Nepom – Pedro Sant’Anna no Ibmec! Não perca!

Caros leitores e leitoras,

Fazia tempo que eu queria que este evento se tornasse realidade. Para os membros e ex-membros do Nepom, seria muito importante a presença. Afinal, Pedro e eu começamos esta aventura toda.

Sei que tem um pessoal preocupado com provas e tudo o mais, mas como sabemos, estudar na última hora não rende muito e, mais ainda, distrair a mente nos momentos finais é uma estratégia de relaxar o cérebro para uma última noite de estudos.

Sua presença será apreciada.

eventonepom

Resultado Fiscal e seu impacto na confiança do Empresário

Gostaria de analisar como o resultado fiscal do Governo Central interfere nas expectativas e na confiança do empresário industrial. No dia 28/05/15, o Tesouro Nacional anunciou o Resultado Fiscal do mês de Abril, apresentando um superávit de R$ 10,1 Bilhões, entretanto, o Resultado Fiscal acumulado de 12 meses obteve um déficit de R$ 35,35 Bilhões.

Para esta analise irei dar um foco no resultado acumulado de 12 meses, para que a correlação não seja viesada por meses com maior captação de Receita, devido ao recolhimento de impostos, ou por meses com maiores despesas, devido ao maior pagamento da Previdência e outros.

O Governo Central no ano de 2013 e 2014 adotou uma política de subsidiar o preço da gasolina e da energia, com o intuito de acelerar a economia nesse período. Mas o resultado dessa política adotada teve um reflexo negativo. O aumento das despesas do governo a partir do subsidio provocou uma redução gradativa no resultado acumulado de 12 meses. No final de 2013 e início de 2014, os superávits acumulados começaram a reduzir, ao ponto que em novembro de 2014 foi apresentado o primeiro déficit acumulado desde o início da série (Janeiro de 1998). De novembro a abril desde ano, todos os meses apresentaram um déficit acumulado que está só se agravando, em novembro era de R$ 2,7 bilhões e em abril foi de R$ 35,35 bilhões.

Como consequência dos resultados ficais do governo, as expectativas do empresário industrial têm se alterado. A Confederação Nacional da Indústria – CNI, publica mensalmente o Índice de confiança do empresário industrial, a expectativa do empresário industrial e também avalia as condições atuais dos empresários em relação a expectativa econômica para os próximos 6 meses, índice chamado de Condições Atuais, e capta avaliação dos empresários sobre as condições da atual situação econômica em relação aos últimos 6 meses, índice chamado de Condições da Economia Brasileira. Estes índices variam de 0 a 100, sendo que os valores acima de 50 indicam otimismo por parte dos empresários.

Resultados e Indices

A correlação de cada índice citado acima em relação ao resultado acumulado de 12 meses está apresentada na tabela abaixo:

Correlação dos iNdices

Uma das explicações para essa correlação se dá quando o governo tem sucessivos déficits fiscais é de se esperar que em algum dia ele fará um reajuste fiscal, esse reajuste certamente provocará uma contração na economia, pois os gastos do governo irão diminuir. Portanto, os agentes econômicos ao identificarem esses déficits, diminuem sua confiança e sua expectativa sobre o futuro da economia, pressionando o governo a tomar alguma decisão de reajuste de forma eficiente, pois a redução dos índices de confiança certamente proporcionará um reajuste na produção, provocando uma contração da economia antes do governo contrai-la.

É de extrema importância para o governo cumprir com o reajuste fiscal de R$69 Bilhões anunciado dias atrás, pois os principais índices que medem a confiança e as expectativas dos empresários industriais estão apresentando resultados pessimistas, e isso pode agravar ainda mais a recessão.

valores dos indices

Fontes:

– Relatório do Tesouro Nacional abril/2015 <Ultimo Acesso: 03/06/2015>

– Confederação Nacional da Industria http://www.portaldaindustria.com.br/cni/publicacoes-e-estatisticas/estatisticas/2015/05/1,40572/icei-indice-de-confianca-do-empresario-industrial.html <último acesso: 03/06/2015>

E o Copom…

Segundo nosso modelo (a apresentação devia estar aqui após duas correções, mas…), o Copom aumentaria o juros em 0.5 p.p. Acertamos.

Última reunião do primeiro semestre, última reunião do Nepom e uma nota de agradecimento

Tivemos hoje a última reunião do Nepom na faculdade. No semestre que vem, o grupo muda de nome e também a dinâmica se altera. O grupo atual, que completou duas reuniões com esta, mostrou um notável avanço mas, claro, há muito o que melhorar. Há tempo para isto. São todos jovens e cheios de vontade.

No próximo semestre, o novo grupo – cujo nome ainda não temos – estará sob a coordenação do professor Sérgio Guerra, um grande amigo e uma grande pessoa e que também foi um dos professores mais frequentes nas reuniões do Nepom nos últimos anos, tendo participado da administração do grupo por um período de tempo no passado recente.

Pessoalmente, foi uma aventura e tanto. Agradeço muito ao apoio de todos os que, dentro desta faculdade, acreditaram no sonho que eu e o Pedro Sant’Anna tivemos lá em 2008. São tantas pessoas para agradecer que prefiro não citar nomes. O anonimato, neste caso, é apenas o reflexo do meu medo de esquecer de algum nome. Sintam-se todos muito agradecidos.

Foram muitos problemas enfrentados por diversas formações do Nepom. Nem tudo foi resolvido. Nem tudo saiu como queríamos na maior parte do tempo. Muitas vezes, a excelência do grupo foi prejudicada por falhas na burocracia administrativa. Outras vezes, contudo, fomos nós que erramos. Faz parte.

Ao final disto tudo, só posso agradecer aos alunos que vieram até mim para compartilhar comigo o desejo de praticarem Economia fora de sala. Também tivemos aqueles que não puderam fazer parte do grupo, mas sempre apoiaram os colegas, numa demonstração bonita de generosidade. A eles também meus agradecimentos.

Aos leitores deste blog, claro, lembro que ainda teremos mais um texto antes do apagar das luzes.

O projeto Nepom, então, dará lugar a algo novo e que, sob a direção do Sergio, certamente será desafiador, divertido e enriquecedor. Conheço bem ele, sei que será, no mínimo, tão legal quanto foi esta nossa aventura.

Mais uma vez, pela sua paciência, atenção e tempo, obrigado.

Claudio D. Shikida

20150602_172528

Da esquerda para direita, no alto: Carmem, Teresa, menino do mercado de trabalho. Mais à frente: eu, Natália e Maria.

20150602_172549

Será que o governo não conhece econometria?

Todos nós sabemos que os últimos governos vigentes no Brasil têm realizado políticas fiscais bastante expressivas, com altos gastos e incentivos fiscais. Tudo isso resultou em um déficit primário de R$39,2 bilhões no acumulado em doze meses (0,7% do PIB).  Para que estas políticas sejam ao menos aceitáveis, é importante que gastos do governo e produto interno bruto do país se relacionem tanto no curto quanto no longo prazo, pois assim alterações no orçamento do governo impulsionariam o crescimento da economia nos períodos seguintes e também mais adiante.

Portanto, podemos utilizar um modelo VAR comum (vetor autorregressivo) e um modelo VAR com mecanismos de correção de erros (VECM) para verificar se existem essas relações de curto e de longo prazo entre as variáveis PIB e Gastos do governo. Se existirem, essas intervenções do estado na economia fariam algum sentido, caso contrário, não teriam fundamento algum.

Os dados utilizados são do IBGE, trimestrais de 1996.I a 2014.II. São valores reais, com base em 1995.

Primeiramente, foi feito um teste KPSS para as variáveis, a fim de verificar se são ou não estacionárias.Concluímos que não, o que podemos confirmar plotando os gráficos das duas variáveis e vendo o comportamento de ambas ao longo do tempo.Sendo assim, serão diferenciadas uma vez na construção dos modelos.

Featured imageFeatured image

Y1= PIB

G2= GASTOS DO GOVERNO

Outro passo importante para a construção do VAR é descobrir o número ótimo de defasagens, aquele que deixa as especificações do modelo mais próximas da realidade brasileira. Para as séries históricas da renda no Brasil e dos gastos governamentais do país pode-se ver que o  que melhor se adequa são duas ou três defasagens de ambas as variáveis, dependendo do critério a ser utilizado. Portanto, utilizarei duas lags no modelo.

Featured image

Depois de feito isso, temos o momento mais importante da estimação. Verificar se existem relações de cointegração entre as variáveis analisadas, ou seja, se existe uma relação de longo prazo entre PIB e gastos do governo. Para isso, usamos o teste de maior autovalor de Johansen. É importante lembrar que este é um teste recursivo, ou seja, uma vez aceita a hipótese nula do teste (r=r*, sendo r o número de vetores de cointegração) para-se por aí. Como resultado obtemos:

Featured image

Como hipótese nula não é rejeitada e, portanto, r=0. Vemos então que não existe nenhuma relação de longo prazo entre produto e renda no Brasil. Ou seja, alterações em uma das duas variáveis não afeta a outra em um horizonte maior de tempo. Sendo assim, qualquer variação nos gastos públicos, mesmo que seja uma mudança significante, não aumentará em nada o produto interno bruto do país no futuro.

Mas será então que ao menos no curto prazo existe uma relação entre as duas variáveis? Será que quando o governo aumenta os seus gastos, isso impulsiona o crescimento do país nem que seja apenas no período seguinte, como uma medida paliativa?

Para isso, estimaremos um vetor autorregressivo (VAR). As conclusões em que chegamos foram as seguintes:

Featured image

Observação: Apenas os coeficientes marcados com asteriscos são significativos, ou seja, de fato influenciam variações no produto, pois são estatisticamente diferentes de zero.

A renda brasileira, no curto prazo, também não é influenciada por alterações no consumo público. Nenhum coeficiente de g2 (gastos) foi significativo.

Então, poderíamos escrever o PIB como sendo:

DPIB = 0,2029DPIBt-1 + 0,61DPIBt-2 + 1,43 ,

onde D mostra que a variável está em diferença.

Ou seja, as variações no PIB são influenciadas por ele mesmo, e nem um pouco pela despesa do governo. Pode ser que no curtíssimo prazo gastos públicos gerem certa alteração no produto, mas tão pequena que não foi incorporada no modelo. Portanto o custo de oportunidade de políticas como esta é bem alto.

Concluímos então, que aumentos ou reduções nos gastos públicos não interferem no PIB de curto e nem de longo prazo do Brasil. Porque então o governo insistiu por tanto tempo em gastar mais e mais, sendo que isto não melhoraria, nem instantaneamente, a vida dos brasileiros? Não se tem uma resposta exata, mas começa-se a ver que o gasto impulsivo das autoridades brasileiras tem como justificativa muito mais uma questão política do que econômica. É algo bastante complexo para se analisar, mas alguns benefícios individuais dos governantes provavelmente são colocados em prioridade, e assim políticas ineficientes são implantadas pelo estado. Se ao menos o governo estudasse seriamente um pouco mais de econometria, talvez conseguissem realizar políticas públicas com menos distorções.

Ainda o modelo de (af)Fair(s): qual o número ótimo de anos de casamento? A curva de Laffer da traição

– Oh, meu Deus, tenho que aproveitar para chifrar o marido com o Mário e com o Ricardo…mas até quando??

A brincadeira continua. Vamos dizer que alguém queira fazer uma pequena modificação no modelo original de Fair (que expus ontem neste blog), simplesmente incluindo uma não-linearidade na variável anos de casado (yearsmarried, na base de dados). A pergunta é: será que existe um número ótimo de ano que maximiza o número de casos extraconjugais no ano anterior (veja o post anterior para detalhes sobre a base de dados)?

Obviamente, para se obter os efeitos marginais é necessário fazer um pouco mais de conta, já que se estima um Tobit (nada que você não possa aprender pesquisando um pouco). Bem, eu fiz estas contas (a dica para os efeitos marginais é esta) e descobrimos que o número ótimo de anos de casado que maximiza o número de casos extraconjugais (soa engraçado, né?) é………….15.27 (anos).

Bacana, né? Mas tem mais. Como os dados da variável dependente são de contagem, o modelo mais adequado não é um Tobit, mas sim uma regressão de Poisson. Tudo bem. Fazer isto no R não é difícil e ainda existe um pacote que calcula diretamente os efeitos marginais para alguns modelos, inclusive este (o pacote é este). Fazendo isto, temos que o número ótimo de anos de casado que maximiza o número de casos extraconjugais é de 16.34 (anos). Em relação ao modelo anterior, basicamente, é uma diferença de um ano.

Antes de me jogar no caldeirão do demônio, tenha cuidado. Afinal, o termo de segunda ordem dos anos de casado é fracamente significativo no Tobit (embora forte na regressão Poisson). Além disso, um teste simples de sobre-dispersão indica que este pode ser um problema nos dados. Assim, uma boa idéia é estimar a regressão com erros-padrão robustos. Fazendo isto, a significância do termo de segunda ordem desaparece.

Desta forma, o leitor deste blog já pode se divertir com a discussão sobre validação interna e externa deste modelo (leia um pouco do livro de econometria do Stock e Watson para ter uma idéia melhor do que estou falando). Muito cuidado com as conclusões: uma análise mais detalhada é essencial aqui.

p.s. Não fique brava, leitora. A base de dados não é apenas de homens traidores: mulheres também estão lá.

A Economia dos Casos Extraconjugais ou “Monica Lewinsky visita o Nepom”

Não me entendam mal, leitores. Meu interesse aqui é apenas na aplicação do famoso modelo de Becker de household production.

Você encontra o artigo original do Fair (o sobrenome do autor só torna tudo mais engraçado…) aqui. Ah sim, a decisão de investir ou não em um caso extraconjugal é resumida na equação (7) do modelo (p é o preço do bem composto x1i e x2i (x1 são as unidades do bem consumido no casamento e o x2 é o similar, no caso extraconjugal), w é o salário, V é a renda oriunda de outras fontes que não o trabalho, t1 é o tempo gasto com a esposa, t2, o similar com a amante e T é o total de tempo disponível para a solução do problema, exogenamente determinado).

fairextramarital

Pois é. Lá no meu blog, eu falava do amor, outro dia. Agora, bem, agora vamos para a maldade da situação. Fair (1978) resolve um problema de maximização simples com cinco condições de primeira ordem sendo que a equação acima diz respeito à restrição do indivíduo (neste caso, do indivíduo mesmo, já que não é o casal que decide ter um caso extraconjungal…).

Algumas conclusões da maximização:

extramarital2

Fair (1978) prossegue em seu texto dizendo que estudará os impactos das variáveis exógenas na decisão do (da) marido (esposa) que decide arrumar uma (um) amante. Em outras palavras, pretende-se investigar os determinantes de t2. Obviamente, ele faz um exercício simples de Estática Comparativa e encontra as derivadas parciais.

extramarital3

Sem entrar em detalhes (os leitores podem se divertir com o artigo), o melhor da história vem agora: a base de dados deste artigo é tão famosa que é usada como exemplo básico em pacotes econométricos. No R, por exemplo, você pode ter acesso a ela, facilmente.

Para este problema, o autor usa um Tobit. Eis a tabela com os resultados de suas estimações.

extramarital4

Podemos usar o R para reproduzir os resultados da primeira parte da tabela, na segunda coluna de estimativas de coeficientes (uso, a seguir, um trecho do link indicado acima).

library(AER)
data("Affairs")

fm_tobit <- tobit(affairs ~ age + yearsmarried + religiousness + occupation + rating,
                  data = Affairs)
summary(fm_tobit)

Os resultados são:

Call:
tobit(formula = affairs ~ age + yearsmarried + religiousness +
occupation + rating, data = Affairs)

Observations:
Total Left-censored Uncensored Right-censored
601 451 150 0

Coefficients:
Estimate  Std. Error z value Pr(>|z|)
(Intercept)         8.17420 2.74145 2.982 0.00287 **
age                   -0.17933 0.07909 -2.267 0.02337 *
yearsmarried    0.55414 0.13452 4.119 3.80e-05 ***
religiousness   -1.68622 0.40375 -4.176 2.96e-05 ***
occupation        0.32605 0.25442 1.282 0.20001
rating               -2.28497 0.40783 -5.603 2.11e-08 ***
Log(scale) 2.10986 0.06710 31.444 < 2e-16 ***

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Scale: 8.247

Gaussian distribution
Number of Newton-Raphson Iterations: 4
Log-likelihood: -705.6 on 7 Df
Wald-statistic: 67.71 on 5 Df, p-value: 3.0718e-13

Como se vê, os resultados, como não poderia deixar de ser, são idênticos. A interpretação? Bem, esta fica por sua conta mas, aqueles mais familiarizados com a equação de Slutsky encontrarão motivos para se divertir lendo o texto de Fair e, claro, reestimando suas especificações com o R.