POLTICA MONETRIA E O CANAL DO EMPRSTIMO BANCRIO: UMA ANLISE PARA O BRASIL, DE 2003 A 2012.

Cristian Rafael Pelizza*

RESUMO O objetivo do presente artigo apresentar um modelo, com base no trabalho de Bernanke e Blinder (1988), em que o crdito, via emprstimos bancrios, possui impacto macroeconmico, como canal de transmisso das polticas monetrias. A metodologia utilizada foi a realizao de um teste economtrico utilizando a tcnica do Vetor AutoRegressivo (VAR). Para isso foram utilizadas seis variveis, o PIB real, inflao medida pelo ndice IGP-DI, a base monetria M1, a taxa Selic real, o Spread bancrio e o Crdito com recursos livres pblico e privado. Os resultados corroboram com a perspectiva terica, de que com assimetria de informao o crdito se torna ativo nos resultados da poltica monetria. Para chegar a essa concluso foi utilizada uma funo de impulso resposta, em que um choque positivo na taxa Selic afeta o nvel de crdito e o spread bancrio, tendo como conseqncia impacto sobre o produto. Palavras chave: Poltica monetria, crdito, Vetor Auto-Regressivo

ABSTRACT The objective of this paper is to present a model, based on the work of Bernanke and Blinder (1988), in which the credit via bank loans, has macroeconomic impact as transmission channel of monetary policies the methodology used was the realization of a econometric test using the technique of vector autoregression (VAR). Thus, six variables were used, real GDP, inflation measured by the IGP-DI index, money supply M1, real Selic rate, banking Spread and free credit with public and private resources. The results corroborate the theoretical perspective, that with asymmetric information credit becomes active on the results of the monetary policy. To reach this conclusion a function impulse response, in which a positive shock in the Selic rate affects the level of credit and banking spread, with the consequent impact on the product was used. Key words: Monetary Policy, credit, Vector Autoregression

* Mestrando em economia aplicada UFRGS/PPGE

1. INTRODUO

A oferta de moeda por muito tempo foi vista como o agregado chave em termos de deciso sobre as polticas monetrias. Essa viso, presente na influente histria monetria dos Estados Unidos de Friedman e Schwartz (1963), tambm constava nos modelos IS-LM padro. Nesse aspecto, haveria correlao positiva, pelo menos no curto prazo, entre oferta de moeda e produto, sendo que a importncia dos bancos estava resumida a criao de moeda, via mecanismo multiplicador. Complementar a esse ponto de vista estava o modelo de Modigliani e Miller (1958), que ressaltava a estrutura financeira das firmas como irrelevante, e com isso os bancos tornam-se redundantes na economia. Essa idia sobre o papel da poltica monetria evoluiu at os modelos de ciclo real de negcios, onde a mesma afeta as variveis reais de maneira transitria, e apenas atravs de choques no antecipados na oferta de moeda. A partir da dcada de 1970, a ateno sobre o papel da informao sobre os mercados, podendo gerar imperfeies, trouxe nova luz sobre o papel do crdito sobre o sistema econmico. Stiglitz e Weiss (1981) desenvolveram um modelo em que a informao assimtrica gera racionamento sobre o mercado de crdito, e destacam assim, a importncia dos intermedirios na captao de informaes sendo dessa forma crucial para reduzir problemas como seleo adversa e risco moral nesse mercado. Com assimetria de informao o crdito passa a ter funo ativa na propagao das polticas monetrias, dado que mudanas na taxa bsica de juros (no caso do Brasil a taxa Selic) afetam tambm o prmio de financiamento externo, cujo valor depende tambm da percepo dos riscos relacionados a assimetria de informao observado pelos bancos. A partir desses problemas, surgem anlises, em especial do perodo da grande depresso, que destacam que aspectos relacionados moeda eram insuficientes para explicar quedas persistentes e da magnitude da crise de 1929. Mishkin (1978) e Bernanke (1983), destacam assim a importncia do crdito nesses perodos, resgatando de maneira parcial o trabalho pioneiro de Fisher (1933). Assim sendo, o teorema de Modigliani-Miller passa a perder a validade, j que as imperfeies no mercado passam a ter importncia sobre a estrutura financeira das firmas e sobre a demanda agregada em geral. A teoria do canal de crdito pode ser visto atravs de dois meios, o primeiro chamado de canal do balano patrimonial e primeiramente desenvolvido por Bernanke e Gertler (1989), e posteriormente ampliado para um modelo de equilbrio geral por Carlstrom e Fuerst (1997), atenta ao fato de que os recursos externos e internos da firma possuem custos diferentes, de forma que assumindo os mesmos como substitutos imperfeitos choques

monetrios podem afetar o balano patrimonial das firmas, assumindo um ambiente com assimetria de informao. Com relao ao segundo meio de transmisso, o canal do emprstimo bancrio, Bernanke e Blinder (1988) desenvolvem um modelo em que o mercado de crdito adicionado ao IS-LM tradicional, considerando o papel essencial dos intermedirios financeiros na oferta de crdito. O presente trabalho busca demonstrar o funcionamento do canal do emprstimo bancrio, numa primeira seo, aps a introduo, em seu modelo terico desenvolvido por Bernake e Blinder (1988), e depois atravs do uso do mtodo economtrico do vetor autoregressivo (VAR), sendo que alguns de seus aspectos tericos importantes so observados na seo 2 e o teste emprico para o Brasil, de 2003 a 2012, est na seo 3

2. POLTICA MONETRIA E O CANAL DE CRDITO

Nos modelos IS-LM padro, os ativos e passivos bancrios possuam implicaes diferentes em termos de determinao da renda e taxa de juros de equilbrio no sistema econmico. Enquanto o passivo bancrio, a moeda, possua papel importante na determinao demanda agregada, o ativo, os emprstimos, era incluso num mercado de ttulos e suprimido pela lei de Walras (Freixas e Rochet, 1997). Com o desenvolvimento da pesquisa sobre o mercado de crdito, surgem modelos que apontam a existncia de informao assimtrica no mesmo (Stiglitz e Weiss, 1981), o que torna importante o papel dos intermedirios financeiros, em especial os bancos. Segundo Denardin:

Os bancos representam a principal fonte de intermediao de crdito na maioria das economias e, por isso, se especializam em superar problemas de informao e outras frices relacionadas ao mercado de crdito. Se, por alguma razo, a oferta de emprstimos dos bancos interrompida, os tomadores de emprstimos que so dependentes desses recursos (em geral pequenas e mdias firmas) no podem ser literalmente excludos do crdito, mas eles esto virtualmente certos de que incorrero em custos para encontrar um novo credor e estabelecer uma nova relao de crdito. (DENARDIN, 2007, p. 62)

Dessa forma, Bernanke e Blinder (1988), desenvolvem um modelo em que o crdito um canal adicional de transmisso das polticas monetrias. Ao contrrio dos modelos tradicionais, os emprstimos e ttulos no so mais vistos como substitutos perfeitos. Assim,

pode-se apresentar uma economia com um bem, trs ativos (moeda (), mantida como depsitos, ttulos ( )e emprstimos ()). Os tomadores e emprestadores escolhem entre emprstimos. A demanda por emprstimos ser: ttulos e emprstimos de acordo com suas taxas de juros, () para ttulos e () para
= , ,

(1)

a renda (), capta a demanda transacional por crdito (capital de giro, por exemplo). A oferta de crdito, por sua vez, pode ser observada a partir de um balano simplificado dos bancos, realizados ( ). J o passivo so os depsitos () .

Onde os sinais sobre as variveis so os sinais postulados de suas derivadas parciais, e

onde o ativo corresponde s reservas (), aos ttulos em sua posse ( ) e emprstimos = + + (2)

seguinte balano:

Decompondo as reservas () em obrigatrias ( )e excedentes (), chega-se ao (1 ) = + + (3)

ttulos ( ), a partir da otimizao de seu portflio:

+ +

Os bancos definiro o quanto iro manter nos seus ativos em emprstimos ( ) e = , (1 ) (4)

= , (1 )

(5)

O equilbrio no mercado de crdito ser: (, , ( = ), )(1 ) (6)

O equilbrio no mercado monetrio segue o formato de padro do modelo IS-LM, onde a oferta de depsitos ser igual s reservas bancrias vezes o multiplicador monetrio. Bernanke e Blinder (1988) definem as reservas excedentes como:

() ( = 1 )

(7)

Dessa forma, podemos definir o multiplicador monetrio: () = [()(1 ) + ] (8)

Assim sendo, o equilbrio no mercado monetrio, onde a demanda por depsitos tambm depende da renda, pelo motivo transao, torna-se: , =
+ +

(9)

A ltima curva a ser apresentada o equilbrio no mercado de bens, que pode ser apresentado como uma IS: = ,

(10)

de crdito (equao (6)), assim teremos:

A partir da equao (9), pode-se substituir os depsitos () , no equilbrio do mercado (, , ( = ), )()(1 ) (11)

Dessa forma, possvel resolver o valor da taxa de juros dos emprstimos como funo da taxa de juros dos ttulos, da renda e das reservas bancrias, e observar os sinais de suas derivadas parciais, a partir do que foi previamente postulado: = , ,
+ +

(12)

Por fim, substitui-se a taxa de juros dos emprstimos na curva IS, e surge uma nova curva, chamada por Bernanke e Blinder (1988) de CC, commodities and credit, que apresenta alm do equilbrio no mercado de bens, o mercado de crdito:

 = , (, , )

(13)

Como apresentado por Bernanke e Blinder (1988), a curva CC possui inclinao negativa, assim como a IS, no entanto, afetada pela poltica monetria atravs das reservas (), e tambm por choques que afetem a demanda ou oferta de crdito (Figura 1).
* *

Figura 1 Curvas CC e LM.

Fonte: Bernanke e Blinder (1988)

Se os ttulos e emprstimos forem vistos como substitutos perfeitos, a curva CC tornase uma IS tradicional. Por outro lado, caso a moeda e os ttulos sejam substitutos perfeitos e a LM for horizontal, a poltica monetria continua tendo efeito positivo, dado pelo seu impacto na CC.

3. O MTODO DO VETOR AUTO-REGRESSIVO (VAR)

O mtodo do Vetor Auto-regressivo (VAR) foi proposto inicialmente por Sims (1980), com o intuito de criar uma alternativa aos modelos macroeconmicos estruturais comuns at a dcada de 1970, onde muitas vezes era ignorada a inter-relao entre as variveis endgenas e exgenas. Assim sendo, Sims (1980), propem um modelo onde todas as variveis so endgenas. Segundo ele:
Dever ser vivel, para estimar modelos macro de grande escala em suas formas reduzidas irrestritas, tratar todas as variveis como endgenas. claro que algumas restries em relao s defasagens so essenciais, por isso, quero dizer como irrestrito sem suposies baseadas em conhecimento a priori. (SIMS, 1980, p. 15)

Os tpicos a seguir buscam observar alguns aspectos chave do modelo VAR, como estimao, identificao e a funo de impulso-resposta.

3.1 IDENTIFICAO E ESTIMAO

O modelo VAR pode ser apresentado da seguinte forma:

= + +

(14)

O vetor ( 1) um vetor de constantes, ( ) so matrizes associadas aos valores no correlacionadas temporalmente ou contemporaneamente.

defasados da varivel , e ~ (, ), um vetor 1 de perturbaes aleatrias

Onde a matriz ( ) , representa as restries contemporneas do vetor ( 1).

As variveis, dessa forma, so mutuamente influenciadas umas pelas outras, tanto em presentes no vetor so correlacionadas individualmente com seus erros, j que ambas dependem contemporaneamente uma da outra (efeito feedback). Assim sendo, nos modelos VAR busca-se observar a trajetria das variveis de interesse dados choques nos termos de erro (choques estruturais). Alm disso, devido presena de endogeneidade, os modelos so estimados em sua forma reduzida:
= + + = + +

seus valores presentes como defasados. No entanto, como afirma Bueno (2008), as variveis

Onde:

(15)

que o primeiro ter a dimenso ( + 1) 1 e contm um termo constante com valor unitrio e as defasagens de .

Hamilton (1994) reescreve o modelo atravs de dois novos vetores, ( e ), sendo

= ,

= ,

(16)

(17)

J o segundo, contm as constantes e coeficientes da regresso:

= [ ] (18)

e a matriz de varincia/autocovarincia dos resduos representada por .

| , , ( , ) (19)

Dessa forma, a mdia condicional de , dados seus valores defasados, igual a ,

ser:

vetor , que representa os coeficientes da regresso e a matriz de varincia/autocovarincia,

|, , | , , ; 1 = ()/ | |/ exp ( ) ( ) 2

A densidade condicional da t-sima observao de , dado seus valores defasados e o

(20)

Para encontrar a funo de verossimilhana, basta multiplicar as densidades condicionais obtidas recursivamente em todos os perodos observados (os erros so independentes e identicamente distribudos, seguindo uma distribuio normal). O logaritmo da funo de verossimilhana ser:
() = | , , | , , ;

1 [( ) ( )] 2

log(2) + log| | 2 2

(21)

O estimador de Mxima Verossimilhana dos coeficientes presentes na regresso ser:

(22)

Hamilton (1994) demonstra que a estimao por Mxima Verossimilhana da j-sima equao de um VAR pode ser encontrado atravs de uma regresso com Mnimos Quadrados Ordinrios (MQO), de em relao a uma constante e os termos defasados das variveis do sistema. Os coeficientes do j-simo termo so:

(23)

definido da seguinte forma:

, para cada j-simo elemento da regresso por MQO de em ,pode ser O vetor
= (24)

termos e considerando que em MQO o termo = , teremos:

) ( ) + ( =

Substituindo a expresso (24) no ltimo termo da expresso (21), arranjando os

(25)

funo de verossimilhana se torna:

) e dessa forma o logaritmo da = ( Pode-se escrever um novo vetor

() = | , , | , , ;

so os estimadores de Mxima Verossimilhana dos coeficientes da regresso.

, e os coeficientes estimados da regresso de MQO de um modelo VAR zero, ou seja, =

Assim sendo, o valor de que maximiza a funo de verossimilhana de igual a

1 + [ ] 2

log(2) + log|| 2 2

(26)

Encontrando

os

coeficientes

estimados

pode-se

estimar

matriz

de

covarincia/autocovarincia dos resduos do modelo. O logaritmo da funo de Verossimilhana fica:

1 = log(2) + log| | , 2 2 2

(27)

Dessa forma, derivando a funo e igualando a zero, encontra-se a matriz estimada que maximiza a funo, que :
1 =

(28)

pelos elementos nas linhas e colunas da matriz igual a:

coluna de , igual a:

O valor das varincias dos (var( )) termos presentes na regresso, representada

1 =

(29)

Por sua vez, a covarincia (cov( )), nesse caso os elementos da i-sima linha e j-sima
1 =

(30)

autocorrelacionados, ou seja, cov( ) = 0.

Alm

disso,

como

demonstra

Bueno

(2008),

os

erros

no

devem

ser

um termo adicional = 1 + a diferenciando dos modelos univariados. Esse termo , representam os modelos restrito e no restrito respectivamente:
log ( = )log

Em relao ao teste de hipteses, pode-se utilizar a Razo de Verossimilhana, com

representa o nmero de parmetros estimados por equao. J os subscritos e , na matriz

(31)

de graus de liberdade igual ao nmero de restries impostas sob a hiptese nula.

Sob a hiptese nula, segue assintoticamente uma distribuio , com o nmero Com relao escolha do nmero de defasagens do modelo, necessrio que se

escolha um nmero suficiente para tornar o erro um rudo branco. No entanto, como aponta Enders (2004), os modelos VAR j possuem como caracterstica o fato de ser sobreparametrizados, cada modelo ir gerar + coeficientes, dessa forma a escolha de defasagens, via critrios de informao possui um termo que penaliza VAR de grandes ordens. Ordens maiores, por sua vez, geram uma varincia menor, ento seleciona-se um valor de defasagens que minimiza as seguintes funes (respectivamente critrios de Akaike, Schwartz e Hannan-Quinn): 2 = )( ln|( |)+ (32) = )( ln|( |)+ (33) = )(ln|( |)+ 2 (34) Quanto deteco de autocorrelao no modelo, Bueno (2008) sugere o uso dos testes tradicionais de Ljung-Box e Breusch-Godfrey, tambm utilizados em modelos univariados. J o teste de normalidade usual o de Jarque-Bera.

3.2 FUNO IMPULSO-RESPOSTA

diretamente. Dessa forma, Sims (1980) sugere a imposio de que alguns coeficientes sejam iguais a zero, atravs de critrios econmicos, limitando assim o efeito feedback. Bueno (2008) apresenta o exemplo de um VAR (1) bivariado, com o coeficiente = 0. = + + + Reescrevendo o modelo em formato matricial: = + + + (35) (36)

informaes contidas nas matrizes e da forma estrutural acabam no sendo observadas

Como a estimao do Vetor Auto-regressivo feita atravs de sua forma reduzida, as

 1 =

1 +

0 1 + 1 0 1 0

0 1

(37)

possvel observar os seguintes coeficientes: = ; (38)

fazendo a estimao da forma reduzida. Como a matriz na forma reduzida igual a , = ; = ; = ; (41)

A partir dessa funo podem-se recuperar as informaes da forma estrutural mesmo

= ;

= ;

(40)

(39)

(42)

(43)

Da mesma forma, possvel encontrar o valor das varincias e da covarincia dos erros estruturais atravs das suas formas reduzidas:
; ( ) =

parte superior da matriz assume as ( )/2 restries, ordenadas de maneira arbitrria atravs de razes econmicas: 1 0 1

restrio assume a forma de uma matriz triangular, a chamada decomposio de Choleski. A

A mesma metodologia pode ser aplicada para variveis. Assim, a matriz com a

( , ) =

(44)

( ) = + ;

(46)

(45)

(47)

choques nos termos de erro afetam a trajetria das variveis do modelo, a chamada funo impulso-resposta: = + + + (48)

Um VAR de ordem como um VMA de ordem infinita, e dessa forma observar como

multiplicadores de impacto sobre as variveis endgenas, que somadas decomposio de

Onde representa a mdia de longo prazo e os elementos da matriz so os

Choleski, tornam possvel observar graficamente a trajetria da varivel endgena ante um choque no erro. Hamilton (1994) apresenta da seguinte forma: = (49)

aplica-se um choque de um desvio padro. Voltando ao exemplo de Bueno (2008), para um VAR de ordem um, temos um VMA de ordem infinita com o seguinte formato:
1 = + 1

varivel , dado por um choque no j-simo termo de erro no perodo . Em geral

Os elementos da matriz , linhas e colunas , mostram o impacto sobre a i-sima

, 1 ,

(50)

Onde o vetor de choques assume o seguinte formato:

1 = 1

sobre as variveis endgenas. Por exemplo, no caso de um VAR (1) bivariado, o choque de sobre dado pela soma dos coeficientes , , = 0,1,2 .

Cada elemento da matriz de multiplicadores de impacto ir representar um choque

(51)

4. ANLISE EMPRICA DO CANAL DE EMPRSTIMO BANCRIO

Entre os diversos trabalhos que analisam as implicaes empricas da existncia dos canais de crdito no h um consenso pleno. Romer e Romer (1990) argumentam que o impacto da emisso monetria sob a poltica monetria mais informativo que o impacto do crdito, por exemplo. Em contrapartida, trabalhos como o de Bernanke e Blinder (1992), Kashyap, Stein e Wicox (1993) e Walsh e Wilcox, utilizando o mtodo VAR, encontram

resultados condizentes com a teoria anteriormente postulada. Para o Brasil, uma anlise similar pode ser vista em Denardin (2007) e Sobrinho (2003). As sries utilizadas para os testes economtricos a seguir foram o PIB real, a taxa Selic Real, a inflao medida pelo ndice IGP-DI (que tambm deflaciona as sries reais), o Spread bancrio, o crdito bancrio com recursos livres e a o agregado monetrio M1, formado pela moeda em poder pblico mais depsitos a vista. Os dados recolhidos foram mensais, de janeiro de 2003 a dezembro de 2012. Com exceo da srie formada pelo ndice IGP-DI, todas as sries apresentaram raiz unitria pelo teste de Dickey-Fuller aumentado. No entanto, optou-se por utilizar as sries em nvel, numa metodologia proposta por Sims, Stock e Watson (1990), na qual se admite a utilizao de variveis estacionrias e no estacionrias no mesmo modelo, fator esse justificado pelo fato do mtodo VAR ter seu mrito ao observar as inter-relaes entre as variveis e no na estimao dos parmetros. com variveis ir gerar + parmetros, onde o nmero de defasagens. O modelo Nesse sentido, o mtodo VAR gera modelos sobreparametrizados, cada estimao

apresentado possui seis parmetros e quatro defasagens, o que implica em cento e cinqenta

parmetros, e dada a presena de colinearidade em muitas das variveis muitos deles no sero estatisticamente significantes. Isso pode ser observado nos resultados presentes na Tabela 2 presente no Apndice A, onde esto presentes os valores estimados dos coeficientes para cada defasagem (nas linhas) em relao a cada uma das variveis endgenas (nas colunas), abaixo do parmetro estimado est o seu erro padro e a estatstica-t (vale observar os baixos valores deste teste na Tabela 2, o que corrobora com a aceitao de uma hiptese nula em que os parmetros so iguais a zero). Os parmetros foram estimados por MQO como discutido na seo 3 do presente trabalho. Alm disso, pode se observar a presena de altos coeficientes de determinao, comumente presentes em modelos VAR. A escolha do nmero de defasagens se baseou a princpio no critrio de Schwartz, que apresentou seu melhor resultado para duas defasagens. No entanto, disso resultou uma presena forte de autocorrelao, apontado pelo teste LM de Breusch-Godfrey. Uma escolha de mais defasagens poderia minimizar esse problema, como visto nos resultados da Tabela 1 feitos para trinta e seis graus de liberdade. No entanto, como o modelo possui seis variveis, um aumento muito grande no nmero de defasagens diminuiria em muitos graus de liberdade o modelo, prejudicando a inferncia e a posterior estimao da funo de impulso-resposta. Dessa forma optou-se por quatro defasagens.

Lags 2 4 6

Estatstica LM 54.97701 47.10193 30.41601

p-valor 0.0223 0.1019 0.7310

TABELA 1 Teste LM de Breusch-Godfrey

Fonte: Elaborao prpria

A funo de impulso-resposta, dado um choque de um desvio padro na taxa Selic real pode ser observada na Figura 2, onde a linha pontilhada mostra dois desvios padro em relao resposta ao choque:
Response to Cholesky One S.D. Innovations 2 S.E.
Response of RENDA_REAL to SELIC_REAL
3,000 2,000 .05 1,000 0 -1,000 -2,000 -.10 -3,000 -4,000 5 10 15 20 25 30 35 -.15 5 10 15 20 25 30 35 .00 .10

Res ponse of INFLACAO to SELIC_REAL

-.05

Respons e of M1 to SELIC_REAL
1,000 0 -1,000 -2,000 -3,000 -4,000 -5,000 5 10 15 20 25 30 35 .10 .08 .06 .04 .02 .00 -.02

Res pons e of SELIC_REAL to SELIC_REAL

10

15

20

25

30

35

Respons e of SPREAD to SELIC_REAL

.5 .4 .3 .2 -4,000 .1 .0 -.1 -.2 5 10 15 20 25 30 35 -6,000 -8,000 -10,000 2,000 0 -2,000

Response of CRELIVRE to SELIC_REAL

10

15

20

25

30

35

FIGURA 2 Resposta das variveis a um choque de um desvio padro na taxa Selic real
Fonte: Elaborao prpria

A ordenao das variveis teve como base a matriz de Cholesky, e seguiu parcialmente a abordagem de Sobrinho (2003) dadas algumas diferenas nas variveis

escolhidas. A ordem utilizada foi PIB real, inflao, base monetria M1, Selic real, Spread e crdito com recursos livres. A funo foi aplicada a 36 meses aps o choque. Com relao ao impacto da Selic real sobre o PIB real, possvel observar que nos primeiros perodos existe certa instabilidade, com o mesmo apresentando uma queda, para depois subir a patamares superiores aos anteriores ao choque, prximo ao quinto ms. Aps o dcimo perodo aproximadamente, o PIB real, no entanto passa a se estabilizar a um patamar inferior ao anterior ao choque. A inflao, por sua vez sofre uma queda inicial, atingindo seu menor valor pelo segundo ms, passando por uma tendncia de alta com oscilaes nos perodos seguintes e a partir do dcimo quinto ms se aproximando de seu patamar anterior. A base monetria M1, passa por movimento bastante similar ao da inflao, no entanto se estabiliza a um nvel inferior ao anterior ao choque. A resposta da taxa Selic ao choque na prpria taxa Selic, apresenta seu ponto mximo imediatamente aps o choque, passando a cair nos perodos seguintes e estabilizando aproximadamente pelo vigsimo ms aps o choque. O spread bancrio apresenta um aumento aps o choque, e depois um movimento de queda a partir do stimo ms, se aproximando de seu valor original. No entanto aproximadamente aps seu vigsimo quinto perodo, passa a apresentar uma alta novamente. J o crdito apresenta uma queda brusca e se estabiliza num patamar abaixo do original. O resultado, de maneira geral converge com o encontrado por Sobrinho (2003) para o perodo de 1996 a 2001.

5 . CONCLUSO A partir do trabalho de Bernanke e Blinder (1988), pode-se perceber a importncia do mercado de crdito sobre variveis macroeconmicas reais como a renda agregada. Dessa forma torna-se crucial entender como a demanda e oferta agregada por crdito se comportam e como a poltica monetria impacta sobre ambas e as mesmas tornam-se mecanismos de transmisso da mesma para o sistema econmico, impactando sobre a renda e os juros por exemplo. Como afirmam Bernanke e Gertler (1995):
Ns no pensamos no canal de crdito como uma alternativa distinta para o tradicional mecanismo de transmisso monetria, mas sim como um conjunto de fatores que amplificam e propagam os efeitos da taxa de juros convencionais. Por esta razo, o termo "canal do crdito" uma espcie de equvoco, o canal de crdito um mecanismo de aprimoramento, e no um canal verdadeiramente independente ou em paralelo. (BERNANKE e GERTLER, 1995, p. 28)

Com relao ao mtodo VAR, embora haja controvrsia em relao a sua utilizao, no que diz respeito ao uso apenas de variveis endgenas, na estimao ser feita em sua forma reduzida e no fato de que em geral muitos parmetros no apresentam significncia estatstica, uma tcnica importante na medida em que torna possvel visualizar a trajetria das variveis ante choques, atravs da funo impulso-resposta. Nesse sentido, vale ressaltar que o grande mrito do VAR observar a inter-relao entre variveis, sendo que para estimaes mais precisas de parmetros e para previso no se torna recomendvel seu uso (embora possam ser feitas previses com esse mtodo). Quanto aos resultados empricos para o Brasil, os parmetros, como esperado em modelos VAR, no apresentam uma gama de informaes suficientemente relevantes. Por sua vez, pela funo impulso-resposta apresentou resultados de interesse, atravs dela observou-se que um choque na Selic real afeta negativamente o PIB real e a base monetria M1, que acabam estveis a patamares inferiores aos anteriores ao choque. Quanto inflao retorna a seu nvel inicial. O spread bancrio responde com um aumento, depois volta ao estgio inicial e no fim do perodo observado. J crdito com recursos livres apresentou queda significativa e estabilizou a um patamar consideravelmente inferior ao anterior ao choque. Dessa forma, possvel concluir que o canal de emprstimo bancrio possui relevncia em termos de poltica monetria, de forma que os impactos das decises sobre a Selic real alteram a composio do Spread bancrio, e dessa forma impactam ativamente sobre a demanda e a oferta de crdito. A assimetria de informao presente no mercado de crdito gera rigidez suficiente para que a poltica monetria passe a ter impacto sobre variveis reais como o PIB, sendo imprescindvel a autoridade monetria ao decidir sobre polticas e por conseqncia a definio da Selic observar que o impacto dessas resolues ir aparecer tambm mediante Spread bancrio e mercado de crdito.

APNDICE A

Renda Real Renda Real (-1) 0.809954 (0.11282) [ 7.17939] 0.058266 (0.15459) [ 0.37690] 0.043144 (0.15246) [ 0.28299] -0.117133 (0.12143) [-0.96462] 413.4903 (1763.20) [ 0.23451] -453.5483 (1943.07) [-0.23342] -2640.627 (1956.90) [-1.34939] -366.7839 (1444.46) [-0.25393] -0.243581 (0.10545) [-2.30988] -0.237139 (0.12875) [-1.84182] 0.342028 (0.14553) [ 2.35026] 0.087359 (0.12136) [ 0.71981] -22422.15 (7816.56) [-2.86854] 11187.10 (9068.65) [ 1.23360]

Inflao -4.76E-06 (7.5E-06) [-0.63408] -4.96E-06 (1.0E-05) [-0.48217] 1.34E-05 (1.0E-05) [ 1.32051] 6.65E-06 (8.1E-06) [ 0.82301] 0.670731 (0.11737) [ 5.71468] -0.366651 (0.12934) [-2.83471] 0.292621 (0.13026) [ 2.24637] -0.032411 (0.09615) [-0.33708] 1.58E-06 (7.0E-06) [ 0.22494] 1.80E-06 (8.6E-06) [ 0.21012] -1.06E-05 (9.7E-06) [-1.09590] 1.35E-05 (8.1E-06) [ 1.67097] -0.048763 (0.52032) [-0.09372] 0.326070 (0.60367) [ 0.54015]

M1 0.588094 (0.11976) [ 4.91051] 0.003905 (0.16411) [ 0.02380] -0.434794 (0.16184) [-2.68653] 0.243313 (0.12891) [ 1.88754] -1000.308 (1871.76) [-0.53442] -3393.652 (2062.70) [-1.64524] 1912.077 (2077.38) [ 0.92042] -631.0581 (1533.39) [-0.41155] 0.273472 (0.11194) [ 2.44292] 0.277834 (0.13668) [ 2.03275] 0.094976 (0.15449) [ 0.61478] -0.127434 (0.12884) [-0.98912] -24831.08 (8297.81) [-2.99249] 966.2048 (9626.98) [ 0.10036]

Selic Real -6.25E-07 (1.5E-06) [-0.42867] 4.47E-06 (2.0E-06) [ 2.23346] -2.44E-06 (2.0E-06) [-1.23702] -1.35E-06 (1.6E-06) [-0.85868] -0.045400 (0.02280) [-1.99105] 0.038474 (0.02513) [ 1.53108] -0.018631 (0.02531) [-0.73618] 0.056875 (0.01868) [ 3.04470] 2.24E-07 (1.4E-06) [ 0.16461] -5.50E-06 (1.7E-06) [-3.30449] 5.14E-06 (1.9E-06) [ 2.72887] 1.18E-07 (1.6E-06) [ 0.07532] 0.382260 (0.10109) [ 3.78152] 0.408617 (0.11728) [ 3.48416]

Spread -3.17E-05 (9.9E-06) [-3.21961] 5.93E-06 (1.4E-05) [ 0.43851] 1.64E-05 (1.3E-05) [ 1.23366] 3.17E-07 (1.1E-05) [ 0.02982] -0.045922 (0.15411) [-0.29798] 0.482864 (0.16983) [ 2.84316] -0.394849 (0.17104) [-2.30848] 0.240432 (0.12625) [ 1.90438] 4.98E-05 (9.2E-06) [ 5.40444] -4.21E-05 (1.1E-05) [-3.73820] 2.16E-07 (1.3E-05) [ 0.01695] 5.72E-06 (1.1E-05) [ 0.53931] 2.146006 (0.68320) [ 3.14109] -0.242453 (0.79264) [-0.30588]

Crdito Livre 0.136909 (0.08314) [ 1.64682] 0.015669 (0.11392) [ 0.13754] -0.203887 (0.11235) [-1.81482] 0.102181 (0.08948) [ 1.14191] -1701.401 (1299.32) [-1.30946] -1248.918 (1431.87) [-0.87223] 933.6799 (1442.06) [ 0.64746] -398.8035 (1064.43) [-0.37466] -0.212223 (0.07771) [-2.73102] -0.049866 (0.09488) [-0.52558] 0.127983 (0.10724) [ 1.19342] 0.041470 (0.08943) [ 0.46369] -4531.879 (5760.09) [-0.78677] -4161.731 (6682.76) [-0.62276]

Renda Real (-2)

Renda Real (-3)

Renda Real (-4)

Inflao (-1)

Inflao (-2)

Inflao (-3)

Inflao (-4)

M1(-1)

M1(-2)

M1(-3)

M1(-4)

Selic Real (-1)

Selic Real (-2)

Selic Real (-3)

10798.36 (8500.71) [ 1.27029] -4573.137 (7369.65) [-0.62054] 792.4918 (1338.11) [ 0.59225] -1664.161 (2225.26) [-0.74785] 889.4027 (2181.52) [ 0.40770] -591.0506 (1333.04) [-0.44339] 0.098343 (0.17197) [ 0.57187] -0.008887 (0.26840) [-0.03311] -0.432561 (0.26318) [-1.64357] 0.364698 (0.16500) [ 2.21033] 62849.22 (25126.7) [ 2.50130]

-0.132268 (0.56586) [-0.23375] 0.286451 (0.49057) [ 0.58391] -0.211686 (0.08907) [-2.37655] 0.130920 (0.14813) [ 0.88383] -0.136485 (0.14522) [-0.93988] 0.183499 (0.08874) [ 2.06793] 2.57E-05 (1.1E-05) [ 2.24538] -2.38E-05 (1.8E-05) [-1.33224] 3.90E-06 (1.8E-05) [ 0.22238] -7.46E-06 (1.1E-05) [-0.67964] -1.678033 (1.67259) [-1.00325]

11715.02 (9024.08) [ 1.29820] 7504.980 (7823.39) [ 0.95930] -1655.016 (1420.49) [-1.16510] 3643.983 (2362.27) [ 1.54258] -2647.173 (2315.83) [-1.14308] -860.3443 (1415.11) [-0.60797] -0.052926 (0.18256) [-0.28992] 0.000620 (0.28493) [ 0.00218] 0.292458 (0.27939) [ 1.04678] -0.248002 (0.17516) [-1.41590] 40618.46 (26673.7) [ 1.52279]

0.292831 (0.10993) [ 2.66370] -0.252098 (0.09531) [-2.64513] 0.004727 (0.01730) [ 0.27314] -0.017368 (0.02878) [-0.60351] 0.044234 (0.02821) [ 1.56790] -0.031048 (0.01724) [-1.80099] -2.87E-06 (2.2E-06) [-1.29152] 3.00E-06 (3.5E-06) [ 0.86539] 1.55E-07 (3.4E-06) [ 0.04562] -5.31E-07 (2.1E-06) [-0.24899] 0.268151 (0.32495) [ 0.82522]

-0.540929 (0.74300) [-0.72803] -0.276670 (0.64414) [-0.42952] 1.430464 (0.11696) [ 12.2307] -0.683729 (0.19450) [-3.51535] 0.067431 (0.19067) [ 0.35364] 0.129063 (0.11651) [ 1.10771] 2.36E-05 (1.5E-05) [ 1.57208] 1.24E-05 (2.3E-05) [ 0.52902] -4.40E-05 (2.3E-05) [-1.91264] 8.70E-06 (1.4E-05) [ 0.60339] -0.637646 (2.19619) [-0.29034]

3696.199 (6264.24) [ 0.59005] -318.7289 (5430.76) [-0.05869] 1390.010 (986.064) [ 1.40966] -441.1512 (1639.81) [-0.26902] -1140.408 (1607.58) [-0.70939] -382.2153 (982.329) [-0.38909] 1.061751 (0.12673) [ 8.37835] -0.013890 (0.19779) [-0.07023] 0.144221 (0.19394) [ 0.74363] -0.198393 (0.12159) [-1.63168] 33910.91 (18516.1) [ 1.83143]

Selic Real (-4)

Spread (-1)

Spread (-2)

Spread (-3)

Spread (-4)

Crdito Livre (-1)

Crdito Livre (-2)

Crdito Livre (-3)

Crdito Livre (-4)

Constante

ajustado Soma dos quadrados dos resduos Estatstica F

0.967173

0.581957

0.963010

0.972327

0.959536

0.999670

0.958516

0.471704

0.953254

0.965028

0.948864

0.999583

3.71E+09 111.7144

16.42894 5.278372

4.18E+09 98.71344

0.620088 133.2227

28.32499 89.91351

2.01E+09 11498.00

TABELA 2 Parmetros estimados do modelo

Fonte: Elaborao prpria

6. REFERNCIAS BERNANKE, B. Nonmonetary Eects of the Financial Crisis in the Propagation of the Great Depression. American Economic Review 73, 1983. p.257-76. BERNANKE, B. S.; BLINDER, A. S. Credit, Money and Aggregate Demand, American Economic Review, Vol. 78, No. 2, 1988. S. 435 439. BERNANKE, B. S.; BLINDER, A. S. The Federal Funds Rate and the Channels of Monetary Transmission. The American Economic Review, Vol. 82, No. 4. (Sep., 1992), pp. 901-921. BERNANKE, B. S.; GERTLER, M. Agency Costs, Net Worth, and Business Fluctuations. The American Economic Review, Vol. 79, No. 1. (Mar., 1989), pp. 14-31. BERNANKE, B. S.; GERTLER, M. Inside the Black Box: The Credit Channel of Monetary Policy Transmission, Journal of Economic Perspectives, Vol. 9, No. 4, 1995. S. 27 48. BUENO, R. Econometria de sries temporais. So Paulo, Cengage Learning, 2011. CARLSTROM, C.T.; FUERST, T. S.. Agency Costs, Net Worth, and Business Fluctuations: A Computable General Equilibrium Analysis. American Economic Review 87(5): 893910, 1997. DENARDIN, A. A.; Assimetria de informao, intermediao financeira e o mecanismo de transmisso da poltica monetria: evidncias tericas e empricas para o canal de emprstimo bancrio no Brasil (1995-2006). Porto Alegre- RS, 2007. UFRGS/PPGE tese de doutorado. ENDERS, W. Applied Econometric Time Series. New York: John Wukey 1995. FISHER, I. The debt-deflation theory of great depressions, Econometrica, October, 1933. FREIXAS, X.; ROCHET C.J. Microeconomics of Banking. Cambridge, Mass.: MIT Press, 1997. FRIEDMAN, M.; SCHWARTZ, A. J. A Monetary History of the United States, 18671960. Princeton: Princeton University Press, 1963. HAMILTON, J. Time Series Analysis. Princeton, N.J.: Princeton University Press,1994 KASHYAP, A. K.; STEIN, J. C.; WILCOX, D. W. Monetary Policy and Credit Conditions: Evidence from the Composition of External Finance. American Economic Review 83(1): 7898, 1993.

MISHKIN, F. S. The Household Balance Sheet and the Great Depression. The Journal of Economic History 38, 1978. p.918-937. MODIGLIANI, F.; MILLER M. H. "The Cost of Capital, Corporate Finance, and the Theory of Investment." American Economic Review. June,1958. 48:4, pp. 261-97 ROMER, C.D.; ROMER, D.H.New Evidence on the Monetary Transmission Mechanism. Brookings Papers on Economic Activity, no. 1, 149198, 1990. SIMS, C. A. Macroeconomics and Reality. Econometrica, Vol. 48, No. 1. (Jan., 1980), pp. 1-48. SIMS, C.A.; STOCK, J.H.; WATSON, M.W. Inference in Linear Time Series Models with some Unit Roots Econometrica, Vol. 58, No. 1 (Jan., 1990), pp. 113-144. SOBRINHO, N. F. S., Uma avaliao do canal de crdito no Brasil, 25 Prmio BNDES de Economia. Rio de Janeiro: BNDES, 2003. STIGLITZ, J. E.; WEISS, A. Credit Rationing in Markets with Imperfect Information, American Economic Review, Vol. 71, No. 3, 1981. S. 393 410. WALSH, C. E.; WILCOX, J. A. Bank Credit and Economic Activity. In Is Bank Lending Important for the Transmission of Monetary Policy? ed. J. Peek and E. Rosengren, 83112. Federal Reserve Bank of Boston Conference Series No. 39, 1995.