Effects of policy uncertainty economics on the Brazilian economy: Evidence from the FAVAR/ Efeitos da incerteza da politica economica sobre a economia brasileira: Evidencias a partir do FAVAR.
| Autor | Nascimento Silva, Pierre Hitalo |
-
Introducao
A incerteza e uma variavel nao observavel e, conforme observou Knight (1921), trabalhar com incerteza esta relacionado ao fato de que nao se tera uma distribuicao de probabilidade que permita observar e modelar seu comportamento. Isto torna-se um problema para mensura-la de maneira usual. Para contornar isso, emprega-se a metrica de text regression, que possibilita estimar o sentimento textual de documentos atraves do auxilio de um dicionario ou tecnica de machine learning.
O dicionario, devido a sua capacidade de polarizar os termos, permite captar o tom presente na escrita, bem como a tecnica de machine learning. Ambas metricas, em sua maioria, envolvem a conversao do texto analisado em um vector space model por meio do uso de matrizes. (1) A eficiencia do dicionario em polarizar as palavras depende do contexto em que e aplicado. Por exemplo, utilizar um dicionario voltado para o mercado financeiro em textos informais e com girias resultara em um resultado ineficiente. Kearney e Liu (2014) indicam que existem muitas fontes de informacoes disponiveis para serem "coletadas", como documentos, reportagens, blogs, discursos publicos, entre outros. Portanto, e essencial utilizar um dicionario especifico para o tipo de texto que esta sendo analisado.
A incerteza da politica economica tem como precursores Baker et al. (2016), que construiram um indice capaz de captar este sentimento a partir de jornais, com base na frequencia de palavras associadas a tres categorias: incerteza, politica e economia. Em seu trabalho, os autores encontraram evidencias solidas de que a incerteza da politica economica possui capacidade de afetar variaveis macroeconomicas. A comunicacao do Banco Central, por sua vez, surge como uma fonte de pesquisa promissora e a transparencia desta comunicacao e vista como fundamental para controlar as expectativas dos agentes economicos, principalmente no ambito da incerteza. Por meio da analise de sentimento textual em dados nao estruturados e possivel derivar diversas hipoteses e comparar os seus resultados.
A influencia da comunicacao do Banco Central do Brasil sobre as expectativas de inflacao e observada por Montes e Nicolay (2015). Os autores utilizam as atas do Copom para identificar indicios de que os especialistas ao "tom" empregado no texto, comprovando a eficacia do instrumento de comunicacao utilizado pelo Banco Central do Brasil. Alem disso, destaca-se uma serie de estudos empiricos sobre a comunicacao dos Bancos Centrais, como Apel e Grimaldi (2012), Bholat et al. (2015), Bruno (2016), Bruno (2017), Grignani e Fontana (2018), Rybinski (2018). No campo de analise baseado em documentos envolvendo Autoridades Monetarias, Hansen e McMahon (2016) exploram como as informacoes divulgadas pelo Federal Open Market Committe tem efeitos sobre as variaveis reais e de mercado.
A discussao abordada neste trabalho se baseia em Baker et al. (2016), e e amplamente apoiada por uma crescente literatura internacional que investiga os efeitos da incerteza sobre a atividade economica. No entanto, ao buscar estudos especificos sobre essa tematica no Brasil, a literatura ainda e escassa, sendo encontrados apenas os ensaios de Costa Filho (2014) e Barboza e Zilberman (2018). Ferreira et al. (2017) apresenta uma discussao semelhante, mas seu foco esta apenas na mensuracao da incerteza, e a analise dos impactos sobre as variaveis macroeconomicas se limitou a um simples exercicio.
A metodologia empirica amplamente utilizada nesse campo de estudo tem sido a dos Modelos de Vetores Autorregressivos (VAR). No que diz respeito aos estudos realizados no Brasil, ate o momento nao foram identificadas analises de incerteza que considerem outro modelo alem do VAR. Contudo, uma das principais criticas em relacao a metodologia VAR esta relacionada ao fato de que ela representa a realidade com um numero limitado de variaveis (2) Por consequencia, a resposta ao impulso e observada apenas pelas variaveis incluidas e isto pode resultar na omissao de alguma variavel importante e consequentemente comprometer a analise dos resultados. Outro problema que merece destaque e a inclusao de variaveis, se optarmos por elevar o numero de variaveis incluidas no modelo, torna-se impossivel identificar o modelo de forma correta devido ao aumento da dificuldade.
Como forma de corrigir essas limitacoes, Bernanke et al. (2005) introduzem o Factor Augmented Vector Autoregressive (FAVAR), trata-se de um modelo VAR com fatores aumentado. O Modelo FAVAR combina a analise VAR estrutural com analise fatorial para um grande conjunto de variaveis, desse modo, e possivel empregar um conjunto maior de variaveis economicas para representar a economia de forma mais acurada, sem sofrer com o problema de identificacao do modelo. Alem disso, o FAVAR possibilita estimativas mais robustas e conclusivas.
Em muitos casos, o FAVAR e utilizado para examinar a transmissao da politica monetaria na economia, analisando como a evolucao da inflacao e da taxa de desemprego sao afetadas por choques. Essa abordagem foi destacada por Bork (2009) e Rosoiu (2015). Ao analisar o papel da politica monetaria durante a Grande Depressao utilizando a abordagem do FAVAR, Ahmadi e Ritschl (2009) encontram evidencias de que as respostas das variaveis a choques sao amplificadas. Lombardi et al. (2012) demonstraram como o preco das commodities nao energeticas e afetado pela taxa de cambio e pela atividade economica. Scheffel (2012) identificou que a incerteza politica exerce uma influencia nao-trivial sobre a economia dos Estados Unidos e que os agentes buscam refugio em ativos seguros apos um choque inesperado de incerteza.
No estudo de Ellis et al. (2014), que investiga a evolucao da transmissao da politica monetaria e dos choques de demanda no Reino Unido, e utilizado um modelo FAVAR com variaveis no tempo. Os autores encontraram evidencias de que houve uma mudanca significativa no impacto sobre determinadas variaveis ao longo do periodo amostral. Dentro da literatura empirica nacional, Figueiredo e Guillen (2013) examinaram o poder preditivo dos modelos e encontraram indicios de que, a medida que o horizonte de previsao aumenta, o desempenho do FAVAR supera os modelos de referencia AR. Em outro estudo, Parravicini (2019) demonstra os beneficios de uma combinacao entre o modelo FAVAR e o Deep Learning. (3)
O proposito deste artigo e investigar os efeitos causados pelo impacto de um choque de incerteza da politica economica em um conjunto de variaveis macroeconomicas. Para medir a incerteza, utilizamos o Indice de Incerteza da Politica Economica (IIPE), que foi construido previamente a partir das atas das reunioes do Comite de Politica Monetaria (Copom). Nosso objetivo e contribuir para a literatura em desenvolvimento no pais, especificamente em relacao a analise de sentimento textual e incerteza. Optamos por aplicar o modelo FAVAR em vez do modelo VAR, que e amplamente utilizado em muitos trabalhos nessa area. Essa escolha se deve principalmente ao problema de informacao limitada causado pelos modelos VAR. Portanto, o modelo FAVAR nos permite ter uma representacao mais detalhada da economia brasileira.
Os resultados obtidos neste artigo mostram que a comunicacao do Banco Central tem a capacidade de afetar as variaveis macroeconomicas, especialmente aquelas mais sensiveis as noticias financeiras e ao cenario economico atual. Em resposta a um choque inesperado de incerteza na politica economica, os agentes economicos adotam um comportamento cauteloso, vendendo ativos volateis e buscando ativos mais seguros. Alem disso, eles tendem a retirar recursos do pais que enfrenta um aumento da incerteza, com o objetivo de minimizar os riscos de perdas decorrentes de um possivel cenario de insolvencia, refletido pelo aumento do Risco-Pais. E importante notar que o efeito do choque de incerteza se dissipa rapidamente, o que era esperado devido a sua natureza sensivel. Em geral, o impacto sobre as variaveis observadas teve uma duracao media de 2 trimestres, com excecao da variavel IPCA, que foi impactada ao longo de todo o horizonte observado.
O presente artigo se estrutura da seguinte forma: Na primeira secao e feita uma introducao ao debate sobre incerteza, discutindo os impactos de um choque inesperado na economia, bem como uma revisao da literatura existente. Na segunda secao, sao discutidas tanto a motivacao por meio de uma revisao de literatura quanto a aplicacao do algoritmo de Bry e Boschan (1971). A terceira secao detalha o modelo empirico utilizado, apresentando-o forma minuciosa. Alem disso, sao revisados os dados utilizados e fornecidas informacoes sobre as variaveis selecionadas. Na quarta secao, sao apresentados e discutidos os resultados obtidos a partir dos choques de incerteza da politica economica analisados. Na quinta secao e realizado um exercicio de robustez. A ultima secao abrange as consideracoes finais sobre a hipotese central deste trabalho.
-
Motivacao
E importante ressaltar que, em ambientes de incerteza, os agentes economicos tendem a reduzir o consumo, postergar decisoes de investimento (4) e/ou evitar a alocacao de recursos em paises que passam por periodos de pouca previsibilidade economica. Na ultima decada, o numero de estudos direcionados para a analise da incerteza e suas consequencias tem crescido de forma significativa na literatura empirica. No trabalho de Al-Thaqeb e Algharabali (2019) e possivel encontrar uma vasta revisao da literatura direcionada para o impacto da incerteza da politica economica em corporacoes e economias em todo o mundo. A maior parte dos achados empiricos associam os choques de incerteza aos efeitos contracionistas descritos anteriormente.
Do ponto de vista do impacto economico, muitos estudos se concentram na relacao entre inflacao e incerteza. Jones e Olson (2013) e Leduc e Liu (2016) que encontram tanto correlacao positiva quanto negativa entre essas variaveis. Por outro lado, Istrefi e Piloiu (2014)...
Para continuar a ler
PEÇA SUA AVALIAÇÃOCOPYRIGHT GALE, Cengage Learning. All rights reserved.
