Barometro Ceicin
Transcrição
Barometro Ceicin
01 2 ANO 4 2016 PANORAMAS ECONÓMICOS NACIONAL E INTERNACIONAL | PETRÓLEO E RISCO | INFLAÇÃO E RISCO | SONDAGEM DO CONSUMIDOR EDIÇÃO ESPECIAL As previsões do CEICin para o preço do petróleo e os padrões de sua volatilidade 1 NOTA EXPLICATIVA O Centro de Estudos e Investigação - CEICin, sediado no Instituto Superior Politécnico Metropolitano de Angola - IMETRO, coloca à disposição dos leitores uma edição especial do BARÓMETRO de conjuntura económica, um título actualizado com informações, dados de monitoramento e análise crítica dos principais assuntos socioeconómicos de Angola e do mundo. Esta edição, dividida em cinco partes, traz um acumulado dos principais acontecimentos em 2015, bem como uma análise crítica da actual conjuntura económica (nacional e internacional); dois artigos com previsões sobre o preço do barril de petróleo Brent e a do país; e, um texto sobre a sondagem do consumidor de Luanda, um dos principais produtos do CEICin, que completou no último mês de dezembro, um ano e meio de observação. O objectivo do Barómetro é levar ao leitor informações de alta relevância sobre o actual cenário da economia nacional e mundial, com os seus tópicos de destaque selecionados de diversas fontes e estudos desenvolvidos por entidades académicas e de prestígio e credibilidade, de modo a mantê-lo informado sobre a realidade económica vigente no momento de sua publicação. A publicação propõe-se ainda a ser um barómetro técnico e social para o processo de elaboração de políticas económicas e sociais, para além de ser um pilar à disposição de organismos públicos e privados, de gestores e estudiosos, entre outros, para a tomada de decisões de negócios, de investimento, de compra e venda, quer seja no âmbito doméstico ou no âmbito internacional. Nesta edição, oferecemos um panorama sobre o ambiente económico em Angola, com os factores que levaram o nosso país para a actual situação, e quais seriam os possíveis cenários para o futuro próximo da economia internacional. Foi feita também uma abordagem sobre as razões que apontam para a crise que o mundo vivencia nos últimos tempos. O leitor ainda encontrará uma análise sobre a situação actual do preço do barril de petróleo, os efeitos oriundos da quebra de preços na economia mundial, e os rebatimentos no cenário angolano, através de um artigo e as previsões da do país para os próximos meses. Na elaboração da pesquisa da qual resultaram os dados e os relatórios desta edição, para os artigos sobre petróleo e elegemos o método de análise crítica e sistemática de diferentes fontes e bases de dados económicos disponibilizadas pelas agências nacionais e internacionais, com destaque para os principais periódicos especializados em economia, commodities e economia de mercado do País e do Mundo. Para as previsões apresentadas utilizamos o modelo de série temporal SARIMA1, com destaque para as séries históricas disponíveis em órgãos como INE Angola, Knoema, Bloomberg, Index Mundi, FMI, entre outros. Contudo, será importante que o leitor levar em conta de que as estimativas geradas nestes estudos derivam de um modelo estocástico de simulação e, a partir de um futuro que reproduza parcialmente como tal, são mais condições semelhantes às do passado. Nesse caso, alterações conjunturais bruscas podem impor condições bastante adversas ao modelo, suportadas até certo ponto pelas simulações, com o risco de extrapolar seus limites de No entanto, estamos a trabalhar com um horizonte de 4 meses, tempo que, em termos técnicos e metodológicos, pode ser reputado como curto e, por isso mesmo, sob forte do modelo em referência. Certos de que os objectivos propostos foram atendidos, a equipa do CEICin deseja, ao caro leitor, bom proveito dos conteúdos aqui abordados. Esperamos receber os necessários comentários2, observações e críticas quando o futuro desta publicação impor-se como tão necessário para o país como é para nós. Equipa CEICin3. 1 Para maiores informações, acessar www.ceicin.com. 2 Comentários podem ser enviados ao endereço eletrônico: [email protected] 3 Director Geral: Cézar Augusto Lins de Andrade; Director comercial: Zeferino Venâncio; Consultores externos: Jorge Troper, Thiago Nascimento e Ricardo Carvalho; Estagiários: Adriano Domingos, Denise António e Elizandra Chissola; Secretária Executiva: Zola Karina DESTAQUE 04 35 45 PANORAMAS ECONÓMICOS INFLAÇÃO E RISCO 24 SONDAGEM DO CONSUMIDOR PETRÓLEO E RISCO CENTRO DE ESTUDO E INVESTIGAÇÃO CIENTÍFICA CEICIN Av. 21 de Janeiro Travessa de Talatona, s/n, Campus Universitário do Morro Bento II, 1º andar Edifício da Biblioteca Tel: 219-235-401 Fax: 219-235-401 Correio electrónico: [email protected] Barómetro de Conjuntura Trimestral Sondagem Empresarial - Sondagem Consumidor Linhas de Pesquisa: Macroeconomia e Conjuntura Internacional Finanças Públicas e Economia Monetária Economia Regional Mercado de Trabalho e Empregabilidade A instituição Ciências Sociais aplicadas do Instituto Superior Politécnico Metropolitano de Angola (IMETRO), com destacada actuação nas áreas de pesquisa, ensino e consultoria Missão “Produzir, articular e disseminar conhecimento, seja na realização de pesquisas, trabalhos técnicos ou na capacitação de pessoas, para contribuir para o desenvolvimento angolano nos âmbitos económico e social.” Unidade de Conjuntura Económica e Macroeconomia. Equipe Técnica: Cézar Andrade, Jorge Troper, Thiago Nascimento e Zeferino Venâncio Secretária Executiva: Zola Neves |Bolseiros: Adriano Domingos, Denise António e Elizandra Chissola Campus Universitário Imetro, 1º andar, edifício da biblioteca | Correio electrónico: [email protected] | Site: www.ceicin.com Publicado em março de 2016. PANORAMAS ECONÓMICOS Uma visão geral sobre o cenário internacional e angolano. De acordo com os documentos publicados pelo FMI, consultas de 2015 ao abrigo do ARTIGO IV, Angola deverá enfrentar novos e grandes deem 2016. Muito embora reconheça os avanços realizados no combate à pobreza, já que em apenas oito anos o país diminuiu a taxa de pobreza absoluta em 11%, o Fundo Monetário Internacional observa uma série de constrangimentos que deverão ser ultrapassados, para que os objectivos traçados pelo PND - Plano Nacional de Desenvolvimento, se materializem. Sem o desenvolvimento de certas infraestruturas, principalmente aquelas ligadas ao transporte, e sem investimentos no sector energético, Angola terá des acrescidas para a sua matriz económica, que se revela em algo absolutamente fundamental para que se atenue os efeitos da crise do petróleo a médio e longo prazo, pois não se espera recuperação dos seus preços para este ano. Apesar da projeção de 3,4% de crescimento, com destaque para agricultura, a curto prazo, o cenário é dor. Os dados falam por si: • Desaceleração do PIB não petrolífero para 2%; • de 14% num período em que a meta anterior situavase entre 7-9%; de 7%; • • Corte de 14,5% do PIB para bens, serviços, subsídios de combustíveis e investimento público; • Aumento do rácio da dívida pública/PIB em 15 pontos, para 57,4% em 2015; • Deslocamento no mercado cambial entre o mercado paralelo e o em cerca de 65%, na época da divulgação do relatório. Em Janeiro de 2016, período de encerramento deste Barómetro Especial, esta taxa já superava os 100%. Tal cenário foi apresentado, levando-se em conta ainda as seguintes premissas: barril a USD 53; em 1,5%. Além dessas duas premissas funda- (Kwanzas por USD) Fonte: FMI 4 mentais, o FMI espera melhorias na gestão tributária face à diminuição das importações; diminuição da massa salarial do sector público; congelamento nominal. O investimento público subiria para 7,5% do PIB, com planos de externo para evitar atrasos no PIP. Logo, o cenário que foi vivido nos meses de Agosto e Setembro de 2015 foi mais favorável quando comparado ao início de 2016, mês em que o Barril tipo Brent chegou a ser cotado por 27-28 dólares. Esta deterioração das condições externas pressiona, ainda mais, uma das questões não menos importantes apontadas no relatório do FMI, a solidez nacional. do sistema Isto porque os créditos mal parados subiram de 12% para 18% e alguns bancos, segundo o FMI, necessitam de injeção de capital. Obviamente, o nível de crédito para o sector privado está baixo e as concessões estão e devem ainda mais restritivas. Assim, recomenda-se que (Taxa % Homóloga) Fonte: FMI a implementação dos planos de reestruturação e recapitalização dos bancos mais fracos precisa ser acelerada. A quebra de tais bancos problemáticos podem conduzir à falência desordenada de bancos - com potenciais efeitos para o resto do sistema bancário e, obviamente, para a economia angolana. A realização de testes de stress rigorosos foram recomendados mais de uma vez, sugeriu-se, inclusive, a utilização de cenários adversos (por exemplo, 50% de desvalorização e crescimento zero) para detetar antecipadamente bancos potencialmente fracos.* Com todas as restrições que tal quadro impõe ao quadro do país, o FMI ainda relata que os atrasos da SONANGOL ao tesouro estão a prejudicar a própria execução do Orçamento Geral do Estado, facto que possui um peso importantíssimo na já enferma demanda agregada. Contudo, embora os alertas tenham sido feitos, registar-se-á também os avanços reconhecidos pelo organismo internacional. Por um lado, destaque-se que a análise de sustentabilidade da dívida ainda foi positiva. Neste aspeto, as autoridades devem gerir uma maior pressão por conta das menores receitas e a sensibilidade da dívida aos choques oriundos do preço do petróleo, do crescimento do PIB e da desvalorização cambial. Ainda sobre a sustentabilidade da Dívida Pública, preocupa a Equipa do CEICin, por outro lado, a exposição em dólares da mesma. Com o Kwanza a receber pressões crescentes para uma maior desvalorização, a Dívida Pública pode, portanto, sofrer um brutal impacto. Reconhece-se ainda o esforço das autoridades angolanas para retirar Angola da lista cinzenta do GAFI4. “As autoridades realizaram progressos no reforço do quadro de combate ao branqueamento de capitais e ção do FMI: é preciso diminuir a diferença percentual entre as cotações do dólar e no paralelo, isto porque com a restrição ao acesso à moeda americana que as empresas têm enfrentado, algumas já passam a fazer os seus orçamentos e utilizando o dólar paralelo, o que do terrorismo (CBC/FT) do país. Foi adotada uma Lei sobre a Criminalização das Infrações Subjacentes ao Branqueamento de Capitais e criada uma Unidade de Informação Financeira (UIF), admitida como membro do Grupo de Egmont. O Grupo de Ação Financeira (GAFI) avaliará, em breve, a recentemente aprovada Lei do Auxílio Judiciário Mútuo e decidirá se esta lei aborda terior. Isto, em conjunto com a demonstração da implementação efetiva do plano de ação acordado com o GAFI, abrirá o caminho para a retirada de Angola da lista cinzenta do GAFI”. Tal progresso pode ter um relevante impacto a médio prazo, visto que ajudaria a normalizar o do dólar em papel moeda – contribuindo para a diminuição do valor da cotação do câmbio no paralelo. Este é outro ponto central na argumenta- 4 No acto da publicação desta edição, Angola já havia sido retirada da lista cinzenta do GAFI. 5 Fonte: FMI terminará por alimentar ainda mais a no país. Embora o Fundo Monetário Internacional que um início de recuperação é possível em 2017, o caminho até lá apresenta riscos o que inclui também uma descida adicional dos preços do petróleo. Assim, o órgão recomenda que sejam adotados alguns objectivos além de sugerir medidas e políticas: • Para Angola diminuir a sua dependência do petróleo, os técnicos projetam que o crescimento do PIB não petrolífero deveria ser de 7% até 2020; • Angola deve gerir os riscos atentando-se para as despesas correntes e de capital, pois, apesar da dívida permanecer sustentável, ela é sensível a vários choques (petróleo, PIB, Câmbio); • no entanto, o ajuste - cal deve ser feito sem o corte de despesas desordenadas. Uma boa medida seria a racionalização da massa salarial pública. O FMI recomenda que não ocorram reajustes este ano. Os reajustes apenas ao custo de vida com base na projetada seriam realizados apenas em 2017. Já os aumentos reais dar-se-iam apenas com aumento de produtividade; • ter como meta a geração de excedentes orçamentais em cerca de 1,5% do PIB até 2019. Isto para poupar parte da riqueza do petróleo para fundos e gerações futuras. Logo, a formulação de um Quadro Fiscal de Médio Prazo (QFMP) com adoção de regras fundo de estabilização para ajudar no regresso do rácio da dívida pública/ PIB para os níveis 2013-2014 até 2020; • o fundo de estabilização sugerido deverá ser mais para reduzir a pró-ciclicidade da despesa; • o Fundo sugere que as transferências adicionais aos fundos de petróleo existentes sejam suspensas em caso de orçamental (Fundo Petrolífero e Fundo do Diferencial do Preço do Petróleo), uma vez que agregam necessidades brutas de mento; • Angola deve implementar um ajuste orçamental ordenado para evitar atrasos de pagamentos internos, procurando, ao mesmo tempo, um melhor equilíbrio entre a racionalização da despesa corrente e de capital; • ter especial atenção ao problema da recapitalização dos bancos e das reformas estruturais necessárias; • continuar a ajustar as (Taxa Homóloga, Média Móvel de 3 meses) Fonte: FMI 6 Fonte: FMI importações em relação às reservas do país; • alargamento da base tributária, aumento do número e do rigor nas inspeções desenvolver mais as tributações de bens imóveis e planear a introdução do IVA, Imposto de Valor Agregado, pois este último traria uma maior estabilidade ao país; • redução dos subsídios e melhoria simultânea da assistência social, tal como foi feito nos combustíveis; • melhoria da Gestão do Investimento Público, através do aperfeiçoamento da conformidade do processo de gestão do investimento público relativamente à legislação existente; dando prioridade e monitorizando a execução dos projetos; conduzindo avaliações ex-ante e ex-post dos projetos; e, - mente, melhorando a capacidade técnica de avaliar, selecionar e monitorizar projetos. O que é que se espera das políticas económicas em 2016? Com a perda da âncora cambial, as autoridades angolanas devem utilizar uma política e monetária mais restritiva para conter o avanço da num país com economia ainda pouco e que importa um percentual do que se consome, a desvalorização do Kwanza tem efeitos cionários importantes. Contudo, a taxa de transmissão da ção via câmbio, que chegou a ser de 0,66 pontos do IPC para cada 1% de desvalorização, no período entre 2005-2008, passou agora a ser de 0,34 pontos. Não obstante, apesar desta sensível melhora na taxa de transmissão, a de 2015 fechou a 14,29% - um índice tivamente maior que o do ano anterior. Para conter a alta dos preços, o Governo de Angola tenderá a adotar uma política monetária mais dura: os juros devem subir, bem como as reservas obrigatórias dos bancos. Haverá também uma retomada das operações no mercado aberto. O efeito prático na economia será a redução do crédito e encarecimento do mesmo. Segundo uma autoridade angolana, deve-se procurar: “reforço dos instrumentos de política monetária do BNA, que permita um controlo efetivo da liquidez e desenvolva um histórico de cumprimento da meta monetária de reserva operacional”. Na política a or- Fonte: FMI 7 dem é racionalizar as despesas, como já se observou neste Barómetro. Os cortes precisam de ser feitos, mas não de qualquer maneira. Na área das receitas, as buscas por fontes não petrolíferas são essenciais e, neste sentido, o alargamento da base tributária, a cobrança de impostos em bens imóveis e a estratégia para introdução de IVA deve ser empreendida. A baixa execução da despesa, contudo, é um fator preocupante e deve permanecer ao longo do ano. Na política cambial, a desvalorização adicional do Kwanza, é algo bastante provável. Três modelos utilizados pelos técnicos do FMI sugeriram que uma desvalorização adicional de 10-30% da taxa de câmbio seria necessária. Entre o de 2015 e início de 2016, o Kwanza sofreu nova desvalorização, desta vez de cerca de 15%. Como o petróleo continua sendo responsável por cerca de 95% das exportações e 75% da receita o agravamento da crise dos preços do petróleo e consequente diminuição da entrada de divisas no país pode gerar, caso este cenário não mude, uma desvalorização superior aos percentuais apresentados pelos técnicos do Fundo Monetário Internacional. Portanto, o FMI recomenda, ajustar a taxa de câmbio e que tal política seja apoiada por uma política monetária restritiva para abordar os desequilíbrios no mercado cambial, contendo o impacto sobre a As medidas cambiais ainda não foram aprovadas pelo órgão, isto de acordo com o artigo VIII; item I. A lista prioritária para o acesso aos dólares americanos à taxa de câmbio item II. Imposto especial sobre transferências para não residentes no âmbito de contratos de assistência técnica estrangeira ou serviços de gestão. Num quadro de médio e longo prazo, a económica deve melhorar o ambiente de negócios e a competitividade, gerando mais divisas. Dentro deste quadro, é necessário reforçar, ainda mais, o papel do sector privado na reconstrução de infraestruturas, através de concessões e parcerias público-privadas. Esta é uma proposição fundamental para que a diversiseja crível. À guisa de conclusão, o ano de 2016, salvo uma mudança de grande magnitude no mercado petrolífero, tende a ser um ano de transição da economia angolana, que apresentará grandes Eles englobam o desenvolvimento dos organismos tributários, do controlo na execução da despesa e racionalização da utilização dos recursos públicos. Ao empresariado, o ano que está a iniciar deverá apresentar em matérias de adequação acesso ao crédito e ainda em relação ao acesso aos dólares. Contudo, as medidas e reformas em curso tenderão a levar a uma melhoria da gestão pública em diversas áreas, contribuindo para o aumento da competitividade e, no BNA (Biliões de Kwanzas) Fonte: FMI 8 consequentemente, da cação económica tão necessária para todos os angolanos. PANORAMA ECONÓMICO INTERNACIONAL A crise de 2008 foi a maior da história do capitalismo desde a grande depressão de 1929. A quebra do Lehman Brothers no dia 15 de setembro de 2008 e a recusa do Federal Reserve em socorrer a instituição teve um impacto tremendo nos mercados, o que surpreendeu o sector, tendo em vista a tradição das autoridades monetárias em socorrer instituições afectadas pelo estouro de bolhas, expectativa presente especialmente no caso do estouro da bolha do mercado imobiliário. Em uma interpretação mais ligada aos keynesianos, tal processo resultou num aumento da sua preferência pela liquidez, principalmente no caso dos bancos comerciais. Por sua vez, ele detonou um processo de venda de activos ros em larga escala, levando a um processo Minskiano de “dede activos”, com queda súbita e violenta dos preços dos activos e contração do crédito bancário para transações comerciais e industriais. A “evaporação do crédito” resultou numa rápida e profunda queda da produção industrial e do comércio internacional em todo o mundo.5 Como sabe-se, os governos dos países desenvolvidos responderam a essa crise por meio do uso de políticas e monetária expansionistas. O Fed reduziu a taxa de juros de curto prazo para 0% e aumentou o seu balanço em cerca de 300%, caso que será tratado com mais pormenores neste barómetro especial. Políticas similares foram adoptadas pelo Banco Central Europeu (BCE) e pelo Banco do Japão. Nos Estados Unidos, o presidente Barack Obama conseguiu aprovar uma expansão de 5 Os argumentos que se seguem estão baseados no artigo do Prof. José Luís Oreiro, da Universidade de Brasília e publicada na Revista Política Democrática. Disponível em http:// www.politicademocratica.com.br/wp-content/ uploads/2015/06/PD31.pdf quase US$ 800 bilhões para estimular a demanda agregada. Na área do euro, os governos foram liberados das amarras do Tratado de Maastricht, sendo autorizados a aumentar os além dos limites impostos pelo tratado em consideração. Esforços similares foram realizados no Reino Unido e nos países em desenvolvimento. Ainda segundo esta visão que consideraremos tipicamente keynesiana, apesar da forte queda da produção industrial e do PIB em vários países, a severidade da crise de 2008 foi muito menor quando comparada aos resultados da década de 1930. Para vários keynesianos, não foi apenas a regulamentação mal feita no mercado ou a política monetária frouxa de Greenspan os responsáveis pela crise. Há de se adicionar o padrão de capitalismo adoptado nos Estados Unidos e na Europa a partir do da década de 1970, o qual pode ser chamado de “capitalismo neoliberal”, como ou capitalismo preferem outros. De acordo com esta interpretação, entre 1950 e 1973, as economias capitalistas avançadas vivenciaram um grande período de crescimento econômico, “no qual a distribuição pessoal e funcional da renda era progressivamente mais equitativa, a taxa de acumulação de capital era mantida em patamares elevados devido à existência de um ambiente macroeconômico estável baixa, juros baixos, taxas de câmbio estáveis) e forte expansão da demanda agregada”6 . A taxa de desemprego era inferior a 4% e os mercados eram pesadamente regulados, as taxas de câmbio eram (ainda época do padrão ouro) e os salários reais cresciam aproximadamente ao mesmo ritmo da produtividade do trabalho”. A estabilidade macroeco- 6 José Luís Oreiro, op. cit. nómica, crescimento e baixo desemprego permitia e uma dívida pública reduzida. Assim, o “Estado do Bem-Estar Social” não representava um fardo tão grande para as contas públicas. Logo, de acordo com o professor Oreiro, este capitalismo socialmente regulado apresentava um regime de crescimento do tipo “wage-led”, ou seja, um regime no qual o crescimento dos salários reais (num ritmo igual à produtividade do trabalho) permitia uma forte expansão da demanda de consumo, e, por sua vez, as investiam para atender a demanda – tudo isto em um ambiente de controlada. Com o colapso do Sistema de Bretton Woods e os choques do petróleo em 1973 e 1979, o ambiente macroeconômico mudou radicalmente – vivenciamos a Como consequência, o ressurgimento de doutrinas liberais ocorreu, como exemo conhecido caso da dupla 9 Thatcher-Reagan. Estas políticas neoliberais, ainda de acordo com esta visão keynesiana, causou o aumento da concentração de renda e crescimento modestíssimo dos salários reais, o que fez com que os americanos passassem a depender cada vez mais do aumento do endividamento das famílias para a sua sustentação a médio e longo prazo. Com a desregulação dos mercados a oferta de crédito bancário ocorreu de modo desmesurado, viabilizando assim o crescimento do endividamento das famílias, necessário para a sustentação da expansão dos gastos de consumo. Esse aumento extraordinário do crédito bancário resultou num processo cumulativo de aumento dos preços dos activos reais e ceiros, permitindo assim a sustentação de posturas cada vez mais frágeis (especulativa e Ponzi) por parte das famílias, empresas e bancos. Assim, de acordo com o Prof. Oreiro, o regime de crescimento “wageled” foi substituído por um regime Portanto, no “capitalismo neoliberal as bolhas e a fragilidade não são anomalias no sistema, mas parte integrante do seu modus operandi”, o Professor. Em suma, a crise ceira de 2008 foi o resultado do Fonte: Roque, 2013 10 modus operandi do “capitalismo da neoliberal” implantado no década de 1970 e os seus efeitos sobre o nível de produção e de emprego nos países desenvolvidos serão duradouros devido ao elevado endividamento do setor privado, gerado por um regime de crescimento do tipo led”. Assim, após o colapso do Lehman Brothers o sector privado nos países desenvolvidos iniciou um processo de de dívidas”, no qual a “propensão a poupar” dos agentes privados aumentou para que fosse possível uma redução do estoque de endividamento. Esse aumento da propensão a poupar do sector privado actuou no sentido de anular (parcialmente) o efeito sobre a produção e o emprego do aumento dos A perspetiva para os países da área do Euro (e em menor medida para os Estados Unidos) seria, portanto, de vários anos de estagnação econômica. Esta, contudo, não é a leitura de economistas mais liberais, sejam monetaristas ou de outras correntes. Particularmente, em muitos países observou-se um interesse renovado pela TACE – Teoria Austríaca dos Ciclos Económicos – bem como por outros aspectos da Escola Austríaca de Economia, como os triângulos Hayekianos. Isto porque, para além de Mises e Hayek – grandes teóricos da escola – terem previsto a crise de 1929, o mesmo aconteceu durante os anos 2000, quando alguns economistas ligados aos preceitos austríacos alertaram por diversas vezes o que estava por vir. Entre estes, talvez o mais conhecido publicamente seja o economista norte-americano Peter Assim, para oferecer um contraponto à leitura keynesiana e, fundamentalmente, desenvolver o argumento sobre os problemas actuais no mercado apresentamos a seguir uma interpretação feita pelo economista Leandro Roque, do Instituto Mises Brasil.7 Segundo Roque, a crise começou realmente em agosto de 2007, quando correntistas correram ao banco britânico Northern Rock para sacar seu dinheiro, levando o banco à falência. Esta foi a primeira corrida bancária em grande escala ocorrida desde 1930. A crise americana — a qual foi gerada pelo estouro de uma grande bolha imobiliária — teve características grandiosas e espetaculares simplesmente porque ela apresentou uma com- 7 Os argumentos apresentados a seguir estão baseados no artigo de Leandro Roque, “Como ocorreu a crise americana”. O artigo original pode ser consultado em: http:// www.mises.org.br/ArticlePrint.aspx?id=1696 binação de elementos até então inédita na história de qualquer economia mundial. Para melhor compreendê-la, o 8 mostra o histórico da evolução dos preços dos imóveis americanos. Mais ele mostra a mediana dos preços de venda de imóveis novos. Até o início da década de 1970, quando os EUA ainda viviam sob alguns resquícios de padrão-ouro, os preços dos imóveis permaneceram praticamente constantes. Durante a década de 1970, os preços praticamente duplicaram, mas isso foi efeito da alta monetária ocorrida naquela década, e não em decorrência de uma bolha. Já durante a década de 1980 ocorreu, sim, uma mini-bolha - estourou no início da década de 1990. Como pode ser notado, a partir de 1993, início do governo Clinton, os preços voltaram a subir e aceleraram vertiginosamente a partir de 2001 até entrarem em colapso em 2008. Logo, partindo-se do 8, dois eventos deveriam ser analisados, de acordo com Roque: - O que gerou a ascensão de preços a partir de 1993? - O que gerou a súbita aceleração a partir de 2003? Foi na década de 1990 que duas políticas governamentais voltadas exclusivamente para o sector imobiliário — mais especipara aumentar o número de proprietários de imóveis — foram Estas políticas já existiam desde a década de 1970, mas foi somente na década de 1990 que elas ganharam poder total. ticas? Quais foram estas polí- De um lado, havia duas empresas nominalmente privadas, mas que atendiam exclusivamente aos desejos do governo federal. Estas duas empresas se tornaram mundialmente conhecidas em 2008: trata-se da Federal National Mortgage Association (popularmente conhecida como Fannie Mae) e a Federal Home Loan Mortgage Corporation (popularmente conhecida como Freddie Mac). Essas duas empresas foram criadas pelo congresso americano e usufruíram de vários privilégios concedidos pelo governo. Fannie Mae e Freddie Mac eram organizações voltadas exclusivamente para o mercado imobiliário. Mais te, deveriam garantir liquidez ao mercado de hipotecas. Compravam empréstimos que foram cedidos pelos bancos aos compradores de imóveis. Em resumo, como apontou Roque: Fannie e Freddie, ao comprarem as carteiras de empréstimos imobiliários dos bancos, permitiam que os bancos dessem continuidade aos seus empréstimos. Em outras palavras, após um banco conceder um empréstimo para um comprador de imóveis, ele podia vender este empréstimo para Fannie ou Freddie. Ato contínuo, este empréstimo não mais estaria nos livros contábeis do banco, o qual estaria agora livre para fazer novos empréstimos.8 Desnecessário dizer que todo este processo — ao facilitar enormemente a compra de imóveis — gerou muito mais empréstimos imobiliários do que normalmente ocorreria. Este direcursos para o mercado imobiliário alimentou a escalada de preços dos imóveis. É importante também ressaltar o papel da securitização. O principal problema é que ela misturava activos bons (mutuários com bom histórico de crédito) com activos ruins (mutuários sem nenhum histórico de crédito) no mesmo pacote. Logo, quem comprava um pacote contendo activos bons também acabava por tabela adquirindo activos ruins. Qualquer calote dos activos ruins afetaria sobremaneira os balancetes das inúmeras instituições que os adquiriam. E grandes bancos foram seduzidos a comprar estes activos porque agências de clasde risco, como Moody’s, Fitch e Standard & Poor’s, deram máxima (AAA) para eles. 8 O argumento completo de Leandro Roque possui muitos pormenores sobre a actuação do Fannie Mae e Freddie Mac. No entanto, absolutamente nada disso teria sido possível caso não houvesse uma entidade com o poder legal de criar dinheiro do nada e injetar este dinheiro no setor bancário para que os bancos pudessem continuamente criar mais empréstimos. Como argumentou Leandro Roque, sem a intervenção do governo – capaz de alimentar todo este sistema ao criar dinheiro do nada, não teria sido possível que: a) os empréstimos bancários para a aquisição de imóveis aumentassem continuamente por 15 anos; b) os preços dos imóveis disparassem, alimentando todos os tipos de actividades especulativas; c) Fannie Mae e Freddie Mac fossem capazes de atrair um volume cada vez maior de dinheiro de investidores por contarem com a proteção implícita do governo; d) um decreto do governo fosse bem-sucedido em obrigar os bancos a continuamente fazer empréstimos para pessoas com histórico de crédito duvidoso; Em suma: sem um Banco Central a criar dinheiro e repassar aos bancos para que estes concedessem empréstimos — e, com isso, com que a quantidade de dinheiro na economia americana aumentasse continuamente — não teria como haver uma bolha imobiliária. As medidas visando à redução dos padrões de empréstimos e os privilégios concedidos às para-estatais Fannie Mae e Freddie Mac absorveram boa parte do dinheiro que estava a ser criado pelo sistema, seus preços. Adicione-se as agências de de risco: concessão de nota máxima para todos os títulos imobiliários, inclusive aqueles títulos de emprestadores sem nenhum histórico de crédito. Resultado? Grandes bancos americanos e estrangeiros compraram títulos hipotecários, o que permitiu que Fannie e Freddie continuassem dando liquidez ao mercado imobiliário, perpetuando a bolha. Contudo, foi o FED, em última instância, quem tornou possível todo o boom do 11 (linha azul, eixo da esquerda) e evolução da base monetária (linha vermelha, eixo da direita). Fonte: Roque, 2013 sector imobiliário, e foi todo o dinheiro por ele criado quem forneceu o principal estímulo à subida estrondosa dos preços dos imóveis vista na década de 2000. O 9 ilustra este período. A linha azul, eixo da esquerda, mostra a evolução da taxa básica de juros da economia americana. A linha vermelha, eixo da direita, mostra a evolução da base monetária. Observe a aceleração ocorrida a partir de 2001. Este aumento na base monetária deixou os bancos repletos de dinheiro para serem emprestados. E emprestar foi o que eles e maioritariamente, para o sector imobiliário. Estas injeções de dinheiro foram logo após os ataques terroristas de 11 de setembro de 2001. Durante este período, a taxa básica de juros da economia americana caiu de 6,5% para 1%. E assim até meados de 2004. O 10 mostra os empréstimos totais feitos pelo setor bancário (linha azul). E mostra também os empréstimos exclusivamente voltados para a 12 aquisição de imóveis (linha vermelha). Observe a evolução desde 1980, e a grande aceleração ocorrida na década de 2000. Como demonstra Leandro Roque, de 2000 a 2008 o crédito total aumentou incríveis 100%, de US$ 3,5 para US$ 7 trilhões. Portanto, o sistema bancário, estimulado pelo Fed, jogou US$3,5 trilhões na economia americana em apenas 8 anos. Para a aquisição de imóveis foram direccionados “apenas” US$ 2 trilhões. Isso explica toda aquela elevação de preços observada no período. De 1993 a 2006, os preços dos imóveis se apreciaram acentuadamente. Esta subida nos preços estimulava novos investimentos em mais construções de imóveis, o que gerava um aumento na oferta de imóveis. E este aumento na oferta de imóveis viria, mais à frente, a exercer uma pressão baixista nos preços dos imóveis. A partir de meados de 2004, com a economia americana já recuperada da recessão de 2001, o Fed começou a reduzir o ritmo de injeções de dinheiro no sistema bancário. Consequentemente, os juros começaram a subir. Esta questão é fundamental para melhor ser compreendido os riscos que deve ser gerenciado hoje – como será visto um pouco mais adiante nesta publicação. O 11 mostra esta correlação entre desaceleração do crescimento da base monetária e aumento da taxa básica de juros. Este aumento da taxa básica de juros de 1% para 5,25% afetou as taxas de juros dos empréstimos imobiliários. Obviamente, isto esfriou a demanda por imóveis. Uma redução na demanda por imóveis em conjunto com um acentuado aumento na oferta de imóveis gerou o inevitável: no de 2006, os preços começaram a cair. A queda nos preços e a perceção de que o imóvel já não valia mais o valor do empréstimo fez com que os calotes totais disparassem. Começou timidamente em 2006. Disparou em 2007. Foi para a estratosfera em 2008. De 2005 até o de 2008, bancário (linha azul) e evolução do crédito total concedido à compra de imóveis (linha vermelha) Fonte: Roque, 2013 (linha azul, eixo da esquerda) e evolução da base monetária (linha vermelha, eixo da direita) Fonte: Roque, 2013 13 pularam de US$20 bilhões para US$170 bilhões. Um aumento de 750% em 4 anos. Após todas as intervenções que se seguiram, o FED simplesmente passou a comprar todos os títulos hipotecários em posse dos bancos - limpando o balancete dos bancos e fazendo com que a base monetária explodisse. No entanto, e felizmente, todo este aumento da base monetária não se converteu em ex- pansão do crédito. Ou seja, os bancos não jogaram este dinheiro na economia. A quase totalidade do aumento da base monetária transformou-se em “reservas em excesso”. “Reservas em excesso” são as reservas que os bancos mantêm voluntariamente depositadas junto ao FED, além do volume determinado pelo compulsório. A TACE E OS PROBLEMAS ACTUAIS Desde o estouro da bolha imobiliária nos EUA, as autoridades monetárias têm reagido com injecções cavalares de moeda na economia. Com a implosão do sector imobiliário norte-americano, famílias quebraram - inicialmente, apenas nos EUA, mas depois também no resto do mundo. Num segundo momento, empresas quebraram. E, por ajustáveis (linha vermelha) e evolução das taxas de juros das hipotecas convencionais, de 30 anos (linha azul) Fonte: Roque, 2013 por imóveis Fonte: Roque, 2013 14 chegamos a uma crise soberana, em que os próprios países quebraram, com características mais traumáticas em Grécia, Chipre, Irlanda, Espanha e Portugal. Boa parte dos países tentaram estimular suas economias via política isto quando não foram obrigadas a gerar maior endividamento para recuperar o sistema Os abaixo ilustram o drama da área em diversos países, bem como demonstram que possivelmente seus limites enquanto estimulantes da economia podem ter chegado ao Assim, diversos Governos, após o esgotamento do instrumento passaram a utilizar com força inédita o estímulo via política monetária. Se 1929 virou uma grande depressão por inação dos Bancos Centrais, como sempre advertiram os monetaristas, a crise de 2008-2009 não poderia cometer este erro novamente. Todo o excesso de crédito e endividamento observados com a bolha imobiliária norte-americana foi absorvido pelos Bancos Centrais, que reagiram à perda de capacidade de consumo e crédito através da multiplicação de seus respectivos balanços, por meio da impressão de dinheiro. A resposta à destruição generalizada de riqueza e interrupção do crédito foi a injecção de divisas no mercado, em quantidades sem precedentes. O Banco Central dos EUA imprimia dólares e colocava no sistema através da compra maciça de títulos nos EUA, sobretudo aqueles de longo prazo. Mais uma vez, isso derrubaria as taxas de juros mais longas, estimulando novamente o mercado imobiliário e criando um efeito-riqueza positivo - resolvendo o problema de liquidez. Este era o plano, muito basicamente. Não é o que defende a TACE (Teoria Austríaca dos Ciclos Económicos). Resumidamente, a teoria entende que sem o envolvimento do banco central, são as preferências temporais dos participantes do mercado que vão determinar as taxas de juros; e as taxas de juros, nesse caso, tiriam o nível de risco dos projectos empreendidos pelos empresários. Quando o banco central injecta dinheiro no sistema, isso faz com que as taxas de juros sejam diminuídas, e, assim, os empresários reagem como se a taxa de juros “natural” tivesse diminuído por causa dos fundamentos do mercado. Os empresários, então, tendem a envolver-se em projectos que, às taxas de juros anteriores, mais altas, não eram lucrativos. Como projectos de longo prazo são, via de regra, inerentemente mais arriscados que projectos de curto prazo, os 125 Great Depression (1929-1945) World War II (1939-1945) 100 75 Civil War (1861-1865) 50 World War (1914-1918) Great Recession (2007-2009) 25 Fonte: Empiricus Research RANK 1 2 3 4 5 6 7 8 9 10 11 12 13 14 COUNTRY JAPAN IRELAND SINGAPORE PORTUGAL BELGIUM NETHERLANDS GREECE SPAIN DENMARK SWEDEN FRANCE ITALY UNITED KINGDOM NORWAY 0 1790 1810 1830 1850 1870 1890 1910 1930 1950 1970 1990 2010 Fonte: Empiricus Research DEBT-TO-GDP RATIO% RANK 400 % 390 % 382 % 358 % 327 % 325 % 317 % 313 % 302 % 290 % 280 % 259 % 252 % 244 % 15 16 17 18 19 20 21 22 23 24 25 26 27 28 COUNTRY FINLAND UNITED STATES SOUTH KOREA HUNGARY AUSTRIA MALAYSIA CANADA CHINA AUSTRALIA GERMANY THAILAND ISRAEL SLOVAKIA VIETNAM DEBT-TO-GDP RATIO% 238 % 233 % 231 % 225 % 225 % 222 % 221 % 217 % 213 % 188 % 187 % 178 % 151 % 146 % Fonte: Empiricus Research 15 novos empreendimentos serão desproporcionalmente de longo prazo. Esses serão relacionados aos estágios mais altos da produção, aqueles que estão mais distantes dos estágios baixos, que são os estágios em que os bens para consumo imediato são produzidos. Tais empreendimentos de longo prazo criam a infraestrutura que permite o aumento da produção no futuro, e eles são pela poupança criada pelos consumidores em um período anterior, quando suas preferências temporais eram mais altas e eles tendiam a poupar mais e gastar menos. Contudo, como as taxas de juros mais baixas são ciais, resultantes da injecção de dinheiro - que nada mais é que um simples meio de troca, e que não representa uma genuína riqueza - promovida pelo banco central, muitos desses projectos não deveriam ter sido empreendidos. Ocorreu uma má alocação de recursos. Quando o banco central volta a aumentar as taxas de juros para combater a inevitável de preços resultante dessa injecção monetária, os maus investimentos se tornam aparentes, e os empresários abandonam os projectos ou tentam vendê-los para suavizar seus prejuízos. Portanto, de acordo com a TACE, a diminuição dos juros pelo banco central leva a uma má alocação de recursos porque os empresários passam a empreender vários projectos importantes que, antes da diminuição das taxas de juros, não eram considerados viáveis. Essa má alocação de recursos é comumente descrita como um ‘boom’ econômico. Esse processo, entretanto, é interrompido quando os empresários descobrem que a diminuição das taxas de juros não está de acordo com a demanda e oferta de poupança dos consumidores, isto é, as preferências temporais dos consumidores. Via de regra, os empresários descobrem seus erros quando o banco central reverte sua postura, o que por sua vez interrompe a expansão do capital e origina a recessão econômica. Logo, apenas com esta primeira 16 explicação, não é de se estranhar que todo o “tumulto” nos mercados no início de 2016 tenha ocorrido justamente após o início das altas dos juros nos EUA. Disso segue-se que a diminuição da taxa de juros cria uma armadilha para os empresários, que são atraídos para empreendimentos insustentáveis que só se revelam como tal assim que o banco central aperta sua postura em relação aos juros. No entanto, cabe uma pergunta. Visto que este processo é repetido por várias vezes, por que os empresários se enganariam novamente? Já que aprendem com experiências passadas, expectativas corretas deveriam desfazer ou neutralizar todo o processo do ciclo de expansão-recessão que é accionado pela diminuição ardos juros. Logo, seus críticos dizem que a TACE não é uma competidora séria na explicação dos modernos fenômenos de ciclos econômicos9. O próprio von Mises tinha concedido que é possível que em algum momento no futuro os empresários deixarão de responder às políticas monetárias frouxas e, assim, não provocarão o ciclo econômico de expansão-recessão. Essa maneira de pensar seria válida se a questão fosse apenas a diminuição eo consequente aumento das taxas de juros. De acordo com Shostak: A TACE não é sobre simples variações da taxa de juros, mas sobre variações na política monetária do banco central, que envolve mudanças na oferta monetária, e consequentemente na taxa de juros. Ademais, o que realmente mexe com os empresários são as mudanças nas condições de mercado, representadas por mudanças relativas na demanda por vários bens e serviços - e não apenas mudanças nas taxas de juros em si. Em uma economia com um mercado livre e totalmente desimpedido há uma mudança harmoniosa e sustentável no padrão de consumo, com um aumento da riqueza real dos consumidores. 9 Frank Shostak. Expectativas e a Teoria Austríaca dos Ciclos Económicos. Disponível em: http://www.mises.org.br/ArticlePrint. aspx?id=142 Essa harmonia, entretanto, é rompida quando o banco central injeta dinheiro nessa economia. Esse novo dinheiro é evidenciado por um aumento nos depósitos em conta-corrente, depósitos esses que os bancos usam para seus empréstimos. Porém, essa expansão do crédito bancário - crédito advindo do nada - começa apenas com um indivíduo ou com um pequeno grupo de indivíduos - em outras palavras, sempre há aqueles que recebem primeiro esse dinheiro criado do nada. Aqueles primeiros mutuádesse novo crédito, pois são os primeiros recebedores desse dinheiro recém criado do nada seu poder de compra aumentou. Esses primeiros consignatários podem agora comprar uma maior quantidade de bens enquanto os preços desses bens ainda não foram afetados. Como esses primeiros consignatários desse novo dinheiro estão bem mais ricos agora do que antes da ocorrência das injeções monetárias, eles provavelmente vão alterar seus padrões de consumo. Com um poder de compra maior, sua demanda por bens e serviços menos essenciais também aumenta. E esse aumento no poder de compra, ao mesmo tempo em que impulsiona a demanda desses primeiros consignatários do dinheiro por bens e serviços gerais, também estimula a demanda por bens que, antes da expansão monetária, nem sequer teriam sido considerados. Entretanto, esse aumento do poder de compra dos primeiros recebedores do dinheiro se dá às custas daqueles que recebem por último, ou que sequer recebem esse novo dinheiro, pois, como os primeiros consignatários do dinheiro pressionam os preços de bens e serviços para cima, quando o dinheiro chegar aos últimos praticamente todos os preços já terão subido - esses só perderam, pois seu poder de Ou seja, esse aumento do dinheiro em circulação resulta em uma transferência de fundos reais dos últimos recebedores do dinheiro A DIMINUIÇÃO ARTIFICIAL DOS JUROS PELO BANCO CENTRAL LEVA A UMA MÁ ALOCAÇÃO DE RECURSOS 17 para os primeiros. Como resultado da política monetária frouxa do banco central, a composição dos bens comprados será provavelmente alterada. Uma maior proporção de bens de luxo em relação a bens e serviços básicos será a conseqüência esperada. Essa mudança no padrão de consumo atrai a atenção dos eles estão no negócio para “gaque para ter sucesso nessa empreitada eles precisam atender os desejos do consumidor.10 Ou seja: ou os empresários atendem essa nova demanda ou estarão fora do jogo. Por exemplo, se um empreiteiro se recusar a atender a um aumento de demanda por imóveis porque ele acredita que essa demanda não é sustentável - pois ela seria o resultado de uma política monetária frouxa do banco central - então ele perderá clientes e irá à falência bem rapidamente. Estar no setor da construção civil estar em sintonia com a demanda por imóveis. Da mesma maneira, qualquer outro empresário em um dado campo terá de responder a todas as mudanças na demanda em sua área de atuação se ele quiser permanecer na ativa. Consequentemente,a manipulação da taxa de juros, colocando-a próxima de zero, por exemplo, tende a gerar investimentos na infraestrutura para poder satisfazer a maior demanda por bens, por assim dizer, menos essenciais - isto é, bens 10 Frank Shostak. Expectativas e a Teoria Austríaca dos Ciclos Económicos. de maior luxo11. Quando a política monetária é revertida, diminui-se a demanda por vários bens não essenciais; o que, por sua vez, debilita vários projectos de bens de capital que surgiram no rastro das frouxas políticas monetárias do passado. E, assim, a recessão econômica emerge. Isso sem contar que a expansão monetária também exaure o conjunto de real (poupança real disponível), isto porque o aumento do consumo decorre de maneira não sustentada pela produção. Por outras palavras há um “falso boom” inicial que é gerado pelo crédito fácil – aparentemente farto e barato – mas que enfraquece o conjunto de real, a poupança, além de não estar lastreado (o boom) em um aumento da produção. É importante ressaltar que o mero conhecimento sobre a TACE não implica saber qual será a duração do ‘boom’ e, consequentemente, quando a recessão virá. O ponto principal da TACE não é o facto de que uma injecção monetária gera o ciclo de expansão-recessão como tal, mas o facto de esse ciclo ser recorrente. Logo, pretende-se que, em um livre mercado, sem a existência de um banco central, sem empréstimos não respaldados pela quantidade de dinheiro correspondente, não haverá um ciclo de expansão-recessão tal como ocorre actualmente. Após esta breve digressão pela TACE, perceber-se-á o 11 Ora, não foi explicitamente este o objectivo do FED ao executar o afrouxamento quantitativo? Diminuir as taxas de juros de longo prazo para estimular projectos de capital intensivo, como infra-estrutura e imóveis, por exemplo? tamanho do problema que pode estar por vir. Como já foi dito, um remédio utilizado de maneira sem precedentes na história, após a crise de 2009, foi a política monetária. Para economistas seguidores da escola austríaca, um verdadeiro anabolizante monetário. Sim, e manipulação dos juros e da base monetária sem lastro na economia real. O abaixo12 representa o balanço do Banco Central dos EUA, ilustrando o tamanho da emissão de moeda realizada desde 2008, levando o total de obrigações a inimagináveis US$ 4,5 trilhões. O Banco Central Europeu também passa por processo de multiplicação de seu balanço, após ter anunciado em janeiro de 2015 um programa de recompra de títulos da ordem de 1,1 trilhão de euros, a ser implementado até 2016. Os últimos índices de ção na zona Euro, considerados tímidos, reforçam a tese de que a política monetária pode sofrer um afrouxamento ainda maior. Os EUA, por sua vez, após estímulos iniciais, decidiram levar a cabo um programa chamado “Quantitative Easing”- algo como afrouxamento quantitativo. Os BCs entravam em território desconhecido. Nunca antes na história foi implementado algo como o chamado “afrouxamento quantitativo”. Isto porque possivelmente as políticas e monetárias tradicionais não conseguiam mais tratar o problema adequadamente. Assim, 12 Os e parte dos argumentos a seguir constam em um relatório da Empiricus Research, a maior consultoria de informação do Brasil. Disponível em: http://www1.empiricus.com.br/sem-categoria/ edicao-1314-a-maior-de-todas-as-bolhas/ Tamanho da emissão de moeda Fonte: Empiricus Research 18 o FED decidiu expandir seu balanço para maximizar a geração de empregos com estabilidade de preços. Como isto foi feito? Ao imprimir moeda para comprar títulos no mercado de longo prazo, esperava-se uma redução das mesmas – principalmente as taxas de longo prazo, como é óbvio - na tentativa de estimular a economia real - o setor imobiliário em particular – visto que este último é sensível às taxas de juro longas e foi largamente atingido pelo estouro da bolha. Assim, três rodadas de quantitative easing (QE) foram realizadas pelo FED. A primeira envolveu, num momento inicial, a compra de US$ 100 bilhões de dívidas de Fannie Mae e Freddie Mac. Na sequência, a compra de dívidas das empresas foi elevada em mais US$ 100 bilhões, aumentando as compras de MBS e de Treasuries em, respetiva- mente, US$ 750 bilhões e US$ 300 bilhões. Sem ainda notar recuperação da economia e temeroso quanto ao risco de o Fed partiu para uma segunda rodada de QE, já em setembro de 2010. A ideia inicial era recomprar o valor dos títulos que iam vencendo. Entretanto, logo em novembro daquele ano, foi anunciada a aquisição adicional de US$ 600 bilhões. E em setembro de 2011, o Fed implementou um programa de venda de US$ 400 bilhões em ativos de curto prazo, simultaneamente à compra de US$ 400 bilhões em papéis de longo prazo, naquilo que conhecido como operação twist, posteriormente estendida em junho de 2012. Por em setembro de 2013, veio o QE3. A terceira rodada não trazia um valor total a ser comprado em títulos; apenas o compromisso com compras mensais da ordem de US$ 85 bilhões - o Fed encerraria o programa em outubro de 2014, após submetê-lo ao tapering, ou seja, ao seu afunilamento, em que ia gradativamente reduzindo o tamanho da compra de títulos. Os 18 e 19, constantes no relatório da Empiricus Research, mostram o tamanho do problema que deverá ser administrado pelas autoridade americanas: Logo, como mostra os dois últimos apresentados, muito possivelmente a situação do balanço dos Bancos Centrais, em particular o FED, é insustentável. Com a impressão de moeda em volumes impensáveis previamente, há uma bomba nas mãos das autoridades monetárias a ser desarmada. Segundo Felipe Miranda, da Empiricus, há cerca de 100 trilhões de dólares de excesso de liquidez no merca- debt owed since 1952 60 Credit Total credit market debt owed ($tn) US nominal GDP ($tn) 50 40 30 20 10 Growth 0 ‘52 ’57 ‘62 ’67 ‘72 ’77 ‘82 ’87 Source: BotA Merril Lynch Global Investment Strategy, Federal Reserve Bank, DataStream ‘92 ’97 ‘02 ’07 ‘12 Fonte: Empiricus Research 4500 4000 Federal Reserve monetary base (M1), US$bn QE3 3500 3000 QE2 2500 2000 QE1 1500 1000 500 0 ‘18 ’21 ‘25 ’28 ‘32 ’35 ‘39 ’42 ‘46 ’49 ‘53 ’56 ‘60 ’63 ‘67 ’70 ‘74 ’77 ‘81 ’84 ‘88 ’91 ‘95 ’98 ‘02 ’05 ‘09 ’12 Source: BotA Merril Lynch Global Investment Strategy, Federal Reserve Bank, DataStream Fonte: Empiricus Research 19 do. Será que estamos perto do de uma era - a da credibilidade incontestável dos Bancos Centrais - visto que esta pode ser destruída pela impressão (des) coordenada de moeda nos países desenvolvidos? Esta é exatamente a tese do economista Peter detalhada em sua obra “The Real Crash: America´s Coming Bankruptcy – How To Save Yorself and Your Country”. Esta é uma discussão polêmica e que mereceria um tratamento mais detalhada em publicação Neste momento, no entanto, é possível pelo menos ter uma grande preocupação com o mercado nanceiro actual em geral, isto em decorrência dessas políticas que foram adoptadas como remédio para a crise de 2008. Como aponta a Empiricus, tanto os juros dos títulos soberanos negociados no mercado secundário atingiram em 2015 mínimas históricas como os índices de acções dos EUA marcaram máximas atrás de máximas. Sim, é verdade que desde dezembro do ano passado os índices de ações registam perdas em prati- camente todo o mundo. Importa saber os motivos. O 20 mostra a escalada praticamente contínua do S&P 500, principal índice de ações norte-americano ao longo dos últimos anos: Existe relação intrínseca entre os activos e a realidade da economia? Caso o leitor concorde, então se os activos em geral, estão em suas máximas históricas, deve-se supor que a economia como um todo caminha bem, não? Para tal, deve-se supor uma economia, ao menos, em crescimento razoável e/ou com boas perspe- 5 YEAR CHANGE 89.27% 2010 +18.82% Fonte: Empiricus Research 20 2012 +40.84% 2014 +13.58% tivas de recuperação no futuro. Assim, é razoável supor que temos apenas duas alternativas: ou vivemos uma enorme bolha do preço dos activos em âmbito global, estimulada pelos Bancos Centrais, ou viveremos uma destacada recuperação da economia no futuro, o que actualmente parece não ser tão plausível – ao menos no curto prazo. Para mais claro, segue a análise do descolamento entre o comportamento das ações globais e a perspetiva de crescimento da economia mundial. A linha verde refere-se a um índice global de ações, enquanto a linha vermelha representa a expectativa para o crescimento económico mundial. Outra forma de notar o X, se dá por meio da performance das acções nos EUA (medida pelo S&P 500), comparada ao desempenho macroeconômico dos EUA e à perspectiva de avanço dos lucros corporativos. A mediana da relação Preço sobre Lucro das ações norte-americanas, uma referência bastante utilizada para medir o nível geral de apreçamento, atingiu sua máxima histórica em 2014. Como pode ser percebido, de acordo com esta metodologia, as ações nunca estiveram tão caras. Warren que sempre argumentou que as ações seguem o caminho dos negócios, ou seja, se os negócios estão bem, haverá valorização das acções, utiliza um índice conhecido como “índice (que mede a relação entre a capitalização de mercado total nos EUA e o PIB do país) para auxiliá-lo nas tomadas de decisão. Como pode ser notado, em meados de 2015 o índice estava em seu segundo maior patamar histórico. Logo, a hipótese de uma grande bolha emerge como mais plausível. O argumento é reforçado quando técnicos demonstram, através métricas clássicas de apreçamento de activos - ou quando compara-se o nível atingido pelo descolamento entre activos e economia Fonte: Empiricus Research Fonte: Empiricus Research 21 Fonte: Empiricus Research real – que tais movimentos não possuem fundamentos sólidos e podem ruir. Dado o nível de alavancagem do sistema e, consequentemente, a distorção na gestão de riscos que ela gera, as consequências podem ser devastadoras. Entre as mais prováveis, apontam-se: a) crises de dívida soberana e desvalorizações abruptas das moedas de países emergentes, a exemplo da ocorrida ao de 2014 na Rússia, quando em apenas um dia o rublo chegou a perder 20% contra o dólar – detalhe que somente neste início de 2016, durante o mês de janeiro, o rublo perdeu mais cerca de 15%; b) insolvência de bancos alavancados, com consequências sistêmicas pronunciadas. Será a maior de todas as bolhas? Como vimos ao longo deste Barómetro Especial, certas premissas de políticas económicas fo- ram desenvolvidas ao longo dos anos e com o desenvolvimento da ciência económica. A crise de 29 formou escolas de pensamento distintas. Por mais que o desenvolvimento do pensamento teórico-económica tenha se desenvolvido, acrescentando-se conhecimentos interessantes e pre“neo”, assistimos o retorno de velhas ideias com a Grande Recessão de 2008/09. Os Bancos Centrais não podiam cometer o mesmo equívoco - de acordo com as perceções das escolas do mainstream económico - e a resposta iniciou-se com o instrumento tradicional de política monetária, por meio da redução sistemática das taxas básicas de juro, sendo acompanhada também por expansão Logo, todos os mecanismos clássicos à disposição foram utilizados, e monetários, para evitar efeitos ainda mais perversos da última crise. Levaram as taxas de juro a zero ou até mes- Fonte: Empiricus Research 22 mo a níveis negativos, como é o caso recente do Japão. Não se sabe exatamente quando a fatura será entregue. Contudo, o início de 2016, com desvalorizações de rublo, perdas de 20% nas bolsas chinesas - sendo que alguns dos seus índices já perderam entre 40-50% desde o último pico em 52 semanas - volatilidade no mercado petrolífero, com renovações das mínimas de preços em 13 anos parece nos lembrar que este prazo pode ser mais curto do que gostávamos. Para Angola, particularmente, acompanhar os desdobramentos no mercado ceiro internacional passa a ser cada vez mais importante. Em primeiro lugar, porque o humor e a do mercado atinge diretamente os preços do petróleo. Os dados de estoque de petróleo nos EUA apontam para um excesso de oferta, como se sabe. Contribui para isto o facto dos países produtores possuírem estratégias diferentes em relação a este cenário, o que torna um acordo entre os produtores mais difícil, improvável a curto prazo, mas não impossível. No lado da demanda, pode-se dizer que os dados apontam para a conclusão de que não há expectativas de crescimento mundial maior. As volatilidades no mercado ceiro minam a e contribuem para a perceção dos investidores de que há algo errado – o que contribui para a queda das commodities de um modo geral. Por outro lado, esta instabilidade pode o acesso de angola a linhas de crédito internacionais tão necessárias. Restará, talvez, as tradicionais, como o Fundo Monetário Internacional. Nos últimos dias, na China, nova desvalorização do yuan e volatilidade nos mercados. O presente ano apresenta riscos e volatilidade em alta. O economista Filipe Miranda já alertava no de 2016 que o conhecido investidor Marc Faber já apontava para uma desaceleração da economia chinesa, em que o crescimento em torno de 4% ao ano. No entanto, uma consultoria divulgou um relatório que aponta para um crescimento chinês da ordem de 2,5% em 2016. Esse percentual é muito abaixo do que o reportado pelas projeções ciais. Logo, não deve-se espantado com a desvalorização do seu câmbio e com o derretimento do seu mercado de ações. O pior é que a volatilidade vista no mês de janeiro ocorreu justamente após os EUA terem começado o aperto monetário em dezembro último, ao subir os juros. Mera coincidência ou mais um dado para reforçar a tese de que o mercado está mais para um esquema ponzi alimentado por políticas monetárias absurdamente expansivas? Os leitores do Barómetro devem estar atentos ao FOMC americano. A equipa do CEICin entende que os juros nos EUA não devem subir mais. O risco é alto demais e lembremos que este é o último ano de Obama. Na Europa, índices que medem a performance de acções de bancos da zona Euro recuaram cerca de 30%. E vale uma série de últimas perguntas: a bolha chinesa já estourou completamente? Foi apenas o início? Entrarão os EUA em recessão? Como e quando haverá o contágio? A conferir em nossa próxima publicação. Fonte: Empiricus Research 23 PETRÓLEO E RISCO: IDENTIFICAÇÃO DE PADRÕES ESTOCÁSTICOS PARA A VOLATILIDADE DO PREÇO DO PETRÓLEO A PARTIR DE MODELOS DE SÉRIES TEMPORAIS INTRODUÇÃO Segundo MAPASSI (2004), a actividade petrolífera em Angola teve início em 1910 com a prospeção dos primeiros poços de petróleo. De início, 13 foram 144.000Km² no , localizados na Bacia do Congo e do Kwanza, segundo os arquivos históricos disponibilizados pela Sonangol. Daquela época até aos dias de hoje, o país desenvolveu know-how nas mais diversas fases que envolvem a cadeia produtiva do petróleo, o que tem resultado em expressivas acumulações de divisas. Dessa forma, valendo-se da prosperidade proveniente da referida indústria, o país deposita nas receitas do petróleo, os meios para a da matriz produtiva local bem como a promoção do bem-estar social. Hoje, mais de 90% de tudo que Angola exporta é petróleo bruto. Percebe-se, com isso, que praticamente não existe pauta de exportações, tal é a concentração nesta commodity. No entanto, enquanto contribui para o desenvolvimento do país, também ajuda a inseri-lo num contexto onde a sua principal fonte de riquezas em ativo estrangeiro, é uma commodity sobre o qual o governo local não tem controlo, o que submete o país a ciclos de instabilidade económica. O problema reside no facto de que o preço desta commodity oscila constantemente, apresentando, em muitas ocasiões, acentuada volatilidade. Nesse caso, o país refém de uma única indústria, que ora pode ir bem, ora pode ir mal, tudo vai depender das cotações de mercado e de possíveis quebras de produção. Nesse contexto, recentemente, o aumento da oferta decorrente do êxito da extração de petróleo de fonte betuminosa – xisto – pelos Estados Unidos, combinado com o arrefecimento do crescimento económico da China, tem provocado um viés para baixo nos preços do petróleo Brent, principal referência para as exportações de Angola. Cabe notar que, recentemente, vem ocorrendo um processo de decrescimento do preço da commodity. Por exemplo, em novembro de 2014, o preço do barril estava em U$$ 78,44 e em janeiro de 2016, o preço chegou a U$$ 30,80, uma redução de cerca de 60,7%. Cabe notar que essa situação vem trazendo complicações macroeconómicas para o país. 13 24 Exploração marítima. O presente artigo tem o objectivo de agregar um pouco mais de certeza aos movimentos oscilatórios do preço do petróleo, sugerindo assim, a modelagem de um padrão de comportamento para a evolução do mesmo. Dessa forma, pretende-se estimativas e probabilidades de ocorrência para as mais diversas faixas de preços, a partir de um modelo de simulação estatística, baseado em séries temporais.14 1. IDENTIFICAÇÃO DE FACTORES DE RISCO De modo geral, por o preço ter cotado em mercados, o petróleo pode variar de acordo com as forças da oferta e da procura.15 Dessa forma oscila, tanto devido a surtos de expansão ou contração económica, na China ou Índia, como por instabilidades político-sociais no Iraque, Irão ou Nigéria. Estes últimos, importantes produtores de petróleo. O facto de ser um combustível fóssil não renovável, também causa certa instabilidade nos preços, uma vez que não há uma estimativa precisa de sua disponibilidade no mundo (GOLDEMBERG, 1998). Nesse sentido, o balanço semanal das reservas norte-americanas acaba por ter uma muito grande nos preços do petróleo, uma vez que os Estados Unidos são grandes os consumidores deste produto. Além disso, é certo que devem ser investidas somas, cada vez maiores, de recursos para a prospeção e extração deste produto, a exemplo do petróleo contido no pré-sal brasileiro, cuja tecnologia de exploração ainda se encontra em estágio de desenvolvimento. Também não se pode negar a manipulação dos preços por parte dos países que compõem a OPEP16. A organização orquestra aumentos e quedas na produção que são prontamente implementados pelos países membros. Mesmo que não surjam os resultados esperados, certamente a existência da OPEP indica que o mercado não opera livremente. Contudo, em termos de formação de cartel, a OPEP é apenas um lado da moeda. Países como a Rússia, o 14 O objectivo é preços. 15 16 o que pode acontecer com os referidos Aqui se encaixa a recente crise económica na Europa e EUA. Organização dos Países Exportadores de Petróleo. México, a Noruega e o Azerbaijão, apesar de não fazerem parte desta organização, são expressivos produtores de petróleo. Na década de 1990, alguns desses países decidiram unir-se para provocar restrições à produção, de modo a elevar o preço em US$ 10,00 o barril do produto. Não se pode negligenciar também, a ocorrência de fenómenos inesperados, tais como desastres naturais em áreas produtoras ou instabilidades político-sociais no Médio-Oriente, ocorrências que possuem relevante impacto no preço da commodities. Por num mercado com uma carência tão grande de informações basta alguns operadores (ou especuladores) acreditarem que determinado fator vai ter alguma sobre o preço do petróleo e realmente terá, por mais absurda que possa ser esta informação (SINGER, 2000). 2. O MODELO QUANTITATIVO INTRODUÇÃO Não são raras as vezes que modelos baseados em séries temporais apresentam desempenho superior aos baseados em modelagem econométrica tradicional.17 O motivo para isto é 17 Modelos estruturais que não é necessário estabelecer nenhum critério funcional. Contudo, deve realçar-se que algumas exigências devem ser cumpridas, sob pena de comprometerem os resultados do modelo a ser desenvolvido. A principal delas é a hipótese da estacionariedade da série de preços, o que confere estabilidade nas previsões. A principal consequência da violação desta hipótese é a forte divergência da série, em relação à sua média.18 Para garantir a existência de estacionariedade de séries temporais, pelo menos 3 pressupostos básicos devem ser prontamente atendidos: Série temporal com média constante, independente do tempo: E[Yt ]=μ (ausência de tendência temporal); Série temporal com variância constante, independente do tempo: VAR[Yt]=δ2 (ausência de divergência temporal); Covariância entre dois momentos dependendo apenas da desfasagem “k” (lags) entre eles e não do tempo: COV{[Yt-μ] [Yt-k–μ]}= γk Além disso, os resíduos (erros aleatórios) das previsões devem atender às mesmas exigências, caracterizando-os como ruído branco.19 18 19 “Explosão” da série ao longo do tempo. Ou série puramente aleatória, caracterizada por média constante e igual a zero, variância constante e auto-covariância constante e igual a zero. 25 A não observância destes pressupostos, implica um horizonte relativamente curto de previsões (geralmente 3 ou 4 previsões apenas). Deve-se ainda levar em consideração outros dois efeitos muito comuns em séries temporais representativas de commodities, ou seja, a sazonalidade e o agrupamento de volatilidade em determinados períodos.20 Dessa forma, o modelo a ser desenvolvido deve captar estes efeitos e reproduzi-los em suas previsões. Nesse caso, devem usar-se adequados para o diagnóstico de sazonalidade e de auto regressividade condicional dos erros de previsão para tornar o modelo mais realista. Nesse contexto, a combinação entre um modelo SARIMA (p,d,q) (P,D,Q) 21 , implementado a partir da metodologia Box-Jenkins22, com simulação estatística do tipo Monte Carlo, parece adaptar-se bem aos problemas acima expostos (BOX e JENKINS, 1976). Vale realçar, que havendo estatística para o aglomerado de volatilidade na série, será ainda implementado um terceiro procedimento – o Modelo ARCH23. Para subsidiar os modelos propostos, foram utilizados dados de cotações mensais do preço do petróleo Brent.24 Quando se trata de séries temporais, amostras muito longas podem invalidar a equação a ser desenvolvida, ou seja, os fatos ocorridos num passado distante passam a ter exacerbada em previsões próximas. Por outro lado, uma amostra muito recente, não o comportamento legítimo da série. Por isso, o modelo foi calibrado para 83 dados amostrais que vão de jan/2009 a nov/2015. Além de bastante representativos, os referidos dados mostram-se passíveis de torná-los estacionários por integração da série. A partir destes procedimentos, estão 20 Este último deve-se a presença de heterocadasticidade auto regressiva condicional dos erros de previsão (ARCH). 21 22 Modelo Auto regressivo Sazonal Integrado de Médias Móveis. Metodologia interativa destinada a obtenção dos parâmetros auto regressivos, integrantes e de média móvel para modelos do tipo ARMA, ARIMA e SARIMA. 23 24 Autorregressivo de Heterocedasticidade Condicional. Disponível em http://www.indexmundi.com/pt/pre%E7os-de mercado/?mercadoria=petr%C3%B3leo-bruto-brent&meses=300 (Preço do Petróleo Brent) Fonte: CEICin 26 criadas as condições de diagnosticar um padrão de comportamento para a evolução do preço do petróleo Brent que possibilite predizer valores para fevereiro de 2016, e para os quatro meses subsequentes. 2.1 Construção do Modelo Na posse dos dados, inicia-se uma formatação básica em Excel para posterior exportação do programa econométrico GRETL25 (ADKINS, 2013). Vale lembrar que foram utilizados dados referentes à série de preços do petróleo Brent compreendidos entre jan/09 até jan/2016. O próximo passo é proceder ao diagnóstico do efeito sazonal e da estacionariedade da série. Caso ambos estejam presentes, é necessário a manipulação algébrica dos dados de modo a acomodar estes efeitos. Antes de qualquer procedimento, faz-se sempre uma análise visual da série a partir de seu O objectivo é no um movimento de tendência (não estacionariedade) associado a um possível efeito sazonal. Conforme pode ser observado, por um lado, não é difícil perceber a tendência ascendente da série, o que sugere não estacionariedade para os dados, o que é um problema, pois ter-se-á que proceder a uma manipulação algébrica conhecida por integração temporal26, desfasagem em lags. Por outro lado, pouco se pode dizer a respeito da sazonalidade, uma vez que, apenas na análise visual, muito difícil o respetivo efeito. Nesse caso, rodam-se os testes indicados para as referidas características. Resumidamente, no GRETL, o diagnóstico de sazonalidade consiste na observância da extrapolação da escala do chamado espectro do periodograma em relação aos demais pontos, conforme pode ser visto abaixo. Com certeza, ao atingir uma meta de quase 3.000 na escala de espectro do periodograma (em relação aos demais pontos), sugere-se a presença do efeito sazonal para a série estudada, o que necessita de tratamento na sua 25 26 GnuRegressionEconometricsand Times Series Library Basicamente consiste em subtrair a série original dela própria, só que desfasada de alguns períodos (legs). do periodograma Espectro de Preco Fonte: CEICin modelagem. Para isso, procede-se à diferença de sazonalidade para a série de preços e repete-se o teste do periodograma, conforme visto no 28. A abrupta redução na escala (de 3.000 para aproximadamente 1.800) indica a dissipação da interferência da sazonalidade no modelo, o que já predispõe a análise para a modelagem SARIMA. Feito isso, parte-se agora para a dos parâmetros de auto regressividade e de médias móveis, ambos na esfera da sazonalidade do modelo. Os abaixo são conhecidos como correlograma e sugerem a indicação dos números para os referidos parâmetros a serem utilizados. Destes claro que há pelo menos dois (2) parâmetros de auto regressividade sazonal, observado pela função de auto correlação parcial – FACP). No que diz respeito ao parâmetro relacionado às médias móveis, observa-se pelo menos dez (11) ultrapassagens no nível de estatística (linha azul) na função de auto correlação - FAC. No entanto, apesar da constatação, sugere-se começar a construção do modelo por apenas 1 parâmetro, conforme princípio da parcimónia, preceituado pela metodologia Box-Jenkins, utilizada neste trabalho. Resolvida a questão da sazonalidade sobre a série, concentra-se na possível não estacionariedade dos dados, já pela análise visual do Para um diagnóstico preciso, torna-se imperiosa a necessidade de constatar a violação de pelo menos um (1) dos três (3) pressupostos de estacionariedade enunciados no tópico 3.1 deste estudo. A maioria dos pacotes econométricos dispõe de rotinas para esse No estudo em questão, foi utilizado o teste do correlograma (teste LB ou Q) a partir do programa computacional GRETL. Este teste consiste, basicamente, em se houve violação do pressuposto iii), ou seja, a variabilidade no tempo da covariância entre diferentes momentos da série em questão. Dessa forma, o abaixo discrimina a condição de estacionariedade da série. O de auto correlação serial, utilizado do periodograma dessazonalizada Espectro de sd_Preco Fonte: CEICin de estacionariedade da série Fonte: CEICin Fonte: CEICin 27 para o diagnóstico de não estacionariedade da série, revela um padrão de violação da hipótese nula, ou seja, estacionariedade para os dados de preços, uma vez que a função de auto correlação decai lentamente, dando outro indício de não estacioariedade. Outra maneira de a referida constatação é a partir dos produzidos pelo correlograma acima, especialmente a coluna dos p-values. Conforme pode ser visto, quase todos os p-values resultam em 0,00, o que sugere a rejeição da hipótese nula até à 13ª desfasagem. Logo, não restam dúvidas da violação do pressuposto iii) e da consequente não estacionariedade da série de dados estudados. Para ser abstraído o efeito da não estacionariedade sobre o modelo, tem que se proceder à integração (diferenciação ou subtração desfasada) dos dados. Da mesma forma que os demais procedimentos, esta também é uma ação de rotina para a maioria dos pacotes econométricos. No caso do GRETL, usa-se as primeiras diferenças da série estudada. Se esse procedimento já for para tornar a série estacionária, parase por aí; caso contrário, diferencia-se/integra-se novamente até à obtenção do êxito (série imóvel). Para o estudo em questão, apenas uma única diferenciação foi O correlograma que se segue revela o padrão de uma série estacionária, uma vez que a função de auto correlação não decai lentamente. Percebe-se aqui o padrão aleatório para o diagnóstico da não estacionariedade, tanto para a função de auto correlação (FAC), quanto para a função de auto correlação parcial (FACP). A tabela 2 discrimina o mesmo resultado em termos de Observa-se que após uma diferenciação da série, todos os p-values referentes à maior parte das desfasagens mostram-se estatisticamente o que é compatível com a hipótese de estacionariedade da série. Além dos correlogramas acima descritos, também foi utilizado o teste DickeyFuller aumentado, em que a rejeição da hipótese nula indica estacionariedade. No caso da série sem diferenciação, o valor do teste foi igual a -1,02947 e no caso da série diferenciada, o valor do teste é igual a -7,17843. Dessa forma, o teste DickeyFuller também aponta para a estacionariedade da série com a primeira diferença. Do mesmo correlograma é possível determinar o número de parâmetros auto regressivos e de médias móveis. Contudo, ao contrário dos primeiros calculados, estes não fazem qualquer referência à sazonalidade dos dados, ou seja, são parâmetros oriundos da diferenciação da série. Conforme pode ser observado, tanto pelo correlograma quanto pelos da tabela acima, há pelo menos 1 parâmetro de auto regressão e 1 de média móvel. Nesse caso, o modelo a ser testado caracteriza-se por um SARIMA que possui na sua componente de sazonalidade, 1 diferenciação sazonal, 1 parâmetro de auto regressividade e 1 de média móvel. Na parte não sazonal, caracteriza-se, também, por 1 diferenciação não sazonal, 1 parâmetro auto regressivo e 1 de média móvel. De um modo geral, um modelo como este apresenta-se sob a seguinte forma: SARIMA (1,1,1)(1,1,1), onde o primeiro grupamento de 1’s se refere à parte não sazonal e o segundo à parte sazonal. Apesar de parecer ideal, este modelo tratase apenas de uma referência para o modelo a ser, de fato, adotado, pois a metodologia Box-Jenkins Tabela 1 - Função de auto-correlação para o preço brent Desfasagens FAC FACP Estat. Q [p-valor] 1 0,9289 *** 0,9289 *** 742,349 [0,000] 2 0,8423 *** -0,1495 1,360,321 [0,000] 3 0,7555 *** -0,0378 1,863,618 [0,000] 4 0,6733 *** -0,0150 2,268,482 [0,000] 5 0,6108 *** 0,0903 2,605,920 [0,000] 6 0,5579 *** 0,0033 2,891,129 [0,000] 7 0,5016 *** -0,0732 3,124,719 [0,000] 8 0,4476 *** -0,0098 3,313,201 [0,000] 9 0,3872 *** -0,0721 3,456,139 [0,000] 10 0,3347 *** 0,0381 3,564,432 [0,000] 11 0,2663 ** -0,1809 3,633,933 [0,000] 12 0,1987 * -0,0177 3,673,148 [0,000] 13 0,1375 -0,0138 3,692,190 [0,000] 14 0,0846 0,0110 3,699,504 [0,000] 15 0,0566 0,1102 3,702,833 [0,000] 16 0,0427 0,0169 3,704,755 [0,000] 17 Fonte: CEICin 28 0,0091 -0,0476 4,013,554 [0,000] Série Estacionária Fonte: CEICin Tabela 2 - Função de auto-correlação o preço BRENT Desfasagens FAC FACP Estat. Q 1 0,3054 ** 0,3054 79,300 2 0,0496 -0,0481 81,422 3 -0,0210 -0,0245 81,806 4 -0,0801 -0,0707 87,470 5 0,1131 0,1770 98,907 6 0,0365 -0,0595 100,112 7 -0,0014 -0,0023 100,114 8 -0,0262 -0,0313 100,753 9 -0,0137 0,0385 100,931 10 0,1850 * 0,1807 133,685 11 0,1756 0,0682 163,601 12 0,1846 * 0,1209 197,136 13 -0,0334 -0,1404 198,249 14 -0,1886 * -0,1194 234,278 15 -0,0766 -0,0085 240,308 16 0,0647 0,1172 244,672 17 0,1136 -0,0185 para [p-valor] [0,005] [0,017] [0,042] [0,068] [0,078] [0,124] [0,188] [0,260] [0,343] [0,204] [0,128] [0,073] [0,100] [0,054] [0,065] [0,080] 282,654 Fonte: CEICin pressupõe interação usuário e dados na obtenção das diferenciações e dos parâmetros citados (PANKRATZ, 1983). 2.2 AFERIÇÃO DO MODELO Conforme citado, o SARIMA (1,1,1)(1,1,1) trata-se apenas de uma referência na busca de um modelo da mesma família que tenha uma melhor representatividade para a série em questão. Dessa forma, não são raras as vezes que tem que se acrescentar ou excluir diferenciações sazonais ou não, bem como, também, acrescentar ou excluir parâmetros auto regressivos e de médias móveis; esta é a natureza da modelagem Box-Jenkins. Para o estudo em questão, o modelo originalmente apresentado revelou uma boa adequação aos dados, contudo, não se saiu melhor que o SARIMA (0,1,1)(0,0,1), ou seja, um SARIMA com uma diferenciação não-sazonal, a não estacionariedade da série e apenas um parâmetro de média móvel para o componente sazonal e não sazonal. Basicamente, o modelo para ser aceite deve ser aferido sob 3 perspetivas quanto aos seus resíduos (erros aleatórios ou termo de perturbação estocástica): 29 i) Normalidade na distribuição (teste de normalidade); ii) Homocedasticidade serial (teste LM ARCH); e, iii) Ausência de auto correlação serial (correlograma residual). Para BOX e PIERCE (1970), caso o modelo apresente simultaneamente esses pressupostos, conclui-se pela representatividade do mesmo27. Caso contrário, poderá haver “contaminação” dos resultados, uma vez que o modelo não é mais do que uma combinação linear dos seus resíduos. Nesse caso, será procedido cada teste de modo individual. I) Teste de Normalidade Residual Assim como em todo modelo econométrico, os resíduos de séries temporais devem obedecer a uma distribuição normal de probabilidade. Dessa forma, procede-se no GRETL ao referido teste. Com uma hipótese nula, apontando para a normalidade dos erros e um p-value de 0,4564, conclui-se pela aceitação da referida hipótese. Destaca-se ainda que, além da normalidade na distribuição, os erros deste modelo apresentam um desvio-padrão de 5,3801, o que parece elevado para uma média de apenas -0,049197, o que aponta severa variabilidade dos erros e consequentemente volatilidade da série de preços Brent. II) Homocedasticidade serial Conforme preceituado no curso básico de Econometria, a heterocedasticidade é um problema de séries cross-section, enquanto a auto correlação serial para os resíduos é um problema de séries temporais (MORETTI e TOLLOI, 2004). No entanto, há um tipo de heterocedasticidade que é típica de séries temporais, ou seja, a heterocedasticidade condicional auto regressiva (ou modelo ARCH). Como não pode deixar de ser, os resíduos têm que estar libertos dessa O motivo para isso é o fato de que o modelo SARIMA nada mais é do que uma equação resultante da combinação linear dos erros de regressão. Nesse caso, se os erros forem serialmente correlacionados (sob a forma ARCH), o modelo, como um todo, também será (contaminação do modelo). O GRETL lança mão do teste LM para o diagnóstico da presença desse tipo de heterocedasticidade para os resíduos da regressão. A hipótese nula é de inexistência de ARCH sobre os erros. Com 0,105 de p-value, conclui-se que a hipótese nula de ausência de efeito ARCH não pode ser rejeitada. Logo o modelo está livre desta condição. III) Ausência de Auto Correlação Serial para os Resíduos Citando o fato de que o modelo não é mais do que uma combinação linear dos seus resíduos, conclui-se que estes não podem ser serialmente correlacionados sob pena de contaminar/transmitir 27 Além destes testes, vale ainda ressaltar que deve ser escolhido de Akaike, Schwarz e o modelo que apresente os menores Hanna-Quin, todos os outputs do GRETL. 30 Fonte: CEICin Tabela 3 Teste ARCH de Ordem 13 Fonte: CEICin essa correlação aos dados originais. Dessa forma, torna-se necessário aferir se há a presença desse efeito sobre a regressão. A maneira mais prática de proceder este diagnóstico é a partir do teste de correlograma residual, conforme discriminado abaixo. O padrão aleatório e sem violações sobre a linha azul, que corresponde ao nível de estatística, revela a ausência de autocorrelação residual, mesmo sem o auxílio da tabela de de auto regressividade e médias móveis. Conforme pode ser visto, o modelo em questão, SARIMA (0,1,1)(0,0,1), parece adequar-se bem aos dados, ou seja, reproduz o mesmo padrão de comportamento na natureza. Esta pode ser constatada a partir da observação do 34. Fonte: CEICin 31 Fonte: CEICin A linha vermelha representa os preços observados entre jan/09 a jan/16, enquanto a linha azul foi gerada a partir do modelo citado. Apesar de não coincidirem exatamente, esse não é o objectivo, elas sobrepõem-se na maior parte do tempo, revelando a legitimidade do modelo em relação aos dados observados. Desta forma, podemos, a partir do modelo estimado, que se encontra discriminado e apenso a este trabalho, proceder à análise de previsão e de risco do preço do Brent com razoável nível de 3. RESULTADOS DO MODELO 3.1 BENCHMARK PARA ANÁLISE DE RISCO Um dos objectivos da confeção de um modelo econométrico é ter uma previsibilidade para 32 ocorrências futuras. Contudo, adverte-se que o principal objectivo deste estudo é captar o padrão de comportamentos dos dados a partir de modelagem estocástica para posterior análise de risco (simulação do padrão diagnosticado). Dessa forma, as previsões a seguir, provenientes do modelo gerado, não são mais do que uma das muitas possibilidades de ocorrência para a série estudada. Vale ressaltar, no entanto, que as previsões devem oscilar em torno dos valores observados, de fato, do tópico anterior (preço_Brent conforme o efetivo e ajustado). Com o objectivo de estimar um Benchmark (padrão de ocorrência) entre os meses de fevereiro de 2016 a junho de 2016, o modelo foi calibrado, a partir do pacote econométrico GRETL, para gerar 5 possíveis realizações. Note-se que, quanto mais distante estiver a previsão da data presente, menor será a acurácia do modelo (BOWERMAN e as realizações sugeridas Fonte: CEICin Tabela 4 - Previsões Mês/Ano Fev/16 Mar/16 Abr/16 Mai/16 Jun/16 Limite Inferior 22,87 15,23 11,056 13,027 14,73 Valor de Referência 33,12 32,18 33,15 34,78 33,93 Limite Superior 43,37 49,13 54,82 60,31 62,81 Fonte: CEICin O’CONNEL, 1987). Isso ocorre devido à natural e gradativa perda de precisão com o tempo, decorrente de ajustes realizados por acordos entre países produtores. Dessa forma, o modelo tem que ser revisto de tempo a tempo de modo a incorporar as observações que vão surgindo. O 35 discrimina o comportamento agregado para as 5 realizações sugeridas (Benchmark). A linha azul (previsões) representa um prolongamento para a linha vermelha (dados observados). Percebe-se que houve uma extrapolação para 5 meses à frente. As linhas verdes verticais representam intervalos para 95% para cada extrapolação mensal. de Conforme as previsões se distanciam da data presente, o modelo vai perdendo acurácia. Esta perda é representada pelo aumento do intervalo 28 para o mesmo nível de . Ao lado, segue a discriminação das previsões e dos seus respetivos intervalos de Conforme pode ser visto, há um incremento no intervalo de à medida que os preços são estimados. Estes incrementos devem-se ao que foi anteriormente comentado. Após junho de 2016, os intervalos de demasiadamente dilatados, perdendo assim o efeito prático para o 28 Este é o motivo pelo qual as linhas verticais verdes vão aumentando com o decorrer do tempo. estudo em questão. Por esse motivo, incluímos apenas as previsões de curto-prazo. Ressalta-se ainda que, o referido Benchmark capta concebidas pelo mercado, ou seja, interações entre oferta e demanda pelo produto, além da alteração de um ou outro fator de risco, conforme enunciado no tópico 2 deste estudo. Nesse caso, os eventos inesperados podem distorcer de forma a evolução natural da série, causando severas falhas no modelo elaborado, como as manipulações nos preços decorrentes de acordos entre países grandes produtores de petróleo, a exemplo dos membros da OPEP.29 4. CONCLUSÕES Mais do que apenas receitas orçamentadas, as riquezas provenientes do petróleo, alicerçam as bases para uma estratégia de crescimento baseada na da matriz económica de Angola. No de mercado, entanto, devido às diversas além da de fatores exógenos, os preços desta commoditie estão longe de apresentar estabilidade, demonstrando um comportamento tendencioso e sazonal, o que bastante o planeamento das ações de crescimento económico. 29 Organização dos Países Produtores de Petróleo 33 Baseados nas características citadas, foi desenvolvido um modelo de série temporal que objetiva uma maior previsibilidade das ocorrências futuras além de captar a volatilidade da série em questão. O modelo desenvolvido foi o SARIMA (0,1,1)(0,0,1) e, mesmo havendo grande sensibilidade em relação ao tamanho da amostra, foi o que melhor se adequou às inúmeras exigências paramétricas de um modelo que descreve o caminho de uma série no tempo. Desta forma, e com auxílio dos softwares GRETL, foram realizadas previsões a título de Benchmark para os próximos 5 meses, previsões estas que também podem servir de insumos para o dimensionamento do risco proveniente dos movimentos oscilatórios da série. Salienta-se ainda, que as últimas previsões já não possuem a mesma acurácia das previsões mais próximas da presente data. Por este motivo, há um aumento do intervalo de erro, mesmo que não se altere o nível de Do exposto, conclui-se que 2016 será um ano de preços modestos, onde está longe de extrapolar a marca dos 40,00 US$/bbl de períodos recentes, o que bem o abrandamento da procura mundial somado ao recente êxito norte-americano na produção de óleo betuminoso. Adverte-se que as estimativas geradas, neste estudo, são provenientes de um modelo estocástico de simulação e, como tal, são mais a partir de um futuro que reproduza, parcialmente, condições semelhantes às do passado. Nesse caso, as alterações conjunturais bruscas, como acertos de quotas de produção de petróleo por parte de países da OPEP podem impor condições bastantes adversas ao modelo, suportadas, até certo ponto, pelas simulações, sob o risco de extrapolar os seus limites de No entanto, foi trabalhado um horizonte de 5 meses, tempo considerado curto e, por isso, sob forte do modelo em questão. REFERÊNCIAS BIBLIOGRÁFICAS • ADKINS, Lee. Using GRETL for Principles of Econometrics. E-book disponível em <http://www. learneconometrics.com/gretl/using_gretl. 2003. • BOX, G. E. P.; JENKINS, G. M. Times Series Analysis Forecasting and Control. San Francisco, Holden-Day, 1976. • BOX, G. E. P.; PIERCE, D. A.; Distribuition of Residual Autocorrelations in Autoregressive Integrate Moving Average Times Series Models. Journal of the American Statistical Association p. 1509 – 1526. • BOWERMAN, B. L. O’CONNELL, R. T. Times Concept and Computer Series Forecasting: Implementation. Boston, Duxbury Press. 1987. • GOLDEMBERG, J.; Energia, Meio Ambiente & Desenvolvimento. 1ª edição, EDUSP, São Paulo, 1998. • MAPASSI, H. P.; O Petróleo Angolano Ontem, Hoje e Perspectivas Futuras. Universidade Jean Piaget, Luanda, 2004. • MORETTIN, P. A., TOLOI, C. M. C.; Análise de Séries Temporais, 2ª edição, Ed. Edgard Bluch, São Paulo, 2004. • KELLIHER, C. F.; MAHONEY, L. S.; Using Monte Carlo Simulation to Improve Long-term Investing decisions. The Appraised Journal, v. 68, Chicago, p. 41 – 56. 2000. • JORION, P.; A Nova Fonte de Referência para a Gestão do Risco Financeiro: Value-at-Risk. Ed. Bolsa de Mercadorias & Futuros. São Paulo, 2003. • PANKRATZ, A. Forecasting with Univariate Box-Jenkins Models: Concepts and Cases, New York, 1983. • POON, S.; GRANGER, C. W. J. Forecasting Volatility in Financial Market: A Review. Journal of Economic Literature, v. 41, p. 478 – 539, 2003. • SINGER, P.; Para Entender o Mundo Financeiro. 1ª edição, São Paulo, 2000. ANEXO ESTATÍSCO O MODELO SARIMA(0,1,1)(0,0,1) 34 INFLAÇÃO E RISCO: IDENTIFICANDO PADRÕES ESTOCÁSTICOS PARA A INFLAÇÃO EM ANGOLA EM 2016 A PARTIR DE MODELOS DE SÉRIES TEMPORAIS INTRODUÇÃO Apesar da exposição a surtos externos, pois boa parte de tudo o que se consome em Angola vem de fora das suas fronteiras, bem como ainda persistirem gargalos de infraestrutura, que encarecem movimentações de carga, fretes e seguros. Em 2012, o país atingiu a histórica marca de uma acumulada abaixo de 2 dígitos (9,02%); esta marca foi ainda melhorada em 2013, com a baixa em apenas 7,69 pontos percentuais. O êxito obtido resulta de um minucioso alinhamento entre autoridades e monetárias, que buscam compatibilizar o aquecimento da actividade económica e da distribuição de renda a níveis razoáveis de aumento de preços. No entanto, em meados de 2015 houve uma aceleração do processo com a variação acumulada do IPC, chegando ao patamar de 11,47% acumulados já em Novembro. Por mais possa responder bem aos ajustes que a e instrumentos de política monetária30, será possível atenuar a elevação do nível geral dos preços? Caso não seja possível, o que de 30 Como, por exemplo, a elevação da Taxa de Facilidade Permanente de Cedência de Absorção de Liquidez. pior pode acontecer para a em 2016? Com o propósito de responder a tais questões, o presente estudo propôs o estabelecimento de um Benchmark, composto pela previsão da para os próximos 5 meses (dez/15 a abr/16), a partir do qual serão elaboradas Prévias31 para os piores cenários, mês a mês, de 2016. Destaque-se, entretanto, que as previsões a serem sugeridas constituem apenas uma amostra representativa do padrão de comportamento (ocorrência) diagnosticado para 2016, a partir de um modelo estocástico de séries temporais com para sazonalidade e simulação estatística. Neste caso, o seu objectivo principal é compor um Benchmark que servirá de referência para as estimativas de piores cenários, ou seja, a quão elevada pode ser a em 2016. Para o presente trabalho, foi utilizado o software econométrico GRETL32 . A sua escolha não se deve apenas à sua difusão no âmbito académico, mas também no campo das consultorias económicas e empresariais (ADKINS, 2013). 31 Prévias porque ainda falta obter a para dez/15, ainda não divulgada pelo INE no período de realização deste estudo. 32 Gnu Regression, Econometrics and Times-Series Library (GRETL). 35 1. O MODELO QUANTITATIVO 1.1 INTRODUÇÃO Vide Seção 2.1 do artigo “Petróleo e risco: de padrões estocásticos para a volatilidade do preço do petróleo a partir de modelos de séries temporais”, apresentado anteriormente neste mesmo Barómetro. 1.2 CONSTRUÇÃO DO MODELO De posse dos dados, inicia-se uma formatação básica em Excel para posterior exportação ao programa econométrico GRETL. Vale lembrar que foram utilizados dados referentes à de Angola, compreendidos entre jan/2012 a nov/2015. O próximo passo é proceder o diagnóstico do efeito sazonal e da estacionariedade da série. Caso ambos estejam presentes, é necessária a manipulação algébrica dos dados de modo a acomodar estes efeitos. Antes de qualquer procedimento, recomenda-se uma análise visual da série a partir de seu O obcjetivo é no um movimento de tendência não estacionária associado a um possível efeito sazonal. Conforme mostrado no 36, é difícil perceber qualquer tendência na série, o que não quer dizer que não seja não estacionária, o que é um problema, pois teremos que proceder a uma manipulação algébrica conhecida por diferenciação temporal33 (desfasagem em lags). Por outro lado, pouco se pode dizer a respeito da sazonalidade, uma vez que, apenas na análise visual, muito difícil o respetivo efeito. Nesse caso, aplicamos os testes indicados para as referidas problemáticas. De modo resumido, no GRETL, o diagnóstico de sazonalidade consiste na observância da extrapolação da escala do chamado espectro do periodograma em relação aos demais pontos, conforme pode ser visto a seguir no 37. Mesmo não havendo destaque da meta de 0,08 em relação aos demais pontos da escala, ainda assim, o presente estudo optou 33 36 por considerar o efeito sazonal na série estudada. O motivo para isso não se deve apenas a quadra festiva de de ano, mas também ao mês de maio34, em que são registadas médias superiores aos demais meses do ano. Sendo assim, tornase prudente proceder pelo menos 1 diferenciação sazonal na série de dados35, o que já predispõe a análise para a modelagem SARIMA. Feito isso, parte-se agora para a dos parâmetros de auto regressividade e de médias móveis, ambos na esfera da sazonalidade do modelo. O abaixo é conhecido como correlograma e sugere uma indicação para o número dos parâmetros citados. Destas observações, há indícios de que há (1) parâmetro de auto regressividade (observado pela função de auto correlação parcial – FACP) e (4) parâmetros de médias móveis. No entanto, apesar da constatação, sugere-se começar a construção do modelo por apenas 1 parâmetro AR e um MA, conforme princípio da parcimónia, preceituado pela metodologia Box-Jenkins utilizada neste trabalho. Resolvida a sistemática da sazonalidade, parte-se para a da estacionariedade da série. A maneira mais prática de proceder à referida é também através do de correlograma36 (e a sua tabela de Nele, observa-se o quão próximo (ou distante) uma série de números está de uma função de ruído branco. Na tabela 6, a um nível de estatística de 10%, tem-se um indicador de pelo menos cinco correlações seriais, o que causa certa instabilidade na série (afastando-a da semelhança de uma série de ruído branco). Além disso, o correlograma também apresenta um comportamento decrescente, algo que também aponta para a não estacionariedade da série. O teste Dyckey-Fuller Aumentado apresenta uma estatística de teste de -2.1011 (p-value de 0.5314), o que indica a não-rejeição da hipótese nula de não estacionariedade. Nesse caso, sugere-se proceder 34 Em Angola, o dia das mães é comemorado no 1º domingo de maio, fato que “aquece” o comércio e provoca uma ligeira sobreposição da demanda sobre a oferta, a exemplo de outros países. 35 Procedimento similar a diferenciação da série para corrigir o efeito da não estacionariedade. 36 Basicamente consiste em subtrair a série original dela própria, só que desfasada de alguns períodos (legs). Também pode-se fazer isso pelo Teste da Raiz Unitária de Dickey-Fuller Expandido. Fonte: CEICin Fonte: CEICin Fonte: CEICin Tabela 5 - Função de Autocorrelação Fonte: CEICin à diferenciação dos dados e novamente a sua condição de estacionariedade. Feito isto, seguem os resultados. Após a diferenciação da série, observa-se que não há uma tendência de decrescimento no novo correlograma, uma tendência de estacionariedade. O teste Dyckey-Fuller Aumentado apresenta uma estatística de teste de -8.1907 (p-value de 0.000), que indica, então, a rejeição da hipótese nula de não estacionariedade, ou seja, após a diferenciação, a série mostrou-se estacionária. Ainda em relação ao correlograma, uma vez havendo a diferenciação da série, sugere-se testar o modelo para 1 parâmetro de auto regressividade não sazonal e 1 parâmetro de média móvel também não-sazonal. Desta forma, chega-se ao modelo SARIMA (1,1,1)(1,1,1) que, apesar de ainda não ser servirá de base para demais interações previstas pela metodologia Box-Jenkins. 1.3 AFERIÇÃO DO MODELO Conforme citado, o SARIMA (1,1,1)(1,1,1) trata-se apenas de uma referência em busca de um modelo da mesma família, que tenha uma melhor representatividade para a série em questão. Dessa forma, não são raras as vezes que temos de acrescentar (ou excluir) diferenciações sazonais (ou não), bem como, também, acrescentar (ou excluir) parâmetros auto regressivos e de médias móveis; esta é a natureza da modelagem Box-Jenkins. Para o estudo em questão, o modelo originalmente apresentado revelou uma boa adequação aos dados, contudo, não se saiu melhor que o SARIMA (1,1,1) (1,1,0), ou seja, um SARIMA com 1 diferenciação sazonal e outra não sazonal. também 1 parâmetro de auto regressividade não sazonal, 1 de médias móveis, também não sazonal e apenas 1 parâmetro de auto regressividade sazonal. 37 Fonte: CEICin Tabela 6 - Função de Autocorrelação Fonte: CEICin 38 Fonte: CEICin Tabela 7 - Função de Autocorrelação para Fonte: CEICin 39 Basicamente, o modelo para ser aceite37, deve ser aferido sob 3 perspetivas quanto aos seus resíduos (erros aleatórios ou termo de perturbação estocástica): i) Normalidade na distribuição (teste de normalidade), ii) Homocedasticidade Serial (teste LM ARCH), e, iii) Ausência de auto correlação serial (correlograma residual). Para BOX e PIERCE (1970), caso o modelo apresente simultaneamente esses pressupostos atendidos, concluímos pela representatividade do mesmo38. Caso contrário, poderá haver contaminação dos resultados, uma vez que o modelo nada mais é do que uma combinação linear de seus resíduos. Nesse caso, iremos proceder cada teste de modo individual. I) Teste de Normalidade Residual Os resíduos de séries temporais devem obedecer a uma distribuição normal de probabilidade. Dessa forma, procede-se no GRETL o referido teste, no 41. Com uma hipótese nula para a normalidade dos erros e um p-value de 0,3599, 37 38 SARIMA (1,1,1)(1,1,0) Além destes testes, vale ainda ressaltar que deve ser escolhido de Akaike, Schwarz e o modelo que apresente os menores Hanna-Quin, todos os outputs do GRETL. Fonte: CEICin conclui-se pela não rejeição da referida hipótese. Destaca-se ainda que, além da normalidade na distribuição, os erros deste modelo apresentam um desvio-padrão de 0,18497, o que parece elevado para uma média de apenas -0,0049, o que aponta para uma severa variabilidade dos erros e consequentemente volatilidade da série II) Homocedasticidade serial Vide texto da secção Homocedasticidade serial do artigo “Petróleo e Risco: de padrões estocásticos para a volatilidade do preço do petróleo a partir de modelos de séries temporais”, apresentado neste barómetro. Com 0,7861 de p-value, conclui-se que a hipótese nula (ausência de efeito ARCH) não pode ser rejeitada. Logo, considera-se que o modelo está livre desse efeito. III) Ausência de Auto-Correlação Serial para os Resíduos Mais uma vez, citando o fato de que o modelo nada mais é do que uma combinação linear de seus resíduos, conclui-se que estes não podem ser serialmente correlacionadas sob pena de Tabela 8 - Teste ARCH de Ordem 8 Fonte: CEICin 40 Fonte: CEICin Tabela 9 - Função de Autocorrelação dos Resíduos Fonte: CEICin contaminar/transmitir essa correlação aos dados originais. Dessa forma, torna-se necessário aferir se há a presença dessa característica sobre a regressão. A maneira mais prática de proceder esse diagnóstico é a partir do teste de correlograma residual, conforme discriminado no 42. O padrão aleatório e sem violações sobre a linha azul (nível de estatística) revela, mesmo sem o auxílio da tabela de de auto regressividade e médias móveis, a ausência de auto correlação residual. Conforme pode ser visto, o modelo em questão, SARIMA (1,1,1) (1,1,0), parece adequar-se bem aos dados, ou seja, reproduz o mesmo padrão de comportamento na natureza. Uma constatação disso pode ser feita a partir da observação do 43. A linha vermelha representa os marcadores observados de entre jan/12 a nov/15, enquanto a linha azul foi gerada a partir do modelo citado. Apesar de não coincidirem exatamente (esse nem é o objectivo), elas sobrepõem-se na maior parte do tempo, revelando a legitimidade do modelo em relação aos dados observados. Dessa forma é possível, a partir do modelo estimado (que se encontra discriminado em anexo a este trabalho), proceder à análise de previsão e de risco para a em Angola para 2016 com razoável nível de 2. RESULTADOS DO MODELO 2.1 BENCHMARK PARA ANÁLISE DE RISCO Um dos objectivos da confeção de um modelo econométrico é ter uma previsibilidade para ocorrências futuras. Contudo, deve-se advertir que o principal objectivo deste estudo é captar o padrão de comportamento dos dados a partir de 41 Fonte: CEICin modelagem estocástica para posterior análise de risco (simulação do padrão diagnosticado). Desta forma, as previsões a seguir, provenientes do modelo gerado, nada mais são do que uma das muitas possibilidades de ocorrência em 2016 para a série estudada Vale ressaltar, no entanto, que as previsões devem oscilar em torno dos valores observados, de fato, conforme o do tópico anterior efetiva e ajustada). Com o objectivo de estimar um Benchmark (padrão de ocorrência) entre os meses de dezembro de 2015 a Abril de 2016, o modelo foi calibrado, a partir do pacote econométrico GRETL, para gerar 5 possíveis realizações. Salienta-se ainda que, quanto mais distante estiver a previsão da data presente, menor será a acurácia do modelo (BOWERMAN e O’CONNEL, 1987). Isso ocorre devido à natural e gradativa perda de precisão com o tempo, decorrente de fatores que a tais como de procura e oferta, incrementos em infraestrutura, além de da nova pauta aduaneira, instituída em 2014. Desta as realizações sugeridas Fonte: CEICin 42 Tabela 10 - Previsões Fonte: CEICin forma, o modelo tem que ser revisto de tempos em tempos, de modo a incorporar as observações que vão surgindo. O abaixo discrimina o comportamento agregado para as 5 realizações sugeridas (Benchmark). A linha azul (previsões) representa uma extensão para a linha vermelha (dados observados). Percebe-se que houve uma extrapolação de cinco meses à frente (dez/15 a abr/16). As linhas verdes verticais representam intervalos de 95% de para cada extrapolação mensal. Conforme as previsões se distanciam da data presente, o modelo vai perdendo acurácia. Esta perda é representada pelo aumento do intervalo 39 para o mesmo nível de . Na tabela 10 segue a discriminação das previsões e de seus respetivos intervalos de Conforme pode ser visto, há um incremento no intervalo de à medida que os preços são estimados. Estes incrementos devem-se ao que foi recentemente comentado. Após abril de 2016, os intervalos de demasiadamente altos, perdendo assim efeito prático para o estudo em questão. Ressalte-se ainda, que o referido 39 Este é o motivo pelo qual as linha verticais verdes vão aumentando com o decorrer do tempo. 43 Benchmark capta concebidas pelo mercado, ou seja, interações entre a oferta e a procura, além da alteração de um ou outro fator de risco, conforme enunciado no tópico 2, deste estudo. 3. CONCLUSÕES E ADVERTÊNCIAS Dada a implementação de um modelo de série temporal do tipo SARIMA(1,1,1)(1,1,0), complementado com Simulação Monte Carlo, constatou-se, por um lado, que embora haja um viés decrescente da série em questão, os meses de maio, novembro e dezembro (2014 e 2015) podem comprometer as metas de planeadas pelo executivo, pois constituem forte efeito sazonal, estatisticamente diagnosticado. Por outro lado, não houve a do agrupamento de volatilidade para determinados meses, isentando o estudo de proceder um modelo baseado na metodologia ARCH, o que contribui para uma maior previsibilidade da série. Vale advertir, no entanto, que as estimativas geradas, neste estudo, são provenientes de um modelo estocástico de simulação e, como tal, são mais a partir de um futuro que reproduza, pelo menos parcialmente, condições semelhantes às do passado. Nesse caso, as alterações conjunturais bruscas como a instituição da nova pauta aduaneira podem impor condições bastante adversas ao modelo, suportadas até certo ponto pelas simulações, contudo, sob o risco de extrapolar os seus limites de No entanto, estamos a trabalhar com um horizonte de cinco meses, tempo considerado curto e, por isso, sob forte do modelo em questão. REFERÊNCIAS BIBLIOGRÁFICAS • ADKINS, Lee. Using GRETL for Principles of Econometrics. E-book disponível em <http://www. learneconometrics.com/gretl/using_gretl. 2003. • BOX, G. E. P.; JENKINS, G. M. Times Series Analysis Forecasting and Control. San Francisco, Holden-Day, 1976. • BOX, G. E. P.; PIERCE, D. A.; Distribuition of Residual Autocorrelations in Autoregressive Integrate Moving Average Times Series Models. Journal of the American Statistical Association p. 1509 – 1526. • BOWERMAN, B. L. O’CONNELL, R. T. Times Series Forecasting: Concept and Computer Implementation. Boston, Duxbury Press. 1987. • MORETTIN, P. A., TOLOI, C. M. C.; Análise de Séries Temporais, 2ª edição, Ed. Edgard Bluch, São Paulo, 2004. • KELLIHER, C. F.; MAHONEY, L. S.; Using Monte Carlo Simulation to Improve Long-term Investing decisions. The Appraised Journal, v. 68, Chicago, p. 41 – 56. 2000. • JORION, P.; A Nova Fonte de Referência para a Gestão do Risco Financeiro: Value-at-Risk. Ed. Bolsa de Mercadorias & Futuros. São Paulo, 2003. • PANKRATZ, A. Forecasting with Univariate Box-Jenkins Models: Concepts and Cases, New York, 1983. • POON, S.; GRANGER, C. W. J. Forecasting Volatility in Financial Market: A Review. Journal of Economic Literature, v. 41, p. 478 – 539, 2003. ANEXO ESTATÍSTICO O MODELO SARIMA(1,1,1)(1,1,0) 44 SONDAGEM DO CONSUMIDOR DEZOITO MESES DE OBSERVAÇÃO Em Dezembro de 2015, a sondagem do consumidor de Luanda, realizada mensalmente pelo CEICin, completou um ano e meio de observação. A sondagem tem o objectivo de sintetizar a visão dos consumidores, capturada na pesquisa de opinião pública, sobre as condições capazes de nas decisões de consumo, bem como na expectativa do consumidor, em Luanda, em cenários económicos e sociais da actualidade. A sondagem do consumidor de Luanda é uma pesquisa de carácter qualitativo ordinal, o que quer dizer que procura transformar em indicador numérico, a avaliação dos consumidores a respeito das variáveis investigadas, de acordo com as frequências relativas para cada opção de resposta. As respostas são de maneira ordinal, de acordo com o grau de avaliação, considerando o mais negativo até ao mais positivo. Os dados recolhidos da série histórica, abaixo discriminada, permitem esboçar algumas análises, retratando a evolução deste importante instrumento de ajuste de políticas micro e macroeconómicas, úteis para o governo angolano e demais agentes económicos privados. Expectativa para os próximos seis meses (IE). O ISA e o IE são resultados do somatório de três outros sub-índices que na tabela a seguir discriminada: 1. Ambiente Económico: neste quesito é solicitado que o entrevistado avalie a situação económica de Luanda e as suas expectativas para os próximos seis meses. 2. Situação Financeira das Famílias: este indicador visa mensurar a disponibilidade actual das famílias e como estarão nos próximos seis meses. 3. Demanda: neste indicador, procurase captar o sentimento de intenção de consumo do entrevistado em relação aos dois horizontes temporais da pesquisa, na situação actual e nos próximos seis meses. Em guisa de retrospectiva, desse período de sondagem do consumidor de Luanda, podese dizer que a passagem de 2014 para 2015 foi acompanhada de mudanças na estrutura da economia nacional e internacional. O ano de 2015 testemunhou a descida vertiginosa do preço de barril de petróleo, commodity da qual o Estado angolano retira cerca de 70% das suas receitas. Consequentemente, a descida vertiginosa do preço de barril de petróleo, desencadeou a crise na economia, que o país enfrenta actualmente: 1. Menos entrada de divisas para os cofres do Estado; de cambiais para a 2. importação de inputs necessários à produção nacional e à da economia nacional; 3. Aumento de desemprego, fruto da demissão de funcionários por parte de muitas empresas (nacionais e estrangeiras), cujas actividades reduziram drasticamente; 4. Crise no país, o desempenho de algumas empresas. O ano de 2014 foi também o período em que o Estado angolano iniciou o processo do da subvenção aos combustíveis. Este começa em 27 de Setembro de 2014, quando a Sonangol, empresa estatal detentora do monopólio do mercado de combustíveis em Angola, o preço da gasolina a 75 kwanzas e o preço de gasóleo a 50 kwanzas; Cerca de três meses depois, isto em 24 de Dezembro de 2014 o preço da gasolina passou a custar 90 kwanzas e o gasóleo 60 kwanzas. No do último mês de Março, houve um novo reajuste nos preços do combustível, passando a gasolina e o gasóleo a custarem 115 e 75 kwanzas, respectivamente (Jornal O País, Maio 2015). Segundo a mesma fonte, a Sonangol refere, em comunicado, que a nova alteração surge à luz do Decreto Executivo 235/15, de 30 de Abril, do Ministério das Finanças, que remete, a partir desta data, a comercialização da gasolina para o regime de preços livres, facto que dá por terminado o ónus do Estado no custeio das subvenções’. O anúncio da Sonangol assinala que, desde Outubro de 2014, as medidas de ajustamento dos preços do combustível já produziram poupanças de Kz 110 mil milhões, permitindo ao Executivo cobrir melhor a despesa pública num ambiente adverso da baixa da receita petrolífera provocada pela oscilação de preços no mercado internacional. Entre os argumentos adiantados pelo FMI para pôr termo à subsidiação dos combustíveis por parte do Estado, a distorção que esta introduz 45 Tabela 11 - Série histórica de resultados da sondagem do consumidor de Luanda Fonte: CEICin 46 na distribuição dos rendimentos, acabando por ter um impacto distributivo negativo, “Por cada kwanza de benefício recebido por 20% da população mais pobre, 19 kwanzas são recebidos pelos 20% mais ricos”. O documento adiantava, no entanto, que apesar dos subsídios favorecerem quem mais tem, o aumento do preço dos combustíveis decorrentes da sua eliminação representará, dada a estrutura dos orçamentos familiares, “uma quebra de 10% no rendimento dos agregados familiares que pertencem aos 40% mais desfavorecidos na distribuição da riqueza”. Esta é uma consequência da eliminação dos subsídios nos combustíveis, para a qual o relatório recomenda medidas de compensação, como a criação de um sistema de transferências para os agregados mais necessitados. (Jornal O País, Maio 2015). combustíveis afecta na sondagem do consumidor? Ao passo em que os preços dos combustíveis se elevam, percebe-se um aumento nos preços de quase todos os produtos, desde os que necessitam do insumo para a produção de um determinado bem, até o consumível de primeira necessidade que necessita do transporte para chegar até ao consumidor encarecendo assim o preço logístico. Esses factores são sensíveis à percepção do cidadão luandense, o que leva a uma redução do ICC, uma vez que isso reduz um de seus componentes, que é a procura de bens. O mérito da pesquisa qualitativa é a possibilidade de captar, e antever, movimentos no ambiente económico no curto e médio prazo através da mensuração, em forma de indicador de dispersão que varia de 0 a 200 pontos, onde os valores inferiores a 100 avaliação negativa e os valores acima de 100 mostram-se como avaliações positivas para cada indicador investigado. Os resultados gerados são de grande valia para o aprimoramento das políticas económicas implementadas, uma vez que capta informações que pesquisas tradicionais, de cunho quantitativo, não conseguem colher. Quando observa-se o de variação do Índice de do Consumidor (ICC), é perceptível a correlação existente entre o preço do barril de crude no mercado internacional e o ICC. É visível como a curva do ICC captou de maneira as oscilações do preço do barril de petróleo no mercado internacional, durante os meses considerados. Figura 1 - Escala de mensuração do índice Fonte: CEICin do Brent e do ICC Fonte: CEICin 47 A linha azul do representa o Índice de do Consumidor de Luanda, índice captado pelo Centro de Estudos e Investigação e a linha laranja representa o preço médio mensal do barril de petróleo Brent O consegue captar que o índice de do consumidor de Luanda é afectado pelo preço médio do barril. À medida que há alterações no preço do petróleo, o ICC segue no mesmo caminho, ou seja, os aumentos ou reduções de preços do crude levam respetivamente aos aumentos e reduções da do consumidor. Obviamente, o preço do crude não é o único factor que altera a do consumidor ao variar, embora seja o mais preponderante, em Angola. Existem vários outros componentes, como, o avanço da a instabilidade da economia mundial, a dependência das importações para o consumo de bens de primeira necessidade, entre outros. Outros dois pontos captados pela sondagem tratam da do cidadão luandense em conseguir um emprego e a sua capacidade em poupar. O 46 explora em termos percentuais, a quantidade de pessoas que consideram difícil ou muito difícil adquirir um emprego desde o início das sondagens. Observa-se que desde o início das sondagens em agosto de 2014, a do cidadão luandense em conseguir um emprego avizinha os 80%, ultrapassando os 90% já em setembro uma forte de 2015, período em que se de algumas empresas em se manterem com o quadro ideal de funcionários, por inúmeras razões, como, a queda do preço do petróleo, uma razão que o presente estudo insiste em demonstrar, desde o início; as de aquisição de divisas e, por consequência, o aumento de preços de insumos importados. A constatada de conseguir um emprego, em Luanda, complica, ainda mais, a vida do cidadão em economizar o seu dinheiro, uma vez que a falta do trabalho formal e os consecutivos aumentos do preços dos produtos, não permitem a uma parte da população de ter uma folga orçamentária, que poderia vir a ser uma poupança. O 47, mostra se na circunstância em que o inquérito foi realizado, era um bom momento para poupar. Observa-se que no início das sondagens, a em poupar não era tão elevada, situando-se sempre entre os 30 e 40%, embora quando observado em valores absolutos seja um número mais elevado. Mas a partir de meados de 2015, a população passou a ter a percepção que não era um bom momento para poupar, a avizinhar os 60% dos inquiridos que não conseguir folga orçamentária para a realização da poupança de suas Os motivos para isso são os mais (%) Fonte: CEICin 48 O PREÇO DO CRUDE NÃO É O ÚNICO FACTOR QUE ALTERA A CONFIANÇA DO CONSUMIDOR 49 variáveis e se assemelham aos motivos que levam à em se conseguir um emprego, mas, como fatores preponderantes, pode-se considerar os altos índices ultrapassando os 14%. Preços mais altos, redução da população empregada somados a actual conjuntura económica mundial, fazem com que a população sinta, cada vez mais, em fazer sua segurança orçamental, através da poupança. Ao longo desses dezoito meses de sondagem, foi perceptível a sensibilidade que a população possui na trajectória do ambiente económico do país. Cada ação executada ou variável macroeconómica alterada, exerce directa à do Fonte: CEICin 50 consumidor, como foi bem captado nas pesquisas de campo e demonstrado nas comparações apresentadas no decorrer deste texto. Ou seja, a queda do preço do petróleo, variável mais importante para a economia de Angola, foi percebida pelos consumidores a ponto de reduzir o Índice de do Consumidor (ICC), que por sua vez é calculado, utilizando componentes como, a procura por bens duráveis; situação e percepção sobre o ambiente económico, que por sua vez estão correlacionadas com a em conseguir um emprego e a capacidade de poupar do cidadão. 51 52