Impacto da Taxa de Câmbio na Inflação em Moçambique: uma Análise Desagregada

(2005-2017)
Egas Daniel1

RESUMO

O presente artigo analisa o impacto das diferentes taxas de câmbio na inflação nas categorias de produtos
com maior peso no cálculo da inflação em Moçambique, através do modelo de vectores autorregressivos
(VAR) com recurso às funções impulso-resposta, decomposição da variância de erro e análise de
causalidade de Granger, baseando-se em dados mensais, tendo em conta um período de análise de 2005 a
2017. A pesquisa é justificada pelo choque recente (2015) da depreciação significativa da taxa de câmbio,
que tornou necessária a indagação sobre a direcção e magnitude do efeito pass-through do câmbio sobre
a inflação em Moçambique. Os resultados indicam a taxa de câmbio do MZN/USD tem impacto na
variação dos preços das classes com maior peso no cálculo da inflação no país (produtos alimentares,
transportes, habitação), sendo que, choques nestas provocam alterações imediatas nos preços em cerca de
4% até ao 4º mês. Isso sugere que as políticas macroeconómicas de estabilização de preços devem prestar
especial atenção nas flutuações cambiais e o seu efeito na classe de produtos com maior peso na
influência, de modo a não afectar o poder de compra ou o rendimento real dos agentes económicos em
Moçambique.

Palavras-chave: Taxa de câmbio, inflação, função impulso-resposta, VAR, decomposição da variância

do erro, causalidade de Granger

ABSTRACT

This paper analyses the impact of the different exchange rates on inflation, focusing in the most important
product categories for inflation calculation in Mozambique, using the autoregressive vector model, using
impulse response functions, error variance decomposition and Granger's causality analysis, based on
monthly data, taking into account a period from 2005 to 2017. The research is justified by the recent
(2015) shock (significant depreciation of the exchange rate), being necessary to research about the
direction and magnitude of the exchange rate pass-through effect on inflation in Mozambique. The results
indicate that the exchange rate (MZN / USD) has an impact on the price variation on the classes with the
highest weight in the calculation of inflation in Mozambique (food, transport, housing), and shocks cause
immediate changes in prices by around 4% up to the 4th month. This suggests that macroeconomic price
stabilization policies should pay more attention to exchange rate fluctuations and their effect on the class
of products with greater influence in order not to affect the purchasing power or real income of economic
agents in Mozambique.

Keywords: Exchange rate, inflation, impulse-response function, Autoregressive Vector Model,

decomposition of variance of error, Granger causality.

1
Mestrando em Gestão de Empresas e Licenciado em Economia pela Universidade Eduardo Mondlane. Economista
e Oficial de Monitoria do Grupo Moçambicano da Dívida. Contacto: +258 846194591 (egasdaniel@mail.com)

i
1 INTRODUÇÃO

No geral, os países relacionam-se uns com os outros e no âmbito das relações comercias estabelecidas
entre ambos é necessário que se faça a conversão de moeda nacional em estrangeira e vice-versa (uma
vez que cada país tem a sua moeda nacional).
É deste modo que surge o câmbio como uma operação de compra e venda de moeda estrangeira ou de
papéis que a representam (Peria, 1988: 25). Assim, a taxa de câmbio é o preço de uma moeda medido
em termos da outra (Abreu, et al., 2012: 75). Esta é importante porque afecta o preço relativo dos
bens, serviços e activos financeiros implicando uma alteração do poder de compra (o quanto uma
unidade de moeda poderá ser usada para adquirir bens e serviços) dos agentes económicos.
A variação do nível de preços dos bens e serviços de uma economia é um fenómeno que se verifica de
forma sistemática à medida que o tempo vai passando, normalmente no sentido ascendente,
traduzindo o fenómeno da inflação.
A inflação constitui um problema para os países em vias de desenvolvimento (Alfredo, 2013: 64),
como é o caso de Moçambique, uma vez que esta reduz o valor da moeda, reduzindo também o poder
de compra dos agentes económicos, ou seja, o mesmo rendimento passa a permitir a aquisição de uma
menor quantidade de bens e serviços.

1.1. Contextualização
A magnitude de influência da taxa de câmbio em relação a inflação depende do grau de abertura da
economia do país, ou seja, do nível de relação do país com o exterior. Assim, quanto mais aberta uma
economia for, maior é a sensibilidade da economia interna à oscilações na economia externa, ou seja,
maior será a influência da taxa de câmbio na inflação.
Deste modo, pode-se observar que no período em estudo (2005-2017), a variação acumulada da taxa
de inflação foi de 139.56% e esta relaciona-se com a evolução da taxa de câmbio do MZN/USD,
MZN/ZAR e MZN/EUR em 114.55%, 67.18% e 77.86%, respectivamente, existindo uma forte
correlação entre a inflação e as taxas de câmbio (87%, 56% e 85%, respectivamente), evidenciando o
pass-through da taxa de câmbio nos preços, com maior destaque para categoria de produtos
alimentares em 89%. Esta forte relação é também consubstanciada no volume das importações sobre o
PIB, que tem vindo a aumentar o seu peso no PIB, sendo que, segundo dados do INE, de 2006 a 2017,
aumentou de 34% para 73%, o que sugere uma crescente dependência do País em relação ao exterior
e, consequentemente, flutuações na taxa de câmbio tem maior probabilidade de impactar nas variáveis
macroeconómicas internas, com destaque para a taxa de inflação.

Por exemplo, a recente (2015) depreciação do Metical em relação às principais moedas

transaccionadas no mercado cambial doméstico, com maior incidência no Dólar (de 42.25%, o que
representa uma cotação de 54.06 MZN/USD), impactou de forma particular o indicador de inflação
(em 10.55%), com maior repercussão na categoria de alimentos e bebidas não alcoólicas (em
17.51%). Entre vários factores, é de destacar a manifestação da insolvência do país face ao Resto do
Mundo (precisamente perante instituições financeiras como FMI e BM) acompanhada pela queda dos
preços das mercadorias, pela redução dos fluxos de investimento directo estrangeiro e de ajuda
externa, num contexto de fortalecimento do Dólar no mercado internacional2.
Em 2016, o país foi afectado por choques climáticos (seca na região sul-centro e chuvas no centro-
norte), tensão político-militar3, a queda do IDE e das exportações que culminou com uma elevada

2
(Banco de Moçambique. 2015. "Relatório Anual" Nº 23 Maputo: Banco de Moçambique)
3
Insatisfação do maior partido político da oposição moçambicana (RENAMO), que reclama por ter menos
acesso às instituições do Estado e exige a revisão do sistema eleitoral. Em jeito de manifestação, dificultou a

2
depreciação do Metical, com maior destaque para o Rand (em 71.8%), impactando severamente no
comportamento da inflação, que passou de 11% em Dezembro de 2015 para 25.27% em finais de
2016, com maior repercussão nos produtos importados da África do Sul (principal fonte de
abastecimento do país) na categoria de alimentos processados (11.8%), frutas (19.2%), vegetais
(8.9%) e carne (7.6%)4.

É neste contexto que o presente artigo surge pelo facto de a inflação ser na maior parte dos países a
principal meta das políticas macroeconómicas e que diferentes taxas de câmbio têm efeitos diferentes
na inflação, significando que o nível geral de preços medido pelo IPC pode ser influenciado pelas
relações comerciais que o país tem em relação a cada categoria de produtos.

2. REVISÃO DE LITERATURA

2.1. Revisão teórica

A taxa de câmbio tem sido tema de muitos debates pelo facto de ser um importante elo do comércio
internacional, cujo respaldo é de grande relevância para o crescimento de uma economia. Segundo
Abreu, et al. (2012: 75), a taxa de câmbio é o preço de uma moeda medido em termos de outra
moeda. Esta mede o valor externo da moeda (determina o preço dos bens, serviços e activos
financeiros em moeda estrangeira e vice-versa). Fornece uma relação directa entre os preços
domésticos das mercadorias e factores produtivos e dos preços destes nos demais países.

De acordo com Moran e Witte (2003) a inflação é a elevação contínua do nível de preços, isto é, uma
taxa contínua de crescimento dos preços num determinado período. Deve ficar com isto claro que um
aumento de preços, por uma única vez, não pode ser considerado inflação. Precisa-se de um aumento
contínuo, mesmo que este não seja de igual magnitude ao longo do tempo. Assim, a taxa de inflação
mede a variação do nível geral de preços na economia.

O cálculo da inflação pode ser feito através do crescimento do deflator PIB (razão entre o PIB
nominal e o real) ou através do IPC (razão entre o custo de vida de um ano em relação ao ano base).
Segundo Nunes (2006), IPC é um índice que quantifica o custo de um determinado cabaz fixo de bens
de consumo em diferentes momentos. Este cabaz é constituído por diversos tipos de bens, sendo
atribuído aos respectivos preços uma determinada ponderação de acordo com os hábitos de consumo
da população. Moçambique para o cálculo de inflação usa o IPC.

Coscione, (2007), considera a inflação uma medida do equilíbrio macroeconómico geral entre a
procura e a oferta e uma baixa taxa de inflação é considerada benéfica, visto que evita distorções na
distribuição das receitas. Assim, a taxa de inflação mede a variação do nível geral de preços na
economia. Mudanças na taxa de inflação no modelo têm dois efeitos que se contrapõem. Por um lado,
uma elevação da taxa de inflação aumenta o serviço da dívida, na medida em que se propaga á
correcção monetária, contribuindo para uma redução dos gastos do governo e da renda em termos
reais para uma dada meta da proporção entre o deficit público e o PIB. Por outro lado, o valor real do
stock da dívida pública acumulada no final do período anterior, sobre a qual incide o serviço se reduz,
contribuindo para uma expansão dos gastos do governo e renda.

livre circulação de pessoas e bens entre o sul e norte do país (do rio Save à Muchungué e de Nhamapandza à
Caia)
4
(Banco de Moçambique. 2016. "Relatório Anual" Nº 23 Maputo: Banco de Moçambique)

3
2.1.1. O efeito Pass-through da taxa de câmbio (ERPT)
O pass‑through da taxa de câmbio é definido por Kannebley Junior (1999) apud Couto e Fraga (2014)
como a elasticidade-preço de exportação/importação com relação a taxa de câmbio. Assim, o grau de
pass‑through mostra a variação percentual dos preços domésticos em face da variação de 1% na taxa
de câmbio. Segundo Colbano (2006), o grau de pass‑through pode ser (i) nulo, se as variações
cambiais não são repassadas aos preços; (ii) completo, igual a um, se as variações cambiais são
totalmente repassadas aos preços e (iii) incompleto, entre zero e um, se apenas parte da variação
cambial é repassada ao preço.
Assim sendo, um dos principais canais de transmissão, através do qual as oscilações da taxa de
câmbio afectam a economia é por via da sua influência nos preços.
O principal efeito ocorre através do impacto nos preços das importações, em que a taxa de câmbio,
por via da cadeia do cálculo de preços, provoca alterações nos preços do consumidor e nos custos do
produtor. Estes efeitos de preços, por sua vez, provocam impactos indirectos, por meio das alterações
nos rendimentos reais, nos gastos do consumidor e nos fluxos comerciais, os quais têm consequências
no IPC. Outro efeito de alterações das taxas de câmbio sobre os preços ocorre por via do impacto nos
preços das exportações, o que conduz a alterações nas margens de lucro do exportador e nos volumes
de comércio.
Uma apreciação da taxa de câmbio, por exemplo, torna os bens e serviços internos mais dispendiosos
em relação aos bens e serviços externos. Isto, por sua vez, conduz a uma mudança na procura
agregada, afastando-a dos bens internos e dirigindo-a para os bens externos. Consequentemente, há
um declínio do consumo de bens produzidos internamente e um aumento das importações, o que
resulta numa deterioração na balança comercial e um declínio na contribuição do comércio externo
líquido para o crescimento do PIB.
Segundo Wang (2013), a transmissão de preços de bens importados para os preços domésticos
depende do grau de participação dos bens importados na economia do país. Assim, quanto maior a
participação destes bens, maior é a “contaminação” do índice de preços domésticos pelo aumento dos
preços de importação. Importa realçar que este efeito é analisado em duas perspectivas:

Perspectiva macroeconómica
Segundo Wang (2013), em uma economia aberta tradicional, a suposição normal é que, em um
mercado perfeitamente competitivo, não haja barreiras à entrada de uma indústria. Assim, os modelos
baseiam-se na Paridade do Poder de Compra para alcançar o equilíbrio do mercado e o efeito das
mudanças na taxa de câmbio no preço e o mecanismo da taxa de câmbio também usam a Lei do Preço
Único e a Paridade do Poder de Compra.
Segundo Couto e Fraga (2014), o pass‑through da taxa de câmbio para o preço dos bens importados é
influenciado pela escolha da moeda por parte da firma exportadora, na qual os bens serão
comercializados. O exportador pode optar por expressar seus preços em sua própria moeda, hipótese
chamada de Producer‑Currency Pricing (PCP), ou o preço do bem pode ser expresso na moeda do
seu comprador, hipótese chamada de Local-Currency Pricing (LCP). Corsetti (2007) mostra que se o
exportador fixa seus preços em sua própria moeda, PCP, o preço dos bens importados irá variar
proporcionalmente a alterações na taxa de câmbio. No entanto, se exportador escolhe o LCP,
variações na taxa de câmbio não influenciarão o preço dos bens importados. Assim, a escolha por
optar pelo LCP ou PCP tem grande impacto na condução da política macroeconómica de um país,
determinando assim, a magnitude dos efeitos de um choque cambial sobre o nível de preços
domésticos.

4
Os estudiosos geralmente consideram um repasse incompleto da taxa de câmbio, reflectindo um
fenómeno temporário nas mudanças do ciclo. Branson (1972) considerou que a elasticidade de troca a
longo prazo é mais forte que a curto prazo. No curto prazo, o repasse cambial não está completo. No
entanto, se o tempo é longo o suficiente e o mercado é perfeitamente competitivo, a elasticidade da
oferta vai para o infinito, e a taxa de câmbio passa para o infinito também. Por causa da rigidez de
preço no curto prazo, além disso, a taxa de câmbio pode ser temporária.

Perspectiva microeconómica
Segundo DAI & Nathan Associates (2011) há vários factores que podem causar o efeito de passagem
incompleta das flutuações da taxa de câmbio. Primeiro, existe o efeito do comportamento na
determinação do preço dos principais parceiros comerciais sobre os preços de importação, o qual pode
reduzir a elasticidade dos efeitos de passagem pelo envolvimento em comportamentos de
determinação de preços mais elevados no mercado. Segundo, alguns dos efeitos incompletos de
passagem podem ser provocados por efeitos de limites. Pode haver limites sobre o comportamento de
arbitragem dos participantes no mercado, em que os preços só convergem se os diferenciais de preço
se situarem acima de um determinado limite que torna a arbitragem lucrativa. Terceiro, as reacções
dos preços de importação às alterações da taxa de câmbio, podem ser maiores do que as reacções no
IPC porque este inclui bens não-transaccionáveis, no qual, os custos de distribuição reduzem o valor
do conteúdo externo das importações e a concorrência imperfeita no canal de distribuição permite que
os distribuidores ajustem as suas margens de lucro às alterações das taxas de câmbio, de modo a
expandir as suas quotas de mercado.

2.2. Revisão empírica

Cueteia, et al. (2012) faz a análise da relação entre as variações da taxa de câmbio e as variações do
nível de preços num período mensal de 2000 a 2011, a partir de métodos econométricos, chegando a
conclusão que grande parte das variações do nível de preços é explicada pelas variações da taxa de
câmbio.

Gagnon e Ihrig (2004) usaram um modelo teórico simples que explica como a política monetária
influencia as expectativas de inflação e o pass-through da taxa de câmbio nos preços, que foi testada
em vinte países industrializados entre 1971 e 2003. Os resultados indicam uma forte ligação e
significativa do pass-through da taxa de câmbio nos preços, e o comportamento da política monetária
é um factor de declínio do passthrough, pois quando a autoridade da política monetária incide
fortemente na estabilização da taxa de inflação o pass-through reduz.

Cirera e Nhate (2006) examinam a transmissão de preços numa amostra de 25 produtos importantes
em três províncias (Maputo, Beira, Nampula), de modo a abranger Moçambique. Os resultados
concluíram que a transmissão das variações da taxa de câmbio nos preços no consumidor é muito
elevada em Moçambique, isto é, a transmissão/passagem é quase completa e simétrica. Os ERPT para
os preços de retalho no consumidor são de mais de 75%, significando que os preços no consumidor
parecem ser extremamente sensíveis às variações da taxa de câmbio. As apreciações e depreciações da
taxa de câmbio são transmitidas de igual modo aos preços no consumidor.

O estudo feito pela DAI & Nathan Associates (2011) salienta cinco canais de transmissão através dos
quais a taxa de câmbio influencia eventos económicos, no qual, um deles é o preço. Conclui-se que as
flutuações da taxa de câmbio influenciam tanto os preços das importações como o das exportações.
No que tange as importações, as alterações da taxa de câmbio repercutem-se através da cadeia de

5
formação de preços até aos preços ao consumidor e aos custos do produtor5. Quanto as exportações,
há mudanças nas margens de lucro do exportador e no volume das vendas6.

O estudo feito por Wang (2013) analisa o efeito das variações da taxa de câmbio chinesa sobre a
inflação doméstica usando o modelo VAR, através da taxa de câmbio efectiva nominal e o IPC de
Julho de 2005 a Junho de 2013. Os resultados do efeito do repasse da taxa de câmbio à inflação
mostram que existe uma relação negativa entre a taxa de câmbio efectiva nominal e o IPC.

Omar (2003) no seu estudo faz a construção do modelo de inflação em Moçambique, no período de
Março de 1993 a Dezembro de 2001, composto pela massa monetária, taxa de câmbio nominal do
Metical em relação ao Rand Sul-Africano, o IPC sul-africano e pelo Produto Interno Bruto Real. Os
resultados mostram que o efeito da taxa de câmbio nos preços é significativo e que existe um processo
rápido de ajustamento dos preços perante acções de política.

Carsane (2005) no seu estudo faz a construção do modelo de determinantes da inflação em

Moçambique no período de 1994 a 2004 através de três modelos: univariado, autoregressivo de média
móvel e multivariado. Os resultados obtidos sugerem que a inflação em Moçambique é determinada
por dificuldades de controlo monetário, depreciação do metical em relação ao rand e ao dólar norte-
americano e oscilações na produção agrícola nacional provocadas por alterações nas condições
climáticas do país.

3. EVOLUÇÃO DOS PRINCIPAIS INDICADORES MACROECONÓMICOS

3.1. Evolução Histórica da Inflação em Moçambique

A evolução da inflação em Moçambique, a partir de 2005 a 2017, mostra que, em geral, a tendência é
oscilante, não demonstrando a implementação de uma política com um mecanismo eficiente e eficaz
de controlo da inflação, pelo que, observa-se níveis acima de dois dígitos nos anos 2006, 2008, 2010 e
2011, culminando em 2015, com um crescimento inflaccionário exponencial ainda não observado nos
anos anteriores em análise, sendo que, em 2016 atingiu o nível máximo de todo o período, com
impactos nefastos na economia e no custo de vida social.

Segundo Bacar et al. (2011) a oscilante tendência da inflação é justificada pelos seguintes factores: (i)
balança de pagamentos desfavorável (mais importações que exportações); (ii) fraco poder aquisitivo
do metical; (iii) falta de bens no mercado nacional; (iv) mudanças no mercado financeiro mundial; (v)
subidas constantes do preço do crude na OPEP (Organização dos Países Exportadores de Petróleo).

O gráfico abaixo demonstra a evolução da inflação de 2005 – 2017.

Gráfico 3.1: Evolução da Inflação

5
É muito elevado – estimado como sendo superior a 75%, ou seja, a transmissão é quase total.
6
É baixo – rondando os 30%. Este factor é devido a composição do cabaz de exportações, das pressões
competitivas nos mercados externos e do comportamento da determinação de preços para o mercado pelo
exportador.

6
 Taxa de Inflação (%)
25%

20% 19.2%
15% 15.3%
13.2% 12.7%
10% 10.3% 10.4%
8.2%
6.4%
5% 4.2%
3.3% 2.3% 2.4%
2.1%
0%
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Fonte: INE (2018)

Entre as três classes de produtos e serviços que mais contribuíram para o aumento da inflação em
2017 encontram-se: o sector de transportes com 25%, que é o sector que favorece a maior da
população pobre, que perfaz a maioria absoluta da população nacional na deslocação e no exercício de
diversas actividades económicas. O sector de restaurantes e hotéis com 18% e o sector de habitação,
água, electricidade, gás e outros combustíveis contribuiu com 16%. O maior contribuinte para a
ascensão da inflação foi a gasolina para veículos de transporte pessoal com a contribuição de 40%.

3.2. Evolução desagregada da inflação (por classes)

A análise desagregada da inflação será feita tendo em conta as 3 classes que apresentam maior peso
para no cálculo da inflação, o que mostra a sua relativa maior importância na cesta básica do cidadão,
daí a relevância de se estudar o seu comportamento ao longo da série.

Olhando para o último ano da série (2017), as 5 classes que mais pesaram para a inflação são:
produtos alimentares (32,63), transportes (19,99), restaurantes e hotéis (12,10), mobiliário e decoração
(7,59) e vestuário (7,42). Porém, a escolha de classes por analisar tomou em consideração a média dos
ponderadores dos últimos 5 anos, que representam a tendência recente do comportamento dos agentes
económicos na aquisição de bens e serviços aliado ao facto da disponibilidade de dados sobre os
ponderadores. A tabela a seguir mostra as 3 classes selecionadas (aquelas cujos ponderadores médios
são maiores):
Tabela 3.1: Evolução dos Ponderadores de Classes do IPC dos últimos 5 anos
Classes Ponderadores
2013 2014 2015 2016 2017 Média
1 P. Alimentares 44,51 44,93 47,76 47,76 32,63 43,52
2 Beb. Alcoól. e Tab. 1,28 1,32 1,29 1,29 1,22 1,28
3 Vest. e Calç. 8,26 8,67 8,32 8,32 7,42 8,20
4 Hab., Ág., Elect. e 13,57 12,29 11,42 11,42 7,34 11,21
Gás
5 Mob. e Dec. 6,17 6,30 6,12 6,12 7,59 6,46
6 Saúde 1,36 1,54 1,41 1,41 0,87 1,32
7 Transp. 11,15 11,91 11,17 11,17 16,99 12,48
8 Comun. 3,31 3,36 3,12 3,12 6,36 3,85
9 Lazer, Recr., Cult. 3,45 3,56 3,43 3,43 1,57 3,09
10 Educ. 2,01 1,61 1,65 1,65 2,37 12
11 Rest., H., Café 1,39 1,29 1,29 1,29 12,10 3,47
12 Bens e divers. 3,55 3,23 3,05 3,05 3,55 3,29

7
Fonte: Elaboração própria com base nos ponderadores apresentados no INE (2018)

Deste modo, as classes em destaque na tabela 3.1 são:

 Produtos alimentares e bebidas não alcoólicas;
 Habitação, água, electricidade, gás e outros combustíveis;
 Transportes.

A evolução da inflação das 3 classes de produtos e serviços com maior peso para a inflação nos
últimos anos, em geral, mostra uma tendência oscilante (a mesma que a da inflação geral). Em 2009,
verifica-se uma descida acentuada do nível de preços (devido a crise financeira internacional que
iniciou com o sector imobiliário), com destaque para a classe composta por habitação, água,
electricidade, gás e outros combustíveis, que registou uma deflação de 7%. Após o aumento da
inflação para todas a classes em 2010, nos anos subsequentes a evolução deste indicador foi bastante
estável (2012 a 2014), tendo-se observado naquele período uma inflação não acima de 5% para todas
as classes em análise. A partir de 2015, com o início da queda de preço de commodities, redução do
valor das exportações, redução das reservas internacionais líquidas, e a consequente diminuição da
capacidade do Banco Central oferecer divisas no mercado, a taxa de câmbio depreciou (em mais de
60%), precipitando a inflação importada (com destaque para produtos alimentares e bebidas não
alcoólicas). Por outro lado, a subida de preços no mercado poder ter sido influenciada pelo conflito
político-militar que condicionou a livre circulação de bens entre as regiões do país, bem como a seca
severa que afectou a produção de alimentos e encareceu o preço dos mesmos no mercado. Dentre os
factores que influenciaram a depreciação da taxa de câmbio em paralelo ao preço de commodities por
detrás da inflação importada, destaca-se a descoberta de dívidas ocultas7 que quebraram a confiança
dos parceiros internacionais (investidores e parceiros de apoio ao orçamento do Estado) que
“desviaram” as suas aplicações em divisas para o país, contribuindo para a depreciação cambial. Por
outro lado, o pagamento do serviço da dívida pública externa (que aumentou nos últimos 2 anos em
análise), que por sinal implica saída de divisas no mercado doméstico, pode ser um dos factores de
destaque para a depreciação do metical.

No último ano da série (2017), a inflação observa uma ligeira redução que reflecte essencialmente a
redução do crescimento do preço dos produtos alimentares para metade (de 32% para 16%). Porém, a
inflação geral manteve-se alta (15,3%), porque as outras classes apresentaram um aumento da sua
inflação como continuidade do aumento do ano anterior.

Gráfico 3.2: Taxa de Inflação das classes com maior peso

7
GMD (2016) Relatório do Fórum Internacional sobre a Dívida Pública. Maputo

8
 Taxa de Inflação das classes com maior peso
40%
30%
20%
10%
0%
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
-10%

P. Alimentares Hab., Ág., Electr. Gás

Transp. Taxa de Inflação (geral)

Fonte: Elaboração própria com base nos dados do IPC obtidos no INE

3.3. Evolução do PIB real

A evolução do PIB em Moçambique segue uma trajectória crescente no período em análise (2005 a
2017). Porém, apresenta uma evolução tímida nos últimos 2 anos em análise (2016 e 2017), saindo de
429 para 460 mil milhões de meticais, enquanto o valor nominal do PIB apresenta com alta evolução,
saindo de 592 para 804 mil milhões de meticais, de 2015 para 2017. De facto, aumento do PIB
nominal de nesse período não é explicado pelo aumento da produção, mas sim pelo aumento do nível
dos preços observado nos anos 2016 e 2017, de 19% e 15%, respectivamente, conforme poder-se-á
observar nas análises subsequentes. O gráfico a seguir ilustra a evolução do Produto Interno Bruto
entre os anos 2005 – 2017.
Gráfico 3.3: Evolução do PIB

Evolução do PIB em Moçambique (em mil milhões de

meticais) 804
687
592
532
482
433 429 443 460
382 385 403
345 357
300 305 326
279
242
178 240

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
PIB nominal PIB real

Fonte: INE (2018)

3.4. Evolução da Massa Monetária

A evolução da massa monetária em Moçambique apresenta uma tendência crescente ao longo do
período (2005-2017), elucidando uma maior subida a partir de 2011, no qual, os anos subsequentes
apresentam um aumento substancial em relação aos anos anteriores com maior destaque para o ano de
2011, saindo de 144 mil milhões de meticais para 216 mil milhões de meticais. O gráfico a seguir
ilustra a evolução da Massa Monetária entre os anos 2005 – 2017.

Gráfico 3.4: Evolução da Massa Monetária

9
 Evolução da Massa Monetária (mil milhões
500 de meticais
400

300

200

100

0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Fonte: Banco de Moçambique (2018)

3.5. Evolução das Taxas de Câmbio
As taxas de câmbio (Dólar, Euro e Rand) apresentaram um comportamento médio-moderado de 2005
até 2017, com excepção de 2010 que atingira níveis acima de 30MZN/USD, 40MZN/EUR e
4MZN/ZAR, respectivamente. Porém, de 2015 em diante, as taxas de câmbio depreciam para níveis
muito acima destes, tendo atingido em 2015, 40MZN/USD, 43MZN/EUR e em 2017, acima de
60MZN/USD, de 70MZN/EUR e 5MZN/ZAR, evento que contribuiu significativamente para o
aumento da inflação através do aumento do preço das importações, uma vez que parte significativa
dos bens são adquiridos externamente e estão sujeitos ao efeito positivo ou negativo da taxa de
câmbio.

Gráfico 3.5: Evolução das taxas de câmbio

80.00 Evolução das Taxas de Câmbio 6.00

MZN/USD e MZN/EUR

70.00
5.00
60.00 MZN/ZAR
4.00
50.00
40.00 3.00
30.00
2.00
20.00
1.00
10.00
0.00 0.00
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
MZN/USD MZN/EUR MZN/ZAR

Fonte: Elaboração própria com base nos dados obtidos no Banco de Moçambique

10
4. METODOLOGIA

4.1. Nota Introdutória

O presente trabalho foi realizado com base numa pesquisa bibliográfica através do cotejo de
argumentos teóricos, uso de informações e dados documentais encontrados em artigos de revistas
especializadas e nos sites de internet e jornais (publicações). A recolha de publicações conta com
fontes como repositórios de publicações de instituições como o Banco Mundial, Fundo Monetário
Internacional (FMI), Banco de Moçambique, Instituto Nacional de estatística (INE) e Instituto de
Estudos Sociais e Económicos (IESE). – Pesquisa Descritiva.
Foi feita uma abordagem qualitativa para informações não quantificáveis e uma abordagem
quantitativa para dados numéricos.
A abordagem quantitativa foi feita com base em princípios econométricos associados a estimação do
modelo de Vectores Autorregressivos (VAR), seguindo a metodologia de Omar (2003), acompanhado
com a análise de funções impulso-resposta (FIR), de decomposição da variância do erro (ADV) e o
teste de causalidade de Granger, com recurso a Excel para a construção de gráficos, tabelas estatísticas
e uso do software E-views 7 para estimação do modelo econométrico.
O período de análise é de 12 anos (2005-2017), tendo em conta uma base de dados mensal. A escolha
de 2005, como primeiro ano, deve-se ao facto de que aquele ano, o INE começar a produzir um IPC
alternativo, com uma série de melhorias nos seus componentes e pesos da cesta de produtos que na
época representavam melhor a realidade os gastos do consumidor. - Pesquisa Explicativa.

4.2. Especificação do modelo

4.2.1. Modelo teórico

A literatura é unânime em se referir que a variação das taxas de câmbio afecta os preços de
importação de bens e serviços, pelo que, os preços dos produtos importados podem impactar no preço
dos produtos finais consumidos internamente (Wang, 2013).
O trabalho irá usar o modelo econométrico de Omar (2003), combinado com o de Carsane (2005),
descrito através da seguinte equação:
LnIPCCPt   0  1 LnTct   2 LnIPCZAt   3 LnM 2t   4 LnPIBrt   t (4. 1)

Onde:
IPC – Índice de Preços no Consumidor, onde CP = Classe de produtos;
Tc - Taxa de Câmbio Nominal, que para o presente trabalho será em MZN/USD, MZN/ZAR,
MZN/EUR;
IPCZA – Índice de Preços do Consumidor da África do Sul;
M2 – Massa Monetária;
PIBr – Produto Interno Bruto Real.
Assim, serão estimados 3 modelos VAR, referentes a cada classe de produtos em estudo no presente
trabalho, nomeadamente:
 Produtos alimentares e bebidas não alcoólicas;
 Habitação, água, electricidade, gás e outros combustíveis;
 Transportes.

11
A especificação do modelo na forma logarítmica foi escolhida pelo facto dos coeficientes do modelo
representarem elasticidades, o que lhes dá uma interpretação económica relevante.

Teoricamente, espera-se que as variáveis afectem a inflação das classes de produtos da seguinte
maneira: 1 > 0;  2 > 0;  3 > 0;  4 <0

4.2.2. Modelo econométrico

Modelo VAR
A metodologia fundamenta-se na estimação do VAR, desenvolvido Sims (1980), pelo facto de se
reconhecer que este é um modelo linear multivariado usado para capturar as dinâmicas conjuntas de
séries temporais. Assim, todas as variáveis são consideradas endógenas, formando um sistema de
equações estimadas por Mínimos Quadrados Ordinários (MQO), em que o valor de cada variável é
expresso como uma função linear dos valores desfasados dela mesma e de todas as outras variáveis
incluídas no modelo. Tal metodologia se mostra útil para a análise das interacções propostas neste
trabalho, na medida em que possibilita a análise das relações dinâmicas entre as variáveis endógenas
consideradas, sem a necessidade de se definir a priori a ordem de determinação e a causalidade entre
elas. Neste caso, o modelo VAR da inflação de cada classe de produtos é especificado na seguinte
equação:

LnIPC CPt   0  1 LnIPC CPt p   2 LnTct  p   3 LnIPCZAt  p   4 LnM 2t  p   5 LnPIBrt  p   t

(4.2)

Onde:
 0 é o vector de constantes; 1 é a matriz de coeficientes; u t é o vector de inovações de ruído
branco; p é o número de desfasagens; t é o tempo.

A equação (4.2) postula que a inflação da classe dos produtos ( LnIPC CP ) é função das três taxas de
câmbio ( LnTc ), do Índice de Preços da África do Sul ( LnIPCsa ), da massa monetária ( LnM 2 ) e
do rendimento real ( LnPIBr ). O termo Ln representa logaritmo natural das respectivas variáveis.

4.3. Procedimentos Econométricos

Nesta secção apresenta-se o processo de estimação do modelo VAR e as ferramentas usadas na
análise de resultados.

4.3.1. Teste de Raiz Unitária

O teste de estacionaridade é o primeiro passo para análise de séries temporais, visto que, é comum que
as variáveis económicas apresentem fortes tendências ao longo do tempo, possuindo assim, nos seus
níveis, raíz unitária. Quando a hipótese de raiz unitária for verdadeira para uma série, os choques
aleatórios que ela sofre geram na mesma um efeito permanente.

Portanto, quando uma variável apresenta raiz unitária, os pressupostos estatísticos de que a média e a
variância devem ser constantes ao longo do tempo são violados, comprometendo, dessa forma, os
resultados obtidos com a utilização de modelos econométricos. Neste caso, a regressão é considerada
espúria (sem significado económico), uma vez que, o R2 ajustado pode apenas indicar tendências
correlacionadas e não propriamente uma relação económica e o Durbin-Watson estatístico será baixo,
reflectindo resíduos não estacionários. Assim, segundo Engle e Granger (1987) apud Omar (2003:
20), qualquer modelo baseado nessa regressão, não tem qualquer validade para implicações de

12
política, nem para previsões. Por isso, é importante testar a ordem da integração de cada variável do
modelo de regressão escolhido para estabelecer se ela é não estacionária e quantas vezes precisa ser
diferenciada para resultar numa série estacionária.

Deste modo, uma variável é estacionária se não regista alterações sistemáticas como resultado das
variações da sua média e variância, ou seja, não se observa nenhuma tendência na série, a média é
zero e a variância é constante.

Neste contexto, para apurar se as variáveis são ou não estacionárias, recorreu-se aos testes de raíz
unitária Augmented Dickey-Fuller (ADF), combinados com os de Philips e Perron (1988), para testar
a hipótese nula segundo a qual, se uma série possui raiz unitária, então essa série é não estacionária.
Estes são feitos com base na seguinte equação:

yt   0  1 yt 1   2Tt   ( i yt i )   t (4. 3)

Onde:
y - é logaritmo da série em causa;

T - é a tendência linear;

ɛ - é o termo erro.

Se uma dada série temporal não estacionária em nível for diferenciada uma vez e a série diferenciada
for estacionária, então a série temporal é integrada de ordem um, indicada por I(1). Em geral, se uma
série temporal em nível tiver de ser diferenciada d vezes, ela é integrada de ordem d. Por convenção,
se d = 0, o processo I(0) representa uma série temporal estacionária; e se d 1, então tem-se uma
série temporal não estacionária.

4.3.2. Modelo VAR

Selecção do número óptimo de desfasagens

Após verificar a condição de estacionariedade das séries é necessário determinar o momento a partir
do qual um choque presente não terá mais efeito, ou seja, o número de desfasagens. Existem vários
testes que permitem inferir sobre o número de desfasagens a incluir. Segundo Gujarati e Porter
(2005), pode-se decidir através dos critérios de informação como Akaike ou Schwarz e escolher o
modelo que confere os menores valores desses critérios. Sem embargo, podem ser utilizados também
o critério de Hannan-Quinn e o ratio de verosimilhança.

Os critérios de decisão ajudam a evitar vários problemas que podem surgir através de uma simples
escolha de número de desfasagens como o erro de especificação, grande consumo de graus de
liberdade e possibilidade de alto nível de multicolinearidade. (Gujarati & Porter, 2011 apud G. J.
Omar, 2017).

Análise de Funções Impulso-Resposta (FIR) e de Decomposição de Variância de Erro (ADV)

Após a seleção do número de desfasagens estima-se o VAR. Em seguida, faz-se a análise dos
resultados através da função impulso-resposta e a decomposição de variância do erro.
A função impulso-resposta mostra o efeito dos choques nas outras variáveis, ou seja, permite saber se
choques na variável X, por exemplo, causam efeitos negativos ou positivos na variável Y. A análise
de decomposição de variância de erro nos permite saber qual é a percentagem da variância dos erros
na variável Y ao longo do tempo por conta de choques na variável X (normalmente num horizonte
temporal de 10 períodos).

13
4.3.3. Teste de causalidade de Granger
Em modelos VAR nos quais as variáveis envolvidas são endógenas, estas devem ser analisadas de
forma a aferir sobre a direcção de causalidade entre as séries. A causalidade de Granger está na
origem dos modelos VAR, uma vez que envolve a ideia de que os acontecimentos passados causam os
acontecimentos futuros. Assim, estimando um modelo autorregressivo de duas variáveis Yt e Zt, nas
equações (4.4) e (4.5) torna-se necessário testar a causalidade entre Yt e Zt:

Yt   i Z t i    jY t  j  u1t ( 4.4)

Z t    i Z t i    jY t  j  u2t (4. 5)

Onde: Yt = [Ln(P. Alimentares); Ln(Hab., Ág., Electr., Gás); Ln(Transp)]

Zt = [LnTc; LnIPCsa; LnM2; LnPIBr]

Assim, se Z (Granger) causa Y, indica que, os valores passados de Z ajudam significativamente a

prever os valores de Y, pode-se dizer que Z (Granger) causa Y. (Wooldridge, 2013)

De acordo com Gujarati e Porter (2005), através do teste de causalidade de Granger é possível obter
os seguintes resultados: (i) causalidade unidirecional de Yt para Zt; (ii) causalidade unidirecional de Zt
para Yt; (iii) feedback ou causalidade bilateral; (iv) Independência entre as variáveis.

4.4. Descrição das variáveis e fontes de dados

Apresenta-se nesta secção uma descrição das variáveis usadas no modelo com o respectivo tratamento
e as fontes de obtenção dos dados. Os dados encontram-se em períodos mensais de 2005 a 2017.

 IPC de classes de produtos - foi usado para representar a taxa de inflação de cada classe,
porque este é um índice que reflete com maior precisão a tendência de mudança de preço e o
intervalo de bens de consumo e serviços adquiridos pelos residentes em um país. Este foi
apresentado mensalmente, com alteração da base de Dezembro de 2016 para Dezembro de
2010 para compatibilização desta série com a do IPC da África do Sul para permitir
comparabilidade. Das 12 classes de produtos obtidos no INE, foram escolhidas 3 classes para
o estudo, tendo em conta o peso recente (últimos 5 anos)8 de produtos e serviços no mercado.

 O trabalho faz a análise do Metical face à 3 taxas de câmbio, nomeadamente: USD, ZAR e
EUR, pelo facto de, nos últimos anos, do total das importações feitas em África, cerca de 90%
serem oriundas da África do Sul. Por outro lado, na Europa, há maior destaque para os Países
Baixos e Portugal (29% e 24%, respectivamente). Por fim, o Dólar Americano é usado por ser
uma moeda de referência internacional para importações de bens e serviços. Estas são
apresentadas mensalmente e obtidas a partir das publicações do Banco de Moçambique.

 IPC da África do Sul, que foi usado como proxy dos preços internacionais, foi obtido em
frequência mensal, tendo como base Dezembro de 2010, a partir das publicações do IFS –
International Financial Statistics do Fundo Monetário Internacional (FMI);

 Os dados da Massa Monetária (M2) estão expressos em mil milhões de meticais e são
apresentados mensalmente. Esta é composta por Notas e Moedas em Circulação, Depósitos à

8
A escolha dos últimos 5 anos deve-se ao facto de estes representarem melhor o desempenho económico actual
do país e pela disponibilidade de dados de ponderadores

14
 Ordem (em moeda nacional e moeda estrangeira), Depósitos com Pré-Aviso (em moeda
nacional e estrangeira) e Depósitos a Prazo (em moeda nacional e em moeda estrangeira). Os
dados foram obtidos no website do Banco de Moçambique.

 Os dados do PIB real estão expressos em mil milhões de meticais e foram obtidos em
frequência anual no website do INE. Assim sendo, a sua transformação para frequência
mensal foi feita com base na metodologia de interpolação linear usando o software E-views 7.

5. ANÁLISE DE RESULTADOS

Este capítulo apresenta a análise de resultados econométricos, partindo dos testes preliminares até os
resultados referentes ao impacto das taxas de câmbio na inflação das diferentes categorias de
produtos, com base na metodologia apresentada no capítulo anterior.

O presente capítulo está dividido em quatro secções. A primeira secção apresenta os resultados
inerentes aos testes de raiz unitária, a segunda apresenta os resultados referentes a escolha do número
óptimo de desfasagens, a terceira secção versa sobre os testes de validade do modelo, a quarta secção
apresenta os determinantes dos fluxos de capitais com recurso às ferramentas do modelo VAR e os
resultados do teste de causalidade de Granger.

5.1. Resultados do Teste de Raíz Unitária

A tabela 5.1 abaixo ilustra o teste de raiz unitária ADF das variáveis incluídas no modelo. Importa
referir que o teste foi feito com a inclusão de intercepto e tendência, considerando-se que as variáveis
apresentam tendências ao longo do tempo.

Table 5.1: Testes de Raiz Unitária ADF

P-Value
Variável Nível 1ª Diferença 2ª Diferença Resultado I(d)
Ln (Produtos Alimentares) 0.30 0.00 - I(1)
Ln (Hab., Ág., Electr., Gás) 0.22 0.00 - I(1)
Ln (Transportes) 0.39 0.00 - I(1)
Ln (MZN/USD) 0.80 0.00 - I(1)
Ln (MZN/ZAR) 0.28 0.00 - I(1)
Ln (MZN/EUR) 0.68 0.00 - I(1)
Ln (IPCZA) 0.68 0.00 - I(1)
Ln (Massa Monetária) 0.40 0.00 - I(1)
Ln (PIB real) 0.41 0.80 0.00 I(2)
Fonte: Adaptação do autor através de resultados do software E-views 7

Com recurso aos valores das probabilidades das séries maiores que todos níveis de significância
convencionais, não rejeita-se a hipótese nula de não estacionariedade. Logo, há evidências empíricas
de que as séries são não estacionárias, ou seja, têm raiz unitária. Assim, através da primeira diferença,
verificou-se que todos valores das probabilidades das séries são menores que todos níveis de
significância convencionais, pelo que, rejeita-se a hipótese nula de não estacionaridade, logo, as séries
são estacionárias e integradas de ordem um, excepto a série do PIB real, pois só na segunda diferença
a variável torna-se estacionária, isto é, integrada de ordem dois.

15
Do conhecimento existente sobre as variáveis em causa, auxiliado com a vista gráfica, levantou-se
algumas suspeitas sobre os resultados da variável indicada como integrada de ordem dois (PIB real),
associado a falta de robustez dos testes ADF, reconhecida por Enders (1995), empregou-se o teste de
integração de Philips e Perron (1988). Deste modo, a tabela 5.2 mostra que os resultados não
divergem com os da tabela 5.1:

Table 5.2: Teste de Raiz Unitária de Philips e Perron

P-Value
Variável Nível 1ª Diferença 2ª Diferença Resultado I(d)
Ln (Produtos Alimentares) 0.39 0.00 - I(1)
Ln (Hab., Ág., Electr., Gás) 0.29 0.00 - I(1)
Ln (Transportes) 0.61 0.00 - I(1)
Ln (MZN/USD) 0.82 0.00 - I(1)
Ln (MZN/ZAR) 0.27 0.00 - I(1)
Ln (MZN/EUR) 0.75 0.00 - I(1)
Ln (IPCZA) 0.75 0.00 - I(1)
Ln (Massa Monetária) 0.40 0.00 - I(1)
Ln (PIB real) 0.10 0.80 0.00 I(2)
Fonte: Adaptação do autor através de resultados do software E-views 7

Em resumo, com excepção do PIB real que é integrado à ordem dois, I(2), tanto num como noutro
método, todas variáveis do modelo são consideradas integradas de ordem um, I(1). Por conseguinte,
todas as variáveis são incluídas no modelo em primeiras diferenças, com excepção do PIB real que
será incluído no modelo com a segunda diferença.

5.2. Número Óptimo de Desfasagens

A tabela 5.3 mostra o número óptimo de desfasagens a incluir nos 3 modelos segundo os 5 critérios.
Como os critérios indicaram números de defasagens diferentes, a escolha foi realizada com base no
mesmo número de defasagens indicada pela maioria dos critérios. Desta feita, para todos modelos,
escolhe-se o número 1 apontado como número óptimo de desfasagens.

Table 5.3: Critérios de escolha do número óptimo de desfasagens

Modelo Desfasagens LogL LR FPE AIC SC HQ

0 3398.25 NA 5.4E-29 -45.22 -45.01* -45.16

1 3514.63 220.33 2.22E-29* -46.11* -44.99 -45.68*
VAR 1
2 3560.40 82.42* 2.3E-29 -46.07 -43.96 -45.22
3 3596.98 62.42 2.8E-29 -45.91 -42.82 -44.65
0 3442.46 NA 3.0E-29 -45.81 -45.67* -45.79*
1 3514.43 136.26 2.22E-29* -46.10* -44.99 -45.66
VAR 2
2 3552.71 68.80* 2.6E-29 -45.97 -43.86 -45.11
3 3579.65 45.98 3.5E-29 -45.68 -42.58 -44.42
0 3411.90 NA 6.1E-29 -45.10 -44.97* -45.02*
1 3480.29 129.53 4.74E-29* -45.31* -44.24 -44.90
VAR 3
2 3521.08 73.46* 5.3E-29 -45.25 -43.15 -44.39
3 3550.29 49.92 7.0E-29 -44.98 -41.91 -43.73

16
Fonte: Adaptação do autor através de resultados do software E-views 7
* Indica a selecção do número de desfasagens a 5% de nível de significância segundo os critérios
Likelihood Ratio Test (LR), Final Prediction Error (FPE), Akaike Information (AIC) Schwarz
Information (SC) e Hannan-Quinn Information (HQ)

VAR 1: Produtos Alimentares; VAR 2: Hab., Ág., Electr. Gás; VAR 3: Transportes.

5.3. Testes de Validade do Modelo

Apesar dos testes apresentados nas secções anteriores mostrarem que o modelo VAR satisfaz
condições necessárias para sua estimação, é necessário levar efectuar o teste de validade do modelo,
de modo a averiguar a robustez dos resultados do modelo, ou seja, a sua consistência.

Quando o modelo VAR é estável, todas as raízes invertidas do Polinómio Característico

Autorregressivo encontram-se dentro do círculo unitário. Assim, os modelos apresentados no trabalho
são estáveis. Os resultados são ilustrados nos seguintes gráficos:

Figura 5.1: VAR 1 Figura 5.2: VAR 2 Figura 5.3: VAR 3

Inverse Roots of AR Characteristic Polynomial Inverse Roots of AR Characteristic Polynomial Inverse Roots of AR Characteristic Polynomial
1.5 1.5 1.5

1.0 1.0 1.0

0.5 0.5 0.5

0.0 0.0 0.0

-0.5 -0.5 -0.5

-1.0 -1.0 -1.0

-1.5 -1.5 -1.5

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Fonte: Adaptação do autor com base no software E-views 7

5.4. Impacto das taxas de câmbio nas diferentes classes de produtos (Resultados dos modelos
VAR)
Após a realização dos demais testes, apresenta-se os resultados referentes ao impacto das taxas de
câmbio nas diferentes classes de produtos (3 classes de produtos com maior peso no cálculo da
inflação) recorrendo às ferramentas do modelo VAR (funções impulso-resposta e decomposição de
variância do erro) e a análise de causalidade de Granger.

5.4.1. Análises de Funções Impulso-Resposta (FIR) e Decomposição da Variância do Erro

(ADV)

VAR 1: Produtos alimentares e bebidas não alcoólicas

As funções impulso-resposta mostram efeitos causados numa variável endógena por conta de choques
ocorridos numa outra variável. A figura 5.4 ilustra os efeitos na inflação dos produtos alimentares e
bebidas não alcoólicas dados os choques nas taxas de câmbio (LnZAR, LnUSD e LnEUR), IPC da
África do Sul (LnIPCZA), massa monetária (LnM2) e rendimento real (LnPIBr).

Constata-se através da figura 5.4 que choques nas taxas de câmbio do MZN/ZAR e do MZN/EUR
produzem efeitos positivos no preço de produtos alimentares e bebidas não alcoólicas no início do

17
período, depois o efeito torna-se nulo. Não obstante, os efeitos são estatisticamente insignificantes
mostrando que estas não ditam o preço de produtos alimentares e bebidas não alcoólicas. Entretanto,
este facto pode ser justificado pelo efeito marginal da taxa de câmbio do MZN/ZAR, ou seja, por cada
0.25% de variação da taxa de câmbio inicial o valor incremental da nova taxa de câmbio é de apenas
0.01 pontos percentuais (vide a tabela A 6, no Anexo I).

A taxa de câmbio do MZN/USD produz efeitos positivos no preço de produtos alimentares e bebidas
não alcoólicas ao longo do período. Importa realçar que este efeito é estatisticamente significativo ao
nível de significância de 5% até ao 4º período. Entretanto, o Dólar é considerado uma moeda de
referência internacional, fazendo com que, qualquer choque neste provoque alterações nas demais
variáveis económicas, estando deste modo, em conformidade com a teoria económica.

O IPC da África do Sul produz efeitos ligeiramente negativos no preço dos produtos alimentares e
bebidas não alcoólicas ao longo do período (10 meses). Todavia, nota-se que esses efeitos são
estatisticamente insignificantes a 5% de nível de significância, por conseguinte, o IPC da África do
Sul não afecta o preço de produtos alimentares e bebidas alcoólicas no país segundo a função
impulso-resposta.

A massa monetária mostra ser uma variável com efeito positivo no preço dos produtos alimentares e
bebidas não alcoólicas. Ademais, a figura 5.4 ilustra que esse efeito é estatisticamente significativo ao
nível de significância de 5% até ao 5º período, indicando que a massa monetária afecta o preço dos
produtos alimentares e bebidas não alcoólicas.

O rendimento real apresenta um efeito negativo incipiente no início do período, tornando-se nulo
posteriormente. Além disso, o efeito é estatisticamente insignificante como mostra a figura 5.4 abaixo.

Figura 5.4: Funções Impulso-Resposta de P. Alimentares e bebidas não alcoólicas

Response to Cholesky One S.D. Innov ations ± 2 S.E.
Response of DLN_P_ALIMENT ARES to DLN_ZAR Response of DLN_P_ALIMENT ARES to DLN_USD Response of DLN_P_ALIMENT ARES to DLN_EUR
.015 .015 .015

.010 .010 .010

.005 .005 .005

.000 .000 .000

-.005 -.005 -.005

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Response of DLN_P_ALIMENT ARES to DLN_IPC_ZA Res pons e of DLN_P_ALIMENT ARES to DLN_M_MONET ARIA Response of DLN_P_ALIMENTARES to D2LN_PIB
.015 .015 .015

.010 .010 .010

.005 .005 .005

.000 .000 .000

-.005 -.005 -.005

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Fonte: Cálculos do autor com recurso ao software E-views 7

A decomposição da variância de erro mostra a percentagem de variância do erro nos preços dos
produtos alimentares e bebidas não alcoólicas explicada pelos choques nas taxas de câmbio, IPC da
África do Sul, massa monetária e rendimento real, ao longo do tempo. Os resultados são reportados na
seguinte tabela:

Table 5.4: Decomposição da Variância de Erro de P. Alimentares e bebidas não alcoólicas

18
Meses Erro Padrão DLn_ZAR DLn_USD DLn_EUR DLn_IPCZA DLn_M2 D2Ln_PIBr

1 0.01 0.00 0.00 0.00 0.00 0.00 0.00

2 0.02 0.18 2.34 0.24 1.28 2.86 0.12
3 0.02 0.50 4.44 0.28 2.58 3.79 0.11
4 0.02 0.74 5.52 0.27 3.27 4.21 0.11
5 0.02 088 5.99 0.26 3.55 4.36 0.11
6 0.02 0.94 6.16 0.27 3.64 4.40 0.10
7 0.02 0.96 6.21 0.27 3.66 4.41 0.10
8 0.02 0.97 6.22 0.27 3.66 4.41 0.10
9 0.02 0.97 6.22 0.28 3.66 4.41 0.10
10 0.02 0.97 6.22 0.28 3.66 4.41 0.10
Fonte: Cálculos do autor com recurso ao software E-views 7

Choques na taxa de câmbio do MZN/USD explicam, em média, cerca de 5% da variância dos erros de
previsão do preço de produtos alimentares e bebidas não alcoólicas ao longo de 10 meses. Ao passo
que a taxa de câmbio do MZN/ZAR tem mostrado ser uma variável não determinante no preço de
produtos alimentares e bebidas não alcoólicas, visto que os choques dessa variável explicam, em
média, 0.75% da variância dos erros, ao longo do tempo. Os choques do IPC da África do Sul
explicam, em média, cerca de 2.90% da variância dos erros do preço de produtos alimentares e
bebidas não alcoólicas. Em média 0.24% da variância do erro no preço de produtos alimentares e
bebidas não alcoólicas é explicada pela taxa de câmbio do EUR ao longo dos 10 meses.

Nos primeiros 3 meses os choques da massa monetária perfazem entre 0 e 3% da variância de erro no
preço dos produtos alimentares, aumentando gradualmente ao longo do tempo. Este resultado mostra
que a massa monetária é uma variável que dita variação de preços dos produtos alimentares e bebidas
não alcoólicas, em média, em cerca de, 4%.

Em relação ao rendimento real, pode-se dizer que choques nesta variável explicam, quando muito,
aproximadamente 0.1% da variância de erro do preço de produtos alimentares e bebidas não
alcoólicas. O que dá a entender que o rendimento real não afecta esta classe de preços. Isto encontra-
se em harmonia com os resultados obtidos da análise da função impulso-resposta que ilustram efeitos
incipientes e nulos causados pelo rendimento real no preço de produtos alimentares e bebidas não
alcoólicas.

Desta feita, os resultados com base nas ferramentas do modelo VAR sugerem que as variáveis que
desempenham um papel importante na inflação dos produtos alimentares e bebidas não alcoólicas são,
a taxa de câmbio do MZN/USD e a massa monetária.

VAR 2: Habitação, Água, Electricidade, Gás e outros combustíveis

Quanto a inflação da classe de habitação, água, electricidade, gás e outros combustíveis, constata-se
através das funções impulso-resposta na figura 5.5 que choques positivos na taxa de câmbio do
MZN/ZAR, do MZN/USD e o IPC da África do Sul provocam efeitos positivos no preço de
habitação, água, electricidade, gás e outros combustíveis, nos primeiros períodos, porém o efeito vai
desaparecendo nos períodos seguintes, sendo este, estatisticamente insignificante.

Em relação a taxa de câmbio do MZN/EUR, massa monetária e rendimento real, constata-se que estas
apresentam um efeito nulo no preço de habitação, água, electricidade, gás e outros combustíveis.

19
Figura 5.5: Funções Impulso-Resposta de Hab., Ág., Electr., Gás
Response to Cholesky One S.D. Innovations ± 2 S.E.
Res pons e of DLN_HAB_AG_ELECT R_GAS to DLN_ZAR Res pons e of DLN_HAB_AG_ELECT R_GAS to DLN_USD Res pons e of DLN_HAB_AG_ELECT R_GAS to DLN_EUR
.016 .016 .016

.012 .012 .012

.008 .008 .008

.004 .004 .004

.000 .000 .000

-.004 -.004 -.004

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Res pons e of DLN_HAB_AG_ELECT R_GAS to DLN_IPC_ZA Res pons e of DLN_HAB_AG_ELECT R_GAS to DLN_M_MONET ARIA Res pons e of DLN_HAB_AG_ELECT R_GAS to D2LN_PIB
.016 .016 .016

.012 .012 .012

.008 .008 .008

.004 .004 .004

.000 .000 .000

-.004 -.004 -.004

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Fonte: Cálculos do autor com base no software E-views 7

A decomposição de variância de erros ilustrada na tabela 5.5 abaixo reporta que choques na taxa de
câmbio do MZN/ZAR explicam, em média, cerca de 1.15% da variância de erros no preço de
habitação, água, electricidade, gás e outros combustíveis, ao longo do tempo.

A decomposição da variância de erros indica que choques na taxa de câmbio do MZN/USD explicam,
em média, cerca de 0.5% da variância de erros no preço de habitação, água, electricidade, gás e outros
combustíveis.

Em relação a taxa de câmbio do MZN/EUR, a massa monetária e o rendimento real, a decomposição

de variância de erros destas explicam um pouco menos de 0,1% de variância no preço de habitação,
água, electricidade, gás e outros combustíveis, ao longo do tempo, demonstrando a fraca capacidade
de determinar o preço desta classe. Ao passo que, o IPC da África do Sul tem impacto positivo, como
mostrado pelas funções de impulso-resposta, explica em média 2.01% da variância dos erros do preço
de habitação, água, electricidade, gás e outros combustíveis ao longo de 10 meses.

Table 5.5: Decomposição da Variância de Erro de Hab., Ág., Electr., Gás

Meses Erro Padrão DLn_ZAR DLn_USD DLn_EUR DLn_IPCZA DLn_M2 D2Ln_PIBr

1 0.01 0.00 0.00 0.00 0.00 0.00 0.00

2 0.01 0.83 0.48 0.00 1.36 0.08 0.00
3 0.01 1.22 0.60 0.00 2.08 0.08 0.03
4 0.01 1.33 0.63 0.01 2.31 0.09 0.04
5 0.01 1.35 0.63 0.01 2.37 0.09 0.05
6 0.01 1.35 0.63 0.01 2.38 0.09 0.05
7 0.01 1.35 0.63 0.01 2.39 0.09 0.05
8 0.01 1.35 0.63 0.01 2.39 0.09 0.05
9 0.01 1.35 0.63 0.01 2.39 0.09 0.05
10 0.01 1.35 0.63 0.01 2.39 0.09 0.05
Fonte: Cálculos do autor com base no software E-views 7

De forma geral, as ferramentas do modelo VAR mostram que nenhuma variável do modelo tem
impacto significante no preço de habitação, água, electricidade, gás e outros combustíveis.

20
VAR 3: Transportes
Constata-se através da figura 5.6 que choques na taxa de câmbio do MZN/ZAR produzem efeitos
positivos no preço de transportes no início do período, depois o efeito torna-se nulo. Não obstante, os
efeitos são estatisticamente insignificantes mostrando que esta não dita o preço de transportes.

A taxa de câmbio do MZN/USD produz efeitos positivos no preço de transportes ao longo do período.
Importa realçar que este efeito é estatisticamente significativo ao nível de significância de 5% até ao
4º período. Entretanto, como o Dólar é considerado moeda de referência internacional na importação
de veículos, qualquer choque neste provoca alterações no preço de aquisição de veículos.

A taxa de câmbio do MZN/EUR e o IPC da África do Sul produzem efeitos ligeiramente negativos no
preço dos transportes ao longo do período, mostrando que a taxa de câmbio do MZN/EUR e o IPC da
África do sul não ditam o preço de transportes, ou seja, os seus efeitos são estatisticamente
insignificantes ao nível de significância de 5%.

A massa monetária e o rendimento real mostram ser variáveis com efeito nulo no preço dos
transportes, sendo que, os seus efeitos são estatisticamente insignificantes ao nível de significância de
5%.

Figura 5.6: Funções Impulso-Resposta de Transportes

Response to Cholesky One S.D. Innov ations ± 2 S.E.
Response of DLN_TRANSP to DLN_ZAR Response of DLN_TRANSP to DLN_USD Response of DLN_TRANSP to DLN_EUR
.025 .025 .025

.020 .020 .020

.015 .015 .015

.010 .010 .010

.005 .005 .005

.000 .000 .000

-.005 -.005 -.005

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Response of DLN_TRANSP to DLN_IPC_ZA Response of DLN_TRANSP to DLN_M_MONETARIA Response of DLN_TRANSP to D2LN_PIB

.025 .025 .025

.020 .020 .020

.015 .015 .015

.010 .010 .010

.005 .005 .005

.000 .000 .000

-.005 -.005 -.005

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Fonte: Cálculos do autor com base no software E-views 7

A decomposição da variância de erros ilustrada na tabela 5.6 abaixo reporta que choques na taxa de
câmbio do MZN/ZAR explicam, em média, cerca de 0.89% da variância de erros no preço de
transportes ao longo do tempo.

A decomposição da variância de erros reporta que choques na taxa de câmbio do MZN/USD

explicam, em média, cerca de 5.58% da variância no preço de transportes.

Em relação a taxa de câmbio do MZN/EUR, a massa monetária e o rendimento real, pode-se dizer que
choques nestes, explicam, quando muito, aproximadamente 0.3%, 0.23% e 0.04%, respectivamente,
da variância de erro do preço de transportes. A decomposição da variância dos erros reporta que

21
choques no IPC da África do Sul explicam, em média, cerca de 0.96% da variância do preço de
transportes.

Table 5.6: Decomposição da Variância de Erro de Transportes

Meses Erro Padrão DLn_ZAR DLn_USD DLn_EUR DLn_IPCsa DLn_M2 D2Ln_PIBr

1 0.02 0.00 0.00 0.00 0.00 0.00 0.00

2 0.02 0.51 4.80 0.23 0.73 0.12 0.04
3 0.02 0.91 6.18 0.33 1.05 0.25 0.04
4 0.02 1.05 6.38 0.35 1.12 0.28 0.04
5 0.02 1.08 6.40 0.35 1.13 0.28 0.04
6 0.02 1.08 6.40 0.35 1.13 0.28 0.04
7 0.02 1.08 6.40 0.35 1.13 0.28 0.04
8 0.02 1.08 6.40 0.35 1.13 0.28 0.04
9 0.02 1.08 6.40 0.35 1.13 0.28 0.04
10 0.02 1.08 6.40 0.35 1.13 0.28 0.04
Fonte: Cálculos do autor com base no software E-views 7

De uma forma geral, as ferramentas do modelo VAR mostram que a taxa de câmbio do USD
desempenha um papel importante no preço de transportes.

5.4.2. Resultados dos testes de causalidade de Granger

VAR 1: Produtos alimentares e bebidas não alcoólicas

Para reforçar a análise dos resultados recorreu-se ao teste de causalidade de Granger confrontando as
ilações tiradas da função impulso-resposta e decomposição de variância do erro. Os resultados do
teste de causalidade de Granger são na seguinte tabela:

Table 5.7: Resultados do teste de causalidade de Granger de P. Alimentares

Hipótese nula Obs Prob

DLn_ZAR não (Granger) Causa DLn_P_ALIMENTARES 0.1147
154
DLn_P_ALIMENTARES não (Granger) Causa DLn_ZAR 0.1036
DLn_USD não (Granger) Causa DLn_P_ALIMENTARES 0.0474
154
DLn_P_ALIMENTARES não (Granger) Causa DLn_USD 0.2785
DLn_EUR não (Granger) Causa DLn_P_ALIMENTARES 0.5489
154
DLn_P_ALIMENTARES não (Granger) Causa DLn_EUR 0.1258
DLn_IPC_ZA não (Granger) Causa DLn_P_ALIMENTARES 0.2273
154
DLn_P_ALIMENTARES não (Granger) Causa DLn_IPC_ZA 0.8381
DLn_M2 não (Granger) Causa DLn_P_ALIMENTARES 0.0005
154
DLn_P_ALIMENTARES não (Granger) Causa DLn_M2 0.0024
D2Ln_PIB não (Granger) Causa DLn_P_ALIMENTARES 0.4734
153
DLn_P_ALIMENTARES não (Granger) Causa D2Ln_PIB 0.4749
Fonte: Cálculos do autor com recurso ao software E-views 7
A letra “D” indica a primeira diferença da variável; e “D2” indica a segunda diferença

22
Conforme a tabela, há ausência de causalidade entre a taxa de câmbio do MZN/ZAR, do MZN/EUR,
o IPC da África do Sul, rendimento real e o preço de alimentos e bebidas não alcoólicas, uma vez que,
a 5% de nível de significância não se rejeita a hipótese nula de que estas variáveis não (Granger)
causam DLn_P_Alimentares, visto que a probabilidade é maior que o nível de significância.

Há existência de causalidade unilateral entre a taxa de câmbio do MZN/USD e o preço de alimentos e

bebidas não alcoólicas, uma vez que, a 5% de nível de significância, se rejeita a hipótese nula de que
esta não (Granger) causa DLn_P_Alimentares, visto que, a probabilidade é menor que o nível de
significância. Por outro lado, há causalidade bilateral entre a massa monetária e o preço de produtos
alimentares e bebidas não alcoólicas, sendo ambas probabilidades menores que o nível de
significância de 5%, implicando a rejeição da hipótese nula de que a massa monetária não (Granger)
causa DLn_P_Alimentares e que o preço de produtos alimentares e bebidas não alcoólicas não
(Granger) causa DLn_M_M2.

VAR 2: Habitação, Água, Electricidade, Gás e outros combustíveis

Os resultados na tabela 5.8 indicam que nenhuma variável causa (Granger) de preço de habitação,
água, electricidade, gás e outros combustíveis, sendo que, não se rejeita a hipótese nula de que estas
variáveis não (Granger) causam DLn_Hab_Ag_Electr_Gas, uma vez que, a probabilidade é maior que
o nível de significância de 5%. Os resultados são ilustrados na seguinte tabela:

Table 5.8: Resultados do teste de causalidade de Granger de Hab., Ág., Electr., Gás

Hipótese nula Obs Prob

DLn_ZAR não (Granger) Causa DLn_HAB_AG_ELECTR_GAS 0.6321
154
DLn_HAB_AG_ELECTR_GAS não (Granger) Causa DLn_ZAR 0.2371
DLn_USD não (Granger) Causa DLn_HAB_AG_ELECTR_GAS 0.3907
154
DLn_HAB_AG_ELECTR_GAS não (Granger) Causa DLn_USD 0.3326
DLn_EUR não (Granger) Causa DLn_HAB_AG_ELECTR_GAS 0.9999
154
DLn_HAB_AG_ELECTR_GAS não (Granger) Causa DLn_EUR 0.2767
DLn_IPC_ZA não (Granger) Causa DLn_HAB_AG_ELECTR_GAS 0.1135
154
DLn_HAB_AG_ELECTR_GAS não (Granger) Causa DLn_IPC_ZA 0.6689
DLn_M2 não (Granger) Causa DLn_HAB_AG_ELECTR_GAS 0.7099
154
DLn_HAB_AG_ELECTR_GAS não (Granger) Causa DLn_M2 0.3542
D2Ln_PIB não (Granger) Causa DLn_HAB_AG_ELECTR_GAS 0.9831
153
DLn_HAB_AG_ELECTR_GAS não (Granger) Causa D2Ln_PIB 0.7570
Fonte: Cálculos do autor com recurso ao software E-views 7

VAR 3: Transportes
Os resultados na tabela 5.9 indicam que há existência de causalidade unidirecional da taxa de câmbio
do USD em relação ao preço dos transportes. Assim, rejeita-se a hipótese nula de que esta não
(Granger) causa DLn_Transportes, uma vez que, a probabilidade é menor que o nível de significância
de 5%.

Constata-se que há ausência de causalidade entre as outras variáveis e o preço de transportes, sendo
que, não se rejeita hipótese nula de que estas não (Granger) causam o preço de transportes, sendo a
probabilidade menor que o nível de significância de 5%.

23
Table 5.9: Resultados do teste de causalidade de Granger de Transportes

Hipótese nula Obs Prob

DLn_ZAR não (Granger) Causa DLn_TRANPORTES 0.2824
154
DLn_TRANPORTES não (Granger) Causa DLn_ZAR 0.7840
DLn_USD não (Granger) Causa DLn_TRANPORTES 0.0075
154
DLn_TRANPORTES não (Granger) Causa DLn_USD 0.8855
DLn_EUR não (Granger) Causa DLn_TRANPORTES 0.5215
154
DLn_TRANPORTES não (Granger) Causa DLn_EUR 0.4701
DLn_IPC_ZA não (Granger) Causa DLn_TRANPORTES 0.2629
154
DLn_TRANPORTES não (Granger) Causa DLn_IPC_ZA 0.8120
DLn_M2 não (Granger) Causa DLn_TRANPORTES 0.6338
154
DLn_TRANPORTES não (Granger) Causa DLn_M2 0.3979
D2Ln_PIB não (Granger) Causa DLn_TRANPORTES 0.7750
153
DLn_TRANPORTES não (Granger) Causa D2Ln_PIB 0.8131
Fonte: Cálculos do autor com recurso ao software E-views 7

6. CONCLUSÕES E RECOMENDAÇÕES

O objectivo deste trabalho foi de analisar o impacto das diferentes taxas de câmbio na inflação nas
diferentes categorias de produtos em Moçambique, com recurso ao modelo de vectores
autorregressivos (VAR) através das análises de funções impulso-resposta e de decomposição de
variância de erro, bem como a análise de causalidade de Granger, baseando-se em dados mensais num
período de análise de 2005 a 2017.

A análise consistiu em desagregar a inflação em classes de produtos, através da escolha das 3 classes
com maior peso no cálculo da inflação nos últimos 5 anos, nomeadamente: (i) produtos alimentares e
bebidas não alcoólicas, (ii) habitação, água, electricidade, gás e outros combustíveis e (iii) transportes.
Foram estimados 3 modelos VAR de modo a verificar o impacto das variáveis na inflação destas
classes de produtos, sendo estas: as taxas de câmbio do MZN/ZAR; MZN/USD e MZN/EUR; o IPC
da África do Sul, a massa monetária e o rendimento real.

Os resultados obtidos na estimação dos modelos VAR indicam que, os preços na classe de produtos
alimentares e bebidas não alcoólicas são maioritariamente influenciados pela taxa de câmbio do
MZN/USD, sendo que, choques nesta provocam alterações imediatas nos preços dos produtos
alimentares até ao 4º mês. Os resultados mostram que, o impacto da taxa de câmbio do MZN/ZAR e o
IPC da África do Sul não é o esperado. Segundo Carsane (2005), dada a relevância das importações
de produtos alimentares provenientes da África do Sul, a evolução da taxa de câmbio do MZN/ZAR e
o IPC da África do Sul são variáveis que determinavam importantes variações de preços de produtos
alimentares e bebidas não alcoólicas no mercado moçambicano. Porém, este resultado pode ter sido
influenciado por este autor ter usado no seu estudo, o IPC da província de Maputo como indicador da
inflação no país, o que torna a sua análise credível, notório que, os produtos alimentares importados
da África do Sul são mais usados nesta província. Contudo, há evidências de que a taxa de câmbio do
MZN/ZAR e o IPC da África do Sul não exercem papel significante no preço de produtos alimentares
e bebidas não alcoólicas, uma vez que, do volume total de importações de bens da África do Sul no
período em análise (2005-2017), segundo o INE, apenas 1.04% representa as importações de milho,

24
0.76% as importações de hortícolas e 0.23% as importações de frutas9. Este resultado pode ser
culminado por grande parte das importações da África do Sul serem efectuadas no circuito informal
da economia, dificultando a mensuração da magnitude de importações e da própria especificação dos
produtos. É importante realçar que significativa parte das importações de produtos alimentares no país
são transacionadas em dólar americano, oriundas do continente europeu e asiático, com maior
destaque para o arroz e trigo, justificando, o papel da taxa de câmbio do MZN/USD no preço dos
produtos alimentares e bebidas não alcoólicas.

Em relação a massa monetária, pode-se dizer que, nos primeiros 4 meses os choques desta perfazem
entre 0 e 4% da variância de erro no preço dos produtos alimentares, confirmando assim, a
combinação de uma elevada elasticidade da moeda em relação aos preços, isto é, variações na massa
monetária são directa e rapidamente transmitidas nos preços das classes de produtos.

No que cerne ao modelo VAR da classe de habitação, água, electricidade, gás e outros combustíveis, é
de destacar que nenhuma variável mostrou ter impacto significativo no preço desta classe. Este
resultado pode ser justificado pelo facto do país possuir pequenos produtores e fornecedores de
materiais de construção, capazes de abastecer o mercado interno, reduzindo assim, a dependência de
importação de material de construção. Por outro lado, podemos também ter em conta que o preço da
água e electricidade por serem bens de mérito social, são regulados e fixados pelo governo, pelo que,
estes não podem ser afectados pelas taxas de câmbio. Assim, variações no preço de ambos vão
implicar a associação dessa variação com o peso do cálculo da inflação, ilustrando assim, uma
variação mínima possível. Para além disso, é observado que o maior combustível usado no país é a
biomassa (lenha e carvão vegetal), produzida internamente, o que faz com que tais bens não sejam
influenciados por factores externos, mais concretamente, pela taxa de câmbio.

A aquisição de veículos é a componente com maior peso na classe dos transportes, sendo estes
importados do Japão e cotados pelo dólar. Para além disso, para o funcionamento dos demais
veículos, é necessário o uso de derivados do petróleo (como gasolina e diesel), que por sua vez, são
importados e dependentes do preço definido internacionalmente. Este facto foi comprovado pelo
modelo VAR, na indicação de um efeito positivo e significativo da taxa de câmbio do MZN/USD na
alteração de preços dos transportes.

Em resumo, pode-se dizer que, a taxa de câmbio do MZN/USD é a variável que desempenha maior
impacto na inflação das classes de produtos. Portanto, com base nas conclusões acima arroladas,
sugere-se que as políticas macroeconómicas de estabilização de preços devem prestar atenção nas
flutuações cambiais e o seu efeito na classe de produtos com maior peso na influência, de modo a não
afectar o poder de compra ou o rendimento real dos agentes económicos em Moçambique.

9
Vide a Tabela A 5, no Anexo I

25
7. REFERÊNCIAS BIBLIOGRÁFICAS

Abreu, Margarida, António Afonso, e Cândida Ferreira. (2012). Economia Monetária e Financeira.
2a. Lisboa: Escolar Editora.
Alfredo, Benjamim. (2013). Noções Gerais de Economia e Desenvolvimento. Graffiti Wall Design,
Lda.
Bacar, Hélder, Arjen Naafs, e Julia Zita. (2011). O impacto da inflação nos custos de água, higiene e
saneamento. WashCost.
Banco de Moçambique. (2005). «Relatório Anual». No 14. Maputo: Banco de Moçambique.
Banco de Moçambique. (2015). «Relatório Anual». No 23. Maputo: Banco de Moçambique.
Banco de Moçambique. (2016). «Relatório Anual». No 23. Maputo: Banco de Moçambique.
Branson, W. H. (1972). «The Effects of the 1971 Currency Realignments». Brooking Papers on
Economic Activity.
Carsane, Faizal Ramonje. (2005). «Determinantes da inflação em Moçambique: um estudo
econométrico (1994-2004)». Faculdade de Ciências económicas de UFGRS.
Cirera, e Nhate. (2006). «An Empirical Estimation of the Degree of Price Transmission from Border
To Consumer Prices in Mozambique». National Directorate of Studies and Policy Analysis,
Ministry of Planning and Development.
Colbano, F. S. (2006). Preços internacionais e a taxa de câmbio: o caso brasileiro. São Paulo:
Universidade de São Paulo.
Coscione, Salvarote. (2007). «A concretização das metas de convergência macroeconómica da
SADC». República de Moçambique.
Couto, Silvia, e Gilberto Fraga. (2014). «O pass-through da taxa de câmbio para índices de preços:
análise emprírica para o Brasil». Revista de Economia Contemporânea. www.scielo.br/rec.
Cueteia, Egídio, Dina Guambe, e Noémia Nhatsave. (2012). «Análise temporal da taxa de câmbio e
preços em Moçambique». IESE.
DAI, e Nathan Associates. (2011). «Impacto das flutuações da taxa de câmbio na economia de
Moçambique». USAID.
Gagnon, J. E., e J. Ihrig. (2004). Monetary policy and exchange rate pass-through. Vol. 4. 9 vols.
Malden: Int. J. Fin. Econ.
GMD, Grupo Moçambicano da Dívida. (2016). «Relatório do Fórum Internacional sobre a Dívida
Pública». www.divida.org.mz/publicacoes_e_relatorios_rdp.
Gujarati, D. N., e D. C. Porter. (2005). Econometria Básica. São Paulo.
INE. «IPC Moçambique: Nota Metodológica». INE.
«Infopédia». (2003). Índice de Preços ao Consumidor (IPC) (blog). 2018 de 2003.
https://www.infopedia.pt/$indice-de-precos-no-consumidor-(ipc).
Mankiw, N. Gregory. (2001). Introdução à Economia. 3a. São Paulo: Thomson Learning.
Mankiw. (2003). Macroeconomia. 8a. Rio de Janeiro.
Moran, Carlos A. Azabache, e Gilson Witte. (2003). «A conceiptualização da inflação e uma análise
dos planos económicos brasileiros de 1970-1990». Faculdade de Economia e Administração
da UPF.
Nunes, Paulo. (2006). «Dicionário de Economia». Dicionários Temáticos (blog). 2006.
http://www.notapositiva.com/old/dicionario_economia/indiceprecosconsum.htm.
Omar, Geobito Jamal. (2017). «Determinantes do fluxo de capitais em Moçambique (2000-2015)».
UEM Faculdade de Economia.
Omar, Jamal. (2003). Modelação da inflação em Moçambique: uma contribuição. 18.a ed. Vol. 18.
Maputo: Banco de Moçambique, Centro de Documentação e Informação.
Peria, Milve. (1988). Câmbio: Conhecimentos Gerais. 3a. São Paulo: Edições Aduaneiras, Ltda.

26
Ratti, Bruno. (1994). Comércio Internacional e Câmbio. 8a. São Paulo: Edições Aduaneiras, Ltda.
Sims, C. A. (1980). «Econometrica». Em Macroeconomics and Reality, 1–48.
Wang, Yude. (2013). «Impact of Exchange Rate Changed on Inflation: Case of China».
Wooldridge, Jeffrey M. (2013). Introductory Econometrics: A Modern Approach. South-Western
Cengage Learning: Michigan.

27
 8. ANEXOS

Anexo I

Tabela A 1: Importação de bens por origem (em milhões de USD)

País 2013 2014 2015 2016 2017 Média
África 2432.7 3124.7 2633.9 1595.1 1696.1 2296.5
África do Sul 2176.3 2891.9 2380.2 1443.1 1498.3 2077.96
Europa 1627.6 1791.2 1776.9 1023.2 1235.4 1490.86
Países Baixos 418.9 605.3 564 114.5 446.3 429.8
Portugal 482 456 356.5 277.7 220.3 358.5
Ásia 2365.4 2102.5 2038.5 1378.5 1413.3 1859.64
TOTAL 8479.5 7951.7 7576.6 4732.9 5183.4 6784.82
Fonte: Boletim Anual da Balança de Pagamentos (2017)

Tabela A 2: Evolução do PIB (em milhões de Meticais)

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
PIB nominal 178 211 242 279 300 345 382 433 482 532 592 687 804
PIB real 223.86 239.90 257.87 272.81 290.13 305.12 325.87 357.43 385.33 402.91 429.31 443.40 459.82
Fonte: INE

Tabela A 3: Taxa de Inflação e de câmbio

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Inflação 6.4% 13.2% 8.2% 10.3% 3.3% 12.7% 10.4% 2.1% 4.2% 2.3% 2.4% 19.2% 15.3%
MZN/USD 23.1 25.0 25.6 24.2 26.7 33.0 29.1 28.2 29.9 30.7 38.3 62.6 63.6
MZN/ZAR 3.6 3.7 3.6 3.0 3.2 4.5 4.0 3.4 3.1 2.8 3.0 4.3 4.8
MZN/EUR 28.6 31.4 35.0 35.5 37.3 43.7 40.5 36.3 39.7 40.8 42.4 69.2 71.7
Fonte: FMI (Taxa de Inflação) e Banco de Moçambique (Taxas de câmbio)

28
Tabela A 4: Massa monetária – M2 (em mil milhões de Meticais)
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
M2 43 54 67 81 107 133 144 186 216 264 333 367 384
Fonte: Banco de Moçambique

Tabela A 5: Importações de produtos com origem da África do Sul (em mil USD)

ANO
Produto
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Total Peso
143.57 181.71 187.64 242.60 265.00 299.70 4.808,1 20.12
Maquinaria 325.884 416.409 515.229 508.363 766.182 624.623 331.178
6 3 0 2 4 0 0 %
Material de 106.78 132.40 107.22 149.91 176.29 182.48 3.110,1 13.02
223.773 252.871 479.621 388.285 397.749 327.003 185.775
construção 0 3 1 9 8 4 81 %
Energia 107.41 122.08 127.07 269.00 2.435,4 10.19
79.774 83.718 93.936 314.163 305.150 262.844 268.190 178.470 223,635
Eléctrica 0 5 2 7 54 %
Veículos 108.47 107.89 1.873,7
85.109 81.450 67.930 196.575 157.750 194.797 224.936 253.118 223.088 82.948 89.702 7.84%
automóveis 6 0 70
Milho 8.339 15.736 4.963 20.221 25.675 14.489 23.584 9.730 15.824 32.629 27.182 28.732 22.169 249.276 1.04%
Tractores 8.027 4.456 6.255 9.409 9.882 24.632 10.388 13.990 20.668 24.073 27.530 33.562 25.943 218.815 0.92%
Hortícolas 2.153 9.930 10.047 10.418 9.178 4.680 11.221 19.363 17.099 20.944 19.780 15.063 31.412 181.289 0.76%
Frutas 1.020 1.679 3.062 2.140 2.493 1.823 4.933 6.217 7.565 8.107 6.629 4.754 5.112 55.533 0.23%
545.16 492.25 500.04 609.30 1.092,2 1.853,2 1.109,7 722.59 45.88
Outros 625.42 933.038 822.938 965.701 692.061 10.963
3 1 0 0 51 94 95 6 %
1.060, 1.056, 986.77 1.165, 1.332, 1.978,0 2.124,3 2.367,0 3.298,8 2.880,7 2.400,0 1.597,7 1.648,1 23.896,
Total 100%
32 24 9 31 79 44 57 3 8 8 0 0 2 39
Fonte: INE, Estatísticas do Comércio Internacional de be

29