Baixe Impacto do preço do petróleo em dólar sobre a taxa de desemprego do Brasil e outras Esquemas em PDF para Computação Aplicada, somente na Docsity!
Graduação em Ciências Econômicas
Disciplina: Econometria II
Professor: João Victor Issler
Aluno: Lucas Rafael de Andrade
Trabalho Empírico – 2022.
Impacto do preço do petróleo em dólar sobre a taxa de
desemprego do Brasil- Uma proposta de estudo
econométrico
Este trabalho se propõe a construir um modelo do tipo VEC para estimar os impactos que as variáveis preço de petróleo e desemprego no Brasil, passando por uma análise de cada passo na construção e análise do modelo. Por fim, encontra-se um VECM que não tem coeficientes estatisticamente significativos, porém ainda capaz de fazer previsões relevantes à conjuntura econômica
Rio de Janeiro
Estudos anteriores
De acordo com o Ipea, o petróleo corresponde a uma parcela muito significativa do PIB brasileiro, cerca de 12%, e o Brasil sendo uma das economias que mais dependem do petróleo para crescer. Dessa maneira, se esperava que a importância dada ao preço do petróleo fosse ser mais evidenciada pela literatura, alguns serão descritos abaixo.
Bicalho (2014) descreve que apenas a quantidade de mão de obra empregada no setor já é bastante expressiva, superando 600 mil, sem contar com as indústrias correlacionadas. Bone(2018) mostra que o crescimento da Petrobrás está intimamente ligado ao crescimento da economia brasileira como um todo, com uma correlação de 86% entre a FBKF e o PIB, bem como sugere que o crescimento da empresa está associado a uma queda na taxa de desemprego. Souza(2022) testa um modelo SVAR para mostrar que a apreciação do Brent tem efeitos positivos sobre o câmbio. Cavalcanti(2013) mostra que a volatilidade do preço do petróleo explica a inflação e crescimento americanas, mas o mesmo não se aplica ao Brasil.
Por fim, Salles(2017) demonstra que os indicadores de produção industrial do Brasil podem ser estimados a partir das variações dos preços do petróleo
Importação de dados
Ambas as séries foram baixadas do site FRED Economic Data (fred.stlouisfed.org), em escala mensal. O intervalo de tempo escolhido foi de Janeiro de 1990 até Novembro de 2015, que é o intervalo de tempo disponível para o desemprego no Brasil e é conveniente porque não chega a incluir os efeitos da pandemia e dos Choques de Petróleo, incluindo um período de relativa estabilidade nas duas séries, excluso a Crise de 2008. Para amenizar as distorções geradas pela Crise e outros períodos de maior volatilidade, deu- se preferência à utilização de variáveis em escala logarítmica. O software utilizado foi o Eviews 12 Student Lite
Metodologia:
Nota-se que o preço do Brent de Petróleo se manteve estável até o começo dos anoso 2000, passando por uma tendência de alta até a Crise de 2008, passando por uma queda abrupta em nível e se recuperando nos 3 anos seguintes, e com relativa estabilidade nos próximos 3 anos até uma queda abrupta a partir de 2014 2
Testes de raízes unitárias
Uma vez analisadas as séries, precisamos analisar estatisticamente sobre a possibilidade da presença de raízes unitárias nelas. Para isso, primeiro pegamos o autocorrelograma de cada uma:
(^2) De acordo com Mead(2015), isso aconteceu por causa de um excesso de extração de petróleo, e segundo o mesmo autor a relação de demanda/oferta explica melhor a precificação do petróleo do que fatores geopolíticos hoje em dia.
Vemos que em nivel ambas as séries indicam ter raízes unitárias,que podemos comprovar com o teste de Dickey- Fuller:
Por outro lado, olhando para o autocorrelograma da primeira diferença se tem algo como:
Para fazer a modelagem do VAR, usamos um dos critérios abaixo para determinar a quantidade de lags:
oo n Como o critério de Akaike está recomendando uma quantidade grande demais de lags, escolhemos a quantidade escolhida pelo Critério de Hannan Quinn. Portanto a quantidade recomendada é de 2 lags, porém como iremos estimar o modelo VEC, temos que usar apenas 1 Lag, pois ess modelo se baseia em diferenças.
Vemos que o R² é bastante elevado, mas que o efeito do desemprego sobre o preço futuro do petróleo não é estatisticamente significativo.
Relativamente bem comportados, exceto em momentos de crise.
Olhando para os correlogramas dos erros, vemos que apenas nos lags 4 e 11 os erros saem do intervalo de confiança, o que sugere que possamos incluir mais lags no modelo. Como o desvio é pequeno, ainda manteremos para não ter problema de overfitting, o que iria tornar a previsão menos eficiente
Agora faremos o teste de cointegração para ver se é possível estimar o VECM:
Como o modelo rejeita a 5% a hipótese de que não há cointegração, mas não rejeita que há no máximo uma cointegração, será adotada apenas um vetor de cointegração no modelo VEC
Esse vetor de cointegração serão, então, dados por:
futuro, ou seja, um aumento do preço do petróleo deve levar a uma redução do desemprego do Brasil
Podemos fazer algumas análises do modelo, Olhando para o gráfico de cointegração, temos que:
Que fazendo o teste de raiz unitária,
Que rejeita fortemente que a série tem raiz unitária, mostrando que essa série de cointegração é estacionária
Para fazer a estimativa de resposta a impulso, é importante saber qual a variável mais exógena do modelo, para impor na decomposição de Cholensky no modelo estrutural. Nesse caso, uma forma de fazer essa estimativa é através da Causalidade de Granger, iremos impor que o resíduo da variável
que Granger-causa a outra é a que deve estar inclusa como coeficiente diferente de zero na Decomposição.
Analisando A causalidade de Granger, temos que para quase qualquer número
de lags,
Nos tornamos confiantes de que o preço do petróleo afeta o nível de desemprego, enquanto que o contrário não é verdade, no caso brasileiro
Comparando com os Estados Unidos, vemos uma relação diferente:
Podemos analisar essa relação através das decomposições de variância do modelo
Olhando para a decomposição de variância, vemos que estruturalmente temos que para o desemprego, choques permanentes no preço do petróleo têm efeito maior no longo prazo, assumindo que este esteja seguindo a uma tendência.
Previsão:
Quando se trata de previsões, o modelo apresenta resultados muito interessantes. Fazendo uma previsão a partir de 1995, acertadamente ele estima que o desemprego iria passar por um salto para então entrar em tendência de queda.
Convertendo a escala logarítmica, o modelo previa um pico de 12% de desemprego, contra 14%, acertando o mesmo ano (1998). O modelo previa 10% em 2015, contra 8% real.
Para o preço do Brent, temos que ele previa uma tendência de alta, atingindo o valor de $30 em 2015, contra os $45 realizados, apesar de ter superado 130 no período. Olhando para dados recentes, também temos resultados bastante expressivos:
Conclusões
Através desse trabalho pode-se chegar a um modelo que, embora não apresente testes de significância muito fortes, é capaz de postular alguns resultados. Primeiro que se obtém uma relação negativa entre o preço do Brent e a taxa de desemprego brasileira, porém com o primeiro impactando a segunda variável, em especial no longo prazo, mas não contrário- e essa relação está ligada ao fato de o Brasil ser uma economia dependente de petróleo, já que nos Estados Unidos não se apresenta a Causalidade de Granger, por exemplo. O modelo prevê no geral uma tendência de crescimento do preço do barril, com previsões próximas das observadas, e a uma taxa que no curto prazo se assemelha àquela do crescimento da economia global, e uma trajetória do desemprego sensível às condições iniciais. Em trabalhos futuros espera-se a inclusão de outras variáveis fundamentais da economia brasileira, tais como o preço do minério de ferro e a taxa de juros.
