Ratti, Ronald A., "A descriptive analysis of economic indicators",
Federal Reserve Bank of St. Louis, Review, vol.67, no.1, janeiro de 1985, pp.14-24.
7
OECD, "OECD leading indicators and business cycles in member countries 1960-1985", Sources and
methods, vol.39, 1987, Paris, França. Outras descrições estão disponíveis em Ebanks, Walter, "The growth
cycle in the industrialized world", Business Economics, vol.14, no.1, janeiro de 1979, pp.67-71; Berk, J.M. &
J.A. Bikker, "International interdependence of business cycles in the manufacturing industry: the use of the
leading indicators for forecasting and analysis", Journal of Forecasting, vol.14, 1995, pp.1-23; e Klein, Phillip
A., "Analyzing growth cycles and leading indicators in Pacific Basin countries", Columbia Journal of World
Business, vol.18, no.3, outono de 1983, pp.3-15.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
9
No Brasil até o final da década de 60, pouca atenção era dada à
previsão de ciclos econômicos, ou mesmo da evolução da conjuntura.8 Como
um marco pioneiro, desde 1968, a Fundação Getúlio Vargas vem realizando
pesquisas junto a empresas, e os resultados de agregação das respostas são
conhecidos como "Sondagens Conjunturais". Por outro lado, diversos
economistas e estatísticos vem apresentando previsões com base na técnica
de indicadores compostos9. É importante salientar que a informação
fornecida pela técnica de indicadores antecedentes não se preocupa
primordialmente em prever o nível das variáveis ou mesmo a sua taxa de
crescimento. Para a previsão do nível absoluto, a técnica é menos acurada,
embora possa fornecer estimativas com dimensão próxima a da variável
sendo prevista. O objetivo é prever a cronologia das reversões cíclicas, e para
esta finalidade, o desempenho da técnica é considerado excepcional. De
importante para os objetivos maiores da pesquisa, a previsão das flutuações
cíclicas e das suas intensidades deve permitir identificar os períodos de
8
Uma honrosa exceção é encontrada num artigo publicado pela Fundação Getúlio
Vargas em 1948, "A conjuntura no Brasil desde 1822", Conjuntura Econômica, abril de
1948, pp.19-27.
9
Contador, C.R., Ciclos Econômicos e Indicadores de Atividade no Brasil, (Rio, IPEA,
1977); e outros textos do mesmo autor: "Leading Indicators for the Industrial Sector",
Brazilian Economic Review, no.5, 1979, pp.1-32; “O desempenho dos indicadores
antecedentes na cronologia das reversões", Relatório de Pesquisa, no.99,
COPPEAD/UFRJ, agosto de 1990. Outros trabalhos importantes são o de Markwald,
R.A., Ajax R.B. Moreira e Pedro L. Valls Pereira, "Previsão da Produção Industrial :
Indicadores Antecedentes e Modelos de Série Temporal", Pesquisa e Planejamento
Econômico, vol.19, no.2, agosto de 1989, pp.233-254; Melo Souza, Mary & Moyses
Tenenblat, "Indicadores antecedentes para as exportações e importações totais
brasileiras", Sociedade Brasileira de Econometria, Anais, III Encontro Brasileira de
Econometria, Curitiba, dezembro de 1991, pp.551-558; Oliveira, A.X. & F.A. Pino,
"Indicador antecedente para a industria de transformação : uma proposta alternativa", III
Escola de Séries Temporais e Econometria, EPGE/FGV, Rio de Janeiro, julho de 1989,
e mais recentemente Chauvet, Marcelle, “Turning point analysis of the leading inflation
indicators – activity report”, Banco Central, abril-maio de 2000; Chauvet, Marcelle,
“Leading inflation indicators for Brazil: Final Report”, Banco Central, dezembro de
1999; Chauvet, Marcelle; Solange Gouvea; Marta Baltar Moreira e Jose Ricardo da
Costa e Silva, “Two methodologies to build inflation leading indicators for Brazil”,
Seminario One Year of Inflation Targeting in Brazil, Banco Central,10-11 julho 2000;
Contador, C.R., “Economic activity in 2001 :what the leading indicators forecast”,
Seminario DIMAC no.44, março de 2001; Contador, C.R., “Inflation targeting and
leading indicators : some notes”, Seminário One year of Inflation Targeting”, Banco
Central, 10-11 julho 2000; Contador, C.R., “Economic activity in 2001: what the
leading indicators forecast”, Seminário sobre Indicadores Antecedentes,
IPEA/CEPAL/OECD, Rio, 4-5 dez.2000; Gouvea, Solange; Marta Baltar e Pedro
Albuquerque, “Indicadores antecedentes para a inflacao”, Seminario sobre Indicadores
Antecedentes, IPEA/CEPAL/OECD, Rio, 4-5 dez.2000;
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
10
maiores e menores pressões sobre a capacidade instalada do complexo do
turismo.
A análise econômica de um mercado pressupõe que os seus ciclos são
formados, em parte, pela influência das flutuações macroeconômicas - que,
por princípio, afetam todos os setores - e, em parte, pela influência de fatores
próprios da atividade do setor. Se os fatores macroeconômicos são
predominantes, os ciclos do setor em estudo têm fases similares aos dos
ciclos agregados, diferindo pelo período de defasagem e pela amplitude das
flutuações.10 Se os fatores específicos predominam, os ciclos do setor tendem
a independer dos ciclos macroeconômicos.
Os ciclos têm diferentes causas, efeitos, duração e amplitude. Em
termos de formato, os ciclos são convencionalmente identificados pelas
letras V, U e L, no caso de fases em torno de vales, ou de V, U e L
invertidos, no caso de picos. Os formatos mudam com o conceito do ciclo.
Um ciclo em V significa geralmente fases rápidas e agudas, tanto das fases
de contração como de expansão. O formato em V é encontrado com mais
freqüência nos ciclos de curta duração. O exemplo no Brasil é encontrado
em 1981-82, para o crescimento do PIB real, e em 1980 nos EUA. O ciclo
em U tem fases de contração e expansão mais longas e suaves, como no
Brasil em 1997-2001 e nos EUA em 1981-83 nos EUA. E finalmente, o
ciclo em L é caracterizado por longas durações, como no Brasil em 196368, e no Japão, em 1990-2001.
A tipologia dos ciclos tem implicações importantes tanto para a
condução da política macroeconômica, como para o planejamento e
operações de instituições e empresas. Por exemplo, considerando os efeitos
retardados das medidas de política econômica, não tem sentido insistir na
sintonia fina (alias, em nenhum caso também!) perante os ciclos em V. A
duração do ciclo é curta, e as medidas anticíclicas podem na verdade
intensificar, ao invés de amortecer, a amplitude das flutuações. Numa
empresa, um ciclo em V que ocorre num mercado, pega de surpresa a
administração de estoques, mas não derruba o desempenho da organização
no médio e longo prazo.
No outro extremo, os ciclos em L exigem medidas mais drásticas.
Para um país, região, ou setor, uma longa fase de estagnação pode
significar a necessidade de uma profunda reorganização da estrutura
produtiva, reforma fiscal, investimentos maciços em setores críticos,
legislação mais moderna, menor regulação etc. Para uma empresa, um ciclo
em L pode ser um indício de que o seu mercado já atingiu a fase de
declínio na conceituação do modelo BCG - Boston Consulting Group e não
10
Assim, setores com forte elasticidade ao ciclo macroeconômico apresentam ciclos com
flutuações mais intensas, e setores com elasticidade modesta (menor que um), menores
flutuações. A elasticidade-renda do fluxo de passageiros em voos domésticos é 2,1 no
Brasil.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
11
há muito que fazer, salvo a mudança de ramo de atividade, buscar a
diversificação de negócios e de mercados regionais, ou mesmo se desfazer
da empresa e mudar de emprego.
Naturalmente, para que a previsão seja viável na prática, é crucial
manter operacional e simples o tratamento estatístico. Na impossibilidade de
considerar cada ciclo como específico e diferente de qualquer outro ocorrido
no passado ou a ocorrer no futuro – o que tornaria irrelevante a idéia de
previsão, vamos aproveitar o fato de que os ciclos compartilham de algumas
características comuns, independentes das suas causas, duração e amplitude.
Para prever um fenômeno é necessário que ele possa ser representado
por conceitos empíricos. Se o objetivo é prever o longo prazo de um
fenômeno, uma análise de tendência é suficiente na maioria das vezes. Se,
por um lado, este tipo de previsão não causa maiores problemas, por outro,
tem o inconveniente de fornecer informações singelas e geralmente erradas,
quando ocorre uma quebra no estado do fenômeno, ou seja, uma mudança
cíclica. Mas qual ciclo causa problemas? Certamente, não os ciclos sazonais,
nem as oscilações do curtíssimo prazo. Em cada caso existe um ciclo mais
importante ou mais relevante que os demais. As dificuldades aparecem na
identificação do que seja o "ciclo relevante". Como ciclo relevante, a análise
utilizará o conceito de taxa de crescimento em 12 meses do fluxo acumulado
exposto nas Figuras 7 e 8.
4 – Etapas da montagem do sistema de indicadores antecedentes
Os conceitos básicos do sistema de indicadores antecedentes e o
fluxo de informação entre as etapas estão reproduzidos no esquema a
seguir, com detalhes que serão explicados ao longo do texto.
Definido o objetivo do sistema (as variáveis-referência ou objeto) e
as características desejadas (horizonte da previsão e o período do ciclo), os
ciclos relevantes são ampliados por processos estatísticos. Em seguida,
procedimentos semelhantes são realizados no Banco de Dados, contendo as
variáveis que comporão um subconjunto para a agregação num índice
composto. Uma bateria de testes estatísticos de desempenho examina a
validade preditiva do indicador. Se o indicador antecedente composto passa
nos testes de desempenho fora do período utilizado na estimação dos seus
parâmetros, a sua composição é utilizada na montagem do sistema de
previsão, com um banco de dados específico. Se for rejeitado, reinicia-se o
processo de escolha das variáveis-insumo é reiniciado, submetido a novos
testes de desempenho e assim por diante.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
12
Objetivo do sistema
Banco de
Dados de
Testes
estatísticos
Testes de desempenho preditivo
Definição da variávelreferência
Identificação das
variáveis-antecedentes
Montagem do sistema
de previsão
Aprovado
Banco de dados
específico
Rejeitado
Implantação
Quadro 2 – Fluxo de informação de sistemas de indicadores antecedentes
5 - Definição do horizonte e o objetivo da previsão
De um modo geral, a natureza dos objetivos estabelece as duas
características básicas para o sistema de previsão; as dimensões do tempo e o
fenômeno a ser previsto. Qualquer sistema de previsão envolve três dimensões
temporais : (a) o período ou intervalo de previsão; (b) a antecedência ou horizonte
"a frente" da previsão; e (c) a freqüência das previsões e das revisões. "Período"
corresponde à unidade de tempo para a qual as previsões são feitas, como, por
exemplo, o mês ou o trimestre. Em geral, a escolha da unidade de tempo envolve
compromissos, de um lado, entre a desagregação no tempo e, de outro, a
disponibilidade de informações, o custo de montagem do sistema, a distribuição
dos erros do sistema e o risco/custo das previsões. Em geral, quanto menor a
unidade de tempo, mais difícil se torna a coleta de dados estatísticos e maior o
risco das previsões devido ao aumento das oscilações erráticas. Assim, previsões
do fluxo mensal de vendas estão mais sujeitas a erros do que previsões para um
período mais longo, como, por exemplo, um ano.
A "antecedência da previsão" ou "períodos à frente" mostra o horizonte
ou número de períodos no futuro cobertos pela previsão. Quanto maior o
horizonte, maior o risco de erros nas previsões. Por exemplo, a previsão da
taxa de crescimento do fluxo de passageiros, realizada com três trimestres de
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
13
antecedência, envolve um risco muito maior do que quando realizada com
antecedência de apenas um trimestre. É claro que, a cabo de três trimestres,
dispomos de muito mais informações e conhecimento sobre o crescimento
provável no quarto trimestre do que há dois trimestres atrás.
Por outro lado, quanto maior o horizonte da previsão, menor o papel
das flutuações de curto prazo, e maior a probabilidade de acerto da previsão,
desde que bem fundamentada. Por isso, o horizonte da previsão não deve ser
menor do que o tempo necessário para a implantação e os primeiros efeitos
das medidas. Novamente, há um conflito entre a magnitude provável do erro
e o horizonte da previsão.
Finalmente, a freqüência com que as previsões e as revisões são
preparadas confunde-se muitas vezes com a própria unidade de tempo. Novas
previsões são feitas, incorporando as informações mais recentes. Quando
possível, as previsões devem ser revistas com freqüência, fazendo-se até
várias revisões por período. É de se esperar que cada nova revisão implique
uma redução no erro da previsão. Contudo, nem sempre isto ocorre.
Ao determinar o que deve ser previsto - por exemplo, o fluxo de
passageiros de transporte aéreo – já definimos parte o campo da pesquisa.
Porém, apenas restringir o campo não garante que a solução seja viável
operacionalmente. O número de variáveis que afetam ou antecipam o
comportamento das vendas pode ser imenso. O detalhamento excessivo,
longe de simplificar, pode complicar o sistema de previsão, e a experiência
mostra que o sacrifício de algumas variáveis pouco ou nada afeta a qualidade
da previsão. Este é o fundamento do “princípio da parcimônia”. O grau de
detalhe exigido no sistema de previsão é afetado por muitos fatores : a
disponibilidade e qualidade das informações estatísticas; o custo de análise,
considerações teóricas, etc. Dentre os citados, os primeiros são fatores
limitantes em qualquer sistema de previsão.
Como regra básica, só é possível fornecer previsões quantitativas para
fenômenos também expressos de forma quantitativa. Variáveis qualitativas como qualidade da vida; bem-estar; estabilidade de regras e de contratos etc.
- são importantes, mas por não serem representáveis quantitativamente não
podem ser objeto de previsão com esta metodologia. Da mesma forma,
mudanças qualitativas têm efeitos nos fenômeno que se deseja prever, e, se
não quantificadas, não podem ser incorporadas diretamente no sistema de
previsão. Exemplos destas mudanças qualitativas são os choques
heterodoxos.
Algumas vezes, a variável que se pretende prever ou acompanhar é
quantitativa, mas simplesmente não é coletada a intervalos menores que um
ano. Isto ocorre, por exemplo, com as informações típicas de censos. Outras
vezes, a informação disponível é de má qualidade. A existência e a importância desses problemas forçam o investigador a armar-se com doses extras
de imaginação e de conhecimento mais detalhado do fenômeno em estudo e
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
14
da economia brasileira, em geral. Com freqüência ele é forçado a empregar
variáveis proxy para substituir a variável-referência, ou simplesmente assumir
que as estatísticas disponíveis retratam satisfatoriamente o fenômeno a ser
previsto.
6 - Selecionando os ciclos
Sabemos que qualquer série histórica é formada pela superposição de
um grande número de processos, tais como uma tendência, vários
componentes cíclicos com durações diversas inclusive sazonalidade, e por
resíduos puramente aleatórios. A tendência histórica do fenômeno em estudo
é, na maioria das vezes, pouco importante. As oscilações aleatórias, no outro
extremo, são impossíveis de serem previstas (por definição), e normalmente
eliminadas no processo de agregação. Mesmo dentre os componentes cíclicos
existem alguns que, dada a sua regularidade, podem ser ignorados, como os
ciclos sazonais com duração de doze meses. O interesse central do sistema de
previsão está direcionado para os demais ciclos.
A forma mais simples de eliminar a tendência e a sazonalidade, e ainda
amortecer as oscilações aleatórias de variáveis é, no caso de uma série que
retrate um fluxo, primeiro, "aplainar" os seus valores através da média-móvel
em doze termos. Em seguida, extrai-se a taxa de crescimento em doze meses
da série acumulada. Se a variável corresponde a um estoque, geralmente
basta calcular a sua taxa de crescimento em doze meses. Este é o
procedimento adotado nas variáveis usadas neste estudo.
Infelizmente, não existe uma regra rígida que forneça um filtro único e
geral para todas as variáveis envolvidas e cada série deveria receber um
tratamento específico. Como este procedimento torna-se oneroso, existe uma
sugestão ditada pelo bom senso e pela economia de recursos e de tempo, de
que seja utilizado um filtro que melhor atenda a maioria das variáveis.
Embora, a primeira vista esta atitude pareça grosseira, uma análise exaustiva
de experimentação comprovou que um filtro bastante satisfatório para
eliminar a tendência e a sazonalidade e reduzir as oscilações espúrias tem o
formato,
z(t) = (1 - L12) Z(t)
(1)
onde t é a dimensão de tempo; Z(t) é uma série histórica genérica expressa
em logaritmos (previamente deflacionada e acumulada, se for o caso); L, o
operador-retardo definido como
LiZ(t) = Z(t-i)
(2)
e z(t), a série "filtrada".
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
15
O emprego deste filtro oferece várias vantagens. Suponhamos uma
série qualquer Z(t) formada por uma tendência, diversos ciclos, inclusive um
sazonal, e variações aleatórias. Dependendo da série, alguns destes
componentes são mais importantes que os outros. Por exemplo, em algumas
variáveis, a tendência predomina sobre os outros componentes; em outras
séries, as flutuações de curto prazo são os mais importantes, e assim por
diante. Representando cada um destes processos por Zwi(t) onde Zi
corresponde a duração do ciclo deste período, desde i = 1, que corresponde
às flutuações aleatórias, até infinito, que corresponde a tendência (um ciclo
de duração infinita), teríamos
Z(t) = 6 Zwi(t)
(3)
i=1
Por definição, cada um destes componentes cíclicos Zw independe dos
demais (covariância nula) e a variância da série Z(t) é a soma das variâncias
de cada ciclo. No caso do fluxo de passageiros de transporte aéreo doméstico
foi constatado que as flutuações de médio e longo prazo, com duração acima
de um ano são componentes importantes, explicando pouco mais de 90 % da
variância da série, enquanto os ciclos de curto prazo, com duração até um
ano, explicam uns 7 %. A Tabela 2 do relatório anterior tem os detalhes.
O filtro descrito pelo processo (1) permite eliminar a tendência e a
sazonalidade; amortecer os ciclos de curtíssimo prazo; e ampliar os de médio
prazo. Com este cuidado, as séries utilizadas nos indicadores antecedentes
são compostas pelos ciclos de maior interesse para a previsão.
7 - Identificação das variáveis antecedentes
A montagem de indicadores antecedentes exige uma análise prévia dos
retardos e avanços entre a variável-referência a ser prevista (fluxo de
passageiros de transporte aéreo) e as demais. A partir daí, é assumida a
hipótese básica de que a mesma estrutura de retardos e avanços, estimada
com as informações passadas, permanece válida para o futuro próximo. Os
retardos e avanços permitem classificar as variáveis em antecedentes,
coincidentes e retardadas. É possível que ocorram mudanças nas estruturas de
retardos e avanços entre séries, o que recomenda uma crítica periódica
(digamos, a cada oito ou doze meses) da classificação das variáveis. Uma
variável identificada, por exemplo, no período 1980-95 como antecedente
com oito meses de avanço sobre uma outra, pode apresentar um avanço
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
16
diferente no período 1995-05 ou mesmo tornar-se coincidente ou retardada
(fato mais improvável).11
Uma simples análise visual revela informações interessantes. Por
exemplo, a Figura 9 reproduz as flutuações do fluxo de passageiros em vôos
domésticos e do Índice Bovespa (deflacionado pelo IGP-M). As fases cíclicas
seguem em geral o mesmo sentido, com as flutuações do Bovespa
antecedendo em 13 meses o fluxo de passageiros. Como a Bolsa de Valores
antecipa as condições futuras, este resultado sugere que esta variável pode ser
uma candidata a compor o indicador antecedente. Um outro exemplo na
Figura 10, onde agora a comparação é feita com a taxa de câmbio real
(deflacionada pelo IGP-M), onde os movimentos são opostos: a valorização
do real (ou seja, queda no câmbio real) desestimula as viagens aéreas, e a
antecedência é de oito meses. É um resultado esperado, uma vez que a
desvalorização da moeda nacional eleva o custo relativo do transporte aéreo.
Mais um exemplo: as flutuações na taxa de desemprego antecedem as do
fluxo de passageiros de vôos domésticos 12.
Figura 11 – Flutuações no fluxo de passageiros (linha vermelha) e Bolsa de Valores (azul)
A forma mais rigorosa de identificar os avanços e retardos entre
variáveis utiliza o correlograma entre variações passadas e futuras de duas
séries devidamente filtradas. Por este critério, diz-se que uma variávelinsumo X antecede a variável-meta Y, se as maiores correlações significantes
são encontradas entre o valor atual de Y e os valores passados de X. As
variáveis X e Y são ditas coincidentes, se a maior correlação é encontrada
para valores não defasados (retardo nulo), e X é dita retardada em relação a
11
A mudança do avanço entre variáveis ao longo do tempo foi examinada por Edlung, Per-Olov & Henning
T. Sogaard, "Fixed versus time-varying transfer functions for modelling business cycles", Journal of
Forecasting, vol.12, nos.3 e 4, abril de 1993, pp.345-364.
12
A correlação é de -37,3 %, significante a 5 %, e o avanço é de 11 meses.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
17
Y, se as correlações mais elevadas são encontradas entre valores passados de
Y e os correntes de X.
Figura 12 – Flutuações no fluxo de passageiros (linha vermelha) e taxa de câmbio azul)
A análise da antecedência entre variáveis deve ser feita com as séries
expressas em três escalas diferentes:
x
x
x
Original : em valores originais,
Dicotomia de fases, em que as séries recebem valor um durante as
fases de expansão, e zero, nas contrações; e
Dicotomia das reversões, com valores dicotômicos para as datas de
reversão (valor um nas datas de vale e menos um nos picos).
A qualificação de uma variável-insumo X como boa candidata a
compor um indicador antecedente exige que o seu avanço em relação à série
referência Y seja aproximadamente o mesmo nos três critérios de
antecedência. Usualmente, a análise da antecedência aborda apenas a escala
original. O resultado pode ser enganoso. Vamos usar um exemplo com séries
construídas artificialmente.
Por construção, três variáveis: Y (a referência); X1 e X2 (duas
variáveis-insumo) tem a mesma cronologia de reversões. Na Figura 13, o
gráfico (a) reproduz as séries expressas em valor original; em (b), as fases de
expansão e contração foram convertidas com filtros em valores zero e um; e
em (c), as datas de picos e vales em valores –1 e 1. Nos dois gráficos (b) e
(c), as variáveis X1 e X2 tem o mesmo formato, e por isso apenas uma é
representada.
Não obstante a mesma cronologia cíclica – com correlação igual a 100
% com os critérios (b) e (c) – a correlação (linear) entre os valores não é tão
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
18
visível. De fato, a correlação entre Y e X1 (e X2) é igual a 55,9 %. E seria
possível construir um exemplo em que a correlação entre valores fosse
elevada, e muito pequena (não significante) com os outros critérios. Ou seja,
os resultados da análise de antecedência podem ser enganosos (proveniente
de correlações espúrias) se utilizamos apenas um dos critérios. Mas em
conjunto, os três critérios fornecem resultados robustos e confiáveis.
A Figura 14 mostra como funciona a análise dos correlogramas com os
três critérios. A variável-referência é o crescimento do acumulado em 12
meses do fluxo de passageiros de vôos domésticos e a variável-insumo, o
crescimento do Índice Bovespa. As variáveis examinadas foram previamente
"filtradas" para eliminar os componentes (tendência e sazonalidade) sem
interesse. A figura está dividida em duas partes. Na esquerda, a tabela (que no
sistema SIA£ é visualizada em detalhes com a barra de rolamento) mostra a
correlação e a defasagem em cada critério. Os retardos e avanços estão
expressos em meses, com valores negativos e positivos, respectivamente. Na
direita, a figura reproduz o correlograma com as defasagens no eixo
horizontal e as correlações no vertical. As duas linhas tracejadas horizontais
assinalam os valores críticos para que a correlação (em valor absoluto) seja
significantemente diferente de zero ao nível de 5%. Valores negativos
(positivos) para a defasagem mostram a faixa em que a variável-insumo X
antecipa (retarda-se) a variável-referência Y.
Para a montagem de indicadores antecedentes é necessário – ainda que
não suficiente como veremos mais adiante – que a variável-insumo X seja
significantemente correlacionada com Y no segmento negativo das
defasagens. A figura apresenta o exemplo interessante de uma variável que,
embora não influencie (ou seja, não causa) o faturamento real da Indústria,
tem condições de antecipar os seus movimentos.13 Os mercados
13
Mills, Leonard, “Can stock prices reliably predict recessions?”, Business Review,
Federal Reserve Bank of Philadelphia, setembro/outubro de 1988, pp.3-14; Peek, Joe &
Eric S. Rosengren, “The stock market and economic activity”, New England Economic
Review, Federal Reserve bank of Boston, maio/junho de 1988, pp.39-50; Chauvet,
Marcelle; “Stock market fluctuations and the business cycle", Journal of Economic and
Social Measurement, a sair, 2000; Fama, Eugene F. & Kenneth R. French; “Business
conditions and expected returns on stocks and bonds", Journal of Financial Economics,
vol. 25, no.1, novembro de 1989, pp.23-49; Lee, Bong-Soo, “Causal relations among
stock returns, interest rates, real activity and inflation", Journal of Finance, vol. 47, no.4,
setembro de 1992, pp.1591-1603; Loungani, Prakash, Mark Rush & William Tave,
“Stock market dispersion and business cycles", Economic Perspective, Federal Reserve
Bank of Chicago, vol.15, no.1, jan/fev. 1991, pp.2-8; Pearce, Douglas K., “Stock prices
and the economy", Economic Review, Federal Reserve Bank of Kansas City, novembro
de 1983, pp.7-22; Saeid, Mahdavi, “The link between the rate of growth of stock prices
and the economy", American Economist, vol.35, outono de 1991, pp.41-48; Tang,
Gordon Y.N.; S.C. Mak & Daniel F.S. Choi; "The causal relationship between stock
index futures and cash index prices in Hong Kong", Applied Financial Economics,
vol.2, dezembro de 1992, pp.187-190.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
19
especulativos incorporam as expectativas dos agentes sobre o futuro, e,
portanto servem com candidatos a compor indicadores antecedentes. Na
figura, o índice de Bolsa de Valores (IBOVESPA) antecipa o fluxo de
passageiros em treze meses, com correlação positiva. A figura direita
reproduz os correlogramas com os três critérios. A barra azul mostra a
correlação simples entre os níveis das séries; na linha vermelha a correlação é
entre as fases (0 e 1); e a verde, entre as datas de reversão (-1 e 1).
40
30
X2
60
20
10
Y
40
20
0
X1
-10
0
-20
-40
-60
76
78
80
82
84
86
88
90
92
94
96
98
00
a) As s ociação e ntr e tr ê s var iáve is
2
Y
1
2
0
1
-1
0
X1
-1
76
78
b)
80
82
84
86
88
90
92
94
96
98
00
As s ociação e ntr e fas e s
1.5
1.0
Y
0.5
1.5
0.0
1.0
-0.5
0.5
-1.0
0.0
X1
-1.5
-0.5
-1.0
-1.5
76
78
80
82
84
86
88
90
92
94
96
98
00
c) As s ociação e ntr e r e ve r s õe s
Figura 13 – Análise visual de antecedência entre variáveis
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
20
Figura 14 – Correlogramas com os três critérios
As figuras seguintes ilustram outros exemplos, onde apenas a parte do
correlograma é apresentada. A Figura 15 mostra que o crédito às pessoas físicas antecede o fluxo de passageiros em aproximadamente quatro meses. É
um avanço pequeno, considerando a demora na divulgação das estatísticas,
mas o resultado indica que as flutuações na oferta de crédito (deflacionado
pelo IGP-DI) com retardo de quatro meses e o fluxo de passageiros tem uma
correlação positiva acima de 60 %. A Figura 16 reproduz o correlograma
com as consultas ao SPC, que reflete o ânimo de consumo das famílias, e a
antecedência é de cinco meses, com correlação acima de 70%. A Figura 17
completa os exemplos, mostrando os correlogramas entre o fluxo de passageiros e a taxa real de juros cobrada no desconto de duplicatas, onde a correlação é negativa e os juros antecipam o fluxo de passageiros em oito meses.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
21
Figura 15 – Correlogramas entre fluxo de passageiros domésticos e oferta real de crédito
às pessoas físicas.
Figura 16 – Correlogramas entre fluxo de passageiros domésticos e as consultas ao SPC
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
22
Figura 17 – Correlogramas entre fluxo de passageiros domésticos e a taxa real de juros
em duplicatas
Como as amostras para o cálculo dos correlogramas podem diferir, é
necessário ajustar a correlação para os diferentes números de observações. A
correlação simples RYX(O) considera nos cálculos o período comum
disponível para as duas variáveis X e Y, e a ajustada R’YX(O) pondera a
correlação simples pela razão entre o número de observações comuns N’ e o
do período solicitado N.
R’YX(O) = RYX(O). N’/N
(4)
Ainda que com correlação significante e com o sentido esperado, não é
garantido que a variável-insumo seja incorporada na composição do
indicador antecedente final, pois necessita ainda passar por outros testes. É
possível que a mesma informação (no sentido de "inovação") esteja contida
em outras variáveis, e não teria sentido duplicar a informação fornecida no
indicador antecedente.
Em resumo, os avanços satisfatórios e significantes, sob o ponto de
vista estatístico e com lógica econômica, recomendam que variáveis, como
as examinadas nas figuras sejam selecionadas preliminarmente como
candidatas à composição do indicador antecedente. Por outro lado, outras
variáveis são irrelevantes para a composição dos indicadores, quer por
apresentarem um avanço insuficiente ou inexistente, ou com correlações
não-significantes, dentro das linhas tracejadas.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
23
8 - Eliminando a informação redundante
Dependendo do tamanho do banco de dados, o número de variáveis
que antecedem significantemente o faturamento real da Indústria pode ser
elevado. Um bom número de variáveis é classificado como antecedente
simplesmente devido a correlação espúria. Os candidatos diminuem ainda
mais com a crítica de bom senso sobre o sinal da correlação e com a
eliminação daquelas com avanço operacional considerado insuficiente ou
estatisticamente instável. Mas, nem todas as variáveis aprovadas pelo bom
senso devem compor o indicador agregado, pois é provável que muitas
forneçam o mesmo tipo de informação. Em termos mais simples, isto
significa que muitas variáveis que seriam componentes ou insumo do
indicador antecedente estão fortemente associadas entre si, ou seja, algumas
delas são redundantes e podem ser eliminadas.
Existem duas questões interligadas: (1) o diagnóstico da severidade da
informação redundante, e (2) como identificar a sua origem para a correção
(eliminação da informação desnecessária).
8.1 Diagnóstico da severidade
O teste adotado no sistema de indicadores antecedentes SIA consiste
em examinar o valor do determinante da matriz formada pelas correlações
simples entre as variáveis-insumo. No caso de singularidade, o determinante é zero; no caso de independência (ortogonalidade) perfeita - isto é,
todas as correlações entre variáveis distintas são nulas - o determinante é
igual a um. A questão é como identificar quais as variáveis que mais
contribuem para a multicolinearidade, ou seja, onde se localiza a
redundância de informação.
8.2 Identificação e localização da redundância
A identificação da fonte da redundância é semelhante ao enfrentado
normalmente no caso de multicolinearidade elevada nos modelos de
regressão múltipla,
Y=XB+u
(5)
onde Y corresponde ao vetor com N observações da variável explicada; X, a
matriz com as M variáveis independentes com N observações X; B, o vetor
de parâmetros; e u, os resíduos aleatórios. Por hipótese, as variáveis Y e X
são distribuídas N(0,1) e os resíduos u atendem as propriedades distributivas
convencionais. O estimador por mínimos quadrados é obtido pré-
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
24
multiplicando todos os termos da expressão (5) pela transposta de X, e em
seguida pela inversa de X'X, ou
B = (X'X)-1X'Y
(6)
com matriz de variância-covariância,
V(B) = V2 (X'X)-1
(7)
A multicolinearidade corresponde a uma condição de interdependência
entre as variáveis-insumo, que independe da sua forma de associação com a
variável a ser prevista. Se a interdependência entre os insumos - ou no caso
de regressão múltipla, entre as variáveis explicativas X - é elevada, a matriz
X'X é singular, e o determinante de sua inversa (X'X)-1, infinito. O vetor de
parâmetros da resposta dos insumos na explicada torna-se indeterminado. No
caso da técnica de indicadores antecedentes, diz-se que existe duplicidade ou
redundância de informação no conjunto de variáveis-insumo.
A metodologia dos indicadores antecedentes leva vantagens sobre a
regressão múltipla, pois a eliminação de variáveis independentes importantes
num modelo de regressão pode acarretar erros de especificação, o que não
ocorre com os indicadores antecedentes, Mas a seleção da informação
relevante para os indicadores ante-cedentes tem traços comuns com o
problema da multicolinearidade nas regressões. Aqui como lá, as variáveis
não despertam igual interesse; algumas são mais importantes que as outras. O
critério da parcimônia nos recomenda isolar um pequeno grupo de variáveis,
com conteúdo informacional relevante e variado, com estatísticas de fácil
aceso e com o mínimo de atraso.
Para isolar este grupo de variáveis existem três métodos: (1) a “regra
de bolso”, sugerida por Klein 14; (2) o enfoque de Farrar & Glauber 15; e (3)
o teste F 16. A “regra de bolso” de Klein parte do princípio de que toda
multicolinearidade é relativa e a sua existência depende da correlação
simples entre duas variáveis independentes ser maior que a correlação
múltipla da variável dependente com todas as independentes. Esta regra
serve inclusive para ordenar as variáveis que tornam mais séria a
multicolinearidade.
14
Klein, Lawrence R., An Introduction to Econometrics, (Englewood Cliffs, N.J.
Prentice Hall, 1962), p.101
15
Farrar, D.E. & R.R. Glauber, "Multicolineaty in regression analysis : the problem
revisited", Review of Economics and Statistics, vol. 39, fevereiro de 1967, pp.92-107
1975, pp.366-368.
16
Rossi, José W., “A matriz de correlação revisitada”, Revista Brasileira de Estatística,
vol.38, outubro/dezembro de 1977, pp.379-384.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
25
Entretanto, apesar do bom senso e de atender a um teste mais imediato,
esta regra tem o inconveniente de desviar a atenção do fato de que a
multicolinearidade é um problema de interdependência e não de dependência.
Além disso, a multicolinearidade completa, no caso de singularidade perfeita
dentro de um conjunto de variáveis independentes, é consistente com baixas
correlações entre pares de variáveis. Basta lembrar que cada vetor de um
conjunto de variáveis dummy, cuja combinação linear iguala a uma constante,
é perfeitamente colinear com a constante de regressão, e ainda assim a
correlação simples entre os pares de variáveis pode ser nula.
Um teste mais severo com a regra de Klein consiste em examinar o
valor do determinante da matriz X'X formada pelas correlações entre as
variáveis-insumo. No caso de singularidade, o determinante é zero; no caso
de independência (ortogonalidade) perfeita - isto é, todas as correlações entre
variáveis distintas são nulas - o determinante é igual a um. Infelizmente, o
valor crítico para o determinante não é definido, e o teste de Klein em si não
indica como resolver o problema da multicolinearidade, quando detectada.
Farrar e Glauber17 desenvolveram um teste para identificar a existência
de uma multicolinearidade severa e identificar a sua causa.18 O teste consiste
em comparar a estimativa do determinante da matriz de correlações simples
das variáveis-insumo com o nível crítico. Se a estimativa for superior ao
valor crítico, diz-se que a multicolinearidade não chega a afetar substancialmente o modelo e as variáveis são significantemente independentes entre si.
Se rii é o elemento diagonal da matriz inversa (X'X)-1 correspondente a
variável Xi, sabemos que,
Det {(X'X)ii} = rii Det {X'X}
(8)
onde Det representa o determinante e (X'X)ii corresponde a matriz X'X, sem a
variável Xi.
Assim, se Xi for independente (ortogonal) das demais variáveis,
Det {(X'X)ii} = Det {X'X}
(9)
e portanto rii = 1. Se Xi for perfeitamente dependente (colinear),
17
Klein, op.cit.
Existem críticas ao teste de Farrar e Glauber, como as de Kumar, Krishna
T.,"Multicolinearity in regression analysis", Review of Economics and Statistics, vol.
45, março de 1975, pp.365-369; Wichers, Robert C., "The detection of multicolinearity:
a comment", Review of Economics and Statistics, vol.45, março de 1975, pp.366-368;
O'Hagan, John & Brendan McCabe, "Tests for the severity of multicolinearity in
regression analysis: a comment", Review of Economics and Statistics, vol.45, março de
1975, pp.368-370. As críticas ao teste de Farrar-Glauber são pertinentes no caso de
regressão múltipla com variáveis dummy, o que não é o nosso caso.
18
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
26
Det (X'X) = 0
(10)
e portanto rii é infinito. O simples conhecimento dos valores assumidos por rii
por si só permite identificar a origem da multicolinearidade, mas é possível
melhorar o teste.
Observamos que a transformação de Det (X'X) atende a distribuição
Qui-quadrado F2,
F2(gl) = -{ N -1 -1 (2 M + 5)} Log Det (X'X)
6
(11)
onde gl = 0,5 M (M - 1) corresponde aos graus de liberdade; N é o número de
observações e M, o de variáveis. O valor encontrado em (11) pode ser testado
com a tabela da distribuição Qui-quadrado. Observe que X'’X corresponde à
matriz quadrada simétrica formada pelos coeficientes de correlação entre as
variáveis.
O teste sobre a existência de uma multicolinearidade severa consiste
em comparar a estimativa do determinante & c& com o nível crítico & c& *,
conforme apresentado por Contador e Ferraz 19. Se a estimativa for superior
ao valor crítico, diz-se que a multicolinearidade não chega a afetar
substancial-mente o modelo. No nosso caso, o mesmo tipo de teste é
aplicado ao conjunto de variáveis aceitas preliminarmente para compor um
indicador antecedente. Isto permite examinar o grau de duplicidade da
informação contida no conjunto de variáveis.
A identificação da variável ou variáveis que duplicam a informação
contida nas demais pode ser feita com o enfoque desenvolvido
anteriormente por Wilks 20, e reproduzido por Farrar e Glauber 21. Lembrando que podemos escrever,
r ii = (1 - Rxi2)-1
(12)
onde r ii é o elemento i da diagonal da matriz inversa (X’X)-1 e Rxi2 é o
coeficiente de correlação múltipla (ao quadrado) entre xi e os outros
elementos de X. Quando xi for colinear (perfeitamente dependente) dos
demais X, Rxi2 = 1, e r ii = ’ . Se xi é ortogonal, Rxi2 = 0 e r ii = 1
Após algum algebrismo encontramos,
19
Contador, C.R. & C.B. Ferraz, "Parcimônia, informação redundante e multicolinearidade", COPPEAD/UFRJ, dezembro de 1996.
20
Wilks, S., “Certain generalization in the analysis of variance”, Biometrika, vol.24,
1932
21
Op.cit., p.102
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
27
Rxi2
1 Rxi2
R ii 1
(13)
e notamos que a expressão (13) é a relação entre a variância explicada e
não explicada, ou seja a conhecida distribuição F. Isto significa que
transformações lineares de (13) terão o mesmo tipo de distribuição. Ainda
Wilks havia observado que
Z
r
ii
§ m n·
1 ¨
¸
© n 1¹
(14)
pode ser visto como uma distribuição F com m-n e n-1 graus de liberdade.
Este teste de "informação duplicada” – tem a vantagem de não requerer
normalidade conjunta de X.
Portanto, um valor estimado de Z menor que o valor crítico Z*
indica ortogonalidade da variável xi com as demais variáveis do conjunto
X. Em caso contrário, isto é Z > Z*, a informação de xi já está contida nas
demais variáveis e, portanto xi pode ser eliminada da composição do
indicador antecedente.
Em seguida, a matriz X’X é recomposta “passo-a-passo”, sem a
variável eliminada no ”passo” anterior. Novos valores rii são obtidos e
testados sucessivamente, até que as variáveis restantes sejam livres de
colinearidade elevada. Este processo fornece resultados semelhantes aos da
técnica de regressão múltipla step-wise, onde o critério de eliminação
sucessiva de variáveis é baseado no teste “t”.
O teste da estatística F, apresentado por Rossi 22, identifica a
localização da colinearidade severa entre as variáveis-insumo através de
regressões múltiplas sucessivas entre as variáveis-insumo. Seja EY o
indicador antecedente da variável-referência Y e X, o conjunto de k
variáveis-insumo, comprovadamente com sério problema de colinearidade.
Fazemos numa primeira etapa, um conjunto de k regressões múltiplas onde
a variável “dependente” muda sucessivamente e as demais k-1 são as
variáveis “independentes”. Cada variável “dependente” X é explicada
sucessivamente pelas demais.
Se a informação contida na variável-insumo Xj for uma combinação
linear das informações parciais contidas em qualquer conjunto de X, a
estatística F é significantemente diferente de zero, então a variável Xj pode
ser descartada. Na segunda etapa, as k-1 variáveis-insumo restantes são
submetidas a k-1 regressões, no mesmo critério acima, e retirada aquela
variável mais explicada pelas demais. No final do processo, temos um
22
op.cit.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
28
conjunto de variáveis não correlacionadas (ou com colinearidade pouco
severa) entre si. O problema deste enfoque é o grau de liberdade no caso de
um grupo numeroso de variáveis iniciais. Em casos limites, o número de
variáveis-insumo candidatas pode ser maior do que o número de
observações.
X1 = g1 (X2 , X3, ....Xk)
X2 = g2 (X1 , X3, ....Xk)
....
Xk = gk (X1 , X2, ....Xk-1)
`
(15)
A eliminação da informação redundante é feita em duas etapas. Na
primeira, as variáveis identificadas como antecedentes pelos correlogramas (e
após a eliminação daquelas que agridem o bom senso) são distribuídas por
classes de fenômenos. Na segunda, as variáveis são submetidas aos demais
testes. O grau de severidade do teste pode ser constatado pelo seguinte
resultado. De um banco de dados contendo mais de 2900 variáveis mensais,
cerca de 458 mostraram ser antecedentes às flutuações no fluxo de
passageiros. Após a análise crítica de bom senso, este número diminui para
72 variáveis. Com o teste de redundância de informação, o número final de
variáveis-insumo do indicador antecedente é entre dez e vinte séries.
9 - Compondo os indicadores antecedentes
Do exposto sobre a defasagem dos movimentos cíclicos entre variáveis
e sobre a redundância de informações, podemos resumir um conjunto de
regras básicas para nortear a escolha das variáveis-insumo. Para que seja
escolhida como componente final de um indicador composto, uma variável
deve atender a seis critérios básicos, nesta ordem de prioridade:
a)
b)
Homogeneidade no número de períodos de avanço: o avanço da
variável-insumo deve ser (aproximadamente) o mesmo nos três
critérios.
estabilidade, significância estatística e lógica econômica do seu
avanço em relação ao fenômeno a ser previsto. O correlograma entre
a variável-insumo e a variável-referência, embora possa sofrer
mudanças no seu formato, não deve indicar avanços muito distintos
em diferentes períodos amostrais. Por exemplo, se o crédito à pessoa
física antecipa em quatro meses as flutuações no faturamento real da
Indústria no período 1990 a 2005, dizemos que esta variável é
considerada confiável se em outros períodos - ou em sub-períodos ela mantiver um avanço não muito distinto dos quatro meses. Este
cuidado evita que o avanço estimado seja espúrio, principalmente
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
29
c)
d)
e)
f)
naqueles casos em que a teoria e o bom senso não são suficientes
para reconhecer a priori a variável como antecedente.
a disponibilidade de informações atualizadas e de boa qualidade, com
o mínimo de atraso. Não basta que o avanço estimado através de
correlo-gramas seja elevado, estável, e aceito pelo bom senso.
Devido ao atraso na divulgação, o avanço estimado estatisticamente
pode encurtar-se bastante na prática. Por isso, é importante distinguir
entre o "avanço estatístico", obtido mecanicamente com o
correlograma, e o "avanço operacional", que corresponde a diferença
entre o avanço estatístico e o período médio necessário para obter
dados atualizados da variável.23 O avanço estatístico é utilizado na
montagem do indicador composto, mas em última instância será o
avanço operacional que apontará a utilidade da previsão.
quanto mais estável e uniforme for o avanço da variável-insumo nos
ciclos de periodicidade e com características distintas. O ideal seria
construir indicadores compostos de tal forma que cada variável
antecedesse o fenômeno a ser previsto por um determinado período
constante, em qualquer ciclo, por exemplo, oito meses para as
concordatas, nove meses para um agregado monetário, etc. Estas
condições são satisfeitas com o "retardo puro" (pure delay), mas a
possibilidade de sua ocorrência é mínima.
quanto mais estável e uniforme a relação entre o indicador e a
atividade a ser prevista. Por exemplo, se fosse realizada uma
regressão entre as flutuações do indicador e do faturamento real da
Indústria, decompostas em ciclos com periodicidade distinta, seria
desejável que o coeficiente da regressão, no caso denominado de
"ganho" ou "resposta", fosse idêntico para os diversos ciclos. O
"ganho" é dito "amortecido", "idêntico" ou "ampliado" numa
determinada freqüência, se, para cada movimento de um por cento no
indicador ocorre, na média, uma variação inferior, igual, ou superior
a 1% no nível de atividade, naquele mesmo ciclo. Uniformidade no
ganho significa que ele assume valor único em todas as freqüências,
não importando a periodicidade do ciclo;
originalidade do conteúdo informacional da série em relação às
demais variáveis componentes do indicador. Em termos práticos,
esta regra diz que deve se evitar incluir variáveis que refletem o
mesmo tipo de informação, muito embora elas isoladamente possam
23
Por exemplo, o avanço estatístico do crédito sobre o fluxo de passageiros é de quatro
meses, mas o avanço operacional diminui para dois meses, devido ao atraso na divulgação
das estatísticas pelo Bacen. Em alguns casos, o atraso na divulgação produz avanços
operacionais tão pequenos ou negativos (o atraso na divulgação é maior do que avanço
estatístico), que elimina a variável-insumo.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
30
estar fortemente correlacionadas com o fenômeno a ser previsto. Por
exemplo, o crédito e a oferta de moeda tendem a ser fortemente
correlacionados e ambos antecedem o fluxo de passageiros. Estão
também fortemente correlacionados entre si (correlação de 75%).
Assim, não devem ser incluídos em bloco na composição final do
indicador, pois isto apenas duplicaria o tipo de informação (liquidez
da economia).
Estas seis condições permitem montar indicadores antecedentes
compostos, cuja qualidade preditiva depende da hipótese básica de que a
estrutura de avanço das variáveis escolhidas (componentes) permaneça válida
para o futuro próximo. Esta hipótese não é restrita à metodologia dos
indicadores antecedentes como parece a primeira vista. Na verdade, ela é
crucial em qualquer sistema de previsão.
Para evitar que as séries com as maiores flutuações dominem as
demais variáveis no processo de agregação, as variáveis finais (inclusive a
variável-referência), já deflacionadas e/ou acumuladas em doze meses, e
depuradas pelo filtro (2), são normalizadas.
z'(t) = z(t) - a(z)
Vz
(16)
onde a(z) retrata a média; e Vz, desvio-padrão da série no período amostral
escolhido.
Em seguida, as M variáveis-insumo finais escolhidas são ponderadas
e agregadas num índice composto,
M
*
y (t) = 6 wi z'i(t - i)
(17)
i=1
onde wi é o peso da variável antecedente normalizada z'i defasada em i
períodos (meses). O peso wi é baseado na correlação ajustada entre a
variável Xi e a variável-referência Y que se pretende prever.24 Ou seja,
wi = r'i / { 6 r'i}
(18)
onde r'i é a correlação ajustada (máxima) entre as taxas de variação da
variável Xi e da variável-referência Y (faturamento real da Indústria). O valor
24
Outras alternativas são utilizar pesos iguais, ou baseados em critérios subjetivos, ou
ainda através de coeficientes de regressão, como feito por Maher, John E., "Forecasting
industrial production", Journal of Political Economy, vol.65, abril de 1957, pp.158-165.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
31
do avanço em meses é obtido diretamente do correlograma, e corresponde ao
avanço estatístico que conduz a maior correlação ajustada (valor absoluto)
entre as variáveis.
Outro conceito importante é o avanço médio av. do indicador, definido
pela média ponderada dos avanços de cada variável Xi,
M
M
av. = 6 i [r'i] / { 6 [r'i]}
i=1
(19)
i=1
Como a fração de um período não tem sentido prático, os avanços
médios devem ser expressos no maior número inteiro. Ou seja, embora a
estimativa com a expressão (18) possa fornecer um avanço médio, digamos
de 8,7 meses, para fins práticos dizemos que o indicador tem o avanço médio
de 8 meses.
Para que o indicador y*(t) tenha a mesma dimensão da variávelreferência torna-se necessário "desnormalizá-lo", o que é feito pela
expressão;
E { y(t)/ 4 } = a(y) + Vy y*(t)
(20)
onde 4 representa o conjunto de informações disponíveis nas variáveis
componentes, e a(.), o operador-média. A expressão (19) tem a vantagem de
apresentar um indicador expresso na mesma unidade de Y. Embora não seja
o preditor mais eficiente para os níveis ou das taxas de crescimento de Y, o
indicador E{y(t)} fornece a melhor previsão possível para a cronologia
cíclicas futuras.
Atendendo as regras acima, montamos indicadores antecedentes para o
fluxo de passageiros em vôos domésticos e internacionais, expresso em taxa
de crescimento do acumulado em 12 meses. A Figura II.8 abaixo reproduz o
ajuste do indicador para o fluxo doméstico no período após 1994, com
previsões cíclicas até o início de 2007. O indicador antecedente é formado
por 19 variáveis-insumo. Pela composição das variáveis-insumo, o avanço
estatístico médio é de nove meses, reduzido para sete meses (avanço
operacional) devido ao atraso médio na divulgação das variáveis-insumo. A
taxa de crescimento observada está em cor azul, e a previsão com o IA, em
vermelho.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
32
Figura 17 – Desempenho do indicador antecedente para o fluxo de passageiros domésticos
A Figura 18 mostra o indicador para o fluxo de passageiros em vôos
internacionais, sendo o indicador formado por 16 variáveis-insumo e com
avanço estatístico de sete meses, reduzido para cinco meses com o atraso das
estatísticas.
Figura 18 – Desempenho do indicador antecedente para o fluxo de passageiros internacionais
Ambos indicadores retratam com fidelidade as fases cíclicas, com uma
composição de variáveis domésticas e externas. As correlações dos
indicadores antecedentes com as flutuações observadas são de 87 % para o
fluxo doméstico e 96 %, para o internacional. No aspecto visual, o ajuste dos
indicadores antecedentes é satisfatório, captando as reversões cíclicas
ocorridas desde a década de 90. Os indicadores prevêem que a fase de
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
33
contração do fluxo de passageiros se mantém até o final de 2006, e a fase de
recuperação deve iniciar em 2007.
Apesar do ajuste cíclico satisfatório, o sistema de indicadores
antecedentes não é infalível na cronologia das reversões. O passado de acerto
das datas de reversão recomenda confiança nas suas previsões. Porém, isto
não significa que o erro seja nulo. Embora a esperança do erro cronológico
(diferença entre a data efetiva e a prevista) de uma reversão cíclica seja nula,
na prática, os indicadores antecedentes não estão livres deste problema. Para
amostras com um número elevado de ciclos, a análise da cronologia das
reversões mostra a distribuição de freqüência dos erros cronológicos.
10 - Desempenho nas reversões
Uma forma de avaliar o desempenho do indicador antecedente é
comparar a sua tendência com o da variável-referência. O indicador ideal
retrata cronologicamente as mesmas fases cíclicas da variável-referência. Se
o indicador aponta uma fase de expansão (contração), enquanto a variávelreferência, uma fase de contração (expansão), ele se torna suspeito. O teste
para esta análise é feito através de uma Tabela de Contingência, onde as
primeiras diferenças do indicador e da variável-referência são distribuídas em
quatro células.25
Se as mudanças (primeiras diferenças) do indicador ('I) e da variávelreferência ('Y) tiverem distribuição independente e aleatória entre si, o
número total de observações correspondentes à fase de expansão da variávelreferência (N+) estaria igualmente distribuído entre as células A e B do
Quadro 3, e os da fase de contração (N-), entre as células C e D.
Um indicador ideal, que acerta todas as mudanças de tendência (ou
seja, sempre em fase com a variável-referência) tem as células A (na
observações) e D (nd observações) nulas, e as células C (nc) e B (nb) com
número de observações respectivamente iguais a N- e N+. Comparando o
número observado em cada célula com o esperado (entre parênteses),
aplicamos o teste Qui-quadrado, com um grau de liberdade,
F2 (1) = 6i (ni – eni)2
eni
(21)
25
Conforme sugerido por Schnader, M.H. & H.O.Stekler, “Evaluating prediction of
change”, Journal of Business,vol.63, no.1, parte 1, janeiro de 1990, pp.99-107. Ver
também Henriksson, Roy D. & Robert Merton, “On market timing and investment
performance 2 : statistical procedures for evaluating forecasting skills”, Journal of
Business, vol.54, outubro de 1981, pp.513-533.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
34
Quadro 3
O teste de desempenho de tendência
'I
+
'Y
-
+
A, n1
B, n2
+
(en1=N /2) (en2=N+/2)
D, n4
C, n3
(en3=N /2) (en4 = N/2)
6
N+
N-
Se F2 (1) calculado for maior do que o valor da tabela Qui-quadrado, a
hipótese de independência entre as tendências do indicador e da variávelreferência é rejeitada.
Figura 19 – O desempenho do indicador antecedente dos passageiros domésticos nas fases.
Na Figura 19, N representa o número de observações na célula; EN, o
número esperado; CN, a contribuição da célula para o valor do Quiquadrado; e CN%, a contribuição percentual. Aplicando o teste no indicador
antecedente para as flutuações do fluxo de passageiros domésticos, a hipótese
de independência entre as fases é rejeitada ao nível de 1 %, com Qui-
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
35
quadrado igual a 20,3. Observe que a dispersão dos pontos está concentrada
ao longo da diagonal no sentido crescente.26
Figura 20 – O desempenho do indicador antecedente dos passageiros internacionais.
Para o indicador do fluxo de passageiros internacionais, o teste Quiquadrado é de 38,3, igualmente satisfatório. Outros testes de desempenho expost podem ser extraídos do Quadro 3. Vamos adicionar dois outros. A
relação entre a soma do número de pontos nos quadrantes A e D, em
comparação com a de B e C fornece uma medida do erro relativo der,
der = (n1 + n4 )/(n2+n3)
(21)
que, no caso da Figura 18 para os vôos domésticos corresponde a,
(21 + 25)/(49 + 51) = 46/100 = 0,46
Outro teste examina a gravidade do erro. O número (relativo) de
pontos no quadrante D fornece a medida da gravidade. Note que estes pontos
indicam o número de vezes em que o indicador antecedente sinalizou uma
expansão rejeitada pela variável-referência, que apontou uma retração. É um
O teste é fornecido pelo sistema SIA“ onde N, na Figura 4.2, representa o número de
observações na célula; EN, o número esperado; CN, a contribuição da célula para o
valor do Qui-quadrado; e CN%, a contribuição percentual.
26
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
36
erro sério, mais grave do que os pontos em A, em que o indicador sinalizou
uma contração desmentida pela expansão na variável-referência. Este teste
pode ser denominado de gravidade relativa do erro – gre,
gre = n4/n1
e quanto menor a relação gre,
produzem um gre igual a,
(22)
menor a gravidade do erro. Os dados
gre = 25/22 = 1,19
11 - Probabilidade das reversões
Ainda que o desempenho passado do indicador antecedente em
prever as reversões ocorridas sirva para qualificar o seu ajuste, este
desempenho é de pouca ajuda, quando se trata de inferir a sua qualidade
nas previsões de futuras reversões. Como qualquer método de previsão, os
indicadores antecedentes podem errar, e o usuário deve estar consciente
desta possibilidade. Ainda assim, interessa saber a probabilidade de que a
reversão prevista deve ocorrer. A avaliação do desempenho do indicador
antecedente em prever ex-ante as reversões cíclicas utiliza diversos
critérios, alguns populares, e outros apoiados em métodos estatísticos mais
rigorosos.
Por construção, os indicadores antecedentes avançam no tempo, para
períodos em que a variável-referência ainda não é conhecida. Se for
necessário aguardar a divulgação das estatísticas da variável-referência para
apontar a ocorrência de uma reversão, o objetivo principal do indicador
está perdido. Por esta razão, foram desenvolvidas algumas regras para
sinalizar a reversão antes que ela ocorra efetivamente.
O critério mais popular é qualificar uma nova fase se o indicador
mantém o mesmo sentido por três meses consecutivos.27 Uma variante –
utilizado com preços de ações – é baseada na acumulação das variações do
indicador até que o valor atinja um certo percentual estabelecido pelo
analista. 28 Um terceiro critério utiliza a regra baseada no número de meses
em que o indicador antecedente é menor do que o último pico. 29 Outras
27
Vaccara, B. & V. Zarnowitz, “How good are the leading indicators ?”, Proceedings of
the Business and Statistics Section, American Statistical Association, 1977, pp.41-50.
28
Para exemplo da aplicação deste critério para previsão dos índices de Bolsas de
Valores veja Higgins, Bryon, “Is a recession inevitable this year ?”, Economic Review,
Federal Reserve Bank of Kansas City, janeiro de 1988, pp.3-16; Malabre, Alfred, “As
economy goes, so goes stock market”, Wall Street Journal, 9 de fevereiro de 1987.
29
Alexander, S. & H. Stekler, “Forecasting industrial production – leading series versus
autoregression”, Journal of Political Economy, vol.67, 1959, pp.402-409.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
37
regras simples combinam critérios tradicionais e estatísticos.30 Porém, antes
de rejeitar estas regras simplistas, é importante que sejam submetidas a
testes de desempenho. Se rejeitadas devido ao acúmulo de erros cometidos,
então o analista deve decidir se avança para outras metodologias mais
complexas estatisticamente.
A metodologia de Neftçi foi apresentada em 198231 e tornou-se o
padrão para avaliação do desempenho de indicadores antecedentes, através de
probabilidade. O princípio básico da regra de Neftçi é semelhante aos
critérios tradicionais: uma reversão seguida de uma contração (expansão) no
indicador antecedente sinaliza uma recessão (recuperação) no futuro. Cada
observação adicional de queda (aumento) no indicador reforça a
probabilidade de recessão (recuperação), até que o valor acumulado da
probabilidade atinge o nível crítico, predeterminado e imposto pelo analista.
A regra de Neftçi utiliza três componentes:
a) O nível crítico da probabilidade
O valor da probabilidade crítica – de escolha do analista – é uma
solução de compromisso entre a possibilidade de erros de falso sinal e a
definição tardia da reversão (recuperação). A escolha de uma probabilidade
crítica pequena – por exemplo, 60 % - gera o alarme de reversão, que pode
vir a ser desmentida por um falso sinal. O nível crítico de 60 % significa que
existe uma probabilidade de 40 % de que a reversão não ocorra, ou seja, a
probabilidade de 40 % de falso sinal. Por outro lado, um nível crítico de
probabilidade mais elevado – por exemplo, 90 % - reduz a probabilidade de
um falso sinal, mas exige meses adicionais de observação (para acumulação
das probabilidades) e estes meses adicionais podem ser excessivos e
preciosos, considerando o tempo necessário para as medidas preventivas.
Assim, o dilema é entre escolher um nível crítico mais baixo para a
probabilidade e correr o risco de um falso sinal, mas ter mais tempo de
antecedência, ou escolher uma probabilidade mais elevada, com menor
chance de falso sinal, porém com pouco tempo para a prevenção. Quanto
30
Hymans, S., “On the use of leading indicators to predict cyclical turning points”,
Brookings Papers on Economic Activity, vol.2, 1973, pp.339-384; Zarnowitz, V. & G.
Moore, “Sequential signals of recession and recovery”, Journal of Business, vol.55,
1982, pp.57-85; Keen, H., “Leading economic indicators can be misleading, study
shows”, Journal of Business Forecasting, vol.2, 1983, pp.13-14.
31
Neftçi, N.S., "Optimal Prediction of Cyclical Downturns", Journal of Economic
Dynamics and Control, Vol.4, 1982, pp.225-241. Para aplicações, ver Niemira, Michael
P., "An International Application of Neftçi's Probability Approach for Signalling Growth
Recessions and Recoveries using Turning Point Indicators", em Lahiri, Kalal & Geoffrey
H. Moore (eds), Leading Economic Indicators : New Approaches and Forecasting
Records, (Cambridge, Cambridge University Press, 1991).
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
38
maior o valor crítico, menor o número (risco) de falsos sinais e maior o
número de reversões não antecipadas/omitidas, lembrando que a
probabilidade de reversão e mudança para uma fase de recessão (expansão) é
calculada enquanto a variável-referência está passando por uma fase de
expansão (recessão). A Figura 21 descreve o dilema. A linha representa a
probabilidade de reversão, efetivamente ocorrida (no futuro) em t*. As linhas
horizontais mostram os níveis críticos de probabilidade. Se escolhida a
probabilidade de 60 %, o alarme de reversão é disparado em to, e o analista
apressado corre o risco (e o emprego!) de sinalizar um falso sinal. Tem,
porém mais tempo para as medidas de precaução.
100
Nível crítico de 90 %
80
60
Nível crítico de 60 %
40
20
0
t*
to
Figura 21 – Probabilidade e o nível crítico para decisão
Por outro lado, se o nível crítico for 90 %, o alarme dispara nas
vésperas na reversão. A probabilidade de falso sinal é de apenas 10 %. É um
consolo, mas pode ter um preço alto. Enfim, o nível crítico da probabilidade é
decidido pelo usuário, que deve balancear os benefícios e custos do alarme
prematuro com risco de falso sinal e tempo para as precauções, ou o alarme
tardio, com quase certeza, mas sem tempo para a reação.
b) A probabilidade da reversão Probi
As reversões apontadas num indicador antecedente assinalam
(exclusive os falsos sinais) reversões na variável-referência. Esta informação
é transformada numa distribuição de probabilidades, com os parâmetros
estimados com o modelo probit,
P('Ey) = F (Do + D1 'Ey)
(23)
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
39
onde P('Ey) é a probabilidade de mudança na variável-referência y dada a
mudança no indicador antecedente Ey, e F(.) a função cumulativa de
probabilidade de distribuição Normal, que transforma (através da probit) 'Ey
em valores entre zero e um.
Na Figura 22, os pontos zero e um no eixo vertical representam as
variações negativas (zero) e positivas (um) para a variável-referência. F(.) é a
função probit, estimada com os pontos de dispersão em zero e um.32
A estimação por máxima verossimilhança fornece a probabilidade de
que uma reversão ocorrerá no futuro, onde Prob1 refere-se as observações do
indicador antecedente pertencentes à fase de expansão, e Prob2, à fase de
contração.
Figura 22 – A distribuição probit
c) A distribuição prior
A probabilidade da reversão aumenta com a duração da fase corrente
em comparação com a sua duração média histórica. Se as fases de expansão
têm uma média histórica de 14 meses, e estamos no décimo mês de expansão
ininterrupta, a probabilidade de que a fase esteja terminando é alta. No
próximo mês (ou seja, no décimo-primeiro mês), a probabilidade aumenta, e
assim por diante, até que a reversão ocorre, e a probabilidade é zerada. A
distribuição incondicional de probabilidade prior Pr (incondicional, pois
independe dos valores assumidos pelo indicador antecedente ou pela
variável-referência) é calculada distribuindo a duração média da fase por
períodos, iniciando por zero no mês seguinte à última reversão até um valor
máximo a partir de uma data anterior à da duração histórica (ou seja, em
algum número de meses menor do que 14, no nosso exemplo).
32
O sistema SIA utiliza o método de estimação com o algoritmo Levenberg-Marquardt.
A subrotina está descrita em Press, William e outros, Numerical Recipes : the art of
scientific computing, (New York, Cambridge University Press, 1987).
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
40
Na metodologia de Neftçi, a probabilidade de uma reversão –
independente do tipo de fase que se inicia – tem como elemento a imposição
de um determinado formato para a distribuição da função cumulativa,
escolhido geralmente pelo usuário. A nossa abordagem estabelece um
número fixo de períodos para início da contagem cumulativa da
probabilidade prior, independente da estabilidade da duração da fase cíclica.
E se as fases tiverem duração variável ? Certamente, a distribuição prior deve
considerar esta possibilidade e incorporar outros elementos ao critério. Seja
por exemplo a duração média de 14 meses para a fase de expansão dos ciclo
de duas variáveis Y1 e Y2. Pelo princípio mais simples, o valor ns para início
da contagem da distribuição cumulativa da probabilidade prior de uma
reversão seria o mesmo.
Porém suponhamos que a variável Y1 tenha as fases de expansão
sempre com a duração de 14 meses, enquanto para a variável Y2 a duração
varia entre 6 e 20 meses. Ora, se o mesmo valor inicial ns for aplicado nos
dois casos, a probabilidade prior para Y2 pode não crescer tão rápido como
deveria.
Tabela 3
Parâmetros para o cálculo da probabilidade de reversão
Parâmetro
Fluxo de passageiros domésticos:
Duração média da fase
Desvio-padrão
Valor inicial nulo até
Incremento por período
Fluxo de passageiros internacionais:
Duração média da fase
Desvio-padrão
Valor inicial nulo até
Incremento por período
Picos
Vales
13 meses
5 meses
3 mêses
20 %
19 meses
15 meses
0
6%
30 meses
14 meses
6 meses
16 %
12 meses
8 meses
0
12 %
d) O critério de decisão
A probabilidade Probt de reversão com a regra de Neftçi em t é obtida
combinando os três elementos acima,
Probt = ^ \ Probt-1 + > Pr (1 – Probt--1) Prob1@` / ^ Probt-1 + > Pr
(1 – Probt--1) Prob1 + (1 – Probt-1) Prob2 (1 – Pr) @`
(24)
onde Pr é a distribuição prior; Prob1, a probabilidade de que uma nova
observação do indicador pertença a uma fase de expansão; e Prob2, de que
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
41
pertença a uma recessão. Prob1 e Prob2 são obtidas com a função probit. O
parâmetro \ é o fator de amortecimento para evitar que a probabilidade
composta Probt cresça muito rápido. É sugerido que \ esteja no intervalo 0,2
a 0,6, conforme recomendado por Bikker e Kennedy.33
Se
Probt t Prob*
(25)
é dado o alarme de uma reversão eminente, onde Prob* corresponde ao nível
crítico da probabilidade.
Os indicadores antecedentes para as flutuações do crescimento do
fluxo dos passageiros têm as probabilidades calculadas com os parâmetros da
Tabela II.2. As probabilidades estão nas figuras seguintes.
Figura 23 – Probabilidade de ocorrência de uma fase de expansão, fluxo doméstico
Com os parâmetros adotados, a probabilidade de ocorrência da fase de
expansão prevista pelo indicador antecedente para o fluxo doméstico ainda
não foi sinalizada. Para o fluxo internacional, por outro lado, já existe uma
probabilidade crescente de ocorrência a partir do início de 2007.
33
Bikker, J. A, & N.O Kennedy, “Composite leading indicators of underlying inflation
for seven EU countries”, Journal of Forecasting, vol.18, julho de 1999, pp.225-258.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
42
Figura 24 – Probabilidade de ocorrência de uma fase de expansão, fluxo internacional
12 – Conclusões e recomendações
Esta pesquisa apresentou uma aplicação da técnica dos indicadores
antecedentes na previsão das flutuações do fluxo de passageiros de
transporte aéreo a nível nacional e internacional. Os resultados podem ser
classificados como excelentes, demonstrando a viabilidade da metodologia
como instrumento de acompanhamento e de alerta para as instituições
envolvidas com o turismo. Entretanto, não podemos deixar de sugerir
cautela. Como primeiro alerta, apesar das suas vantagens e utilidade ímpar,
os indicadores antecedentes têm suas limitações e não são livres de erros,
como, aliás, nenhum sistema de previsão. Ainda assim, os resultados
obtidos superaram estas deficiências. Independente da qualidade das séries
estatísticas, o sistema dos indicadores antecedentes fornece a melhor
previsão cíclica dentre as técnicas existentes. Como segundo alerta, as
previsões obtidas com o sistema estão sujeitas, como qualquer outro
método, às falhas decorrentes de rompimento da estrutura de
comportamento. A ocorrência de mudanças estruturais, que, aliás, não estão
previstas, rompe a estabilidade da associação entre variáveis - o princípio
de qualquer sistema de previsão – e os indicadores antecedentes podem
fornecer previsões erradas. A estimação empírica dos correlogramas –
resumida no anexo – compreendeu o emprego de filtros nas variáveis
exatamente para amortecer a possibilidade de correlações espúrias, e a
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
43
estrutura dos indicadores antecedentes parece suficientemente robusta para
sobreviver às mudanças estruturais.
O sistema de indicadores antecedentes compostos exige uma
atualização periódica e eventual revisão dos seus parâmetros, composição
dos indicadores e inclusão de novas variáveis. Esta é uma tarefa
recomendada, uma vez que a antecedência dos indicadores estimados não
supera nove meses.
É ainda importante acrescentar a necessidade de levantamentos mais
adequados e com periodiciade mensal sobre o registro de visitas de turistas,
ocupação de hotéis e pousadas, etc. Estas estatísticas servirão para compor
um sistema mais amplo de informações úteis para o planejamento
estratégico de instituições privadas e do próprio setor público, apoiar as
decisões de novos investimentos em hotelaria, infraestrutura turística,
divulgação de eventos etc.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
44
ANEXO : INFORMAÇÕES SOBRE A MONTAGEM DOS
INDICADORES ANTECEDENTES
1 – Introdução
Este ANEXO fornece as informações mais detalhadas e reprodução
dos dados estatísticos do fluxo de passageiros/km utilizados como variávelreferência no relatório principal.
O primeiro conjunto de tabelas reproduz a listagem do fluxo mensal
de passageiros/km em vôos domésticos, internacionais e total. Os dados
passaram por um processo de média-móvel de 12 meses para eliminação da
sazonalidade e em seguida transformados em taxa de variação para eliminar
a tendência das séries. As estatísticas sobre o fluxo mensal de passageiros
estão disponíveis em planilhas Excel.
O segundo conjunto de tabelas lista as variáveis que demonstraram ser
antecedentes e significância estatística às flutuações das variáveis-referência.
São reproduzidos os detalhes estatísticos dos correlogramas de variáveisinsumo domésticas e internacionais com avanços entre três e dezesseis meses.
Numa etapa seguinte, uma análise eliminou as variáveis com relação espúria,
ou sem fundamentação teórica, ou com atraso maior que quatro meses na
divulgação, ou com período relativamente curto. Em seguida, o conjunto de
variáveis foi novamente reduzido com a análise crítica de redundância de
informação, restando as séries finais que compõem os indicadores
antecedentes, descritos no relatório principal.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
45
2- Fluxo mensal de passageiros/km, a nível doméstico, internacional e total
Data
jan/74
fev/74
mar/74
abr/74
mai/74
jun/74
jul/74
ago/74
set/74
out/74
nov/74
dez/74
jan/75
fev/75
mar/75
abr/75
mai/75
jun/75
jul/75
ago/75
set/75
out/75
nov/75
dez/75
jan/76
fev/76
mar/76
abr/76
Data
mai/76
jun/76
jul/76
ago/76
set/76
out/76
nov/76
dez/76
jan/77
fev/77
mar/77
abr/77
mai/77
jun/77
jul/77
ago/77
set/77
out/77
nov/77
dez/77
jan/78
fev/78
mar/78
abr/78
mai/78
jun/78
jul/78
ago/78
set/78
out/78
nov/78
Data
dez/78
jan/79
fev/79
mar/79
abr/79
mai/79
jun/79
jul/79
ago/79
set/79
out/79
nov/79
dez/79
jan/80
fev/80
mar/80
abr/80
mai/80
jun/80
jul/80
ago/80
Fluxo, em unidades
Doméstico
Internacional
Total
1.666.931
...
...
1.418.935
...
...
1.685.991
...
...
1.691.661
...
...
1.803.714
...
...
1.520.444
...
...
1.801.558
...
...
1.828.402
...
...
1.696.060
...
...
1.758.760
...
...
1.712.145
...
...
1.534.287
...
...
1.623.313
...
...
1.352.505
...
...
1.707.358
...
...
1.744.810
...
...
1.722.840
...
...
1.828.379
...
...
2.006.733
...
...
1.919.885
...
...
1.868.786
...
...
2.035.733
...
...
2.036.553
...
...
2.011.843
...
...
1.927.971
...
...
1.876.913
...
...
1.999.187
...
...
1.987.803
...
...
Fluxo, em unidades
Doméstico
Internacional
Total
2.083.943
...
...
2.073.530
...
...
2.367.796
...
...
2.234.569
...
...
2.131.464
...
...
2.297.637
...
...
2.350.330
...
...
2.303.974
...
...
2.307.532
...
...
1.961.305
...
...
2.536.964
...
...
2.234.569
...
...
2.424.889
...
...
2.364.648
...
...
2.616.287
...
...
2.593.841
...
...
2.516.825
...
...
2.679.719
...
...
2.649.771
...
...
2.666.007
...
...
2.634.160
...
...
2.127.561
...
...
2.737.741
...
...
2.632.717
...
...
2.788.085
...
...
2.527.844
...
...
3.029.182
...
...
3.005.636
...
...
2.867.043
...
...
3.018.724
...
...
2.963.333
...
...
Fluxo, em unidades
Doméstico
Internacional
Total
2.964.606
...
...
2.855.765
...
...
2.442.439
...
...
3.030.842
...
...
2.873.382
...
...
3.153.674
...
...
2.718.723
...
...
3.180.583
...
...
3.320.235
...
...
3.018.294
...
...
3.518.813
...
...
3.295.698
...
...
3.101.346
...
...
3.309.714
...
...
2.793.519
...
...
3.494.276
...
...
3.283.753
...
...
3.358.031
...
...
3.011.545
...
...
3.123.426
...
...
3.110.165
...
...
Acumulado em 12 meses
Doméstico
Internacional
Total
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
20.118.888
...
...
20.075.270
...
...
20.008.840
...
...
20.030.207
...
...
20.083.356
...
...
20.002.482
...
...
20.310.417
...
...
20.515.592
...
...
20.607.075
...
...
20.779.801
...
...
21.056.774
...
...
21.381.182
...
...
21.858.738
...
...
22.163.396
...
...
22.687.804
...
...
22.979.633
...
...
23.222.626
...
...
Acumulado em 12 meses
Doméstico
Internacional
Total
23.583.729
...
...
23.828.880
...
...
24.189.943
...
...
24.504.627
...
...
24.767.305
...
...
25.029.209
...
...
25.342.986
...
...
25.635.117
...
...
26.014.678
...
...
26.099.070
...
...
26.636.847
...
...
26.883.613
...
...
27.224.559
...
...
27.515.677
...
...
27.764.168
...
...
28.123.440
...
...
28.508.801
...
...
28.890.883
...
...
29.190.324
...
...
29.552.357
...
...
29.878.985
...
...
30.045.241
...
...
30.246.018
...
...
30.644.166
...
...
31.007.362
...
...
31.170.558
...
...
31.583.453
...
...
31.995.248
...
...
32.345.466
...
...
32.684.471
...
...
32.998.033
...
...
Acumulado em 12 meses
Doméstico
Internacional
Total
33.296.632
...
...
33.518.237
...
...
33.833.115
...
...
34.126.216
...
...
34.366.881
...
...
34.732.470
...
...
34.923.349
...
...
35.074.750
...
...
35.389.349
...
...
35.540.600
...
...
36.040.689
...
...
36.373.054
...
...
36.509.794
...
...
36.963.743
...
...
37.314.823
...
...
37.778.257
...
...
38.188.628
...
...
38.392.985
...
...
38.685.807
...
...
38.628.650
...
...
38.418.580
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
8,65
...
...
10,40
...
...
13,39
...
...
14,72
...
...
15,63
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
17,90
...
...
17,32
...
...
17,91
...
...
18,91
...
...
19,19
...
...
18,87
...
...
18,53
...
...
17,28
...
...
17,38
...
...
15,04
...
...
15,92
...
...
15,76
...
...
15,44
...
...
15,47
...
...
14,78
...
...
14,77
...
...
15,11
...
...
15,43
...
...
15,18
...
...
15,28
...
...
14,85
...
...
15,12
...
...
13,55
...
...
13,99
...
...
13,89
...
...
13,28
...
...
13,76
...
...
13,77
...
...
13,46
...
...
13,13
...
...
13,04
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
12,67
...
...
12,18
...
...
12,61
...
...
12,83
...
...
12,15
...
...
12,01
...
...
12,04
...
...
11,05
...
...
10,61
...
...
9,88
...
...
10,27
...
...
10,23
...
...
9,65
...
...
10,28
...
...
10,29
...
...
10,70
...
...
11,12
...
...
10,54
...
...
10,77
...
...
10,13
...
...
8,56
...
...
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
46
set/80
out/80
nov/80
dez/80
jan/81
fev/81
mar/81
abr/81
mai/81
jun/81
Data
jul/81
ago/81
set/81
out/81
nov/81
dez/81
jan/82
fev/82
mar/82
abr/82
mai/82
jun/82
jul/82
ago/82
set/82
out/82
nov/82
dez/82
jan/83
fev/83
mar/83
abr/83
mai/83
jun/83
jul/83
ago/83
set/83
out/83
nov/83
dez/83
jan/84
Data
fev/84
mar/84
abr/84
mai/84
jun/84
jul/84
ago/84
set/84
out/84
nov/84
dez/84
jan/85
fev/85
mar/85
abr/85
mai/85
jun/85
jul/85
ago/85
set/85
out/85
nov/85
dez/85
jan/86
fev/86
mar/86
abr/86
mai/86
jun/86
jul/86
ago/86
Data
set/86
out/86
nov/86
dez/86
jan/87
fev/87
mar/87
abr/87
mai/87
jun/87
jul/87
ago/87
set/87
3.072.023
...
...
3.199.945
...
...
3.163.788
...
...
3.074.870
...
...
2.858.181
...
...
2.727.521
...
...
2.865.491
...
...
2.845.266
...
...
3.011.631
...
...
2.835.865
...
...
Fluxo, em unidades
Doméstico
Internacional
Total
3.071.915
...
...
3.085.499
...
...
3.057.643
...
...
3.190.027
...
...
3.061.178
...
...
2.946.388
...
...
2.904.170
...
...
2.544.123
...
...
3.195.828
...
...
3.210.014
...
...
3.294.168
...
...
2.693.756
...
...
2.866.200
...
...
3.100.657
...
...
2.972.907
...
...
3.098.716
...
...
2.859.863
...
...
2.893.757
...
...
2.841.859
...
...
2.387.762
...
...
3.020.708
...
...
2.657.015
...
...
3.084.011
...
...
2.670.835
...
...
2.708.805
...
...
2.868.034
...
...
2.450.893
...
...
2.779.676
...
...
2.747.831
...
...
2.832.867
...
...
2.754.515
...
...
Fluxo, em unidades
Doméstico
Internacional
Total
2.592.506
...
...
2.660.357
...
...
2.595.609
...
...
2.773.963
...
...
2.294.833
...
...
2.457.899
...
...
2.481.983
...
...
2.618.293
...
...
2.908.073
...
...
2.828.728
...
...
2.567.278
...
...
2.533.773
...
...
2.222.624
...
...
2.840.717
...
...
2.586.899
...
...
2.641.083
...
...
2.753.738
...
...
2.980.367
...
...
3.231.835
...
...
3.297.251
...
...
3.602.340
...
...
3.165.943
...
...
3.109.217
...
...
3.159.131
...
...
2.644.467
...
...
3.251.886
...
...
3.392.378
...
...
3.477.393
...
...
3.367.431
...
...
3.770.603
...
...
3.714.048
...
...
Fluxo, em unidades
Doméstico
Internacional
Total
3.468.942
...
...
3.877.050
...
...
3.614.350
...
...
3.354.581
...
...
3.531.534
...
...
3.434.401
...
...
3.432.526
...
...
3.619.741
...
...
3.747.512
...
...
3.522.369
...
...
3.839.017
...
...
3.906.524
...
...
3.620.666
...
...
38.472.309
...
...
38.153.441
...
...
38.021.531
...
...
37.995.055
...
...
37.543.522
...
...
37.477.524
...
...
36.848.739
...
...
36.410.252
...
...
36.063.852
...
...
35.888.172
...
...
Acumulado em 12 meses
Doméstico
Internacional
Total
35.836.661
...
...
35.811.995
...
...
35.797.615
...
...
35.787.697
...
...
35.685.087
...
...
35.556.605
...
...
35.602.594
...
...
35.419.196
...
...
35.749.533
...
...
36.114.281
...
...
36.396.818
...
...
36.254.709
...
...
36.048.994
...
...
36.064.152
...
...
35.979.416
...
...
35.888.105
...
...
35.686.790
...
...
35.634.159
...
...
35.571.848
...
...
35.415.487
...
...
35.240.367
...
...
34.687.368
...
...
34.477.211
...
...
34.454.290
...
...
34.296.895
...
...
34.064.272
...
...
33.542.258
...
...
33.223.218
...
...
33.111.186
...
...
33.050.296
...
...
32.962.952
...
...
Acumulado em 12 meses
Doméstico
Internacional
Total
33.167.696
...
...
32.807.345
...
...
32.745.939
...
...
32.435.891
...
...
32.059.889
...
...
31.808.983
...
...
31.422.932
...
...
31.590.332
...
...
31.718.729
...
...
31.799.626
...
...
31.534.037
...
...
31.313.295
...
...
30.943.413
...
...
31.123.773
...
...
31.115.063
...
...
30.982.183
...
...
31.441.088
...
...
31.963.556
...
...
32.713.408
...
...
33.392.366
...
...
34.086.633
...
...
34.423.848
...
...
34.965.787
...
...
35.591.145
...
...
36.012.988
...
...
36.424.157
...
...
37.229.636
...
...
38.065.946
...
...
38.679.639
...
...
39.469.875
...
...
39.952.088
...
...
Acumulado em 12 meses
Doméstico
Internacional
Total
40.123.779
...
...
40.398.489
...
...
40.846.896
...
...
41.092.260
...
...
41.464.663
...
...
42.254.597
...
...
42.435.237
...
...
42.662.600
...
...
42.932.719
...
...
43.087.657
...
...
43.156.071
...
...
43.348.547
...
...
43.500.271
...
...
8,25
...
...
5,86
...
...
4,53
...
...
4,07
...
...
1,57
...
...
0,44
...
...
-2,46
...
...
-4,66
...
...
-6,07
...
...
-7,23
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
-7,23
...
...
-6,78
...
...
-6,95
...
...
-6,20
...
...
-6,15
...
...
-6,42
...
...
-5,17
...
...
-5,49
...
...
-2,98
...
...
-0,81
...
...
0,92
...
...
1,02
...
...
0,59
...
...
0,70
...
...
0,51
...
...
0,28
...
...
0,00
...
...
0,22
...
...
-0,09
...
...
-0,01
...
...
-1,42
...
...
-3,95
...
...
-5,27
...
...
-4,97
...
...
-4,86
...
...
-5,55
...
...
-6,77
...
...
-7,43
...
...
-7,22
...
...
-7,25
...
...
-7,33
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
-6,35
...
...
-6,90
...
...
-5,60
...
...
-5,92
...
...
-6,95
...
...
-7,25
...
...
-7,75
...
...
-5,82
...
...
-4,53
...
...
-3,96
...
...
-4,59
...
...
-5,00
...
...
-6,71
...
...
-5,13
...
...
-4,98
...
...
-4,48
...
...
-1,93
...
...
0,49
...
...
4,11
...
...
5,70
...
...
7,47
...
...
8,25
...
...
10,88
...
...
13,66
...
...
16,38
...
...
17,03
...
...
19,65
...
...
22,86
...
...
23,02
...
...
23,48
...
...
22,13
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
20,16
...
...
18,52
...
...
18,66
...
...
17,52
...
...
16,50
...
...
17,33
...
...
16,50
...
...
14,59
...
...
12,79
...
...
11,40
...
...
9,34
...
...
8,50
...
...
8,42
...
...
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
47
out/87
nov/87
dez/87
jan/88
fev/88
mar/88
abr/88
mai/88
jun/88
jul/88
ago/88
set/88
out/88
nov/88
dez/88
jan/89
fev/89
mar/89
Data
abr/89
mai/89
jun/89
jul/89
ago/89
set/89
out/89
nov/89
dez/89
jan/90
fev/90
mar/90
abr/90
mai/90
jun/90
jul/90
ago/90
set/90
out/90
nov/90
dez/90
jan/91
fev/91
mar/91
abr/91
mai/91
jun/91
jul/91
ago/91
set/91
out/91
Data
nov/91
dez/91
jan/92
fev/92
mar/92
abr/92
mai/92
jun/92
jul/92
ago/92
set/92
out/92
nov/92
dez/92
jan/93
fev/93
mar/93
abr/93
mai/93
jun/93
jul/93
ago/93
set/93
out/93
nov/93
dez/93
jan/94
fev/94
mar/94
abr/94
mai/94
Data
jun/94
jul/94
ago/94
set/94
out/94
3.664.480
...
...
3.736.063
...
...
3.121.722
...
...
3.237.570
...
...
2.541.707
...
...
3.874.161
...
...
3.512.215
...
...
3.637.074
...
...
3.712.194
...
...
3.658.355
...
...
4.088.456
...
...
3.612.086
...
...
3.605.682
...
...
3.603.288
...
...
3.717.714
...
...
3.230.261
...
...
2.827.629
...
...
3.932.009
...
...
Fluxo, em unidades
Doméstico
Internacional
Total
3.761.050
...
...
3.996.261
...
...
4.096.500
...
...
4.050.941
...
...
4.528.368
...
...
4.010.212
...
...
4.155.016
...
...
3.824.893
...
...
3.807.882
...
...
3.502.901
511.626
4.014.527
2.709.309
433.995
3.143.304
2.263.648
452.031
2.715.680
1.766.684
409.776
2.176.459
1.942.020
408.646
2.350.667
2.113.102
468.163
2.581.265
3.204.589
627.082
3.831.670
2.806.717
565.882
3.372.599
2.626.033
541.135
3.167.168
2.670.400
540.394
3.210.794
2.496.534
491.459
2.987.993
2.968.681
539.913
3.508.594
3.339.257
556.574
3.895.831
2.480.637
410.212
2.890.848
2.332.334
425.985
2.758.319
2.252.866
399.536
2.652.402
2.270.210
424.452
2.694.662
2.518.927
469.311
2.988.238
3.614.094
628.176
4.242.271
2.810.529
558.588
3.369.117
2.441.954
520.373
2.962.327
2.512.942
539.275
3.052.218
Fluxo, em unidades
Doméstico
Internacional
Total
2.223.570
497.885
2.721.455
2.376.102
599.103
2.975.205
2.567.136
664.735
3.231.872
2.087.262
541.200
2.628.462
1.780.267
530.693
2.310.960
1.659.045
559.095
2.218.139
1.671.224
555.255
2.226.479
1.706.975
583.986
2.290.961
2.455.106
765.724
3.220.829
2.167.923
690.201
2.858.124
1.933.685
596.277
2.529.962
2.137.406
599.364
2.736.769
1.942.314
534.816
2.477.130
2.297.117
682.621
2.979.739
2.628.637
812.443
3.441.080
2.070.923
628.125
2.699.048
1.964.578
583.028
2.547.607
1.786.868
557.124
2.343.992
1.744.651
553.534
2.298.185
1.747.828
610.566
2.358.394
2.362.061
895.175
3.257.236
2.090.222
737.304
2.827.526
1.874.940
632.929
2.507.869
2.109.329
685.169
2.794.497
1.869.943
583.143
2.453.086
2.122.702
725.281
2.847.983
2.439.004
846.027
3.285.031
1.927.295
668.131
2.595.426
1.892.768
635.495
2.528.262
1.641.774
623.446
2.265.220
1.719.318
611.684
2.331.002
Fluxo, em unidades
Doméstico
Internacional
Total
1.665.875
684.580
2.350.455
2.389.389
935.684
3.325.073
2.291.571
840.403
3.131.974
2.200.948
782.335
2.983.283
2.319.841
823.195
3.143.036
43.287.701
...
...
43.409.414
...
...
43.176.555
...
...
42.882.591
...
...
41.989.897
...
...
42.431.532
...
...
42.324.006
...
...
42.213.568
...
...
42.403.393
...
...
42.222.731
...
...
42.404.663
...
...
42.396.083
...
...
42.337.285
...
...
42.204.510
...
...
42.800.502
...
...
42.793.193
...
...
43.079.115
...
...
43.136.963
...
...
Acumulado em 12 meses
Doméstico
Internacional
Total
43.385.798
...
...
43.744.985
...
...
44.129.291
...
...
44.521.877
...
...
44.961.789
...
...
45.359.915
...
...
45.909.249
...
...
46.130.854
...
...
46.221.022
...
...
46.493.662
...
...
46.375.342
...
...
44.706.981
...
...
42.712.615
...
...
40.658.374
...
...
38.674.976
...
...
37.828.624
...
...
36.106.973
...
...
34.722.794
...
...
33.238.178
...
...
31.909.819
...
...
31.070.618
5.990.102
37.060.720
30.906.974
6.035.050
36.942.024
30.678.302
6.011.267
36.689.568
30.746.988
5.985.221
36.732.207
31.233.170
5.974.981
37.208.150
31.561.360
5.990.787
37.552.145
31.967.185
5.991.935
37.959.118
32.376.690
5.993.029
38.369.719
32.380.502
5.985.735
38.366.237
32.196.423
5.964.973
38.161.396
32.038.965
5.963.854
38.002.820
Acumulado em 12 meses
Doméstico
Internacional
Total
31.766.001
5.970.280
37.736.282
31.173.422
6.029.470
37.202.893
30.401.301
6.137.631
36.538.934
30.007.926
6.268.619
36.276.548
29.455.859
6.373.327
35.829.189
28.862.038
6.532.886
35.394.926
28.263.052
6.663.689
34.926.743
27.451.100
6.778.364
34.229.466
26.292.112
6.915.912
33.208.024
25.649.506
7.047.525
32.697.031
25.141.237
7.123.429
32.264.666
24.765.701
7.183.518
31.949.217
24.484.445
7.220.449
31.704.892
24.405.460
7.303.967
31.709.426
24.466.961
7.451.675
31.918.634
24.450.622
7.538.600
31.989.220
24.634.933
7.590.935
32.225.867
24.762.756
7.588.964
32.351.720
24.836.183
7.587.243
32.423.426
24.877.036
7.613.823
32.490.859
24.783.991
7.743.274
32.527.266
24.706.290
7.790.377
32.496.668
24.647.545
7.827.029
32.474.575
24.619.468
7.912.834
32.532.303
24.547.097
7.961.161
32.508.259
24.372.682
8.003.821
32.376.503
24.183.049
8.037.405
32.220.454
24.039.421
8.077.411
32.116.832
23.967.611
8.129.878
32.097.487
23.822.517
8.196.200
32.018.715
23.797.184
8.254.350
32.051.532
Acumulado em 12 meses
Doméstico
Internacional
Total
23.715.231
8.328.364
32.043.593
23.742.559
8.368.873
32.111.430
23.943.908
8.471.972
32.415.878
24.269.916
8.621.378
32.891.292
24.480.428
8.759.404
33.239.831
7,15
...
...
6,27
...
...
5,07
...
...
3,42
...
...
-0,63
...
...
-0,01
...
...
-0,79
...
...
-1,68
...
...
-1,59
...
...
-2,16
...
...
-2,18
...
...
-2,54
...
...
-2,20
...
...
-2,78
...
...
-0,87
...
...
-0,21
...
...
2,59
...
...
1,66
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
2,51
...
...
3,63
...
...
4,07
...
...
5,45
...
...
6,03
...
...
6,99
...
...
8,44
...
...
9,30
...
...
7,99
...
...
8,65
...
...
7,65
...
...
3,64
...
...
-1,55
...
...
-7,06
...
...
-12,36
...
...
-15,03
...
...
-19,69
...
...
-23,45
...
...
-27,60
...
...
-30,83
...
...
-32,78
...
...
-33,52
...
...
-33,85
...
...
-31,23
...
...
-26,88
...
...
-22,37
...
...
-17,34
...
...
-14,41
...
...
-10,32
...
...
-7,28
...
...
-3,61
...
...
Crescimento 12 meses, %
Internacional
Doméstico
Total
-0,45
...
...
0,33
0,66
0,38
-1,64
1,70
-1,09
-2,19
4,28
-1,13
-4,20
6,48
-2,46
-7,59
9,34
-4,87
-10,45
11,23
-6,99
-14,13
13,12
-9,83
-18,79
15,40
-13,45
-20,79
17,74
-14,78
-21,91
19,42
-15,45
-22,70
20,45
-15,93
-22,92
20,94
-15,98
-21,71
21,14
-14,77
-19,52
21,41
-12,64
-18,52
20,26
-11,82
-16,37
19,10
-10,06
-14,20
16,17
-8,60
-12,12
13,86
-7,17
-9,38
12,33
-5,08
-5,74
11,96
-2,05
-3,68
10,54
-0,61
-1,96
9,88
0,65
-0,59
10,15
1,83
0,26
10,26
2,53
-0,13
9,58
2,10
-1,16
7,86
0,95
-1,68
7,15
0,40
-2,71
7,10
-0,40
-3,80
8,00
-1,03
-4,18
8,79
-1,15
Crescimento 12 meses, %
Internacional
Doméstico
Total
-4,67
9,38
-1,38
-4,20
8,08
-1,28
-3,09
8,75
-0,25
-1,53
10,15
1,28
-0,56
10,70
2,17
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
48
nov/94
dez/94
jan/95
fev/95
mar/95
abr/95
mai/95
jun/95
jul/95
ago/95
set/95
out/95
nov/95
dez/95
jan/96
fev/96
mar/96
abr/96
mai/96
jun/96
jul/96
ago/96
set/96
out/96
nov/96
dez/96
Data
jan/97
fev/97
mar/97
abr/97
mai/97
jun/97
jul/97
ago/97
set/97
out/97
nov/97
dez/97
jan/98
fev/98
mar/98
abr/98
mai/98
jun/98
jul/98
ago/98
set/98
out/98
nov/98
dez/98
jan/99
fev/99
mar/99
abr/99
mai/99
jun/99
jul/99
Data
ago/99
set/99
out/99
nov/99
dez/99
jan/00
fev/00
mar/00
abr/00
mai/00
jun/00
jul/00
ago/00
set/00
out/00
nov/00
dez/00
jan/01
fev/01
mar/01
abr/01
mai/01
jun/01
jul/01
ago/01
set/01
out/01
nov/01
dez/01
jan/02
2.209.309
717.719
2.927.028
2.585.388
825.973
3.411.362
2.869.600
910.694
3.780.294
2.191.840
730.089
2.921.929
2.180.180
785.368
2.965.548
1.944.450
757.888
2.702.338
1.830.097
704.077
2.534.174
1.871.725
738.336
2.610.061
2.545.430
945.618
3.491.048
2.193.607
862.829
3.056.436
2.089.284
811.899
2.901.183
2.230.368
832.900
3.063.268
2.160.766
731.407
2.892.173
2.477.919
853.514
3.331.433
2.717.240
899.268
3.616.508
2.221.370
744.521
2.965.891
2.102.204
744.229
2.846.433
1.990.618
714.650
2.705.268
1.983.440
723.653
2.707.093
2.071.665
828.120
2.899.786
2.542.539
996.767
3.539.306
2.232.573
949.857
3.182.430
2.108.298
864.071
2.972.369
2.241.865
877.939
3.119.805
2.170.776
786.632
2.957.408
2.434.271
945.597
3.379.868
Fluxo, em unidades
Doméstico
Internacional
Total
2.542.314
1.083.102
3.625.416
1.831.894
905.432
2.737.326
2.055.399
952.959
3.008.358
1.913.795
818.712
2.732.507
2.107.371
886.254
2.993.625
2.207.475
950.964
3.158.439
2.700.826
1.155.949
3.856.774
2.464.903
1.086.636
3.551.539
2.369.920
978.307
3.348.227
2.577.828
984.004
3.561.832
2.439.661
855.840
3.295.501
2.704.606
969.147
3.673.752
2.885.809
1.173.447
4.059.256
2.280.696
934.002
3.214.698
2.450.458
940.397
3.390.855
2.503.420
913.509
3.416.929
2.705.851
922.750
3.628.600
2.720.773
911.707
3.632.480
3.447.904
1.116.126
4.564.031
3.189.597
1.098.675
4.288.272
2.912.465
967.562
3.880.026
3.180.957
988.849
4.169.806
3.072.805
815.890
3.888.695
3.472.384
893.301
4.365.684
3.048.356
844.579
3.892.935
2.127.551
659.278
2.786.829
2.168.936
613.953
2.782.889
2.095.350
543.663
2.639.014
2.110.219
571.206
2.681.425
2.056.524
594.629
2.651.152
2.739.126
724.918
3.464.044
Fluxo, em unidades
Doméstico
Internacional
Total
2.343.775
663.421
3.007.195
2.214.774
640.192
2.854.965
2.441.791
672.937
3.114.728
2.305.384
631.504
2.936.888
2.578.397
616.787
3.195.184
4.292.411
750.894
5.043.305
3.440.615
678.638
4.119.253
3.710.678
739.543
4.450.222
3.640.916
692.592
4.333.508
3.444.036
659.761
4.103.798
3.473.929
673.011
4.146.940
4.498.207
772.732
5.270.938
3.865.464
701.916
4.567.380
3.530.873
712.594
4.243.467
3.875.085
718.908
4.593.993
3.674.325
637.153
4.311.477
4.101.621
687.363
4.788.984
5.562.947
884.700
6.447.647
4.444.910
776.851
5.221.762
4.642.217
838.012
5.480.229
4.429.663
760.541
5.190.204
4.357.103
712.008
5.069.111
4.670.652
795.432
5.466.084
6.143.198
933.290
7.076.488
5.322.808
872.233
6.195.042
4.921.809
744.271
5.666.080
5.117.673
711.856
5.829.530
4.626.111
695.215
5.321.326
5.244.043
780.221
6.024.264
5.783.919
863.836
6.647.756
24.819.794
8.893.980
33.713.773
25.282.480
8.994.672
34.277.152
25.713.076
9.059.339
34.772.415
25.977.621
9.121.297
35.098.918
26.265.033
9.271.170
35.536.204
26.567.709
9.405.612
35.973.322
26.678.488
9.498.005
36.176.494
26.884.338
9.551.761
36.436.100
27.040.379
9.561.695
36.602.075
26.942.415
9.584.121
36.526.537
26.830.751
9.613.685
36.444.437
26.741.278
9.623.390
36.364.669
26.692.735
9.637.078
36.329.814
26.585.266
9.664.619
36.249.885
26.432.906
9.653.193
36.086.099
26.462.436
9.667.625
36.130.061
26.384.460
9.626.486
36.010.946
26.430.628
9.583.248
36.013.876
26.583.971
9.602.824
36.186.795
26.783.911
9.692.608
36.476.520
26.781.020
9.743.757
36.524.778
26.819.986
9.830.785
36.650.772
26.839.000
9.882.957
36.721.958
26.850.497
9.927.996
36.778.495
26.860.507
9.983.221
36.843.730
26.816.859
10.075.304
36.892.165
Acumulado em 12 meses
Doméstico
Internacional
Total
26.641.933
10.259.138
36.901.073
26.252.457
10.420.049
36.672.508
26.205.652
10.628.779
36.834.433
26.128.829
10.732.841
36.861.672
26.252.760
10.895.442
37.148.204
26.388.570
11.018.286
37.406.857
26.546.857
11.177.468
37.724.325
26.779.187
11.314.247
38.093.434
27.040.809
11.428.483
38.469.292
27.376.772
11.534.548
38.911.319
27.645.657
11.603.756
39.249.412
27.915.992
11.627.306
39.543.296
28.259.487
11.717.651
39.977.136
28.708.289
11.746.221
40.454.508
29.103.348
11.733.659
40.837.005
29.692.973
11.828.456
41.521.427
30.291.453
11.864.952
42.156.402
30.804.751
11.825.695
42.630.443
31.551.829
11.785.872
43.337.700
32.276.523
11.797.911
44.074.433
32.819.068
11.787.166
44.606.232
33.422.197
11.792.011
45.214.206
34.055.341
11.752.061
45.807.400
34.823.119
11.676.215
46.499.332
34.985.666
11.347.347
46.333.011
34.832.521
11.072.623
45.905.142
34.550.999
10.746.179
45.297.176
34.142.929
10.376.333
44.519.261
33.547.297
10.024.789
43.572.086
32.883.048
9.707.711
42.590.758
32.174.270
9.316.503
41.490.771
Acumulado em 12 meses
Doméstico
Internacional
Total
31.328.448
8.881.249
40.209.694
30.630.757
8.553.879
39.184.633
29.891.591
8.237.967
38.129.555
29.124.170
8.053.581
37.177.748
28.230.183
7.777.067
36.007.248
29.474.238
7.683.382
37.157.618
30.787.302
7.702.742
38.490.042
32.329.044
7.828.332
40.157.375
33.874.610
7.977.261
41.851.869
35.208.427
8.065.816
43.274.242
36.625.832
8.144.198
44.770.030
38.384.913
8.192.012
46.576.924
39.906.602
8.230.507
48.137.109
41.222.701
8.302.909
49.525.611
42.655.995
8.348.880
51.004.876
44.024.936
8.354.529
52.379.465
45.548.160
8.425.105
53.973.265
46.818.696
8.558.911
55.377.607
47.822.991
8.657.124
56.480.116
48.754.530
8.755.593
57.510.123
49.543.277
8.823.542
58.366.819
50.456.344
8.875.789
59.332.132
51.653.067
8.998.210
60.651.276
53.298.058
9.158.768
62.456.826
54.755.402
9.329.085
64.084.488
56.146.338
9.360.762
65.507.101
57.388.926
9.353.710
66.742.638
58.340.712
9.411.772
67.752.487
59.483.134
9.504.630
68.987.767
59.704.106
9.483.766
69.187.876
1,11
11,72
3,71
3,73
12,38
5,87
6,33
12,71
7,92
8,06
12,92
9,29
9,59
14,04
10,71
11,52
14,76
12,35
12,11
15,07
12,87
13,36
14,69
13,71
13,89
14,25
13,98
12,52
13,13
12,68
10,55
11,51
10,80
9,24
9,86
9,40
7,55
8,36
7,76
5,15
7,45
5,76
2,80
6,56
3,78
1,87
5,99
2,94
0,45
3,83
1,34
-0,52
1,89
0,11
-0,35
1,10
0,03
-0,37
1,47
0,11
-0,96
1,90
-0,21
-0,45
2,57
0,34
0,03
2,80
0,76
0,41
3,17
1,14
0,63
3,59
1,41
0,87
4,25
1,77
Crescimento 12 meses, %
Internacional
Doméstico
Total
0,79
6,28
2,26
-0,79
7,78
1,50
-0,68
10,41
2,29
-1,14
12,00
2,35
-1,25
13,46
2,66
-1,48
13,68
2,55
-0,87
14,71
3,28
-0,15
15,09
3,94
0,75
15,64
4,76
1,96
16,18
5,80
2,92
16,23
6,53
4,10
15,40
7,19
6,07
14,22
8,34
9,35
12,73
10,31
11,06
10,40
10,87
13,64
10,21
12,64
15,38
8,90
13,48
16,74
7,33
13,96
18,85
5,44
14,88
20,53
4,27
15,70
21,37
3,14
15,95
22,08
2,23
16,20
23,19
1,28
16,71
24,74
0,42
17,59
23,80
-3,16
15,90
21,33
-5,73
13,47
18,72
-8,42
10,92
14,99
-12,28
7,22
10,75
-15,51
3,36
6,75
-17,91
-0,09
1,97
-20,95
-4,26
Crescimento 12 meses, %
Internacional
Doméstico
Total
-2,94
-24,72
-8,77
-6,67
-27,43
-12,15
-10,56
-30,14
-15,67
-14,48
-31,47
-18,84
-18,93
-33,39
-22,56
-15,75
-32,29
-19,80
-11,61
-30,43
-16,15
-6,43
-27,15
-11,35
-0,79
-23,12
-5,99
4,95
-19,54
-0,68
11,38
-16,11
5,12
19,30
-12,07
12,26
27,38
-7,33
19,72
34,58
-2,93
26,39
42,70
1,35
33,77
51,16
3,74
40,89
61,35
8,33
49,90
58,85
11,40
49,03
55,33
12,39
46,74
50,81
11,84
43,21
46,25
10,61
39,46
43,31
10,04
37,11
41,03
10,49
35,47
38,85
11,80
34,09
37,21
13,35
33,13
36,20
12,74
32,27
34,54
12,04
30,86
32,52
12,65
29,35
30,59
12,81
27,82
27,52
10,81
24,94
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
49
fev/02
Data
mar/02
abr/02
mai/02
jun/02
jul/02
ago/02
set/02
out/02
nov/02
dez/02
jan/03
fev/03
mar/03
abr/03
mai/03
jun/03
jul/03
ago/03
set/03
out/03
nov/03
dez/03
jan/04
fev/04
mar/04
abr/04
mai/04
jun/04
jul/04
ago/04
set/04
Data
out/04
nov/04
dez/04
jan/05
fev/05
mar/05
abr/05
mai/05
jun/05
jul/05
ago/05
set/05
out/05
nov/05
dez/05
jan/06
fev/06
mar/06
abr/06
mai/06
jun/06
jul/06
ago/06
set/06
out/06
4.575.650
751.848
5.327.498
Fluxo, em unidades
Doméstico
Internacional
Total
4.892.382
769.403
5.661.785
4.813.518
712.818
5.526.335
5.153.287
731.425
5.884.712
5.134.786
749.791
5.884.576
6.186.303
859.759
7.046.062
5.030.300
825.345
5.855.645
4.697.907
730.074
5.427.981
4.603.763
727.547
5.331.310
4.589.257
711.834
5.301.091
4.903.568
793.643
5.697.210
5.190.628
858.284
6.048.912
4.543.885
748.707
5.292.592
4.967.465
815.411
5.782.876
5.189.415
718.868
5.908.283
4.772.128
709.032
5.481.160
4.699.947
772.414
5.472.361
5.665.727
909.604
6.575.331
5.198.250
905.461
6.103.711
5.031.093
815.723
5.846.816
5.329.062
872.864
6.201.926
5.186.063
889.145
6.075.208
5.495.201
931.433
6.426.634
5.612.545
947.505
6.560.050
5.147.854
914.011
6.061.865
5.515.286
906.007
6.421.293
5.535.646
854.708
6.390.354
5.817.831
831.335
6.649.166
5.637.574
849.844
6.487.418
6.833.604
1.026.410
7.860.014
6.020.548
979.865
7.000.413
5.968.540
896.164
6.864.704
Fluxo, em unidades
Doméstico
Internacional
Total
6.461.096
991.478
7.452.574
6.236.339
974.130
7.210.469
6.702.239
1.045.702
7.747.941
6.909.335
1.217.340
8.126.675
5.704.694
1.087.844
6.792.538
6.499.697
1.101.926
7.601.623
6.414.803
956.096
7.370.899
6.763.884
925.173
7.689.057
6.490.927
952.519
7.443.446
8.186.891
1.188.753
9.375.644
7.145.740
1.065.399
8.211.139
7.144.827
1.002.317
8.147.144
7.517.521
1.022.793
8.540.314
6.961.638
986.305
7.947.943
7.743.577
1.088.833
8.832.410
8.042.159
1.253.086
9.295.245
6.676.537
1.061.028
7.737.565
7.295.403
1.143.225
8.438.628
7.277.620
1.064.849
8.342.469
7.487.114
1.015.425
8.502.539
7.490.530
909.560
8.400.090
7.889.753
987.832
8.877.585
7.534.002
936.268
8.470.270
59.834.846
9.458.763
69.293.612
Acumulado em 12 meses
Doméstico
Internacional
Total
60.085.011
9.390.154
69.475.168
60.468.866
9.342.431
69.811.299
61.265.050
9.361.848
70.626.900
61.729.184
9.316.207
71.045.392
61.772.289
9.242.676
71.014.966
61.479.781
9.195.788
70.675.569
61.255.879
9.181.591
70.437.470
60.741.969
9.197.282
69.939.250
60.705.115
9.213.901
69.919.015
60.364.640
9.227.323
69.591.961
59.771.349
9.221.771
68.993.117
59.739.584
9.218.630
68.958.211
59.814.667
9.264.638
69.079.302
60.190.564
9.270.688
69.461.250
59.809.405
9.248.295
69.057.698
59.374.566
9.270.918
68.645.483
58.853.990
9.320.763
68.174.752
59.021.940
9.400.879
68.422.818
59.355.126
9.486.528
68.841.653
60.080.425
9.631.845
69.712.269
60.677.231
9.809.156
70.486.386
61.268.864
9.946.946
71.215.810
61.690.781
10.036.167
71.726.948
62.294.750
10.201.471
72.496.221
62.842.571
10.292.067
73.134.638
63.188.802
10.427.907
73.616.709
64.234.505
10.550.210
74.784.715
65.172.132
10.627.640
75.799.772
66.340.009
10.744.446
77.084.455
67.162.307
10.818.850
77.981.157
68.099.754
10.899.291
78.999.045
Acumulado em 12 meses
Doméstico
Internacional
Total
69.231.788
11.017.905
80.249.693
70.282.064
11.102.890
81.384.954
71.489.102
11.217.159
82.706.261
72.785.892
11.486.994
84.272.886
73.342.732
11.660.827
85.003.559
74.327.143
11.856.746
86.183.889
75.206.300
11.958.134
87.164.434
76.152.353
12.051.972
88.204.325
77.005.706
12.154.647
89.160.353
78.358.993
12.316.990
90.675.983
79.484.185
12.402.524
91.886.709
80.660.472
12.508.677
93.169.149
81.716.897
12.539.992
94.256.889
82.442.196
12.552.167
94.994.363
83.483.534
12.595.298
96.078.832
84.616.358
12.631.044
97.247.402
85.588.201
12.604.228
98.192.429
86.383.907
12.645.527
99.029.434
87.246.724
12.754.280
100.001.004
87.969.954
12.844.532
100.814.486
88.969.557
12.801.573
101.771.130
88.672.419
12.600.652
101.273.071
89.060.681
12.471.521
101.532.202
25,12
9,26
22,69
Crescimento 12 meses, %
Internacional
Doméstico
Total
23,24
7,25
20,81
22,05
5,88
19,61
21,42
5,48
19,04
19,51
3,53
17,14
15,90
0,92
13,70
12,28
-1,43
10,28
9,10
-1,91
7,53
5,84
-1,67
4,79
4,05
-2,10
3,20
1,48
-2,92
0,88
0,11
-2,76
-0,28
-0,16
-2,54
-0,48
-0,45
-1,34
-0,57
-0,46
-0,77
-0,50
-2,38
-1,21
-2,22
-3,81
-0,49
-3,38
-4,72
0,84
-4,00
-4,00
2,23
-3,19
-3,10
3,32
-2,27
-1,09
4,72
-0,32
-0,05
6,46
0,81
1,50
7,80
2,33
3,21
8,83
3,96
4,28
10,66
5,13
5,06
11,09
5,87
4,98
12,48
5,98
7,40
14,08
8,29
9,76
14,63
10,42
12,72
15,27
13,07
13,79
15,08
13,97
14,73
14,89
14,75
Crescimento 12 meses, %
Internacional
Doméstico
Total
15,23
14,39
15,12
15,83
13,19
15,46
16,68
12,77
16,13
17,99
14,46
17,49
17,74
14,31
17,25
18,28
15,20
17,84
19,02
14,67
18,40
18,55
14,23
17,94
18,16
14,37
17,63
18,12
14,64
17,63
18,35
14,64
17,83
18,44
14,77
17,94
18,03
13,81
17,45
17,30
13,05
16,72
16,78
12,29
16,17
16,25
9,96
15,40
16,70
8,09
15,52
16,22
6,65
14,90
16,01
6,66 14,73
15,52
6,58 14,30
15,54
5,32 14,14
13,16
2,30 11,69
12,05
0,56 10,50
Fontes dos dados básicos : Infraero, DAC. Elaboração : SILCON Estudos
Econômicos.
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
50
3 – Estatísticas básicas dos correlogramas das flutuações dos passageiros
domésticos com variáveis domésticas
Variável
Referênc
ia
VTA472
B
Título
Média
Pass. aereo, fluxo doméstico
Variável
Título
Período dos cálculos
Significân
cia
Defasage
ns
01/ 1999 A 04/
2006
Correlaç Defasage
ão
m
0,21
Correlaçã
o
-16 a -3
Defasage
m
4
Correlaçã
o
Defasage
m
Fase
Fase
Reversão
Reversão
Padrão
Independente
AGIO
EAA322
A
ETA100
0
ETA100
5
Desvio
Agio cambial,
paralelo/comercial
Taxa desemprego, media Brasil
17,09
Estatísti
ca
Máxima
t
32,60%
37,31%
3,2
Ajustada
3,73
-4
30,79%
-8
22,17%
-8
-11
-19,42%
-10
-17,13%
-13
-3
-4
-6
100,00%
100,00%
-4
-6
100,00%
100,00%
-3
43,43%
-2
40,32%
-2
NHP, indústria vestuário, SP
9,17
21,73%
24,28%
ETA345
HORAS TRAB.PERF.SABOES RJ
57,24%
6,47
57,24%
ETA346
HORAS TRAB.M.PLASTICOS RJ
67,33%
8,44
67,33%
-7
38,26%
-7
36,56%
-7
ETA348
54,96%
6,1
54,96%
-4
67,46%
-1
36,56%
0
59,97%
-8
18,28%
-4
-16
-46,56%
-18
-40,98%
-18
-16
-46,56%
-18
-40,98%
-18
PO, M N Metalicos , CE
4,26
44,61%
49,28%
49,48%
23,70%
-5
ETA726
44,61%
86,73%
87,08%
59,60%
4,62
ETA610
HORAS TRAB. VESTUARIO RJ
HP, indústria extrativa,
Brasil
MTE, Seguro desemprego,
requerentes
MTE,Seguro desemprego,
deferido
-16
-47,81%
-18
-72,06%
-18
ETA744
76,73%
6,87
30,52%
-4
90,35%
-4
57,01%
-4
ETA752
PO, Quimica , PR
PO,Outros
prod.ind.transformacao, PR
91,70%
13,2
36,47%
-11
82,38%
-13
72,06%
-13
ETA757
PO, Fumo , PE
64,41%
4,84
25,62%
-11
90,35%
-9
57,01%
-9
ETA764
PO, Quimica , PE
89,71%
11,67
35,68%
-13
90,35%
-15
-61,39%
-16
ETA768
71,29%
5,84
28,35%
-6
90,35%
-6
57,01%
-6
ETA783
PO, Produtos de metal, PE
PO, Coque. refino petróleo.
Etc, SC
72,22%
6
28,72%
-11
75,59%
-10
57,01%
-10
ETA784
PO, Quimica , SC
85,99%
9,68
34,20%
-5
75,59%
-5
72,06%
-5
ETA787
69,93%
5,62
27,81%
-5
69,69%
-4
50,95%
-8
ETA789
PO, Metalurgia , SC
PO, Maquinas e equipamentos,
SC
13,53
78,02%
-12
50,95%
-12
PO, Industria Geral, RGS
-12
34,68%
-8
41,60%
-8
ETA795
PO, Transformacao , RGS
36,61%
21,50%
21,38%
-11
ETA793
92,05%
54,05%
53,77%
-12
34,68%
-8
41,60%
-8
ETA798
PO, Textil , RGS
6,19
69,69%
-5
44,05%
-5
PO, Calçados e Couro, RGS
6,33
29,16%
29,45%
-6
ETA800
73,31%
74,05%
-11
34,68%
-12
-47,44%
-14
ETA801
PO, Madeira , RGS
71,65%
5,9
28,50%
-5
69,69%
-3
57,01%
-3
Variável
Título
Correlaç
ão
Estatísti
ca
Correlaç
ão
Defasage
m
Correlaçã
o
Defasage
m
Correlaçã
o
Defasage
m
Independente
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
ETA805
PO, Borracha e Plastico, RGS
89,78%
11,71
35,71%
-13
-43,36%
-17
-36,03%
-17
ETA807
PO, Metalurgia , RGS
83,32%
8,65
33,14%
-8
69,69%
-8
50,95%
-8
ETA808
PO, Produtos de metal, RGS
80,61%
7,82
32,06%
-8
75,59%
-6
44,05%
-6
ETA811
PO, M. Transporte , RGS
NHP, indústria alimentos
bebidas, BA
85,20%
9,35
33,88%
-9
69,69%
-9
72,06%
-9
79,50%
82,52%
6,15
21,68%
22,50%
-16
100,00%
NC
-17
NC
100,00%
NC
-17
NC
85,00%
87,11%
85,61%
7,57
23,18%
23,76%
23,35%
-7
100,00%
100,00%
100,00%
-7
100,00%
100,00%
100,00%
-7
93,31%
95,63%
85,32%
12,17
ETA609
ETA822
ETA823
ETA826
ETA836
ETA844
ETA849
ETA851
ETA852
NHP, indústria fumo, BA
NHP, indústria calçados e
couros, BA
NHP, indústria material
elétrico, BA
NHP,
NHP,
Etc,
NHP,
CE
NHP,
CE
indústria textil, CE
Coque. refino petróleo.
CE
ind. borracha e plastico,
ind.minerais n/metálicos,
6,18
32,60%
37,31%
79,67%
89,02%
ETA534
NHP, indústria extrativa, SP
15,26
Correlaç
ão
Diferença
Defasage
ns
12,07
12,27
3,69
3,66
6,85
8,32
7,77
15,33
7,67
25,45%
26,08%
23,27%
-6
-16
-15
-13
-11
-5
-14
100,00%
100,00%
100,00%
-15
-12
-14
-6
-13
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
73,03%
100,00%
100,00%
-15
-12
-14
-6
-13
51
ETA860
NHP, indústria extrativa, ES
ETA874
ETA886
NHP, Produtos de metal, ES
NHP, ind material transporte,
ES
NHP, ind.alimentos e bebidas,
MG
NHP, indústria calçados e
couros, MG
ETA900
NHP, indústria extrativa, PR
ETA903
NHP, indústria fumo, PR
ETA905
ETA912
NHP, indústria vestuário, PR
NHP, ind. minerais
n/metálicos, PR
ETA914
NHP, Produtos de metal, PR
ETA919
ETA921
NHP, indústria geral, PE
NHP, indústria transformação,
PE
ETA925
NHP, indústria vestuário, PE
ETA927
NHP, indústria madeira, PE
ETA933
NHP, indústria metalúrgica, PE
ETA943
NHP, indústria fumo, RJ
ETA947
NHP, indústria madeira, RJ
ETA954
ETA957
NHP, RJodutos de metal, RJ
NHP, Maquinas e equipamentos,
RJ
NHP, ind material transporte,
RJ
Variável
Título
ETA877
ETA882
ETA955
Independente
ETA959
ETA961
ETA962
ETA964
ETA966
ETA970
ETA978
ETA981
ETA985
NHP, indústria geral, RS
NHP, indústria transformação,
RS
NHP, ind alimentos e bebidas,
RS
NHP, indústria textil, RS
NHP, indústria calçados e
couros, RS
NHP, indústria química, RS
NHP, Outros prod.ind. transf,
RS
NHP, indústria transformação,
SC
93,38%
96,53%
12,24
17,33
25,47%
26,33%
93,03%
11,89
25,37%
85,74%
7,82
88,06%
89,24%
8,72
85,78%
80,69%
88,22%
94,46%
85,82%
85,03%
94,32%
88,12%
7,83
9,28
6,41
8,79
13,49
7,84
7,58
13,32
8,74
80,17%
88,17%
6,29
92,98%
83,77%
79,42%
11,84
-7
-15
100,00%
100,00%
-15
100,00%
23,38%
-15
24,02%
24,34%
23,40%
22,01%
24,06%
25,76%
23,40%
23,19%
25,72%
24,03%
-15
100,00%
100,00%
-15
-16
100,00%
-16
100,00%
-14
100,00%
-14
-4
100,00%
-4
100,00%
-4
-8
-87,04%
-10
-73,03%
-9
-6
-8
-8
100,00%
100,00%
100,00%
100,00%
-8
-6
100,00%
100,00%
100,00%
100,00%
-14
-62,02%
-14
-56,49%
-14
-14
-62,02%
100,00%
100,00%
-14
-56,49%
100,00%
100,00%
-14
74,54%
100,00%
-18
73,03%
100,00%
-16
-4
-8
100,00%
100,00%
-4
-7
100,00%
100,00%
-12
-12
-9
-9
-7
-11
-12
-9
-8
-7
-11
-12
-8
-9
-8
21,86%
24,05%
-16
-4
6,13
25,36%
22,85%
21,66%
-9
-87,04%
-10
-73,03%
-10
78,59%
Correlaç
ão
5,96
Estatísti
ca
21,43%
Correlaç
ão
-6
Defasage
m
100,00%
Correlaçã
o
-6
Defasage
m
100,00%
Correlaçã
o
-6
Defasage
m
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
83,90%
83,62%
86,84%
87,29%
80,72%
93,37%
94,49%
78,33%
94,25%
8,76
7,19
7,23
7,15
8,22
8,39
6,41
12,23
13,54
5,91
-9
-9
-8
-6
100,00%
100,00%
100,00%
-8
100,00%
100,00%
100,00%
23,81%
22,02%
25,47%
25,77%
21,36%
25,71%
-14
87,04%
-16
73,03%
-15
-14
-87,04%
100,00%
100,00%
100,00%
100,00%
-14
-73,03%
100,00%
100,00%
100,00%
100,00%
-13
24,40%
26,61%
-13
-14
73,03%
100,00%
-14
-5
100,00%
100,00%
-18
-14
-14
-7
-4
-16
-14
-9
-5
-14
-14
-8
-9
-5
-14
88,62%
8,97
24,17%
-16
100,00%
-18
73,03%
ETS011
PO, Quimica, BR
54,34%
6
54,34%
-9
41,42%
-10
-18,28%
-8
ETS015
PO, Textil, BR
32,70%
3,21
32,70%
-15
12,09%
-11
31,66%
-11
ETS260
PESS OCUPADO AGREGADO SP
55,48%
6,18
55,48%
-6
53,25%
-4
-15,83%
-2
ETS330
PESS.OCUP.FARMACEUTICA RJ
50,49%
5,42
50,49%
-16
27,28%
-16
-16,74%
-18
ETS332
PESS.OCUP.MAT.PLASTICO RJ
55,20%
6,14
55,20%
-13
23,51%
-12
-28,32%
-14
ETS389
PO, Madeira, BR
52,80%
5,77
52,80%
-11
29,54%
-11
18,28%
-8
ETS407
PO, Quimica, SP
60,20%
6,99
60,20%
-10
54,71%
-12
-18,57%
-14
ETS412
PO, Vestuario, SP
33,07%
3,25
33,07%
-11
22,33%
-10
25,85%
-10
ETS420
ETS436
A
PO, M N Metalica , RJ
5,83
74,52%
-9
42,48%
-9
6,94
53,20%
59,90%
-9
PO, Alimentos e Bebidas , RJ
53,20%
59,90%
-6
-57,32%
-10
-25,85%
-10
ETS446
PO, M. Eletrico , MG
46,58%
4,88
46,58%
-15
54,17%
-16
36,56%
-16
ETS447
ETS451
A
PO, M.Transporte , MG
48,14%
5,09
48,14%
-9
37,44%
-12
17,13%
-11
PO, Borracha e Plastico , MG
4,15
65,55%
-10
14,16%
-12
PO, Textil , MG
5,57
40,81%
51,49%
-9
ETS457
40,81%
51,49%
-5
-36,72%
-7
-27,17%
-5
ETS470
PO, M. Transporte , Sul
55,40%
6,17
55,40%
-5
68,58%
-8
22,39%
-8
9,4
20,84
-8
-14
ETA996
ETA989
89,47%
97,56%
-7
-14
NHP, indústria vestuário, SC
NHP, indústria papel e
grafica, SC
NHP, Coque. refino petróleo.
Etc, SC
NHP, indústria material
elétrico, SC
ETA988
13,23
22,88%
22,81%
23,68%
-7
-6
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
-8
-6
52
ETS471
PO, Madeira , Sul
45,38%
4,72
45,38%
-11
35,28%
-10
18,28%
ETS486
PO, Industria Geral, NE
47,23%
4,97
47,23%
-6
50,69%
-5
26,86%
-2
ETS488
ETS496
A
ETS497
A
PO, Transformacao , NE
46,06%
4,81
46,06%
-6
50,69%
-5
26,86%
-2
PO, Papel e Grafica, NE
52,81%
5,77
52,81%
-8
62,71%
-11
28,32%
-8
Variável
Título
32,80%
Correlaç
ão
3,22
Estatísti
ca
32,80%
Correlaç
ão
-10
Defasage
m
42,42%
Correlaçã
o
-8
Defasage
m
44,63%
Correlaçã
o
-8
Defasage
m
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
PO, Borracha e Plastico, NE
Independente
ETS589
MTE,Emprego formal, Min não
metal.
-10
42,96%
4,41
42,96%
-10
47,05%
-7
31,66%
-7
MTE,Emprego formal, Mobiliário
MTE,Emprego formal,
Fumo/Couros
36,62%
3,65
36,62%
-11
32,46%
-11
18,28%
-11
41,25%
4,2
41,25%
-7
53,37%
-8
29,70%
-8
46,87%
4,92
46,87%
-6
53,93%
-6
31,66%
-6
ETS605
MTE,Emprego formal, Serviços
MTE,Emprego formal, Adm.
Pública
59,09%
6,79
59,09%
-8
57,32%
-9
25,85%
-7
ETS617
PO, Produtos de metal, NE
60,48%
4,36
24,06%
-6
75,59%
-7
72,06%
-7
ETS625
PO, Textil , SU
60,34%
4,35
24,00%
-8
59,76%
-8
50,95%
-8
ETS627
PO, Calçados e Couro, SU
7,19
75,59%
-13
50,95%
-13
PO, Madeira , SU
31,08%
23,43%
-12
ETS628
78,14%
58,92%
-12
47,81%
-15
57,01%
-15
ETS632
PO, Borracha e Plastico, SU
15,93
75,59%
-11
-61,39%
-12
-10
-59,76%
-6
-44,05%
-6
ETS656
PO, Vestuario , N&CO
PO, Maquinas e equipamentos,
N&CO
-9
-82,38%
-8
-44,05%
-8
ETS666
PO, Vestuario , BA
37,42%
28,05%
35,41%
30,09%
-13
ETS646
94,07%
70,51%
89,02%
75,67%
-15
-69,69%
-17
-72,06%
-17
ETS667
65,39%
86,92%
4,97
-14
57,01%
100,00%
-14
-14
55,47%
100,00%
-14
10,1
26,01%
34,57%
-16
ETS670
PO, Calçados e Couro, BA
PO, Coque. refino petróleo.
Etc, BA
ETS671
PO, Quimica , BA
86,17%
9,75
34,27%
-7
59,76%
-10
50,95%
-10
ETS675
57,59%
4,05
22,90%
-5
69,69%
-7
72,06%
-7
72,02%
5,96
28,65%
-3
69,69%
0
44,05%
0
ETS679
PO, Produtos de metal, BA
PO, Maquinas e equipamentos,
BA
PO, Outros prod ind.transf.,
BA
84,40%
9,04
33,57%
-4
100,00%
-3
100,00%
-3
ETS686
PO, Calçados e Couro, ES
4,94
69,69%
-6
72,06%
-6
-5
-59,76%
NC
-9
NC
-72,06%
NC
-9
NC
ETS729
PO, Produtos de metal, SP
PO, Maquinas e equipamentos,
CE
NC
NC
NC
NC
ETS738
PO, Textil , PR
NC
NC
NC
NC
ETS745
PO, Borracha e Plastico, PR
NC
NC
NC
NC
ETS746
PO, M N Metalicos , PR
7,53
25,95%
24,78%
23,87%
23,97%
25,57%
23,15%
-8
ETS701
65,23%
62,31%
87,52%
87,89%
93,75%
84,87%
ETS747
PO, Metalurgia , PR
86,83%
8,21
23,68%
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
Correlaçã
o
Defasage
m
Correlaçã
o
Defasage
m
Fase
Fase
Reversão
Reversão
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
NC
ETS594
ETS596
ETS604
ETS676
ETS751
ETS754
PO, M. Transporte , PR
ETS772
PO, Extrativa , PE
PO, Coque. refino petróleo.
Etc, PE
PO, Outros Prod. Ind.transf,
PE
ETS773
PO, Industria Geral, SC
ETS775
PO, Transformacao , SC
Variável
Título
ETS763
Independente
ETS776
PO, Alimentos e Bebidas, SC
ETS785
PO, Borracha e Plastico, SC
ETS786
PO, M N Metalicos , SC
EYA340
HORAS TRAB. MAT.ELETR. RJ
IATCOM
IATIPF
Insolvencia tx12 Comercio
Insolvencia tx12 Pessoas
Fisicas
IATTOT
Insolvencia total
4,19
5,71
11,22
6,65
4,58
8,49
8,64
12,64
96,41%
95,43%
84,76%
17,02
87,31%
83,23%
83,96%
Correlaç
ão
8,4
Máxima
96,38%
89,93%
87,33%
45,69%
72,18%
46,05%
60,23%
-15
-16
-16
-14
-14
26,29%
26,03%
23,12%
-16
-16
7,25
Estatísti
ca
23,81%
22,70%
22,90%
Correlaç
ão
t
Ajustada
14,97
7,49
7,04
16,94
9,64
8,41
4,76
9,21
4,58
6,66
26,28%
24,53%
23,82%
45,69%
65,62%
41,86%
54,75%
-14
-14
-16
-14
-14
Defasage
m
-16
-15
-16
-6
57,99%
-2
20,28%
-2
-7
-59,65%
-9
-26,22%
-9
-11
-45,56%
-13
-39,85%
-13
-9
-40,82%
-12
-20,30%
-11
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
53
INPC01
MARGEM
T
INPC, BASE DEZ.93=100
25,32%
54,03%
2,43
-8
-19,30%
-7
-25,38%
-11
-12
-49,58%
-14
-18,28%
-14
MTA074
Índice ICV/DI, Brasil
Documentos compensados,
milhoes unid
96,38%
20,13
36,14%
-3
89,19%
-3
-61,39%
-2
MTS043
TIT.ESTADUAIS MUNICIP. R$
66,19%
8,19
66,19%
-14
46,44%
-14
24,70%
-14
MTS053
MOEDA M3 DO BACEN
50,60%
5,44
50,60%
-6
60,66%
-6
42,48%
-6
MTS057
MTSR07
C
MTSR55
C
MTSR59
C
MTSR67
C
EMPREST. PESSOAS FISICAS
Crédito, risco excesso, s.
privado
Crédito, risco excesso,
indústria
Crédito, risco exc., outros
serviços
Crédito, risco excesso, total
geral
75,38%
76,14%
67,16%
82,61%
70,09%
10,64
-3
68,19%
-3
26,20%
-7
-13
-42,42%
-13
-23,93%
-10
-10
-65,40%
-11
-14,16%
-14
-12
-44,95%
-11
-14,16%
-14
9,11
75,38%
76,14%
67,16%
82,61%
70,09%
-12
-52,69%
-12
-25,85%
-12
MY04T
Prod.Const.Civil 1990=100
48,87%
5,19
48,87%
-3
42,42%
-3
36,56%
-3
MY08T
Prod. Industria 1990=100
54,19%
5,98
54,19%
-4
44,55%
-4
36,56%
-4
MY14T
PRODUTO OUTROS SERVICOS
71,12%
9,38
71,12%
-4
67,38%
-3
44,63%
-3
MY15T
PRODUTO SERVICOS TOTAL
76,38%
10,97
76,38%
-5
44,95%
-3
36,56%
-3
MY24T
Produto Extrativa Vegetal
89,57%
10,66
30,54%
-11
74,17%
-14
60,91%
-14
MY25T
Produto Servicos Alugueis
51,44%
5,56
51,44%
-3
77,83%
-2
22,39%
-5
MY29T
Exportações
54,82%
6,08
54,82%
-8
56,30%
-8
29,70%
-8
MY4T
PRODUTO CONSTRUCAO CIVIL
48,87%
5,19
48,87%
-3
42,42%
-3
36,56%
-3
MY8T
54,19%
70,51%
5,98
-4
44,55%
-4
36,56%
-4
9,17
54,19%
69,71%
-11
-41,78%
-12
-28,32%
-9
54,99%
6,07
54,37%
-6
44,07%
-3
-19,82%
-7
53,38%
-15
20,28%
-15
-15
-34,78%
-15
-19,82%
-17
-13
-53,53%
-11
-33,68%
-11
Título
4,28
Estatísti
ca
86,08%
27,02%
60,56%
41,61%
Correlaç
ão
-13
Variável
87,07%
27,33%
61,26%
42,08%
Correlaç
ão
16,32
MYP25T
PRODUTO INDUSTRIA TOTAL
PIB Agropecuaria, valores
correntes
Transformação, valores
correntes
Extrativa Mineral, valores
correntes
Outros Serviços, valores
correntes
PIB Serviços, valores
correntes
Aluguel Imóveis, valores
correntes
-10
Defasage
m
-32,78%
Correlaçã
o
-13
Defasage
m
-22,39%
Correlaçã
o
-11
Defasage
m
Independente
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
MYP30T
Importaçoes, valores correntes
5,06
PN023
JURO DESCONTO DUPLICATAS
48,15%
49,76%
PT005
BOVESPA BASE 2/1/68=0.1
66,02%
PT005B
PT005Z
Bovespa, volume
Bovespa, indice final
(=BV018Z)
PT009
TAXA DE CAMBIO PARALELO
PT010
PRECO OURO-SP R$/GRAMA
PT018
PT030
MYP03T
MYP05T
MYP06T
MYP14T
MYP15T
5,95
25,32%
54,03%
10,89
8,41
13,6
2,62
7,15
-10
32,78%
5,32
47,60%
49,76%
-8
8,15
66,02%
-13
38,26%
3,75
36,52%
8,15
SALARIO MINIMO BRASIL R$
66,03%
38,55%
52,95%
50,60%
PRECO GASOLINA Cents/L.
75,15%
PT040
IPA/DI MATERIAS PRIMAS
PT058
IPA/OG INDUSTRIA QUIMICA
PT060
IPA/OG IND. FERTILIZANTES
PT061
IPA/OG IND.TECIDOS VESTUA
PT066
IPA/OG INDUSTRIA ALIMENTO
PT131
PT148
PT176
PT178
PT183
-12
17,13%
-53,37%
-5
-25,85%
-4
63,24%
-14
42,48%
-14
-8
43,41%
-6
-15,83%
-9
-13
65,90%
-14
47,49%
-14
-8
-30,65%
-10
-22,39%
-10
-7
-39,58%
-9
-32,71%
-9
5,44
66,03%
38,55%
52,95%
50,60%
-16
-48,88%
-15
-26,86%
-14
9,73
64,04%
-14
49,33%
-15
28,87%
-15
58,13%
6,63
58,13%
-16
39,92%
-16
37,13%
-16
6,32
56,30%
36,45%
28,44%
36,30%
30,53%
-16
39,92%
-15
35,90%
-15
-7
-34,66%
-6
-17,13%
-8
-7
-23,92%
-8
-31,66%
-8
-15
-39,33%
-18
37,13%
-14
IND.COMMODITIES ALIMENTOS
56,30%
36,45%
28,44%
36,30%
30,53%
-7
-42,06%
-4
-20,43%
-3
Indice Bolsa FGV-100
Rend. md real, pess.ocupada,
total
Rend.md real pess.ocup, sem
carteira
IPC/BR, Seguro obrigatorio
Veiculos
77,92%
40,95%
46,98%
40,03%
11,53
77,92%
40,95%
46,98%
40,03%
-14
60,44%
-15
28,32%
-15
-15
-32,78%
-12
-33,68%
-12
-10
-44,07%
-8
-39,86%
-8
-14
-37,42%
-14
14,76%
-16
3,87
5,79
3,63
2,75
3,61
2,97
4,16
4,93
4,05
-13
PT187
IBrX - Índice Brasil, média
70,33%
8,16
55,95%
-13
54,51%
-14
43,46%
-14
PT187Z
IBrX - Índice Brasil, final
IEE - Índice Energia Elétrica,
média
IGC-Ìnd Ações Govern.
Diferenciada
69,68%
8,01
55,42%
-13
47,03%
-15
-19,63%
-17
61,67%
6,46
49,06%
-12
36,85%
-15
21,55%
-15
87,35%
9,15
27,79%
-13
80,18%
-17
72,55%
-17
PT189
PT190
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
54
PT194
Indice IBrX 50, media
68,34%
7,72
54,36%
-12
57,69%
-14
38,32%
-14
PT194Z
Indice IBrX 50, fim de mes
68,35%
7,72
54,37%
-13
50,44%
-15
-19,63%
-17
PT211Z
52,78%
-16
57,74%
-16
-15
-32,78%
-12
-33,68%
-12
-10
-44,07%
-8
-39,86%
-8
SPREAD JUROS DUPL.-OVER
-7
-35,20%
-6
-17,14%
-6
SPREAG
SPREAD GIRO - OVER
-4
-20,28%
-4
17,34%
-6
UTA003
8,18
-11
-51,10%
-13
-31,66%
-10
VQT568
IMPOSTO RENDA TOTAL R$.
Volume apolices saude,
SUSEP+ANS
39,83%
40,95%
46,98%
36,15%
42,86%
65,59%
-15
SPREAD
76,20%
40,95%
46,98%
36,15%
42,86%
66,35%
7,81
PTA178
Indice INDX - Ind.Setor Ind.
Rend. md real, pess.ocupada,
total
Rend.md real pess.ocup, sem
carteira
Variável
Título
68,79%
Correlaç
ão
7,46
Estatísti
ca
50,03%
Correlaç
ão
-8
Defasage
m
64,62%
Correlaçã
o
-5
Defasage
m
33,36%
Correlaçã
o
-5
Defasage
m
Independente
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
VTA003
SPC/SP-TOTAL CONSULTAS
12,96
VTA004
TP, Total Geral R$
VTA006
VTA016
A
CONCORDATAS REQ TOTAL SP
Tit.prot.Ind.
Mat.Transp.Automoveis
81,33%
56,40%
82,61%
81,33%
56,40%
82,61%
VTA029
Tit.prot., Industria, bebidas
VTA030
Tit.prot., Industria, Fumo
VTA037
VTA052
VTA052
A
Tit.prot.Ind.Min.Não Metal. R$
Tit.prot.Industria,
Metalurgica, R$
Tit.prot.Ind.,Mat.Transp.Onibu
s, R$
Tit.prot., Ind. Papel papelao,
R$
Tit.prot., Industria,
Borracha, R$
Tit.prot., Ind. Mat.plastica,
R$
Tit.prot., Ind.Vestuario,
calç., R$
Tit.prot. Ind., Vestuario tec.
R$
VTA061
CONC REQ TOTAL SERVICOS
VTA062
CONC REQ TOTAL INDUSTRIA
VTA063
CONC REQ TOTAL COMERCIO
VTA064
CONC DEF TOTAL COMERCIO
VTA065
CONC DEF TOTAL INDUSTRIA
VTA068
CONC DEF TOTAL CAPITAL SP
VTA074
FAL REQ COMERCIO TOTAL SP
VTA076
FAL REQ SERVICOS TOTAL SP
VTA133
VENDAS MIN.NAO METAL. RJ
VTA144
VENDAS IND. VESTUARIO
VTA145
VENDAS PROD.ALIMENTAR. RJ
TP, Serviços, Pessoa Fisica,
Total
PTA176
VTA038
VTA041
B
VTA044
VTA045
VTA050
VTA168
VTA169
RJ
VTA198
TP, Total Geral
TP, Serviços, Firmas
Individuais R$
TP, Serviços, Pés.Fisica,
Total R$
TP, Comercio, Produtos
alimentares
TP, Comercio, Prod.
Siderurgicos R$
TP, Comercio, Veic. pecas e
aces R$
Variável
Título
VTA171
VTA172
VTA190
VTA195
Independente
4,16
4,93
3,6
4,4
6,33
13,59
-5
44,95%
-7
36,56%
-7
-13
-53,36%
-14
-17,13%
-14
-13
-59,33%
-12
-17,13%
-15
57,71%
6,55
57,71%
-12
44,01%
-8
-34,07%
-12
74,29%
42,22%
56,84%
51,61%
51,68%
34,73%
22,97%
64,92%
10,29
-7
18,23%
-8
20,28%
-8
-8
-38,26%
-10
-25,85%
-10
-15
-51,33%
-16
-18,28%
-12
-12
-37,80%
-13
18,28%
-15
-12
-44,23%
-12
-33,68%
-12
-16
-18,48%
-16
-15,83%
-13
-15
-44,23%
-18
-36,56%
-18
7,91
74,29%
42,22%
56,84%
51,61%
51,68%
34,73%
22,97%
64,92%
-14
-61,37%
-15
-33,68%
-15
37,87%
3,79
37,87%
-6
47,50%
-3
33,68%
-3
45,18%
66,01%
77,56%
81,04%
39,11%
58,68%
60,67%
76,42%
59,89%
29,89%
48,03%
4,7
45,18%
66,01%
77,56%
81,04%
39,11%
58,68%
60,67%
76,42%
59,89%
29,89%
48,03%
-6
47,50%
-4
33,68%
-4
-8
-41,78%
-10
-30,04%
-10
-16
-56,17%
-17
-27,17%
-16
-13
-77,83%
-12
-22,39%
-16
-6
-13,59%
-8
-27,17%
-8
-9
-44,23%
-11
-13,66%
-11
-7
-37,12%
-8
-30,04%
-8
-10
-70,06%
-8
-26,20%
-8
-12
-61,37%
-11
-33,68%
-12
-13
-22,13%
-16
-30,04%
-16
46,08%
75,15%
73,01%
44,46%
67,22%
4,32
6,41
5,59
5,6
3,43
2,19
8,15
11,4
12,83
3,94
6,72
7,08
10,99
6,93
2,9
5,08
4,82
10,56
9,91
4,6
8,42
6,15
46,08%
75,15%
73,01%
44,46%
67,22%
55,27%
53,64%
53,82%
Correlaç
ão
5,92
Estatísti
ca
55,27%
53,64%
53,82%
Correlaç
ão
Máxima
t
Ajustada
5,89
-7
-58,01%
-8
-29,70%
-7
-4
18,23%
-7
15,11%
-6
-15
-51,68%
-16
-40,32%
-16
-16
-53,81%
-17
-20,28%
-17
-12
-61,65%
-11
-20,28%
-13
-11
-63,24%
-14
-17,13%
-14
-4
67,67%
-7
33,68%
-7
-16
-50,97%
-17
-27,17%
-14
-16
Defasage
m
-74,52%
Correlaçã
o
-16
Defasage
m
-15,83%
Correlaçã
o
-14
Defasage
m
Fase
Fase
Reversão
Reversão
VTA199
TP, Comercio, Grandes
magazines R$
68,11%
8,63
68,11%
-12
34,94%
-10
-15,11%
-14
VTA206
TP, Comercio,
70,08%
9,11
70,08%
-6
34,46%
-8
28,32%
-7
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
55
Combust./Lubrifi. R$
VTA212
TP, Comercio,
Tecidos/Armarinhos R$
TP, Comercio, Prod.
alimentares R$
TP, Comercio,
Bares/Restaurantes R$
TP, Comercio
Relojoaria/Joalheria R$
VTA269
FAL REQ COMERCIO METAIS
VTA270
FAL REQ COMERCIO MAQS
VTA271
FAL REQ COMERC ELETROD.SP
VTA272
FAL REQ COMERC VEICULOS
VTA275
FAL REQ COMERCIO PAPEL SP
VTA276
FAL REQ COMERCIO BAZARES
VTA286
FAL REQ COMERC RELOJOARIA
VTA292
FAL DEC COMERC VEICULOS
VTA304
FAL DEC COM. ALIMENTOS SP
VTA308
FAL REQ SERV. PUBLICIDADE
VTA311
FAL DEC COMERCIO OTICA SP
VTA313
FAL REQ SERV ADMINISTR.SP
VTA318
FAL DEC SERV ENGENHARIA
VTA323
CONC REQ IND METALURGIA
VTA405
CONC REQ SERV ENGENHARIA
VTA417
CONC DEF TOTAL ESTADO SP
VTA420
FAL REQ TOTAL ESTADO SP
VTA430
CDL-RJ MOLE CONFEC. PRAZO
VTA438
CDL-RJ ELETRODOMEST.VISTA
VTA440
CDL-RJ DURO GLOBAL MOVEIS
VTA441
VTA473
B
CDL-RJ DURO VISTA MOVEIS
Consumo Oleo Combustivel,
barris/dia
81,04%
11,9
69,99%
VTA479
Vendas comerciais leves
61,71%
7,27
61,71%
VTA480
VTA482
B
Vendas caminhoes, total
Vendas nac+import, caminhões
leves
83,22%
13,92
83,22%
89,03%
18,13
VTA483
Vendas Caminhoes medios
Variável
Título
70,72%
Correlaç
ão
Máxima
VTA208
VTA210
VTA211
SP
Independente
VTA483
B
Vendas nac+imp, caminhões
médios
Conc.Req., Ind.Bens Consumo,
SP
61,37%
7,21
61,37%
-13
-67,47%
-15
-33,68%
-15
50,50%
5,43
50,50%
-4
42,42%
-7
24,70%
-7
65,26%
7,99
65,26%
-5
42,88%
-8
33,68%
-8
71,21%
9,41
71,21%
-7
33,63%
-4
16,74%
-6
44,24%
53,54%
68,33%
74,91%
70,36%
63,32%
46,05%
54,33%
55,43%
78,61%
65,31%
35,71%
4,57
44,24%
53,54%
68,33%
74,91%
70,36%
63,32%
46,05%
54,33%
55,43%
78,61%
65,31%
35,71%
-4
38,80%
-3
40,36%
-3
-11
-32,78%
-15
-12,92%
-13
44,48%
50,96%
64,66%
69,58%
80,38%
87,54%
44,86%
62,17%
63,73%
5,88
8,68
10,49
9,18
7,59
4,81
6
6,18
11,79
8
3,55
-11
-35,28%
-10
-25,85%
-10
-13
-70,62%
-12
-17,13%
-10
-8
-25,64%
-7
-23,26%
-7
-7
-38,26%
-7
-21,85%
-3
-11
-44,95%
-13
-23,93%
-13
-8
-40,33%
-10
-26,97%
-10
-5
-54,20%
-4
-24,70%
-4
-13
-58,84%
-13
-30,04%
-13
-13
-31,58%
-15
-17,13%
-13
-9
-51,68%
-10
-33,68%
-13
-8
32,46%
-8
24,99%
-4
-13
-30,29%
-14
10,01%
-17
-10
-44,01%
-10
-35,90%
-10
-6
-70,62%
-8
-36,56%
-8
-7
-54,71%
-6
-30,04%
-6
-16
-74,40%
-17
-18,28%
-16
-11
-48,88%
-10
-31,66%
-8
-16
-74,80%
-15
-25,85%
-15
-14
-67,70%
-13
-42,48%
-13
-9
44,85%
-10
44,78%
-10
-3
66,35%
-7
44,77%
-7
-3
75,84%
-5
44,77%
-5
89,03%
-7
56,30%
-11
36,56%
-11
9,28
Estatísti
ca
70,72%
Correlaç
ão
-3
Defasage
m
79,86%
Correlaçã
o
-2
Defasage
m
54,84%
Correlaçã
o
-2
Defasage
m
t
Ajustada
Fase
Fase
Reversão
Reversão
4,61
5,49
7,86
8,98
12,53
16,79
4,65
7,36
7,67
VTA528
VTA535
A
VTA549
F
VTA549
L
VTA549
M
VTA549
N
VTA549
P
VTA549
V
Conc.Def. Ind., Mat.Primas, SP
72,04%
52,47%
48,76%
Premio total sem ANS, R$ mil
26,71%
2,57
26,71%
-6
42,06%
-10
36,56%
-10
Consumo ABPO, Ind.Metalúrgica
Consumo ABPO, Ind.Vidros e
cerâmicas
73,31%
6,19
29,16%
-5
69,69%
-5
50,95%
-7
90,85%
12,49
36,13%
-4
75,59%
-7
72,06%
-7
Consumo ABPO, Ind.Perfumaria
Consumo ABPO, Ind.
famacêuticos
99,13%
43,37
39,43%
-3
89,19%
-3
50,95%
-3
91,88%
13,37
36,54%
-6
82,38%
-8
72,06%
-8
Consumo ABPO, Ind.Mobiliário
Consumo ABPO,
Ind.Mat.transporte
74,80%
96,52%
6,47
29,75%
38,39%
-14
100,00%
-11
100,00%
-11
-6
-82,38%
-7
-72,06%
-7
VTA551
Exportacao embalagem ABPO
5,72
46,44%
-10
18,28%
-10
Conc def (Int.+repet.) SP
-6
-78,02%
-7
-31,66%
-7
VTA570
Premio Total, R. Incendio
7,81
52,47%
66,72%
64,39%
-10
VTA554
52,47%
73,39%
64,39%
-12
-71,04%
-12
-18,28%
-13
VTA601
Fat.Real BH Autopecas ac.
55,45%
6,18
55,45%
-11
53,53%
-9
20,28%
-13
VTA634
Fat. Nom. Ind., Nao Metal,
-
22,19
-
-13
-86,67%
-13
-72,01%
-13
VTA526
9,63
44,48%
50,96%
64,66%
69,58%
80,38%
87,54%
44,86%
62,17%
63,73%
-3
76,76%
-2
47,49%
-2
-15
-48,88%
-16
-23,26%
-16
5,18
72,04%
52,47%
48,76%
-11
-23,14%
-11
21,11%
-14
5,72
21,21
9,54
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
56
VTA639
VTA646
VTA650
VTA733
B
Brasil
97,55%
29,93%
Faturamento Nominal, Madeira
Faturamento Nominal, Perf.
Saboes
59,58%
6,88
59,58%
-15
69,24%
-16
18,28%
-18
72,62%
77,84%
9,8
72,62%
77,84%
-10
65,40%
-13
25,85%
-13
-8
-58,03%
-8
-17,13%
-8
-12
40,57%
-11
22,40%
-11
-5
-48,95%
-8
-44,78%
-8
-3
67,38%
-2
20,28%
-6
VTA757
Faturamento Nominal, Alimentos
Contribuicao Previdencia
Priv.total
Consumo alcool anidro, k
barris/dia
VTA777
Prêmio, grupo Automóvel
VTA783
Prêmio, grupo Rural
45,49%
4,74
45,49%
-9
64,61%
-9
29,70%
-9
VTA790
63,68%
7,66
63,68%
-10
-15,60%
-13
-31,66%
-11
70,10%
68,59%
9,12
70,10%
68,59%
-7
18,07%
-8
18,28%
-8
-10
-22,00%
-11
-22,39%
-13
93,88%
96,98%
82,04%
12,49
-6
-7
-7
-14
100,00%
100,00%
-14
VTA920
TP, Comercio, Livros/Jornais
TP, Comercio, Livros/Jornais
etc R$
TP, Serviços, Empresas
Estatais R$
Tit.prot. Serviços,
Informatica
Índice volume de vendas
varejo, RR
Índice volume de vendas
varejo, PI
Índice volume de vendas
varejo, RGS
Índice volume de vendas
varejo, MS
Índice volume de vendas
varejo, MT
VarejoRJ, Combustiveis
lubrificante
Variável
Título
VTA791
VTA795
VTA803
VTA854
VTA864
VTA890
VTA892
VTA894
Independente
11,5
71,97%
72,93%
7,83
9,17
48,26%
62,98%
61,28%
7,19
61,28%
8,74
-15
100,00%
100,00%
8,24
24,54%
38,57%
32,63%
-12
-55,47%
-16
-72,06%
-16
87,43%
10,35
34,77%
-5
75,59%
-5
50,95%
-5
96,67%
21,71
38,45%
-3
82,38%
-5
72,06%
-5
85,87%
96,73%
Correlaç
ão
9,63
-6
90,35%
100,00%
Correlaçã
o
-6
-16
Defasage
m
57,01%
100,00%
Correlaçã
o
-6
21,23
Estatísti
ca
34,15%
36,27%
Correlaç
ão
-16
Defasage
m
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
22,84
-15
Defasage
m
VTN895
Índice receita vendas varejo,
MT
92,40%
13,88
36,75%
-4
90,35%
-6
57,01%
-6
XTA006
EXPORT.MANUFATURA U$ MILH
43,54%
4,49
43,54%
-6
72,87%
-5
44,77%
-3
XTA010
QUANTUM EXPORTACAO GERAL
4,8
60,61%
-7
40,36%
-7
Preco US$ ac.Imp.Bens Con
4,13
45,93%
40,72%
-8
XTA035
45,93%
40,72%
-9
-21,84%
-5
-36,56%
-5
XTA085
Preco US$ ac.Imp.comb.lub
84,21%
14,48
84,21%
-8
47,05%
-10
20,28%
-10
XTA086
Quantum export.industrial
47,60%
5,02
47,60%
-8
63,44%
-7
44,63%
-7
XTA51A
54,58%
6,04
54,58%
-7
77,83%
-6
29,70%
-6
29,37%
47,46%
2,85
29,37%
47,46%
-9
37,45%
-13
36,56%
-13
-7
-61,37%
-8
-33,68%
-8
YET005
Export. manufatur.quantum
Produtividade, Ind. Geral,
Brasil
Produtividade, Ext.Mineral,
Brasil
Produtividade, Ind.Metal,
Brasil
3,88
47,18%
-15
22,39%
-15
UTIL.CAP.INST.MECANICA RJ
-6
-18,23%
-7
24,04%
-9
YTA002
YTA014
B
IND. EXTRATIVA MINERAL BR
38,62%
31,74%
37,62%
-11
YRF225
38,62%
31,74%
37,62%
-8
-51,33%
-8
-29,70%
-8
7,92
65,08%
-7
36,56%
-7
IND. FARMACEUTICA
7,92
64,96%
64,93%
-10
YTA017
64,96%
64,93%
-8
-45,46%
-8
-16,74%
-9
YTA018
YTA019
B
IND.PERFUME SABOES BRASIL
Prod.Ind. Mat.Plast.Borracha,
Brasil
51,78%
5,61
51,78%
-13
55,33%
-13
31,66%
-13
58,38%
6,67
58,38%
-6
48,88%
-6
36,56%
-6
YTA020
INDUSTRIA TEXTIL BRASIL
67,85%
8,57
67,85%
-16
36,78%
-17
36,56%
-17
YTA023
INDUSTRIA BEBIDAS BRASIL
63,82%
7,69
63,82%
-8
58,01%
-8
17,13%
-8
YTA027
CONSUMO DURAVEL BRASIL
57,87%
6,58
57,87%
-5
41,42%
-7
31,66%
-7
YTA030
INDUSTRIA GERAL S.PAULO
66,14%
8,18
66,14%
-4
65,25%
-5
28,32%
-3
YTA031
IND. TRANSFORMACAO S.P.
66,16%
8,18
66,16%
-4
65,25%
-5
28,32%
-3
YTA037
PAPEL PAPELAO SAO PAULO
55,00%
6,11
55,00%
-14
64,52%
-16
26,20%
-14
YTA039
INDUSTRIA QUIMICA S.PAULO
8,35
37,80%
-8
-28,32%
-5
FARMACEUTICA SAO PAULO
6,4
66,90%
56,77%
-6
YTA040
66,90%
56,77%
-7
-46,06%
-7
-14,76%
-8
YTA041
PERFUMES SABOES VELAS SP
23,21%
2,21
23,21%
-14
56,08%
-12
25,85%
-12
YTA046
IND. BEBIDAS SAO PAULO
11,14
75,84%
-7
40,32%
-7
MAT ELETRICO PERNAMBUCO
PFI, Refino petróleo e álcool,
RJ
-12
-49,49%
-16
-28,32%
-16
-5
-51,68%
-9
-28,32%
-9
YTA067
INDUSTRIA FARMACEUTICA RJ
5,42
76,87%
50,06%
74,00%
50,43%
-6
YTA051
YTA066
A
76,87%
50,06%
74,00%
50,43%
-12
-29,01%
-10
18,28%
-12
YTA080
INDUSTRIA QUIMICA
55,27%
6,15
55,27%
-9
46,45%
-10
22,39%
-7
YET001
YET002
PFI, Outros produtos químicos
BRASIL
RGS
5
3,1
3,76
5,36
10,2
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
57
YTA083
INDUSTRIA BEBIDAS
YTA093
INDUSTRIA TEXTIL NORDESTE
RGS
Variável
Título
Independente
82,11%
13,34
82,11%
-15
50,08%
-14
25,85%
56,36%
Correlaç
ão
6,33
Estatísti
ca
56,36%
Correlaç
ão
-16
Defasage
m
40,83%
Correlaçã
o
-17
Defasage
m
54,84%
Correlaçã
o
-17
Defasage
m
-14
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
YTA099
EXTRAT. MINERAL M. GERAIS
35,11%
3,48
35,11%
-7
41,42%
-4
29,70%
-4
YTA105
IND. PAPEL PAPELAO
34,13%
3,37
34,13%
-10
35,28%
-13
18,78%
-13
YTA109
IND. BEBIDAS MINAS GERAIS
76,61%
11,05
76,61%
-7
61,65%
-8
29,70%
-8
YTA127
PRODUCAO LAMINADOS BRASIL
50,31%
5,4
50,31%
-9
46,28%
-8
36,56%
-8
YTA129
PROD AUTOVEICULOS BRASIL
9,28
52,13%
-6
36,56%
-2
INDUSTRIA GERAL
-11
-33,63%
-14
-37,13%
-14
YTA170
YTA193
B
IND. TRANSFORMACAO BAHIA
PFI, Outros produtos químicos,
PR
70,72%
35,42%
34,73%
-5
YTA168
70,72%
35,42%
34,73%
-10
-31,58%
-14
-24,70%
-14
IND.MAT.PLASTICAS
PARANA
72,08%
56,12%
9,64
YTA195
6,29
72,08%
56,12%
YTA204
METALURGICA STA. CATARINA
68,08%
8,62
YTA207
PAPEL PAPELAO STACATARINA
5,41
YTA211
VEST.CALC. STA CATARINA
50,38%
41,21%
YTA216
INDUSTRIA METALURGICA RGS
73,11%
YTA218
INDUSTRIA BORRACHA
RGS
YTA252
PRODUCAO CAMINHOES LEVES
YTA261
INDUSTRIA MADEIRA BRASIL
YTA280
IND. MAT. ELETRICO PARANA
YTA282
YTA292
M.G.
BAHIA
3,51
3,43
-7
63,74%
-8
17,13%
-6
-13
-34,78%
-17
-39,86%
-17
68,08%
-3
84,05%
-4
44,77%
-4
-12
46,76%
-14
20,28%
-14
4,19
50,38%
41,21%
-7
-44,55%
-8
-31,66%
-8
9,94
73,11%
-8
53,53%
-7
36,56%
-7
80,71%
12,67
80,71%
-11
58,84%
-11
17,13%
-15
76,30%
10,95
76,30%
-4
54,71%
-6
21,60%
-6
60,44%
7,04
60,44%
-11
37,44%
-11
33,68%
-11
12,91
44,55%
-3
40,32%
-3
10,05
81,23%
73,50%
-4
INDUSTRIA MADEIRA PARANA
81,23%
73,50%
-8
-16,35%
-8
-15,11%
-10
INDUSTRIA MOBILIARIO RGS
69,73%
9,02
69,73%
-4
65,99%
-6
28,32%
-4
YTA293
IND. COUROS E PELES RGS
50,66%
5,45
50,66%
-14
46,28%
-17
20,28%
-17
YTA296
IND.COUROS PELES PERNAMBU
Cap. instalada onduladeiras,
ABPO
PFI, Prod.metal,
exc.maq/equip, CE
52,75%
5,76
52,75%
-7
63,44%
-10
29,70%
-11
58,07%
26,19%
6,62
-10
74,42%
-9
44,77%
-9
2,52
58,07%
26,19%
-14
-18,80%
-16
-18,28%
-17
PFI, Produtos quimicos, Ceara
PFI, Vestuario e acessorios,
Ceara
PFI, Alimentos e bebidas,
Ceara
PFI, Industria metalurgica,
ES
PFI, Refino de petróleo e
álcool
PFI, Prod.metal/exclusive máq
equip
40,89%
4,15
40,89%
-5
38,26%
-3
29,70%
-3
52,25%
5,68
52,25%
-13
42,42%
-14
31,66%
-14
82,91%
13,75
82,91%
-5
74,40%
-5
29,70%
-9
74,73%
44,13%
10,43
74,73%
44,13%
-16
51,10%
-14
31,66%
-12
-14
-34,17%
-14
-16,74%
-17
47,80%
5,05
47,80%
-5
37,12%
-6
31,66%
-6
62,02%
7,33
62,02%
-5
73,21%
-6
36,56%
-6
57,99%
-6
-15,11%
-10
Título
5
Estatísti
ca
43,06%
47,46%
Correlaç
ão
-7
Variável
43,06%
47,46%
Correlaç
ão
4,42
YTA458
PFI, Veículos automotores
PFI, Máq equipamentos,
S.Catarina
PFI, Outros equip transporte,
SP
-9
Defasage
m
-26,46%
Correlaçã
o
-10
Defasage
m
-17,13%
Correlaçã
o
-10
Defasage
m
Máxima
t
Ajustada
Fase
Fase
Reversão
Reversão
74,02%
37,57%
10,21
74,02%
37,57%
YTA321
YTA369
A
YTA372
YTA377
YTA378
YTA384
YTA408
YTA409
YTA415
YTA451
Independente
4,56
YTA472
PFI, Veículos automotores,
M.Gerais
PFI, Veiculos automotores,
Bahia
Bens capital para fins
industriais
71,30%
9,43
71,30%
-4
60,42%
-6
33,68%
-6
YTA473
Bens capital fins ind seriados
77,17%
11,25
77,17%
-5
77,31%
-6
18,28%
-4
YTA461
YTA467
3,76
-7
71,96%
-9
36,56%
-6
-7
-51,69%
-7
-26,20%
-7
NC = Não computado
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
58
4 - Estatísticas básicas dos correlogramas das flutuações dos passageiros
domésticos com variáveis internacionais
Variável
Título
Média
Referência
VTA472B
Variável
Independen
te
Desvio
Período dos cálculos
Significânc
ia
Defasage
ns
0,21
Correlação
-16 a -3
Defasage
m
4
Correlaçã
o
Defasage
m
Fase
Fase
Reversão
Reversão
Padrão
Pass. aereo, fluxo doméstico
Título
15,26
Correlaç
ão
17,09
Estatístic
at
Máxima
01/ 1999 A 04/
2006
Correlaç Defasage
ão
m
Ajustada
Diferença
Defasage
ns
M05A33D
Alemanha,
longo
Alemanha,
corrente,
Alemanha,
Pub
Alemanha,
Tes
Alemanha,
prazo
Alemanha,
emprest
-84,13%
10,56
-45,89%
-9
-62,36%
-12
-18,32%
-10
M05T15
Alemanha, exportacoes FOB, US$
90,08%
18,79
85,99%
-4
57,59%
-5
36,56%
-5
M05T16
Alemanha, importacoes FOB, US$
80,38%
10,38
55,72%
-5
62,18%
-7
28,95%
-5
M05T20AN
Alemanha, despesas pub totais
-95,33%
19,71
-44,42%
-4
-90,58%
-5
-66,40%
-5
M05T20N
Alemanha, desp.governo federal
Alemanha, indice precos
exportacao
Alemanha, ind.preços
importacao
-95,33%
19,71
-44,42%
-4
-90,58%
-5
-66,40%
-5
92,41%
16,22
49,35%
-3
69,28%
-5
40,97%
-5
90,88%
14,61
48,54%
-5
69,28%
-7
40,97%
-7
92,41%
16,4
50,40%
-3
71,61%
-5
28,97%
-1
91,17%
15,05
49,73%
-6
77,25%
-9
34,25%
-8
92,01%
15,94
50,19%
-10
77,25%
-10
52,45%
-10
M05V33F
Alemanha,
Alemanha,
Tesouro
Alemanha,
longo
Alemanha,
Depositos
92,46%
17,5
56,73%
-3
84,73%
-4
40,95%
-1
M06A15
Argentina, exportacoes, US$
-91,81%
14,09
-40,69%
-16
-62,36%
-17
-71,81%
-15
M06T13
Argentina, IPA, 1995=100
-35,42%
3,45
-34,22%
-8
31,83%
-10
31,66%
-10
M09T13
Canada, ind.precos produtor
61,18%
7
58,40%
-11
40,90%
-13
31,66%
-10
M09V33H
50,33%
4,24
31,45%
-10
58,88%
-6
57,91%
-6
94,71%
21,49
59,20%
-9
63,27%
-12
35,36%
-12
M104T16
Canada, juros sobre depositos
Uniao Europeia, exportacoes,
US$
Uniao Europeia, importacoes,
US$
95,43%
23,25
59,64%
-9
71,31%
-11
40,96%
-11
M10T12
Chile, ind.precos consumidor
49,36%
4,09
30,29%
-4
51,44%
-3
26,42%
-3
M15T13
Espanha, ind.custo producao
EUA, taxa nominal juros,
letras tes
EUA,taxa juros, tit. Pub.
c.prazo
EUA, taxa de juros, tit.púb
l.prazo
79,08%
11,7
75,49%
-11
34,33%
-14
17,14%
-12
47,91%
4,88
44,64%
-8
59,81%
-7
26,22%
-9
50,43%
5,06
44,13%
-12
60,01%
-10
28,93%
-13
56,26%
Correlaç
ão
6,2
Estatístic
at
54,34%
Correlaç
ão
-6
Defasage
m
65,65%
Correlação
-6
Defasage
m
18,28%
Correlaçã
o
-9
Defasage
m
Fase
Fase
Reversão
Reversão
M0533B3A
M05A17
M05A33B
M05A33B1
M05A33B3
M05T30
M05T31
M05V33B
M05V33B1
M05V33B3
M104T15
M1633B1A
M1633B2A
M1633B3A
Variável
Independen
te
juros tit.pub medio
saldo conta
US$
juros reais, tit.
92,92%
17,05
50,68%
-4
69,63%
-5
28,97%
-5
-65,29%
6,62
-45,26%
-11
-44,66%
-11
-44,79%
-11
-92,76%
16,84
-50,60%
-10
-77,25%
-12
-28,97%
-12
-75,06%
7,7
-40,94%
-11
-59,52%
-13
-23,65%
-11
-47,77%
3,69
-26,06%
-10
-54,10%
-13
-38,27%
-13
juros reais, Letras
juros tit pub medio
juros, cobrados
juros, tit.publicos
juros, Letras
juros tit.pub medio
juros, Cert
Título
Máxima
Ajustada
M1633FA
EUA, taxa juros, cert.
depósitos
87,46%
13,13
54,66%
-8
86,71%
-7
40,95%
-7
M1633KA
EUA, taxa LIBOR, MEDIA MENSAL
48,47%
5,02
46,26%
-4
57,45%
-3
26,21%
-5
M1633LA
EUA, taxa PRIME
47,56%
4,9
45,40%
-3
60,02%
-1
26,21%
-3
M16A09
EUA, Invest fixo bruto privado
54,45%
5,99
53,84%
-8
58,85%
-4
31,66%
-4
M16A14
EUA, taxa desemprego
-48,86%
5,19
-48,86%
-4
-45,67%
-2
-31,66%
-2
M16A14B
EUA, número de desempregados
-42,93%
4,41
-42,93%
-4
-40,14%
-3
-31,66%
-3
M16A15
EUA, exportaçoes US$
55,35%
6,02
52,84%
-6
68,00%
M16A29
EUA, expectativas econômicas
EUA, Produção Industrial,
Máquinas
EUA, Produção Ind, Alim., Beb
Fumo
EUA, Produção Industrial,
Textil
85,79%
9,3
32,17%
-14
NC
55,64%
5,1
37,94%
-5
-75,69%
8,82
-51,61%
44,13%
3,74
30,09%
M16A39E
M16A39K
M16A39L
-8
NC
44,77%
NC
-8
NC
84,90%
-1
57,89%
-1
-13
-66,32%
-13
-67,19%
-13
-11
76,68%
-8
28,95%
-10
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
59
M16A39P
M16A43
M16A44
M16A45A
EUA, Produção Ind.,
Petroquímica
EUA, índice sent cons,
Michigan
EUA, PMI-Purchasing Managers
Index
M16A71
EUA, Vendas Automóveis(N + I)
EUA, expectativa inflação,
Michigan
EUA, utilização cap.inst
indústria
EUA, desemprego, menos de 5
semanas
EUA, emprego, comércio
atacadista
M16A75
EUA, taxa de desemprego civil
M16A55
M16A64
M16A67
93,01%
19,28
63,41%
-14
75,48%
-16
50,00%
-16
46,38%
4,86
46,38%
-8
72,33%
-6
33,68%
-6
38,26%
3,84
38,26%
-12
54,71%
-10
33,68%
-10
84,72%
12,14
57,76%
-10
54,53%
-14
35,36%
-14
68,04%
8,61
68,04%
-9
46,06%
-11
20,28%
-13
37,98%
3,81
37,98%
-8
51,33%
-9
20,28%
-7
-51,07%
5,51
-51,07%
-10
-69,24%
-10
-26,86%
-12
70,54%
6,97
40,88%
-9
59,37%
-5
57,36%
-5
-48,86%
5,19
-48,86%
-4
-45,67%
-2
-31,66%
-2
M16A76
EUA, emprego, construção civil
28,77%
2,79
28,77%
-4
47,65%
-2
31,66%
-2
M16R09A
EUA, Invest fixo bruto público
57,36%
4,59
29,33%
-11
40,94%
-14
26,54%
-10
M16R37
EUA, encomendas às fábricas
53,47%
4,56
32,81%
-16
75,55%
-16
36,63%
-16
M16R54B
70,37%
8,97
67,17%
-12
46,36%
-9
23,93%
-9
45,91%
4,79
45,91%
-10
58,01%
-10
17,13%
-14
M16R78
EUA, Nasdaq
EUA, índice preços prod,
mat.primas
EUA, índice preços prod,
energia
39,43%
3,98
39,43%
-10
42,94%
-12
20,28%
-12
M16T09A
EUA, Invest.fixo bruto público
93,76%
17,69
47,95%
-12
79,68%
-13
40,97%
-9
M16T13
EUA, Ind. custo producao
57,56%
6,53
57,56%
-13
41,42%
-13
12,57%
-17
M16T14A
EUA, nível de emprego
60,99%
7,14
60,99%
-8
61,65%
-9
20,28%
-9
M16T16
EUA, importacoes US$
70,27%
8,94
67,08%
-11
46,36%
-10
20,28%
-10
M16T34
EUA, salário médio indústria
EUA, Produção Industrial,
Máquinas
-36,02%
3,58
-36,02%
-13
-44,79%
-16
-12,92%
-16
44,05%
Correlaç
ão
3,74
Estatístic
at
30,03%
Correlaç
ão
-6
Defasage
m
51,71%
Correlação
-3
Defasage
m
28,95%
Correlaçã
o
-3
Defasage
m
Fase
Fase
Reversão
Reversão
M16R77
M16T39E
Variável
Independen
te
M16T39F
M16T39L
M16T39O
M16T39R
M16T43
M16T45A
M16T52
M16T58
M16T62
M16T64K
M16T64P
M16T65
M16T77
M16T81
Título
Máxima
EUA, Prod Industrial,
Computadores
EUA, Produção Industrial,
Textil
EUA, Produção Industrial,
Editorial
Ajustada
50,83%
4,5
34,66%
-11
75,48%
-10
50,00%
-10
40,83%
3,41
27,84%
-11
61,77%
-11
28,95%
-8
48,36%
4,21
32,97%
-15
72,91%
-15
-22,40%
-11
EUA, Prod Ind, Plást Borrachas
EUA, índ sent consumidor,
Michigan
46,63%
4,01
31,79%
-15
61,77%
-11
28,95%
-11
31,90%
3,12
31,90%
-10
44,23%
-9
18,28%
-9
EUA, Vendas Automóveis(N + I)
EUA, gastos consumo n
duráveis, US$
EUA, créd pessoal, bcos
comerciais
EUA, estoques poder da
indústria
EUA, Util.Cap.Inst, Alim.Beb e
Fumo
EUA, Util. Cap.Inst,
Petroquímica
EUA, novas encomendas, bens
capital
EUA, índice preços prod,
mat.primas
EUA, vendas de novas
residências
82,10%
10,95
55,98%
-16
43,14%
-13
-20,41%
-15
73,70%
10,05
72,86%
-14
55,67%
-16
26,20%
-16
40,20%
4,07
40,20%
-3
31,58%
-2
13,35%
-2
38,25%
2,9
22,17%
-5
84,33%
-2
51,41%
-2
74,18%
8,42
50,58%
-4
51,92%
-4
26,73%
-7
-61,34%
5,91
-41,82%
-6
-51,71%
-5
-32,75%
-5
49,77%
5,29
49,20%
-10
55,33%
-9
34,07%
-7
46,84%
4,92
46,84%
-14
47,50%
-14
18,28%
-14
-80,41%
9,37
-45,69%
-11
-63,75%
-11
-28,96%
-11
35,36%
2,88
24,11%
-9
48,42%
-7
50,00%
-7
56,97%
5,14
36,90%
-10
59,63%
-10
40,82%
-10
50,01%
5,36
50,01%
-7
42,06%
-5
30,04%
-5
59,34%
6,72
57,31%
-12
60,01%
-11
24,99%
-11
48,60%
5,16
48,60%
-8
46,28%
-5
18,28%
-5
M16V33F
EUA, coincident indicator
EUA, taxa juros, desconto
títulos
EUA, taxa juros, títulos
públicos
EUA, taxa juros, tit.pub
l.prazo
EUA, taxa juros, commercial
papers
EUA, taxa juros, cert.
depósitos
84,73%
11,61
52,95%
-13
68,35%
-12
23,64%
-12
M16V33K
EUA, taxa LIBOR, MEDIA MENSAL
50,80%
5,34
48,49%
-9
62,02%
-6
30,04%
-6
M16V33L
EUA, taxa PRIME
EUA, útil. cap.instalada,
indústria
EUA, desemprego, menos de 5
semanas
França, juros tit.pub medio
longo
Franca, juros titulos medio
prazo
49,98%
5,23
47,71%
-8
55,81%
-5
36,56%
-5
39,80%
4,02
39,80%
-13
44,95%
-12
27,17%
-9
-43,34%
4,46
-43,34%
-16
-46,44%
-17
-24,85%
-17
91,67%
15,56
50,00%
-5
73,32%
-6
34,25%
-6
94,38%
19,37
51,48%
-3
77,25%
-4
28,97%
M16T86
M16V33A
M16V33B
M16V33B3
M16V33E
M16V64
M16V67
M1733B3A
M1733B4A
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
-4
60
M1733CA
-72,41%
M17A21N
França, juros pagos depositos
Franca, receita publica,
"euros"
79,84%
M17A31A
França, volume importacao
94,91%
M17A33B1
-88,52%
M17A33D
Franca, juros tit. publicos
Franca, juros cobrado
emprestimos
M17R77
França, IPA, Materias primas
Variável
Independen
te
Título
7,12
-39,50%
-10
-51,51%
-8
8,39
38,10%
15,06
29,12%
12,48
-78,46%
91,33%
Correlaç
ão
-11
56,34%
-11
34,58%
-9
-6
86,41%
-7
50,00%
-7
-45,27%
-13
-68,52%
-15
-21,46%
-16
8,58
-42,80%
-11
-53,66%
-12
-22,38%
-12
15,04
Estatístic
at
48,78%
Correlaç
ão
-5
Defasage
m
69,28%
Correlação
-6
Defasage
m
40,97%
Correlaçã
o
-6
Defasage
m
Fase
Fase
Reversão
Reversão
Máxima
Ajustada
40,96%
-9
M17T13
Franca, ind.custo producao
85,03%
11,76
53,14%
-13
21,73%
-17
35,36%
-17
M17T14B
França, desempregados
-67,21%
8,07
-61,87%
-3
-53,13%
-4
-22,39%
-4
M17T30A
França, volume exportacao
96,77%
19,21
29,69%
-3
86,67%
-4
72,01%
-4
M17T31A
França, volume importacao
89,22%
9,88
27,37%
-3
86,67%
-6
72,01%
-6
M17T39
França, Produção Industrial
69,73%
8,76
65,77%
-4
83,55%
-6
44,77%
-4
M17T77
França, IPA, Materias primas
Franca, expectativas
economicas
89,71%
13,62
47,91%
-8
77,01%
-9
28,97%
-9
76,25%
7,91
40,73%
-10
77,48%
-9
81,98%
-9
França, juros, Letras Tesouro
França, juros tit.pub medio
longo
Franca, juros titulos medio
prazo
Reino Unido, juros
cob.emprestimos
Reino Unido, juros cob
emprestimo
88,82%
12,68
45,42%
-5
74,06%
-5
28,97%
-5
91,64%
15,53
49,99%
-11
69,63%
-10
52,45%
-10
89,12%
13,33
48,61%
-10
69,63%
-9
34,25%
-9
-65,65%
6,28
-40,28%
-9
-48,58%
-8
-34,15%
-8
-65,65%
6,28
-40,29%
-9
-48,58%
-8
-34,15%
-8
69,38%
8,56
63,86%
-8
46,18%
-6
15,12%
-9
M17V29
M17V33B1
M17V33B3
M17V33B4
M1933DA
M19A33D
M19T04
M19T12
M19T34
Reino Unido, PIB real
Reino Unido, ind.preco
consumidor
38,87%
3,84
37,54%
-6
43,70%
-6
18,28%
-6
6,18
-35,64%
-4
-41,47%
-2
-35,35%
-2
65,72%
7,9
62,73%
-9
74,28%
-8
47,49%
-6
27,17%
2,56
25,94%
-13
35,66%
-12
-23,27%
-10
M19V33D
M21A20N
Italia, despesas gov.federal
M21A21N
Italia, receita publica
80,21%
8,5
38,28%
-12
59,26%
-11
34,58%
-9
M21A33B
-69,56%
6,57
-37,94%
-12
-55,41%
-12
-40,96%
-11
M21A33B4
Italia, juros titulos publicos
Italia, juros tit.pub medio
prazo
-44,81%
3,4
-24,44%
-15
-37,46%
-14
-32,88%
-14
M21A33C
Italia, juros pagos depositos
-65,80%
5,93
-35,89%
-8
-44,04%
-11
-23,65%
-8
M21R34
Italia, salario industria
47,44%
3,57
24,80%
-14
21,91%
-14
23,65%
-11
M21T04
Italia, PIB real
87,69%
16,22
80,71%
-3
60,12%
-3
22,39%
-3
M21T15
Italia, exportacoes FOB, US$
92,13%
20,93
83,76%
-4
60,44%
-5
36,56%
-5
M21T16
Italia, importacoes FOB, US$
87,26%
15,78
79,33%
-5
58,02%
-6
36,56%
-6
M21T31A
Italia, volume importacao
57,44%
6,16
51,57%
-5
52,34%
-6
44,78%
-4
M21T34
Italia, salario industria
Italia, taxa juros
tit.publicos
-55,30%
4,4
-28,91%
-3
-31,73%
-2
-28,97%
-2
89,89%
13,91
49,03%
-4
69,63%
-6
28,97%
-6
Italia, juros, Letras Tesouro
Italia, juros tit.pub. m e l
pzo
65,96%
8
63,71%
-4
58,54%
-6
25,85%
-6
58,46%
Correlaç
ão
6,56
Estatístic
at
56,47%
Correlaç
ão
-10
Defasage
m
41,02%
Correlação
-10
Defasage
m
25,85%
Correlaçã
o
-10
Defasage
m
Fase
Fase
Reversão
Reversão
M19T39
M19T54
M21V33B
M21V33B1
M21V33B3
salario industria
producao
-68,19%
Reino Unido,
Reino Unido,
industrial
Reino Unido,
Times
Reino Unido,
emprestimos
Ind.Acoes Fin
juros cob
Variável
Independen
te
Título
M2333AA
M2333B3A
Japao, juros, desconto titulos
Japao, juros, tit.pub medio
longo
M23A30A
M23A33A
M23A33B3
M23A38
M23A66
M23R20A
49,53%
5,16
47,28%
-4
65,83%
-4
33,68%
-4
78,89%
8,02
36,76%
-13
48,24%
-16
28,98%
-16
Máxima
Ajustada
34,84%
3,39
33,65%
-9
58,32%
-8
31,66%
-8
94,14%
18,72
50,28%
-12
73,03%
-13
28,97%
-13
Japao, volume exportacoes
88,58%
12,81
47,31%
-5
76,87%
-7
28,97%
-7
Japao, juros desc. titulos
Japao, juros tit.pub.medio
prazo
Japao, construcao novas
habitacoes
34,87%
2,66
21,00%
-9
30,82%
-13
27,85%
-13
56,30%
4,57
30,07%
-9
43,12%
-13
32,50%
-13
95,00%
18,5
42,10%
-10
90,85%
-10
-60,71%
-6
Japao, inicio construcoes
Japao, desp publicas totais,
yens
95,00%
18,5
42,10%
-10
90,85%
-10
NC
-60,71%
NC
-6
NC
52,42%
4,04
26,80%
-3
NC
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
61
M23R54
M23T09
Japao, ind. NIKKEI
Japao, invest.fixo bruto
privado
M23T14B
Japao, numero desempregados
M23T15
59,88%
6,77
57,16%
-13
62,29%
-13
-10
42,48%
-13
40,97%
-10
75,38%
7,52
38,54%
-6
45,64%
-86,21%
10,9
-42,13%
-6
-56,69%
Japao, exportacoes, US$
99,12%
32,6
23,65%
-15
NC
M23T16
Japao, importacoes, US$
99,17%
33,67
23,67%
-13
NC
M23T30A
Japao, volume exportações
72,26%
7,01
38,60%
-7
77,01%
-7
34,27%
-7
M23T31A
90,03%
13,87
48,08%
-10
65,74%
-12
NC
40,97%
NC
-12
NC
M23T38
Japao, volume importações
Japao, construcao novas
habitacoes
95,82%
16,75
29,40%
-16
NC
M23T66
Japao, inicio construções
95,82%
16,75
29,40%
-16
NC
M24T04
Mexico, PIB real
M24T13
Mexico, ind. custo produção
M24T54
Mexico, Indice IPyC
60,14%
MARG15
Espanha, "margem de lucro" mês
-52,94%
MARG23
Japao, "margem de lucro" mês
Preço petroleo, Forcados
(Nigeria)
-61,79%
5,88
77,58%
10,86
PT033A
-8
NC
NC
NC
-40,98%
NC
NC
NC
-8
NC
NC
NC
59,52%
6,58
54,79%
-7
58,74%
-5
54,84%
-5
-38,58%
3,02
-23,68%
-9
-42,84%
-10
26,42%
-7
6,82
57,41%
-14
52,86%
-14
24,70%
-15
5,65
-50,53%
-7
-59,66%
-6
-17,14%
-10
-40,72%
-7
-52,26%
-5
26,73%
-7
70,53%
-14
48,07%
-15
25,00%
-15
-15
PT033C
Preco petroleo, WTI
76,03%
10,34
69,12%
-14
48,04%
-15
25,00%
PT131
IND.COMMODITIES ALIMENTOS
-33,57%
3,23
-32,04%
-7
-45,42%
-4
-20,43%
-3
PT203
Ind.preco commodities, geral
Ind.preco commodities, mat
primas
Ind.precos, commodities,
minerais
Preco commod, aluminio,
US$/libra
49,16%
5,23
49,16%
-13
45,46%
-13
25,85%
-11
26,26%
2,52
26,26%
-15
52,27%
-16
18,28%
-16
56,56%
6,36
56,56%
-14
77,54%
-15
19,82%
-16
72,30%
9,59
70,66%
-14
71,96%
-14
24,70%
-14
PT204
PT205
PT207
NC = Não computado
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
62
5 – Estatísticas básicas dos correlogramas das flutuações dos passageiros
internacionais com variáveis domésticas
Variável
Título
Referência
VTA472
C
Pass. aereo, Internacional, unidade
Variável
Título
Independente
DIEESE
ERA360
A
IPC-DIEESE, SP
Taxa desemprego, Recife
ETA1001
NHP, indústria transformação, SP
ETA1017 NHP, indústria material transporte, SP
Média
Desvio
Período dos
cálculos
Significân
cia
Defasage
ns
Padrão
1,84
Defasagens
01/ 1999 A 04/
13,7 2006
Correlaç
ão
Estatísti
ca
Correlaç
ão
Máxima
t
Ajustada
70,07%
9,11
Diferenç
a
70,07%
Defasag
em
0,21
-16 a -3
4
Correlaçã
o
Defasage
m
Fase
Fase
Correlaç
ão
Reversã
o
Defasag
em
Reversã
o
-15
23,59%
-15
-6
25,00%
-6
NC
NC
NC
NC
35,36%
-3
-14
42,88%
55,67%
55,26%
6,15
55,26%
-7
-82,91%
7,11
-23,55%
-14
NC
NC
NC
NC
-88,16%
8,96
-25,05%
-14
ETA298
HORAS TRAB AGREGADO SP
92,25%
22,17
92,25%
-3
ETA338
HORAS TRAB.METALURGICO RJ
44,69%
4,63
44,69%
-13
47,50%
-11
31,66%
-11
ETA347
HORAS TRAB. IND.TEXTIL RJ
85,85%
15,53
85,85%
-15
65,55%
-15
-37,80%
-13
ETA512
CONS.ELETRICIDADE INDUSTR
46,75%
4,9
46,75%
-8
51,42%
-12
31,66%
-12
ETA533
HP, indústria geral, Brasil
91,23%
20,66
91,23%
-5
58,17%
-8
28,87%
-8
ETA535
HP, indústria transformação, Brasil
90,99%
20,34
90,99%
-5
58,17%
-8
31,66%
-8
ETA540
HP, indústria material transporte, Brasil
92,98%
23,43
92,98%
-4
70,24%
-5
17,68%
-6
ETA541
ETA544
A
HP, indústria madeira, Brasil
78,57%
11,78
78,57%
-7
63,07%
-9
26,75%
-10
HP, indústria borracha e plastico, Brasil
91,44%
20,95
91,44%
-8
58,44%
-9
17,68%
-11
ETA552
HP, indústria alimentos, Brasil
70,52%
9,22
70,52%
-13
59,97%
-17
23,59%
-17
ETA554
HP, indústria fumo, Brasil
61,92%
7,31
61,92%
-8
51,68%
-9
28,87%
-9
ETA729
PO, Maquinas e equipamentos, CE
-67,59%
5,35
-27,65%
-13
-25,13%
-13
-31,74%
-12
ETA730
PO, M. Eletrico , CE
95,19%
18,12
38,94%
-8
85,56%
-9
59,71%
-9
ETA734
PO, Extrativa , PR
-65,34%
5,03
-26,73%
-3
-36,56%
-2
27,00%
0
ETA744
PO, Quimica , PR
65,41%
5,04
26,76%
-4
71,77%
-4
51,21%
-4
74,44%
-3
ETA747
PO, Metalurgia , PR
58,99%
4,26
24,13%
-4
46,25%
-6
-41,01%
-5
ETA749
PO, Maquinas e equipamentos, PR
55,54%
3,89
22,72%
-16
78,11%
-17
-27,00%
-15
ETA750
-70,43%
5,79
-28,81%
-9
-74,89%
-9
-51,21%
-9
ETA772
PO, M. Eletrico , PR
PO, Outros Produtos da ind. de
transformacao, PE
63,07%
4,74
25,80%
-15
54,24%
-11
56,77%
-11
ETA776
PO, Alimentos e Bebidas, SC
-92,20%
13,89
-37,72%
-15
-57,08%
-12
53,07%
-13
ETA782
PO, PaSCl e Grafica, SC
71,00%
5,88
29,05%
-8
36,56%
-5
-45,51%
-6
ETA790
PO, M. Eletrico , SC
Variável
Título
69,67%
Correlaç
ão
5,66
Estatísti
ca
28,50%
Correlaç
ão
-12
Defasag
em
46,25%
Correlaçã
o
-14
Defasage
m
Máxima
t
Ajustada
Fase
Fase
-27,00%
Correlaç
ão
Reversã
o
-12
Defasag
em
Reversã
o
Independente
PO, Outros Produtos da ind. de
ETA812
transformacao, RGS
-70,90%
5,86
-29,00%
-15
-55,08%
-16
41,01%
-17
ETA820
NHP, indústria extrativa, BA
91,91%
11,19
26,11%
-11
54,55%
-13
-49,10%
-9
ETA825
NHP, indústria vestuário, BA
-77,07%
5,8
-21,89%
-8
-54,55%
-11
49,10%
-7
ETA834
NHP, Produtos de metal, BA
-75,78%
5,57
-21,53%
-13
-54,55%
-17
49,10%
-13
ETA835
NHP, Maquinas e equipamentos, BA
-87,60%
8,71
-24,89%
-14
NC
NC
NC
NC
ETA842
NHP, indústria alimentos e bebidas, CE
-87,35%
8,6
-24,81%
-11
NC
NC
NC
NC
ETA843
NHP, indústria fumo, CE
77,44%
5,87
22,00%
-7
-49,10%
-6
54,55%
-10
ETA844
NHP, indústria textil, CE
-80,00%
6,39
-22,73%
-8
-54,55%
-12
49,10%
-8
ETA845
NHP, indústria vestuário, CE
-88,72%
9,22
-25,20%
-13
-54,55%
-15
49,10%
-11
ETA846
NHP, indústria calçados e couros, CE
78,45%
6,07
22,29%
-11
NC
NC
ETA848
NHP, indústria papel e grafica, CE
80,99%
6,62
23,01%
-8
-11
-49,10%
-7
ETA864
NHP, indústria textil, ES
-88,40%
9,07
-25,11%
-4
NC
NC
ETA865
NHP, indústria vestuário, ES
-78,26%
6,03
-22,23%
-14
-54,55%
-17
49,10%
-13
ETA870
NHP, indústria química, ES
79,94%
6,38
22,71%
-14
54,55%
-15
-49,10%
-11
ETA871
NHP, indústria borracha e plastico, ES
-89,37%
9,55
-25,39%
-13
-54,55%
-15
49,10%
-11
ETA913
NHP, indústria metalúrgica, PR
-73,77%
5,24
-20,96%
-6
-60,39%
-8
-44,99%
-8
NC
NC
54,55%
NC
NC
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
63
ETA916
NHP, indústria material elétrico, PR
-79,87%
6,37
-22,69%
-5
ETA932
NHP, indústria minerais n/metálicos, PE
-82,15%
6,91
-23,34%
-13
-54,55%
NC
-15
49,10%
-11
ETA933
NHP, indústria metalúrgica, PE
-81,77%
6,81
-23,23%
-9
-75,11%
-12
-63,62%
-12
ETA935
NHP, Maquinas e equipamentos, PE
-90,18%
10,01
-25,62%
-9
NC
NC
ETA939
NHP, indústria geral, RJ
-79,73%
6,34
-22,65%
-11
-12
49,10%
-8
ETA940
NHP, indústria extrativa, RJ
77,41%
5,86
21,99%
-10
NC
NC
ETA941
NHP, indústria transformação, RJ
-82,41%
6,98
-23,41%
-11
-54,55%
-13
49,10%
-9
ETA953
NHP, indústria metalúrgica, RJ
-82,02%
6,87
-23,30%
-6
-49,44%
-10
63,62%
-6
-54,55%
-16
49,10%
-12
NC
NC
-12
NC
NC
NC
NC
-54,55%
NC
NC
NC
ETA965
NHP, indústria vestuário, RS
-92,71%
11,87
-26,34%
-15
ETA974
NHP, produtos de metal, RS
-76,44%
5,69
-21,72%
-15
ETA976
NHP, indústria material elétrico, RS
-83,98%
7,42
-23,86%
-14
-54,55%
-16
49,10%
ETA979
NHP, indústria geral, SC
-75,95%
5,6
-21,58%
-12
-54,55%
-15
49,10%
-11
ETA981
-73,79%
5,24
-20,96%
-12
-54,55%
-14
49,10%
-10
ETA998
NHP, indústria transformação, SC
NHP, Outros prod. da ind. de
transformacao, SC
91,80%
11,1
26,08%
-7
63,26%
-9
63,62%
-9
ETA999
NHP, indústria geral, SP
-83,17%
7,18
-23,63%
-14
NC
NC
ETS002
PO, Extrativa Mineral, BR
90,86%
20,18
90,86%
-11
62,82%
-7
33,33%
-9
ETS005
PO, Metalurgica, BR
Variável
Título
94,97%
Correlaç
ão
28,13
Estatísti
ca
94,97%
Correlaç
ão
-7
Defasag
em
67,47%
Correlaçã
o
-7
Defasage
m
Máxima
t
Ajustada
Fase
Fase
22,36%
Correlaç
ão
Reversã
o
-7
Defasag
em
Reversã
o
Independente
ETS010
A
PO, Borracha e Plastico, BR
ETS019
PO, Fumo, BR
ETS330
PESS.OCUP.FARMACEUTICA RJ
ETS336
PESS.OCUP.INDUST.TOTAL RJ
NC
NC
NC
NC
88,39%
17,53
88,39%
-12
58,03%
-11
-25,00%
-13
44,79%
4,65
44,79%
-15
40,96%
-16
20,41%
-16
-70,74%
9,28
-70,74%
-3
-60,61%
-4
-47,17%
-4
78,04%
11,57
78,04%
-9
40,83%
-13
35,38%
-13
ETS394
PO, Industria Geral, SP
87,50%
16,76
87,50%
-10
44,23%
-8
-28,35%
-11
ETS396
PO, Transformacao, SP
87,42%
16,7
87,42%
-10
44,23%
-8
-28,35%
-11
ETS398
PO, Metalurgica, SP
92,80%
23,1
92,80%
-6
46,70%
-4
25,73%
-6
ETS401
ETS405
A
PO, M. TransPO,rte, SP
81,28%
12,94
81,28%
-9
72,06%
-10
43,30%
-10
PO, Borracha e plastico, SP
88,15%
17,31
88,15%
-12
59,33%
-10
28,87%
-10
ETS407
PO, Quimica, SP
75,40%
10,65
75,40%
-10
60,93%
-7
28,29%
-7
ETS418
PO, Extrativa , RJ
52,40%
5,71
52,40%
-9
70,06%
-6
33,54%
-6
ETS420
PO, M N Metalica , RJ
54,71%
6,06
54,71%
-10
55,33%
-9
33,54%
-9
ETS423
ETS427
A
PO, M Eletrico , RJ
49,87%
5,34
49,87%
-12
37,12%
-9
32,00%
-9
PO, Papel e Grafica , RJ
-14
ETS435
PO, Vestuario , RJ
ETS447
ETS452
30,94%
3,02
30,94%
-10
23,92%
-14
16,67%
-48,96%
5,21
-48,96%
-11
-54,17%
-10
-20,41%
-10
PO, M.Transporte , MG
93,01%
23,48
93,01%
-9
67,38%
-10
26,75%
-11
PO, Couros Peles , MG
55,41%
6,17
55,41%
-5
37,80%
-8
-29,43%
-6
ETS463
PO, Industria geral , Sul
86,97%
16,34
86,97%
-13
49,58%
-15
-22,36%
-12
ETS464
PO, Extrativa , Sul
84,16%
14,45
84,16%
-13
39,17%
-14
-22,36%
-17
ETS465
PO, Transformacao , Sul
86,82%
16,22
86,82%
-13
47,05%
-15
-22,36%
-12
ETS467
PO, Metalurgia , Sul
74,85%
10,47
74,85%
-6
53,81%
-8
20,41%
-8
ETS471
PO, Madeira , Sul
66,76%
8,31
66,76%
-11
52,13%
-12
26,75%
-15
ETS475
PO, Couro/Pele , Sul
-82,02%
13,29
-82,02%
-8
-49,18%
-10
-30,62%
-10
ETS480
ETS497
A
PO, Textil , Sul
54,79%
6,07
54,79%
-11
-15,35%
-9
-15,83%
-13
PO, Borracha e Plastico, NE
64,19%
7,76
64,19%
-10
54,20%
-10
23,59%
-10
ETS499
PO, Quimica , NE
60,76%
7,1
60,76%
-3
56,17%
-5
-11,18%
-1
ETS504
PO, Vestuario , NE
33,02%
3,24
33,02%
-12
33,50%
-15
-31,66%
-13
ETS587
MTE,Emprego formal, Extrativa mineral
78,28%
11,67
78,28%
-6
74,65%
-6
26,75%
-8
ETS592
MTE,Emprego formal, Materiais elétricos
62,05%
7,34
62,05%
-5
65,45%
-6
-12,50%
-3
ETS593
MTE,Emprego formal, Mat transporte
90,78%
20,08
90,78%
-7
74,65%
-7
28,87%
-6
ETS595
MTE,Emprego formal, Editorial/Gráfica
83,01%
13,8
83,01%
-7
69,88%
-6
37,50%
-6
ETS598
MTE,Emprego formal, Textil
69,45%
8,95
69,45%
-12
46,28%
-15
40,12%
-15
ETS600
MTE,Emprego formal, Alimentos
Variável
Título
77,07%
Correlaç
ão
11,22
Estatísti
ca
77,07%
Correlaç
ão
-8
Defasag
em
39,11%
Correlaçã
o
-12
Defasage
m
Máxima
t
Ajustada
Fase
Fase
34,31%
Correlaç
ão
Reversã
o
-12
Defasag
em
Reversã
o
25,00%
-6
Independente
ETS603
MTE,Emprego formal, Comércio
80,79%
12,71
80,79%
-6
48,60%
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
-6
64
ETS604
MTE,Emprego formal, Serviços
75,53%
10,69
75,53%
-5
56,17%
-4
25,00%
-6
ETS606
MTE,Emprego formal, Agropecuária
80,08%
12,4
80,08%
-6
46,06%
-8
35,36%
-8
ETS613
PO, Maquinas e equipamentos, Sul
75,58%
6,73
30,92%
-15
62,14%
-12
47,60%
-16
ETS615
PO, Produtos de metal, Sul
67,21%
5,29
27,50%
-11
38,00%
-14
53,07%
-14
ETS616
PO, Coque. refino de petróleo. Etc, NE
-62,52%
4,67
-25,58%
-15
-42,42%
-14
31,74%
-11
ETS618
PO, Maquinas e equipamentos, NE
93,47%
15,33
38,24%
-3
71,77%
-5
-44,88%
-7
ETS623
PO, Alimentos e Bebidas, SU
-70,11%
5,73
-28,68%
-12
-57,08%
-12
-39,57%
-12
ETS630
PO, Coque. refino de petróleo. Etc, SU
-80,99%
8,05
-33,13%
-13
-74,89%
-11
-59,71%
-11
ETS631
PO, Quimica , SU
61,99%
4,61
25,36%
-3
25,13%
-3
31,74%
-3
ETS632
PO, Borracha e Plastico, SU
92,49%
14,19
37,84%
-9
74,89%
-5
77,27%
-5
ETS634
PO, Metalurgia , SU
92,83%
14,55
37,97%
-7
71,77%
-8
-53,07%
-10
ETS637
PO, M. Eletrico , SU
80,81%
8
33,06%
-8
64,92%
-9
44,07%
-9
ETS648
PO, Madeira , N&CO
72,95%
6,22
29,84%
-10
71,74%
-7
50,41%
-7
ETS649
PO, Papel e Grafica, N&CO
-66,97%
5,26
-27,40%
-16
-78,62%
-17
-51,21%
-17
ETS650
PO, Coque. refino de petróleo. Etc, N&CO
-81,48%
8,19
-33,33%
-12
-54,89%
-14
-36,65%
-14
ETS651
88,42%
11,04
36,17%
-9
64,71%
-6
39,57%
-10
ETS659
PO, Quimica , N&CO
PO, Outros produtos Ind. de
transformacao, N&CO
72,16%
6,08
29,52%
-15
54,24%
-14
-54,97%
-17
ETS665
PO, Textil , BA
ETS666
PO, Vestuario , BA
ETS667
76,50%
6,93
31,30%
-11
48,55%
-11
-44,88%
-13
-72,66%
6,17
-29,73%
-11
-48,55%
-11
-44,07%
-11
PO, Calçados e Couro, BA
63,32%
4,77
25,90%
-5
69,66%
-4
44,07%
-4
ETS681
PO, Extrativa , ES
79,51%
7,64
32,52%
-6
69,66%
-7
51,21%
-3
ETS697
PO, M. Transporte , ES
69,83%
5,69
28,57%
-16
22,93%
-14
-31,74%
-17
ETS699
PO, Coque. Refino de Petroleo etc, BR
-83,46%
8,84
-34,14%
-14
-55,08%
-14
-44,44%
-14
ETS700
PO, Coque. refino de petróleo. Etc, SP
-72,40%
6,12
-29,62%
-13
-55,08%
-12
41,15%
-13
ETS710
PO, Produtos de metal, RJ
-58,28%
4,18
-23,84%
-3
-69,66%
-3
-44,07%
-3
ETS711
PO, Maquinas e equipamentos, RJ
70,53%
5,8
28,85%
-14
42,42%
-11
-41,01%
-10
ETS714
PO, Extrativa , CE
-53,66%
3,71
-21,95%
-16
-38,59%
-17
-36,65%
-17
ETS723
PO, Coque. refino de petróleo. Etc, CE
91,97%
11,23
26,13%
-9
NC
NC
ETS728
PO, Produtos de metal, CE
-86,35%
8,21
-24,53%
-10
-56,69%
-14
-58,25%
-14
ETS729
PO, Maquinas e equipamentos, CE
-84,61%
7,61
-24,04%
-13
-78,25%
-12
-51,37%
-12
ETS731
90,55%
10,24
25,73%
-3
ETS732
PO, M. Transporte , CE
PO, Outros produtos da ind. de
transformacao, CE
Variável
Título
74,79%
Correlaç
ão
5,4
Estatísti
ca
21,25%
Correlaç
ão
-5
Defasag
em
Independente
Máxima
t
Ajustada
ETS745
PO, Borracha e Plastico, PR
-89,86%
9,82
-25,53%
-11
-78,25%
ETS746
PO, M N Metalicos , PR
-78,95%
6,17
-22,43%
-9
-87,97%
ETS748
PO, Produtos de metal, PR
74,88%
5,42
21,27%
-13
ETS751
95,94%
16,32
27,26%
-10
ETS752
PO, M. Transporte , PR
PO, Outros produtos da ind. de
transformacao, PR
91,54%
10,9
26,00%
-6
ETS753
PO, Industria Geral, PE
-74,90%
5,42
-21,28%
-16
ETS754
PO, Extrativa , PE
-91,20%
10,67
-25,91%
-12
ETS759
PO, Vestuario , PE
-90,23%
10,04
-25,63%
-8
ETS760
PO, Calçados e Couro, PE
92,24%
11,46
26,21%
-8
57,39%
-9
ETS762
PO, Papel e Grafica, PE
79,81%
6,35
22,67%
-8
78,25%
ETS771
-76,93%
5,78
-21,86%
-9
-78,25%
ETS772
PO, M. Transporte , PE
PO, Outros Produtos da ind. de
transformacao, PE
79,83%
6,36
22,68%
-11
78,25%
ETS778
PO, Textil , SC
-91,90%
11,18
-26,11%
-14
ETS779
PO, Vestuario , SC
-85,94%
8,06
-24,42%
-4
ETS783
PO, Coque. refino de SCtróleo. Etc, SC
90,13%
9,98
25,61%
ETS786
PO, M N Metalicos , SC
-85,54%
7,92
ETS788
PO, Produtos de metal, SC
-82,94%
7,12
ETS789
PO, Maquinas e equipamentos, SC
90,86%
10,43
ETS790
PO, M. Eletrico , SC
81,54%
ETS800
PO, Calçados e Couro, RGS
-83,43%
EYA344
HORAS TRAB.FARMACEUTIC.RJ
EYA347
HORAS TRAB. IND.TEXTIL RJ
NC
NC
NC
NC
NC
NC
78,25%
Correlaçã
o
-2
Defasage
m
Fase
Fase
58,25%
Correlaç
ão
Reversã
o
-6
Defasag
em
Reversã
o
-10
-51,37%
-14
-9
-58,25%
-9
70,08%
-13
-58,25%
-11
72,86%
-12
-51,37%
-14
NC
NC
-51,37%
-9
-45,71%
NC
-40,82%
-14
NC
NC
NC
NC
-78,25%
NC
-51,37%
-7
58,25%
-12
-7
51,37%
-7
-6
-51,37%
-6
-11
61,24%
-11
NC
NC
-87,97%
-5
-87,37%
-5
-15
78,25%
-15
51,37%
-15
-24,30%
-13
-78,25%
-12
-51,37%
-12
-23,56%
-7
-62,25%
-8
50,00%
-6
25,81%
-9
NC
NC
6,75
23,16%
-14
78,25%
-14
35,36%
-14
7,26
-23,70%
-9
-62,25%
-9
-50,00%
-8
-67,05%
8,38
-67,05%
-3
-46,28%
-7
-25,00%
-7
74,08%
10,23
74,08%
-10
61,27%
-14
20,45%
-14
NC
NC
NC
NC
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
65
INF12
64,91%
7,91
64,91%
-16
31,53%
-17
-26,75%
-16
67,77%
8,5
67,00%
-14
48,72%
-17
13,37%
-15
-73,75%
10,13
-73,75%
-14
-38,26%
-14
-28,87%
-16
MTA074
Índice ICV/DI, Brasil
Documentos compensados, milhoes
unidades
93,31%
14,68
36,05%
-7
86,67%
-9
41,07%
-11
MTA076
Cheques compensados, mil unidades
42,02%
4,19
40,11%
-7
48,80%
-7
26,52%
-10
MTS055
MTSR07
C
MTSR54
C
MTSR57
C
MTSR59
C
MTSR61
A
EMPREST. A INDUSTRIA PRIV
-77,83%
11,49
-77,83%
-13
-70,18%
-13
-30,62%
-13
Crédito, risco excesso, total, s. privado
-61,86%
7,3
-61,86%
-14
-42,10%
-12
-17,68%
-15
Crédito, risco excesso, rural
-64,71%
7,87
-64,71%
-11
-28,80%
-12
22,36%
-8
64,07%
7,74
64,07%
-3
52,69%
-4
25,73%
-4
Crédito, risco excesso, outros serviços
-52,87%
5,78
-52,87%
-13
-47,50%
-14
-22,36%
-14
Crédito, risco normal, s. público
Variável
Título
53,94%
Correlaç
ão
5,94
Estatísti
ca
53,94%
Correlaç
ão
-15
Defasag
em
21,84%
Correlaçã
o
-11
Defasage
m
Máxima
t
Ajustada
Fase
Fase
26,52%
Correlaç
ão
Reversã
o
-11
Defasag
em
Reversã
o
-17
IPCAE12
MARGE
MT
IGP/DI BASE 08/94 = 100
Índice de Preços ao Consumidor-Amplo Especial
Crédito, risco excesso, p. física
Independente
MTSR67
C
Crédito, risco excesso, total geral
-72,13%
9,66
-72,13%
-13
-42,42%
-13
28,35%
MY08T
Prod. Industria 1990=100
82,17%
13,37
82,17%
-5
52,69%
-6
28,87%
-4
MY09T
Prod. Comercio 1990=100
74,92%
10,49
74,92%
-6
49,18%
-8
28,87%
-4
MY12T
PRODUTO INST. FINANCEIRAS
77,58%
11,4
77,58%
-9
49,49%
-12
15,83%
-13
MY15T
PRODUTO SERVICOS TOTAL
48,06%
5,08
48,06%
-7
48,06%
-11
47,49%
-11
MY24T
Produto Extrativa Vegetal
93,73%
14,24
31,95%
-12
100,00%
-14
100,00%
-14
MY26T
Consumo das famílias
57,48%
6,51
57,48%
-4
60,93%
-5
28,87%
-5
MY8T
PRODUTO INDUSTRIA TOTAL
82,17%
13,37
82,17%
-5
52,69%
-6
28,87%
-4
MY9T
74,92%
10,49
74,92%
-6
49,18%
-8
28,87%
-4
MYP07T
PRODUTO COMERCIO TOTAL
Serviços Ind de Utilid. Pública, valores
correntes
-77,68%
11,37
-76,80%
-16
-50,08%
-16
-25,00%
-15
MYP09T
Comércio, valores correntes
66,02%
8,1
65,27%
-5
52,69%
-7
28,87%
-7
PN023B
-84,16%
14,45
-84,16%
-10
-53,31%
-10
-25,00%
-10
PNA007
Taxa desconto promissorias
Taxa nominal composta 12 meses, over
SELIC
-82,59%
13,58
-82,59%
-6
-48,72%
-6
-35,36%
-6
PNA023
PRA023
B
Juros nominais 12 meses, desc. Duplicata
Taxa real composta 12 meses,
desc.promissoria
-90,61%
19,87
-90,61%
-5
-54,71%
-4
-35,36%
-4
-82,20%
13,07
-78,46%
-11
-28,80%
-12
-25,00%
-12
PT024
SALARIOS REAIS 86=100 RJ
72,42%
9,74
72,42%
-10
33,63%
-12
15,43%
-12
PT032
OLEO COMBUSTIVEL Cent./Kg
49,40%
4,85
42,10%
-12
63,30%
-15
33,33%
-15
PT035
IPA/DI BENS CONS. DURAVEL
-30,43%
2,96
-30,43%
-9
-50,38%
-11
19,62%
-10
PT036
IPA/DI UTILIDADE DOMESTIC
-51,44%
5,56
-51,44%
-8
-48,51%
-8
28,35%
-5
PT051
IPA/OG IND.ELETRODOMESTIC
-51,00%
5,5
-51,00%
-7
-53,81%
-4
-28,35%
-4
PT183
IPC/BR, Seguro obrigatorio Veiculos
-88,49%
17,62
-88,49%
-15
-36,78%
-14
23,59%
-16
PT187
52,49%
5,12
42,35%
-16
25,54%
-17
-14,55%
-13
PT188
IBrX - Índice Brasil, média
ITEL - Índice Setorial Telecomunicações,
média
74,62%
7,52
39,86%
-7
39,90%
-7
27,26%
-7
PT195
Indice IVBX2, media
71,45%
6,85
38,16%
-6
44,72%
-7
33,33%
-7
PT195Z
Indice IVBX2, fim de mes
70,55%
6,68
37,68%
-6
44,72%
-7
-36,61%
-9
PT211
Indice INDX - Ind. Setor Industrial
72,62%
7,09
38,78%
-7
40,22%
-6
-23,67%
-9
PT211Z
Indice INDX - Ind.Setor Ind., fim de mês
70,83%
6,73
37,83%
-11
40,22%
-7
-36,61%
-9
SPREAD
SPREAD
A
SPRPR
O
SPREAD JUROS DUPL.-OVER
-87,72%
16,94
-87,72%
-8
-46,28%
-12
-36,08%
-12
Spread real, 12 meses, desc.duplic-over
-88,26%
17,41
-88,26%
-6
-46,28%
-6
-25,00%
-4
Spread, real , desc.promissoria - over
-73,42%
10,03
-73,42%
-8
-29,98%
-9
-20,80%
-9
UTA008
ICM TOTAL BRASIL R$
41,52%
4,23
41,52%
-3
44,07%
-5
-15,83%
-1
UTA016
DESPESAS COM PESSOAL
-69,76%
9,03
-69,76%
-16
-50,08%
-15
-23,15%
-15
UTA018
ICMS, Rio de Janeiro
Variável
Título
-78,34%
Correlaç
ão
11,69
Estatísti
ca
-78,34%
Correlaç
ão
-11
Defasag
em
-65,08%
Correlaçã
o
-12
Defasage
m
t
Ajustada
Fase
Fase
-25,00%
Correlaç
ão
Reversã
o
-14
Defasag
em
Reversã
o
-16
Independente
Máxima
UTA048
Receita, imposto importação, R$ corr
-75,02%
10,52
-75,02%
-16
-62,82%
-16
-28,87%
UTA049
Receita, PIS/PASEP, R$ correntes
-28,65%
2,77
-28,65%
-5
18,87%
-5
-27,40%
-8
VTA003
SPC/SP-TOTAL CONSULTAS
62,81%
7,49
62,81%
-4
65,99%
-7
43,30%
-7
VTA006
CONCORDATAS REQ TOTAL SP
-45,32%
4,72
-45,32%
-13
-38,26%
-14
26,75%
-16
VTA012
Tit.prot.Ind.Min.Não Metal.
-89,32%
18,42
-89,32%
-5
-67,70%
-3
-37,50%
-3
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
66
VTA017
Tit.prot. Industria, Madeira
-89,49%
18,6
-89,49%
-7
-76,73%
-8
-42,66%
VTA019
Tit.prot. Industria, Papel papelao
-87,22%
16,54
-87,22%
-6
-65,25%
-4
-28,87%
-8
-4
VTA022
Tit.prot., Industria, Quimica
-85,84%
15,52
-85,84%
-3
-32,78%
0
15,83%
-4
VTA025
Tit.prot., Industria, Mat.plasticas
-90,57%
19,82
-90,57%
-4
-69,24%
-5
-17,68%
-4
VTA028
Tit.prot., Industria, Prod.Alimentares
-79,01%
11,95
-79,01%
-4
-53,36%
-7
-15,83%
-8
VTA030
Tit.prot., Industria, Fumo
-34,60%
3,42
-34,60%
-5
-33,17%
-2
-11,18%
-2
VTA031
Tit.prot., Industria, Edit.grafica
-85,64%
15,38
-85,64%
-3
-50,97%
-4
-15,83%
-4
VTA037
Tit.prot.Ind.Min.Não Metal. R$
-36,07%
3,59
-36,07%
-13
-26,12%
-11
26,75%
-14
VTA038
Tit.prot.Industria, Metalurgica, R$
-72,74%
9,83
-72,74%
-11
-45,46%
-12
-28,87%
-12
VTA046
Tit.prot., Industria, Couros, peles, R$
-50,46%
5,42
-50,46%
-13
-56,96%
-10
-55,90%
-10
VTA047
Tit.prot. Industria, Quimica, R$
-51,17%
5,52
-51,17%
-9
-26,82%
-10
20,41%
-7
VTA050
Tit.prot., Industria, Mat.plastica, R$
-63,98%
7,72
-63,98%
-12
-48,72%
-9
-26,75%
-13
VTA053
Tit.prot., Industria, Prod.Alimentares, R$
-35,99%
3,58
-35,99%
-15
-31,08%
-15
-19,62%
-11
VTA061
CONC REQ TOTAL SERVICOS
-58,54%
6,7
-58,54%
-8
-25,48%
-8
-33,54%
-8
VTA062
CONC REQ TOTAL INDUSTRIA
-42,17%
4,31
-42,17%
-14
-31,36%
-17
-21,33%
-17
VTA063
CONC REQ TOTAL COMERCIO
-40,69%
4,13
-40,69%
-13
-47,05%
-16
-17,68%
-17
VTA071
FAL DEC TOTAL SERVICOS SP
27,72%
2,68
27,72%
-11
59,17%
-12
20,41%
-12
VTA137
VENDAS MAT. TRANSPORTE RJ
39,63%
4
39,63%
-4
28,15%
-1
-14,43%
-2
VTA143
VENDA INDUSTRIA TEXTIL RJ
64,91%
7,91
64,91%
-16
59,97%
-17
26,75%
-17
VTA145
VENDAS PROD.ALIMENTAR. RJ
76,92%
11,16
76,92%
-8
56,30%
-9
22,36%
-7
VTA146
VTA166
B
VENDAS INDUSTRIA TOTAL RJ
60,19%
6,99
60,19%
-9
44,55%
-9
-22,36%
-11
Tit.prot., Pessoas Juridicas total, R$
-50,79%
5,47
-50,79%
-12
-35,71%
-9
-26,75%
-13
VTA168
TP, Serviços, Pessoa Fisica, Total
-65,19%
7,97
-65,19%
-15
-54,71%
-16
-15,83%
-17
VTA169
TP, Total Geral
-82,82%
13,71
-82,82%
-15
-57,32%
-17
-31,66%
-17
VTA172
-46,47%
4,87
-46,47%
-10
-45,67%
-10
-25,00%
-10
VTA176
TP, Serviços, Pessoa Fisica, Total R$
TP, Comercio, Maq.Motores Instr.não
doms.
-92,01%
21,79
-92,01%
-3
-70,62%
-5
-28,87%
-2
VTA189
TP, Comercio, Calcados
-90,91%
20,24
-90,91%
-4
-67,47%
-5
-31,66%
-5
VTA194
Tit.prot., Comercio, Mat.construcao, R$
Variável
Título
-72,51%
Correlaç
ão
9,77
Estatísti
ca
-72,51%
Correlaç
ão
-9
Defasag
em
-72,87%
Correlaçã
o
-11
Defasage
m
Independente
TP, Comercio, Maq.Motores Instr.não
VTA196
doms. R$
TP, Comercio, Veiculos pecas e
VTA198
acessorios R$
Máxima
t
Ajustada
Fase
Fase
-21,33%
Correlaç
ão
Reversã
o
-11
Defasag
em
Reversã
o
-41,11%
4,18
-41,11%
-5
-42,88%
-4
-33,54%
-4
-27,69%
2,67
-27,69%
-13
-60,74%
-13
37,50%
-10
VTA207
TP, Comercio, Otica/M.fotografico R$
-41,67%
4,25
-41,67%
-9
-57,32%
-11
-23,59%
-13
VTA208
TP, Comercio, Tecidos/Armarinhos R$
-72,15%
9,66
-72,15%
-12
-50,69%
-10
-26,75%
-9
VTA270
FAL REQ COMERCIO MAQS SP
-22,02%
2,09
-22,02%
-8
-46,70%
-8
-40,82%
-5
VTA281
FAL REQ COMERCIO OTICA SP
32,22%
3,16
32,22%
-8
36,22%
-9
47,25%
-9
VTA308
FAL REQ SERV. PUBLICIDADE
-36,41%
3,63
-36,41%
-13
-48,68%
-13
-33,54%
-16
VTA323
CONC REQ IND METALURGIA
-55,27%
6,15
-55,27%
-13
-39,42%
-11
-15,81%
-11
VTA417
CONC DEF TOTAL ESTADO SP
-36,26%
3,61
-36,26%
-7
-40,33%
-8
-28,87%
-8
VTA429
CDL-RJ MOLE CONFEC. VISTA
-27,38%
2,64
-27,38%
-14
-25,48%
-17
-23,59%
-16
VTA431
CDL-RJ MOLE TOTAL CALCADO
91,26%
20,7
91,26%
-10
60,42%
-10
40,12%
-10
84,29%
14,53
84,29%
-10
62,71%
-10
31,66%
-10
-42,14%
4,31
-42,14%
-7
-21,44%
-9
12,50%
-10
VTA433
CDL-RJ MOLE CALCADO PRAZO
VTA443
CDL-RJ DURO GLOBAL JOIAS
VTA446
CDL-RJ DURO OTICAS TOTAL
68,58%
8,74
68,58%
-14
37,12%
-15
-23,59%
-16
VTA449
22,77%
2,17
22,77%
-9
33,07%
-7
26,75%
-7
VTA478
SPC-CONSULTA MENSAL/RJ
Vendas veiculos leves
(autom.+comerc.leves)
82,70%
13,64
82,70%
-8
48,68%
-7
28,87%
-11
VTA479
Vendas comerciais leves
85,82%
15,5
85,82%
-5
83,82%
-7
53,03%
-7
VTA480
VTA480
B
Vendas caminhoes, total
Vendas nacionais+importados, caminhões
total
72,12%
9,65
72,12%
-5
72,33%
-5
35,36%
-5
67,14%
8,4
67,14%
-5
68,07%
-6
28,87%
-6
VTA486
VTA486
B
VTA549
H
VTA549
X
Vendas cultivadores motorizados
67,91%
8,58
67,91%
-11
30,29%
-13
19,62%
-13
Vendas Cultiv.motor., nac+imp.
67,91%
8,58
67,91%
-11
30,29%
-13
19,62%
-13
-91,21%
12,97
-37,31%
-4
-69,66%
-4
-44,07%
-4
Consumo aparente ABPO, Ind.Mecânica
74,64%
6,54
30,54%
-10
22,93%
-14
31,74%
-14
VTA554
Conc def (Int.+repet.) SP
-43,69%
4,29
-39,72%
-4
-48,77%
-8
-13,37%
-8
VTA570
Premio Total, R. Incendio
-45,02%
4,68
-45,02%
-9
-41,59%
-13
-28,87%
-13
Consumo aparente ABPO, Ind.Avicultura
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
67
VTA572
Premio total, Ramo DPVAT
VTA586
Fat.Real BH Varejo total
VTA587
FR, comércio, bens duráveis, Fcmg
63,79%
VTA600
Fat.Real BH Conc.Veiculos
75,60%
VTA627
Faturamento Nominal, Ind.geral
81,44%
VTA634
Fat. Nom. Industria, Min. Nao Metal, Brasil
-96,51%
VTA639
Faturamento Nominal, Madeira
VTA645
Faturamento Nominal, Farmaceutico
Variável
Título
Independente
-68,19%
8,65
-68,19%
-4
-54,38%
-5
-28,87%
-4
69,83%
8,94
68,24%
-13
53,31%
-10
15,83%
-10
7,59
62,34%
-13
50,97%
-10
28,87%
-9
10,59
73,89%
-3
51,10%
-6
31,66%
-6
13,01
81,44%
-10
59,33%
-12
-14
18,44
-29,61%
-14
-100,00%
-13
31,66%
100,00%
-13
58,68%
6,72
58,68%
-13
46,70%
-15
14,43%
-17
-55,10%
Correlaç
ão
6,12
Estatísti
ca
-55,10%
Correlaç
ão
-9
Defasag
em
-45,46%
Correlaçã
o
-5
Defasage
m
t
Ajustada
Fase
Fase
-23,59%
Correlaç
ão
Reversã
o
-9
Defasag
em
Reversã
o
Máxima
VTA646
Faturamento Nominal, Perf. Saboes
80,59%
12,63
80,59%
-12
46,44%
VTA763
IMEC, A. Congonhas, 1994=100
-13
-20,41%
-14
-77,70%
10,33
-63,57%
-8
-37,75%
-8
20,41%
-12
VTA773
Prêmio, grupo Patrimonial
53,75%
VTA794
TP, Serviços, Empresas Estatais
-82,29%
5,91
53,75%
-10
31,08%
-11
28,87%
-11
13,43
-82,29%
-7
-40,33%
-9
-20,45%
VTA795
TP, Serviços, Empresas Estatais R$
-84,07%
14,4
-7
-84,07%
-10
-47,12%
-13
-17,68%
-13
VTA796
Tit.prot., Comercio, Supermercados
-96,77%
17,16
-24,19%
-8
NC
NC
NC
NC
VTA799
Tit.prot., Comercio, Supermercados, R$
-95,81%
14,95
-23,95%
-7
NC
NC
NC
NC
VTA837
Tit.prot. Ind.Bens Capital, R$
-39,61%
4
-39,61%
-12
-35,71%
-9
-25,00%
-9
VTA838
Tit.prot. Ind.Bens Cap., unid.
-86,70%
16,14
-86,70%
-5
-41,80%
-6
-28,87%
-6
VTA839
Tit.prot. Ind. Bens consumo, R$
-48,09%
5,09
-48,09%
-14
-21,44%
-13
26,75%
-16
VTA848
Índice de volume de vendas varejo, RO
57,96%
4,15
23,71%
-12
38,00%
-15
31,74%
-15
VTA858
Índice de volume de vendas varejo, AP
-86,27%
9,95
-35,29%
-9
-69,66%
-9
-44,07%
-9
VTA864
-83,78%
8,95
-34,28%
-8
-69,66%
-6
-44,07%
-6
VTN865
Índice de volume de vendas varejo, PI
Índice de receita nominal de vendas no
varejo, PI
-87,60%
10,59
-35,84%
-9
-69,66%
-8
-44,07%
-8
XTA006
EXPORT.MANUFATURA U$ MILH
81,83%
13,2
81,83%
-5
67,38%
-5
31,66%
-5
-7
XTA018
Preco US$ ac.Export total
XTA037
Preco US$ ac.Imp.Bens Cap
86,14%
15,73
86,14%
-3
67,45%
-5
17,68%
-49,09%
5,22
-49,09%
-6
-55,10%
-6
-28,87%
XTA03B
-5
IMPORT.COMBUST.MIN.U$MILH
74,04%
10,22
74,04%
-8
56,75%
-11
26,75%
-12
XTA041
Preco US$ ac.Imp.Petroleo
66,96%
8,36
66,96%
-10
63,44%
-11
31,66%
-12
XTA043
EXPORT.PROD.BAS.US$ MILHO
81,88%
13,23
81,88%
-5
53,36%
-8
43,30%
-8
XTA047
71,99%
9,62
71,99%
-4
72,33%
-4
35,36%
-3
XTA35A
IMPORT.MAT.PRIMAS U$ MILH
Preco em US$, Importacao Bens
Consumo Duravel
-53,10%
5,81
-53,10%
-13
-56,75%
-11
-28,87%
-13
XTA55A
Preco US$ ac.Export Basic
82,66%
13,62
82,66%
-5
83,82%
-8
35,36%
-8
YET002
Produtividade, Ext.Mineral, Brasil
-77,59%
11,41
-77,59%
-6
-36,20%
-2
-14,43%
-6
YRA150
Utilizacao media cap.instalada, SP-FIESP
94,67%
23,14
68,85%
-5
63,48%
-6
52,25%
-6
YRF363
Util.Cap.Inst. Brasil CNI
67,99%
8,55
67,22%
-10
42,06%
-12
17,68%
-12
YTA001
INDUSTRIA TOTAL BRASIL
81,33%
12,96
81,33%
-6
57,32%
-6
28,87%
-5
YTA012
YTA019
B
IND PAPEL PAPELAO BRASIL
75,43%
10,65
75,43%
-13
60,61%
-12
37,50%
-12
Prod.Ind. Mat.Plast.Borracha, Brasil
71,30%
9,43
71,30%
-7
53,37%
-7
28,87%
-6
YTA020
INDUSTRIA TEXTIL BRASIL
71,13%
9,38
71,13%
-16
53,53%
-14
28,87%
-17
YTA027
CONSUMO DURAVEL BRASIL
89,41%
18,52
89,41%
-7
60,61%
-7
25,00%
-7
YTA051
YTA054
A
MAT ELETRICO PERNAMBUCO
PFI, Refino de petróleo e álcool,
Pernambuco
-27,74%
2,68
-27,74%
-9
-58,44%
-7
-22,36%
-7
Variável
Título
77,34%
Correlaç
ão
11,31
Estatísti
ca
77,34%
Correlaç
ão
-15
Defasag
em
46,70%
Correlaçã
o
-15
Defasage
m
Máxima
t
Ajustada
Fase
Fase
26,75%
Correlaç
ão
Reversã
o
-15
Defasag
em
Reversã
o
Independente
YTA055
IND. TEXTIL PERNAMBUCO
59,19%
6,81
59,19%
-11
59,33%
-10
17,68%
-12
YTA062
YTA066
A
INDUSTRIA METALURGICA RJ
62,26%
7,38
62,26%
-11
49,49%
-13
26,75%
-13
-53,09%
5,81
-53,09%
-8
-40,83%
-9
47,17%
-7
YTA074
INDUSTRIA GERAL RGS
69,43%
8,95
69,43%
-9
63,96%
-10
28,87%
-10
YTA076
INDUST. TRANSFORMACAO RGS
69,36%
8,93
69,36%
-9
63,96%
-10
28,87%
-10
YTA079
IND. PAPEL E PAPELAO RGS
33,08%
3,25
33,08%
-13
65,70%
-13
25,00%
-13
YTA088
MINERAIS NAO METALICOS NE
-90,04%
19,19
-90,04%
-16
-56,75%
-17
-25,00%
-16
YTA093
INDUSTRIA TEXTIL NORDESTE
79,37%
12,1
79,37%
-15
51,33%
-13
28,87%
-17
YTA127
PRODUCAO LAMINADOS BRASIL
90,30%
19,5
90,30%
-9
75,73%
-8
28,87%
-8
YTA130
PROD ACOS LINGOTES BRASIL
65,09%
7,95
65,09%
-9
56,96%
-9
28,87%
-9
PFI, Refino de petróleo e álcool, R.Janeiro
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
68
YTA192
YTA193
B
IND.PAPEL PAPELAO PARANA
35,04%
3,47
35,04%
-6
67,38%
-6
-32,00%
-9
PFI, Outros produtos químicos, PR
30,87%
3,01
30,87%
-8
49,03%
-8
13,37%
-9
YTA204
METALURGICA STA. CATARINA
68,65%
8,75
68,65%
-3
63,96%
-4
35,36%
-4
YTA211
VEST.CALC. STA CATARINA
-42,72%
4,38
-42,72%
-4
-30,65%
0
-26,75%
0
YTA212
PROD.ALIMENTOS S.CATARINA
28,33%
2,74
28,33%
-14
40,96%
-17
15,83%
-14
YTA243
PRODUCAO CAMINHOES PESADO
88,73%
17,84
88,73%
-4
79,43%
-5
35,36%
-5
YTA244
PROD. COMERCIAIS LEVES
85,96%
15,6
85,96%
-4
70,18%
-7
35,36%
-4
YTA245
PRODUCAO TOTAL CAMINHOES
83,86%
14,27
83,86%
-3
68,07%
-5
17,68%
-4
YTA262
IND. MOBILIARIO BRASIL
54,75%
6,07
54,75%
-10
33,50%
-12
35,36%
-12
YTA280
IND. MAT. ELETRICO PARANA
37,49%
3,75
37,49%
-5
51,42%
-6
31,66%
-3
YTA293
IND. COUROS E PELES RGS
89,99%
19,14
89,99%
-15
58,84%
-16
15,83%
-16
YTA296
IND.COUROS PELES PERNAMBU
41,35%
4,21
41,35%
-6
61,95%
-8
-25,00%
-4
YTA367
PFI, Industria geral, Ceara
26,19%
2,52
26,19%
-10
32,78%
-12
13,37%
-12
YTA369
PFI, Metalurgia basica, Ceara
41,52%
4,23
41,52%
-10
63,96%
-8
39,24%
-8
YTA372
YTA372
A
YTA377
A
PFI, Produtos quimicos, Ceara
50,35%
5,4
50,35%
-6
34,94%
-8
25,00%
-8
PFI, Refino de petroleo e alcool, Ceara
-62,40%
7,41
-62,40%
-9
-52,13%
-10
-26,75%
-10
PFI, Calcados e artigos de couro, Ceara
-89,81%
18,94
-89,81%
-16
-75,84%
-17
-28,87%
-15
YTA378
PFI, Alimentos e bebidas, Ceara
59,45%
6,86
59,45%
-7
41,42%
-9
23,59%
-9
YTA382
YTA385
B
PFI, Industria transformacoes, ES
48,49%
5,14
48,49%
-13
52,27%
-13
15,83%
-17
-46,11%
4,44
-39,30%
-5
-30,67%
-2
-30,89%
-2
56,17%
6,3
56,17%
-6
83,16%
-4
43,30%
-4
YTA403
Producao gas natural, k barris/dia
Produção bens capital (1991=100),
Agrícolas
Produção bens capital (1991=100), Equip
transporte
77,16%
11,25
77,16%
-3
50,69%
-4
23,59%
-6
YTA408
PFI, Refino de petróleo e álcool
Variável
Título
-78,25%
Correlaç
ão
11,65
Estatísti
ca
-78,25%
Correlaç
ão
-14
Defasag
em
-53,81%
Correlaçã
o
-14
Defasage
m
Máxima
t
Ajustada
Fase
Fase
-25,00%
Correlaç
ão
Reversã
o
-14
Defasag
em
Reversã
o
-7
YTA399
Independente
PFI, Prod.metal/exclusive máquinas e
YTA409
equipamentos
58,93%
6,76
58,93%
-6
32,78%
-5
-25,00%
YTA417
PFI, Veículos automotores, PR
84,91%
14,9
84,91%
-3
67,38%
-4
14,43%
-7
YTA463
PFI, Máquinas e equipamentos, PR
83,43%
14,03
83,43%
-11
43,88%
-12
25,00%
-12
YTA464
PFI, Refino de petroleo e alcool, Bahia
-85,05%
14,99
-85,05%
-10
-65,25%
-10
26,75%
-12
NC = Não computado
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
69
6 – Estatísticas básicas dos correlogramas das flutuações dos passageiros
internacionais com variáveis internacionais
Variável
Título
Referência
VTA472
C
Pass. aereo, Internacional, unidade
Variável
Título
Independente
Média
Desvio
Período dos cálculos
Significân
cia
Defasage
ns
Padrão
Diferenç
a
Defasagens
01/ 1999 A 04/
2006
1,84
13,7
Correlaç
ão
Estatísti
ca
Correlaç
ão
Máxima
t
Ajustada
0,21 -16 a -3
Defasag
em
Correlaçã
o
Defasage
m
Fase
Fase
4
Correlaç
ão
Reversã
o
Defasag
em
Reversã
o
M0533B
1A
Alemanha, juros nominais, Letras
Tesouro
90,82%
14,72
49,54%
-4
75,30%
-3
40,96%
-7
M05A29
Alemanha, expectativas economicas
77,60%
7,17
31,75%
-10
81,80%
-12
71,92%
-12
M05A31
M05A33
B
M05A33
B1
M05A33
D
Alemanha, ind.preços importacao
92,99%
16,96
49,66%
-3
91,99%
-5
50,00%
-5
Alemanha, juros reais ac, tit. publicos
Alemanha, juros reais ac, Letras
Tesouro
Alemanha, juros reais ac, cobrados
emprestimos
-86,86%
11,89
-47,38%
-11
-72,13%
-12
-35,36%
-12
-86,83%
11,87
-47,36%
-12
-39,20%
-13
28,87%
-12
-89,77%
13,82
-48,97%
-10
-71,31%
-11
-22,36%
-10
M05T16
Alemanha, importacoes FOB, US$
39,49%
3,3
27,37%
-6
82,35%
-5
32,97%
-5
M05T29
Alemanha, expectativas economicas
98,62%
27,96
26,90%
-12
72,11%
-9
72,76%
-13
M05T30
Alemanha, indice precos exportacao
92,67%
16,54
49,49%
-6
87,99%
-6
50,00%
-5
M05T31
M05V33
B
M05V33
F
Alemanha, ind.preços importacao
93,01%
16,99
49,68%
-8
87,99%
-9
50,00%
-7
Alemanha, juros nominais, tit.publicos
90,55%
14,48
49,39%
-6
75,30%
-6
28,87%
-5
Alemanha, juros, Certificados Depositos
81,88%
10,28
50,24%
-6
61,86%
28,96%
-5
M06T15
Argentina, exportacoes, US$
94,30%
14,17
28,93%
-6
NC
NC
72,46%
-10
M06T54
M09A33
A
M09A33
D
M09A33
H
M09A33
J
Argentina, Indice MERVAL
62,14%
7,18
59,31%
-14
NC
NC
22,36%
-12
Canada, juros reais mes, taxa desconto
Canada, juros reais ac, cobrado
emprestimos
Canada, juros reais ac, juros pagos
depositos
-74,48%
8,13
-46,55%
-13
-60,75%
-13
-34,64%
-13
-74,18%
8,05
-46,36%
-13
-60,75%
-13
-34,64%
-13
-72,52%
7,67
-45,33%
-13
-53,61%
-13
-34,64%
-13
Canada, juros reais ac, call money
-73,61%
7,92
-46,01%
-13
-60,75%
-13
-34,64%
-13
M09A39
Canada, prod. industrial
87,89%
16,58
82,90%
-8
34,21%
-8
35,36%
-8
M09T12
M104T1
3
Canada, Ind.precos consumidor
Uniao Europeia, Ind.custo producao,
1995=100
57,92%
6,43
55,28%
-16
40,83%
-13
17,68%
-13
73,02%
9,68
69,70%
-10
58,29%
-11
28,87%
-14
M10T04
Chile, PIB real
91,88%
20,69
84,57%
-3
62,97%
-3
20,45%
-3
M10T34
Chile, salario nominal
-78,24%
8,43
-41,79%
-12
-59,44%
-12
-28,87%
-14
M15T12
Espanha, IPC
66,83%
8,18
64,55%
-11
33,23%
-12
19,62%
-13
M15T13
Espanha, ind.custo producao
Variável
Título
73,33%
9,77
70,00%
Correlaç Estatísti Correlaç
ão
ca
ão
-12
Defasag
em
57,71%
Correlaçã
o
-11
Defasage
m
Fase
Fase
26,75%
Correlaç
ão
Reversã
o
-11
Defasag
em
Reversã
o
40,95%
-14
Independente
M1633F
EUA, taxa nominal de juros, cert.
A
depósitos
M16A14
A
EUA, nível de emprego
Máxima
t
Ajustada
50,74%
4,29
31,71%
-10
-6
60,49%
-14
81,37%
12,98
81,37%
-6
46,50%
-4
50,00%
-4
M16A15
EUA, exportaçoes US$
72,71%
9,59
69,41%
-6
64,26%
-7
20,45%
-3
M16A16
EUA, importacoes US$
EUA, receita pública,
g.central,v.correntes
EUA, índice construção novas
habitações
EUA, Produção Industrial,
Manufaturados
83,26%
13,61
79,48%
-9
44,18%
-7
25,00%
-7
77,02%
11,13
76,15%
-12
37,68%
-11
25,00%
-11
-88,40%
12,11
-43,20%
-4
-94,60%
-7
-50,00%
-7
77,08%
9,21
52,55%
-9
38,13%
-9
40,94%
-9
78,12%
9,53
53,27%
-8
42,30%
NC
-8
NC
40,94%
NC
-8
NC
NC
NC
NC
M16A21
M16A38
M16A39
A
M16A39
B
M16A48
M16A50
EUA, Produção Industrial, Duráveis
EUA, gastos reais, consumo n duráveis,
US$
EUA, gastos nominais, consumo total,
US$
74,36%
10,19
72,67%
-16
74,98%
10,45
74,13%
-16
NC
M16A62
EUA, estoques em poder da indústria
69,67%
6,8
40,38%
-10
41,92%
-7
59,61%
-7
M16A71
EUA, emprego, comércio atacadista
71,90%
7,24
41,67%
-15
41,92%
-13
59,61%
-13
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
70
M16A76
EUA, emprego, construção civil
75,16%
10,57
75,16%
-14
-47,65%
-15
-25,00%
-15
M16A84
EUA, gastos com defesa
68,73%
6,42
37,49%
-13
64,98%
-15
40,96%
-15
M16R40
EUA, crédito total
75,28%
10,29
71,00%
-13
22,55%
-16
28,87%
-16
M16R62
66,55%
6,24
38,57%
-15
41,92%
-11
59,61%
-11
M16R78
EUA, estoques em poder da indústria
EUA, índice de preços ao produtor,
energia
80,93%
12,78
80,93%
-11
63,74%
-10
31,66%
-10
M16R81
EUA, vendas de novas residências
-50,31%
4,03
-28,59%
-13
-42,55%
-17
33,44%
-13
M16R84
M16T09
A
EUA, gastos com defesa
EUA, Investimento fixo bruto público
US$
47,49%
3,66
25,90%
-15
-16,87%
-13
-23,60%
-14
94,33%
18,64
48,24%
-14
73,86%
-14
40,97%
-17
M16T15
EUA, exportaçoes US$
54,53%
5,89
52,05%
-7
71,19%
-8
35,36%
-6
M16T23
EUA, quase-moeda, valores correntes
-63,99%
7,4
-58,90%
-14
-66,43%
-16
-11,79%
-17
M16T34
EUA, salário médio indústria
EUA, índice construção novas
habitações
-79,16%
12,01
-79,16%
-16
-43,86%
-17
-15
-92,84%
13,45
-32,70%
-9
-100,00%
-7
20,41%
100,00%
47,56%
5,01
47,56%
-13
46,06%
-14
28,87%
-10
-69,21%
8,84
-68,42%
-13
-28,15%
-13
-23,59%
-13
39,56%
3,97
39,11%
-14
41,58%
-16
20,45%
-16
M16T38
M16T44
M16T51
M16T52
EUA, PMI-Purchasing Managers Index
EUA, gastos nominais, consumo
serviços, US$
EUA, gastos nominais, consumo n
duráveis, US$
-7
M16T64
M16T64
H
M16T64
N
M16T64
Q
EUA, Util. Cap. Instalada, Total
EUA, Util. Cap. Instalada, Veículos e
Peças
41,33%
4,21
41,33%
-14
47,05%
-12
12,50%
-11
-67,49%
6,97
-46,02%
-4
-70,87%
-4
19,63%
0
EUA, Util. Cap. Instalada, Papel
-52,29%
4,67
-35,65%
-3
-43,73%
-3
30,95%
0
39,11%
3,24
26,67%
-13
58,09%
-17
19,00%
-17
M16T66
EUA, novas construções de residências
-30,90%
3,01
-30,90%
-9
-39,42%
-8
15,83%
-12
M16T76
EUA, emprego, construção civil
Variável
Título
-47,37%
4,99
Correlaç Estatísti
ão
ca
-47,37%
Correlaç
ão
-6
Defasag
em
-24,91%
Correlaçã
o
-5
Defasage
m
Independente
EUA, índice de preços ao produtor,
M16T77
mat.primas
EUA, índice de preços ao produtor,
M16T78
energia
Máxima
Ajustada
Fase
Fase
-25,00%
Correlaç
ão
Reversã
o
-4
Defasag
em
Reversã
o
M16T81
M1733C
A
M17A16
M17A21
N
EUA, Util. Cap. Instalada, Química
t
74,47%
10,35
74,47%
-12
54,20%
-14
14,43%
-14
65,10%
7,95
65,10%
-14
55,97%
-13
21,33%
-13
EUA, vendas de novas residências
-93,00%
17,53
-52,84%
-12
-61,77%
-14
-57,92%
-14
França, juros pagos depósitos
-84,13%
10,55
-45,89%
-16
-78,17%
-16
-50,00%
-16
França, importacoes FOB, US$1
-73,66%
7,14
-37,66%
-6
-47,22%
-5
-71,49%
-5
Franca, receita publica, "euros"
91,43%
14,27
43,64%
-13
57,25%
-14
26,77%
-17
Franca, expectativas econômicas
76,67%
6,96
31,36%
-9
81,80%
-10
71,92%
-10
França, volume importação
95,56%
16,21
29,32%
-6
74,89%
-7
72,01%
-7
M17A29
M17A31
A
M17A33
B1
M17A33
C
M17A33
D
Franca, juros reais ac, tit. Públicos
-77,39%
8,01
-39,57%
-15
-69,94%
-15
-25,00%
-14
Franca, juros reais ac, pagos depósitos
Franca, juros reais ac, cobrado
emprestimos
-90,57%
14,49
-49,40%
-12
-76,68%
-15
-22,36%
-15
-87,68%
12,37
-47,83%
-12
-67,00%
-15
-26,77%
-16
M17R77
França, IPA, Materias primas
90,64%
14,39
48,41%
-7
87,99%
-9
50,00%
-9
-33,75%
3,19
-31,07%
-15
-34,66%
-17
22,36%
-14
85,09%
14,67
81,23%
-9
48,21%
-11
25,00%
-11
100,00%
-9
71,69%
-9
72,76%
-12
M17T04
França, PIB real
M17T12
M17T20
AN
França, IPC
M17T29
M17T30
A
M17T31
A
M17T35
N
Franca, desp.publicas totais, "euros"
90,10%
12,11
36,86%
-5
Franca, expectativas econômicas
98,25%
24,73
26,80%
-11
França, volume exportação
97,99%
24,55
30,06%
-3
100,00%
-4
100,00%
-4
França, volume importação
Franca, consumo privado, familias,
"euros"
92,19%
11,9
28,29%
-4
100,00%
-6
100,00%
-6
NC
NC
-88,11%
10,86
-36,05%
-14
-36,32%
-17
35,36%
-17
França, IPA, Materias primas
86,30%
11,46
46,09%
-11
71,76%
-9
35,36%
-9
França, juros, Letras Tesouro
92,03%
15,42
47,06%
-6
74,83%
-7
35,36%
-5
Franca, juros nom., titulos medio prazo
87,98%
12,55
47,99%
-10
80,75%
-14
50,00%
-14
Italia, despesas gov.federal, "euros"
91,20%
13,88
42,49%
-15
72,46%
-17
31,70%
-17
Italia, receita publica, "euros"
91,53%
14,38
43,69%
-13
57,25%
-15
53,54%
-15
Italia, expectativas econômicas
88,92%
11,33
36,38%
-10
81,80%
-11
71,92%
-11
M17T77
M17V33
B1
M17V33
B4
M21A20
N
M21A21
N
M21A29
M21T12
Italia, IPC
72,38%
9,5
69,09%
-10
57,03%
-7
33,54%
-7
M21T13
Italia, IPA, 1995=100
68,61%
8,54
65,49%
-10
56,26%
-11
28,87%
-14
M21T15
Italia, exportacoes FOB, US$
43,86%
4,31
39,87%
-4
40,73%
-5
28,87%
-2
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
71
M21T20
AN
Italia, despesas pub.totais, "euros"
92,61%
14,31
37,89%
-6
100,00%
-9
71,69%
-9
Italia, expectativas econômicas
98,53%
27,01
26,87%
-12
72,11%
-10
72,76%
-14
Italia, volume exportação
47,49%
4,74
42,63%
-4
45,17%
-4
16,73%
-3
Japao, juros, tit.publicos medio longo
93,99%
18,46
50,20%
-13
84,21%
NC
-15
35,36%
NC
-15
NC
Correlaçã
o
Defasage
m
Fase
Fase
Correlaç
ão
Reversã
o
Defasag
em
Reversã
o
M21T29
M21T30
A
M2333B
3A
M2333D
A
Japao, taxa juros, call money
Variável
Título
Independente
-77,01%
10,93 -73,51%
-15
Correlaç Estatísti Correlaç Defasag
ão
ca
ão
em
Máxima
t
Ajustada
NC
M23A04
Japao, PIB real, 1995=100
79,13%
11,5
72,83%
-3
80,96%
-3
40,91%
-3
M23A15
Japao, exportacoes, US$
97,86%
26,5
36,70%
-8
73,91%
-11
50,00%
-11
M23A16
M23A30
A
M23A33
B
M23A33
F
M23A33
H
Japao, importacoes, US$
96,50%
20,48
36,19%
-5
79,90%
-7
50,00%
-7
Japao, volume exportações
86,21%
11,41
46,04%
-9
74,83%
-7
40,97%
-10
Japao, juros reais ac, tit. Públicos
43,19%
3,25
23,56%
-9
-29,03%
-8
-42,68%
-8
Japao, juros reais ac. Cert. Depósitos
48,21%
3,65
25,20%
-9
-31,59%
-8
-40,82%
-8
Japao, juros reais ac. pg depósitos
45,03%
3,6
27,12%
-9
-37,17%
-8
-31,85%
-8
M23A35
Japao, consumo privado, familias, yens
85,16%
10,65
43,55%
-16
61,54%
-17
-31,69%
-13
M23A37
Japao, encomendas fabricas, yenes
84,35%
9,55
37,38%
-5
78,22%
-6
50,00%
-6
M23A38
Japao, construcao novas habitações
83,58%
9,26
37,04%
-14
53,16%
-13
-41,03%
-14
M23A39
Japao, produção industrial
59,55%
6,71
56,85%
-5
71,51%
-7
20,45%
-8
M23A66
M23R10
2
M23R20
A
Japao, inicio construções
83,58%
9,26
37,04%
-14
53,16%
-13
-41,03%
-14
Japao, variacao de estoques, yens
48,65%
3,65
24,88%
-8
59,63%
-11
35,36%
NC
-11
NC
Japao, despesas publicas totais, yens
75,88%
7,64
38,80%
-3
M23R22
Japao, oferta de moeda, yens
70,33%
6,56
36,76%
-14
34,82%
-16
40,82%
-16
M23T04
Japao, PIB real, 1995=100
86,91%
15,62
80,00%
-8
64,55%
-10
20,45%
-12
M23T09
Japao, invest.fixo bruto privado, yens
91,98%
15,37
47,03%
-8
83,97%
-10
50,00%
-10
M23T13
M23T14
A
M23T14
B
Japao, ind. custo produção
46,50%
3,93
30,64%
-12
59,25%
-14
28,95%
-14
Japao, nivel de emprego
92,50%
15,39
44,15%
-5
95,44%
-6
-6
Japao, numero desempregados
-98,47%
36,23
-48,12%
-7
-100,00%
-8
50,00%
100,00%
M23T23
Japao, quase-moeda, yens
-73,55%
7,28
-39,28%
-11
-46,38%
-14
-31,69%
-11
M23T30
M23T30
A
M23T31
A
Japao, ind.precos exportação
86,41%
11,64
47,13%
-3
87,75%
-4
31,69%
-6
Japao, volume exportações
50,61%
3,94
27,03%
-10
76,87%
-9
40,97%
-13
Japao, volume importações
96,59%
25,03
51,59%
-13
91,88%
-12
50,00%
-12
M23T37
Japao, encomendas fabricas, yenes
97,95%
24,33
30,05%
-7
80,62%
-4
72,46%
-4
M23T39
Japao, produção industrial
78,69%
11,55
75,11%
-10
71,54%
-11
28,87%
-11
M24A04
Mexico, PIB real
84,48%
14,03
77,76%
-5
44,28%
-8
25,00%
-8
M24V98
Mexico, Risco EMBI
-85,19%
14,73
-81,32%
-11
-34,39%
-12
-27,40%
-12
MARG05
Alemanha total, "margem de lucro" mês
-75,63%
8,57
-48,99%
-5
-84,09%
-7
-25,49%
-9
MARG06
Argentina, "margem de lucro" mês
-58,79%
6,62
-56,79%
-13
-55,71%
-11
-25,00%
-9
MARG10
MARG10
A
Chile, "margem de lucro" mês
-75,01%
8,18
-46,03%
-11
-67,73%
-10
-38,29%
-10
Chile, "margem de lucro" ac
-72,93%
7,69
-44,75%
-5
-60,13%
-7
-57,38%
MARG24
Mexico, "margem de lucro" mês
Variável
Título
67,34%
6,57
Correlaç Estatísti
ão
ca
41,32%
Correlaç
ão
-13
Defasag
em
34,26%
Correlaçã
o
Independente
MARG24
A
Mexico, "margem de lucro" ac
Máxima
Ajustada
69,00%
6,87
42,34%
-8
37,50%
-11
34,15%
-11
PN174
-80,04%
12,09
-76,40%
-8
-44,80%
-12
-18,26%
-12
91,57%
20,13
83,25%
-13
63,03%
-14
21,33%
-16
NC
t
NC
Fase
-13 -28,96%
Defasage Correlaç
m
ão
Reversã
Fase
o
-8
-7
-10
Defasag
em
Reversã
o
PT202
Risco EMBI, médio
Preco petroleo, WTI (West Texas
Intermediate)
Ind.precos commodities, geral
exc.petroleo
54,61%
6,05
54,61%
-6
32,46%
-6
-17,16%
-9
PT203
Ind.preco commodities, geral
82,15%
13,36
82,15%
-15
47,05%
-16
-20,41%
-17
PT209
Preco commoditities soja grao, US$/ton
64,70%
7,78
63,23%
-16
60,61%
-17
22,36%
-17
PR033C
NC = Não computado
Indicadores antecedentes – Turismo 2006 SILCON Estudos Econômicos www.silcon.ecn.br
72
Referências :
Auerbach, A.J., "The index of leading indicators : `measurement without
theory' thirty-five years later", Review of Economics and Statistics, vol.
64, 1982, pp.589-595
Azzoni, C.R. & Z.A. Latif, “Indicador de movimentação econômica IMECFIPE”, XVII Encontro Brasileiro de Econometria, Anais, vol.1, 1995,
pp.53-69
Bandholz, Harm, “New composite leading indicators for Hungary and
Poland”, Institute for Economic Research at the University of Munich,
IFO Working Paper, no.3, março de 2005
Barnes, Leo, "Long-lead vs. medium-lead cycle indicators as business and
stock market forecasters", Business Economics, vol.12, no.2, março de
1977, pp.1-11
Barros, Alexandre Rands, "A periodization of the business cycles in the
Brazilian economy, 1856-1985", Revista Brasileira de Economia,
vol.47, janeiro/março de 1993, pp.53-82
Bernanke, Ben, "On the predictive power of interest rates and interest rate
spreads", New England Economic Review, novembro- dezembro de
1990, pp.51-68
Boldin, Michael D., "Dating turning points in the business cycle", Journal of
Business, vol.67, no.1, janeiro de 1994, pp.97-132
Boschen, John & Leonard Mills, "Tests of the relation between money and
output in the real business cycle model", Journal of Monetary
Economics, vol.22, novembro de 1988, pp.355-374
Burkholder, Alex A., "In defense of leading indicators", Business Economics,
vol.14, no.1, janeiro de 1979, pp.87-89
Canova, Fabio & Gianni de Nicolo, “Stock returns and real activity: a
structural approach”, European Economic Review, vol.39, no.5
Conference Board Inc., “Business Cycle Indicators”, Boletim Mensal, vários
números
Chauvet, Marcelle; Solange Gouvea; Marta Baltar Moreira e Jose Ricardo
da Costa e Silva, “Two methodologies to build inflation leading
indicators for Brazil”, Seminário One Year of Inflation Targeting in
Brazil, Banco Central,10-11 julho 2000
Contador, Claudio R., "Indicadores da atividade econômica no Brasil",
Pesquisa e Planejamento Econômico, vol.6, no.1,abril de 1976, pp. 1-60
Contador, Claudio R., "Indicadores de atividade no Brasil : uma revisão",
Documentos de Política Econômica, no.30, julho de 1976, INPES/IPEA
Contador, Claudio R., Ciclos econômicos e indicadores de atividade, (Rio,
INPES/IPEA, 1977), 237 páginas.
Contador, Claudio R., "Leading indicators for the industrial sector", Brazilian
Economic Review, no.5, 1979, pp.1-32
Indicadores antecedentes – Turismo 2006
SILCON Estudos Econômicos www.silcon.ecn.br
73
Contador, Claudio R., "Inflation targeting and leading indicators for Brazil:
some notes”, junho de 2000, apresentado no Seminário “One Year of
Inflation Targeting”, Banco Central do Brasil, Rio, 10-11 de julho de
2000, e como “Metas inflacionárias e política econômica: o emprego
de indicadores antecedentes", Relatório SILCON 46, abril 2000
Contador, Claudio R., “Economic activity in 2001 : what the leading
indicators forecast”, apresentado no Seminário sobre Indicadores
Antecedentes, IPEA/CEPAL/OECD, Rio, 4-5 de dezembro de 2000.
Contador, Claudio R. & Clarisse B. Ferraz, “Parcimônia, informação
redundante e multicolinearidade”, Relatório COPPEAD 312, março de
1997
Cribari Neto, Francisco, "The cyclical component in Brazilian GDP", Revista
de Econometria, Ano 13, no.1, abril de 1993, pp.1-22
Demetriades, Evros, “The construction of leading indicators : the case of
Cyprus”, Focus Consultants, 2004.
Diebold, Francis X., "Are long expansions followed by short contractions ?",
Federal Reserve Bank of Philadelphia, Business Review, julho/agosto
de 1993, pp.3-11
Diebold, Francis X. & Glenn D. Rudebusch, "A nonparametric investigation
of duration dependence in the American business cycle", Journal of
Political Economy, vol. 98, junho de 1990, pp. 596-616
Diebold, Francis X. & Glenn D. Rudebusch, "Turning point prediction with
the composite leading index: an ex ante analysis", em Kajal Lahiri e
Geoffrey H. Moore (eds.), Leading economic indicators : new
approaches and forecasting records, (Cambridge, Cambridge Univ.
Press, 1991), pp.231-256
Dotsey, Michael, "The predictive content of the interest rate term spread for
future economic growth", Federal Reserve Bank of Richmond,
Economic Quarterly, vol. 84, no.3, Verão de 1998, pp.31-52
Dueker, Michael J., “Strengthening the case for the yield curve as a predictor
of US recessions”, Federal Reserve Bank of St. Louis, Review, vol.79,
no.2, março-abril de 1997, pp.41-51
Emerson, Rebecca & David F. Hendry, “An evaluation of forecasting using
leading indicators”, Journal of Forecasting, vol.15, no.4, abril de 1996,
pp.271-291
Estrella, Arturo & Frederic S. Mishkin, “Prediction of U.S. recessions:
financial variables as leading indicators”, Federal Reserve Bank of New
York, Research Paper no. 9609, maio de 1996
Estrella, Arturo & Frederic S. Mishkin, “The yield curve as a predictor of
U.S. recessions”, Current Issues in Economics and Finance, Federal
Reserve Bank of New York, vol.2, no.7, junho de 1996, 6 p.
Indicadores antecedentes – Turismo 2006
SILCON Estudos Econômicos www.silcon.ecn.br
74
Falk, Barry, "Further evidence on the asymmetric behavior of economic time
series over the business cycle", Journal of Political Economy, vol.94,
no.5, setembro de 1986, pp.1096-1109
Fava, Vera L. & Denisard C. Alves, "Indicador de movimentação econômica,
Plano Real e análise de intervenção", Revista Brasileira de Economia,
vol.51, no.1, janeiro/março de 1997, pp. 133-143
Fundação Getúlio Vargas, "A conjuntura no Brasil desde 1822",
Conjuntura Econômica, vol.3, abril de 1948, pp.19-27.
Gabisch, Gunter & Hans-Walter Lorenz, Business cycle theory : a survey of
methods and concepts, (Berlin, Springer-Verlag, 1989)
Gates, Sarah e all, “Oregon index of leading indicators OILI”, Office of
Economic Analysis, novembro de 2003
Ghysels, Eric, "On scoring asymmetric periodic probability models of
turning-point forecasts", Journal of Forecasting, vol.12, no.3 & 4, abril
de1993, pp.227-238
Goldstein, Morris, “Presumptive indicators/early warning signals of
vulnerability to financial crises in emerging market econo-mies”,
mimeo., Washington, Institute for Economics, 1996
Hall, Stephen G. e Nicholas G. Zonzilos, “An indicator measuring
underlying economic activity in Greece”, Working Paper no.4, Bank
of Greece, agostod 2003
Harvey, Campbell R., "Forecasts of economic growth from the bond and
stock markets", Financial Analysts Journal, vol.45, no.5, setembro/outubro de 1989, pp.38-45
Harvey, Campbell R., "The yield curve, stock returns and the prediction of
Canadian economic growth", Working Paper, Duke University, 1993.
Jagric, Timotej, “Leading indicators of aggregate economic activity in
Slovenia”, CERGE-EI Foundation, 2003
Jun, Duk Bin & Young Jin Joo, "Predicting turning points in business cycles
by detection of slope changes in leading composite index", Journal of
Forecasting, vol.12, no. 3 & 4, abril de 1993, pp.197-213
Lahiri, K. & G. H. Moore (eds.), Leading economic of indicators new
approaches and forecasting records, (Cambridge, Cambridge University
Press, 1991)
Mills, Leonard, "Can stock prices reliably predict recessions?", Federal
Reserve Bank of Philadelphia, Business Review, setembro/outubro de
1988, pp.3-14
Neftci, Salih N., "Optimal prediction of cyclical downturns", Journal of
Economic Dynamics and Control, vol.4, novembro de1982, pp. 225-241
Niemira, M., "An international application of Neftci's probability approach
for signaling growth recessions and recoveries using turning point
indicators", em Kajal Lahiri e Geoffrey H. Moore (eds), op.cit.,
pp.91-108
Indicadores antecedentes – Turismo 2006
SILCON Estudos Econômicos www.silcon.ecn.br
75
OECD, "OECD leading indicators and business cycles in member countries
1960-1985", Sources and Methods, vol.39, 1987, Paris
Palash, C. J. & L.J. Radecki, "Using monetary and financial variables to
predict cyclical downturns", New York Federal Reserve Bank,
Quarterly Review, 1985, pp.36-45
Pearce, Douglas K., "Stock prices and the economy", Federal Reserve Bank
of Kansas City, Economic Review, novembro de 1983, pp.7-22
Petersen, Bruce & Steven Strongin, “Why are some industries more cyclical
than others?”, Journal of Business & Economics Statistics, vol.14, no.2,
abril de 1996, pp.189-198
Remolona, Eli M., "Global stock markets and links in real output", Federal
Reserve Bank of New York, Research Paper no. 9109, março de 1991
Rosselo-Nadal, J., “Forecasting turning points in international visitor
arrivals in the Balearic Islands”, Tourism Economics, Vol.7, no.4,
dezembro de 2001, pp.365-380.
Santos, Luis Delfim e Margarida Macedo, “A leading indicator for the
foreign tourism demand in Portugal”, trabalho apresentado em Fourth
International Forum on Tourism Statistics, Copenhagen, 17-19 June
1998.
Schwert, G.William, "Stock returns and real activity : a century of evidence",
Journal of Finance, vol.45, setembro de 1990, pp.1237-1257
Stock, James H. & Mark W. Watson, "A probability model of the coincident
economic indicators", em K.Lahiri & G.H. Moore (eds.), Leading
economic indicators : new approaches and forecasting records,
(Cambridge, Cambridge University Press, 1991)
Stock, James H. & Mark W. Watson, “A procedure for predicting recessions
with leading indicators”, Econometric Issues and Recent Performance,
Federal Reserve Bank of Chicago, Working Paper 92-7, 1992
Temin, Peter, “The causes of american business cycles: an essay in
economic historiography", em Jeffrey Fuhrer & Scott Schuh (eds.),
Beyond shocks : what causes business cycles?, Federal Reserve bank
of Boston, 1998
Vasko, T.; R. Ayres & L.Fontvieille (eds), Life cycles and long waves,
(Berlin, Springer-Verlag, 1990), Lecture notes in economics and
mathematical systems no. 340
Westlund, Anders H. & S. Ohlen, "On testing for symmetry in business
cycles", Empirical Economics, vol.16, abril de 1991, pp.479-502
Zarnowitz, Victor, Business cycles : theory, history, indicators and
forecasting, (Chicago, University of Chicago Press, 1991)
Zarnowitz, Victor & P. Braun, “Major macroeconomic variables and leading
indicators: some estimates of their interrelations 1886-1982”, Working
Paper 2812, NBER, 1992
Turismo SILCON
Indicadores antecedentes – Turismo 2006
SILCON Estudos Econômicos www.silcon.ecn.br
76
COLABORADORES:
capa modelo uerg.indd 4
REALIZAÇÃO:
12.12.06 19:23:30