Fatores macroeconômicos, indicadores industriais e o spread bancário no Brasil
| Autor | Carlos Alberto Durigan Junior, André Taue Saito, Daniel Reed Bergmann, Nuno Manoel Martins Dias Fouto |
| Páginas | 26-41 |
Carlos Alberto Durigan Junior • André Taue Saito • Daniel Reed Bergmann • Nuno Manoel Martins Dias Fouto
R C A
Esta obra está sob uma Licença Creative Commons Atribuição-Uso.
2
RESUMO
O objetivo deste trabalho é Identicar os fatores macroe-
conômicos e os indicadores industriais que inuenciaram
ospreadbancário brasileiro no período de Março de 2011 a
Março de 2015. É considerada a subclassicação de alguns
segmentos de atividade industrial. Foram utilizados dados
mensais de séries temporais em modelos de regressão linear
multivariada com uso do Eviews (7.0), dezoito variáveis foram
consideradas como possíveis determinantes.. Inuenciam
positivamente; a inadimplência, os IPIs (Índices de Produção
Industrial) de bens de capital, bens intermediários, bens de
consumo duráveis, bens semiduráveis e não duráveis, a Selic,
o PIB, a taxa de desemprego e o EMBI+. Determinam negati-
vamente; os IPIs bens de consumo e geral, IPCA, o saldo da
carteira de crédito e o índice de vendas no varejo. Foi conside-
rado p-valor de 05%.. A conclusão principal é que o progresso
da indústria, da geração de empregos e do consumo podem
reduzir ospread.
Palavras-chave: Crédito. Spread bancário. Macroeconomia.
Indicadores de Produção industrial (IPIs). Finanças.
ABSTRACT
The main objective of this paper is to Identify which macroe-
conomic factors and industrial indexes inuenced the total
Brazilian banking spread between March 2011 and March 2015.
This paper considers subclassication of industrial activities in
Brazil. Monthly time series data were used in multivariate linear
regression models using Eviews (7.0). Eighteen variables were
considered as candidates to be determinants. Variables which
positively inuenced bank spread are; Default, IPIs (Industrial
Production Indexes) for capital goods, intermediate goods, du-
rable consumer goods, semi-durable and non-durable goods,
the Selic, GDP, unemployment rate and EMBI +. Variables which
inuence negatively are; Consumer and general consumer
goods IPIs, IPCA, the balance of the loan portfolio and the
retail sales index. A p-value of 05% was considered. The main
conclusion of this work is that the progress of industry, job
creation and consumption can reduce bank spread.
Keywords: Credit. Bank spread. Macroeconomics. Industrial
Production Indexes. Finance.
FATORES MACROECONÔMICOS, INDICADORES
INDUSTRIAIS E O SPREAD BANCÁRIO NO BRASIL
Macroeconomic Factors, Industrial Indexes and Bank Spread in Brazil
Carlos Alberto Durigan Junior
Mestre em Administração pela Faculdade de Economia
Administração e Contabilidade (FEA) da Universidade de São Paulo
(USP). São Paulo, SP. Brasil. e-mail: durigancarlos@gmail.com
André Taue Saito
Doutor em Adm. pela Fac. de Econ. Adm. e Contab. (FEA) da Univ. de
São Paulo (USP). Prof. Adjunto de Finanças na Escola Paulista de Econ.,
Política e Negócios (EPPEN) da Univ. Fed. de São Paulo (UNIFESP). São
Paulo, SP. Brasil. e-mail: andretauesaito@gmail.com
Daniel Reed Bergmann
Doutor em Adm. pela Fac. de Econ. Adm. e Contab. (FEA) da Univ. de
São Paulo (USP). Prof. do Dep. de Adm. da Faculdade de Econ., Adm. e
Contab. (FEA) da Univ. de São Paulo (USP). São Paulo, SP. Brasil.
e-mail: danielrb@usp.br
Nuno Manoel Martins Dias Fouto
Doutor em Adm. pela Fac. de Econ. Adm. e Contab. (FEA) da Univ. de
São Paulo (USP). Prof. do Dep. de Adm. da Faculdade de Econ., Adm. e
Contab. (FEA) da Univ. de São Paulo (USP). São Paulo, SP. Brasil.
e-mail: nfouto@usp.br
DOI: http://dx.doi.org/10.5007/2175-8077.2018 V20n51p26
Recebido em: 22/05/2017
Revisado em: 20/07/2018
Aceito em: 04/06/2018
Fatores Macroeconômicos, Indicadores Industriais e o Spread Bancário no Brasil
Revista de Ciências da Administração • v. 20, n. 51, p. 26-41, Novembro. 2018 27
R C A
1 INTRODUÇÃO
O spread bancário representa a diferença entre
as taxas de juros das operações de crédito (taxas de
aplicação) e as taxas de captação (BACEN, 2015).
O Brasil é apontado como um dos detentores dos
maiores spre ads quando comparado com muitos
outros países (JORGENSEN; APOSTOLOU, 2013). O
spread bancário é internacionalmente utilizado como
indicador de eciência do custo de intermediação
nanceira (WORLD BANK; IMF, 2005).
Considerando-se a relação do spread com o
desenvolvimento econômico, as possíveis interfaces
entre a atividade industrial e o consumo, a realização
deste trabalho emerge da necessidade de identicar
se existe inuência de fatores macroeconômicos e da
atividade produtiva das indústrias brasileiras (esta
última medida pelos Indicadores de Produção Indus-
triais IPIs) sobre o spread bancário. Esta relação afeta
o nanciamento e a competitividade da indústria
brasileira. Neste contexto, o objetivo principal deste
estudo consiste em identicar se o spread bancário
brasileiro foi inuenciado por estes fatores no período
de março de 2011 a março de 2015.
O presente trabalho contribui para a litera-
tura, diferenciando-se das demais produções, por
explorar a relação da indústria considerando-se a
subclassicação industrial (para alguns setores de
atividade) e do volume de vendas no varejo (indica-
dor de consumo) com o spread bancário no Brasil.
Os indicadores das indústrias estão relacionados ao
desempenho geral da economia nacional, a demanda
por seus diferentes produtos, a demanda por crédito e
a expectativas de consumo. Segundo Souza e Coelho
(2008) a produção industrial afeta o spread bancário,
considerando-se que a volatilidade da Selic afeta o
nível de produção real e um baixo crescimento pode
elevar a inadimplência dos empréstimos (SOUZA;
COELHO, 2008).
Considerando esta constatação na literatura,
encontramos subsídios para testar a hipótese central
do presente trabalho, ou seja, se fatores macroe-
conômicos e a produção das indústrias afetam o
spread bancário no Brasil. . Foram utilizados dados
do Banco Central do Brasil e o EMBI+ (JP Morgan)
como proxy para o risco país. A metodologia emprega
a regressão linear multivariada com uso do programa
Eviews (versão 7.0) e aplica o método Box-Jenkins
para testes e análises de possível autocorrelação
existente nos resíduos.
O spread analisado refere-se ao spread total das
operações de recursos livres e recursos direcionados
(pessoas física e jurídica) do tipo ex-ante. Modelos
de regressão foram previamente considerados na
literatura para estudos sobre spread bancário e seus
possíveis determinantes (DEMIRGUÇ-KUNT;
HUIZINGA, 1999).
Ao todo foram utilizadas dezoito variáveis, são
elas; IPCA, IGPM, IPI geral, IPI máquinas agríco-
las, IPI extrativa-mineral, Inadimplência total, IPI
indústria da transformação, IPI bens de capital, IPI
bens intermediários, IPI bens de consumo, IPI bens
de consumo duráveis, IPI bens semiduráveis e não
duráveis, Selic, PIB, saldo da carteira de crédito total
para recursos livres, índice do volume de vendas no
varejo total Brasil, taxa de desemprego (região me-
tropolitana) e o EMBI+ (JP Morgan) como variável
proxy para o risco país.
Os resultados indicam que cinco variáveis de-
terminam negativamente, ou seja, há um mecanismo
estatístico que ao ocorrer maior expressão destas
variáveis, há redução do spread bancário em contexto
econômico, são elas; IPCA, o IPI bens de consumo, o
IPI geral, o saldo da carteira de crédito total para re-
cursos livres e o índice de volume de vendas no varejo.
Nove o determinam positivamente, ou seja,
há um mecanismo estatístico que ao ocorrer maior
expressão destas variáveis, há aumento do spread
bancário em contexto econômico, são elas; a ina-
dimplência total, o IPI para bens de capital, IPI bens
intermediários, IPI bens de consumo duráveis, IPI
bens semiduráveis e não duráveis, a Selic, o PIB, a taxa
de desemprego região metropolitana e o EMBI+. Ao
decorrer deste trabalho, os mecanismos serão melhor
detalhados e ilustrados.
Foi considerado p-valor de 05% para as variá-
veis, conforme padrão adotado pela literatura. Foram
construídos quatro modelos, os dois primeiros con-
siderando variáveis macroeconômicas e os diferentes
indicadores industriais. O segundo modelo, porém,
sem o IPGM e com a defasagem da inação (IPCA)
até o terceiro período. O terceiro modelo considera
variáveis macroeconômicas, incluindo o PIB. No
quarto modelo, além das variáveis macroeconômicas,
Para continuar a ler
PEÇA SUA AVALIAÇÃO
COPYRIGHT Universidade Federal de Santa Catarina
