Você está na página 1de 12

INFLAÇÃO E DESEMPREGO NO BRASIL: UMA ABORDAGEM EMPÍRICA DE CURTO PRAZO

Dax Peres Goulart

RESUMO
O presente estudo demonstra empiricamente a relação de permuta existente entre a taxa de inflação
e a taxa de desemprego no Brasil. Utilizando-se de teorias macroeconômicas e a partir de
ferramentas econométricas (Método dos Mínimos Quadrados e Modelo de Regressão Linear
Clássico) observou-se, no curto prazo, que a política econômica adotada, principalmente pelo atual
Governo Federal, revela um esforço no sentido de diminuir a taxa de inflação do país ao custo do
aumento da taxa de desemprego.

PALAVRAS-CHAVE
Macroeconomia
Econometria
Curva de Phillips

Originalmente, de acordo com o trabalho empírico de A. W. Phillips desenvolvido em


1958, que após analisado o comportamento dos salários no Reino Unido para os anos de 1861-1957
ficou constatada a existência de um trade-off entre a taxa de desemprego e a taxa de inflação
salarial. Ou seja, Phillips percebeu que quanto maior a taxa de desemprego, menor a taxa de
inflação salarial. Portanto, a equação descrita por Phillips para explicar este fenômeno foi
apresentada, inicialmente, da seguinte forma: W = a – b . U, onde W é a taxa de inflação salarial, a
é uma constante (coeficiente linear), b é o coeficiente angular de inclinação e U é a taxa de
desemprego. A equação de Phillips pode ser melhor interpretada com o auxílio da Figura 01, onde
U é a taxa de desemprego e W é a taxa de inflação salarial:

W=a–b.U
Curva de Phillips

(a) U

FIGURA 01: CURVA DE PHILLIPS ORIGINAL


Com o decorrer dos anos a Curva de Phillips original foi gradativamente adaptada para
relacionar taxa de inflação dos preços à taxa de desemprego. Quando observados os dados da
economia norte-americana da década de 60, a Curva de Phillips comprovou a teoria quanto a
existência de um hiato entre inflação de preços e desemprego. Logo após as publicações de Phillips,
os economistas Paul Samuelson e Roberto Solow divulgaram seus estudos sobre política
1
inflacionária evidenciando a “existência de uma correlação negativa semelhante entre inflação e
desemprego nos dados dos Estados Unidos” (MANKIW, 1999, pág., 740).
Assim, a Curva de Phillips “sugeria que os responsáveis pela política econômica
poderiam escolher diferentes combinações de desemprego e de taxa de inflação” (DORNBUSCH
& FISCHER, 1991, pág. 556). Para Solow e Samuelson o aumento da Demanda Agregada exercia
uma forte pressão sobre salários e preços da economia norte-americana, forçando a queda da taxa de
desemprego. Segundo Mankiw (1999), essa correlação negativa entre inflação e desemprego foi
denominada por Solow e Samuelson de Curva de Phillips.
Nesse sentido, observando-se os reflexos de curto prazo para um aumento no nível dos
preços percebe-se imediatamente um aumento na quantidade ofertada de bens e serviços. Portanto,
no curto prazo a curva de Oferta Agregada (quantidade de bens e serviços que as empresas
produzem e vendem a um nível de preços dado) é positivamente inclinada.
Segundo os autores da Escola Keynesiana, o comportamento da Oferta Agregada de
Curto Prazo (OACP) é determinado pela rigidez dos salários nominais. Ou seja, no curto prazo os
salários nominais são rígidos ou ajustam-se lentamente:
“Como os salários não se ajustam instantaneamente ao nível de preços, um nível de preços menor
torna o emprego e a produção menos lucrativos, o que induz as empresas a reduzir a quantidade
de bens e serviços oferecidos” (MANKIW, 1999, pág., 700).
Em Dornbusch & Fischer (1991), a Curva de Oferta Agregada de Curto Prazo (COACP)
é definida pela seguinte equação: Pt = Pt-1 [1 + b (Y – YN)], onde P é o nível dos preços nos
momentos presente (t) e passado (t-1), b é o coeficiente que determina a inclinação positiva da
curva, pois reflete os impactos das variações da produção e do emprego sobre os salários correntes e
Y e YN representam, respectivamente, um nível de produção qualquer e o nível de pleno emprego
da produção. Portanto, no curto prazo a Curva de Oferta Agregada é positivamente inclinada, pois:
“Os preços aumentam com o nível da produção porque a produção aumentada implica mais
emprego, reduzindo o desemprego, e portanto com custos de trabalho aumentados. O fato de os
preços aumentarem com a produção é inteiramente um reflexo dos ajustes no mercado de
trabalho, onde o emprego mais alto aumenta os salários. As firmas repassam estes aumentos nos
salários sobre os preços, e por esta razão os preços sobem com o nível de produção”
(DORNBUSCH & FISCHER, 1991, pág. 568).
Quando observa-se o modelo de Oferta e Demanda Agregadas pode-se estabelecer uma
relação entre consumo e produção de bens e serviços, bem como determinar as suas possíveis
conseqüências e influências na definição das taxas de inflação e de desemprego:
“A curva Phillips simplesmente mostra as combinações de inflação e desemprego que ocorrem no
curto prazo à medida que a curva de demanda agregada move a economia ao longo da curva de
oferta agregada de curto prazo” (MANKIW, 1999, pág., 741).
No curto prazo, uma diminuição da demanda agregada de bens e serviços ocasiona uma
retração na produção, gerando consequentemente, uma queda no nível geral dos preços. Com o
auxílio da Figura 02 pode-se constatar no Painel (a), que a curva de Oferta Agregada desloca-se
para a esquerda e para baixo (de DA para DA’), do ponto A para o ponto B, ao longo da curva de

2
Oferta Agregada (OA). O efeito deslocamento gera como resultado a diminuição da quantidade
produzida e redução dos preços. No Painel (b), que estabelece a relação entre inflação e
desemprego, ocorre um deslocamento representado pelo ponto A em direção ao ponto B. Ou seja,
uma diminuição na taxa de inflação (π) repercutirá em aumento da taxa de desemprego (U):

(a) (b)
P ($) π
OA
A
P0 π0 A

P1 B
B DA π1
DA’

Q1 Q0 Q.dade. U0 U1 U

FIGURA 02: A CURVA DE PHILLIPS NO CURTO PRAZO

Observando-se, a priori, a Curva de Phillips adaptada representada no Painel (b),


possibilita a seguinte interpretação: uma taxa de desemprego menor torna-se possível ao custo de
uma taxa de inflação maior. A Figura 03 representa graficamente a permuta entre a taxa de inflação
e a taxa de desemprego, onde π é a taxa de inflação, π1-π
π0 é a variação da taxa de inflação, U é a
taxa de desemprego, U1-U0 é a variação da taxa de desemprego e a trajetória do ponto A em direção
ao ponto A’ representa a existência da Curva de Phillips, constatando o trade-off entre a taxa de
inflação e a taxa de desemprego:

π=a–b.U
A
π0 Curva de Phillips

A’
π1

U0 U1 U

FIGURA 03: CURVA DE PHILLIPS


No presente estudo, a Curva de Phillips relacionará a taxa de inflação dos PREÇOS e
não a taxa de inflação dos SALÁRIOS, com a taxa de desemprego. Entretanto, quando a taxa de
inflação é utilizada para demonstrar o fenômeno, a abordagem inicial “não leva em conta o fato de
que é o salário real que interessa tanto aos empregados quanto aos empregadores” (SACHS &
LARRAIN, 1998, pág. 509).

3
Portanto, de acordo com Sachs & Larrain (1998) a Curva de Phillips Original foi
inicialmente contestada pelos defensores da Escola Clássica, Milton Friedman e Edmund Phelps,
pois “a variação dos salários nominais deveria ser corrigida pelas expectativas de inflação”
(SACHS & LARRAIN, 1998, pág. 509). Este questionamento foi formulado com base nas
expectativas adaptativas dos efeitos inflacionários e na pressuposição de existência de uma taxa
natural de desemprego. Desse novo entendimento surgiu a seguinte equação, denominada de curva
salarial de Phillips ampliada com expectativas (Curva de Phillips Original Ampliada ): W = πet-1 - b
(U – UN), onde, W é a taxa do salário real, πet-1 é a taxa de inflação esperada definida em função da
taxa de inflação do período anterior e UN é a taxa natural de desemprego. Para Friedman e Phelps,
quando os agentes econômicos percebem que os preços dos produtos diminuíram, tanto os
empresários como os trabalhadores podem entender erroneamente que os preços (produtos e
salários) relativos também caíram. Assim, empresário e trabalhador tendem a diminuir a quantidade
ofertada de seus produtos (bens/serviços e mão-de-obra), ou seja:
“Em ambos os casos, um nível de preços menor provoca percepções equivocadas a respeito dos
preços relativos e estas percepções errôneas induzem os fornecedores a reagir ao nível de preços
menor pela redução na quantidade de bens e serviços oferecidos” (MANKIW, 1999, pág., 700).
Portanto, de acordo com a teoria das expectativas adaptativas os agentes econômicos
cometem erros sistemáticos e baseiam-se em informações do passado para estimar a inflação, e
portanto não incorporam em suas previsões as informações contemporâneas e disponíveis sobre o
funcionamento da economia.
Por outro lado, do ponto de vista das expectativas racionais da inflação, abordagem
econômica desenvolvida pelos economistas Robert Lucas da University of Chicago e de Thomas
Sargent da University de Minnesota, a hipótese principal estabelece que os agentes econômicos não
cometem erros sistêmicos quando formam as suas expectativas sobre a inflação. Para Lucas e
Sargent os agentes econômicos utilizam todas as informações disponíveis para a formação de
expectativas:
“De acordo com a hipótese das expectativas racionais, as pessoas corrigem estes erros e
modificam o caminho pelo qual formam suas expectativas...as pessoas baseiam suas expectativas
de inflação (ou quaisquer outras variáveis econômicas) sobre toda a informação economicamente
viável sobre o comportamento futuro desta variável” (DORNBUSCH & FISCHER, 1991, pág.
603).

Em Mankiw (1999), apesar dos economistas da vertente Clássica defenderem a teoria


das expectativas (passadas ou futuras) como forma de representar o comportamento e a inclinação
positiva da Curva de Oferta Agregada de Curto Prazo (COACP), para explicar o comportamento da
Curva de Oferta Agrega de Longo Prazo Friedman e Phelps agregaram à equação W = πet-1 – b (U –
UN) os seguintes pressupostos: a formação da expectativa é estática (πet-1 = π), ou seja, a taxa de
inflação esperada e a taxa de inflação atual são iguais; a Curva de Oferta Agregada (COA) é
perfeitamente inelástica (Y = YN), ou seja, no longo prazo a produção de bens e serviços ofertados
4
na economia dependem apenas da disponibilidade de capital, trabalho e tecnologia, pois a variação
dos preços não exerce influências sobre a capacidade produtiva quando o horizonte temporal é
ampliado.
Com a introdução dos novos pressupostos, a Curva de Phillips passa a ser escrita da
seguinte forma: W = π – b (U – UN). Esta equação representa o princípio aceleracionista, pois
políticas de expansão provocariam sucessivas elevações da taxa de inflação, mantendo a taxa de
desemprego no mesmo patamar da taxa natural de desemprego. Portanto, no longo prazo as
alterações dos níveis gerais de preços não afetam as variáveis reais da economia (capital, trabalho e
tecnologia). Assim, no longo prazo a curva de Oferta Agregada (OA) é perfeitamente inelástica,
pois a quantidade de bens e serviços produzidos independem do nível de preços praticados no
mercado. Por outro lado, no longo prazo, independente do aumento da taxa de inflação, a taxa de
desemprego deverá ajustar-se à taxa natural de desemprego. Na Figura 04, no Painel (a) o
deslocamento da Curva de Demanda Agregada DA para DA’, do ponto A para o ponto A’, revela
um aumento no nível dos preços de P0 para P1, mantendo-se a produção na posição de pleno
emprego. No Painel (b), a variação nos preços repercutirá em aumento da taxa de inflação,
deslocando a economia do ponto A para o ponto A’, permanecendo inalterada a taxa de desemprego
(UN):
(a) (b)

P π
DA’ OA W = π - b (U – UN)
Curva de Phillips no Longo Prazo

A’ π1 A’
P1

DA A π0 A
P0

YN Y UN U
FIGURA 04: A CURVA DE PHILLIPS NO LONGO PRAZO
Na Figura 04, independentemente da taxa de inflação praticada, no longo prazo a taxa
de desemprego estará no nível da taxa natural de desemprego (U = UN). Assim, para verificar a
existência do fenômeno denominado de Curva de Phillips as evidências já consagradas, decorrentes
da rigidez keynesiana dos salários, da Teoria das Expectativas Adaptativas e da abordagem das
Expectativas Racionais de Robert Lucas e Thomas Sargent, deverão auxiliar a presente investigação
acerca das relações empíricas e de curto prazo existentes entre inflação e desemprego para o
período aqui abordado, muito embora:
“Em algum momento as pessoas ajustarão suas expectativas, as percepções equivocadas serão
corrigidas, os salários nominais ajustados e os preços variarão. Portanto, no longo prazo, a curva
de oferta agregada será vertical em lugar de inclinada para cima” (MANKIW, 1999, pág., 701).

5
O objetivo deste estudo será testar empiricamente da Curva de Phillips no curto prazo
tomando-se como base o arcabouço macroeconômico representado pela teoria das expectativas e da
rigidez salarial , bem como utilizar o método econométrico dos mínimos quadrados e o modelo de
regressão linear clássico para constatar a existência deste fenômeno considerando-se os dados da
taxa de inflação e da taxa de desemprego para o período compreendido entre setembro de 2002 e
junho de 2003, ou seja, último quadrimestre do governo FHC e o primeiro semestre do governo
Lula.
Portanto, para as informações disponíveis sobre as taxas de inflação e desemprego no
Brasil referentes ao período em tela, deve-se apenas considerar as características numéricas desta
amostra de dados em detrimento das demais informações referentes, por exemplo, ao segundo
quadrimestre do governo FHC, ou qualquer outro período de referência. Em suma, deve-se apenas
considerar nesta análise econométrica as estimativas (características numéricas da amostra) a partir
dos valores das taxas de inflação e desemprego1 observados no último quadrimestre do governo
FHC e no primeiro quadrimestre do governo Lula, ou seja, os meses de setembro, outubro,
novembro e dezembro de 2002 e janeiro, fevereiro, março e abril de 2003. Os dados coletados para
o período em evidência estão representados na Tabela 01:
TABELA 01
TAXA DE INFLAÇÃO E TAXA DE DESEMPREGO
MESES IPCA2 (%) Taxa de Desemprego1 (%)
Set./2002 0,72 11,5
Out./2002 1,31 11,2
Nov./2002 3,02 10,9
Dez./2002 2,1 10,5
Jan./2003 2,25 11,2
Fev./2003 1,57 11,6
Mar./2003 1,23 12,1
Abr./2003 0,97 12,4
Mai./2003 0,61 12,8
Jun./2003 -0,15 13,0

Fonte: (1) Taxa de Desocupação (período de referência de 30 dias), das pessoas de 10 anos ou mais de
idade, nas Regiões Metropolitanas, segundo os meses da pesquisa - 2001/2003 (IBGE), (2) IPCA/IBGE
(variação % no mês) (Número Índice Dez. 93 = 100).

Neste estudo o método de estimação utilizado será o Método dos Mínimos Quadrados
(MMQ) a partir do Modelo de Regressão Linear Clássico definido como yi = α + β . xi + εi, i =
1,2,...n, tendo “b” (coeficiente angular da reta) como o estimador possuidor das características
necessárias à sustentação da teoria em evidência.

1
Os dados da Tabela 1 referentes ao desemprego expressam a Taxa de Desocupação, ou seja, de acordo com o DIEESE os desocupados são os
indivíduos que, nos dias que antecedem ao da pesquisa, não possuem trabalho remunerado exercido regularmente, com ou sem procura de trabalho;
ou que, neste período, possuem trabalho remunerado exercido de forma irregular, desde que tenham procurado trabalho diferente do atual; ou não
possuem trabalho não-remunerado de ajuda em negócios de parentes, ou remunerado em espécie/beneficio, com procura de trabalho.

6
O Método dos Mínimos Quadrados (MMQ) consiste na construção de estimadores que
satisfazem o seguinte critério referente ao objeto em questão: minimização dos quadrados dos
desvios entre os valores estimados e valores observados na amostra.
No Modelo de Regressão Linear Clássico, y é denominada variável explicada,
dependente ou regressando; x é denominada variável explicativa, independente ou regressor; o
índice i denota a i-ésima observação numa amostra de n observações; α e β são os parâmetros e,
finalmente, ε é o erro aleatório ou disturbância.
Para constatação da realidade o modelo de Regressão Linear Clássico deve atender os
seguintes pressupostos:
a) linearidade dos parâmetros;
b) média zero da disturbância E(εi) = 0, ∀ i;
c) homocedasticidade: E(εi) = δ2 (uma constante) ∀ i;
d) inexistência de autocorrelação dos resíduos: Cov (εi,εj) = 0 se i ≠ j;
e) inexistência de correlação entre resíduos e regressor: Cov (Xi,εj) = 0 ∀ i e j;
f) o regressor (x) é não-estocástico: os valores de x são fixos, ou seja, x não é uma variável
aleatória;
g) normalidade do erro: εi ∩ N (0, δ2).

Não obstante, os estimadores devem satisfazer certas propriedades consideradas


desejáveis e, no caso específico, as propriedades das pequenas amostras. Grosso modo, as
propriedades desejáveis de um estimador eficiente são derivadas da necessidade de fornecer
estimativas próximas ao verdadeiro valor do parâmetro populacional. As propriedades mais comuns
na econometria empírica para pequenas amostras são: não-tendenciosidade e variância mínima.
Dessa forma, “^θ é um estimador eficiente de θ se as seguintes condições forem satisfeitas:
a) ^θ for não-tendencioso;
b) Var (^θ) menor ou igual a Var (~θ), onde ~θ é qualquer outro estimador não-tendencioso de θ“
(KMENTA, 1978, pág. 175, grifo nosso).
De acordo com Hoffmann (1983) os pressupostos a, b e f devem satisfazer a condição
de não-tendenciosidade das estimativas dos parâmetros obtidas pelo método dos mínimos
quadrados: E(a) = α e E(b) = β, onde a e b são as estimativas de mínimos quadrados de α e β,
respectivamente.
Nesse sentido, tomando-se como base as pressuposições a, b, c, d e f é consistente
afirmar que “as estimativas dos parâmetros obtidas pelo método dos mínimos quadrados são
estimativas lineares não-tendenciosas de variância mínima” (HOFFMANN, 1983, pág. 40).
Ainda em Hoffmann (1983), a pressuposição f não é essencial para demonstrar a
eficiência das estimativas dos parâmetros. Aqui os valores da taxa de desemprego (U) são
considerados aleatórios. Entretanto, a aceitação ou não deste pressuposto não invalida a adoção do

7
modelo. No tocante da pressuposição d, por se tratar de uma série cronológica em função das taxas
de inflação e desemprego para um período de oito meses consecutivos, na abordagem utilizada será
desprezada a existência de autocorrelação dos resíduos. Também deverá ser desprezada a
pressuposição de inexistência de correlação entre resíduos e regressor.
Para efeito de análise e constatação do fenômeno, o estimador linear “a” não será
utilizado para formulação das hipóteses, ou seja, considerando-se a normalidade do erro
(distribuição normal), para εi ∩ N (0, δ2) a Curva de Phillips será testada a partir de duas hipóteses:
H0: β = 0 ou H1: β ≠ 0, para π i = α+ β.U i, onde U é uma variável aleatória cuja distribuição não
depende de α, β ou δ2 e, mantendo-se ainda as pressuposições a, b, c e g, pode-se afirmar que,
mesmo os valores de π e U variando, para intervalos de confiança de 95%, o valor de β confirmará
ou não a veracidade do modelo.
Ainda que o valor de β confirmasse a hipótese H1: β ≠ 0, rejeitando-se H0: β = 0 ao
nível de significância de 5%, em teste bilateral, esta estatística, dependendo de como se apresenta a
amostra, o ajustamento da reta (minimização da soma dos quadrados dos resíduos) pode fornecer
uma resultado pouco explicativo. Portanto, apesar da constatação estatística a partir do teste de
hipóteses, deve-se avaliar a qualidade do ajustamento da reta realizando-se o cálculo do Coeficiente
de Determinação, também conhecido como R2.
Para constatar a existência da Curva de Phillips o método econométrico utilizado para
estimar os parâmetros será o método dos mínimos quadrados a partir do modelo de Regressão
Linear Clássico: yi = α + β . xi + εi, i = 1,2,...n; para yi definido com a taxa de inflação, xi definido
com a taxa de desemprego, α e β os parâmetros e εi o termo erro. Para a aplicação do método e
modelo adotados serão utilizados os seguintes passos:
1 – determinar as Estimativas dos Parâmetros da regressão de Y em relação a X;
2 - calcular o Coeficiente de Determinação da Regressão (R2);
3 - calcular o Desvio Padrão da Estimativa (s^b) do parâmetro “b” (coeficiente angular);
4 – testar a Hipótese H0: β = 0 contra a hipótese alternativa H1: β ≠ 0, ao nível de significância de
5% (cinco por cento), bicaldal.
5 - testar o Intervalo de Confiança de 95% em torno da estimativa do parâmetro (^b) para
realmente constatar se a variável independente (X ou U) tem ou não influência sobre a variável
dependente (Y ou π).
A capacidade de estimar parâmetros (primeiro passo) populacionais por meio de dados
amostrais está ligada diretamente ao conhecimento da distribuição amostral da estatística que está
sendo visada como estimador. Para um desvio padrão da população desconhecido, como no caso em
análise, será calculado o desvio padrão da estimativa do parâmetro b (terceiro passo). Deve-se
reconhecer que quando o tamanho da amostra é superior a 30 observações a distribuição é
aproximadamente normal. Todavia, no presente estudo, a amostra possui apenas 10 observações.
Portanto, será adotada a forma de distribuição “t de student”, pois é muito parecida com a normal.

8
Para utilização da tabela “t de student” será considerado o nível de significância de 5%
e o número de graus de liberdade (gl), para gl = n – k, onde n é o número de observações (10) e k é
o número de parâmetros (2), “a” e “b”.
O objetivo da realização do teste de hipótese (quarto passo) é decidir se a estimativa do
parâmetro b (terceiro passo) da regressão yi = α + β . xi + εi, i = 1,2,...n é estatisticamente
significante, ou seja, se a inclinação da curva em função do ajustamento representa a existência da
Curva de Phillips.
A hipótese H0: β = 0 é uma afirmação que representa a ausência de inclinação da reta.
Já a hipótese H1: β ≠ 0, oferece uma alternativa à tese, isto é, o parâmetro é diferente, permitindo a
constatação de existência de inclinação da reta ajustada.
Portanto, rejeitar H0: β = 0 significa dizer que a variação entre o valor observado e o
valor alegado é demasiado grande para ser devido ao acaso. Ou seja, aceita-se a existência da Curva
de Phillips para o período em análise.
Por outro lado, mesmo que a estimativa do parâmetro b seja estatisticamente
significante no ponto (quarto passo), torna-se necessário identificar se o intervalo de confiança em
torno de b não inclui o zero (quinto passo) e, por conseguinte, verificar a qualidade do ajustamento
da reta determinada por R2 (segundo passo), pois o Coeficiente de Determinação da Reta fornecerá
a proporção da variação da variável dependente (Y ou π), explicada pela variação da variável
independente (X ou U), desprezando-se a existência de autocorrelação e de heterocedasticidade2.
Portanto, o termo erro será utilizado como um mero sinalizador da qualidade do ajustamento da
reta. Coeteris Paribus, variáveis exógenas ao modelo como a taxa de juros e a taxa de câmbio terão
as suas influências desconsideradas.
Analisando-se o gráfico original a partir dos dados da Tabela 01 referentes aos meses de
setembro, outubro e novembro de 2002, bem como os meses de dezembro de 2002 e janeiro,
fevereiro, março, abril, maio e junho de 2003 pode-se observar uma semelhança com o formato
original da Curva de Phillips (Figura 05):

9
3,5
3
2,5

Taxa de Inflação
2
1,5
1
0,5
0
-0,5 10 10,5 11 11,5 12 12,5 13 13,5
-1
Taxa de Desemprego

FIGURA 05: TAXA DE INFLAÇÃO E TAXA DE DESEMPREGO

Ipso facto, observando-se o gráfico linealizado (Figura 06) percebe-se que a reta
tendência utilizada para explicar o gráfico original assemelha-se, principalmente, ao período de
dezembro de 2002 – junho de 2003. Portanto, a Curva de Phillips é melhor observada durante a
execução da política econômica do governo Lula. Ou seja, constata-se que o esforço para reduzir a
inflação está custando à população uma taxa de desemprego mais elevada.

3,5

3
2,5
Taxa de Inflação

1,5
1
0,5
0
-0,5 10 10,5 11 11,5 12 12,5 13 13,5

-1
Taxa de Desemprego

FIGUARA 06: CURVA DE PHILLIPS LINEALIZADA


Apesar das evidências já observadas a partir da interpretação gráfica, para constatar
empiricamente o fenômeno da Curva de Phillips serão utilizadas as ferramentas econométricas na
forma dos 5 (cinco) passos definidos no âmbito deste trabalho.
Passo 01: para determinar as Estimativas dos Parâmetros da regressão de Y em relação a X serão
adotados os procedimentos da Tabela 02:

2
Ver Testes de Goldfeld-Quandt e de Breusch-Pagan tomando-se como base a exposição feita por STUART, Jon. Econometrics, Cambridge:

10
TABELA 02
MODELO DE REGRESSÃO LINEAR CLÁSSICO

T. Desemprego (%)1 T. Inflação (%)2 xi yi xi*yi xi^2 yi^2 ^Yi ei ei^2


11,5 0,72 -0,22 -0,64 0,14 0,05 0,41 1,56 -0,84 0,71
11,2 1,31 -0,52 -0,05 0,03 0,27 0,00 1,84 -0,53 0,28
10,9 3,02 -0,82 1,66 -1,36 0,67 2,75 2,11 0,91 0,82
10,5 2,10 -1,22 0,74 -0,90 1,49 0,54 2,48 -0,38 0,14
11,2 2,25 -0,52 0,89 -0,46 0,27 0,79 1,84 0,41 0,17
11,6 1,57 -0,12 0,21 -0,02 0,01 0,04 1,47 0,10 0,01
12,1 1,23 0,38 -0,13 -0,05 0,14 0,02 1,02 0,21 0,05
12,4 0,97 0,68 -0,39 -0,27 0,46 0,15 0,74 0,23 0,05
12,8 0,61 1,08 -0,75 -0,81 1,17 0,57 0,38 0,23 0,05
13,0 -0,15 1,28 -1,51 -1,94 1,64 2,29 0,19 -0,34 0,12
117,20 13,63 0,00 0,00 -5,64 6,18 7,56 13,63 0,00 2,41
Fonte: (1) Taxa de Desocupação (período de referência de 30 dias), das pessoas de 10 anos ou mais de idade, nas Regiões Metropolitanas,
segundo os meses da pesquisa - 2001/2003 (IBGE), (2) IPCA/IBGE (variação % no mês)(Número Índice Dez. 93 = 100).

Após algumas formalizações matemáticas observou-se que ^a = 12,071 e ^b = -0,9136.


Portanto, ^π
π = 12,071 – 0,9136. U.
Passo 02: a partir da Tabela 02 e utilizando a equação R2 = 1 – [∑
∑ xi2 / ∑ (Yi - γ)2] pode-se obter o
Coeficiente de Determinação da Regressão, ou seja, R2 = 0,6816.
Passo 03: utilizando-se a fórmula [(∑ εi2/n-k).(1/∑ xi2)]1/2 foi calculado o Desvio Padrão da
Estimativa (s^b) do parâmetro “b” (coeficiente angular), ou seja, s^b = 0,22.
Passo 04: para testar a hipótese H0: β = 0 contra a hipótese alternativa H1: β ≠ 0, ao nível de
significância de 5% (cinco por cento), bicaldal, tem-se n = 10 e k = 2; assim, gl = 8. O “t
calculado” será encontrado a partir da fórmula t calc. = (b - β ) / s^b. Portanto, t calc. = -4,139. Ao
nível de significância de 5% (cinco por cento) bicaldal, o “t tabelado” será o “t” de Student. Assim,
para gl = 8 e ao n.s. de 5%, t tab. = 2,306.
Passo 05: para testar o Intervalo de Confiança de 95% em torno da estimativa do parâmetro “b” e
realmente constatar se a variável independente (X ou U) tem ou não influência sobre a variável
dependente (Y ou π) serão utilizados: s^b = 0,22, ^b = - 0,9136, t calc. = -4,139 e t tab. = 2,306. Para
o intervalo de confiança será adotada a seguinte fórmula: ^b ± t tab . s^b . Assim, o valor verdadeiro
de b está no intervalo entre -1,4227 e -0,4046 (-0,9136±0,5090). Dessa forma, o efeito do
desemprego é ao mesmo tempo significativamente diferente de zero e negativo, ou seja, a taxa de
desemprego é um significativo determinante da taxa de inflação.
Portanto, após a realização de todos os passos necessários pode-se concluir que | t calc. |
> | t tab. |, assim, rejeita-se H0: β = 0 ao nível de significância de 5% em teste bilateral, ou seja, b é
estatisticamente significante e, 68,16% da variação da variável dependente (Y ou π) é explicada
pela variação da variável independente (X ou U) (Figura 07):

Cambride University Press, 1991.


11
3,5
y = -0,9136x + 12,071
3
R2 = 0,6816
2,5

Taxa de Inflação
2

1,5

0,5

0
10 10,5 11 11,5 12 12,5 13 13,5
-0,5

-1
Taxa de Desemprego

FIGURA 07 – RETA DE AJUSTAMENTO (CURVA DE PHILLIPS)

Por fim, embora o Modelo e o Método adotados expressarem a veracidade da existência


da Curva de Phillips para o curto período em análise, o Coeficiente de Determinação da Regressão
(R2) demonstra apenas 68,16% de todos os desvios que foram possíveis explicar. Ou seja, 31,84%
representa o termo erro, pois apesar de significativo deverá ser desprezado.
Portanto, pode-se afirmar que de acordo com as teorias macroeconômicas,
pressuposições do modelo e método adotados e, observando-se as constatações econométricas
oriundas dos dados da amostra utilizada na presente análise, torna-se evidente a ocorrência do
fenômeno representado pela Curva de Phillips. Ou seja, no curto prazo, pode-se dizer que a política
econômica adotada para combater a inflação está penalizando a sociedade brasileira com o aumento
do desemprego.

REFERÊNCIAS BIBLIOGRÁFICAS
DORNBUSCH, Rudiger; FISCHER, Stanley. Macroeconomia. 5º. Ed. São Paulo: Editora McGraw-Hill do Brasil,
1991.
HOFFMANN, Rodolfo Vieira S. Análise de Regressão: Uma Introdução à Econometria. 2º. Ed. São Paulo: Editora
Huatec, 1983.
KMENTA, Jan. Elementos de Econometria. São Paulo: Editora Atlas, 1978.
MANKIW, N. Gregory. Introdução à Economia: princípios de micro e macroeconomia. Rio de Janeiro: Editora
Campus, 1999.
SACHS, Jeffrey D.; LARRAIN, Felipe. Macroeconomia. São Paulo: Editora Makrom Books, 1998.
IBGE – Instituto Brasileiro de Geografia e Estatística. Disponível em: http://www.ibge.gov.br. Acesso em: 01 de
julho de 2003.

BIBLIOGRAFIA CONSULTADA
HOFFMANN, Rodolfo Vieira S. Estatística para Economistas. São Paulo: Editora Pioneira, 1980.
PINDYCK, Robert S.; RUBINFELD, Daniel. L. Microeconomia. São Paulo: Editora McGraw-Hill do Brasil, 1994.
SHAPIRO, Edward. Análise Macroeconômica. 2º. Ed. São Paulo: Editora Atlas, 1985.
SIMONSEN, Mario Henrique; CYSNE, Rubens Penha. Macroeconomia. Rio de Janeiro: Editora Ao Livro Técnico,
1989.

12