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
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 %
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
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
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
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%
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
21
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-
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.
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

Barometro Ceicin

Transcrição

Documentos relacionados

Decreto N.º 024 de 01 de abril de 2016 ? Nomeia Assessores

Best of ASCO - Instituto de Oncologia Kaplan

EXTRATO DE CONTRATO Nº 92/2016 CONTRATADA CHIQUITO E

Certificamos que KAWANY SOUSA LIMA NOGUEIRA, participou do VI

portaria nº 301, de 02 de maio de 2016.

Acesso - Grupo Escoteiro João de Barro 172/RS

Lei 4001 - 2016 - Den. EMEI Viviane Araujo de Oliveira

1058 - Progep

Relatorio de Materias - Câmara Municipal de Mossoró

Mini Maternal - Colégio Sedes Sapiens

Empiricus cresce e mira investidor estrangeiro | Brasil Econômico

Instrumentos para a gestão da sustentabilidade dos