Com a adoção do regime de câmbio flutuante e de meta de inflação, tornou-se fundamental a análise do impacto que uma flutuação cambial exerce sobre a inflação, esse efeito é denominado de passthrough.
Goldfajn e Werlang (1999) estudam o efeito do câmbio sobre a inflação em 71 países durante o período de 1980 a 1998. No modelo utilizam como variáveis: hiato do produto, o nível inicial da inflação, desvio da taxa de câmbio real e a abertura comercial (soma das exportações mais importações dividido pelo PIB). Concluíram que o coeficiente de passthrough foi menor nos países membros da OECD do que nos países não membros da OECD. Para uma inflação acumulada de seis meses, observou que uma depreciação de 10% do câmbio tinha um passthrough de 1.13% para os países membros da OECD e 4.71% para os países não membros da OECD, evidenciando o maior repasse cambial para os países emergentes do que para os países desenvolvidos.
Nessa seção analisaremos o efeito do câmbio sobre a inflação brasileira de 1999 até os dias de hoje. Para isso, estimaremos duas Curvas de Phillips para analisar o efeito do câmbio sobre a inflação, uma das estimações tem como variável dependente a inflação de bens livres enquanto que a outra tem como variável dependente a inflação de bens comercializáveis. Em ambas as estimações, as variáveis explicativas são o hiato do produto estimado pelo filtro HP, a expectativa de inflação dos agentes privados, o câmbio (R$/USD) e o PPI dos EUA (considerado como proxy para a inflação importada). As variáveis estão em variação trimestral e são estacionárias.
Como podem ser observado nas tabelas 9 e 10, todas as variáveis são significativas a um nível de significância de 10%. Em ambas estimações, observa-se um elevado grau de persistência inflacionária. Um aumento de 1% na inflação de tradables ou da inflação dos bens livres com uma defasagem, aumenta a inflação de tradables e a inflação dos bens livres em 0.45% e 0.46% respectivamente. Enquanto que um aumento do hiato do produto de 1% provoca um aumento da inflação dos bens livres em 0.18% como pode ser visto na estimação da tabela 9 e um aumento da inflação dos tradables em 0.24% como pode ser visto na tabela 10. Destacam-se a importância da expectativa de inflação em ambas as estimações. Um aumento da expectativa de inflação contemporânea de 1% gera um aumento dos preços dos bens livres de 0.48% e de
0.45% na inflação de tradables. O passthrough encontrado em ambas as estimações foi baixo. Considerando o modelo com a variável dependente a inflação de bens livres, o passthrough foi de apenas 0.05% enquanto que no modelo considerando a variável dependente a inflação dos tradables foi de 0.08%, ou seja, uma desvalorização do câmbio ou um aumento do preço do produtor nos EUA no período anterior, tem um impacto sobre a inflação de 0.05% na primeira estimação e de 0.08% na segunda estimação.
Tabela 9 – Modelo de Curva de Phillips trimestral – IPCA Livres
Dependent Variable: IPCA_LIVRES Method: Two-Stage Least Squares Date: 03/28/10 Time: 16:45 Sample (adjusted): 2000Q2 2009Q2 Included observations: 37 after adjustments
IPCA_LIVRES=C(2)*IPCA_LIVRES(-1)+C(4)*HP+(1-C(2)-C(3)) *EXP_TRI+C(3)*(CAMBIO(-1)+PPI_EUA(-1))
Instrument list: IPCA_LIVRES(- 1) HP (CAMBIO(-1)+PPI_EUA(-1))
Coefficient Std. Error t-Statistic Prob.
C(2) 0.4567 0.1217 3.7525 0.0007
C(4) 0.1886 0.0759 2.4869 0.0180
C(3) 0.0545 0.0105 5.2144 0.0000
R-squared 0.6833691 Mean dependent var 0.015303 Adjusted R-squared 0.6647438 S.D. dependent var 0.010444 S.E. of regression 0.0060474 Sum squared resid 0.001243 Durbin-Watson stat 1.9038361
Tabela 10 – Modelo de Curva de Phillips trimestral – IPCA de Bens Comercializáveis
Dependent Variable: IPCA_TRADABLES Method: Two-Stage Least Squares Date: 03/28/10 Time: 16:51 Sample (adjusted): 2000Q2 2009Q2 Included observations: 37 after adjustments
IPCA_TRADABLES=C(2)*IPCA_TRADABLES(-1)+C(5)*HP+(1-C(2) -C(3))*EXP_TRI+C(3)*(CAMBIO(-1)+PPI_EUA(-1))
Instrument list: IPCA_TRADABLES(-1) HP (CAMBIO(-1)+PPI_EUA(-1))
Coefficient Std. Error t-Statistic Prob.
C(2) 0.462749 0.1245 3.7154 0.0007
C(5) 0.241927 0.1239 1.9527 0.0591
C(3) 0.086481 0.0169 5.1031 0.0000
R-squared 0.631063 Mean dependent var 0.015411
Adjusted R-squared 0.609361 S.D. dependent var 0.01572 S.E. of regression 0.009825 Sum squared resid 0.003282 Durbin-Watson stat 2.089182
Gráfico 13 – Evolução do Repasse Cambial
Passthrough 0.080% 0.085% 0.090% 0.095% 0.100% 0.105% o u t/ 0 1 ja n /0 2 a b r/ 0 2 ju l/0 2 o u t/ 0 2 ja n /0 3 a b r/ 0 3 ju l/0 3 o u t/ 0 3 ja n /0 4 a b r/ 0 4 ju l/0 4 o u t/ 0 4 ja n /0 5 a b r/ 0 5 ju l/0 5 o u t/ 0 5 ja n /0 6 a b r/ 0 6 ju l/0 6 o u t/ 0 6 ja n /0 7 a b r/ 0 7 ju l/0 7 o u t/ 0 7 ja n /0 8 a b r/ 0 8 ju l/0 8 o u t/ 0 8 ja n /0 9 a b r/ 0 9 0.050% 0.052% 0.054% 0.056% 0.058% 0.060% 0.062% 0.064% 0.066% IPCA_tradables IPCA_livres (rhs)
Através do método de Rolling Regression do programa E-Views, obtivemos a evolução do coeficiente de repasse cambial ao longo do período em ambas as estimações. Observa-se no gráfico 13 que a evolução do coeficiente de repasse cambial é parecido entre as duas estimações só se diferenciando com relação ao nível. Em ambas estimações o repasse cambial tem desacelerado ao longo do período. A forte
desaceleração do coeficiente de repasse cambial no terceiro trimestre de 2007 reflete a acentuada valorização do real. Com o agravamento da crise em setembro de 2008, observou-se uma substancial desvalorização do real, no entanto, o nível do repasse cambial permaneceu no patamar baixo.
Bolle (2009) identifica duas explicações que explicam o fato de a desvalorização cambial em setembro de 2008 não ter provocado uma contaminação inflacionária. Menciona que por um lado é possível que o grau de repasse cambial tenha diminuído substancialmente nos últimos anos como resultado da melhoria do ambiente macroeconômico brasileiro sobretudo do sucesso do regime de metas de inflação. A segunda explicação para a ausência do contágio inflacionário é que a virulência do choque externo e suas repercussões sobre as cotações das matérias primas e a atividade doméstica impediram a manifestação de pressões do câmbio sobre os preços nesse período.
Minella et all (2006) identificam a presença de não linearidades do mecanismo de passthrough utilizando um modelo de Curva de Phillips com as seguintes variáveis: hiato do produto, variação da taxa de câmbio, expectativa de inflação, inflação externa e inflação. Estudaram para o período de 1995 a 2004 o efeito do repasse cambial brasileiro relacionado a três variáveis: (i) hiato do produto, (ii) mudanças na taxa de câmbio nominal e (iii) volatilidade do câmbio. Concluíram que o repasse cambial é maior quando a economia está crescendo rapidamente, quando o câmbio deprecia acima de um certo limite e quando a volatilidade do câmbio é baixa.
No modelo de Curva de Phillips da tabela 11, procuramos identificar se há assimetria no repasse cambial relacionada a mudanças na variação da taxa de câmbio, ou seja, se a apreciação ou depreciação geram efeitos assimétricos sobre o nível de preços. Todas as variáveis são estatisticamente significantes para um nível de significância de 10%. Vale observar que o coeficiente da expectativa de inflação é de 0.36% enquanto que o coeficiente da inflação com uma defasagem é de 0.45%. Observa-se no modelo que o efeito de uma apreciação/ depreciação sobre a inflação é assimétrico. A depreciação do câmbio de 1% provoca um aumento da inflação dos bens comercializáveis na magnitude de 0.05% enquanto que uma apreciação do câmbio de 1% provoca uma queda da inflação dos bens comercializáveis de 0.12%. Resumindo, o efeito de uma apreciação é muito maior do que o efeito de uma depreciação sobre o nível de preços. Uma
explicação plausível para isso estaria relacionado a uma apreciação cambial combinada com uma maior estabilidade econômica no período estimado.
Tabela 11 – Modelo de Curva de Phillips trimestral – estudo de assimetria do repasse cambial
Dependent Variable: IPCA_TRADABLES Method: Two-Stage Least Squares Date: 03/28/10 Time: 18:28 Sample (adjusted): 2000Q2 2009Q1 Included observations: 36 after adjustments
IPCA_TRADABLES=C(2)*IPCA_TRADABLES(-1)+C(5)*HP+(1-C(2) -C(3)-C(4))*EXP_TRI+C(3)*(CAMBIO(-1)+PPI_EUA(-1)) *D_POSITIVA+C(4)*(CAMBIO(-1)+PPI_EUA(-1))*D_NEGATIVA Instrument list: IPCA_TRADABLES(-1) HP (CAMBIO(-1)+PPI_EUA( -1))*D_POSITIVA C(4)*(CAMBIO(-1)+PPI_EUA(-1))
*D_NEGATIVA
Coefficient Std. Error t-Statistic Prob.
C(2) 0.4559 0.1220 3.7366 0.0007
C(5) 0.2572 0.1239 2.0751 0.0461
C(3) 0.0518 0.0224 2.3182 0.0270
C(4) 0.1230 0.0236 5.2073 0.0000
R-squared 0.676697 Mean dependent var 0.01545
Adjusted R-squared 0.646388 S.D. dependent var 0.015941 S.E. of regression 0.009479 Sum squared resid 0.002875 Durbin-Watson stat 2.152935