Hooley Broderick ve Möller’in Konumlandırma Stratejileri

Neste capítulo, abordamos as análises que nos ajudaram a en- tender o relacionamento entre a dívida pública e o crescimento econômico no Brasil.

Mais especificamente, as principais questões que tentamos res- ponder foram:

• a dívida pública brasileira teve influência sobre o crescimento econômico?

• em quais momentos isso ocorreu?

• qual a forma e qual a medida desta influência?

• a forma e a medida dessa influência mudaram ao longo do tempo?

• na presença de quais fatores ocorre essa mudança?

• o que podemos dizer sobre a endogeneidade entre dívida pública e crescimento econômico, ou seja, sobre a hipótese de que o crescimento econômico e dívida pública tenham se afetado mutuamente?

O capítulo anterior, que trata da história da dívida pública bra- sileira, serviu de pano de fundo para a abordagem dessas questões, na tentativa de se entender como se deu a evolução do endivida-

mento público no Brasil. Ao longo daquele capítulo, também foram descritas algumas associações, com base na historiografia domi- nante, sobre a influência que a dívida pública teve sobre a atividade econômica ao longo do tempo.

Essas questões sobre as interações entre dívida pública e cres- cimento econômico, entretanto, foram abordadas com maior in- sistência neste Capítulo 3, com base nas estatísticas coletadas e nas séries de dados construídas. Os detalhes sobre as séries estatísticas e sua construção estão descritos nos Anexos, ao final deste estudo.

Os métodos usados foram, essencialmente, análises quantitati- vas e testes econométricos. Os resultados desses testes encontram-se na seção 2 a seguir. Esta seção provavelmente será bastante árida para o leitor menos familiarizado com os testes econométricos e esta- tísticos, de forma que, caso deseje, poderá seguir a leitura a partir da interpretação dos resultados, na seção final deste capítulo (p.203).

A seguir, descrevemos os principais fundamentos da metodolo- gia usada nesta parte da análise.

Causalidade entre dívida pública e crescimento econômico

A abordagem inicial de nossa investigação sobre a causalidade entre dívida pública e crescimento econômico no Brasil foi baseada em testes econométricos, assim denominados, testes de Granger.1

O sentido do termo causalidade não é totalmente refletido pelos testes de Granger, que é bastante mais restrito. A causalidade,

strictu senso, implica a motivação de variações em um fenômeno determinadas a partir de perturbações em um outro fenômeno es- pecífico, direta ou indiretamente. Se “A” causa “B”, então, ao va- riarmos “A” esperamos variações em “B”. Os testes de causalidade de Granger, entretanto, não captam essa determinação, mas sim a precedência de variações de um fenômeno em relação a outro.2 1 A referência inicial dessa metodologia é descrita em Granger (1969).

2 Sobre uma discussão mais própria sobre o conceito de causalidade, ver Zellner (1979, p.1-54).

Isto é, se for identificada “causalidade pelo método de Granger”, sabemos que, após variações em “A”, haverá variações em “B”, o que não necessariamente implica que as variações de “A” é que causaram as variações em “B”.

O reforço da nossa interpretação de causalidade dá-se, entretan- to, pela consideração da teoria econômica nos testes, em ocasiões em que faria todo o sentido esperar que de fato as oscilações de “A” estejam causando variações em “B”. Dessa forma, as análises de testes econométricos aliados à teoria econômica permitem-nos avaliar a causalidade em um sentido mais profundo.

Método de teste de causalidade

A base dos testes de Granger está descrita em Granger (1969, p.424-39), e consiste, essencialmente, em testar, para a regressão: (i) xt= c1 + a1 · xt–1 + a2 · xt–2 + ... + ap · xt–p + b1 · yt–1 + b2 · yt–2 + ... + bp · yt–p + ut

a hipótese:

H₀ : b₁ = b₂ = ... = b_p = 0.

A hipótese nula é testada com um teste de Wald. A rejeição da hipótese de que os coeficientes b_i são nulos (digamos, ao nível de significância de 5%) indicaria que os valores passados de y têm poder explicativo sobre os valores presentes/futuros de x. Nesse sentido, interpretamos que y causa x no sentido de Granger.3 _O

número inicial de defasagens temporais, aqui representado por “p”, é, em certa medida, escolhido, sendo definido com base em testes de Granger consecutivos e na comparação de seus resultados. A escolha da defasagem da causalidade no sentido de Granger pode ser feita, por exemplo, com base nos indicadores de AIC e BIC (critérios de Akaike e Schwarz, respectivamente).

O sentido inverso da causalidade no sentido de Granger tam- bém é testado, invertendo-se as variáveis descritas em (i), ou seja,

testamos também se x causa y no sentido de Granger. A indicação de causalidade ficaria melhor identificada se os resultados seguin- tes são obtidos para as séries em estudo: y causa x no sentido de Granger, e, ao mesmo tempo, x não causa y no sentido de Granger.4

Nos testes que realizamos, entendemos que a causalidade no sentido de Granger não é suficiente para indicar de fato a determi- nação de uma variável pela outra, mas a rejeição dela é um indício forte de que não há causalidade, uma vez que faz sentido que, se uma variável causa outra, as variações da primeira devem preceder osci- lações da última. Em outras palavras, se rejeitamos a hipótese de que as oscilações de uma variável x precedem alguma combinação linear das variações de uma variável y, será difícil conceber que x causa y.

Vale ainda comentar que os testes de Granger são precedidos por análises sobre a estacionariedade das séries em questão (no nosso exemplo, x e y) uma vez que a realização de testes de Granger a partir de séries não estacionárias poderia levar a resultados espú- rios, já que são realizados com estimadores de mínimos quadrados ordinários, em séries temporais.

Foi também considerado o uso das variações dos testes de causa- lidade propostas por Sims (1972) e Geweke et al. (1983). Entretan- to, segundo análises comparativas entre os testes, a metodologia de Granger (1969) ainda que mais simples e direta que as demais, na maioria das vezes é mais eficiente no sentido de captar ou rejeitar a causalidade bivariada (Hamilton, 1994, p.305).

Cointegração

Entende-se que duas séries temporais são cointegradas quando cada uma delas é não estacionária, mas alguma combinação linear delas é estacionária. A cointegração resulta em que, ainda que cho- ques causem efeitos permanentes em cada uma das séries, há uma relação estável de longo prazo entre elas (Hamilton, 1994, p.571-2).

Para este estudo, os testes de cointegração foram realizados no intuito de examinar a hipótese de haver uma relação de longo prazo entre dívida pública e crescimento econômico.

Utilizamos duas metodologias distintas para testar a hipótese de cointegração.

O método utilizado inicialmente seguiu as diretrizes de Engel & Granger (1987), consistindo na análise da estacionariedade dos resíduos da regressão linear, por mínimos quadrados ordinários, entre a série de dívida pública e a série do PIB. Nesse sentido, a par- tir da série de resíduos derivada da regressão linear entre as variá- veis, foram feitos os testes ADF (“Augmented Dickey-Fuller”), e a não rejeição da hipótese de estacionariedade dos resíduos indicaria a cointegração entre dívida pública e PIB.

A seguir, foram realizados outros testes de cointegração seguin- do a metodologia atribuída a Johansen (1991), metodologia que também se encontra descrita em Hamilton (1994, p.635-45). Autorregressões vetoriais (VAR)5

Não era objetivo deste estudo encontrar um modelo completo que resumisse, na forma de uma função matemática, o comporta- mento da dívida pública ou do crescimento econômico. Entretanto, entendemos que a realização de modelos econométricos com ou- tras variáveis além de PIB, Desp, DIU e DPMonT nos ajudaria a compreender melhor a interação dessas variáveis. De certa forma, a realização dos testes de Granger é a realização de um modelo para a dívida pública e o PIB com restrições de que nenhuma outra variá- vel influencia a sua interação, o que pode ser uma restrição muito forte já que é natural supor que muitos outros fenômenos contribu- am para a evolução destas variáveis ao longo do tempo.

Assim, concebemos testes de regressões mais completas, sinte- tizadas na forma de modelos de autorregressão vetorial (VAR), com o objetivo de capturar um efeito isolado da dívida pública sobre o PIB, e vice-versa, considerando que outros fenômenos também

influenciem em suas dinâmicas. Nesse sentido, ao permitir que outras variáveis que, hipoteticamente, influenciariam no compor- tamento de dívida pública e PIB fizessem parte desses modelos, a parcela relativa à interação entre dívida pública e PIB propriamente dita ficaria capturada de maneira mais independente, por seus pa- râmetros particulares.

Tentamos explorar, ainda, a propriedade dos modelos VAR de identificar interações entre as próprias variáveis dependentes, representando a endogeneidade entre as variáveis em estudo. No caso de nossos modelos, essa interação poderia indicar efeitos de

feedback entre dívida pública e PIB, isto é, a mútua alimentação de

variações de cada variável a partir de oscilações da outra variável no passado (ver Enders, 1995, p.294-304).

Da mesma forma que para os demais testes em séries temporais, os modelos VAR exigem que as séries tratadas sejam estacionárias. Dessa forma, os testes se aproveitaram das análises de estacionarie- dade que precederam os testes de causalidade no sentido de Granger. Quanto à escolha do número de defasagens, ela também partiu das defasagens observadas como significativas nos modelos restri- tos de causalidade (testes de Granger). Com o objetivo de não se “sobreparametrizar” os modelos, a partir das regressões originais foram excluídas as defasagens não significativas.

Os resultados desses testes apresentam-se adiante, neste capítulo.